基于深度残差网络的图像混合噪声去除

基金项目: 黑龙江省自然科学基金项目(F201303)

详细信息

Image Mixed Noise Removal Based on Deep Residual Network

摘要: 深度卷积神经网络的提出引发了图像处理算法的一系列突破.但是,使用更深入的网络并不总是有帮助,训练它们的巨大障碍是逐渐消失的梯度、大量增长的参数和过长的时间.本文提出了一种基于深度残差网络的图像混合噪声去除算法.通过全局残差学习与局部残差学习,有效地解决了梯度消失与网络参数的增长,提升了模型对图像特征的选择与提取能力,减少了训练时间.实验结果表明,深度残差网络在图像混合噪声去除中效果显著,本文提出的算法得到的去噪图像更好地恢复图像的原始结构,信息丰富,对比度高,鲁棒性强,并且可以更好地保持图像的细节.
- 深度残差网络 /
- 混合噪声去除 /
- 梯度消失 /
- 残差学习

1.	吴雨欣，张志龙，刘奥旭，邹江威，李楚为. 基于多视观测优化的无人机运动目标测速方法研究. 系统仿真学报. 2025(01): 40-53 . 百度学术
2.	董期林，赵创社，王超，袁屹杰，孔鹏，王马强，高健健，刘万刚，周根东，程勇栋，王毅. 滚仰式光电吊舱对地目标的平移运动补偿. 红外技术. 2024(11): 1339-1346 . 本站查看
3.	许剑锟，金国栋，谭力宁，许剑锋，薛远亮. 基于平滑变结构-卡尔曼滤波的目标定位方法. 电光与控制. 2022(03): 6-10+52 . 百度学术
4.	胡昆鹏，陈卫，杜国宝. 支持远程精确火力打击的无人机定位精度分析. 舰船电子工程. 2022(12): 53-56+63 . 百度学术
5.	刘涛，贾遂民. 基于无线紫外线通信的无人机集群防撞定位算法研究. 激光与光电子学进展. 2020(21): 305-312 . 百度学术
6.	魏志强，葛珊. 无人机载光电吊舱双路视频压缩存储系统设计与实现. 机械与电子. 2019(06): 32-34 . 百度学术
7.	许冰，肖海峰，高飞. 基于无人机序列图像的全局运动目标检测. 指挥信息系统与技术. 2019(04): 55-60 . 百度学术
8.	陈鑫，朱永乾，张世朋. 电力线路故障精确定位研究进展. 中国新通信. 2018(06): 201 . 百度学术
9.	李晓冰，李振宇. 多旋翼无人机脱靶量测量技术研究. 兵器装备工程学报. 2017(08): 17-20+24 . 百度学术