基于全卷积孪生网络的相似块组协同盲去噪算法

摘要：

近年来,基于图像自相似性的块组协同去噪算法取得了快速发展,但是如何在噪声环境下快速精确地寻找结构相似图像块是一个难点.常用的块匹配算法是通过欧几里得距离定义图像块之间的相似程度,无法度量图像块内部的结构信息.针对这类问题,提出一种基于全卷积孪生网络的相似块组搜索算法.首先通过孪生网络学习干净参考块与噪声图像块的潜在联系;然后利用马氏距离结合图像块的结构信息度量其相似性;进而对相似块组进行协同去噪恢复图像.实验表明,相比于GID算法,所提算法的峰值信噪比值在Nam-CC15,Nam-CC60和PolyU真实图像数据集上分别提高了0.51 dB,1.02 dB和0.20 dB;视觉效果上,所提算法能够使去噪图像保留更多的结构特征.

关键词：图像盲去噪、自相似性、孪生网络、马氏距离

所属期刊栏目：34

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;非遗数字化与多源信息融合福建省高校工程研究中心福建技术师范学院资助项目

在线出版日期：2022-09-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1293-1301