【技术实现步骤摘要】
本申请涉及图像处理，特别是涉及一种探测图像均匀运动模糊复原方法、装置、设备和存储介质。
技术介绍
1、利用光电望远镜对空间目标进行探测和跟踪时，部分模式下背景恒星与望远镜之间在有限的曝光时间内会发生相对运动，导致恒星在图像平面上成像为条状拖尾。再加上成像过程中会受到各种噪声的影响，如读出噪声、热噪声及暗电流噪声等，最终输出的图像为含有噪声的均匀运动模糊图像。运动模糊图像中恒星能量分散，信噪比下降，恒星与背景之间的边界也变得模糊，质心定位结果发生偏移，影响后续的天文定位精度。因此，对恒星探测图像进行运动模糊复原是实现空间目标天文定位的基础。
2、恒星探测图像的模糊尺度会随着相对运动的速度及曝光时间的改变而变化，并且图像中普遍存在噪声干扰。因此需要复原算法具备适应不同模糊尺度输入图像的能力，且能够有效抑制噪声对复原过程的干扰。而多数传统星图运动模糊复原算法对不同模糊尺度输入图像的适应能力不强且受噪声干扰大，导致存在模糊核估计不准确、复原图像存在振铃效应的问题。
3、多数传统星图运动模糊复原算法对不同模糊尺度输入图像的适应能力不强且受噪声干扰大，导致存在模糊核估计不准确，噪声的干扰使得部分算法复原图像时存在振铃效应现象。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种探测图像均匀运动模糊复原方法、装置、设备和存储介质。该方法无需图像先验信息，无需根据图像调节参数来估计模糊核，通过端到端的方式实现了模糊图像到清晰图像的复原，在仿真图像及实拍图像测试中均取
2、一种探测图像均匀运动模糊复原方法，该方法包括：
3、将获取的恒星探测图像输入到编码器中，得到浅层特征、第二层特征和深层特征；编码器用于采用多次卷积运算及下采样操作提取恒星探测图像的不同层次的特征。
4、将深层特征输入到多尺度空洞卷积模块中，得到多尺度上下文特征；多尺度空洞卷积模块用于采用不同空洞率的卷积核提取深层特征的多尺度特征，对多尺度特征采用混合注意力机制进行通道域和空间域的加权调优，提取多尺度上下文特征。
5、将恒星探测图像、浅层特征、第二层特征以及多尺度上下文特征输入到解码器中，得到最终的清晰探测图像；其中编码器用于将多尺度上下文特征进行卷积和上采样处理后与第二层特征通过跨尺度特征融合模块进行特征融合，将得到的融合特征经过卷积和上采样处理后与浅层特征通过跨尺度特征融合模块进行特征融合，将得到的融合特征经过卷积处理后与恒星探测图像进行元素相加，得到最终的清晰探测图像。
6、一种探测图像均匀运动模糊复原装置，该装置包括：
7、特征编码模块，用于将获取的恒星探测图像输入到编码器中，得到浅层特征、第二层特征和深层特征；编码器用于采用多次卷积运算及下采样操作提取恒星探测图像的不同层次的特征。
8、特征增强模块，用于将深层特征输入到多尺度空洞卷积模块中，得到多尺度上下文特征；多尺度空洞卷积模块用于采用不同空洞率的卷积核提取深层特征的多尺度特征，对多尺度特征采用混合注意力机制进行通道域和空间域的加权调优，提取多尺度上下文特征。
9、图像复原模块，用于将恒星探测图像、浅层特征、第二层特征以及多尺度上下文特征输入到解码器中，得到最终的清晰探测图像；其中编码器用于将多尺度上下文特征进行卷积和上采样处理后与第二层特征通过跨尺度特征融合模块进行特征融合，将得到的融合特征经过卷积和上采样处理后与浅层特征通过跨尺度特征融合模块进行特征融合，将得到的融合特征经过卷积处理后与恒星探测图像进行元素相加，得到最终的清晰探测图像。
10、一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述探测图像均匀运动模糊复原方法的步骤。
11、一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现探测图像均匀运动模糊复原方法的步骤。
12、上述探测图像均匀运动模糊复原方法、装置、设备和存储介质，所述方法通过将单通道的运动模糊探测图像输入到网络中，经过编码器进行特征提取、多尺度空洞卷积模块进行特征增强及解码器进行特征复原，获得最终的清晰探测图像。基于多尺度空洞卷积和跨尺度特征融合的端到端运动模糊复原算法，直接学习模糊图像与清晰图像之间的映射关系，从而规避模糊核估计过程，避免产生振铃效应；通过多尺度空洞卷积模块来提取不同尺度的模糊特征，从而提高网络对不同模糊尺度输入图像的适应能力；通过跨尺度特征融合模块从通道域和空间域两个层面对解码特征进行加权调优，帮助网络提取重要特征，更为准确地学习映射关系，提高探测图像均匀运动模糊复原的准确度。
本文档来自技高网...【技术保护点】
1.一种探测图像均匀运动模糊复原方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述编码器包括：三个编码模块，其中第一个编码模块包括卷积层和第一残差组；第二个和第三个编码模块均包括：下采样卷积层和第二残差组；
3.根据权利要求2所述的方法，其特征在于，所述第一残差组和所述第二残差组均包括8个堆叠的残差块；所述残差块包括由两个卷积层、一个ReLU及跳跃连接组成。
4.根据权利要求1所述的方法，其特征在于，所述多尺度空洞卷积模块包括：空洞率不同的三个空洞卷积层、点卷积层以及混合注意力机制；其中所述混合注意力机制包括通道注意力模块以及空间注意力模块；所述通道注意力模块包括全局池化层、第一点卷积层和第二点卷积层；所述空间注意力模块包括：最大池化层、平均池化层以及卷积层；
5.根据权利要求1所述的方法，其特征在于，所述解码器包括3个解码模块；其中，第三个解码模块包括第三残差组和第一上采样层，第二个解码模块包括第一跨尺度特征融合模块、第四残差组以及第二上采样层，第一个解码模块包括第二跨尺度特征融合模块、第五残差组以及
6.根据权利要求5所述的方法，其特征在于，将所述第一中间解码特征和所述第二层特征输入到第二个解码模块的第一跨尺度特征融合模块中，得到第一融合特征包括：
7.根据权利要求5所述的方法，其特征在于，所述解码器中的所述第三残差组、所述第四残差组以及所述第五残差组均由8个堆叠的残差块组成，所述第五残差组中卷积层为普通卷积；所述第一上采样层和所述第二上采样层均采用上采样转置卷积。
8.一种探测图像均匀运动模糊复原装置，其特征在于，所述装置包括：
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法。
...【技术特征摘要】
1.一种探测图像均匀运动模糊复原方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述编码器包括：三个编码模块，其中第一个编码模块包括卷积层和第一残差组；第二个和第三个编码模块均包括：下采样卷积层和第二残差组；
3.根据权利要求2所述的方法，其特征在于，所述第一残差组和所述第二残差组均包括8个堆叠的残差块；所述残差块包括由两个卷积层、一个relu及跳跃连接组成。
4.根据权利要求1所述的方法，其特征在于，所述多尺度空洞卷积模块包括：空洞率不同的三个空洞卷积层、点卷积层以及混合注意力机制；其中所述混合注意力机制包括通道注意力模块以及空间注意力模块；所述通道注意力模块包括全局池化层、第一点卷积层和第二点卷积层；所述空间注意力模块包括：最大池化层、平均池化层以及卷积层；
5.根据权利要求1所述的方法，其特征在于，所述解码器包括3个解码模块；其中，第三个解码模块包括第三残差组和第一上采样层，第二个解码模块包括第一跨尺...
【专利技术属性】
技术研发人员：牛照东，张静怡，李雅博，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。