基于多权自适应交互的运动模糊图像复原

摘要

针对运动场景拍摄的图像出现不均匀模糊现象，导致工业环境下的机器视觉任务处理效率低下的问题，提出一种基于多权自适应交互的运动模糊图像复原算法.首先，采用多策略特征提取模块，从模糊图像中提取出浅层和关键的纹理信息并平滑噪声，同时构建残差语义块，深入挖掘图像的深层语义信息.然后，提出双通道自适应权重提取模块，从退化图像中捕获空间及像素的权重信息，并逐步将这些信息补偿到网络中.最后，设计出一种权重特征融合模块，融合网络所提取的多空间权重特征，并结合多项损失函数，进一步改善图像质量.所提算法在标准数据集下的主客观及消融实验结果显示，在标准数据集下的SSIM(结构相似性)和PSNR(峰值信噪比)指标分别达到0.93和31.89,各模块可以较好协调，在复原运动场景下的非均匀模糊图像方面具有显著优势.

关键词

模糊图像复原 / 深度学习 / 非均匀模糊 / 自适应学习