摘要
针对现有红外图像去条纹方法存在的噪声与细节区分能力不足和跨尺度特征建模不充分的问题,本发明给出一种基于残差双路径下采样的红外图像去条纹方法。首先,针对条纹噪声判别问题,设计残差双路径下采样器学习图像特征,实现噪声与细节的初步分离,其中,水平路径采用自适应池化抑制条纹噪声,垂直路径通过步长卷积保留图像边缘细节;其次,针对特征跨尺度建模问题,设计混合注意力构建局部和全局信息交互,其中,利用卷积和多头条纹注意力建模跨尺度特征相关性,并通过条纹自校正注意力保留图像的低频特性;最后,经本发明处理后的噪声图像在去除条纹噪声的同时能够保持图像细节的完整性,网络具有较好的鲁棒性。
技术关键词
注意力
融合特征
压缩特征
输出特征
浅层特征提取
噪声图像
红外图像去条纹
抑制周期噪声
预训练模型
保留图像边缘
保留图像细节
矩阵
训练集
多层次特征
深度学习网络
系统为您推荐了相关专利信息
在线
物体检测技术
投影模块
超参数
前馈神经网络
文本
Sigmoid函数
多层感知机
复杂度特征
预训练模型
物联网燃气表
像素点
智能监测方法
智能监测系统
图割算法
像素
注意力
图像转换模块
特征提取模块
子孔径图像