一种基于扩散模型引导的自监督图像去噪方法

本发明提出一种自监督图像去噪方法，通过特征编码器和视觉Transformer网络结合扩散模型实现高效去噪。首先，下采样原始有噪图像生成成对子图像，并提取语义特征。随后，这些特征嵌入视觉Transformer网络进行去噪训练，同时利用扩散模型更新语义特征向量，增强特征表示。进一步，通过联合训练和自监督策略优化网络，解决信息丢失问题，显著提升去噪性能。最终，模型能输出高质量的去噪图像，无需成对训练数据，具有优于现有方法的去噪效果。