公开(公告)号：CN115633243B

公开(公告)日：2023-08-04

申请号：CN202211527434.8

申请日：2022-12-01

Applicant: 南京理工大学

Inventor： 韩静 ,  柏凯旋 ,  郭恩来 ,  柏连发 ,  张毅 ,  赵壮 ,  朱硕 ,  师瑛杰

IPC: H04N23/55 ,  H04N23/50 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明涉及一种基于传输矩阵理论的透过散射介质泛化成像方法，包括如下步骤：采集散斑图案，使用包括数字字符目标、字母和汉字目标的实验数据。采用因子化卷积方法，损失函数为均方误差和负皮尔逊相关系数的结合。测量阶段使用字符目标制作的标定图像进行TM的测量，成像阶段将DL数据挖掘能力与测量的TM相结合，通过基于TM原理的物理自闭环约束的骨干网络进行训练而重建成像。成像阶段借助相位检索算法恢复的TM进行成像，相位检索算法结合进行测量阶段恢复的TM进行成像。网络结构大大减少了TM测量阶段所需的数据量，成像阶段的自闭环约束也使成像网络减少了对训练集完整性的过分依赖。

公开(公告)号：CN115633243A

公开(公告)日：2023-01-20

申请号：CN202211527434.8

申请日：2022-12-01

Applicant: 南京理工大学

Inventor： 韩静 ,  柏凯旋 ,  郭恩来 ,  柏连发 ,  张毅 ,  赵壮 ,  朱硕 ,  师瑛杰

IPC: H04N23/55 ,  H04N23/50 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明涉及一种基于传输矩阵理论的透过散射介质泛化成像方法，包括如下步骤：采集散斑图案，使用包括数字字符目标、字母和汉字目标的实验数据。采用因子化卷积方法，损失函数为均方误差和负皮尔逊相关系数的结合。测量阶段使用字符目标制作的标定图像进行TM的测量，成像阶段将DL数据挖掘能力与测量的TM相结合，通过基于TM原理的物理自闭环约束的骨干网络进行训练而重建成像。成像阶段借助相位检索算法恢复的TM进行成像，相位检索算法结合进行测量阶段恢复的TM进行成像。网络结构大大减少了TM测量阶段所需的数据量，成像阶段的自闭环约束也使成像网络减少了对训练集完整性的过分依赖。