仪器仪表学报

作者：开志强，苗锡奎，马天磊，冯 斌，艾 彬

单位：开志强,1. 郑州大学电气与信息工程学院 ，2. 智能农业动力装备全国重点实验室,,苗锡奎,3. 中国人民解放军 63891 部队,,马天磊,1. 郑州大学电气与信息工程学院 ，2. 智能农业动力装备全国重点实验室,,冯 斌,4. 西北工业大学自动化学院,,艾 彬,5. 郑州畅想高科股份有限公司,

关键词：图像修复;激光干扰;生成对抗网络;注意力机制;显著目标

基金：国家自然科学基金(62373330)、河南省重点研发专项(241111110500)、中原科技创新青年拔尖人才项目和河南省本科高校青年骨干教师培养计划(2023GGJS005)项目资助

光电成像侦察装备在受到激光干扰时,成像中会出现干扰光斑。激光干扰光斑会显著降低图像质量并遮挡目标关键信息,严重影响检测与跟踪系统的性能。针对典型目标场景下的激光干扰图像,构建了一种基于全局语义学习和显著目标感知的修复网络,旨在推理出语义合理和目标完整的图像内容。提出了一种门控语义学习机制,首先通过上下文注意力机制建立干扰区域和已知区域之间的远距离信息相关性并推理干扰区域内容;然后利用多尺度特征聚合模块在不同感受野上细化推理区域的内容,实现在干扰区域重建丰富的语义信息;最后通过门控机制自适应融合已知区域和重建区域特征,提高修复图像的全局语义一致性。同时,设计了显著目标一致性损失,利用基于显著目标掩码的梯度惩罚方法,从形状和纹理两个方面指导修复网络感知显著目标,提高修复目标的轮廓清晰度和纹理连贯性。在飞机、桥梁、道路等典型目标场景下的实验结果表明,提出的网络在生成视觉真实且目标完整的内容方面优于其他方法,并在面对复杂干扰光斑时,具有很好的泛化性能。

来源：2024年第7期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2024年第7期