ОГЛАВЛЕНИЕ
Введение ............................................................................................................................. 5
Глава 1. Постановка задачи оценки и повышения качества изображений в
дифракционно-оптических системах ............................................................................ 15
1.1 Преимущества и недостатки ИДОС ........................................................................ 15
1.2 Формирование изображений в дифракционно-оптических системах ................. 18
1.3 Компенсация искажений изображения за счет совершенствования оптической
схемы и различные схемы получения изображений .................................................... 20
1.3.1 Гармоническая линза ............................................................................................. 20
1.3.2 Изображающая система из трех дифракционных линз ...................................... 24
1.3.3 Дифракционно-рефракционная оптическая система .......................................... 25
1.4 Вычислительный способ компенсации искажений ............................................... 27
1.5 Оценка качества изображений в ИДОС .................................................................. 32
1.5.1 Пиковое отношение сигнала к шуму .................................................................... 33
1.5.2 Лабораторный стенд для формирования обучающего набора данных ............. 33
1.5.3 Психовизуальный критерий оценки качества реконструкции изображений
реальных сцен .................................................................................................................. 37
1.5.4 Качество формируемых изображений для разных ИДОС ................................. 38
Выводы к главе 1 ............................................................................................................. 42
Глава 2. Сквозная нейросетевая реконструкция изображений в ИДОС .................... 43
2.1. Нейросетевой подход к реконструкции изображений в ИДОС ........................... 43
2.2. Полнокадровая нейросетевая реконструкция ........................................................ 45
2.3 Локальная нейросетевая реконструкция ................................................................. 50
Выводы к главе 2 ............................................................................................................. 54
Глава 3. Алгоритмы обучения и адаптации нейросетевых моделей реконструкции
изображений в ИДОС ...................................................................................................... 55
3.1 Ограничения при формировании набора данных .................................................. 55
3
3.2 Доменная генерализация нейросетевых моделей .................................................. 59
3.3 Критерий ложных контуров ..................................................................................... 61
3.4 Аугментация обучающего набора данных .............................................................. 63
3.4.1 Изменение экспозиции обучающих данных ........................................................ 63
3.4.2 Моделирование ISO-шума на обучающих данных ............................................. 66
3.5 Метод крупношагового метаобучения .................................................................... 67
3.5.1 Мелкошаговое метаобучение для задачи сверхразрешения .............................. 68
3.5.2 Адаптация модели к различным условиям формирования изображений на основе крупношагового метаобучения ......................................................................... 70
3.5.3 Теоретическое обоснование метода крупношагового метаобучения ............... 75
Выводы к главе 3 ............................................................................................................. 78
Глава 4. Экспериментальные исследования ................................................................. 79
4.1 Экспериментальное исследование алгоритмов сквозной нейросетевой реконструкции изображений .......................................................................................... 79
4.1.1 Оценка качества сквозной нейросетевой реконструкции для монокулярной и бинокулярной ОС на основе МДЛ (m=13) .................................................................... 79
4.1.3 Исследование влияния технологии изготовления МДЛ на качество реконструкции ................................................................................................................. 84
4.2 Исследование аугментации обучающего набора данных и критерия FEL для уменьшения артефактов реконструкции ....................................................................... 91
4.2.1 Обучение полнокадровой сети U-Net ................................................................... 91
4.2.2 Критерий выбора лучшей точки в пространстве параметров модели .............. 92
4.2.3 Аугментация обучающих данных моделированием ISO-шума и изменением экспозиции ....................................................................................................................... 95
4.3 Исследование алгоритма адаптации нейросетевой модели к новым условиям формирования изображений на основе метода крупношагового метаобучения .... 103
4.3.1 Обучение на исходном наборе полуреальных лабораторных данных ............ 103
4
4.3.2 Обучение на N доменах с разными моделями искажений ............................... 108
4.3.3 Дообучение на одном изображении реальной сцены ....................................... 110
4.3.4 Добавление нового домена .................................................................................. 116
4.4 Сравнение качества реконструкции изображений для разных ИДОС .............. 119
Выводы к главе 4 ........................................................................................................... 122
Заключение ..................................................................................................................... 123
Список сокращений и условных обозначений ........................................................... 125
Список литературы ........................................................................................................ 126
Приложение А – Акт о внедрении ............................................................................... 137
Приложение Б – Результаты реконструкции изображений для разных ИДОС ...... 138
Приложение В – Примеры реконструкции реальных изображений для рефракционно-дифракционной ОС ............................................................................. 139
Приложение Г – Дополнительные примеры реконструкции реальных изображений для метода крупношагового метаобучения ................................................................ 142
Приложение Д – Свидетельства о регистрации программы для эвм ....................... 146
