10.19554/j.cnki.1001-3563.2019.17.034
基于深度残差学习的彩色图像去噪研究
目的 当噪声存在时,尤其是等级相对较大的噪声,会导致彩色图像的视觉质量下降,为了有效去除噪声的同时使去噪后的图像有更好的视觉效果,提出一种基于深度残差学习的彩色图像去噪方法.方法 首先设计由多个残差单元模块组成的残差层,然后在每个残差单元模块之间添加跳跃连接,构成由噪声图像到去噪图像的非线性映射,并优化残差单元个数,使网络能学习到更多的图像细节特征,以提升网络的去噪性能,同时将每个残差单元模块中的激活函数提到卷积层前面,以加速网络收敛.结果 与常用去噪算法相比,文中方法在Kodak24和CBSD100数据集上的主观视觉打分MOS值以及客观指标(PSNR和SSIM)上,较其他方法有更好的效果.结论 提出的基于深度残差学习的彩色图像去噪方法能有效去除图像中的噪声,尤其是较严重的噪声,并取得了良好的视觉效果,表明该方法具有良好的去噪性能.
图像去噪、深度残差学习、残差单元模块、去噪方法
40
TS801.3(印刷工业)
上海市自然科学基金16ZR1422800;“基于柔印产品特性的智能化印前图像处理”招标课题ZBKT201809;上海市教育发展基金会和上海市教育委员会“晨光计划”18CGB09
2019-10-29(万方平台首次上网日期,不代表论文的发表时间)
共8页
235-242