控制理论与应用

作者：张萌,郭一娜,王海东,上官宏

单位：太原科技大学电子信息工程学院,太原科技大学电子信息工程学院,太原科技大学电子信息工程学院,太原科技大学电子信息工程学院

关键词：图像去模糊;空间结构;YUV颜色空间;图卷积网络(GCN);图结构;深度学习

基金：国家自然科学青年基金项目(62271341),山西省科技创新人才团队项目(202204051001018),山西省回国留学人员科研教研资助项目(HGKY201 9080, 2020–127), 山西省研究生优秀创新项目(2021Y679,2022Y689), 太原科技大学研究生教育创新项目(BY2023010)资助.

图像去模糊需要在保留空间细节的同时确保高层次的上下文信息的平衡.针对模糊图像中的空间结构破坏, 上下文信息扭曲以及RGB图像中的通道间强相关性造成的颜色不平衡等问题,本文提出一种基于YUV颜色空间和图卷积网络(GCN)的图像去模糊算法(YUVGCR).首先,设计了用于图像去模糊的YUV与RGB颜色空间转换算法, 以解决RGB通道间强相关性的问题.然后,利用GCN可以将特征图转换为预生成图的顶点,对特征图进行图卷积, 从而合成构建图结构的数据.通过这样做,可以隐式地将图拉普拉斯正则化应用于特征图,使其更加结构化.实验表明,YUVGCR的峰值信噪比(PSNR)为36.21dB,比先进算法提高了2.93dB.可视化去模糊结果可以看出,YUVGCR能产生更清晰的边缘和细节,图像去模糊的整体性能获得较大提升.

来源：2026年第3期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2026年第3期