一种自适应幅值滤波与梯度增强的图像去模糊方法

本发明提出了一种基于自适应幅值滤波与梯度增强的图像去模糊方法，采用U型网络架构，通过自适应时频融合策略优化频域信息，减少伪影。该方法包括训练和测试两个阶段，共五个步骤：训练阶段：S1：训练阶段获取图像去模糊数据集并对图像进行预处理；S2：构建基于自适应幅值滤波与梯度增强的图像去模糊模型；S3：优化损失函数；S4：训练构建的自适应幅值滤波与梯度增强的图像去模糊模型；测试阶段：S5：测试阶段对训练模型进行性能评估。此方法在无人机数据集上进行测试，结果显示在PSNR、SSIM和计算效率等方面有效降低伪影，提高视觉一致性，为高质量复原模糊图像提供了新方案。