基于扩散模型的去噪网络模型、甲骨文拓片图像修复方法

本发明公开一种基于扩散模型的去噪网络模型、甲骨文拓片图像修复方法，提高修复方法的通用性，提升修复结果的多样性，并降低计算开销，减少人工依赖。去噪网络模型基于现有的U‑Net网络进行调整，包括依次连接的卷积干线网络、编码器、中间层、解码器和深度卷积层和前馈神经网络；由卷积干线网络对输入图像进行分割；编码器包括若干组级联的成对视觉状态空间块和图像合并块；解码器包括若干组级联的成对视觉状态空间块和图像扩展块；图像合并块、图像扩展块分别执行下采样、上采样操作；所述视觉状态空间块采用现有Mamba模块的架构，并选用二维选择性扫描模块替代了Mamba模块的S6模块。