一种基于深度学习的低光子图像恢复方法

本发明公开了一种基于深度学习的低光子图像恢复方法，涉及计算成像与图像处理领域，包括以下步骤：获取任意来源的图像，通过泊松仿真生成该图像的低光子计数采样图，低光子计数采样图用于模型训练；将低光子计数采样图和图像作为训练集，训练神经网络，该神经网络基于深度学习，实现将低光子采样图恢复为对应的高光子图像；使用低光子成像设备，通过调整光源强度和曝光时间，获取待恢复的低光子图像；将低光子图像输入到神经网络，实现对低光子图像的恢复。本发明仅需要测量高、低光子条件下平均光子数之比，便能对任意图像快速生成大量低光子采样图，简化采样训练样本的流程，避免重新采样训练集的操作，鲁棒性更强，提高了图像恢复质量。