一种基于refinement‑network深度学习模型的单透镜全局图像复原方法

摘要

本发明公开一种基于refinement‑network深度学习模型的单透镜全局图像复原方法。首先得到单透镜的数据集，然后构建用于全局图像复原的refinement‑network深度学习模型，该深度学习模型可以直接学习单透镜图像空间变化的特性，利用得到的数据集对refinement‑network深度学习模型进行训练，对于单透镜新拍摄的模糊图像，直接利用该模型即可快速得到复原图像。本发明提出的方法对模糊程度空间变化性较大的单透镜图像，无需将图像进行分块处理，refinement‑network深度学习模型可以直接学习模糊空间变化的特性，使单透镜计算成像的处理过程更加简单快速，便于在实际中使用。