基于区域选择网络的图像复原及其在计算成像中的应用

CIOMP OpenIR

	基于区域选择网络的图像复原及其在计算成像中的应用
	吴笑天 ; 杨航 ; 孙兴龙
	2021-04-15
Source Publication	光学精密工程
Volume	29 Issue:04 Pages:864-876
Abstract	本文针对波前编码成像,单透镜计算成像等领域的全局一致模糊复原背景需求,提出了一种高效的基于区域选择网络的图像去模糊方法。与传统方法通过构建目标函数及各类先验信息实现模糊图像清晰化过程不同,本文方法则基于深度学习与传统方法的结合。传统方法负责图像复原的主体流程,深度学习方法则负责对传统方法中的关键步骤模糊核求取区域选择进行干预。基于深度学习的深度二元分类网络能够自动在全局图像中剔除平坦过曝、短小纹理等区域,并选取最优的用于模糊核求取的图块区域。传统复原方法则以此为基础实现模糊核求取,非盲图像复原及图像清晰化处理过程。实验结果表明:本文的复原方法能够实现良好的复原效果,纹理清晰,稳定可靠;所提出的区域选择网络能够在降低计算复杂度的同时,有效提升模糊核的估计准确度,进而提升图像清晰化的复原效果。在同等条件下,所提出的深度二元分类网络在误差率限定在1.5时,复原成功率较比现有方法提升了2.1%,同时复原图像的平均峰值信噪比较比现有方法提高了0.5 dB。
Document Type	期刊论文
Identifier	http://ir.ciomp.ac.cn/handle/181722/66043
Collection	中国科学院长春光学精密机械与物理研究所
Affiliation	1.长春理工大学光电工程学院 2.中国科学院长春光学精密机械与物理研究所
Recommended Citation GB/T 7714	吴笑天,杨航,孙兴龙. 基于区域选择网络的图像复原及其在计算成像中的应用[J]. 光学精密工程,2021,29(04):864-876.
APA	吴笑天,杨航,&孙兴龙.(2021).基于区域选择网络的图像复原及其在计算成像中的应用.光学精密工程,29(04),864-876.
MLA	吴笑天,et al."基于区域选择网络的图像复原及其在计算成像中的应用".光学精密工程 29.04(2021):864-876.

Files in This Item:		Download All
File Name/Size	DocType	Version	Access	License
基于区域选择网络的图像复原及其在计算成像（4066KB）	期刊论文	出版稿	开放获取	CC BY-NC-SA	View Download

File name:	基于区域选择网络的图像复原及其在计算成像中的应用.pdf
Format:	Adobe PDF

If you have any objections to this item, please fill out the form below and the administrator will contact you as soon as possible.
Content:
Email：	*
Institution:
Verification Code:	Refresh

Any comments and suggestions are welcomed.
Title:	*
Content:
Email：	*
Verification Code:	Refresh

中国科学院长春光学精密机械与物理研究所