国内刊号:31-1289/TP
国际刊号:1000-3428
发布日期:
作者:甄诚, 杨永胜, 李元祥, 钟娟娟
单位:1. 上海交通大学 航空航天学院, 上海 200240;2. 中国航空工业集团公司雷华电子技术研究所, 江苏 无锡 214063
关键词:图像复原,图像重建,生成对抗网络,大气湍流效应,多尺度特征
基金:工业和信息化部民机专项(MJZ-2016-S-44)。
大气湍流会导致图像发生畸变和模糊,为对单幅大气湍流退化图像进行复原,提出一种基于多尺度生成对抗网络(GAN)的图像复原方法。采用GAN框架,在生成器网络中添加多尺度注意力特征提取单元与多层次特征动态融合单元,从而提升模型的感受野范围。在此基础上,引入特征融合机制以实现湍流退化图像复原。实验结果表明,相比标准GAN、SIU-Net模型,多尺度GAN能显著提高图像的视觉质量,有效降低图像的模糊和几何畸变程度。
来源:2021年第11期
《计算机工程》期刊编辑部