文档名：基于卷积神经网络的暗光图像去噪算法研究
摘要：针对暗光图像往往存在大量分布不均的噪声,极大地影响图像质量,而现有的基于单阶段卷积神经网络(CNN)的模型不能有效去除大量暗区域噪声的问题,提出一种基于CNN的暗光图像去噪算法模型.通过两种尺度的特征映射去噪模块共同构成深层CNN模型,合理运用残差学习与类似自编码器单元有效地重构出去噪图像;采用结构相似性(SSIM)作为损失函数训练模型.实验结果表明:预训练模型在BSD68数据集的峰值信噪比(PSNR)和SSIM值可同时达到25.23dB和0.927,对自然场景的噪声图像恢复的PSNR和SSIM达到14.03dB和0.423.本文模型对高斯白噪声和暗光条件的去噪效果显著,对自然暗光场景图像有着较好的对比度恢复和去噪效果.
作者：何涛 王超 吴贵铭Author：HETao WANGChao WUGuiming
作者单位：湖北工业大学机械工程学院,湖北武汉430068;现代制造质量工程湖北省重点实验室,湖北武汉430068
刊名：传感器与微系统 ISTICPKU
Journal：TransducerandMicrosystemTechnologies
年，卷(期)：2023, 42(12)
分类号：TP183TP391.41
关键词：卷积神经网络 图像去噪 暗光增强 自编码器 残差学习
Keywords：convolutionalneuralnetwork(CNN) imagedenoising darklightenhancement autoencoder residuallearning
机标分类号：
在线出版日期：2024年1月3日
基金项目：国家自然科学基金，国家自然科学基金，精密测试技术，国家重点实验室开放基金，湖北工业大学博士科研启动基金资助项目基于卷积神经网络的暗光图像去噪算法研究[
期刊论文] 传感器与微系统--2023, 42(12)何涛 王超 吴贵铭针对暗光图像往往存在大量分布不均的噪声,极大地影响图像质量,而现有的基于单阶段卷积神经网络(CNN)的模型不能有效去除大量暗区域噪声的问题,提出一种基于CNN的暗光图像去噪算法模型.通过两种尺度的特征映射去噪模块共...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于卷积神经网络的暗光图像去噪算法研究 Research on dark-light image denoising algorithm based on CNN
基于卷积神经网络的暗光图像去噪算法研究.pdf
- 文件大小:
- 892.47 KB
- 下载次数:
- 60
-
高速下载
|
|
