[发明专利]图像去噪方法、系统、设备及存储介质

权利要求书

1.一种图像去噪方法，其特征在于，包括：

通过输入层对输入图像进行卷积，再通过编码器对卷积后的输入图像进行多尺度特征图的提取，所述编码器包括依次设置的多个编码层，每一编码层设有双注意力Transformer模块，并通过下采样输出相应尺度的特征图；其中，Transformer模块表示变换器模块；

通过基于双注意力Transformer模块实现的瓶颈层从编码器输出的特征图中提取包含高级语义信息的特征；其中，高级语义信息是指除去颜色、几何与纹理信息以外的信息；编码器输出的特征图是指最后一个编码层输出的特征图；瓶颈层包括：多个堆叠设置的双注意力Transformer模块，瓶颈层负责分离最后一个编码层输出特征图中的图像特征和噪声特征，提取出包含高级语义信息的特征；

通过解码器利用编码器提取的多尺度特征图以及瓶颈层的输出，获得解码输出特征图；所述解码器包括依次设置的多个解码层，每一解码层设有双注意力Transformer模块，双注意力Transformer模块的输出特征图即为所属解码层的输出特征图，第一个解码层的输入包括：瓶颈层的输出以及最后一个编码层中未经过下采样的特征图，之后每一个解码层的输入包括：上一个解码层的输出特征图以及相应编码层中未经过下采样的特征图，最后一个解码层的输出特征图即为解码输出特征图；

通过输出层将所述解码输出特征图进行卷积获得残差图，再结合所述输入图像获得去噪后的图像；

所述双注意力Transformer模块包括：空间自注意力模块，通道自注意力模块，以及设置于空间自注意力模块与通道自注意力模块之间与设置于通道自注意力模块输出端的卷积前馈网络；

所述空间自注意力模块中的处理流程包括：空间自注意力模块的输入为特征图A，通过层归一化处理特征图A，再通过卷积与深度卷积提取出空间自注意力机制计算所需的查询向量、键值向量与实值向量，并使用旋转位置编码将每个像素点的空间位置信息编码到查询向量与键值向量中，然后进行空间自注意力机制的计算再经过卷积处理后作为空间自注意力模块的第一部分计算结果；并且，将所述特征图A经卷积后作为空间自注意力模块的第二部分计算结果，将第一部分计算结果与第二部分计算结果融合后，与所述特征图A进行残差连接，作为空间自注意力模块的输出；

所述通道自注意力模块中的处理流程包括：通道自注意力模块的输入为设置于空间自注意力模块与通道自注意力模块之间的卷积前馈网络的输出，记为特征图B；通过层归一化处理特征图B，再通过卷积与深度卷积提取出通道自注意力机制计算所需的查询向量、键值向量与实值向量，并进行L2范数归一化处理与变形转置，然后进行通道自注意力机制的计算再经过卷积处理后作为通道自注意力模块第一部分计算结果；并且，将所述特征图B经卷积后作为通道自注意力模块的第二部分计算结果，将第一部分计算结果与第二部分计算结果融合后，与所述特征图B进行残差连接，作为通道自注意力模块的输出。

2.根据权利要求1所述的一种图像去噪方法，其特征在于，每一编码层中包括：多个堆叠设置的双注意力Transformer模块与下采样层；其中，最后一个双注意力Transformer模块的输出特征图输入至下采样层，以及经卷积前馈网络处理后输入至相应的解码层；下采样层负责对最后一个双注意力Transformer模块的输出特征图进行下采样输出相应尺度的特征图，并作为所属编码层的输出特征图。

3.根据权利要求1所述的一种图像去噪方法，其特征在于，每一解码层中包括：上采样层、拼接模块以及多个堆叠设置的双注意力Transformer模块；

所述上采样层所属解码层为第一个解码层时，其输入为瓶颈层的输出，所述上采样层所属解码层不为第一个解码层时，其输入为上一个解码层的输出特征图；所述上采样层负责对瓶颈层的输出或者上一个解码层的输出特征图进行上采样，获得上采样特征图；

所述拼接模块负责将上采样特征图与外部输入的特征图拼接，获得拼接特征图；所述外部输入的特征图是指通过卷积前馈网络对相应编码层中未经过下采样的特征图进行处理后得到的特征图；

所述拼接特征图作为第一个双注意力Transformer模块的输入，最后一个双注意力Transformer模块的输出特征图即为所属解码层的输出特征图。