10.3969/j.issn.1004-7204.2019.06.023
基于卷积神经网络的红外图像去噪方法研究
为了更有效地去除红外图像中的噪声,提出一种基于卷积神经网络的红外图像去噪方法.该方法构建了一个由卷积子网和反卷积子网构成的网络结构,卷积子网提取图像的特征,反卷积子网通过特征图重建原始图像.对无噪声图像通过加噪的方式得到含噪声图像,由此构成训练集和测试集,通过Tensorflow对训练集中的红外图像样本进行训练,拟合出含噪声图像和无噪声图像的映射关系,并利用学习到的映射关系对测试集进行去噪.实验结果表明,与传统的去噪方法相比,随着噪声强度的增大,本文方法能更有效的去除红外图像中的噪声,获得更好的视觉效果和更高的峰值信噪比.
图像去噪、卷积神经网络、红外图像
37
TP394(计算技术、计算机技术)
2020-03-13(万方平台首次上网日期,不代表论文的发表时间)
共5页
99-103