基于双通道神经网络的图像脉冲噪声降噪

• 作者: 袁新颜
• 来源期刊: 光学技术
• 关键词: 激光成像 图像噪声 脉冲噪声降噪 卷积神经网络 噪声滤波器
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 光学图像处理与识别|Optical Image Precessing & Recognition
• 页码范围: 507-512
• 页数: 6页
• 分类号: TP394.1|TH691.9
• 语种: 中文

摘要

脉冲噪声是成像过程中的一个主要噪声源,传统的滤波器难以有效消除高密度的脉冲噪声.针对这一问题,提出了一种基于非对称并行神经网络的图像脉冲噪声降噪算法.算法利用隐写分析丰富模型提取图像的噪声卷积特征图;将原图像特征图与噪声卷积特征图分别送入两个相同的卷积神经网络进行处理;结合l1损失与l2损失作为神经网络的总代价函数,同时利用了l1损失的高视觉效果与l2损失的强收敛性.实验结果表明:提出的降噪算法在各密度下的降噪性能均优于基于滤波器的降噪算法,对于高密度脉冲噪声也具有明显优势.