[发明专利]一种细节保持图像去噪方法

摘要

本发明提出一种细节保持图像去噪方法。针对去噪后的图像由于大量缺失细节信息造成的模糊视觉效果和伪影现象，提出一种细节保持卷积神经网络（DRCNN）去噪模型。本方法包括如下步骤：步骤1，分析一个最小化问题并构建去噪数学模型；步骤2，搭建DRCNN的产生模块（GM）和细节保持模块（DRM）；步骤3，利用GM学习图像的噪声，并与噪声图像减相减获得中间特征图（IFM）；步骤4，利用DRM学习IFM所损失的细节信息，并与IFM相加获得去噪后的图像；步骤5，将实验结果与目前先进的图像去噪方法作比较分析。实验结果表明，DNCNN既能有效保持图像细节信息，表现出突出的视觉效果，同时还具有很强的泛化能力，可扩展到超声和激光图像等真实图像去噪任务中。

主权项

1.一种细节保持图像去噪方法，主要包含以下五个步骤：步骤1，分析一个最小化问题并构建去噪数学模型；步骤2，搭建细节保持卷积神经网络（Detail Retaining Convolutional Neural Network，DRCNN）的产生模块（Generation Module，GM）和细节保持模块（Detail Retention Module，DRM）；步骤3，利用GM学习图像的噪声，并与噪声图像减相减获得中间特征图（Intermediate Feature Maps，IFM）；步骤4，利用DRM学习IFM所损失的细节信息，并与IFM相加获得去噪后的图像；步骤5，将实验结果与目前先进的图像去噪方法作比较分析。