一种深度残差学习的含噪图像轮廓重建方法

• 作者: 原思聪 张婕 张淑艳 王晓明
• 来源期刊: 西安电子科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 图像识别 深度学习 卷积神经网络 轮廓重建
• 年，卷（期）: 2020,（3）
• 页码范围: 66-71
• 页数: 6页
• 分类号: TP391
• 字数: 2978字
• 语种: 中文
• DOI: 10.19665/j.issn1001-2400.2020.03.009

摘要

为了提高识别含噪图像的能力,提出一种基于深度残差学习的含噪图像轮廓重建方法.采用锐化模板匹配技术进行含噪图像信息的增强处理;利用图像的局部灰度信息构建图像的边缘活动轮廓模型;采用活动轮廓套索方法进行图像高分辨重构;提取含噪图像的局部灰度能量项与局部梯度能量项特征量,构建卷积神经网络分类器进行特征分类;结合图像灰度直方图的相似性判断学习的卷积神经网络的学习深度,提升图像细节信息的分辨能力,实现含噪图像的轮廓高分辨重建.仿真结果表明,采用该方法进行含噪模糊图像重建的分辨能力较高,输出峰值信噪比较高,有效地提升了图像的识别能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	原思聪	西安建筑科技大学机电工程学院	156	1259	17.0	27.0
2	张婕	西安建筑科技大学理学院	10	41	3.0	6.0
3	张淑艳	西安建筑科技大学理学院	10	98	5.0	9.0
4	王晓明	西安建筑科技大学理学院	1	0	0.0	0.0