基于深度学习的傅里叶叠层超分辨率成像方法及系统
本发明公开了一种基于深度学习的傅里叶叠层超分辨率成像方法及系统,属于傅里叶叠层超分辨率成像技术领域,包括如下步骤,步骤S1,多光场多角度图像同步采集;步骤S2,图像预处理:对三组原始图像分别执行镜头畸变校正、高斯去噪、光强归一化处理,得到标准化预处理图像;步骤S3,通过深度学习的多分支频域融合网络生成空间域特征图;步骤S4,频域子孔径拼接;步骤S5,生成高分辨率幅值图与相位图;步骤S6,缺陷检测与分析。本发明可以降低频域子孔径重叠率,提升前端采集效率;同步输出幅值图与相位图,缺陷检测全面且精确;依靠深度学习,提高重建速度。