基于双向多尺度特征融合的湍流退化图像快速复原
文献类型：期刊论文
| 作者 | 郭一鸣; 吴晓庆 ; 苏昶东; 张世泰; 毕翠翠; 陶志炜
|
| 刊名 | 激光与光电子学进展
 |
| 出版日期 | 2022 |
| 卷号 | 59 |
| 关键词 | bidirectional multi-scale feature fusion neural network atmospheric turbulence degraded model blind restoration 双向多尺度特征融合 神经网络 大气湍流退化模型 盲复原 |
| ISSN号 | 1006-4125 |
| 英文摘要 | 提出一种基于双向多尺度特征融合的生成对抗网络(GAN),利用该网络对各种地基望远镜拍摄的受大气湍流影响的目标天体图像直接进行盲复原处理。首先通过长曝光大气湍流退化模型与清晰图片进行卷积来构建数据集,并进行网络训练,在模拟湍流图像数据集中测试网络性能。同时,实际获取了Munin地基望远镜(卡塞格林型望远镜)拍摄的受湍流影响的国际空间站图片,并用所提神经网络模型进行测试。各项图像复原评价指标表明:所设计的网络实时性较强,在0.5 s内可以输出复原结果,相比传统非神经网络复原方法要快10倍以上;所提网络的峰值信噪比(PSNR)提高2 dB~3 dB,结构相似性(SSIM)提高9.3%左右,对受真实湍流影响的退化图像也有较好的复原效果。 |
| 语种 | 中文 |
| 源URL | [http://ir.hfcas.ac.cn:8080/handle/334002/133203]  |
| 专题 | 中国科学院合肥物质科学研究院 |
| 作者单位 | 中国科学院合肥物质科学研究院 |
| 推荐引用方式 GB/T 7714 | 郭一鸣,吴晓庆,苏昶东,等. 基于双向多尺度特征融合的湍流退化图像快速复原[J]. 激光与光电子学进展,2022,59. |
| APA | 郭一鸣,吴晓庆,苏昶东,张世泰,毕翠翠,&陶志炜.(2022).基于双向多尺度特征融合的湍流退化图像快速复原.激光与光电子学进展,59. |
| MLA | 郭一鸣,et al."基于双向多尺度特征融合的湍流退化图像快速复原".激光与光电子学进展 59(2022). |
入库方式： OAI收割
来源：合肥物质科学研究院
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。