[发明专利]基于全连接自动编码机的瞬态图像的数据增强方法

说明书

本发明公开了一种基于全连接自动编码机的瞬态图像的数据增强方法，该发明首先基于瞬态信号的数据分布特点，通过对数变换进行数据转换，将瞬态图像数据转换到新的数据域。然后基于自主设计的全连接自动编码机网络结构，利用自动编码机的自动编码功能，学习出瞬态图像的数据特征。并且通过设置网络结构及相关损失函数、正则化项等，自动编码机不仅能正确学习瞬态图像潜在特征，也能防止过拟合。本发明方法结合了瞬态图像的数据分布，并利用了全连接自动编码机在数据特征方面的优良特性，较好地提取了瞬态图像的数据特征，并减少了原始数据的噪声，增强了表达瞬态图像的数据的准确率和稳定性。

技术领域

本发明属于图像处理的技术领域，具体涉及一种基于全连接自动编码机的瞬态图像的数据增强方法。

背景技术

瞬态成像技术是一项关于对光在传播过程中的瞬态进行成像的技术。随着计算机图形图像及计算机视觉相关研究的不断深入及在各个领域中的广泛应用，与光照相关的问题也不断出现，也越来越难以用传统的仅有二位空间信息的图像信息结局。瞬态成像技术能够提供皮秒级别的时间分辨率，高精度下带来的丰富信息，为这些问题的结局提供的可能性，也对已解决的就问题提供更优解带来了可能性。瞬态成像技术已成为一大研究热点。

瞬态成像的关键是在时间维度上对光线传播过程的精准复原，但因为各种原因如多路径干扰(Multipath Interference，MPI)问题及光子多次反射后的信号衰减问题产生的噪声，使得数据具有较低的信噪比。我们发明的本质：通过网络找到瞬态图像数据的本质及潜在特征，实现非噪声弱信号的增强，以及噪声信号的弱化或去除，从而实现瞬态图像的数据增强，进而提高该类数据的信噪比。

对潜在数据特征的提取一直是图像领域的一项重要研究，利用图像关键特征而不用整幅图像通常能更好地解决实际问题。比如图像增强、图像去噪、图像修复、图像压缩与重构等。

自动编码机是一种常见的用于特征提取或自编码学习的网络结构。一方面，可以通过利用自动编码机的自动编码功能，学习瞬态图像数据的特征，另一方面，可以通过训练自动编码机的去噪能力，去除瞬态图像数据的大部分噪声，实现瞬态图像的数据增强。

现有技术中，瞬态成像的关键是在时间维度上对光线传播过程的精准复原，但因为各种原因如多路径干扰(Multipath Interference，MPI)问题及光子多次反射后的信号衰减问题产生的噪声，使得数据具有较低的信噪比。

发明内容

本发明的主要目的在于克服现有技术的缺点与不足，提供一种基于全连接自动编码机的瞬态图像的数据增强方法，该方法是基于瞬态图像数据分布特点，结合自动编码机的自动编码功能及去噪学习能力实现，旨在提取瞬态图像数据潜在特征及去除大部分噪声，提高数据信噪比，实现瞬态图像的数据增强。。

为了达到上述目的，本发明采用以下技术方案：

基于全连接自动编码机的瞬态图像数据的增强方法，包括以下步骤：

S1.输入瞬态图像数据，利用对数变换处理进行数值转换，并将处理好的数据将作为训练数据输入全连接自动编码机网络模型中进行网络迭代训练；

S2.在网络迭代训练前，设置全连接自动编码机的网络结构；

S3.通过迭代训练得到训练好的全连接自动编码机网络模型；

S4.对原始待增强的瞬态图像数据进行数值转换，转换方式与训练时对训练数据的操作一致；

S5.将转换后的数据输入至训练好的全连接自动编码机网络模型中，获得网络输出数据；

S6.对网络输出数据进行逆变换，将数据映射回原值域区间，得到增强数据。

作为优选的技术方案，所述步骤S1中，所述利用对数变换处理进行数值转换，具体实现方式为：