自适应深度残差椒盐噪声滤除算法

摘要：

为了在去除图像中椒盐噪声的同时最大程度地避免产生色彩失真与边缘模糊等瑕疵,提出基于深度残差网络的椒盐噪声自适应滤除算法.将图像去噪分解为2步.首先,为了让网络模型能够处理不同尺度密度的椒盐噪声,提高网络模型的鲁棒性,先对图像进行自适应预处理以去除高频信息;其次,构建深度残差网络模型,训练出能将预处理后的图像映射到干净图像的函数.大量实验结果表明,文中算法不仅在保留图像边缘细节和去除高密度椒盐噪声方面均优于传统和基于机器学习的椒盐噪声去除技术,可有效地避免出现色彩失真和条纹等瑕疵.同时,其在BSD300数据集上去噪效果优于其他算法.

关键词：椒盐噪声、残差网络、图像去噪

所属期刊栏目：32

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金;中央高校基本科研业务费;南京大学计算机软件新技术国家重点实验室开放课题;香港岭南大学香港商学研究所2019-20种子研究基金;香港岭南大学种子研究基金;香港岭南大学陈斌博士数据科学机构项目LEO Dr David P.Chan Institute of Data Science;南京航空航天大学研究生创新基地实验室开放基金

在线出版日期：2020-10-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1248-1257