一种基于离散小波变换的图像复原方法及设备技术

本发明专利技术涉及图像复原技术领域，具体公开了一种基于离散小波变换的图像复原方法和设备，设计了图像复原网络，称为多小波注意记忆神经网络(MWA‑MNN)，它由三个子网络组成，子网络中包括离散小波注意块(DWAB)和坐标通道注意块(CCAB)来提取空间和通道特征信息，从而有效地将雨纹等退化图像层从图像中分离出来干净的图像，利用小波变换对高频信息的表现力，从而提高图像的复原性能。子网络中还包括监督选择性核块(SSKB)，用于过滤每个子网络中有效提取的特征。本发明专利技术还提出了一种基于忆阻器交叉阵列MWA‑MNN电路实现方案，忆阻器是一种新型的非易失性存储器类型，具有更快的读取速度和更低的功耗。实验结果表明，该方法在各种图像复原任务中具有良好的性能和通用性。

【技术实现步骤摘要】

本专利技术涉及图像复原，尤其涉及一种基于离散小波变换的图像复原方法和设备。

技术介绍

1、计算机视觉为许多以前依赖于人类视觉处理的问题提供了有效的解决方案，其中一个解决方案是图像复原，它使用计算机视觉技术自动去除图像中的缺陷和噪声，从而获得更高质量的图像。图像复原可以提高图像清晰度，去除噪声，复原缺失部分，使图像更适合各种计算机视觉任务。近年来，图像复原的研究受到了越来越多的关注，特别是引入了深度学习技术后，图像复原算法的性能得到了显著的提高。基于深度学习的图像复原方法使用卷积神经网络来学习图像的结构和特征，可以自动去除缺陷和噪声。这些方法已被应用于各种实际应用中，如图像解调、图像去雾和低照度图像增强。然而，目前的图像复原方法仍然面临着一些挑战。采用简单的多尺度粗细化网络降低图像分辨率，导致细节特征丢失，难以提高图像复原的质量。此外，大尺寸的滤波器会导致网络有太多的参数。许多方法都忽略了图像的频率信息，而频率信息是图像降噪的关键。此外，由于计算的复杂性，大多数方法很难部署在边缘设备上进行图像复原。

技术实现思路

<本文档来自技高网...

【技术保护点】

1.一种基于离散小波变换的图像复原方法，其特征在于，包括步骤：

2.根据权利要求1所述的一种基于离散小波变换的图像复原方法，其特征在于，所述步骤S2的训练过程中，所述图像复原网络的损失函数设计为：

3.根据权利要求2所述的一种基于离散小波变换的图像复原方法，其特征在于：所述第一离散小波注意块、所述第二离散小波注意块、所述第三离散小波注意块均采用相同结构的离散小波注意块，所述离散小波注意块的运作过程用函数表示为：

4.根据权利要求3所述的一种基于离散小波变换的图像复原方法，其特征在于：所述第三坐标通道注意块、所述第四坐标通道注意块和第五坐标通道注意块结构...

【技术特征摘要】

1.一种基于离散小波变换的图像复原方法，其特征在于，包括步骤：

2.根据权利要求1所述的一种基于离散小波变换的图像复原方法，其特征在于，所述步骤s2的训练过程中，所述图像复原网络的损失函数设计为：

3.根据权利要求2所述的一种基于离散小波变换的图像复原方法，其特征在于：所述第一离散小波注意块、所述第二离散小波注意块、所述第三离散小波注意块均采用相同结构的离散小波注意块，所述离散小波注意块的运作过程用函数表示为：

4.根据权利要求3所述的一种基于离散小波变换的图像复原方法，其特征在于：所述第三坐标通道注意块、所述第四坐标通道注意块和第五坐标通道注意块结构相同，均包括12个顺序连接的坐标通道注意块、1个3×3卷积层和1个拼接层，所述拼接层用于将所述3×3卷积层的输出与第一个所述坐标通道注意块的输入进行拼接...

【专利技术属性】
技术研发人员：胡小方，谢頔睿，周跃，肖和，季鹤，
申请(专利权)人：西南大学，
类型：发明
国别省市：