基于局部路径特征信息神经网络的图像去噪

摘要：

图像去噪旨在减少或消除噪声对图像的影响,这一过程往往会有高频细节信息的丢失.为了在去除图像噪声的同时保护图像的边缘信息与纹理细节,本文提出了一种能够连接图像局部路径信息的神经网络,该网络训练完成后可以直接对含噪声图像进行降噪,不需要对图像进行预处理.本文提出的神经网络包括3个部分:特征提取层、信息连接模块、信息重建层.信息连接模块是该网络的关键部分,通过残差学习连接局部长路径和局部短路径的特征信息.实验结果表明,经本文处理后的图像在有参考的图像质量评价指标PSNR和SSIM上均有明显提升,PSNR最高可以达到34.87dB,SSIM可以达到0.87以上;在无参考的图像质量评价指标BRISQUE和NIQE上均有明显下降.本文算法对不同水平、不同种类的算法都有相对较好的效果,且性能优于一般算法,在去噪工作中有一定的实用价值.

关键词：图像去噪、卷积神经网络、信息连接模块、增强单元

所属期刊栏目：35

分类号：TP391.4(计算技术、计算机技术)

在线出版日期：2020-06-08（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：70-79