[发明专利]一种基于自适应残差神经网络的图像复原方法

摘要

本发明公开了一种基于自适应残差神经网络的图像复原方法，包括搭建自适应残差神经网络模型，所述自适应残差神经网络包括相互串联的多个自适应残差单元；分别选取针对图像去噪、图像超分辨和图像去块效应问题的训练集，并分别设置相应的训练参数；根据所述自适应残差神经网络模型以及针对图像去噪、图像超分辨和图像去块效应问题的训练参数，以最小化损失函数为目标分别训练相应的目标神经网络模型；根据训练得到的针对图像去噪、图像超分辨和图像去块效应问题的所述目标神经网络模型，将待处理的图像输入到相应的目标神经网络模型，输出相应的高质量的图像。本发明能够显著提高图像的PSNR、SSIM和视觉效果，复原效果好、速度快、鲁棒性强。

主权项

一种基于自适应残差神经网络的图像复原方法，其特征在于，包括以下步骤：A1：搭建自适应残差神经网络模型，所述自适应残差神经网络包括相互串联的多个自适应残差单元，其中每个所述自适应残差神经单元包括多个卷积层、多个激活层、自适应跳跃连接单元，其中每个激活层分别对应设置在每个卷积层后；A2：分别选取针对图像去噪、图像超分辨和图像去块效应问题的训练集，并分别设置所述自适应残差神经网络模型的针对图像去噪、图像超分辨和图像去块效应问题的训练参数；A3：根据所述自适应残差神经网络模型以及针对图像去噪、图像超分辨和图像去块效应问题的训练参数，以最小化损失函数为目标分别训练所述自适应残差神经网络模型以分别形成针对图像去噪、图像超分辨和图像去块效应问题的目标神经网络模型；A4：根据训练得到的针对图像去噪、图像超分辨和图像去块效应问题的所述目标神经网络模型，将待处理的图像输入到相应的目标神经网络模型，输出相应的高质量的图像。