[发明专利]基于多尺度卷积组与并行的卷积神经网络图像去噪方法有效
| 申请号： | 201910705382.0 | 申请日： | 2019-08-01 |
| 公开（公告）号： | CN110599409B | 公开（公告）日： | 2022-02-22 |
| 发明（设计）人： | 罗静蕊;王婕 | 申请（专利权）人： | 西安理工大学 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00;G06N3/04;G06N3/08 |
| 代理公司： | 西安弘理专利事务所 61214 | 代理人： | 杜娟 |
| 地址： | 710048 陕*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于多尺度卷积组与并行的卷积神经网络图像去噪方法，具体为：步骤1、准备训练集，选择合适的数据集作为训练集中的原始图像，并对其进行预处理操作，采用高斯白噪声模拟真实噪声并加入到原始图像中，作为与之对应的噪声图像；步骤2、构建网络模型，结合多尺度卷积组与并行的卷积网络方式搭建网络模型；步骤3、根据步骤2中所构建的网络模型设置网络的超参数、损失函数和优化算法；步骤4、进行网络训练，使用步骤2中的构建网络模型来分别训练单噪声训练集和多噪声训练集，来得到多个与训练集相对应的网络模型；步骤5、测试网络性能。该方法在消除噪声的同时可以保留更多的图像轮廓和纹理细节。 | ||
| 搜索关键词： | 基于 尺度 卷积 并行 神经网络 图像 方法 | ||
【主权项】：
1.基于多尺度卷积组与并行的卷积神经网络图像去噪方法，其特征在于，具体按照以下步骤实施：/n步骤1、准备训练集，选择合适的数据集作为训练集中的原始图像，并对其进行预处理操作，采用高斯白噪声模拟真实噪声并加入到原始图像中，作为与之对应的噪声图像；/n步骤2、构建网络模型，结合多尺度卷积组与并行的卷积网络方式搭建网络模型；/n步骤3、根据步骤2中所构建的网络模型设置网络的超参数、损失函数和优化算法；/n步骤4、进行网络训练，使用步骤2中的构建网络模型来分别训练单噪声训练集和多噪声训练集，来得到多个与训练集相对应的网络模型；/n步骤5、测试网络性能。/n
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西安理工大学，未经西安理工大学许可，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/201910705382.0/，转载请声明来源钻瓜专利网。
