基于深度神经网络的激光图像修复

• 作者: 姚晓峰 武利秀 须文波
• 来源期刊: 激光杂志
• 学科: 工学
• 关键词: 深度神经网络 激光图像 清晰度 修复特征 图像信噪比
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 图像处理
• 页码范围: 76-79
• 页数: 4页
• 分类号: TN292
• 语种: 中文
• DOI: 10.14016/j.cnki.jgzz.2019.11.076

摘要

激光图像在采集和传输过程中,易受到其它因素的影响,会出现破损现象,针对传统技术无法实现高精度激光图像修复的难题,为此设计了基于深度神经网络的激光图像修复技术.首先对当前激光图像修复的研究现状进行分析,找到引入激光图像修复精度低的原因,然后采用深度学习神经网络对激光图像受损区的轮廓线结构进行映射,根据利用曲线拟合理论将激光图像受损区分割出来,最后对激光图像受损区的相关信息进行填充,完成激光图像修复,并进行了激光图像修复的仿真测试.结果 表明,相对于原始激光图像,修改后的激光图像不仅信噪比大幅度提升,激光图像的视觉效果更佳,而且激光图像修复效果要明显优于传统激光图像修复技术,验证了本文激光图像修复技术的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	须文波	江南大学物联网工程学院	409	3078	23.0	34.0