基于卷积神经网络的红外图像去噪方法研究

论文摘要

为了更有效地去除红外图像中的噪声,提出一种基于卷积神经网络的红外图像去噪方法。该方法构建了一个由卷积子网和反卷积子网构成的网络结构,卷积子网提取图像的特征,反卷积子网通过特征图重建原始图像。对无噪声图像通过加噪的方式得到含噪声图像,由此构成训练集和测试集,通过Tensorflow对训练集中的红外图像样本进行训练,拟合出含噪声图像和无噪声图像的映射关系,并利用学习到的映射关系对测试集进行去噪。实验结果表明,与传统的去噪方法相比,随着噪声强度的增大,本文方法能更有效的去除红外图像中的噪声,获得更好的视觉效果和更高的峰值信噪比。

论文目录

文章来源

类型: 期刊论文

作者: 朱宜生,孙成

关键词: 图像去噪,卷积神经网络,红外图像

来源: 环境技术 2019年06期

年度: 2019

分类: 工程科技Ⅰ辑,信息科技

专业: 计算机软件及计算机应用,自动化技术

单位: 中国船舶重工集团第七二三研究所

分类号: TP183;TP391.41

页码: 99-103

总页数: 5

文件大小: 1735K

下载量: 185

相关论文文献

本文来源: https://www.lunwen66.cn/article/a3872a2e7a1ae69c4bc046b7.html