一种图像去噪方法及装置制造方法及图纸
An image denoising method and device
The invention discloses a device and image denoising method, method includes: to treat the convolutional neural network model trained image input, output image, the convolution neural network model including multi convolution layer and the activation function of each volume of the layer corresponding to the convolutional neural network used for noise characteristics of input the image of learning and extraction; the original image and the output image subtraction, image denoising after. To the method of the invention and the device noise image, the noise characteristics of the input image by using convolution neural network learning and extraction, image noise, the noise image is subtracted from the original image after denoising, image denoising, compared with the traditional method, can obtain good denoising effect.
【技术实现步骤摘要】
一种图像去噪方法及装置
本专利技术涉及图像处理应用领域，特别是涉及一种图像去噪方法及装置。
技术介绍
相比于20世纪人类传递和获取信息主要依赖于文字和语言，进入21世纪信息化时代，图像成为了人类获取信息及利用信息的重要来源，在人类生活中扮演着越来越重要的角色。然而在现实生活中，获取的图像往往受到了噪声干扰。噪声恶化了图像质量，使图像模糊甚至淹没了图像特征，给进行图像处理、应用及分析带来了困难。图像去噪的目的就是从有噪声的图像中恢复潜在的清晰图像，图像去噪成为了图像处理、应用及分析等的必要预处理过程。现有技术中，图像去噪方法是通过固定选取某些噪声特征进行图像去噪，通过这种选择性的方式进行图像去噪，难以实现很好的去噪效果。
技术实现思路
本专利技术的目的是提供一种图像去噪方法及装置，利用卷积神经网络对图像噪声特征进行学习和提取，来实现图像去噪，能够得到良好的去噪效果。为实现上述目的，本专利技术提供如下技术方案：一种图像去噪方法，包括：将待处理图像输入训练好的卷积神经网络模型中，得到输出图像，所述卷积神经网络模型包括多层卷积层以及每一卷积层对应的激活函数，所述卷积神经网络用...
【技术保护点】
一种图像去噪方法，其特征在于，包括：将待处理图像输入训练好的卷积神经网络模型中，得到输出图像，所述卷积神经网络模型包括多层卷积层以及每一卷积层对应的激活函数，所述卷积神经网络用于对输入图像的噪声特征进行学习及提取；将所述待处理图像与输出图像进行相减运算，得到去噪后的图像。
【技术特征摘要】
1.一种图像去噪方法，其特征在于，包括：将待处理图像输入训练好的卷积神经网络模型中，得到输出图像，所述卷积神经网络模型包括多层卷积层以及每一卷积层对应的激活函数，所述卷积神经网络用于对输入图像的噪声特征进行学习及提取；将所述待处理图像与输出图像进行相减运算，得到去噪后的图像。2.根据权利要求1所述的图像去噪方法，其特征在于，所述卷积神经网络所包含卷积层的层数d与输入图像的像素大小的关系满足：所述输入图像的像素大小表示为(4d+1)x(4d+1)。3.根据权利要求2所述的图像去噪方法，其特征在于，所述卷积层的卷积核大小满足：当输入图像经过最后一层卷积层时，所述卷积神经网络覆盖所述输入图像的全部像素。4.根据权利要求1所述的图像去噪方法，其特征在于，所述卷积层进行的卷积运算描述为：其中，表示第l层卷积层输出的特征图，表示第l-1层卷积层输出的特征图，表示卷积运...
【专利技术属性】
技术研发人员：蔡念，张福，伍吉修，岑冠东，陈新度，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。