图像重建的方法

这是一个关于图像重建的方法的思维导图，讲述了图像重建的方法的相关故事，如果你对图像重建的方法的故事感兴趣，欢迎对该思维导图收藏和点赞~

图像重建的方法

• 基于深度学习的方法
  • 卷积神经网络 (CNN)
    • 卷积层、池化层和全连接层的组合
      • 卷积层用于提取图像特征
      • 池化层用于降低特征维度，减少计算量
      • 全连接层用于分类和回归任务
    • 典型网络结构：UNet、FCN、SegNet等
  • 自编码器 (Autoencoder)
    • 编码器和解码器的组合
      • 编码器用于将图像压缩成隐含特征
      • 解码器用于将隐含特征还原成图像
    • 典型网络结构：Denoising Autoencoder、Variational Autoencoder等
• 基于传统图像处理的方法
  • 图像去噪
    • 均值滤波、中值滤波、高斯滤波等
    • 非局部均值 (NonLocal Means) 算法
  • 图像去模糊
    • 基于图像退化模型的方法
      • 理查德森卢伊特 (RichardsonLucy) 算法
      • 盲去模糊 (Blind Deconvolution) 算法
    • 基于深度学习的方法
      • 卷积神经网络 (CNN) 的应用
      • 自编码器 (Autoencoder) 的应用
  • 图像超分辨率重建
    • 基于插值的方法
      • 最近邻插值、双线性插值、双三次插值等
    • 基于深度学习的方法
      • 卷积神经网络 (CNN) 的应用
      • 自编码器 (Autoencoder) 的应用
• 基于三维重建的方法
  • 立体视觉 (Stereo Vision)
    • 匹配算法：SAD、SSD、NCC等
    • 视差计算：BM算法、SGM算法等
    • 三维重建：Delaunay三角剖分、Poisson表面重建等
  • 结构光 (Structured Light)
    • 投影模式：格雷码、条纹、散斑等
    • 相位测量：相移法、时间飞行法等
    • 三维重建：表面网格重建、点云重建等
  • 激光扫描 (Lidar)
    • 激光测距原理：飞行时间 (Time of Flight)、相位测距 (Phase Measurement) 等
    • 点云数据处理：点云滤波、点云分割、点云匹配等
    • 三维重建：表面网格重建、点云重建等;