← 返回列表
一种自监督图像去噪方法、系统、装置及可读存储介质
摘要文本
本发明提出的一种自监督图像去噪方法、系统、装置及可读存储介质，所述方法包括：构造含噪图像的数据集；利用非对称下采样盲点网络框架构造互补盲点网络框架，并在互补盲点网络框架中设置掩码映射器分支和具有分块随机置乱的增强像素重组下采样分支；在互补盲点网络框架中，将掩码映射器分支和增强像素重组下采样分支进行组合，在盲点网络中增设判断条件参数，生成互补盲点网络；利用Adam优化器训练互补盲点网络；利用测试数据集，通过对不同下采样步长的结果进行加权平均来获得最终去噪结果。本发明能够补充盲点网络中缺失像素的信息，消除在下采样中产生的混叠伪影，平衡图像纹理区域与平坦区域之间的恢复差距，提高网络的去噪性能。
申请人信息
- 申请人:山东财经大学
- 申请人地址:250000 山东省济南市历下区二环东路7366号
- 发明人: 山东财经大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种自监督图像去噪方法、系统、装置及可读存储介质 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311745585.5 |
| 申请日 | 2023/12/15 |
| 公告号 | CN117710240A |
| 公开日 | 2024/3/15 |
| IPC主分类号 | G06T5/70 |
| 权利人 | 山东财经大学 |
| 发明人 | 范琳伟; 崔瑾; 燕晓煜; 李慧宇; 张永霞; 刘慧 |
| 地址 | 山东省济南市历下区二环东路7366号 |
专利主权项内容
数据由马 克 数 据整理 。1.一种自监督图像去噪方法，其特征在于，包括：构造含噪图像的数据集，数据集包括训练数据集、验证数据集和测试数据集；利用非对称下采样盲点网络框架构造互补盲点网络框架，并在互补盲点网络框架中设置掩码映射器分支和具有分块随机置乱的增强像素重组下采样分支；在互补盲点网络框架中，将掩码映射器分支和增强像素重组下采样分支进行组合，在盲点网络中增设判断条件参数，生成互补盲点网络；利用Adam优化器训练互补盲点网络；利用测试数据集，通过对不同下采样步长的结果进行加权平均来获得最终去噪结果，以完成互补盲点网络的测试；采集含噪图像，并利用测试后的互补盲点网络进行去噪处理。