一种用于干涉术的深度学习相移干涉条纹图盲去噪方法

授权

摘要

本发明公开了一种用于干涉术的深度学习相移干涉条纹图盲去噪方法，属于图像处理领域。该方法包括：S1生成一系列样品任意相移噪声干涉条纹图和对应的样品任意相移无噪声干涉条纹图；S2裁剪后，构建样品数据集；S3设计深度学习相移干涉条纹图盲去噪卷积神经网络框架；S4得到训练好的深度学习相移干涉条纹图盲去噪卷积神经网络模型；S5获得样品任意相移无噪声干涉条纹图。本发明所述方法将样品任意相移噪声干涉条纹图输入到训练好的深度学习相移干涉条纹图盲去噪卷积神经网络模型中，高效高质地输出样品任意相移无噪声干涉条纹图；本发明所述方法盲去噪质量好，速度快，提高了噪声去除效率，具有广泛的实用价值与应用前景。

基本信息

专利标题：

一种用于干涉术的深度学习相移干涉条纹图盲去噪方法

专利标题（英）：

暂无

公开（公告）号：

CN112233034A

申请号：

CN202011121805.3

公开（公告）日：

2021-01-15

申请日：

2020-10-20

授权号：

CN112233034B

授权日：

2022-05-13

发明人：

徐小青陆宇峰陆建军王霆张金标

申请人：

常州机电职业技术学院

申请人地址：

江苏省常州市武进区鸣新中路26号

代理机构：

大连理工大学专利中心

代理人：

戴风友

优先权：

CN202011121805.3

主分类号：

G06T5/00

IPC分类号：

G06T5/00 G06N3/04 G06N3/08