简介:
本发明提供了一种基于循环生成对抗网络的岩心CT图像超分辨率方法。主要包括如下步骤:采集配对或非配对的低分辨率及高分辨率岩心CT图像,构建用于训练网络模型的图像集;设计用于岩心CT图像超分辨率的循环生成对抗网络(CycleGAN‑based SR,SRCycleGAN);基于所述图像集及网络,定义目标函数,完成训练,获得岩心CT图像超分辨率模型SRCycleGAN;基于所述的SRCycleGAN模型,实现低分辨率岩心CT图像的重建,生成高分辨岩心CT图像。本发明在有/无配对的低分辨率及高分辨率岩心CT图像的情况下均可完成模型的训练,且有非常好的超分辨率重建效果,在石油地质领域有重要的应用价值。
本发明提供了一种基于循环生成对抗网络的岩心CT图像超分辨率方法。主要包括如下步骤:采集配对或非配对的低分辨率及高分辨率岩心CT图像,构建用于训练网络模型的图像集;设计用于岩心CT图像超分辨率的循环生成对抗网络(CycleGAN‑based SR,SRCycleGAN);基于所述图像集及网络,定义目标函数,完成训练,获得岩心CT图像超分辨率模型SRCycleGAN;基于所述的SRCycleGAN模型,实现低分辨率岩心CT图像的重建,生成高分辨岩心CT图像。本发明在有/无配对的低分辨率及高分辨率岩心CT图像的情况下均可完成模型的训练,且有非常好的超分辨率重建效果,在石油地质领域有重要的应用价值。