计算机应用研究

作者：程文涛,任冬伟,王旗龙,

单位：1.天津大学智能与计算学部,天津300350；2.哈尔滨工业大学计算机科学与技术学院,哈尔滨150001；

关键词：图像去模糊,散焦模糊,散焦图估计,循环神经网络,

基金：国家自然科学基金资助项目(62172127,61801326)；；

近年来，基于深度学习的运动模糊去除算法得到了广泛关注，然而单幅散焦图像去模糊算法鲜有研究。为针对性地解决单幅图像的散焦模糊问题，提出一种基于循环神经网络的散焦图像去模糊算法。首先级联两个残差网络，分别完成散焦图估计和图像去模糊；随后，为了保证散焦图和清晰图像的深度特征可以更好地跨阶段传播以及阶段内相互作用，在残差网络中引入LSTM（long short-term memory）循环层；最后，整个残差网络进行了多次迭代，迭代过程中网络参数共享。为了训练网络，制作了一个合成散焦图像数据集，每一张散焦图像都包含对应的清晰图像和散焦图。实验结果表明，该算法相较于对比算法在主客观图像质量评价上均有显著优势，在复原结果中具有更锐利的边缘和清晰的细节。对于真实双像素图像散焦模糊数据集DPD，该算法相比DPDNet-Single在峰值信噪比（PSNR）和结构相似性（SSIM）上分别提高了0.77 dB、5.6%，因此所提方法可以有效处理真实场景散焦模糊。

来源：2022年第7期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2022年第7期