基于深度多级小波变换的图像盲去模糊算法

• 作者: 崔美玥 曹世鹏 练秋生 陈书贞
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: 图像去模糊 深度学习 小波变换 多尺度 特征融合
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 论文
• 页码范围: 154-161
• 页数: 8页
• 分类号: TN911.73
• 语种: 中文
• DOI: 10.11999/JEIT190947

摘要

近年来卷积神经网络广泛应用于单幅图像去模糊问题,卷积神经网络的感受野大小、网络深度等会影响图像去模糊算法性能.为了增大感受野以提高图像去模糊算法的性能,该文提出一种基于深度多级小波变换的图像盲去模糊算法.将小波变换嵌入编-解码结构中,在增大感受野的同时加强图像特征的稀疏性.为在小波域重构高质量图像,该文利用多尺度扩张稠密块提取图像的多尺度信息,同时引入特征融合块以自适应地融合编-解码之间的特征.此外,由于小波域和空间域对图像信息的表示存在差异,为融合这些不同的特征表示,该文利用空间域重建模块在空间域进一步提高重构图像的质量.实验结果表明该文方法在结构相似度(SSIM)和峰值信噪比(PSNR)上具有更好的性能,而且在真实模糊图像上具有更好的视觉效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	练秋生		110	1442	20.0	33.0
2	陈书贞		43	533	10.0	22.0
3	曹世鹏		1	0	0.0	0.0
4	崔美玥		1	0	0.0	0.0