采用通道和空间注意力的真实噪声盲去噪算法

• 作者: 肖娟 李小霞 吕念祖 周颖玥 王学渊
• 来源期刊: 小型微型计算机系统
• 关键词: 盲去噪 真实噪声 注意力机制 残差密集 空洞卷积 像素分布特征
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 图形与图像技术|Graphics and Image Technology
• 页码范围: 1453-1457
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1220.2021.07.018

摘要

基于卷积神经网络的去噪方法对图像的加性高斯白噪声去除效果良好,但对图像的真实噪声去除效果欠佳.本文对加性高斯白噪声和真实噪声的灰度直方图进行统计分析,根据两者之间的分布差异构建出一个基于注意力机制的端到端盲去噪网络LDFNet,有利于学习真实噪声图像的复杂像素分布特征.LDFNet网络包含3个部分:特征自适应学习模块(L)、多尺度残差密集模块(D)与特征多路径融合模块(F).其中,模块L基于通道注意力机制,可以通过调节通道重要性自适应地学习到更具有判别性的像素特征;模块D包含空洞卷积和残差密集结构,既可完整保留数据结构信息又可兼顾全局及局部细节信息;模块F基于空间注意力机制进行多路径特征融合,可减少信息压缩,有效提取关键信息.实验结果表明,本文方法在DND测试集上的PSNR为36.10dB,相较于非盲和盲去噪方法分别提高了1.79dB和3.67dB,SSIM为0.9019,相较于非盲和盲去噪方法分别提高了0.0536和0.1119,同时表现出更好的视觉效果.