抽样切分卷积实现跨尺度特征融合及内镜图像去模糊
Sampling slice convolution for cross-scale feature fusion and endoscopic image deblurring
1. 西南科技大学 信息与工程学院, 四川 绵阳 621010
2. 特殊环境机器人技术四川省重点实验室, 四川 绵阳 621010
3. 四川绵阳四〇四医院, 四川 绵阳 621010
摘要
针对内镜图像去模糊过程中语义信息难以提取和细节纹理重建困难的问题，设计了一种新的抽样切分卷积，并将其应用于跨尺度特征融合过程中：通过等间隔抽样将大尺度特征无损切分成小尺度特征块，再与小尺度特征进行卷积融合。过程中大尺度特征的所有值都参与了特征融合，避免了细节信息的丢失；未对小尺度特征进行插值，避免了语义信息的模糊。为进一步实现特征互补，设计了特征交互融合模块，先用语义特征激活细节特征，再将两者融合。针对内镜图像亮通道、中间通道和暗通道的特征差异性设计了梯度重建和频域重建损失函数，提升了重建图像的锐度。在EAD和Kvasir-SEG数据集上，该算法的PSNR分别达到32.88 dB和33.01 dB，SSIM分别达到0.972和0.973。实验结果表明，该算法的性能优于主流去模糊算法，视觉上重建图像的纹理更清晰，且未产生伪影。
基金项目
国家自然科学基金资助项目(62071399)
四川省科技计划重点研发项目(2021YFG0383)
出版信息
DOI: 10.19734/j.issn.1001-3695.2022.07.0392
出版期卷: 《计算机应用研究》 印刷出版, 2023年第40卷 第4期
所属栏目: 图形图像技术
出版页码: 1233-1238
文章编号: 1001-3695(2023)04-044-1233-06
发布历史
[2022-10-19] 优先出版
[2023-04-05] 印刷出版
引用本文
严靖易, 李小霞, 秦佳敏, 等. 抽样切分卷积实现跨尺度特征融合及内镜图像去模糊 [J]. 计算机应用研究, 2023, 40 (4): 1233-1238. (Yan Jingyi, Li Xiaoxia, Qin Jiamin, et al. Sampling slice convolution for cross-scale feature fusion and endoscopic image deblurring [J]. Application Research of Computers, 2023, 40 (4): 1233-1238. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
