基于SwinIR的海洋图像去噪方法

专利主权项内容

1.一种基于SwinIR的海洋图像去噪方法，其特征在于，包括如下步骤：a)获取n张原始海洋噪声图像，得到原始海洋图像集合A，A＝{A, A, ..., A, ..., A}，A为第i张原始海洋噪声图像，i∈{1, ..., n}，A∈R，R为实数空间，W为第i张原始海洋噪声图像的宽度，H为第i张原始海洋噪声图像的高度；0012iniiH×W×Cb)将第i张原始海洋噪声图像A进行预处理，得到第i张预处理后的原始海洋噪声图像A′，预处理后的海洋图像集合为A′，A′＝{A′, A′, ..., A′, ..., A′}；ii0012inc)将预处理后的海洋图像集合为A′划分为训练集和测试集；0d)建立海洋图像去噪网络模型，海洋图像去噪网络模型由SwinIR模型中的浅层特征提取模块、第一残差模块、半监督浅桥模块、第二残差模块、SwinIR模型中的深层特征提取模块、SwinIR模型中的高质量图像重建模块、上采样单元构成；e)将训练集中的第i张预处理后的原始海洋噪声图像A′输入到海洋图像去噪网络模型的浅层特征提取模块及残差模块中，输出得到特征图A、残差图像A′及残差图像A′的已标记图像潜在空间M；iQ1Q1-1-RQ1-1-RLf)将残差图像A′输入到海洋图像去噪网络模型的半监督浅桥模块和第二残差模块中，输出得到未标记残差图像A′及未标记残差图像A′的已标记图像潜在空间M；Q1-1-RQ3-R-MQ3-R-MULg)将未标记残差图像A′输入到海洋图像去噪网络模型的深层特征提取模块中，输出得到特征图A；Q3-R-MQ4h)将特征图A输入到海洋图像去噪网络模型的高质量图像重建模块，输出得到特征图A；Q4Q4-Ri)将特征图A输入到海洋图像去噪网络模型的上采样单元中，输出得到去噪图像A；Q4-Rdesj)计算总损失函数L，根据总损失函数训练海洋图像去噪网络模型，得到优化后的海洋图像去噪网络模型；k)将测试集中的第i张预处理后的原始海洋噪声图像A′输入到优化后的海洋图像去噪网络模型中，输出得到去噪图像A′。ides