首页> 中文期刊> 《自动化与仪器仪表》 >基于神经网络的数字图像去噪算法设计与仿真

基于神经网络的数字图像去噪算法设计与仿真

         

摘要

针对数字图像在图像生成时易受噪声干扰,进而导致生成图像边缘丢失、图像纹理细节清晰度较低的问题,提出结合小波变换与残差学习的图像去噪算法。该算法利用卷积神经网络中的残差学习对图像中混合特征信息进行提取;然后通过小波变换对图像进行小波分解,并将分解后的分量输入至网络中进行训练;最后通过残差学习进行图像纹理细节信息增强。仿真结果表明,在高斯白噪声水平为50时,采用提出的去噪算法进行去噪处理后,图像的信噪比PSNR均值和结构相似性SSIM均值分别取值为28.37 dB和0.908。对比于其他图像去噪算法,本算法的去噪效果更好。由此说明,本算法可进行有效去噪,图像边缘和纹理细节信息保存良好,具备一定的有效性。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号