基于可变形卷积和注意力机制的图像去噪算法

作     者：许光宇 付海超 XU Guangyu;FU Haichao

作者机构：安徽理工大学计算机科学与工程学院安徽淮南232001 

基　　金：国家自然科学基金项目“两类噪声背景下的非局部图像去噪研究”(61471004) 安徽理工大学博士基金项目“非局部均值图像滤波方法”(ZX942) 研究生创新基金项目:基于深度学习的图像去噪研究(2021CX2106)资助 

出 版 物：《合肥学院学报（综合版）》 (Journal of Hefei University：Comprehensive ED)

年 卷 期：2022年第39卷第5期

页      码：79-87页

摘      要：为了增强图像的去噪效果和同时最大限度的保留图像的细节信息,提出了一种有效的图像去噪算法,该算法引入可变形卷积,并与扩张卷积、普通卷积组成“混合稀疏块”来完成主要的去噪任务。采用双重注意力机制,让网络能够关注到更多的重要信息,从而能挖掘到更深层次下的噪声信息;将网络设计成残差结构并在网络深处使用并行结构,以缓解梯度消失、训练缓慢等问题。实验结果证明,该算法与其他去噪算法相比,去噪表现优异且能更好的保留图像细节信息,拥有更高的数据评价指标,体现了更好的鲁棒性。

主 题 词：图像去噪 可变形卷积 混合稀疏块 双重注意力机制 

学科分类：08[工学] 0835[0835] 081202[081202] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1673-162X.2022.05.013

馆 藏 号：203116123...