首页|基于生成对抗网络的弹载图像盲去模糊算法

基于生成对抗网络的弹载图像盲去模糊算法

扫码查看
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。
Projectile-borne Image Deblurring Algorithm Based on Generative Adversarial Networks

low-speed rotational missilemissile-borne imagegenerative adversarial networkblind image-debluring

苏迪、王少博、张成、陈志升、刘超越

展开 >

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

中国运载火箭技术研究院,北京100076

低速旋转弹 弹载图像 生成对抗网络 盲去模糊

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
年,卷(期):2024.45(3)
  • 30