-
题名基于多尺度网络的运动模糊图像复原算法
被引量：8
- 1
-
-
作者
魏海云
郑茜颖
俞金玲
-
机构
福州大学物理与信息工程学院
-
出处
《计算机应用》
CSCD
北大核心
2022年第9期2838-2844,共7页
-
基金
国家自然科学基金资助项目(61471124)
福建省科技重点产业引导项目(2020H0007)。
-
文摘
动态场景的非均匀盲去模糊一直是图像复原领域中的一个难题。针对目前的模糊图像复原算法不能很好地解决多样性模糊源的问题,提出了一种端到端的基于多尺度网络的运动模糊图像复原算法。所提算法使用修剪过的残差块作为基本单元,且在每一级尺度上都采用相同的非对称编解码网络。为了更好地提取输入图像特征,在编码端使用引入注意力机制的残差模块,还加入了空间金字塔池化层。编码端和解码端中间的循环单元可以获取图像的空间信息,从而利用图像空间的连续性来进行非均匀运动模糊图像的复原。测试结果显示,在GoPro数据集上所提算法的峰值信噪比(PSNR)达到33.69 dB,结构相似性(SSIM)达到0.9537,且能够更好地复原模糊图像的细节信息,而在Blur数据集上所提算法的PSNR为31.47 dB,SSIM为0.9047。实验结果表明,与尺度递归网络和深度层次化多patch网络相比,所提算法取得了更优的模糊图像复原效果。
-
关键词
非均匀盲去模糊
多尺度网络
注意力机制
残差模块
循环单元
-
Keywords
non-uniform blind deblurring
multi-scale network
attention mechanism
residual module
recurrent unit
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
