基于多尺度特征增强的合成孔径光学图像复原 |
| |
引用本文: | 张银胜,童俊毅,陈戈,单梦姣,王硕洋,单慧琳.基于多尺度特征增强的合成孔径光学图像复原[J].物理学报,2024(6):141-153. |
| |
作者姓名: | 张银胜 童俊毅 陈戈 单梦姣 王硕洋 单慧琳 |
| |
作者单位: | 1. 无锡学院江苏省集成电路可靠性技术及检测系统工程研究中心;2. 南京信息工程大学电子信息工程学院 |
| |
基金项目: | 国家自然科学基金(批准号:62071240,62106111)资助的课题~~; |
| |
摘 要: | 受物理孔径大小和光线散射等影响,合成孔径光学系统成像因通光面积不足和相位失真而出现降质模糊.传统合成孔径光学系统成像复原算法对噪声敏感,过于依赖退化模型,自适应性差.对此提出一种基于生成对抗网络的光学图像复原方法,采用U-Net结构获取图像多级尺度特征,利用基于自注意力的混合域注意力提高网络在空间、通道上的特征提取能力,构造多尺度特征融合模块和特征增强模块,融合不同尺度特征间的信息,优化了编解码层的信息交互方式,增强了整体网络对原始图像真实结构的关注力,避免在复原过程中被振铃现象产生的伪影干扰.实验结果表明,与其他现有方法相比,该方法在峰值信噪比、结构相似性和感知相似度评估指标上分别提高了1.51%, 4.42%和5.22%,有效解决合成孔径光学系统成像结果模糊退化的问题.
|
关 键 词: | 图像处理 合成孔径 多尺度 特征融合 |
|
| 点击此处可从《物理学报》浏览原始摘要信息 |
| 点击此处可从《物理学报》下载免费的PDF全文 |
|