基于生成对抗网络的图像处理及应用
本文主要采用生成对抗网络对运动模糊图像进行端对端盲复原方法进行简析。在图像的获取到使用过程中,多种因素会导致图像产生降质,如相机对焦问题会导致散焦模糊,成像系统的退化因素会导致高斯模糊等,成像系统和拍摄目标间的相对运动会导致运动模糊。而拍摄时抖动导致的模糊是导致图像质量下降的最主要因素。通常,减小运动模糊导致图像退化的影响的方案有两种,第一改善拍摄时的物理条件,如减小成像系统与拍摄目标间的相对运动。第二利用图像复原技术,通过图像复原算法提高图像质量。近年来利用生成对抗网络用于图像处理领域,在图像超级分辨率等相关问题取得了显著进展。2014年Goodfellow等提出了生成对抗网络,建立两个竞争网络,生成器用于接收噪声作为输入生成图像,鉴别器接收真实图像和生成图像,并试图区分它们,通过两个网络的对抗竞争,实现模糊图像盲复原。该方法在结构相似性测量及可视化表现方面实现了较高水准。