基于Unet++GAN的天文图像混合退化复原
来源：计算机应用与软件杂志2025年第2期北京时间：
作者：张裕松, 黄鑫龙, 周浩, 戴智斌, 袁国武
摘要：天文观测常常会受到很多干扰，造成采集到的图像产生各种形式退化，其中较为常见且复杂的为离焦模糊及光电子噪声的混合退化，传统复原手段难以恢复出高质量图像。因而创新地提出利用Unet++改进生成对抗网络的方法，采用更精细的网络结构对图像细节进行准确提取，对比实验说明此方法恢复图像质量较高，并通过恢复真实拍摄的离焦图像，证明了方法具有一定的通用性。改进方法适合处理大数据量的天文图像，不仅如此，模型的泛化能力以及训练稳定性有明显提升。
关键词：天文图像复原, 生成对抗网络, Unet++
