目前,在計算機視覺的研究和應(yīng)用領(lǐng)域中,圖像去噪仍然是一個熱門的研究課題,面臨著巨大的挑戰(zhàn)�，F(xiàn)有的去噪方法大多依賴于圖像包含的噪聲類型的信息,而這些信息主要依靠有豐富經(jīng)驗的人員來進行手工標(biāo)注。換句話說,這些方法沒有應(yīng)用計算方法來自動對圖像噪聲類型進行預(yù)分類,無疑會耗費巨大的時間和人力。除此之外,先前的方法大多假設(shè)圖像僅僅包含像高斯噪聲那樣的某種單一噪聲類型,這并不符合實際應(yīng)用場景。實際場景中,圖像可能包含多種噪聲,依靠先前的方法將不能有效的對圖像進行去噪。與現(xiàn)有方法不同,本文提出了一種新穎的方法,不僅可以對包含單一類型的噪聲圖像進行噪聲分類和圖像去噪,而且還可以根據(jù)實際場景需求,對包含混合類型的噪聲圖像進行噪聲分類和去除。我們的方法主要利用兩種類型的深度學(xué)習(xí)網(wǎng)絡(luò)來對噪聲圖像進行分類和去噪,分別是噪聲分類識別網(wǎng)絡(luò)和噪聲去除網(wǎng)絡(luò)。噪聲分類網(wǎng)絡(luò)對圖像所包含的噪聲類型進行識別分類,噪聲去除網(wǎng)絡(luò)則根據(jù)噪聲分類網(wǎng)絡(luò)的識別結(jié)果,選擇合適的去噪模型對圖像噪聲進行去除,進而得到干凈清晰的圖像。本文設(shè)計的框架可以通過上述兩個網(wǎng)絡(luò)模塊自動的對包含不同噪聲類型的圖像進行去噪。最終的實驗結(jié)果表明,本文設(shè)計的分類網(wǎng)... 

【文章來源】：天津工業(yè)大學(xué)天津市

【文章頁數(shù)】：70 頁

【學(xué)位級別】：碩士

【部分圖文】：

高斯分布函數(shù)曲線圖

【參考文獻】：
期刊論文
[1]基于色差的均方誤差與峰值信噪比評價彩色圖像質(zhì)量研究[J]. 黃小喬,石俊生,楊健,姚軍財.  光子學(xué)報. 2007(S1)



本文編號：3558754