基于CNN的頻域光學(xué)相干斷層掃描圖像多尺度特征融合方法

摘要： 在頻域光學(xué)相干斷層掃描圖像處理過程中，主要采用遞歸神經(jīng)網(wǎng)絡(luò)實現(xiàn)特征融合，運算過程中存在著梯度消失情況，使得多尺度特征融合結(jié)果的MAP(平均精度)較低。因此，提出基于CNN(卷積神經(jīng)網(wǎng)絡(luò))的頻域光學(xué)相干斷層掃描圖像多尺度特征融合方法。以生成對抗網(wǎng)絡(luò)為核心建立掃描圖像去噪所需的網(wǎng)絡(luò)架構(gòu)，通過原始圖像域生成不包含噪聲信息的高質(zhì)量掃描圖像。運用離散小波變換原理，將去噪后處理后的圖像分解... （共6頁）

CNN 頻域光學(xué)相干斷層掃描 特征提取 小波變換 自適應(yīng)增強 特征融合