使用复杂振幅衍射处理器恢复运动模糊的数字图像
Optics letters
|August 29, 2024
概括
我们开发了一个复杂的振幅衍射处理器,使用衍射深度神经网络 (D2NN) 来恢复动作模糊的数字图像. 这种先进的处理器显著提高了图像质量,并为各种应用提供了潜力.
科学领域:
- 光学和光子学 在光学和光子学.
- 人工智能的人工智能
- 图像处理 图像处理
背景情况:
- 运动模糊在数字识别中显著降低了图像质量.
- 衍射深度神经网络 (D2NN) 为光学信息处理提供了一个有前途的方法.
研究的目的:
- 提出和评估一个复杂的广度衍射处理器,以移除数字图像中的运动模糊.
- 为了比较复杂振幅D2NN与仅相和仅振幅的对应器的性能.
主要方法:
- 基于D2NN的复杂振幅衍射处理器的开发.
- 精确控制光场传播,用于图像恢复.
- 对不同衍射处理器配置 (仅相,仅振幅,复杂振幅) 的比较分析.
主要成果:
- 复杂幅度衍射处理器有效地消除了运动模糊,并恢复了数字图像.
- 复杂幅度网络显著提高了处理器性能,并改善了峰值信号噪声比 (PSNR).
- 在复杂广度网络中,观察到网络层的减少和调整困难的缓解.
结论:
- 与其他配置相比,复杂振幅D2NN在移动模糊清除方面提供了卓越的性能.
- 拟议的处理器表现出快速的处理速度和低功耗.
- 潜在的应用包括道路监控,体育摄影,卫星成像和医学诊断.


