收藏本站
收藏 | 论文排版

基于空洞卷积和噪声估计的图像去噪算法研究

李圣昱  
【摘要】:随着互联网的发展和智能设备的普及,图像在生物医学、公共管理等领域发挥着重要作用。然而,由于环境、设备等多种因素影响,图像会不可避免地受到噪声污染,进而直接影响以计算机视觉为基础的相关研究。因此,研究如何有效对图像进行去噪,是计算机视觉领域至关重要的研究课题。近年来,基于卷积神经网络的去噪方法在快速发展的同时依旧面临诸多难题,如深层模型带来的巨大参数量影响实际工程应用、单流网络模型无法在有效去除噪声的同时保留图像本身的纹理特征、以及去噪模型无法同时处理多种类型噪声等问题。本文针对图像去噪算法面临的问题,结合空洞卷积和噪声估计,对基于深度学习的去噪方法从模型大小、图像视觉效果、多噪声处理能力三个方面进行了深入研究,有效提升了图像去噪性能。本文的主要工作如下:针对基于深度学习的图像去噪模型参数量过大的问题,提出一种基于编解码残差网络和空洞卷积的图像去噪算法。该算法使用了一个端到端的神经网络去噪模型,其核心模块相较于普通结构仅需要少量参数便可实现对图像特征的有效提取。同时,残差策略的加入使得正向信息传导和反向梯度传播的过程更为高效。实验分析验证了编解码模块、空洞卷积及残差策略的有效性,并证明了该算法模型在仅需当时最优模型一半参数量的情况下具备更优的去噪效果。针对单流去噪模型难以恢复出图像本身特有的纹理和特征的问题,提出一种基于多尺度门控神经网络的图像去噪算法。其核心模块采用了空洞卷积和门控思想,并用不同的感受野去感知并融合丰富的多尺度上下文信息,有效地实现了对信息的提取。同时,提出了一种基于稀疏思想的损失函数用于模型训练,可有效解决去噪后的图像过于平滑的问题。在高斯合成噪声数据集和脉冲噪声数据集上,实验证明了该算法与其他单流算法相比,保留了更为丰富的图像纹理特征。针对基于单一噪声训练的神经网络去噪方法无法处理其他类型噪声的问题,提出一种基于噪声水平和类型估计的图像去噪算法。该算法为两步式去噪方法,首先使用了噪声估计网络模型对图像中噪声的噪声类型和噪声水平进行拟合,并构建对应的掩码图。随后将前一步得到的噪声类型及水平掩码图与输入图像进行拼接,送入采用了双路并行结构的去噪网络,完成图像去噪任务。实验验证了结合噪声信息去噪方法的有效性,并证明了该方法在多类型噪声盲去噪任务上的优秀性能。


知网文化
【相似文献】
中国期刊全文数据库 前19条
1 刘帅奇;扈琪;刘彤;赵杰;;合成孔径雷达图像去噪算法研究综述[J];兵器装备工程学报;2018年12期
2 王学智;牟怿;周龙;;灰色预测在粮虫图像去噪中的应用[J];农村经济与科技;2011年04期
3 陈晓舟;;基于小波阀值函数的图像去噪算法研究[J];电脑知识与技术;2015年15期
4 王知强;;基于小波收缩与非线性扩散的去噪算法[J];计算机工程;2011年07期
5 郭武;王润生;;基于盲分离的图像去噪算法研究[J];计算机工程与应用;2007年31期
6 陆斌;侯熙平;刘波;;一种新的基于小波变换的图像去噪算法[J];微处理机;2007年06期
7 刘国宏;郭文明;;改进的中值滤波去噪算法应用分析[J];计算机工程与应用;2010年10期
8 李晟;严佩敏;袁直;;基于分层噪声估计的Bayesian-NSCT图像去噪算法[J];微计算机信息;2009年28期
9 邓承志,汪胜前,刘祝华,王忠华,邹道文;基于层间特性的多级小波收缩去噪算法[J];江西师范大学学报(自然科学版);2004年04期
10 刘洪;刘宇红;;基于双局部阈值小波收缩的图像去噪算法[J];计算机工程与应用;2007年33期
11 杨洁;魏平俊;张旭初;;基于广义奇异值分解的图像去噪算法[J];中原工学院学报;2019年05期
12 夏麟;姚潇;;一种改进的基于贝叶斯阈值萎缩去噪算法[J];福建电脑;2007年12期
13 周兵;韩媛媛;徐明亮;李炜;裴银祥;吕培;周力为;;快速非局部均值图像去噪算法[J];计算机辅助设计与图形学学报;2016年08期
14 谭攀;姜超;;几种图像去噪算法的对比分析[J];测绘与空间地理信息;2014年07期
15 邓超;刘泽乾;侯满义;杜跟随;;基于轮廓变换的自适应阈值图像去噪算法[J];电子设计工程;2013年12期
16 宋玲珍;常水珍;;基于小波变换的图像去噪算法研究[J];内江科技;2009年05期
17 严勇,陈钟荣;图像小波域维纳滤波去噪算法的改进[J];南京气象学院学报;2005年05期
18 裴志鹏;;基于小波变换的图像阀值去噪算法[J];科技视界;2017年14期
19 王斌;;数字图像中典型去噪算法的分析比较[J];智慧工厂;2015年10期
中国重要会议论文全文数据库 前20条
1 许永峰;;一个基于多分辨分析模型和非线性扩散的图像去噪算法[A];2012管理创新、智能科技与经济发展研讨会论文集[C];2012年
2 丛中昌;周小乐;;基于双边滤波和查表法的视频实时去噪算法研究[A];2017广东通信青年论坛优秀论文集[C];2017年
3 赵树森;潘慧莹;张伟斌;赵星;;基于局部线性关系的多尺度低剂量CT图像去噪算法[A];第十六届中国体视学与图像分析学术会议论文集——交叉、融合、创新[C];2019年
4 李俊峰;戴文战;潘海鹏;高金凤;;基于灰色系统理论的图像去噪算法研究[A];第二十九届中国控制会议论文集[C];2010年
5 李洋;李双田;;小波图像去噪算法分析[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年
6 邓志全;关履泰;朱庆勇;;改进的非局部均值图像去噪算法[A];第十四届全国图象图形学学术会议论文集[C];2008年
7 焦莉莉;刘丽;马苗;;自适应阈值小波图像去噪算法的改进[A];第八届全国信号与信息处理联合学术会议论文集[C];2009年
8 王杰;颜霖煌;;基于双边语谱图滤波的语音去噪算法[A];2018年全国声学大会论文集 K语言声学与语音信号处理[C];2018年
9 郑佳宁;赵恩良;孙丽华;畅春玲;郑闯;;一种基于极值滤波思想的图像去噪算法研究[A];第十四届沈阳科学学术年会论文集(理工农医)[C];2017年
10 赵振磊;耿则勋;王兰;闫兆婵;;基于自适应递归LPA-ICI的图像去噪算法[A];图像图形技术研究与应用2009——第四届图像图形技术与应用学术会议论文集[C];2009年
11 张娱;谷旭源;;基于小波系数的图像自适应阈值去噪算法[A];全国第4届信号和智能信息处理与应用学术会议论文集[C];2010年
12 王树艳;杨勋年;;平面曲线去噪的混合双边算法[A];第五届全国几何设计与计算学术会议论文集[C];2011年
13 连小丽;姚晖;王冠华;万木森;张林朴;孟卓;李燕妮;梁雨;代晓华;石博雅;;基于光学相干层析离体牙图像的去噪算法研究[A];天津市生物医学工程学会第30次学术年会暨生物医学工程前沿科学研讨会论文集[C];2010年
14 张金城;杨威;范启雄;;基于超完备字典学习的遥感图像去噪算法[A];国家安全地球物理丛书(八)——遥感地球物理与国家安全[C];2012年
15 贾佑;赵恩良;孙丽华;赵洋洋;;一种基于统计特性的图像去噪算法研究[A];第十二届沈阳科学学术年会论文集(理工农医)[C];2015年
16 侯培国;赵静;刘明;;基于小波变换的图像去噪[A];'2006系统仿真技术及其应用学术交流会论文集[C];2006年
17 李俊峰;戴文战;潘海鹏;;基于灰色关联度的自适应图像去噪算法研究[A];中国自动化学会控制理论专业委员会A卷[C];2011年
18 张俞晴;何宁;甄雪艳;孙欣;;基于机器学习的图像去噪研究进展[A];中国计算机用户协会网络应用分会2017年第二十一届网络新技术与应用年会论文集[C];2017年
19 杨怀良;张祥朝;;基于p-范数的图像去噪研究[A];上海市激光学会2015年学术年会论文集[C];2015年
20 靳士利;赵志刚;;基于小波与非线性扩散的混合图像去噪[A];图像图形技术研究与应用(2010)[C];2010年
中国博士学位论文全文数据库 前20条
1 李圣昱;基于空洞卷积和噪声估计的图像去噪算法研究[D];浙江大学;2019年
2 陈大力;数字图像处理中去噪算法的研究[D];东北大学;2008年
3 崔艳秋;基于小波域统计模型的图像去噪算法研究[D];吉林大学;2006年
4 吕红力;基于稀疏和低秩表示的OCT图像去噪算法研究[D];山东大学;2018年
5 张海锋;压缩感知图像重构及去噪算法的研究[D];燕山大学;2016年
6 张小波;基于维纳滤波的图像去噪算法研究[D];西安电子科技大学;2014年
7 刘辉;数字图像处理中基于局部方向性的压缩和去噪算法研究[D];吉林大学;2008年
8 宫霄霖;基于小波变换的不规则邻域的数字图像去噪算法研究[D];天津大学;2010年
9 张鑫媛;基于结构相似性的磁共振图像去噪新算法研究[D];南方医科大学;2015年
10 尹晓晴;基于运动估计的视频去噪算法研究[D];国防科技大学;2018年
11 杨昊;图像去噪中几种优化算法的相关研究[D];电子科技大学;2016年
12 张晓娟;自适应偏微分方程与图像去噪[D];上海大学;2019年
13 Abdelgader Siddig Elzibaer Abdelgader;基于四阶非线性偏微分方程模型的图像去噪[D];哈尔滨工业大学;2018年
14 施克汉;基于椭圆和抛物型方程组的图像去噪和压缩[D];哈尔滨工业大学;2018年
15 李小平;低秩与稀疏正则化在图像去噪与分割中的建模研究[D];西安电子科技大学;2017年
16 贾西西;面向低层视觉的稀疏低秩模型理论与方法[D];西安电子科技大学;2018年
17 曾武;基于不可分小波的图像去噪方法研究[D];武汉大学;2013年
18 王伟娜;分块常值信号和图像去噪问题的若干研究[D];中国科学技术大学;2018年
19 张震;数字图像处理中边缘提取和去噪算法研究[D];吉林大学;2009年
20 王露笛;心律失常与心力衰竭智能诊断方法研究[D];北京邮电大学;2019年
中国硕士学位论文全文数据库 前20条
1 吴洋威;基于深度学习的图像去噪算法[D];上海交通大学;2015年
2 杜渺勇;基于偏微分方程和深度学习的图像去噪算法[D];杭州师范大学;2020年
3 李淑国;非局部平均图像去噪算法研究[D];西安电子科技大学;2012年
4 冯燕妮;基于深度学习的图像去噪算法研究与优化[D];重庆大学;2019年
5 王瑶;基于稀疏表示的图像去噪算法研究[D];安徽大学;2014年
6 刘存;基于FPGA的图像去噪算法研究及实现[D];北京交通大学;2015年
7 王绪四;基于小波与轮廓波变换的改进图像去噪算法研究[D];湘潭大学;2012年
8 李荃;基于低秩与深度学习的图像去噪算法研究[D];武汉理工大学;2019年
9 蒋瑜;低照度图像的去噪算法研究[D];杭州电子科技大学;2015年
10 王淑萍;基于全局与非全局块匹配的去噪算法[D];内蒙古大学;2020年
11 邓翔宇;基于稀疏表示的图像去噪算法研究[D];昆明理工大学;2016年
12 李越;基于区域划分的稀疏表示去噪算法研究[D];大连海事大学;2016年
13 钟莹;结构特性匹配的非局部均值图像去噪算法研究[D];合肥工业大学;2014年
14 邢笑笑;渐近非局部平均图像去噪算法研究[D];陕西科技大学;2020年
15 孙黎明;图像稀疏去噪算法的并行改进研究[D];重庆大学;2011年
16 杨刚;利用预分类的非局部均值图像去噪算法研究[D];上海交通大学;2013年
17 林约兰;低照度图像去噪算法研究及硬件设计[D];太原理工大学;2011年
18 翁少佳;基于稀疏表示的图像去噪算法研究[D];广东工业大学;2016年
19 刘涛;小波域中的非局部平均去噪算法研究[D];西安电子科技大学;2010年
20 赵文静;基于块的数字图像去噪算法研究[D];河北工业大学;2018年
中国重要报纸全文数据库 前1条
1 郭建春;图像去噪技术中国专利申请分析[N];中国知识产权报;2012年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978