通过细节保留技术提升航天器图像的空间变分去模糊效果

《Scientific Reports》：Enhanced space-variant deblurring of spacecraft images via detail-preserving techniques

　　

摘要

在航天器发射、飞行和对接过程中，监测到的图像常常会受到大气湍流、失焦和相对运动等因素导致的空间变化性模糊的影响。为了解决这一问题，我们提出了一种专门针对航天器图像设计的新型无监督去模糊框架。我们的方法包含了三个关键创新点：首先，我们基于多尺度形态学梯度及自适应阈值机制，设计了一种能够保留细节的局部区域选择策略，以优化用于模糊核估计的区域选择；其次，我们定义了模糊核误差项，并将其纳入退化模型中，从而在交替迭代最小化过程中引入了显式的误差校正机制；最后，我们采用了剪切波变换正则化技术来增强对细微局部细节的恢复能力。实验结果表明，与现有的无监督技术相比，我们的方法在保留复杂结构细节方面表现更为显著，甚至优于某些先进的深度学习方法。我们的代码和数据可在https://github.com/bsfsf/Image_deblur处获取。