[发明专利]一种基于多尺度并行门控神经网络的图像降噪方法有效
| 申请号： | 201910300009.7 | 申请日： | 2019-04-15 |
| 公开（公告）号： | CN110189260B | 公开（公告）日： | 2021-01-26 |
| 发明（设计）人： | 陈耀武;李圣昱;蒋荣欣;田翔 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00 |
| 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多尺度并行门控神经网络的图像降噪方法，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；构造图像降噪网络，该图像降噪网络包括用于提取图像特征的特征提取单元、用于对提取的图像特征进行逐步降噪的降噪处理单元、以及用于对降噪后的特征进行融合的特征重建单元；其中，降噪处理单元包含7个依次连接的多尺度门控模块；利用训练集训练图像降噪网络，获得图像降噪模型；应用时，将噪声图像输入至图像降噪模型中，经计算输出降噪图像。该方法能够充分利用多尺度信息，在去除噪声的同时最大程度保留图像原有信息。 | ||
| 搜索关键词： | 一种 基于 尺度 并行 门控 神经网络 图像 方法 | ||
【主权项】：
1.一种基于多尺度并行门控神经网络的图像降噪方法，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；构造图像降噪网络，该图像降噪网络包括用于提取图像特征的特征提取单元、用于对提取的图像特征进行逐步降噪的降噪处理单元、以及用于对降噪后的特征进行融合的特征重建单元；其中，降噪处理单元包含7个依次连接的多尺度门控模块；利用训练集训练图像降噪网络，获得图像降噪模型；应用时，将噪声图像输入至图像降噪模型中，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/201910300009.7/，转载请声明来源钻瓜专利网。
