原创力文档摘要
近年来，深度学习技术作为统计机器学习的一个重要分支，在图像处理领域取得
了显著进展.深度学习技术通过自适应地从数据中提取层次化的特征，能够有效地处
理复杂图像的复原问题，被广泛应用于去雨、去雾、去沙尘等复杂图像复原任务.然
而，在大气湍流扰动图像复原领域，由于湍流在时空维度上的多尺度性和不均匀性，
湍流扰动图像相较于其他模糊和噪声图像具有更复杂的特性，使得大部分复原算法难
以兼顾图像细节与整体结构，复原效果不理想.本文基于深度学习算法，并结合大气
湍流多尺度特征以及退化图像扭曲
摘要
近年来，深度学习技术作为统计机器学习的一个重要分支，在图像处理领域取得
了显著进展.深度学习技术通过自适应地从数据中提取层次化的特征，能够有效地处
理复杂图像的复原问题，被广泛应用于去雨、去雾、去沙尘等复杂图像复原任务.然
而，在大气湍流扰动图像复原领域，由于湍流在时空维度上的多尺度性和不均匀性，
湍流扰动图像相较于其他模糊和噪声图像具有更复杂的特性，使得大部分复原算法难
以兼顾图像细节与整体结构，复原效果不理想.本文基于深度学习算法，并结合大气
湍流多尺度特征以及退化图像扭曲
文档评论（0）