20220309讨论

1.传统图像与地震图像

在地震图像难得的基础上,是否可以考虑将它们两者进行无差别对待?

1.传统图像通常是RBG三色图,而地震图像通常是单通道的灰度图。
2.在此前建立的模型中,是采用单通道的输入、输出进行训练。

基于此想法,故直接使用RBG模型运用到单通道地震数据中。

2. 处理

对地震数据所对应的mat文件进行转换

from scipy.io import loadmat
import matplotlib.pyplot as plt
import imageio

data = loadmat('data_60.mat')
# print(data)
# print(data.keys()) // dict_keys(['__header__', '__version__', '__globals__', 'dataq'])


data = data['dataq']
data = data.T

# print(data.shape) // (301,300)

# print(data.dtype) // float64

imageio.imsave('1.png', data)
plt.imshow(data, cmap='gray')
ax = plt.gca()
ax.xaxis.set_ticks_position('top')
plt.show()

在这里插入图片描述

代码有个小小的warning

Lossy conversion from float64 to uint8. Range [-2.500926803650104, 2.666372196873106]. Convert image to uint8 prior to saving to suppress this warning.

貌似是数据格式在强制转换的时候丢失了一些精度。

如图,为一张合成地震数据图像:( 300 × 301 300\times301 300×301)
在这里插入图片描述
Rezised_pic:( 300 × 300 300 \times 300 300×300
在这里插入图片描述
input_pic:( 150 × 150 150 \times 150 150×150)
在这里插入图片描述

3.效果

3.1 for 2 × \text{for} 2 \times for2×

output_pic:
在这里插入图片描述

psnr ≈ 33.13 \approx 33.13 33.13

bicubic:
在这里插入图片描述

psnr ≈ 36.94 \approx 36.94 36.94

ground truth:
在这里插入图片描述

output:
在这里插入图片描述
bicubic:
在这里插入图片描述

单从psnr指标上来看,没有双三次插值好。但从肉眼上看,明显模型输出的图片线条感更强,更加锐化?

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值