基于稀疏表示的对抗网络图像聚焦形貌修复

陆 焱，胡玉荣，郭 竞

(1.荆楚理工学院计算机工程学院，湖北荆门448000；2.荆楚理工学院科技处，湖北荆门448000；3.西北大学信息科学与技术学院，西安长安 710127)

1 引言

随着经济水平和科学技术的不断发展，图像技术在越来越多的行业中得到广泛应用，对于图像采集的质量和处理效果也提出了新的要求[1-2]。图像在采集过程中往往会受到光影影响，导致图像难以清晰地聚焦在采集图像目标上，问题最突出的便是在人体形貌聚焦采集方面。因此多聚焦图像融合与修复技术应运而生[3]。然而，由于传统的多聚焦图像修复技术无法很好地实现图像冗余信息的分离，对外界噪声等影响因素敏感度也不高，对于人体形貌图像的融合与修复的处理效果仍存在一些明显缺陷。

相关学者对此进行了改进，取得了一定研究成果。曹义亲等人提出基于卷积稀疏表示的图像融合方法[4]，根据视觉显著性融合图像，通过Butworth低通滤波对高频子带系数进行调整，最后实现脉冲耦合神经网络的有效融合，此方法提升了图像融合效率，但是图像修复清晰度不佳。陈赛健等人提出基于生成对抗网络的文本图像联合超分辨率与去模糊方法[5]，利用采样模块方法实现超分辨率图像模块划分，利用去模糊模块方法重建文本图像，实现了图像形貌修复。但是此方法去噪效果越好。

为此，本文提出了一种基于稀疏表示的对抗网络多聚焦图像形貌修复方法。稀疏表示是一种图像表示模型，以其优良的信号除杂与信息检测分离功能，在诸多信息技术和图像处理领域得到了广泛的应用。……