一种用于过曝遥感图像复原的具有振铃伪影抑制的深度重建框架
《Journal of Imaging》:A Deep Reconstruction Framework with Ringing Artifact Suppression for Overexposed Remote Sensing Image Restoration
【字体:
大
中
小
】
时间:2026年08月27日
来源:Journal of Imaging 3.8
编辑推荐:
摘要计算成像将部分像差校正从光学硬件转移到算法中,为实现紧凑、简化的系统提供了一条可行的途径。然而,过曝区域(通常由水体反射等现象引起)很容易在重建图像中引起严重的振铃伪影。为解决这一问题,我们提出了一种振铃感知协同重建网络(RPCR-Net)。该网络集成了用于特征提取的学习
摘要
计算成像将部分像差校正从光学硬件转移到算法中,为实现紧凑、简化的系统提供了一条可行的途径。然而,过曝区域(通常由水体反射等现象引起)很容易在重建图像中引起严重的振铃伪影。为解决这一问题,我们提出了一种振铃感知协同重建网络(RPCR-Net)。该网络集成了用于特征提取的学习型维纳滤波器和视场共享核预测网络(FOV-KPN),并创新性地在其损失函数中引入了一种结合的正则化机制,利用局部最大梯度先验和多尺度振铃测量模型来抑制伪影同时保留细节。在构建的过曝图像数据集上进行验证,RPCR-Net 将峰值信噪比(PSNR)从 29.08 dB 提高到了 37.06 dB,将结构相似性指数(SSIM)从 0.8795 提高到了 0.9549。真实场景的实验进一步证实了其在保持视觉质量的同时抑制振铃伪影的能力。所提出的方法能够实现高质量图像生成,例如光学系统中的图像重建和鲁棒性提升。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号