為了提高復(fù)雜動(dòng)態(tài)環(huán)境下精密穩(wěn)像系統(tǒng)的質(zhì)心定位精度,提出了一種基于生成對(duì)抗網(wǎng)絡(luò)（GAN）的方法,以解決載體運(yùn)動(dòng)引起的星斑拖尾問題。傳統(tǒng)的高斯模型先驗(yàn)方法對(duì)噪聲敏感,盲反卷積方法采用簡化模型估計(jì)模糊核,與真實(shí)值誤差較大。所提方法結(jié)合了運(yùn)動(dòng)流圖的運(yùn)動(dòng)方向和GAN的優(yōu)化細(xì)節(jié),將運(yùn)動(dòng)流圖與模擬星點(diǎn)作為監(jiān)督信號(hào),采用端到端的形式復(fù)原星斑圖,無需先驗(yàn)信息與迭代計(jì)算,并且可以抑制噪聲。實(shí)驗(yàn)結(jié)果表明,相較于R-L方法,所提方法復(fù)原星斑后峰值信噪比提升了30.5%,質(zhì)心定位精度提高了33.4%。 

【文章來源】：光學(xué)學(xué)報(bào). 2020,40(13)北大核心EICSCD

【文章頁數(shù)】：8 頁

【部分圖文】：

星點(diǎn)拖尾運(yùn)動(dòng)模糊模擬示意圖。

設(shè)計(jì)的星點(diǎn)復(fù)原的流程如圖2所示。首先通過生成器對(duì)輸入的拖尾星點(diǎn)圖進(jìn)行運(yùn)動(dòng)流圖估計(jì),然后使用非盲卷積對(duì)運(yùn)動(dòng)流圖(轉(zhuǎn)換為模糊核)和拖尾星點(diǎn)圖進(jìn)行復(fù)原,最后將恢復(fù)出的星點(diǎn)圖與原始清晰星點(diǎn)圖送入判別器進(jìn)行對(duì)抗訓(xùn)練。3.1 生成器網(wǎng)絡(luò)設(shè)計(jì)

生成器以端到端的方式從模糊圖像中獲取運(yùn)動(dòng)流圖。輸入拖尾星點(diǎn)圖,生成器估計(jì)出不均勻運(yùn)動(dòng)矢量M,輸出流圖尺寸與輸入星點(diǎn)圖一致,生成器的網(wǎng)絡(luò)架構(gòu)基于FCN[10]進(jìn)行改動(dòng),如圖3所示。使用卷積層(conv)進(jìn)行下采樣,使用解卷積進(jìn)行上采樣。淺色方塊表示網(wǎng)絡(luò)層,在對(duì)應(yīng)網(wǎng)絡(luò)層上標(biāo)注了每一個(gè)卷積層的維度,維度用豎排數(shù)字與網(wǎng)絡(luò)層下方數(shù)字表示(如conv 2的輸出層的維度為128×128×128)。深色方塊表示卷積核,維度由卷積核周圍的數(shù)字表示(如5×5)。經(jīng)過上采樣得到的特征圖的尺度與輸入星圖尺度一致,最終將這個(gè)特征圖與模糊生成的運(yùn)動(dòng)流圖同時(shí)送入對(duì)抗網(wǎng)絡(luò)。3.2 損失函數(shù)設(shè)計(jì)

【參考文獻(xiàn)】：
期刊論文
[1]靜態(tài)像點(diǎn)高斯灰度擴(kuò)散模型參數(shù)估計(jì)方法[J]. 王海涌,周文睿,林浩宇,王新龍.  光學(xué)學(xué)報(bào). 2012(03)



本文編號(hào)：3138479