基于自编码神经网络的鬼成像优化方法

来源：电子测量技术杂志2021年第21期北京时间：

作者：张思卿，杨风暴，王肖霞

单位：中北大学信息与通信工程学院 太原 030051

摘要：针对鬼成像重构效果差所导致目标信息难以有效凸显的问题，结合自编码神经网络降噪优势，提出了一种鬼成像优化方法。该方法以手写数字数据集为样本，在对探测数据进行二阶关联获得初始鬼像的基础上，构建了一个降噪网络模型。该网络模型采用Leaky relu线性激活函数来解决网络的过饱和和单元死亡的问题，并通过10000个测试样本集验证了所提网络模型的有效性。通过对不同采样率下优化前后鬼像的质量进行了对比分析，分析结果表明，优化后综合不同采样率下鬼像的峰值信噪比较CGI、DGI、CS分别平均提高87.02%/93.99%、81.97%/85.90%、27.22%/18.16%；对比度较CGI、DGI、CS分别平均提高479.03%/363.79%、380.42%/272.91%、38.76%/31.05%。

关键词：鬼成像; 自编码神经网络; 采样率; 峰值信噪比; 重构

基金资助：内燃机可靠性国家重点实验室开放基金资助（No. skler-202011）、山西省应用基础研究计划青年科技研究基金（201901D211233），山西省回国留学人员科研项目（2021-110）资助