当前位置: 首页 > 文章 > 基于序列信息的土壤CT图像超分辨率重建 农业工程学报 2021 (17) 90-96
Position: Home > Articles > 基于序列信息的土壤CT图像超分辨率重建 Transactions of the Chinese Society of Agricultural Engineering 2021 (17) 90-96

基于序列信息的土壤CT图像超分辨率重建

作  者:
韩巧玲;周希博;宋润泽;赵玥
单  位:
中国农业大学信息与电气工程学院;北京林业大学工学院
关键词:
土壤;图像处理;CT图像;超分辨率重建;深度学习;生成式对抗网络;
摘  要:
受部分容积效应影响,土壤计算机断层扫描(Computed Tomography,CT)图像存在孔隙边界模糊现象,影响土壤孔隙结构研究的准确性。针对该问题,该研究提出基于序列信息的生成式对抗网络(Sequence information Generative Adversarial Network,SeqGAN),实现土壤CT图像的超分辨率重建。针对土壤CT序列图像具有较高相似性的特点,SeqGAN法引入序列卷积块挖掘前后图像的序列信息,并将多重特征增强融合于目标图像中;利用多层残差块提取图像特征,构建残差块输入和输出的直接连接,以减少模型退化;利用对抗网络实现损失间接反馈,提高模型的特征学习能力。在序列相似性较高的土壤图像数据集验证了该方法性能。结果表明,SeqGAN法均方误差比次优方法 GAN降低25%,峰值信噪比提升1.4 dB,结构相似性提升0.2%。重建的土壤图像具有较高准确率和清晰度,可为后续土壤物理学研究提供准确的数据基础。

相似文章

计量
文章访问数: 10
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊