兵工学报2024,Vol.45Issue(3) :855-863.DOI:10.12382/bgxb.2022.0639

基于生成对抗网络的弹载图像盲去模糊算法

Projectile-borne Image Deblurring Algorithm Based on Generative Adversarial Networks

苏迪 王少博 张成 陈志升 刘超越
兵工学报2024,Vol.45Issue(3) :855-863.DOI:10.12382/bgxb.2022.0639

基于生成对抗网络的弹载图像盲去模糊算法

Projectile-borne Image Deblurring Algorithm Based on Generative Adversarial Networks

苏迪 1王少博 2张成 2陈志升 2刘超越3
扫码查看

作者信息

  • 1. 北京理工大学 宇航学院,北京100081;杭州极弱磁场国家重大科技基础设施研究院,浙江 杭州310051
  • 2. 北京理工大学 宇航学院,北京100081
  • 3. 中国运载火箭技术研究院,北京100076
  • 折叠

摘要

低速旋转弹导引头具有抖动和旋转等运动特性,使得其采集图像存在严重的模糊特点,直接影响了后续图像算法对目标识别的准确性,进而影响制导精度.针对以上问题,提出一种基于生成对抗神经网络的盲去模糊算法.利用复合运动模糊仿真系统,实现了对弹载图像抖动和旋转等运动模糊的模拟,并制作弹载图像模糊数据集.使用卷积神经网络作为生成器和判别器的基本架构,并设计多个损失函数共同优化网络,以减小图像在修复复原过程中的噪声并保持图像平滑.实现了弹载图像的去模糊,并获得更加稳定、清晰的图像序列.实验结果表明,该算法的去模糊效果在峰值信噪比、结构相似性指标上比现阶段其他算法更好,更符合人类视觉的主观感受,具有工程应用价值.

关键词

低速旋转弹/弹载图像/生成对抗网络/盲去模糊

Key words

low-speed rotational missile/missile-borne image/generative adversarial network/blind image-debluring

引用本文复制引用

出版年

2024
兵工学报
中国兵工学会

兵工学报

CSTPCD北大核心
影响因子:0.735
ISSN:1000-1093
参考文献量30
段落导航相关论文