Angesichts der Schwierigkeit der korrelierten Bildgebung, in realen Szenarien mit komplexem Rauschen sowohl Strukturerholung als auch Rauschunterdrückung zu gewährleisten, schlägt dieser Artikel einen zweistufigen Schnappschuss-basierten Korrelationsbild-Rekonstruktionsrahmen vor, der auf der Kombination von Tikhonov-Regularisierung und tiefen Entrauschungsmethoden basiert. In der ersten Stufe wird die Tikhonov-Regularisierung verwendet, um das inverse Problem der Korrelationsbildgebung zu lösen. Durch Regularisierungsbedingungen wird die Unwohlformigkeit unterdrückt, um ein stabiles anfängliches Rekonstruktionsergebnis mit gut erhaltener Strukturinformation zu erhalten. In der zweiten Stufe wird in Noise2VST eine datenwahrheitserhaltende Beschränkung basierend auf der Bildphysik eingeführt, um ein gemeinsam optimiertes adaptives Entrauschungsmodul zu erstellen. Dieses Modul nutzt die Varianzstabilisierungstransformation, um das komplexe Restrauschen in approximativ additives weißes Gaußsches Rauschen abzubilden, und erreicht unter der Wirkung von selbstüberwachenden und physikalischen Datenwahrheitsbeschränkungen eine adaptive Rauschunterdrückung, wodurch Restrauschen unterdrückt und gleichzeitig Bilddetails sowie Kantenstrukturen effektiv erhalten werden. Experimentelle Ergebnisse zeigen, dass die vorgeschlagene Methode unter verschiedenen Abtastbedingungen eine gute Rekonstruktionsleistung aufweist. Unter hohen Abtastbedingungen verbessert sich PSNR im Vergleich zur Tikhonov-Methode um 4,68 dB, SSIM um 0,375; unter niedrigen Abtastbedingungen wird weiterhin eine gute visuelle Qualität und quantitative Rekonstruktionsleistung beibehalten, was die Wirksamkeit und Robustheit der Methode bestätigt.

korrelierte Bildgebung;Tikhonov-Regularisierung;Varianzstabilisierungstransformation;Bildrekonstruktion