基于边缘特征引导与细节特征去噪的唐卡图像分割方法

本发明提供一种基于边缘特征引导与细节特征去噪的唐卡图像分割方法，涉及计算机视觉和图像处理技术领域，本发明基于U‑Net网络引入细节特征增强注意力模块，通过添加随机噪声并进行反向去噪来对细节特征增强注意力模块进行训练；其次，将训练好的模块应用于唐卡图像的特征图，添加高斯噪声进行迭代去噪，生成真实样本；接着，结合不同窗口大小的多头自注意力和全局平均池化，构建窗口多头自注意力池化金字塔，以捕捉全局上下文中的多尺度特征信息；最后，通过引入边缘特征和语义信息的融合交互，利用DW卷积优化不同尺度的特征层信息输出，并通过边缘损失函数提升边缘特征提取的效果。该方法有效地提升了对唐卡图像去噪和分割效果。