一种基于扩散模型的端到端湍流抑制数据集增广方法

本发明提供了一种基于扩散模型的端到端湍流抑制数据集增广方法，用于解决现有对湍流退化过程的时空相关性进行精确表征的方法存在的计算量大、计算时间长，或者生成的相位屏高低频信息的不足，作用于清晰真值图像上视觉效果较差的技术问题。本发明基于扩散模型的端到端湍流抑制数据集增广方法，通过扩散模型直接从清晰图像生成新的湍流退化条件图下的湍流退化图像，实现端到端湍流抑制数据集的增广，可以为基于数据驱动的湍流退化图像复原算法提供大规模、高质量及无限接近实际观测的图像样本，实现对复杂的大气湍流条件的模拟，进而提升地基大口径光学望远镜的观测能力。