典型文献
基于神经网络的大孔径厚针孔成像复原算法研究
文献摘要：
为了更好地获取低强度辐射源空间分布图像,提出一种使用神经网络算法将大孔径厚针孔退化图像复原的方法.建立了孔径5 mm、10 mm、15 mm的厚针孔模型,获得了3600个汉字形状辐射源的厚针孔退化图像集.基于DnCNN神经网络模型,建立了大孔径厚针孔退化图像复原神经网络,并与维纳滤波、Lucy-Richardson这些传统算法进行了比较.在考虑噪声影响后,利用迁移学习理论,对原神经网络模型进行迁移训练,再对含噪大孔径厚针孔退化图像进行复原.神经网络算法复原的RMSE明显低于传统方法,迁移学习显著减小了噪声的影响.证明了神经网络算法在大孔径厚针孔退化图像复原领域的优越性,并验证了神经网络方法复原含噪大孔径厚针孔退化图像的可行性.
文献关键词：
大孔径厚针孔;神经网络;图像复原;迁移学习
中图分类号：
作者姓名：
李冬;盛亮;李阳;段宝军
作者机构：
西北核技术研究所 强脉冲辐射环境模拟与效应国家重点实验室, 西安 710024
文献出处：
引用格式：
[1]李冬;盛亮;李阳;段宝军-.基于神经网络的大孔径厚针孔成像复原算法研究)[J].强激光与粒子束,2022(06):60-65
A类：
大孔径厚针孔
B类：
针孔成像,算法研究,低强度,辐射源,空间分布图,神经网络算法,退化图像,图像复原,汉字,字形,DnCNN,原神,维纳滤波,Lucy,Richardson,传统算法,噪声影响,迁移学习,学习理论,迁移训练,RMSE,神经网络方法
AB值：
0.215912
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
