1 北京石油化工学院信息工程学院, 北京 102617
2 中国矿业大学(北京)机电与信息工程学院, 北京 100083
由于图像的像素越来越小,数字成像传感器输出的信号对光子噪声的敏感性越来越强,使光子噪声成为数字图像传感器噪声的主要来源。鉴于此,提出一种基于非对称卷积神经网络的图像去噪算法。为了提高模型的泛化能力,将网络框架分为噪声评估网络和去噪网络两部分。为了减少编码器与解码器中网络特征映射之间的语义差距,对去噪网络中的跳跃连接进行改进,使特征在语义上更相似,以便于任务的优化处理。从定性和定量方面进行对比实验,实验结果表明,改进后的网络模型的去噪性能更佳。
图像处理 非对称卷积神经网络 去噪 跳跃连接 光子噪声 激光与光电子学进展
2020, 57(22): 221018
