发明公开
- 专利标题: 一种基于卷积神经网络自压缩的图像降噪方法及系统
- 专利标题(英): Convolutional neural network self compression-based image denoising method and system
-
申请号: CN201710915162.1申请日: 2017-09-30
-
公开(公告)号: CN107808365A公开(公告)日: 2018-03-16
- 发明人: 胡建国 , 商家煜 , 许瑶婷 , 李仕仁
- 申请人: 广州智慧城市发展研究院 , 中山大学
- 申请人地址: 广东省广州市天贵路88号A座6楼
- 专利权人: 广州智慧城市发展研究院,中山大学
- 当前专利权人: 广州智慧城市发展研究院,中山大学
- 当前专利权人地址: 广东省广州市天贵路88号A座6楼
- 主分类号: G06T5/00
- IPC分类号: G06T5/00 ; G06T7/13 ; G06T3/40 ; G06N3/04
摘要:
本发明公开了一种基于卷积神经网络自压缩的图像降噪方法及系统,其中,所述图像降噪方法包括:将待降噪图像输入第一神经网络模型中;采用所述第一神经网络模型中的卷积层对所述待降噪图像进行神经网络隐式信息提取处理,获取待降噪图像的图像轮廓信息;采用所述第一神经网络模型中的降维采样层对所述轮廓图像信息进行降维采样处理,最后输出底层输出图像;将所述底层输出图像输入第二神经网络模型中;在所述第二神经网络模型中对所述底层输出图像进行图像升采样处理,并在所述图像升采样处理过程中同时采用最相邻像素点进行插值处理,输出复原降噪图像;将最后输出的复原降噪图像作为降噪图像。在本发明实施例中,可以保证图像降噪质量和高效性。