基于小波变换与卷积神经网络的图像去噪算法

• 作者: 柴昱洲 石小涵 陈清江
• 来源期刊: 应用光学
• 学科: 工学
• 关键词: 图像处理 图像去噪 平稳小波变换 卷积神经网络 残差网络
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 光电信息获取与处理
• 页码范围: 288-295
• 页数: 8页
• 分类号: TN911.73|TP391
• 字数: 3538字
• 语种: 中文
• DOI: 10.5768/JAO202041.0202001

摘要

图像在生成或传感过程中往往会受到噪声干扰,噪声干扰会给后续图像处理工作增加难度,甚至会给某些生产活动带来巨大的经济损失.结合平稳小波变换与卷积神经网络的优势,提出了一种有效的图像去噪算法.训练阶段,采用提出的算法对图像进行尺度为1的平稳小波分解后,分别把高、低频分量输入4个设计好的残差网络进行训练;在测试阶段使用小波逆变换来获得最终的预测图像.实验结果表明:在高斯白噪声水平达到σ=50时,去噪后图像的峰值信噪比(peak signal to noise ratio,PSNR)均值和结构相似性(structural similarity index method,SSIM)均值可以达到28.37 dB和0.8080,提出的算法可以有效去除可见光图像中的高斯白噪声、自然噪声,以及遥感图像在传感过程中产生的噪声,并且在去除图像噪声的同时能较好地保留图像的边缘与纹理细节.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈清江	西安建筑科技大学理学院	52	137	6.0	8.0
2	柴昱洲		5	15	3.0	3.0
3	石小涵	西安建筑科技大学理学院	2	0	0.0	0.0