[發(fā)明專(zhuān)利]一種深度非對(duì)稱(chēng)跳躍連接的圖像降噪方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201811533602.8
• 申請(qǐng)日: 2018-12-14
• 公開(kāi)（公告）號(hào): CN109559290A
• 公開(kāi)（公告）日: 2019-04-02
• 發(fā)明（設(shè)計(jì)）人: 李宗民;公緒超;李亞傳;張軍;李冠林;劉玉杰
• 申請(qǐng)（專(zhuān)利權(quán)）人: 中國(guó)石油大學(xué)（華東）
• 主分類(lèi)號(hào): G06T5/00
• 分類(lèi)號(hào): G06T5/00
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

1.一種深度非對(duì)稱(chēng)跳躍連接的圖像降噪方法，所述方法包括：

步驟1)，隨機(jī)裁切圖片，并對(duì)裁切后圖片的副本添加噪聲信息，形成訓(xùn)練圖片，訓(xùn)練圖片的集合構(gòu)成訓(xùn)練樣本；

步驟2)，設(shè)計(jì)非對(duì)稱(chēng)跳躍連接深度神經(jīng)網(wǎng)絡(luò)，其中包含非對(duì)稱(chēng)跳躍連接層；

步驟3)，確立非對(duì)稱(chēng)跳躍連接層各自的權(quán)重因子；

步驟4)，進(jìn)行降噪圖片訓(xùn)練；

步驟5)，訓(xùn)練完成后會(huì)得到訓(xùn)練模型，以此為基礎(chǔ)進(jìn)行模糊圖片降噪。

2.根據(jù)權(quán)利要求1所述的基于深度非對(duì)稱(chēng)跳躍連接的圖像降噪方法，其特征在于：步驟1)中，固定大小窗口對(duì)圖像進(jìn)行隨機(jī)位置的裁切，并分別添加高斯噪聲、椒鹽噪聲、掃描線干擾或像素化干擾信息。

3.根據(jù)權(quán)利要求1所述的基于深度非對(duì)稱(chēng)跳躍連接的圖像降噪方法，其特征在于：步驟1)中，訓(xùn)練圖片對(duì)應(yīng)的標(biāo)簽圖片為沒(méi)有經(jīng)過(guò)處理的裁切后的原始圖。

4.根據(jù)權(quán)利要求3所述的基于深度非對(duì)稱(chēng)跳躍連接的圖像降噪方法，其特征在于：標(biāo)簽圖片的集合構(gòu)成標(biāo)簽樣本，標(biāo)簽樣本與訓(xùn)練樣本一一對(duì)應(yīng)。

5.根據(jù)權(quán)利要求1所述的基于深度非對(duì)稱(chēng)跳躍連接的圖像降噪方法，其特征在于：所述步驟2)的非對(duì)稱(chēng)跳躍連接深度神經(jīng)網(wǎng)絡(luò)模型中，包含較多的圖像卷積和反卷積操作。

6.根據(jù)權(quán)利要求1所述的基于深度非對(duì)稱(chēng)跳躍連接的圖像降噪方法，其特征在于：所述步驟2)的非對(duì)稱(chēng)跳躍連接深度神經(jīng)網(wǎng)絡(luò)模型中，采用圖像卷積層非對(duì)稱(chēng)跳躍連接圖像非卷積層的方式。

7.根據(jù)權(quán)利要求1所述的基于深度非對(duì)稱(chēng)跳躍連接的圖像降噪方法，其特征在于：所述步驟3)中，采用高斯分布的權(quán)重分配對(duì)各非對(duì)稱(chēng)跳躍連接層進(jìn)行量化。

8.根據(jù)權(quán)利要求1所述的基于深度非對(duì)稱(chēng)跳躍連接的圖像降噪方法，其特征在于：所述步驟4)中，降噪圖片訓(xùn)練方式是經(jīng)典的深度學(xué)習(xí)訓(xùn)練方法。