融合频域卷积与双向注意力的壁画图像修复算法

摘要

针对壁画图像修复中存在的长程纹理依赖建模不足、结构连贯性缺失及跨尺度特征融合粗糙等问题，提出一种基于两阶段生成对抗网络的壁画修复算法。首先，设计多尺度频域卷积模块，通过空域-频域并联架构与自适应膨胀率机制动态平衡高低频特征，解决传统卷积感受野受限导致的矿物颜料渐变失真问题；其次，引入轻量级双向注意力单元，在1/4分辨率层融合方向梯度直方图与稀疏注意力，增强大尺度结构的连贯性；最后，构建混合注意力融合模块，结合坐标注意力与动态通道加权优化多尺度特征上采样。在敦煌壁画数据集上的实验结果显示，与当前最新EGMF算法相比，在[30%, 40%）的掩码比例下，峰值信噪比指标提升0.13 dB，结构相似性指标提升1.06%，且在其他3种掩码比例中，结果均优于对比算法，有效提升了修复后图像在纹理、结构和细节上的视觉一致性。

关键词

壁画修复 / 频域卷积 / 双向注意力 / 多尺度融合