[发明专利]一种基于特征金字塔模型的运动模糊图像去模糊方法

说明书

本发明公开了一种基于特征金字塔模型的运动模糊图像去模糊方法，包括以下步骤：S1.获取多个运动模糊图像和与之相对应的多个清晰图像组成图像对作为训练集，并获取多个待去模糊的运动图像作为测试集；S2.采用特征金字塔模型对生成对抗网络搭建；S3.设计用于生成对抗网络训练的损失函数；S4.采用步骤S1获取的训练集和步骤S3设计的损失函数对特征金字塔生成对抗网络进行训练；S5.将步骤S1获取的测试集输入到步骤S4训练好的网络模型中得到相应的去模糊图像。本发明采用的基于特征金字塔模型的运动模糊图像去模糊方法，可以获取更多特征信息，减少噪声，有效提高了运动模糊图像去模糊的效率与质量。

技术领域

本发明涉及图像处理技术领域，具体为一种基于特征金字塔模型的运动模糊图像去模糊方法。

背景技术

在不断趋于科技化、数字化、智能化的大时代背景下，图像在获取信息上扮演着愈来愈重要的角色。有研究表明，人类视觉系统所获取的信息占人类获取所有信息的比重高达83％，可谓是一张图像胜过千言万语。近几年，人工智能和虚拟现实的应用越来越普遍，各种拍照设备获取图像也更加的方便，图像成为了人类传递和获取信息的重要方式。但这些图像在获取、处理、传输和保存的过程中由于多种原因的影响，容易导致图像出现严重的质量退化现象，为人们的生活、学习和工作带来很大的困扰，模糊图像就是其中常见的一种。

模糊图像去模糊的主要目的是以相对最小的代价从退化图像中恢复出贴合实际的、并含有丰富纹理细节的清晰图像。而传统模糊图像恢复的方法大部分都是建立在模糊核已知或先决调节预估、假设的前提下，存在相当大的局限性。并且现实场景的模糊核估计难度很大，噪声和场景也存在不确定性，使传统模糊图像恢复无法解决生活、学习和工作中的需求。同时，随着各种成像设备应用于天文检测、医学成像、军事航空、天眼工程等领域，对于图像的质量要求越来越高，而稳定的拍摄器件成本高、操作难度大、实际模糊情况复杂等特点限制了其模糊图像恢复的效果。

发明内容

针对上述研究的问题，本发明的目的在于：为了有效提高了运动模糊图像去模糊的效率与质量，提出了一种基于特征金字塔模型的运动模糊图像去模糊方法。

为了解决上述技术问题，本发明采用的技术方案如下：

一种基于特征金字塔模型的运动模糊图像去模糊方法，包括如下步骤：

S1：获取多个运动模糊图像和与之相对应的多个清晰图像组成图像对作为训练集，并获取多个待去模糊的运动图像作为测试集；

S2：采用特征金字塔模型对生成对抗网络搭建；

进一步的，所述S2的具体步骤为：

S2.1：采用五层由下至上的特征金字塔结构作为生成器的特征提取模块；

S2.2：采用上采样模块根据每层提取的特征生成得到每层的生成图；

S2.3：采用并接模块对每层的生成图进行并接；

S2.4：使用二分类的分类器作为鉴别器模块；

S3：设计用于生成对抗网络训练的损失函数；

S4：采用步骤A获取的训练集和步骤C设计的损失函数对特征金字塔生成对抗网络进行训练；

进一步的，所述S4的具体步骤为：

S4.1：将权力要求1步骤A所获取的训练集输入到权利要求1步骤B搭建的网络中；

S4.2：生成器通过特征提取、上采样、并接生成所述清晰的生成图像；

S4.3：将生成图像与真实图像输入到判别器中；

S4.4：判别器通过损失函数计算得到判别损失，根据计算的损失更新判别器参数；