【技术实现步骤摘要】
本专利技术属于大气扰动去除，具体涉及一种基于窄带图像引导的大气扰动去除方法。
技术介绍
1、大气扰动是长距离成像中一个常见且令人烦恼的物理现象，它会降低图像质量。最近，基于学习的单帧扰动去除(sitr)方法已被提出来处理这个问题，通过从大量训练数据中提取特征，提供视觉上合理的结果和高效率。然而，由于大气扰动的高度病态性质，仅使用单次观测准确区分图像内容和复杂扰动场仍然是一项极具挑战性的任务，这些方法在处理具有挑战性的扰动场景时遇到了局限性。
2、为了缓解病态性并提高大气扰动去除的整体性能，一些方法建议从多个连续退化图像中恢复无扰动图像，利用大气扰动的时变物理特性(例如，扰动序列中偶尔出现更清晰的帧的“幸运帧现象”，以及表明扰动倾斜时间依赖的零均值高斯分布的“零均值统计”)，通过从多个连续图像中利用时间多样性，这些方法通常表现出更好的细节恢复能力和更高的稳健性。然而，多图像方法需要捕获一系列帧(通常为10、12或16帧)以获取关于大气扰动的足够信息或遇到所谓的幸运帧。此外，实际场景中可能发生的运动会进一步增加这种不便。因此，探...
【技术保护点】
1.一种基于窄带图像引导的大气扰动去除方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于窄带图像引导的大气扰动去除方法，其特征在于，所述扰动去除网络包括：扰动线索提取模块、再扰动模块和引导扰动去除模块，所述引导扰动去除模块包括：两个多尺度变换器模块和扰动线索连接模块；所述多尺度变换器模块用以在提取的扰动线索的指导下重建清晰图像，所述多尺度变换器模块使用多头自注意力块来增强特征表示，同时压缩空间维度。
3.根据权利要求1所述的一种基于窄带图像引导的大气扰动去除方法，其特征在于，所述彩色图像和窄带图像的两个扰动编码器的权重是共享的。
4.根...
【技术特征摘要】
1.一种基于窄带图像引导的大气扰动去除方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于窄带图像引导的大气扰动去除方法，其特征在于，所述扰动去除网络包括：扰动线索提取模块、再扰动模块和引导扰动去除模块，所述引导扰动去除模块包括：两个多尺度变换器模块和扰动线索连接模块；所述多尺度变换器模块用以在提取的扰动线索的指导下重建清晰图像，所述多尺度变换器模块使用多头自注意力块来增强特征表示，同时压缩空间维度。
3.根据权利要求1所述的一种基于窄带图像引导的大气扰动去除方法，其特征在于，所述彩色图像和窄带图像的两个扰动编码器的权重是共享的。
4.根据权利要求1所述的一种基于窄带图像引导的大气扰动去除方法，其特征在于，所述引导扰动去除模块的核心是扰动线索连接机制，所述扰动线索连接机制在多尺度变换器模块和扰动线索之间提供有效的特征通信，所述扰动线索连接机制确保引导扰动去除...
【专利技术属性】
技术研发人员：施柏鑫，夏一飞，周矗，朱成轩，滕明桂，许超，
申请(专利权)人：北京大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。