一种显微图像去模糊模型训练方法及去模糊方法和装置

    公开(公告)号:CN118052736A

    公开(公告)日:2024-05-17

    申请号:CN202211423226.3

    申请日:2022-11-15

    Abstract: 本发明公开了一种显微图像去模糊模型训练方法及去模糊方法和装置。所述显微图像去模糊模型训练方法包括,获取图像样本集,样本包含模糊图像和去模糊图像,分别提取各图像的颜色特征、高斯模糊特征和灰度化后特征;针对每组特征权重组合,通过特征加权得到各模糊图像和去模糊图像的融合特征,得到融合特征样本集,利用融合特征样本集训练选定深度学习网络,得到训练后网络;从得到的训练后网络中筛选预测准确度最高的作为显微图像去模糊模型,将对应的特征权重组合作为最优的特征权重组合。该方法通过对图像重要特征提取并加权融合,基于深度学习网络学习模糊图像和去模糊图像的融合特征间的差异,使得建立的模型能够适用于显微图像的去模糊。

    一种成像测井图像空白条带修复方法、装置、设备及介质

    公开(公告)号:CN118314024A

    公开(公告)日:2024-07-09

    申请号:CN202310002779.X

    申请日:2023-01-03

    Abstract: 本申请实施例公开了一种成像测井图像空白条带修复方法、装置、设备及介质。其中,该方法包括:获取包括有空白条带缺陷的待修复成像测井图像;确定用于对空白条带缺陷进行缺陷修复的目标掩码修复模型;采用目标掩码修复模型对待修复成像测井图像执行空白条带缺陷修复任务,目标掩码修复模型通过在模型训练过程中学习训练用成像测井图像中被遮掩部分与未被遮掩部分之间的关系得到,被遮掩部分为训练用成像测井图像中掩码遮挡区域得到,掩码用于模拟成像测井图像中的空白条带缺陷;依据空白条带缺陷修复任务的执行结果,输出对空白条带缺陷进行至少部分缺陷的修复后成像测井图像。本技术方案满足了长井段电成像图像空白条带的填充修复需求,提高了修复速度。

Patent Agency Ranking