一种基于混合扩散模型的模糊图像分割方法

本发明公开了一种基于混合扩散模型的模糊图像分割方法，涉及人工智能的图像处理与计算机视觉技术领域。本发明提出了一种新的快速、高效、精确的混合去噪分割模型HAD‑Net；HAD‑Net是由一个扩散模型与一个分割模型组成的端到端架构；其中使用扩散模型学习数据的底层分布，通过马尔科夫链充分捕获噪声分布从而在推理阶段对图像进行去噪；使用清晰的去噪后图像作为先验输入进分割模型，设计了一个包含小波卷积的特征编码器，通过小波卷积充分提取高低频信息来使先验图像实现引导分割；整体架构的合理搭建大大减少了训练成本，合理的网络深度与内部模块设计解决了因分割目标存在形态分布、大小差距过大而导致分割精度较低的问题。