道路交通模糊图像多尺度清晰化复原方法研究

针对智能交通监控中由于速度过快或成像距离过长而导致道路交通图像模糊的问题，基于生成对抗的思想，提出了一种多尺度金字塔盲去模糊网络模型方法。该方法基于特征金字塔原理，提取并融合道路交通图像的多尺度多特征。在局部和全局鉴别器的基础上，提出了一种下采样多尺度鉴别器，对不同分辨率和随机面片的图像进行全面判断。为了进一步限制高质量图像的生成，引入了多尺度结构相似性，在GoPro和采集的道路交通数据集上进行了模拟实验。仿真结果表明，与DeblurGAN和SRN的经典去模糊网络模型相比，PSNR值增加了3.27，SSIM值增加了0.12，MOS值值增加了0.3。在大大增强道路交通图像视觉效果的同时，还可以实现监控模糊图像的稳定、高质量恢复，在不同的道路交通场景下具有良好的泛化性能。