一种复杂场景下图像清晰化方法

本发明公开一种复杂场景下图像清晰化方法，包括：步骤1、图像采集和数据预处理，将复杂环境下图片信息转换为图像数据集；步骤2、设置逆向模型，图像模糊化视为一种扩散过程，采用DPM扩散概率模型算法作为图像清晰化模型；步骤3、模型参数估计和逆向优化，逆向扩散过程建模马尔科夫链，利用U‑net神经网络训练模型；步骤4、评估模型改进调整模型参数；步骤5、结果展示与应用，验证不同复杂场景下清晰化效果，运用所述神经网络训练完成模型应用拍摄模糊化图片，并与原始图像对比。本发明通过人工智能的方法实现复杂场景下图像清晰化，提高图片去模糊化准确率。