Цель устранения размытия изображения заключается в восстановлении четкого изображения с необходимой структурой краев и четкими деталями из входного размытого изображения. Эффект размытия изображения возникает по разным причинам, например, движением или фокусным расстоянием, дрожанием камеры, движением объекта или расфокусировкой. Так как на практике параметры размытия неизвестны или известны лишь приблизительно по характеру видимых искажений, в данном исследовании рассматриваются методы устранения размытия изображения вслепую. В статье исследуются новейшие алгоритмы слепого устранения размытия, разработанные за последние пять лет: SVRNN, SRN, RCGAN, Gao et al., DMPHN, DeblurGAN, MBMF, MSCNN, DeblurGAN-v2, EDPN, RCAN, MSRN, GFN, SelfDeblur. Задачей исследования является выбор наиболее эффективного метода устранения размытости для дальнейшего применения при разработке программных обеспечений для улучшения визуальных качеств цифровых изображений. Эксперименты продемонстрировали, что недавно разработанные методы сходятся быстрее, чем более ранние алгоритмы и способны извлекать изображение, более согласованное с субъективным мнением экспертов. Лучшим методом восстановления размытых изображений на сегодняшний день является DeblurGAN-v2, EDPN и DBGAN(+).
Ключевые слова: качество изображения, цифровое изображение, размытия изображений, безэталонная оценка, объективные показатели.
