Une méthode de prétraitement basée sur l'apprentissage profond pour des motifs d'interférence uniques

Une nouvelle méthode de prétraitement basée sur un U-NET modifié est proposée pour les franges d'interférence uniques. Le cadre est construit en introduisant des modules d'attention spatiale et d'attention par canal pour optimiser les performances. Dans ce processus, des cartes de franges interférométriques avec une intensité de fond ajoutée, une amplitude de frange et du bruit ambiant sont utilisées comme entrée dans le réseau, qui produit des cartes de franges dans un état idéal. Des résultats simulés et expérimentaux ont démontré que cette technique peut prétraiter des franges d'interférence uniques en ~1 microseconde. La qualité des résultats a été évaluée à l'aide de l'erreur quadratique moyenne, du rapport signal sur bruit de pointe, de la similarité structurelle et du nombre équivalent de vues. La méthode proposée a surpassé U-NET, U-NET++ et d'autres algorithmes conventionnels mesurée par chacun de ces critères. De plus, le modèle a produit des franges normalisées de haute qualité en combinant des données objectives avec des effets visuels, améliorant considérablement la précision des solutions de phase pour les franges d'interférence uniques.