科研之友
微信
新浪微博
Facebook
分享链接
摘要
现有卷积神经网络去噪算法大多只能在合成噪声上表现良好，且只从单一尺度上提取特征，无法构建更干净的图像。针对以上问题，提出了一种基于卷积神经网络的多尺度特征融合去噪算法，该算法利用分层得到不同尺度的特征，可以获得更多的感受野，通过特征融合将上一尺度的特征融合到当前尺度中，进行渐进式的训练，可以去除更多的噪声。在每一层的特征提取后设置一个编-解码器，并在编-解码器中加入空洞卷积，防止图像分辨率过低导致图像细节破坏、信息丢失。用提出的网络模型在合成噪声数据集和真实噪声数据集上进行实验，结果表明，该算法的去噪性能优于对比算法，能够保留更多的细节。
- 单位
