图像去模糊系统技术方案

本发明专利技术涉及图像处理领域，提供了一种图像去模糊系统

【技术实现步骤摘要】
图像去模糊系统、图像去模糊方法、计算机设备及介质


[0001]本专利技术涉及图像处理领域，尤其涉及一种图像去模糊系统
、
图像去模糊方法
、
计算机设备及介质
。

技术介绍

[0002]近年来，巡检机器人已逐步应用于数据中心巡检任务，有效解决了传统人工巡检效率低
、
成本高等问题，提升了智能运维管理水平
。
为进一步提高巡检效率，机器人在移动过程中拍摄图像以进行巡检
。
然而，这种情况下拍摄的图像不可避免地出现不同程度的模糊，导致目标物体边缘模糊不清晰，降低了机器人视觉系统对目标的识别率与定位精度
。
因此，为提高动态场景下机器人视觉系统的抗干扰性及识别定位效果，采用图像去模糊预处理技术以提升图像质量成为关键所在
。
[0003]图像去模糊方法分为非盲去模糊和盲去模糊，然而非盲去模糊方法需要精确的模糊核，模糊核的不准确估计及单一性将导致该方法难以应对实际场景中的复杂模糊情况，具有明显局限性
。
近几年随着深度卷积网络的发展，端到端的盲去模糊方法通过从海量模糊数据集生成模糊模型，具有不局限于特定模糊类型
、
应用场景更广泛的优点
。
[0004]目前端到端的盲去模糊方法常常通过堆叠多个子网络以提高模型性能，然而，通过堆叠多个子网络会增加计算复杂度和运行时间，难以满足对处理时间要求较高的巡检任务要求
。

技术实现思路

[0005]为提高图像去模糊效果，缩短计算时间，本专利技术提出了一种图像去模糊系统
、
图像去模糊方法
、
计算机设备及介质
。
[0006]第一方面，本专利技术提供了一种图像去模糊系统，该系统包括：编码器组
、
不对称特征融合模块组
、
解码器组
、
第一输出模块；编码器组包括至少一个编码器，不对称特征融合模块组包括至少一个不对称特征融合模块，解码器组包括至少一个解码器；
[0007]编码器组用于获取第一图像，根据第一图像，确定第一图像的至少一个第一特征图，第一特征图的数量与编码器组中编码器的数量一致；
[0008]不对称特征融合模块组用于将各第一特征图进行融合，得到至少一个第二特征图，第二特征图的数量与不对称特征融合模块的数量一致；
[0009]解码器组用于根据各第二特征图和第一特征图，确定第三特征图；
[0010]第一输出模块用于根据第一图像和第三特征图，输出第二图像
。
[0011]通过上述系统，利用编码器组中的多个编码器获得第一图像的不同尺度的第一特征图，利用不对称特征融合模块对多个第一特征图进行融合，得到融合后的特征图，并利用解码器和第一输出模块最终得到去模糊后的第二图像，通过融合多尺度特征图来提高图像去模糊效果，相较于相关技术中通过堆叠多个网络以提高去模糊效果的方法，本专利技术提供的方法在提高去模糊效果的同时，减小了网络复杂度，缩短计算时间
。
[0012]在一种可选的实施方式中，若编码器不存在上一层编码器，则编码器包括第一深度卷积模块和第一变换模块；
[0013]编码器中的第一深度卷积模块用于对第一图像进行特征提取，获取第四特征图；
[0014]编码器中的第一变换模块用于根据第四特征图，得到编码器的第一特征图
。
[0015]在一种可选的实施方式中，第一变换模块包括傅里叶变换子模块
、
轻量反转瓶颈块和第一相加子模块；
[0016]傅里叶变换子模块用于对第四特征图进行傅里叶变换，得到第四特征图的第一特征；
[0017]轻量反转瓶颈块用于对第四特征图进行特征提取，得到第四特征图的第二特征；
[0018]第一相加子模块用于将第四特征图
、
第一特征和第二特征相加，得到编码器的第一特征图
。
[0019]在一种可选的实施方式中，傅里叶变换子模块包括傅里叶变换单元
、
第三卷积层和傅里叶逆变换单元；
[0020]傅里叶变换单元用于计算第四特征图的二维傅里叶变换实部和二维傅里叶变换虚部；将二维傅里叶变换实部和二维傅里叶变换虚部沿通道维度连接，得到第四特征图的频域信息；
[0021]第三卷积层用于对第四特征图的频域信息进行特征提取，得到频域信息的第三特征；
[0022]傅里叶逆变换单元用于对频域信息的第三特征进行傅里叶逆变换，得到第四特征图的第一特征
。
[0023]在一种可选的实施方式中，轻量反转瓶颈块包括依次连接的第一深度卷积层和标准卷积层
。
[0024]在一种可选的实施方式中，若编码器存在上一层编码器，则编码器包括第一下采样模块
、
第二深度卷积模块
、
第二下采样模块
、
浅层卷积模块
、
特征注意力模块和第二变换模块；
[0025]第一下采样模块用于将上一层编码器输出的第一特征图进行下采样，得到下采样后的上一层编码器输出的第一特征图；
[0026]第二深度卷积模块用于对下采样后的上一层编码器输出的第一特征图进行特征提取，确定第五特征图；
[0027]第二下采样模块用于将第一图像进行下采样，得到编码器对应的第三图像；
[0028]浅层卷积模块用于对第三图像进行特征提取，确定第六特征图；
[0029]特征注意力模块用于对第五特征图和第六特征图进行校正，确定第七特征图；
[0030]第二变换模块用于根据第七特征图，确定编码器的第一特征图
。
[0031]在一种可选的实施方式中，浅层卷积模块包括至少一个第一卷积层
、
一个串联拼接子模块和至少一个第二卷积层；
[0032]第一卷积层用于对第三图像进行特征提取，得到第八特征图；
[0033]串联拼接子模块用于将第八特征图和第三图像进行拼接，得到第九特征图；
[0034]第二卷积层用于根据第九特征图，得到第五特征图
。
[0035]在一种可选的实施方式中，若解码器不存在下一层解码器，则解码器包括第三变
换模块和第一反卷积模块；
[0036]解码器中的第三变换模块用于根据解码器对应的编码器输出的第一特征图，确定解码器的第十特征图；
[0037]解码器中的第一反卷积模块用于对解码器的第十特征图进行上采样，确定解码器的第十一特征图
。
[0038]在一种可选的实施方式中，若解码器存在上一层解码器，且，存在下一层解码器，则解码器包括第一串联拼接模块
、
第三深度卷积模块
、
第四变换模块和第二反卷积模块；
[0039]解码器中的第一串联拼接模块用于将下一层解码器的第十一特征图和第一串联拼接模块对应的不对称特征融合模块输出的第二特征图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种图像去模糊系统，其特征在于，所述系统包括编码器组
、
不对称特征融合模块组
、
解码器组
、
第一输出模块；所述编码器组包括至少一个编码器，所述不对称特征融合模块组包括至少一个不对称特征融合模块，所述解码器组包括至少一个解码器；所述编码器组用于获取第一图像，根据所述第一图像，确定所述第一图像的至少一个第一特征图，所述第一特征图的数量与所述编码器组中编码器的数量一致；所述不对称特征融合模块组用于将各所述第一特征图进行融合，得到至少一个第二特征图，所述第二特征图的数量与所述不对称特征融合模块的数量一致；所述解码器组用于根据各所述第二特征图和所述第一特征图，确定第三特征图；所述第一输出模块用于根据所述第一图像和所述第三特征图，输出第二图像
。2.
根据权利要求1所述的系统，其特征在于，若所述编码器不存在上一层编码器，则所述编码器包括第一深度卷积模块和第一变换模块；所述编码器中的第一深度卷积模块用于对所述第一图像进行特征提取，获取第四特征图；所述编码器中的第一变换模块用于根据所述第四特征图，得到所述编码器的第一特征图
。3.
根据权利要求2所述的系统，其特征在于，所述第一变换模块包括傅里叶变换子模块
、
轻量反转瓶颈块和第一相加子模块；所述傅里叶变换子模块用于对所述第四特征图进行傅里叶变换，得到所述第四特征图的第一特征；所述轻量反转瓶颈块用于对所述第四特征图进行特征提取，得到所述第四特征图的第二特征；所述第一相加子模块用于将所述第四特征图
、
所述第一特征和所述第二特征相加，得到所述编码器的第一特征图
。4.
根据权利要求3所述的系统，其特征在于，所述傅里叶变换子模块包括傅里叶变换单元
、
第三卷积层和傅里叶逆变换单元；所述傅里叶变换单元用于计算所述第四特征图的二维傅里叶变换实部和二维傅里叶变换虚部；将所述二维傅里叶变换实部和所述二维傅里叶变换虚部沿通道维度连接，得到所述第四特征图的频域信息；所述第三卷积层用于对所述第四特征图的频域信息进行特征提取，得到所述频域信息的第三特征；所述傅里叶逆变换单元用于对所述频域信息的第三特征进行傅里叶逆变换，得到所述第四特征图的第一特征
。5.
根据权利要求3所述的系统，其特征在于，所述轻量反转瓶颈块包括依次连接的第一深度卷积层和标准卷积层
。6.
根据权利要求2所述的系统，其特征在于，若所述编码器存在上一层编码器，则所述编码器包括第一下采样模块
、
第二深度卷积模块
、
第二下采样模块
、
浅层卷积模块
、
特征注意力模块和第二变换模块；所述第一下采样模块用于将上一层编码器输出的第一特征图进行下采样，得到下采样
后的上一层编码器输出的第一特征图；所述第二深度卷积模块用于对下采样后的上一层编码器输出的第一特征图进行特征提取，确定第五特征图；所述第二下采样模块用于将所述第一图像进行下采样，得到所述编码器对应的第三图像；浅层卷积模块用于对所述第三图像进行特征提取，确定第六特征图；所述特征注意力模块用于对所述第五特征图和所述第六特征图进行校正，确定第七特征图；所述第二变换模块用于根据所述第七特征图，确定所述编码器的第一特征图
。7.
根据权利要求6所述的系统，其特征在于，所述浅层卷积模块包括至少一个第一卷积层
、
一个串联拼接子模块和至少一个第二卷积层；所述第一...

【专利技术属性】
技术研发人员：李德龙，金和平，罗惠恒，吴文杰，王景晗，周超辉，张晓萌，
申请(专利权)人：中国长江三峡集团有限公司，
类型：发明
国别省市：