將基于深度學(xué)習(xí)的放大方法應(yīng)用于天文圖像的研究中,根據(jù)新真空太陽望遠(yuǎn)鏡（NVST）圖像中的結(jié)構(gòu)特征,提出一種有效的天文圖像放大方法。首先使用Binning技術(shù)對(duì)數(shù)據(jù)進(jìn)行降采樣處理,獲得對(duì)應(yīng)的低分辨率圖像;其次通過改進(jìn)的殘差稠密網(wǎng)絡(luò)充分提取和利用低分辨率圖像多級(jí)特征,重建出高分辨率的太陽圖像;最后通過殘差分析、相關(guān)性分析及功率譜分析對(duì)太陽圖像的重建誤差進(jìn)行定量評(píng)估。實(shí)驗(yàn)結(jié)果表明,相對(duì)傳統(tǒng)插值法,所提方法能夠?qū)μ枅D像中的小尺度結(jié)構(gòu)進(jìn)行精細(xì)放大,且在放大圖像的同時(shí)有效提高圖像的信噪比。 

【文章來源】：光學(xué)學(xué)報(bào). 2020,40(09)北大核心EICSCD

【文章頁(yè)數(shù)】：10 頁(yè)

【部分圖文】：

RMS曲線。

基于改進(jìn)的殘差密集連接網(wǎng)絡(luò),對(duì)NVST高分辨率圖像中太陽小尺度結(jié)構(gòu)進(jìn)行精細(xì)放大。針對(duì)NVST圖像高頻信息較少、整體較模糊等問題,對(duì)殘差密集連接網(wǎng)絡(luò)構(gòu)架進(jìn)行調(diào)整,將網(wǎng)絡(luò)中的密集跳接塊(RDB)采用密集連接的方式相連。RDB的密集連接實(shí)現(xiàn)了RDB之間特征的重復(fù)使用,有利于前RDB的輸出與當(dāng)前RDB特征的融合,可以充分利用網(wǎng)絡(luò)提取到的低分辨率圖像的各級(jí)特征重建出高分辨率圖像的細(xì)節(jié)信息。本網(wǎng)絡(luò)模型主要包含3個(gè)部分,即淺層特征提取模塊(SFEM)、殘差密集跳接塊(RDBS)、上采樣(UPM)網(wǎng)絡(luò),網(wǎng)絡(luò)結(jié)構(gòu)如圖2所示,其中ILR為輸入的低分辨率圖像,IHR為經(jīng)過網(wǎng)絡(luò)后輸出的高分辨率圖像。圖2 所提網(wǎng)絡(luò)的結(jié)構(gòu)圖

所提網(wǎng)絡(luò)的結(jié)構(gòu)圖

【參考文獻(xiàn)】：
期刊論文
[1]NVST高分辨窄帶成像系統(tǒng)視場(chǎng)頻漂的實(shí)測(cè)與分析[J]. 王良凱,徐稚,金振宇,陳宇超,許駿.  天文研究與技術(shù). 2018(04)
[2]太陽自適應(yīng)光學(xué)技術(shù)進(jìn)展[J]. 饒長(zhǎng)輝,朱磊,張?zhí)m強(qiáng),饒學(xué)軍,鮑華,孔林,郭友明,鐘立波,馬學(xué)安,李梅,王成,張小軍,樊新龍,王曉云,凡木文,陳東紅,馮忠毅.  光電工程. 2018(03)
[3]自適應(yīng)光學(xué)圖像事后重建技術(shù)研究進(jìn)展[J]. 鮑華,饒長(zhǎng)輝,田雨,鐘立波,陳浩,龍瀟.  光電工程. 2018(03)
[4]NVST的長(zhǎng)期跟蹤誤差分析及改正[J]. 陳宇超,柳光乾.  天文研究與技術(shù). 2016(02)
[5]NVST多通道成像觀測(cè)系統(tǒng)的數(shù)據(jù)同步采集[J]. 李玉艷,陳宇超,楊磊,柳光乾.  天文研究與技術(shù). 2015(03)



本文編號(hào)：3330742