基于深度残差网络的图像混合噪声去除

• 作者: 张福旺 苑会娟
• 来源期刊: 红外技术
• 学科: 工学
• 关键词: 深度残差网络 混合噪声去除 梯度消失 残差学习
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 图像处理与仿真
• 页码范围: 628-633
• 页数: 6页
• 分类号: TP391.41
• 字数: 3641字
• 语种: 中文

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张福旺	哈尔滨理工大学测控技术与通信工程学院	3	8	1.0	2.0
2	苑会娟	哈尔滨理工大学测控技术与通信工程学院	10	83	5.0	9.0