基于深度残差生成对抗网络的运动图像去模糊

摘要：

针对图像拍摄过程中由于运动、抖动、电子干扰等产生的运动图像模糊问题,提出一种基于深度残差生成对抗网络的运动图像去模糊算法.对图像模糊模型与盲去模糊过程进行了研究,介绍了生成对抗网络,改进了残差块的结构.改进的残差块包含3个卷积层,两个ReLU激活函数,一个Dropout层以及一个跳跃连接块,提升了复原图像的质量.改进了PatchGAN的结构,在只增加少量参数与网络复杂性的情况下,将最底层感受野变为原先的两倍以上.利用GOPRO数据集和Lai数据集进行测试,测试结果表明,本文提出的基于深度残差生成对抗网络的去模糊算法复原图像可达到较高的客观评价指标,可以恢复出较高质量的清晰图像.在GOPRO数据集上,相比于其他同类方法,本文提出的算法具有较好的复原能力,可达到更高的峰值信噪比(28.31 dB)和较高的结构相似度(0.8317);而在Lai数据集上,可以恢复出较高质量的图像.

关键词：图像去模糊;运动模糊;生成对抗网络;残差块;图像复原

所属期刊栏目：36

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金;山东省自然科学基金

在线出版日期：2022-01-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1693-1701