面向干涉包裹相位的多等級(jí)噪聲抑制網(wǎng)絡(luò)

摘要： 包裹相位是激光干涉測(cè)量獲取相位信息的前提，為了減小測(cè)量過程中噪聲對(duì)包裹相位條紋的干擾，提高重構(gòu)圖像的質(zhì)量，提出了一種非對(duì)稱融合非局部邊緣提取神經(jīng)網(wǎng)絡(luò)（Asymmetric Fusion Non-Local and Verge Extraction Neural Network,AFNVENet）。該網(wǎng)絡(luò)在FFDNet基礎(chǔ)上，設(shè)計(jì)了非對(duì)稱融合非局部塊和邊緣提取模塊，通過融合不同級(jí)...