[发明专利]基于全局平滑约束先验模型的深度神经网络图像去噪方法有效
| 申请号： | 201911230071.X | 申请日： | 2019-12-04 |
| 公开（公告）号： | CN112907456B | 公开（公告）日： | 2022-06-10 |
| 发明（设计）人： | 任超;王春城;何小海;滕奇志;熊淑华;王正勇 | 申请（专利权）人： | 四川大学 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00;G06T5/10;G06N3/04 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 610065 四川*** | 国省代码： | 四川;51 |
| 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全局平滑约束先验模型的深度神经网络图像去噪方法。主要包括以下步骤：利用自然图像的非局部平滑性，构建全局平滑约束先验；根据前一步骤得到的全局平滑约束先验，构造在变换域中求解的图像去噪代价函数；利用基于梯度的方法来最优化前一步骤中构造的代价函数，得到基于全局平滑约束先验模型的图像去噪迭代框架；将迭代框架展开成一种深度神经网络模型；训练构建的深度神经网络模型；将噪声图像作为输入，利用前一步骤训练好的深度神经网络模型得到恢复的高质量图像。本发明所述的方法能够获得很好的去噪效果，是一种有效的图像去噪方法。 | ||
| 搜索关键词： | 基于 全局 平滑 约束 先验 模型 深度 神经网络 图像 方法 | ||
【主权项】：
暂无信息
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四川大学，未经四川大学许可，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/201911230071.X/，转载请声明来源钻瓜专利网。
- 上一篇：一种拼接式单壁螺旋管
- 下一篇：一种远程协助的方法、电子设备和系统
