一种退化图像重建方法技术

本发明专利技术涉及一种退化图像重建方法，包括：构建退化图像重建网络，包括并行的Transformer结构子网络和卷积结构子网络，以及混合输出卷积层；退化图像及无退化图像送入退化图像重建网络训练之前，进行图像增强操作扩充样本；对退化图像重建网络进行训练：将退化图像输入退化图像重建网络，得到预测的最终重建图像，利用预测的最终重建图像和无退化图像计算损失，梯度回传并优化网络参数；重复网络训练过程，直至达到指定的训练轮次，结束训练。本发明专利技术能够捕捉到更丰富、更精细的图像细节，整体网络结构简洁，减少计算量和网络参数，减少网络延时，在去噪、去雨、去雾、去模糊等图像重建任务具有更好的重建能力。

【技术实现步骤摘要】

本专利技术属于计算机视觉及图像处理，涉及一种退化图像重建方法。

技术介绍

1、图像处理及计算机视觉技术在过去十年中发展迅速，解决了诸多业界难以克服的问题，在良好气象条件下的计算机视觉算法在诸多领域取得了令人瞩目的成果，然而恶劣天气(雨雪雾等天气)及强电磁干扰情况下雨雪雾和干扰噪声等会显著降低图像中各类目标的可见度及清晰度，此类情况对于图像质量的破坏是显而易见的，从而会严重影响现有计算机视觉任务的鲁棒性及准确度，故从低质量退化图像中重建高质量图像是很有必要的。

2、在利用传统的退化图像重建方法进行图像质量恢复时，常用的方法为模型驱动方法，典型技术有小波变换滤波、稀疏编码、形态成分分析等。在利用人工智能重建方法时，常用的方法为数据驱动方法，通过设计特定的网络结构、损失函数及优化策略，使得神经网络学习到训练数据集中退化图像与高质量图像的映射关系，从而实现退化图像重建。典型的网络结构基于卷积神经网络(convolutional neural networks,cnn)，其具有较好地局部特征捕捉能力，可以实现比传统退化图像重建方法更好的效果。而近期基于t本文档来自技高网...

【技术保护点】

1.一种退化图像重建方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种退化图像重建方法，其特征在于，所述输入投影卷积层包括依次连接的第零卷积层、批归一化层和Dropout层；其中，第零卷积层的卷积核为2×2，卷积步长为p，输入通道为3，输出通道为Cdim；用于将输入尺寸为(H,W,3)的图像变换成尺寸为(H/p,W/p,Cdim)的多通道特征图X，其中H代表图像的高，W代表图像的宽；

3.根据权利要求1所述的一种退化图像重建方法，其特征在于，所述稠密连接的Transformer块，每个稠密连接的Transformer块称为稠密连接块DFB，DFB之间通...

【技术特征摘要】

1.一种退化图像重建方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种退化图像重建方法，其特征在于，所述输入投影卷积层包括依次连接的第零卷积层、批归一化层和dropout层；其中，第零卷积层的卷积核为2×2，卷积步长为p，输入通道为3，输出通道为cdim；用于将输入尺寸为(h,w,3)的图像变换成尺寸为(h/p,w/p,cdim)的多通道特征图x，其中h代表图像的高，w代表图像的宽；

3.根据权利要求1所述的一种退化图像重建方法，其特征在于，所述稠密连接的transformer块，每个稠密连接的transformer块称为稠密连接块dfb，dfb之间通过稠密连接方式构成网络的骨干；

4.根据权利要求3所述的一种退化图像重建方法，其特征在于，所述稠密连接块dfb的结构为：

5.根据权利要求4所述的一种退化图像重建方法，其特征在于，所述输出投影卷积层包括依次连接的前卷积层、后卷积层、像素洗牌模块、残差连接模块；

<...

【专利技术属性】
技术研发人员：王凯歌，汪兆秋，李傲宇，马继峰，赵晓宁，
申请(专利权)人：中国航天科技创新研究院，
类型：发明
国别省市：