科研之友
微信
新浪微博
Facebook
分享链接
摘要
传统摄影图像去伪影方法需参考较多的图像特征目标，导致方法应用复杂度较高，去伪影效果不理想，图像噪声较大。为此提出基于神经网络的摄影图像无参考去伪影方法，并设计仿真对其验证。结合密集残差网络与反卷积网络，构建全新的深度卷积神经网络(CNN)结构，将原始低分辨率图像作为网络输入。引入密集残差学习网络，提取出原始图像中的低维有效特征，通过反卷积层采样，使低维特征转换为高维特征。使用密集参差学习高维特征，融合各卷积核所提取的特征，输出重建的高分辨率图像。以此为基础，在CNN中引入多通道输入并添加去伪影层，构建多通道去伪影CCN超分辨率图像重建模型，实现图像去伪影。构建MATLAB仿真平台验证所提方法应用效果。实验结果表明，上述方法具有较强图像去噪效果以及去伪影效果，图像处理质量良好。
- 单位
