基于匹配语义感知的单板缺陷图像修复研究

摘要：

单板的质量决定单板类人造板的使用价值,单板上的缺陷处理成为木材加工中的重要环节.为处理单板的缺陷,提高木材的利用率,提出一种基于匹配语义感知的单板缺陷图像修复方法.首先使用匹配语义感知模块获取远距离的特征,提升模型的精度;然后使用双卷积模块,捕获多尺度上下文信息,并在整个网络中使用区域归一化,避免均值和方差偏移.使用峰值信噪比(Peak signal-to-noise ratio,PSNR)和结构相似性(structural similarity index,SSIM)为评价指标.研究结果表明,改进后方法的PSNR达到 28.48,SSIM达到 0.91,与全局和局部判别器网络(Globally and Locally Consistent Image Comple-tion,GL)相比,PSNR和SSIM分别提升 1.03%和 0.05%.研究结果表明该方法可取得结构、纹理一致的修复效果,为单板缺陷修复提供指导性意见.

关键词：图像修复、深度学习、单板缺陷、匹配语义感知、区域归一化

所属期刊栏目：40

分类号：S781.5;TP391.4(森林采运与利用)

资助基金：中央高校基础研究基金2572019BF08

在线出版日期：2024-01-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：98-105