科研之友
微信
新浪微博
Facebook
分享链接
摘要
为解决基于深度学习图像去噪方法在图像盲去噪任务中去噪能力有限和去噪效果不佳的问题，本文构造了小波自编码器（Wavelet-AE），并用于图像盲去噪。首先，使用Haar小波构造小波卷积层（DWT）与逆小波卷积层（IDWT）；其次，分别使用DWT和IDWT构建下采样块和上采样块；最后，使用下采样块和上采样块构造小波自编码器。Wavelet-AE可以建立噪声图像与干净图像在特征空间中的映射关系，进而具备更好的图像盲去噪能力。为定量评价所提方法的图像盲去噪能力，将峰值信噪比和结构相似性作为评价指标。在Kodak、SIDD数据集上的图像盲去噪实验结果表明，Wavelet-AE与一些先进的传统方法和深度网络去噪方法相比具有更好的盲去噪能力，平均PSNR最大可提高4.58dB、平均SSIM最大可提高0.149。
- 单位
