买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京工业大学

摘要：本发明提供一种融合多层信息的花粉图像合成方法、装置及电子设备，该方法包括：获取通过扫描同一花粉内容得到的与焦平面对应的多层花粉图像；计算多层花粉图像各自的真实感知分数，将多层花粉图像分为多对图像，在每对图像中进行真实感知分数大小的对比，并将对比结果作为标签；将每对图像和标签输入孪生神经网络进行处理，得到多层花粉图像的质量分数排序信息；将多层花粉图像及其质量分数排序信息输入条件生成对抗网络进行处理，得到合成的花粉图像。本发明达到了在合成过程中充分融合图像的深度信息、保留重要信息和提高多层信息利用率的目的。

主权项：1.一种融合多层信息的花粉图像合成方法，其特征在于，包括：获取通过扫描同一花粉内容得到的与焦平面对应的多层花粉图像；计算所述多层花粉图像各自的真实感知分数，将所述多层花粉图像分为多对图像，在每对图像中进行真实感知分数大小的对比，并将对比结果作为标签；设输入的花粉图像为I，Tenengrad梯度计算得到花粉图像的真实感知分数，记为P，T表示Tenengrad梯度方法的映射，则P的具体计算如下公式： 其中，N为所述花粉图像中像素总数，Sx,y表示花粉图像I在x,y点处的梯度，Gx、Gy分别为Sobel算子提取的水平和垂直方向的梯度值；将所述每对图像和所述标签输入孪生神经网络进行处理，得到所述多层花粉图像的质量分数排序信息；对于一对图像对，给定两个花粉图像输入设定为I1和I2，让排序信息学习器学习多层花粉图像之间的排序信息，得到的对应预测质量分数分别为S1和S2，对应关系如下：S1＝RI1；θRS2＝RI2；θR其中，R表示排序信息学习器预测质量分数的映射，θR表示孪生网络训练过程中的所有参数；设定排序对损失函数，具体内容如下： 其中，L表示一个损失函数的映射，表示训练时数据对的标签，ε是为了增大S1和S2之间的距离；损失函数的梯度通过反向传播的方式计算并使用随机梯度方法训练孪生网络；将所述多层花粉图像及其质量分数排序信息输入条件生成对抗网络进行处理，得到合成的花粉图像；其中所述条件生成对抗网络使用根据所述多层花粉图像的质量分数排序信息确定的指示质量分数次高的花粉图像的向量作为生成器和判别器的条件约束；设定每组花粉数据包含m层二维图像，则向量L＝l1，li2，li3，...，lm表示一组多层花粉图像，向量V＝v1，v2，v3，...，vm表示当前组多层花粉图像每层图像的质量分数；设定Sm表示最大质量分数，则根据向量L和V设定max_score_img函数，逐层检索多层花粉图像的质量分数，寻找Sm并输出对应层的花粉图像，以此作为生成器阶段用作对比的真实图像。

全文数据：

权利要求：

百度查询： 北京工业大学 融合多层信息的花粉图像合成方法、装置及电子设备