[发明专利]运动模糊复原方法及系统在审

专利信息
申请号: 202110764261.0 申请日: 2021-07-06
公开(公告)号: CN113506226A 公开(公告)日: 2021-10-15
发明(设计)人: 崔光茫;张纪桐;陈颖;赵巨峰 申请(专利权)人: 杭州电子科技大学
主分类号: G06T5/00 分类号: G06T5/00;G06T5/50;G06N3/04;G06N3/08;G06T3/40
代理公司: 杭州裕阳联合专利代理有限公司 33289 代理人: 杨琪宇
地址: 310016 浙江省杭州*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 运动 模糊 复原 方法 系统
【说明书】:

发明公开一种运动模糊复原方法及系统,其中方法包括以下步骤: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。本发明通过对傅里叶通道注意力机制的引用,在通道注意力机制的基础上引入图像频域的信息,通道加权过程中,为高频信息含量多的通道赋予较高的权重,增强目标特征图中的细节特征,以便于后续对细节纹理的恢复,复原精度高。

技术领域

本发明涉及图像处理领域,尤其涉及一种运动模糊复原技术。

背景技术

摄影摄像技术高度发达的今天,图像是人们获取信息的主要载体之一,发挥着不可代替的重要作用。

但照片的获取往往受诸多因素的影响而失真,其中最为常见的是运动导致的图像模糊,同时也是恢复难度最大的。运动导致图像模糊的主要原因是在相机镜头的曝光时间内,当被拍摄物体和相机镜头发生旋转或者有相对位移时,相机所成的多帧图像会出现相对偏差,在合成最终图像时就会产生模糊。

发明内容

本发明针对现有技术中对模糊图像进行复原时,对图像细节信息复原效果不佳的缺点,提供了一种引用傅里叶通道注意力机制的运动模糊复原技术。

为了解决上述技术问题,本发明通过下述技术方案得以解决:

一种运动模糊复原方法,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。

作为一种可实施方式:

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。

作为一种可实施方式,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;

作为一种可实施方式:

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。

作为一种可实施方式:

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。

作为一种可实施方式,基于傅里叶通道注意力机制进行通道加权的计算公式为:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州电子科技大学,未经杭州电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110764261.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top