多种恶劣成像环境下一体化图像恢复模型研究进展
焦思航1
高林1
郜世佳1
刘华国2
1.湖北民族大学 智能科学与工程学院,湖北 恩施 4450002.桂林航天工业学院 机电工程学院,广西 桂林 541004
摘要：为提升图像恢复模型在多种恶劣成像环境下的泛化能力与适应性,系统探讨了一体化图像恢复模型的研究进展.首先,分析恶劣成像环境下 6 类一体化图像恢复模型的现状;接着,总结模型特点;然后,探讨模型的局限性;最后,展望模型的发展趋势.研究发现,现阶段一体化图像恢复模型提升了图像清晰度与多场景适用性,但存在真实退化图像恢复效果较差、可解释性差、模型结构复杂等问题.未来可通过真实退化建模与自监督学习提升恢复效果,结合注意力机制与物理建模及物理信息网络提升可解释性,通过模块化设计与模型压缩实现轻量化.该研究可为高性能通用图像恢复模型的研究及应用提供重要参考.
关键词：恶劣成像环境退化图像深度学习一体化恢复计算机视觉
分类号：TP391.4(计算技术、计算机技术)
资助基金：国家自然科学基金(12464004)国家自然科学基金(61562025)湖北民族大学校内科研项目(XN2317)广西高校中青年教师科研基础能力提升项目(2024KY0816)
论文发表日期：2025-12-30
在线出版日期：2025-12-10（本平台首次上网日期，不代表文献的发表时间）
页数：6( 552-557 )
英文信息