高速摄影仪成像噪声去除方法研究

作者：陈怀安; 卢小银; 单奕萌; 阚艳; 金一^*

来源：仪器仪表学报, 2023, 44(02): 211-220.

DOI：10.19650/j.cnki.cjsi.J2209518

• 高速摄影
• 图像去噪
• 非理想配对
• 卷积神经网络
• 模型量化

高速摄影仪在超高帧率下(>10 000 FPS)易产生噪声，该噪声分布复杂，难以获取与有噪图像完全对应的清晰图像。针对该问题，提出一种基于非理想配对图像的卷积去噪网络训练方法。首先利用高速和低速摄影仪拍摄相同场景图像，获得有噪图像及与其对应的非理想配对清晰图像；然后，建立基于卷积神经网络的深度去噪模型，结合亮度一致化和图像对齐方法，实现非理想配对图像的监督学习，从而去除成像噪声；最后，引入模型量化技术将模型参数和激活值由32位浮点数量化为8位定点数，降低模型大小、内存需求和运行时间。实验结果表明，提出的去噪方法可有效去除高速摄影仪成像噪声，相比于其他方法，去噪图像峰值信噪比提高1.96 dB,结构相似性提高1.95%;通过模型量化，模型大小降低4倍，内存需求降低45.62%,运行时间降低37.5%。

• 单位
  国营芜湖机械厂; 中国科学技术大学