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.	丁斌，林治鹏，林稳. 压力管道工程焊接技术与质量控制研究. 造纸装备及材料. 2024(06): 109-111 . 百度学术
2.	梁晟斌，常明，邵川华. 热成像技术在高中化学实验教学中的实践与应用. 教育与装备研究. 2023(05): 73-76 . 百度学术
3.	叶朝伟，袁野，胡金宝，王新栩. 红外图像在长输天然气管道焊接裂纹检测系统中的应用研究. 能源与环保. 2022(05): 50-55 . 百度学术