文章摘要: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。

文章关键词:

论文分类号:TP391.41;TP183

文章来源：《计算机光盘软件与应用》 网址: http://www.jsjgprjyyy.cn/qikandaodu/2022/0114/1792.html

上一篇：外科学论文_3D打印与导航辅助椎弓钉矫正先天性
下一篇：武器工业与军事技术论文_基于ANGM(1，1)和PSO-