典型文献
基于双向多尺度特征融合的湍流退化图像快速复原
文献摘要：
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.
文献关键词：
双向多尺度特征融合;神经网络;大气湍流退化模型;盲复原
中图分类号：
作者姓名：
郭一鸣;吴晓庆;苏昶东;张世泰;毕翠翠;陶志炜
作者机构：
中国科学院合肥物质科学研究院大气光学重点实验室,安徽合肥230031;中国科学技术大学,安徽合肥230026;先进激光技术安徽省实验室,安徽合肥230037
文献出处：
引用格式：
[1]郭一鸣;吴晓庆;苏昶东;张世泰;毕翠翠;陶志炜-.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(22):55-65
A类：
双向多尺度特征融合,大气湍流退化模型,Munin
B类：
退化图像,速复,生成对抗网络,GAN,种地,地基望远镜,天体,接进,盲复原,原处,长曝光,光大,行卷,网络训练,图像数据集,网络性能,卡塞,格林,林型,国际空间站,提神,图像复原,复原方法,峰值信噪比,PSNR,dB,结构相似性,SSIM,复原效果
AB值：
0.298005
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
