计算机工程与科学

作者：陈清江, 邵菲, 王炫钧

单位：西安建筑科技大学理学院，陕西 西安 710055

关键词：图像去模糊,细节信息,层级嵌套U型子网络,Transformer,多尺度特征,

基金：国家自然科学基金(12202332，61902304);陕西省自然科学基础研究计划（2021JQ-495）

针对现有去模糊方法不能有效地恢复图像精细细节的问题，提出了一种混合U型网络与Transformer的图像去模糊方法。首先，使用一个多尺度特征提取模块提取图像的浅层特征信息。然后，通过一个含逐级特征增强模块的层级嵌套U型子网络,在保留图像细节信息的同时获取图像深层特征信息。再次，构建了一个局部-全局残差细化模块，通过卷积神经网络和Swin Transformer之间的信息交互充分提取全局和局部信息，并实现特征信息的进一步细化。最后，使用一个1×1卷积层进行特征重建。所提方法在GoPro数据集上的实验结果显示，图像的峰值信噪比和结构相似度均值分别为32.92和0.964，均优于其他对比方法。实验结果表明，所提方法可以有效地去除模糊，重建出具有丰富细节的潜在清晰图像。

来源：2024年第10期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2024年第10期