基于特征融合和注意力机制的深度学习去噪模型及方法

本发明属于图像去噪领域，涉及基于特征融合和注意力机制的深度学习去噪模型及方法，包括第一特征融合模块，用于对输入的噪声图像提取第一普通特征和第一注意力特征，并将提取的第一普通特征与第一注意力特征进行融合得到第一融合特征；VGGB模块；第二特征融合模块；扩张卷积模块，用于对第二融合特征进行时空预测的优化得到优化感受野特征；注意力机制模块，用于通过注意力机制提炼优化感受野特征中图像局部信息得到注意力特征图；残差模块。本发明通过第一特征融合模块、VGGB模块、第二特征融合模块、扩张卷积模块、注意力机制模块和残差模块组成去噪模型，解决了图像去噪丢失图像局部信息使得图像去噪效果不佳导致图像质量低的问题。