[發明專利]一種基于小波變換的神經網絡圖像去噪方法

有效

• 申請號: 202010364618.1
• 申請日: 2020-04-30
• 公開（公告）號: CN111612707B
• 公開（公告）日: 2023-04-18
• 發明（設計）人: 顏成鋼;陳利;鞏鵬博;鄭錦凱;孫垚棋;張繼勇;張勇東
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T5/50;G06N3/0464;G06F3/048;G06N3/08
• 代理公司: 杭州君度專利代理事務所(特殊普通合伙) 33240
• 代理人: 朱月芬

1.一種基于小波變換的神經網絡圖像去噪方法，其特征在包括以下步驟：

步驟1：使用小波變換分解原始噪聲圖像，得到四個子圖；

通過低通和高通濾波器，分解原始噪聲圖像，得到四個子圖：LL子帶是由兩個方向利用低通小波濾波器卷積后產生的小波系數，它是圖像的近似表示；HL子帶是在行方向利用低通小波濾波器卷積后，再用高通小波濾波器在列方向卷積而產生的小波系數，它表示圖像的水平方向奇異特性；LH子帶是在行方向利用高通小波濾波器卷積后，再用低通小波濾波器在列方向卷積而產生的小波系數，它表示圖像的垂直方向奇異特性；HH子帶是由兩個方向利用高通小波濾波器卷積后產生的小波系數，它表示圖像的對角邊緣特性；

步驟2：使用全卷積神經網絡進行訓練，對得到的子圖進行訓練；

采取四個相同結構的全卷積神經網絡分別進行訓練，這四個網絡之間互不干擾，每個全卷積神經網絡只對自己的負責的子圖進行訓練；最后得到四張訓練過后的輸出子圖；

步驟3：使用圖像融合技術，將四個訓練后的子圖融合；

將得到的四張全卷積神經網絡的輸出子圖進行融合，得到一張包含圖像完整信息的去噪后的圖像；

輸出子圖和原始的輸入圖像之間進行psnr處理，得到四個數值psnr1,psnr2,psnr3,psnr4；

利用這四個數值，得到第i張子圖的權重：

四張子圖根據權重進行融合得到一張包含圖像完整信息的去噪后的融合圖像；

在融合圖像之后，使用伽馬變化進行一個圖像后處理，使得得到的融合圖像色彩更加柔和；

所述的全卷積神經網絡為ResVDSR網絡，具體如下：

首先使用雙邊濾波的方法對輸入的噪聲圖像進行預處理；然后將經過預處理后的噪聲圖像輸入ResVDSR網絡；

ResVDSR網絡一共有四層，第一層的輸入通道為3，輸出通道為64；第二層的輸入通道為64，輸出通道為128；第三層的輸入通道為128，輸出通道為64；第四層的輸入通道為64，輸出通道為3；四層網絡的卷積核大小全部都是3*3，并且使用ReLU進行激活；在第一層輸入之前到第四層輸出之后建立一個殘差結構，該結構能夠保留圖像更多的紋理信息。