针对煤矿井下相机与带式输送机带面物体相对运动而造成监测图像上物体产生拖影与轮廓不清晰的问题，提出一种基于改进DeblurGAN-v2的图像去运动模糊方法。首先采用WGAN-GP替换DeblurGAN-v2鉴别器的损失函数，抑制了原模型生成图像轮廓不清晰和纹理细节丢失问题；然后为了获取更深层次的图像信息并使鉴别器的损失计算更加精确，以便更好地捕捉生成图像与清晰图像之间的局部细节和二者之间差异，设计了三尺度鉴别器结构并将三个鉴别器计算所得损失赋予不同权值计算加权和，所得生成图像中物体的轮廓清晰且表面细节丰富，但是部分区域出现了与图像无关的彩色斑块，造成了有效信息的丢失；因此为解决彩色斑块问题，将结构相似性损失和梯度损失引入生成器的损失函数中并在VGG19的Conv 4-1层进行生成器感知损失的计算，生成图像消除了局部彩色斑块且图像中物体的轮廓更清晰，表面细节更丰富，去运动模糊效果最优，梯度标准差较运动模糊图像提升了68.38%，为所对比两种方法的6倍和17倍；最后，将去运动模糊前后图像中异物进行标注并使用YOLOv5模型进行样本训练，结果表明在不同交并比下异物的检测精度均上升，分别提升了3.9%和7.9%，模糊图像和对比方法的漏检、误检和检测置信度低等问题大幅改善，验证了所提图像去运动模糊方法的有效性。

0 引言
1 总体思路
2 鉴别器设计
3 损失函数设计
3.1 生成器损失函数
3.2 鉴别器损失函数
4 实验验证方案
4.1 实验平台及数据集
4.2 模型参数及评价指标
5 实验结果分析
5.1 去模糊前后图像质量对比
5.2 去模糊方法验证
6 结论

樊红卫,张超,刘金鹏,等.一种基于改进DeblurGAN-v2的煤矿带式输送机图像去运动模糊方法[J/OL].煤炭学报,1-15[2024-09-03].https://doi.org/10.13225/j.cnki.jccs.2024.0401.