摘要

在金属凝固的微观组织图像中广泛存在着随机噪声和语义噪声,这些噪声严重干扰了对微观组织的特征提取与定量分析。针对以上问题,文中提出了一个基于生成对抗网络的图像盲增强算法,构建了双阶段生成网络,其中一阶段残差学习网络针对处理随机噪声,其提取的噪声特征可以有效地融合入二阶段图像修复网络中。此外,在修复网络中引入凝固组织的空间结构一致性约束,以提升边缘的重建精细程度。实验表明,文中算法的PSNR与SSIM分别达到39.16dB和0.9937,优于其他典型方法,可用于后续凝固组织的定量分析。