基于双通道神经网络的图像脉冲噪声降噪

您当前的位置：

首页 >

文章列表页 >

基于双通道神经网络的图像脉冲噪声降噪

光学图像处理与识别 | 更新时间：2025-09-01

- 基于双通道神经网络的图像脉冲噪声降噪
- Denoising process for image impulse noise based on dual-channel neural networks
- 光学技术 2021年47卷第4期页码：507-512
- 作者机构：
  
  1:江苏商贸职业学院电子与信息学院
- 作者简介：
- 基金信息：
  
  江苏省高等学校自然科学基金面上项目(18KJB520015)
- DOI：10.13741/j.cnki.11-1879/o4.2021.04.021
  中图分类号：
- 纸质出版：2021
- 稿件说明：
移动端阅览
袁新颜. 基于双通道神经网络的图像脉冲噪声降噪[J]. 光学技术, 2021,47(4):507-512.

Denoising process for image impulse noise based on dual-channel neural networks[J]. 2021, 47(4): 507-512.
袁新颜. 基于双通道神经网络的图像脉冲噪声降噪[J]. 光学技术, 2021,47(4):507-512. DOI： 10.13741/j.cnki.11-1879/o4.2021.04.021.

Denoising process for image impulse noise based on dual-channel neural networks[J]. 2021, 47(4): 507-512. DOI： 10.13741/j.cnki.11-1879/o4.2021.04.021.

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l_1损失与l_2损失作为神经网络的总代价函数

同时利用了l_1损失的高视觉效果与l_2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。

浏览量

143

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于高光谱遥感的荒漠化草原草种类分类模型研究

基于低分辨率辅助特征和卷积神经网络的脑部图像配准方法

基于DSA-BCNN的毫米波图像隐藏物检测

基于改进Faster-RCNN的偏光片表面缺陷检测

基于PSO-CNN的土壤氮含量可见/近红外光谱建模