【技术实现步骤摘要】
本专利技术涉及图像修复，特别是涉及一种基于小波变换的双流网络的壁画修复方法。
技术介绍
1、敦煌壁画位于甘肃省敦煌市莫高窟内，是中国古代艺术的宝贵遗产，具有深远的艺术、历史、文化和宗教意义。遗憾的是，由于时间的流逝和环境的侵蚀，这些壁画很容易出现色彩退化、颜料剥落和大面积破损等问题，急需进行保护。数字化图像修复技术是保护和延续壁画文化的一种重要技术，为壁画的长久保护提供了可靠的手段。这项技术可以恢复壁画的原貌，不仅能加深研究人员对壁画复杂细节和艺术微妙之处的理解，还能为展览和公开展示提供重要的资源和便利。因此，壁画图像修复技术的研究在壁画文化的保护、研究和传承方面具有巨大的价值，凸显了其在保护世界文化遗产这一关键要素方面的重要性。
2、图像修复技术在壁画保护和文化遗产保护中至关重要，其目的是以逼真的内容无缝重建缺失或损坏的部分。图像修复方法大致可分为传统方法和基于学习的方法。传统技术依赖于几何模型或纹理合成，擅长处理细小的破损，但由于仅限于浅层特征的提取，往往导致输出结果模糊且缺乏语义深度，因此在处理更复杂的修复工作时举步维艰。相比之下，基于深度学习的方法擅长从广泛的数据集中提取深刻的语义特征。这些方法包括自动编码器(ae)和生成对抗网络(gan)，这些方法在语义理解和结构一致性方面取得了显著进步。然而，这些方法主要在空间域中进行对待修复图像进行预测，可能会忽略不同频域潜在特征分布的差异，从而导致边界伪影和纹理模糊。为了应对这些挑战，最近，一些方法探索了在傅立叶域或小波域等其他域中进行修复的方案。
3、y
技术实现思路
1、为了克服现有技术的不足，本专利技术的目的是提供一种基于小波变换的双流网络的壁画修复方法，本专利技术解决了现有技术中对于壁画修复真实性不足的问题。
2、为实现上述目的，本专利技术提供了如下方案：
3、一种基于小波变换的双流网络的壁画修复方法，包括：
4、小波变换原理，构建的双流网络模型；
5、将待修复图像输入所述双流网络模型，得到一个低频特征图和三个高频特征图；
6、分别将所述的一个低频特征图输入结构子网络和合并后的三个高频特征图输入到纹理子网络进行预测低频特征和高频特征的预测，基于小波逆变换后得到最终图像；
7、其中，所述双流网络模型包括：纹理子网络和结构子网络；
8、所述结构子网络和所述纹理子网络均为基于u-net体系结构；所述结构子网络和所述纹理子网络的编码部分均由2个实现下采样的门控卷积组成；所述结构子网络和所述纹理子网络的解码部分均由2个实现上采样的卷积组成；所述结构子网络的中间层由2个门控卷积和4个高效变换器模块组成；所述纹理子网络的中间层由由2个门控卷积和4个残差密集块组成。
9、所述双流网络模型的总损失函数的计算公式为：
10、
11、其中，ltotal为总损失函数，ldwt为对抗性损失，lst为样式损失，lper为感知损失，ladv为对抗损失、lpcl为颜色感知损失，λdwt为第一超参数，λst为第二超参数，λper为第三超参数，λadv为第四超参数，λpcl为第五超参数。
12、根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：
13、本专利技术提供了一种基于小波变换的双流网络的壁画修复方法，即wdsn，包括：小波变换原理，构建的双流网络模型；待修复图像输入所述双流网络模型，通过小波变换得到一个低频特征图和三个高频特征图，低频特征通常包含全局结构信息，高频特征通常包含局部纹理；然后低频特征图输入结构子网络进行全局结构建模，三个高频特征图融合后输入到纹理子网络进行局部纹理恢复，预测得到的低频特征和高频特征经过小波逆变换后得到修复图像。本专利技术通过wdsn网络利用小波变换有效地分离了受损图像的结构和纹理成分。这种分离可以更准确地修复壁画的结构部分，更精细地保留纹理细节。网络结构分为两个不同的子网络：结构子网络和纹理子网络，分别负责对解耦的结构和纹理信息进行建模，通过小波分解，将损坏的图像分解为代表结构信息的一个低频子带和代表纹理信息的高频子带。然后通过结构子网络处理低频子带，从而在小波域中增强结构特征。同时，三个高频子带被融合并送入纹理子网络，以增强纹理特征。使用小波逆变换将这些处理过的子带重新组合，即可得到最终的修复图像。为了优化两个子网络的建模能力，结构子网络设计了一种的高效变换器模块(etb)，其灵感来自cswin变换器模块。etb块相比传统的卷积方法，增强了图像的全局结构建模，从而更精确地还原了受损壁画的整体形状。在纹理子网络中，采用了残差密集块(rrdb)。这种配置可以进行更深入的特征提取，其中每个rrdb的卷积层都可以直接访问前几层的输出，从而更好地保留低级纹理特征，这种设置有助于细致提取和重建受损图像中的纹理特征。
本文档来自技高网...【技术保护点】
1.一种基于小波变换的双流网络的壁画修复方法，其特征在于，包括：
2.根据权利要求1所述的一种基于小波变换的双流网络的壁画修复方法，其特征在于，所述双流网络模型的总损失函数的计算公式为：
【技术特征摘要】
1.一种基于小波变换的双流网络的壁画修复方法，其特征在于，包括：
2.根据权利要求1所述...
【专利技术属性】
技术研发人员：杜世强，李佳成，石玉清，张凯武，张扬，
申请(专利权)人：西北民族大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。