基于噪音估计的散斑干涉相位条纹图像的卷积神经网络图像去噪

• 作者: 王旭葆 顾玮韬
• 来源期刊: 软件
• 学科: 工学
• 关键词: 散斑干涉 噪音估计 卷积神经网络
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 设计研究与应用
• 页码范围: 45-48
• 页数: 4页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2022.02.013

摘要

散斑干涉的获取的相位条纹图像由于光照条件,摄像设备以及工作环境等因素的影响常常会引入噪音,噪音的存在使得后续的图像分析处理工作难以进行.随着计算力的发展,人工神经网络是近年来兴起的一种新的去噪方法.然而,在应用卷积神经网络进行处理时,由于样本数量的不足,难以获得非常好的效果.本文参考卷积神经网络的工作原理,对去噪卷积神经网络进行了一点改进,在神经网络的前端加入了一个基于噪音估计的学习率计算模块,使得学习过程中神经网络能够更好的学习到噪音特征,将其应用于相位条纹图时获得了不错的效果.