CN119494945A 一种隧道病害图像去模糊方法、设备及介质 （中南大学）

明方法包括快速通道混洗网络和多分支特征融信息。本发明利用多分支特征融合模块替代DeblurGAN_V2中特征金字塔的自下而上特征融2在局部分支结构中，3x3卷积层用于对输入图像进在全局分支结构中，3x3卷积层用于提取初步全局络包括至少三组连续设置的基本单元和下采样单元，用于对输入的特征进行提取和融合，特征图在通道维度平均分成第一左分支和第一右分支，第一左分支不作处理进行同等映射，第一右分支包括依次连接的1x1傅里叶卷积、3x3深度可分离卷积以及1x1傅里叶卷入特征图在通道维度平均分成第二左分支和第二右分支，第二左分支包括卷积核大小为3x3深度可分离卷积以及1x1傅里叶卷积，第二右分支包括依次连接的1x1傅里叶卷积、3x3深度可分离卷积以及1x1傅里叶卷积，将第二左分支和第二右分支得到的输出特征图左侧分支包括依次连接的3x3普通卷积、4x4转置卷积以及1x1普通卷积；中间分支包括依次连接的3x3普通卷积以及1x1普通卷积；右侧分支包括依次连接的3x3普通卷积、3x3普通卷积以及1x1普通卷积；3其中，左侧分支中4x4转置卷积的步长为2，三个分支中位于起始位置的3x3普通卷积均用于特征提取，步长为2的4x4转置卷积第二层由一个基本单元构成，输出特征层大小为hxwx16；第三层由一个下采样单元构成，输出特征层大小为h/2xw/2x2第五层由一个下采样单元构成，输出特征层大小为h/8xw/8x80；;;为对抗损失，D(X)表示判别器对真实图像的判别概率，D(G(Z))表示判别器对生成图像的判别所述存储器用于存储可在处理器上运行的计算所述处理器用于执行所述计算机程序时实现如权利要求1至8中任一项所述的隧道病45[0008]可选的，所述快速通道混洗网络包括至少三组连续设置的基本单元和下采样单三个分支中位于起始位置的3×3普通卷积均用于特征提取，步长为2的4×4转置6;;为对抗损失，D(X)表示判别器对真实图像的判别概率，D(G(Z))表示判别器对生成图像的所述存储器用于存储可在处理器上运行的计算所述处理器用于执行所述计算机程序时实现如上述的隧道病害图像去模糊方法DeblurGAN_V2网络中的主干网络，其中的快速通道混洗网络相较于原有的主干网络而言，[0018]3）针对DeblurGAN_V2特征金字塔进行融合时可能会忽略不同空间维度上的重要7[0023]参见图1图7，图1是本发明优选实施例中隧道病害图像去模糊方法的步骤流程混洗网络中基本单元的示意图；图4是本发明优选实施例中快速通道混洗网络中下采样单施例中多分支特征融合模块的示意图；图7是本发明优选实施例中隧道病害图像快速去模8三个分支中位于起始位置的3×3普通卷积均用于特征提取，步长为2的4×4转置所述多分支特征融合模块主要有不同卷积核大小、步长的卷积和转置卷积组成，9;;为对抗损失，D(X)表示判别器对真实图像的判别概率，D(G(Z))表示判别器对生成图像的具有更好的恢复效果。同时本发明的结构相似性指数为0.91，相比于DeblurGAN_V2、所述存储器用于存储可在处理器上运行的计算所述处理器用于执行所述计算机程序时实现上述的隧道病害图像去模糊方法的个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所他通用处理器、数字信号处理器（DigitalSignalProcessor，DSP）、专用集成电路（ApplicationSpecificIntegratedCircuit，ASIC）、现场可编程门阵列（Field_分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述计算机设备的控制中心，利用各种接口和线路连接整个计算机设备的各个部分。[0048]所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行[0049]其中，所述计算机设备集成的模块/单元如果以软件功能单元的形式实现并作为特征融合模块，本实施例采用快速通道混洗网络替换替换DeblurGAN_V2网络中的主干网需要选择其中的部分或者全部模块来实现本实