基于改进栈式稀疏去噪自编码器的图像去噪

• 作者: 吕超 朱明明 许悦雷 辛鹏 马时平 马红强
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 图像去噪 深度学习 纹理细节 降噪自编码器 稀疏自编码器
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 图形图像处理
• 页码范围: 199-204,236
• 页数: 7页
• 分类号: TP391
• 字数: 5391字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1709-0155

摘要

为了提高栈式稀疏去噪自编码器(SSDA)的图像去噪性能,解决计算复杂度高,参数不易调节,训练收敛速度慢等问题,提出了一种栈式边缘化稀疏去噪自编码器(SMSDA)的图像去噪方法.首先,由于边缘化去噪自编码器(MDA)具有收敛速度快这一特性,对SDA网络损失函数作边缘化处理,形成边缘化稀疏去噪自编码器(MSDA),使其同时满足边缘性和稀疏性.其次,将多个MSDA堆叠构成深度神经网SMSDA,为避免模型参数局部最优,采用非监督逐层训练法分别训练每一层网络,再用BP算法对整个网络微调,从而获得最优权重.最后,用SMSDA对给定图像去噪.仿真结果表明,较SSDA而言,所提算法在降低计算复杂度、提高收敛速度的同时,拥有较高峰值信噪比(PSNR),且保留了更多原始图像的细节信息,具有更好的降噪性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许悦雷	空军工程大学航空工程学院	61	585	13.0	22.0
2	马时平	空军工程大学航空工程学院	74	784	15.0	25.0
3	马红强	空军工程大学航空工程学院	6	17	2.0	4.0
4	吕超	空军工程大学航空工程学院	7	20	3.0	4.0
5	辛鹏	空军工程大学航空工程学院	8	26	3.0	5.0
6	朱明明	空军工程大学航空工程学院	4	12	2.0	3.0