古铜镜X光生成对抗融合中的优化策略

锈蚀覆盖的古铜镜在非接触探伤检测中,因镜缘与镜心厚度各异,X光成像无法呈现完整的病害信息。以古铜镜X光信号为输入,搭建生成对抗融合网络。针对L_(2)损失和梯度算子所导致的重构模糊、纹饰和裂痕等多尺度特征细节表达等问题,设计了能够增强古铜镜X光信息融合效果的优化策略。通过添加L_(2,1/2)损失正则化生成器的特征学习过程,改善L_(2)损失生成信息平滑的现象;定义拉普拉斯L_(tex)纹饰损失,加强训练网络对纹饰和病害的抽取效果;在训练网络中加入多尺度特征融合模块,提高细节信息生成质量。通过与7种融合方法进行实验对比,所提算法在5组对照数据中仅2组的交叉熵值略差,其余信息熵、平均梯度、空间频率、联合熵和非参考特征互信息值均取得最优,可有效呈现古铜镜X光探伤检测信息。