基于改进SwinIR的条纹图去噪方法

来源：电子测量技术杂志2023年第23期北京时间：

作者：张伟，张俊杰，宋杰，吕圣，王生怀

单位：1.湖北汽车工业学院机械工程学院 十堰 442002; 2.中国工程科技十堰产业研究院 十堰 442003

摘要：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0.995 5、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

基金资助：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