[发明专利]基于空洞卷积及自动编解码神经网络的灰度图像降噪方法有效
| 申请号： | 201811434831.4 | 申请日： | 2018-11-28 |
| 公开（公告）号： | CN109671026B | 公开（公告）日： | 2020-09-29 |
| 发明（设计）人： | 陈耀武;李圣昱;周凡 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00;G06N3/04;G06N3/08 |
| 代理公司： | 杭州天勤知识产权代理有限公司 33224 | 代理人： | 曹兆霞 |
| 地址： | 310013 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于空洞卷积及自动编解码神经网络的灰度图像降噪方法，包括以下步骤：将清晰图像和与清晰图像对应的噪声图像作为一个训练样本，以此构建训练集；构建图像降噪模型，该图像降噪模型包括用于对噪声图像进行特征编码的图像特征编码单元、用于对图像特征编码单元输出的编码特征图进行解码的图像特征解码单元，其中，图像特征编码单元包括特征提取模块和10个编码模块，图像解码单元包括10个解码模块和图像复原模块；利用训练集训练构建的图像降噪模型，获得训练好的图像降噪模型；应用时，将噪声图像输入至训练好的图像降噪模型，经计算输出降噪图像。该灰度图像降噪方法能够快速地去除图像的噪声，提升图像的视觉效果。 | ||
| 搜索关键词： | 基于 空洞 卷积 自动 解码 神经网络 灰度 图像 方法 | ||
【主权项】：
1.一种基于空洞卷积及自动编解码神经网络的灰度图像降噪方法，包括以下步骤：将清晰图像和与清晰图像对应的噪声图像作为一个训练样本，以此构建训练集；构建图像降噪模型，该图像降噪模型包括用于对噪声图像进行特征编码的图像特征编码单元、用于对图像特征编码单元输出的编码特征图进行解码的图像特征解码单元，其中，图像特征编码单元包括特征提取模块和10个编码模块，图像解码单元包括10个解码模块和图像复原模块；利用训练集训练构建的图像降噪模型，获得训练好的图像降噪模型；应用时，将噪声图像输入至训练好的图像降噪模型，经计算输出降噪图像。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浙江大学，未经浙江大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811434831.4/，转载请声明来源钻瓜专利网。
