摘要：针对现有方法去模糊后图像缺乏足够清晰边缘的问题,提出了一种基于边缘引导与特征融合的分阶段图像去模糊方法,分两个阶段逐步去除模糊。首先,第一阶段应用含双交叉集成注意力模块(dual cross integrated attention module,DCIAM)的编解码网络学习不同尺度下图像的内容特征,初步去除模糊信息。然后,构建边缘分支网络(edge branch network,EBN)提取图像边缘特征。再次,设计了边缘引导去模糊模块(edge-guided deblurring module,EGDM)以耦合不同分辨率下图像的内容与边缘特征。最后,第二阶段通过级联的残差块和DCIAM进一步去除图像模糊,并通过引入自校准注意融合模块(self-calibrating attention fusion module,SCAFM)增强特征表达效果。实验结果表明:所提方法去模糊后图像的峰值信噪比和结构相似度均值分别达到32.78 dB和0.964,均优于其他对比方法。所提方法可以显著提高去模糊性能且去模糊后图像边缘结构更加完整。

摘要：为更好地解决由于相机抖动、物体之间相对运动等因素引起的图像模糊问题,本文设计了一种多尺度交替连接残差网络用于图像去模糊,采用"从粗到细"的多尺度方式来逐渐恢复出清晰图像。首先,提出一种多尺度残差模块来拓展网络宽度,提取并融合不同尺度之间的特征信息;其次,提出一种基于扩张卷积的交替连接残差模块来逐渐恢复模糊图像的高频信息;最后,利用一层卷积来对特征图进行重建。实验结果表明:本文所提去模糊算法的峰值信噪比以及结构相似度分别为32.313 6 dB和0.942 5,均高于目前先进的图像去模糊技术。从评价指标和主观效果上均可看出本文所提去模糊方法具有更强的图像恢复能力,纹理细节更丰富,能够有效提升图像去模糊效果,具有更强的实用价值。

摘要：为解决低照度图像颜色失真、对比度低以及现有增强算法存在的细节丢失严重、参数过多等问题,提出基于多尺度深度可分离卷积的低照度图像增强算法。首先,设计多尺度混合空洞卷积模块,在扩大感受野的同时解决网格效应;其次,设计多尺度特征提取模块,提取不同尺度的特征信息;最后,对不同尺寸的特征图使用2种模块,将低层空间信息与高层语义信息充分融合,获得最终输出。用深度可分离卷积代替标准卷积可大大减少网络参数量与计算量。实验结果表明,所提算法能有效地提高图像的亮度和对比度,减少模型参数量,且图像纹理细节及色彩恢复较好。

摘要：针对现有的基于卷积神经网络的图像去模糊算法存在图像纹理细节恢复不清晰的问题,提出了一种基于多局部残差连接注意网络的图像去模糊算法。首先,采用一个卷积层进行浅层特征提取;其次,设计了一种新的基于残差连接和并行注意机制的多局部残差连接注意模块,用于消除图像模糊并提取上下文信息;再次,采用一个基于扩张卷积的成对连接模块进行细节恢复;最后,利用一个卷积层重建清晰图像。实验结果表明:在GoPro数据集上的PSNR(peak signal to noise ratio)和SSIM(structure similarity)分别为31.83 dB、0.9275,在定性和定量两方面都表明所提方法能够有效地恢复模糊图像的纹理细节,网络性能优于对比方法。

摘要：本文通过改进的残差网络,学习有雨图像和无雨图像之间的映射关系来实现图像去雨,提出了一种基于联结残差网络的单幅图像去雨算法。首先,利用改进的残差块简化网络模块,减少网络参数,提升网络训练速度;其次,设计的联结结构不仅实现了多特征提取,有效减少了参数,而且增加了特征图的输出,有利于保留更多的图像细节信息;最后,利用单尺度卷积实现图像细节重建,提高去雨图像的视觉效果。实验结果表明本文算法在合成雨天图像数据集上,其结构相似度和峰值信噪比的平均值分别高于0.95和33 dB,而真实雨天图像数据集的盲图像质量评价值较低。本文算法不仅能有效去除图像中的雨,雨纹残留较少,而且能更多地保留图像的纹理和边缘细节,视觉效果清晰自然。

摘要：针对水下图像由水的散射、吸收引起的色偏、色弱、信息丢失问题,提出了一种基于多尺度残差注意力网络的水下图像增强算法。该网络引入了改进的UNet3+-Avg结构与注意力机制,设计出多尺度密集特征提取模块与残差注意力恢复模块,以及由Charbonnier损失和边缘损失相结合的联合损失函数,使该网络得以学习到多个尺度的丰富特征,在改善图像色彩的同时又可保留大量的物体边缘信息。增强后图像的平均峰值信噪比(PSNR)达到23.63 dB、结构相似度(SSIM)达到0.93。与其他水下图像增强网络的对比实验结果表明,由该网络所增强的图像在主观感受与客观评价上都取得了显著的效果。

摘要：图像在生成或传感过程中往往会受到噪声干扰,噪声干扰会给后续图像处理工作增加难度,甚至会给某些生产活动带来巨大的经济损失。结合平稳小波变换与卷积神经网络的优势,提出了一种有效的图像去噪算法。训练阶段,采用提出的算法对图像进行尺度为1的平稳小波分解后,分别把高、低频分量输入4个设计好的残差网络进行训练;在测试阶段使用小波逆变换来获得最终的预测图像。实验结果表明:在高斯白噪声水平达到σ=50时,去噪后图像的峰值信噪比(peak signal to noise ratio,PSNR)均值和结构相似性(structural similarity index method,SSIM)均值可以达到28.37 dB和0.8080,提出的算法可以有效去除可见光图像中的高斯白噪声、自然噪声,以及遥感图像在传感过程中产生的噪声,并且在去除图像噪声的同时能较好地保留图像的边缘与纹理细节。

摘要：针对目前图像超分辨率重建算法中所存在的特征信息提取不充分、重建图像细节信息模糊等问题,提出了一种多尺度双阶段网络来实现图像的超分辨率重建。首先,考虑到单尺度卷积层会出现特征信息提取不充分的现象,故而以多尺度卷积层为大体框架,设计网络模型;其次,考虑到重建后的图像效果,将整体网络分为2个阶段,第1阶段根据输入的低分辨率图像进行特征信息的提取和重建,第2阶段对重建后的图像进行更深一步的特征细化,从而提高重建图像的视觉效果;整体网络中还引入了跳跃连接和注意力模块,以加强特征信息的有效传播;最后,以数据集Set5、Set14、Urban100、BSDS100和Manga109作为测试集展开实验,峰值信噪比和结构相似度作为图像质量的评价指标。实验结果表明,二者的值相比以往均有所提高,且重建图像视觉效果较好。因此,该算法在客观评价和主观视觉上都取得了较好的结果。

摘要：加强医学院校学生的人文素质和人文精神培养是现代医学人才培养的必然。通过整群抽样、自行设计问卷,对某医学院校5个年级9057名本科生进行调查,了解医学生人文素质教育现状,为提升医学生人文素养提供参考和依据。建议医学院校要在思想上树立正确的人文素质教育理念,深化人文素质课程教育教学改革,加强人文素质教育师资队伍和校园文化设施建设建设,广泛开展高质量人文素质教育活动,全面提升医学生人文素质。

摘要：程序设计课程目前几乎是高校所有理工科专业的基础课。为了提高教学质量，本文基于作者多年的教学经验和软件开发经验，从学生、课程内容、能力培养等几方面出发，以c语言为例，对程序设计语言的教学方式进行了探索。