基于多尺度优化和动态特征融合的图像去模糊研究

目前采用U-Net结构的去模糊算法存在细节损失、图像质量欠佳等问题,因此对U-Net进行改进,提出一种基于多尺度优化和动态特征融合的图像去模糊方法。首先针对细节损失,提出一种精简且有效的多尺度残差注意力模块(Multi-Scale Residual Module, MSRM),通过增加特征尺度多样性来提取更精细的图像特征。此外,为了将更有利的特征传递到解码部分,在跳跃连接处设计动态特征融合模块(Dynamic Feature Fusion Module, DFFM),采用注意力加权的方式选择性融合不同阶段的编码特征。该算法采用多尺度内容损失和多尺度高频信息损失进行约束训练。在GoPro和RealBlur数据集上的实验结果表明,这种方法能有效改善图像质量,复原更丰富的细节信息。与现有去模糊算法相比,本文算法在主观视觉和客观评价等方面均具有一定优势。     

文明寨油田明十四块油藏以提高层间动用为主的调整治理

本文介绍了文明寨油田明十四块油藏经历近30年开发进入高含水开发后期,运用高精度三维地震资料、油藏动态资料,重构地下认识体系,重建适合剩余油分布的注采井网.以注采井组为基本分析研究单元,实施单砂体,最小自然段注水,对二三类层实施重组,提高层间水驱动用状况,建立适应剩余油分布特点的注采系统,实现了油田高含水开发后期的高效开发.