基于轻量残差网络的高效半色调算法

作     者：刘登峰 陈世海 郭文静 柴志雷 LIU Dengfeng;CHEN Shihai;GUO Wenjing;CHAI Zhilei

作者机构：江南大学人工智能与计算机学院江苏无锡214122 康养智能化技术教育部工程研究中心江苏无锡214122 

出 版 物：《浙江大学学报(工学版)》 (Journal of Zhejiang University:Engineering Science)

年 卷 期：2025年第59卷第1期

页      面：62-69,212页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家重点研发专项计划资助项目(2022YFE0112400) 国家自然科学基金青年项目(21706096) 第62批中国博士后科学基金资助项目(2017M621627) 江苏省博士后科研项目(1601009A) 江苏省自然科学基金青年项目(BK20160162) 

主　　题：残差网络 半色调 蓝噪声特性 深度学习 模型轻量化 

摘      要：为了解决图像半色调中处理速度慢以及半色调效果不佳的问题,提出基于轻量型残差卷积神经网络(CNN)的高效半色调算法.为了解决原始CNN平坦性退化问题,引入噪声补偿块,为模型提供抖动依赖.为了进一步提升模型性能,在损失函数中引入蓝噪声损失;在半色调常值灰度图像时,抑制低频分量,优化高频区域的各向异性.实验结果表明,对比现有深度半色调方法,所提算法的参数量下降96.77%,在VOC测试集中结构相似性(SSIM)提升8.17%,峰值信噪比(PSNR)提升0.1333 dB,半色调图像具有蓝噪声特性,处理速度提升57.28%.