基于主成分分析与深度神经网络的快速噪声水平估计算法

• 作者: 唐祎玲 徐少平 李崇禧 林官喜 胡凌燕
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 图像降噪 噪声水平估计 主成分分析 深度神经网络 粗精结合策略
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 学术论文
• 页码范围: 274-281
• 页数: 8页
• 分类号: TP391
• 字数: 5950字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2019.02.003

摘要

鉴于从噪声图像分解获得的原生图块集合的协方差矩阵前若干个特征值(按照升序排序)与图像噪声水平值具有强相关性,提出了一种基于主成分分析和深度神经网络的快速噪声水平估计算法.该算法首先选用原生图块集合协方差矩阵前若干个特征值构成刻画图像噪声水平高低的特征矢量,然后在大量有代表性且已标定噪声水平值的噪声图像集合上利用深度神经网络训练预测模型以实现将特征矢量直接映射为噪声水平值,最后为获得更高的预测准确性,采用粗精预测模型相结合的两步预测方式实现.实验表明:文中算法在各个噪声级别上都具有稳定的预测准确性,且执行效率非常高,作为降噪算法的前置预处理模块具有更好的综合优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡凌燕	南昌大学信息工程学院	44	227	8.0	13.0
2	徐少平	南昌大学信息工程学院	85	417	11.0	17.0
3	唐祎玲	南昌大学信息工程学院	30	110	6.0	9.0
4	李崇禧	南昌大学信息工程学院	11	7	1.0	2.0
5	林官喜	南昌大学信息工程学院	5	7	2.0	2.0