首页> 中文期刊> 《实验室研究与探索》 >基于Unet 3+的散射成像实验设计与实现

基于Unet 3+的散射成像实验设计与实现

         

摘要

针对传统散射成像方式范围小、系统稳定性要求高、设备复杂等问题,提出了一种基于深度学习的散射成像实验设计方案。该方案采用监督学习的方式,利用神经网络从实验散斑数据中学习光线在散射介质中的传播规律,实现对散斑图像的重建。具体实验过程:首先构建散射系统,并在其基础上获取不同种类的散斑图案用于网络训练;然后使用Unet 3+网络模型对散射过程进行拟合,通过多尺度跳跃连接的方式实现对图案中低维特征的高效利用;最后利用训练好的网络实现对不同种类的散斑图案的高质量重建。实验结果表明,本方案无需昂贵的硬件设备,结构简单,易于操作,训练好的Unet3+网络相比于广泛应用的Unet模型具有更高的重建质量,且针对新类型的散斑数据体现出一定的泛化能力。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号