-
公开(公告)号:CN119494802A
公开(公告)日:2025-02-21
申请号:CN202411609721.2
申请日:2024-11-12
Applicant: 河南大学 , 北京空间飞行器总体设计部
IPC: G06T5/94 , G06T5/60 , G06T5/77 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0464 , G06V10/80
Abstract: 本发明涉及基于人工智能和机器视觉的图像复原技术领域,具体涉及基于高阶梯度约束和扩散生成模型的图像复原方法,该方法通过将改进的各项异性扩散方程融入深度学习框架中,构建了高阶梯度约束的复原模块,能够有效改善图像中的细节和轮廓信息。同时,提出修正LogCosh损失函数,旨在更好地处理异常值较多的场景,从而增强模型对图像异常值的鲁棒性。最后,通过预训练的扩散生成模型,生成了高质量的复原图像。本发明提出的图像复原方法适用于自然图像处理领域,也适用于遥感和卫星图像处理等领域,能够有效缓解噪声等因素导致的图像退化,显著改善图像清晰度,从而提高了图像复原效果。