您当前的位置：
首页 >
文章列表页 >
基于结构先验与多尺度残差聚合的大面积破损图像修复
信息科学 | 更新时间：2026-02-14

    • 基于结构先验与多尺度残差聚合的大面积破损图像修复

    • Inpainting of large-area damaged images based on structural priors and multi-scale residual aggregation

    • “针对大面积破损图像修复难题，专家提出SPMRA-Net方法，通过创新模块设计，有效解决纹理模糊、结构扭曲与边界伪影问题，为图像修复领域带来新突破。”
    • 光学精密工程   2026年34卷第3期 页码：497-512

    • DOI：10.37188/OPE.20263403.0497    

      中图分类号： TP391.4
    • CSTR：32169.14.OPE.20263403.0497    

    • 收稿：2025-10-30，

      修回：2025-11-19，

      纸质出版：2026-02-10

    移动端阅览

  • 魏赟,贾白雪,冯丹丹等.基于结构先验与多尺度残差聚合的大面积破损图像修复[J].光学精密工程,2026,34(03):497-512.

    WEI Yun,JIA Baixue,FENG Dandan,et al.Inpainting of large-area damaged images based on structural priors and multi-scale residual aggregation[J].Optics and Precision Engineering,2026,34(03):497-512.

  •  
  •  

0

浏览量

135

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

利用图像平滑结构信息指导图像修复
非成对训练样本条件下的红外图像生成
基于动态特征增强的水下鱼类目标检测
改进U-Net的全局特征融合水下图像增强网络

相关作者

张家骏
廉敬
刘冀钊
董子龙
张怀堃
蔡伟
姜波
蒋昕昊

相关机构

兰州大学 信息科学与工程学院
火箭军工程大学 兵器发射理论与技术国家重点学科实验室
海南热带海洋学院 崖州湾创新研究院
海南热带海洋学院 海洋科学技术学院
中国石油大学（华东） 青岛软件学院、计算机科学与技术学院， 山东省智能油气工业软件重点实验室
0