基于残差和注意力网络的声呐图像去噪方法

CORC > 深海科学与工程研究所 > 中国科学院深海科学与工程研究所 > 深海工程技术部 > 深海信息技术研究室

	基于残差和注意力网络的声呐图像去噪方法
	赵冬冬 2; 叶逸飞 2; 陈朋 2; 梁荣华 2; 蔡天诚 2; 郭新新 1
刊名	光电工程
	2023
卷号	50 期号:6
关键词	forward looking sonar image denoising noise simulate channel attention dense residual 前视声呐噪声模拟图像去噪通道注意力密集残差
ISSN号	1003-501X
英文摘要	前视声呐作为一种水下主动声呐设备常用于采集水下图像数据,然而会受到水下噪声的影响导致图像质量下降。针对这一问题,本文提出了一种基于密集残差和双通道注意力机制网络的前视声呐图像去噪方法。首先采用双通道注意力机制对声呐图像的通道信息进行提取,统计声呐图像的全局信息,输出声呐图像的噪声图;密集残差块根据噪声图和声呐图像,充分学习不同尺度上的特征信息,经过多次学习和信息传递后输出干净声呐图像。针对前视声呐图像及其噪声特点,模拟了前视声呐图像并添加瑞利分布的乘性噪声和高斯分布的加性噪声,生成模拟数据集用于网络训练和性能评估。在模拟数据集和真实数据集的实验中表明,本文方法能够有效去除噪声,保留图像细节。
语种	中文
内容类型	期刊论文
源URL	[http://ir.idsse.ac.cn/handle/183446/10557]
专题	深海工程技术部_深海信息技术研究室
作者单位	1.中国科学院深海科学与工程研究所 2.浙江工业大学
推荐引用方式 GB/T 7714	赵冬冬,叶逸飞,陈朋,等. 基于残差和注意力网络的声呐图像去噪方法[J]. 光电工程,2023,50(6).
APA	赵冬冬,叶逸飞,陈朋,梁荣华,蔡天诚,&郭新新.(2023).基于残差和注意力网络的声呐图像去噪方法.光电工程,50(6).
MLA	赵冬冬,et al."基于残差和注意力网络的声呐图像去噪方法".光电工程 50.6(2023).