基于双域信息的深度残差网络图像去噪

摘要：

基于深度学习的去噪技术,通过考虑视觉伪影和整体平滑噪声,提高了图像的质量.然而,它们很少涉及边缘细节的恢复.为此,本文提出了一种基于双域信息的深度残差网络去噪模型,利用小波域信息与空间域信息的融合来扩展网络学习信息,通过在激活单元内引入多尺度学习和空洞卷积,以此提取图像特征,并减少了网络参数.为了进一步改善去噪结果,结合小波域损失和空间域损失构造联合损失函数,使得网络获取更多的边缘与细节.实验结果表明,本文提出的方法不仅可以有效去除图像噪声,而且可以更好地恢复图像纹理细节,在主观和客观评价中均获得了更好的结果.

关键词：图像去噪、双域映射、残差学习、激活单元、损失函数

所属期刊栏目：43

分类号：TP391(计算技术、计算机技术)

资助基金：河北省自然科学基金资助项目F2022201009

在线出版日期：2023-04-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：216-224