混合注意力嵌入Transformer的岩心CT图像超分辨率重建

摘要

利用CT(computed tomography)技术对岩石进行成像时，由于成像视野与成像分辨率成反比，为获得更多的岩石信息需要更大的成像视野，得到的岩石图像分辨率较低。针对此问题提出一种基于混合注意力机制与Transformer的岩心CT图像超分辨率重建网络，该模型特征提取部分结合十字交叉注意力机制与窗口间的重叠交叉注意力机制，提升网络对岩心CT图像中特征信息的提取和像素点的利用能力，恢复图像清晰细节。结果表明，在尺度因子为4和8倍岩心CT图像重建下，与其他先进模型相比，本文中方法在岩心CT图像超分辨率重建任务中模型的性能指标得到了提升，峰值信噪比分别提高0.15和0.21 dB。

关键词

超分辨率 / Transformer算法 / 注意力机制 / 岩心CT图像 / 卷积神经网络

基金资助

河北省自然科学基金项目(F2023107002)