10.16526/j.cnki.11-4762/tp.2022.06.033
基于小波变换的改进DnCNN网络的遥感图像去噪
遥感图像去噪一直是遥感领域的重要难题,现有的去噪算法会使图像边缘信息模糊,导致图像中有用信息丢失,为了提高遥感图像的质量,提出了一种改进DnCNN的遥感图像去噪方法,通过小波变换将原始图像分解成不同子带,采用基于遗传算法的网络结构自动搜索方法对于不同子带搜索出不同结构和参数的DnCNN网络实现去噪,使对噪声成分的提取更加有针对性;实验采用峰值信噪比(PSNR)和结构相似性(SSIM)两项评价指标对实验结果进行量化评判,标准差为20时,较原始的DnCNN方法相比PSNR值平均提高了 3.5%,图像细节清晰,能有效地保护遥感图像边缘特征和轮廓结构的完整性.
图像去噪、遥感图像、小波变换、网络结构搜索、遗传算法
30
TN957.52
国家自然科学基金61803272
2022-07-07(万方平台首次上网日期,不代表论文的发表时间)
共6页
216-221