融合空间域和频率域信息的图像去模糊

现有的图像去模糊方法通常直接采用图像的空间域或频率域信息恢复清晰图像,忽略了空间域信息和频率域信息的互补性.利用图像的空间域信息可以有效地恢复物体结构,而利用图像的频率域信息可以有效地恢复纹理细节.本文提出了一种简单、有效的图像去模糊框架,可以充分利用图像的空间域和频率域信息,产生高质量的清晰图像.首先采用两个结构相同但独立的网络分别从图像的空间域和频率域中学习模糊图像到清晰图像的映射关系;然后使用一个单独的融合网络,充分融合空间域和频率域的图像信息,进一步提升清晰图像的质量.3个网络链接形成一个端到端的、可学习的大网络,不同网络之间相互影响,通过联合优化最终得到高质量的清晰图像.在公共图像去模糊数据集GoPro、Kohler以及RWBI上,本文方法的峰值信噪比、结构相似度、平均绝对误差3个指标都优于9个先进的图像去模糊方法.大量的实验结果验证了本文提出的融合空间域和频率域信息的图像去模糊方法的有效性.