本文選題：卷積神經(jīng)網(wǎng)絡(luò) + 圖像去噪��； 參考：《計算機工程》2017年03期

【摘要】：為更有效地去除圖像中的噪聲,提出一種深度學(xué)習(xí)的圖像去噪方法。以完整圖像作為網(wǎng)絡(luò)的輸入及輸出圖像,通過隱含層構(gòu)成由含噪聲圖像到去噪圖像的非線性映射,由卷積子網(wǎng)和反卷積子網(wǎng)構(gòu)成一種對稱式的網(wǎng)絡(luò)結(jié)構(gòu),卷積子網(wǎng)學(xué)習(xí)圖像特征,反卷積子網(wǎng)根據(jù)特征圖恢復(fù)原始圖像,并結(jié)合修正線性單元獲取更多的紋理細節(jié)。以VOC2012數(shù)據(jù)集作為訓(xùn)練集,使用Tensorflow在GPU環(huán)境下訓(xùn)練網(wǎng)絡(luò)模型。實驗結(jié)果表明,與GSM,KSVD,CN2,MLP方法相比,該方法能更有效地去除圖像中的噪聲,獲得更高的峰值信噪比,耗時更短,視覺效果更佳。
[Abstract]:In order to remove noise more effectively, a deep learning image denoising method is proposed. Taking the complete image as the input and output image of the network, the nonlinear mapping from the noisy image to the denoising image is constructed by the hidden layer, and a symmetric network structure is constructed by the convolution subnet and the deconvolution subnet. Convolutional subnets learn image features and deconvolution subnets recover the original images according to feature graphs and obtain more texture details with modified linear units. VOC2012 data set is used as training set and Tensorflow is used to train network model in GPU environment. The experimental results show that the proposed method is more effective in removing noise, obtaining higher peak signal-to-noise ratio (PSNR), shorter time and better visual effect than the GSMS-KSVD- CN2MLP method.
【作者單位】： 中北大學(xué)計算機與控制工程學(xué)院;
【基金】：山西省自然科學(xué)基金(2015011045)
【分類號】：TP391.41;TP183

【相似文獻】

相關(guān)期刊論文 前10條

1 王勇智,黃紅波;一種數(shù)學(xué)圖像去噪的新方法[J];岳陽職業(yè)技術(shù)學(xué)院學(xué)報;2005年01期

2 楊淑伶;郭定輝;管克英;;一個用于圖像去噪、量化的反應(yīng)擴散模型[J];數(shù)學(xué)的實踐與認識;2006年08期

3 王香菊;;圖像去噪方法及應(yīng)用[J];科技情報開發(fā)與經(jīng)濟;2007年27期

4 高嵐;廖云良;袁中華;;尺度適應(yīng)性二代小波的圖像去噪方法[J];船海工程;2007年06期

5 楊文國;;基于擴散方程的圖像去噪[J];科技風(fēng);2008年20期

6 于雯輝;田逢春;李立;唐光菊;;基于空域平均的圖像去噪方法[J];光電子技術(shù);2008年02期

7 王銀峰;朱麗麗;何光宏;朱根琴;;一種基于尺度相關(guān)的小波圖像去噪方法[J];激光雜志;2008年05期

8 姚斌;楊玲香;;基于非線性復(fù)擴散和小波的圖像去噪方法[J];航空計算技術(shù);2009年05期

9 李柯材;張曦煌;;基于鄰域閾值萎縮法的圖像去噪方法的優(yōu)化[J];計算機應(yīng)用;2010年01期

10 李燕民;季維勛;李維國;;一種新的圖像去噪方法[J];微計算機應(yīng)用;2010年03期

相關(guān)會議論文 前10條

1 劉旨春;朱偉;盛磊;;基于鄰域特性的小波閾值圖像去噪方法[A];第九屆全國信息獲取與處理學(xué)術(shù)會議論文集Ⅱ[C];2011年

2 陳仙紅;屈小波;郭迪;寧本德;陳忠;;自適應(yīng)方向小波在磁共振圖像去噪中的應(yīng)用[A];第十七屆全國波譜學(xué)學(xué)術(shù)會議論文摘要集[C];2012年

3 韓希珍;趙建;;基于偏微分方程的圖像去噪[A];第八屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2010年

4 殷明;劉衛(wèi);;基于非高斯分布的四元數(shù)小波圖像去噪[A];全國第22屆計算機技術(shù)與應(yīng)用學(xué)術(shù)會議(CACIS·2011)暨全國第3屆安全關(guān)鍵技術(shù)與應(yīng)用（SCA·2011）學(xué)術(shù)會議論文摘要集[C];2011年

5 侯艷芹;李均利;魏平;陳剛;;一種新的基于模糊均差和小波閾值的醫(yī)學(xué)圖像去噪方法[A];第十三屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2006年

6 劉曙光;費佩燕;屈萍鴿;;基于對偶樹復(fù)小波的圖像去噪技術(shù)研究[A];2009中國儀器儀表與測控技術(shù)大會論文集[C];2009年

7 周利利;張曉明;;基于小波變換的圖像去噪研究[A];2009全國測繪科技信息交流會暨首屆測繪博客征文頒獎?wù)撐募痆C];2009年

8 王文;康錫章;王曉東;;基于小波域HMT的航空偵察圖像去噪方法[A];'2003系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會論文集[C];2003年

9 倪永婧;王成儒;;一種紋理圖像去噪方法的研究[A];2006中國控制與決策學(xué)術(shù)年會論文集[C];2006年

10 鄧超;;基于改進神經(jīng)網(wǎng)絡(luò)的CCD圖像去噪方法研究[A];武漢(南方九省)電工理論學(xué)會第22屆學(xué)術(shù)年會、河南省電工技術(shù)學(xué)會年會論文集[C];2010年

相關(guān)博士學(xué)位論文 前10條

1 張偉;具有擴散—波動調(diào)和特性的圖像去噪方法[D];上海交通大學(xué);2014年

2 劉孝艷;變分、PDE和非局部濾波在圖像去噪中的應(yīng)用研究[D];西安電子科技大學(xué);2015年

3 羅亮;基于MCMC采樣的非局部圖像去噪方法研究[D];西安電子科技大學(xué);2015年

4 廖帆;四方向全變分在圖像去噪問題中的應(yīng)用[D];東南大學(xué);2015年

5 楊昊;圖像去噪中幾種優(yōu)化算法的相關(guān)研究[D];電子科技大學(xué);2016年

6 楊成佳;圖像去噪及其效果評估若干問題研究[D];吉林大學(xué);2016年

7 劉紅毅;結(jié)構(gòu)保持的圖像去噪方法研究[D];南京理工大學(xué);2011年

8 侯迎坤;非局部變換域圖像去噪與增強及其性能評價研究[D];南京理工大學(xué);2012年

9 侯建華;基于小波及其統(tǒng)計特性的圖像去噪方法研究[D];華中科技大學(xué);2007年

10 龐志峰;圖像去噪問題中的幾類非光滑數(shù)值方法[D];湖南大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 陳龍;偏微分方程擴散模型在圖像去噪中的應(yīng)用[D];昆明理工大學(xué);2015年

2 李孟嬌;基于壓縮感知的圖像去噪理論研究[D];長安大學(xué);2015年

3 楊巧;新的TV改進模型以及在SAR圖像去噪中的應(yīng)用[D];陜西師范大學(xué);2015年

4 顏珂;高通量基因測序堿基識別中圖像去噪的方法研究[D];哈爾濱工業(yè)大學(xué);2015年

5 遲廣元;兩類圖像去噪模型的若干數(shù)值新方法研究[D];華北電力大學(xué);2015年

6 陳會娟;噪聲的估計及基于快速NLM的去除[D];華僑大學(xué);2015年

7 溫海嬌;圖像去噪與恢復(fù)[D];南京航空航天大學(xué);2014年

8 范旭;基于Contourlet變換的SAR圖像去噪研究[D];西安電子科技大學(xué);2015年

9 田剛;基于非局部均值的MRI圖像去噪研究[D];西安電子科技大學(xué);2014年

10 范婷;基于字典學(xué)習(xí)的圖像去噪方法研究[D];西安電子科技大學(xué);2014年

，

本文編號：1858581