GSTurb：用于大气湍流缓解的高斯溅射
计算机视觉与模式识别
2026-02-27 v1
摘要
大气湍流因像素位移（倾斜）和模糊而导致图像严重退化，尤其在远距离成像应用中尤为突出。在本文中，我们提出了一种新的大气湍流缓解框架GSTurb，该框架将光流引导的倾斜校正与高斯溅射用于建模非等像模糊相结合。该框架采用高斯参数来表示倾斜和模糊，并在多帧之间进行优化以增强复原效果。在ATSyn-static数据集上的实验结果验证了我们方法的有效性，实现了峰值PSNR为27.67 dB、SSIM为0.8735。与现有最先进方法相比，GSTurb将PSNR提升了1.3 dB（增幅4.5%），SSIM提升了0.048（增幅5.8%）。此外，在TSRWGAN Real-World和CLEAR等真实数据集上，GSTurb也优于现有方法，在定性和定量性能上均表现出显著提升。这些结果表明，将光流引导的倾斜校正与高斯溅射相结合，能有效增强在合成和真实湍流条件下的图像复原。该方法的代码将在https://github.com/DuhlLiamz/3DGS_turbulence/tree/main上公开。
引用
@article{arxiv.2602.22800,
title = {GSTurb: Gaussian Splatting for Atmospheric Turbulence Mitigation},
author = {Hanliang Du and Zhangji Lu and Zewei Cai and Qijian Tang and Qifeng Yu and Xiaoli Liu},
journal= {arXiv preprint arXiv:2602.22800},
year = {2026}
}