买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：桂林电子科技大学;桂林航天工业学院

摘要：本发明公开了一种基于特征卷积神经网络的太赫兹超分辨重建方法、系统及计算机可读存储介质，特征卷积神经网络包括边缘检测模块、下采样模块和超分辨重构模块，太赫兹超分辨重建方法包括：获取训练样本集，将训练样本集中的缺陷图像集输入边缘检测模块生成二值边缘图像集；将二值边缘图像集输入下采样模块进行下采样处理，得到特征卷积核算子；将训练样本集输入超分辨重构模块，使得超分辨重构模块根据特征卷积核算子对高分辨率图像集以及低分辨率图像集进行训练，生成权重矩阵；根据权重矩阵生成与训练样本集对应的目标缺陷图像。在本发明实施例中,基于特征卷积神经网络实现太赫兹超分辨重建，能够提高太赫兹缺陷轮廓分辨率。

主权项：1.一种基于特征卷积神经网络的太赫兹超分辨重建方法，其特征在于，所述特征卷积神经网络包括边缘检测模块、下采样模块和超分辨重构模块；所述太赫兹超分辨重建方法包括：获取训练样本集，其中，所述训练样本集包括高分辨率图像集、低分辨率图像集和缺陷图像集，所述缺陷图像集为对原材料进行太赫兹成像处理得到；将所述训练样本集中的所述缺陷图像集输入所述边缘检测模块，使得所述边缘检测模块基于边缘检测算法生成二值边缘图像集；将所述二值边缘图像集输入所述下采样模块，使得所述下采样模块对所述二值边缘图像集进行下采样处理，得到特征卷积核算子；将所述训练样本集输入所述超分辨重构模块，使得所述超分辨重构模块根据所述特征卷积核算子对所述高分辨率图像集以及低分辨率图像集进行训练，生成权重矩阵；根据所述权重矩阵生成与所述训练样本集对应的目标缺陷图像；其中，所述将所述训练样本集输入所述超分辨重构模块，使得所述超分辨重构模块根据所述特征卷积核算子对所述高分辨率图像集以及低分辨率图像集进行训练，生成权重矩阵，包括:将所述训练样本集输入所述超分辨重构模块，使得所述超分辨重构模块基于所述特征卷积核算子对所述高分辨率图像集和所述低分辨率图像集进行特征映射处理，生成所述权重矩阵；其中，所述根据所述权重矩阵生成与所述训练样本集对应的目标缺陷图像，包括：将所述高分辨率图像集和所述低分辨率图像集输入所述超分辨重构模块，使得所述超分辨重构模块基于熔断函数生成损失函数；根据所述损失函数输出所述高分辨率图像集和所述低分辨率图像集之间的像素阈值；根据所述像素阈值和所述权重矩阵生成与所述训练样本集对应的目标缺陷图像。

全文数据：

权利要求：

百度查询： 桂林电子科技大学 桂林航天工业学院 基于特征卷积神经网络的太赫兹超分辨重建方法及系统