NÂNG CAO CHẤT LƯỢNG ẢNH BẰNG KẾT HỢP THUẬT TOÁN TRUYỀN THỐNG LUCY – RICHARDSON – ROSEN VÀ KỸ THUẬT HỌC SÂU DẠNG UNET

Tóm tắt

Các thuật toán khôi phục truyền thống đã cải thiện đáng kể chất lượng ảnh về độ phân giải, tính tương tự với ảnh gốc và độ tương phản. Trong đó, thuật toán truyền thống Lucy – Richardson – Rosen là một trong những phương pháp mới được phát triển gần đây cho cải thiện độ phân giải ảnh và tính tương đồng với ảnh gốc. Tuy nhiên, các nghiên cứu cũng chỉ ra rằng phương pháp này vẫn đưa đến tạp chất gây nhiễu trên ảnh khôi phục, xuất hiện các artifacts bám theo các chi tiết ảnh. Để loại bỏ được nhiễu này và nâng cao chất lượng ảnh khôi phục, bài báo này đã đề xuất sử dụng thêm kỹ thuật học sâu. Mô hình học sâu được sử dụng dạng Unet. Quá trình mô phỏng trên bộ ảnh y tế đã chỉ ra rằng với một ảnh y tế mờ từ hệ thống quang học, sau hai bước xử lý bằng thuật toán Lucy – Richardson – Rosen và kết hợp với mạng học sâu Unet đã cho ảnh khôi phục tốt hơn. Ảnh khôi phục đã giảm được thành phần nhiễu artifact, cải thiện độ phân giải và tăng tính đồng dạng với ảnh gốc được minh chứng bằng chỉ số tương đồng cấu trúc và chỉ số nhận thức thị giác của người.