[发明专利]运动模糊复原方法及系统

权利要求书

1.一种运动模糊复原方法，其特征在于包括以下步骤：

获取模糊图像；

对所述模糊图像进行特征提取，获得若干不同尺度的目标特征图；

基于傅里叶通道注意力机制对各目标特征图进行通道加权，获得相应的优化特征图；

基于各优化特征图进行多尺度特征融合，获得相应的融合特征图，并基于所述融合特征图对所述模糊图像进行重建，获得相应的复原图像。

2.根据权利要求1所述的运动模糊复原方法，其特征在于：

各优化特征图的尺寸和通道数均不同，且尺寸越大的优化特征图通道数越小；

对各优化特征图进行预处理，以获得尺度与预设的融合尺度一致的待融合特征图；

对各待融合特征图进行通道拼接，获得相应的融合特征图，并基于所述融合特征图对所述模糊图像进行重建，获得相应的复原图像。

3.根据权利要求2所述的运动模糊复原方法，其特征在于，当各优化特征图按照通道数从大到小进行排列时，对第k张优化特征图进行预处理的步骤为：

当k＝1时，对相应的优化特征图进行上采样处理，获得相应的待融合特征图。

当k大于1时，基于第k-1张优化特征图对第k张优化特征图进行更新，对更新后的第k张优化特征图进行上采样处理，获得相应的待融合特征图。

4.根据权利要求1至3任一所述的运动模糊复原方法，其特征在于：

对模糊图像进行卷积处理，获得初始特征图；

基于傅里叶通道注意力机制对所述初始特征图进行通道加权，输出相应的待处理特征图；

对所述待处理特征图进行特征提取，获得若干不同尺度的目标特征图。

5.根据权利要求1至3任一所述的运动模糊复原方法，其特征在于：

获得融合特征图后，基于傅里叶通道注意力机制对所述融合特征图进行通道加权，获得相应的待复原特征图；

基于所述待复原特征图对模糊图像进行重建，获得相应的复原图像。

6.根据权利要求1至3任一所述的运动模糊复原方法，其特征在于，基于傅里叶通道注意力机制进行通道加权的计算公式为：

M_C(F)＝M_C⊙F

其中，F表示输入的特征图，M_C(F)表示通道加权后的特征图，M_C表示通道权值，⊙表示矩阵点乘；

上述通道权值M_C的计算公式为：

其中，α表示均值权重，β表示最大值权重，MLP表示多层感知器层，表示特征图F的频谱特征图，W表示特征图的宽，H表示特征图的高，(x，y)表示像素点的坐标。

7.一种运动模糊复原系统，其特征在于包括：

获取模块，用于获取模糊图像；

特征提取模块，用于对所述模糊图像进行特征提取，获得若干不同尺度的目标特征图；

权重分配模块，用于基于傅里叶通道注意力机制对各目标特征图进行通道加权，获得相应的优化特征图；

复原模块，用于基于各优化特征图进行多尺度特征融合，获得相应的融合特征图，并基于所述融合特征图对所述模糊图像进行重建，获得相应的复原图像。

8.根据权利要求7所述的运动模糊复原系统，其特征在于，所述复原模块包括预处理单元和复原单元；

所述预处理单元，用于对各优化特征图进行预处理，以获得尺度与预设的融合尺度一致的待融合特征图；

所述复原单元，用于对各待融合特征图进行通道拼接，获得相应的融合特征图，并基于所述融合特征图对所述模糊图像进行重建，获得相应的复原图像。