一种无监督轻量实时盲图去模糊方法技术

本发明专利技术公开了一种无监督轻量实时盲图去模糊方法，包括以下步骤：步骤1、构建轻量级域转换单元作为生成对抗网络，由轻量级域转换单元建立模糊图像到清晰图像的映射，所述映射包括去模糊分支和模糊生成分支；构建无参频域对比单元，用于建立对比损失对生成对抗网络进行约束提升；步骤2、采用训练集对生成对抗网络进行训练，并利用无参频域对比单元建立的对比损失作为每次训练时的损失函数，得到训练好的生成对抗网络；步骤3、将待测试的模糊图像输入步骤2得到的训练好的生成对抗网络，得到清晰图像。本发明专利技术可优化生成对抗网络模糊图片到清晰图片的映射学习能力。

【技术实现步骤摘要】

本专利技术涉及图像处理方法领域，具体是一种无监督轻量实时盲图去模糊方法。

技术介绍

1、盲图像去模糊是一项经典的多媒体处理任务，旨在从模糊的输入图像中恢复出潜在图像。现实世界中图像模糊的现象非常普遍，其极大地影响图像质量，以及相关底层视觉感知和高层任务的质量。传统方法是将图像模糊问题转化最大后验概率优化问题，且通常假设优化后的结果满足各种先验。这些传统方法需要复杂的迭代优化，推理时间较长，其去模糊结果还包含令人不悦的严重伪影。

2、近年来，受益于深度学习的快速发展，基于数据驱动的盲图像去模糊方法(通常是有监督的)取得了卓越的性能。数据驱动的有监督盲图像去模糊方法通常使用大量的合成配对数据来训练具有各种代价函数的深度神经网络，学习从模糊图像到清晰图像的端到端映射。值得注意的是，大量合成配对数据是有监督盲图像去模糊方法成功的关键。然而，手工收集配对数据的成本很高，而且严格的配对数据在现实中通常是不可能的。此外，现实中的模糊比合成数据更加复杂多样，且合成数据无法反映所有模糊情况，因而目前的有监督去模糊方法在实际应用中性能有限。这些挑战催生了无监督盲图本文档来自技高网...

【技术保护点】

1.一种无监督轻量实时盲图去模糊方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种无监督轻量实时盲图去模糊方法，其特征在于，步骤1中，所述轻量级域转换单元中应用本专利技术提出的轻量编码器-解码器结构来达到轻量化结构设计要求；引入基本元和残差元来进行网络结构设计，其中分别对比3种不同的基本元和3种不同的残差元结构，选择性能增益最好的一种基本元结构和一种残差元结构来进行网络结构的设计；

3.根据权利要求1所述的一种无监督轻量实时盲图去模糊方法，其特征在于，步骤1中，对于去模糊分支，分别提取1）清晰图像生成器生成的伪造清晰图像，2）作为模糊生成分支输入的真实...

【技术特征摘要】

1.一种无监督轻量实时盲图去模糊方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种无监督轻量实时盲图去模糊方法，其特征在于，步骤1中，所述轻量级域转换单元中应用本发明提出的轻量编码器-解码器结构来达到轻量化结构设计要求；引入基本元和残差元来进行网络结构设计，其中分别对比3种不同的基本元和3种不同的残差元结构，选择性能增益最好的一种基本元结构和一种残差元结构来进行网络结构的设计；

3.根据权利要求1所述的一种无监督轻量实时盲图去模糊方法，其特征在于，步骤1中，对于去模糊分支，分别提取1）清晰图像生成器生成的伪造清晰图像，2）作为模糊生成分支输入的真实清晰图像，以及3）在去模糊分支训练过程中前几次迭代存储的作为去模糊分支输入的...

【专利技术属性】
技术研发人员：张召，赵随意，韦炎炎，洪日昌，汪萌，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：