一种基于深度卷积神经网络的多阶段图像去模糊方法

本发明涉及图像去模糊处理技术领域，特别涉及一种基于深度卷积神经网络的多阶段图像去模糊方法，设计多尺度特征提取模块，单尺度特征提取模以及快速编解码器，构建结构相似的子网络，用于分别提取更多的不同尺度的特征；设计编解码特征融合模块以及融合策略，分别用于融合同一子网络的特征和不同子网络的特征，以弥补因图像下采样而导致特征的损失，使不同阶段的特征能够自由流动，增强对不同尺度信息的捕捉能力；提出改进的损失函数，通过将内容损失函数和频率重建损失函数引入到常规损失函数中，确保图像的结构和细节得以保留，频率重建损失函数则增强了图像的高频信息，在保持内容一致性的同时，能够提升图像的视觉效果。