-
题名基于改进SwinIR的条纹图去噪方法
- 1
-
-
作者
张伟
张俊杰
宋杰
吕圣
王生怀
-
机构
湖北汽车工业学院机械工程学院
中国工程科技十堰产业研究院
-
出处
《电子测量技术》
北大核心
2023年第23期105-111,共7页
-
基金
国家自然科学基金(51475150,51675167)
教育部人文社科项目(20YJCZH150)
湖北自然科学基金(2020CFB755)项目资助
-
文摘
条纹图的去噪处理可以恢复条纹图的边界信息,从而提高条纹图三维测量结果的准确性。为了进一步恢复条纹图的边界信息,提出了一种改进SwinIR神经网络的条纹图去噪方法。首先,引入Inception模块,对网络中的RSTB模块进行结构优化,以提高网络的局部特征提取能力。其次,引入多个残差块到网络整体结构中,缓解网络过深带来的梯度消失的问题。实验采用高密度区域条纹进行去噪性能测试,当噪声水平σ为50时,改进SwinIR算法的PSNR值可达31.96、SSIM值为0.9955、去噪时间为4.035 s。并且,本文改进SwinIR算法与其他7种代表性算法进行实验对比,结果显示本文方法在不同噪声水平下,去噪性能均为最优。
-
关键词
条纹图去噪
深度学习
swinir
INCEPTION
残差块
-
Keywords
fringe pattern denoising
deep learning
swinir
Inception
residual blocks
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-