[发明专利]一种基于压缩神经网络的图像去噪方法

权利要求书

1.一种基于压缩神经网络的图像去噪方法，用于处理图像去噪，其特征在于：其实现过程如下：

(1)将噪声图像分块成大小为57×57子噪声图像，并将这些子噪声图像作为去噪网络的输入；

(2)将这些子噪声图像经过CNDN网络得到干净图像；

(3)上述的CNDN网络一共有增强块和压缩块；其中增强块有2个相同9层的子网络组成：1-3层为卷积和Tanh，4-9层为空洞卷积和Sigmoid，通过一个Concat将二个子网络连接到一起并作为第10层的输入，第10层包括卷积和ReLU，之后第10层输出作为压缩块的输入；压缩块由10层组成：1-8层1×1卷积和激活函数PReLU，第9层为普通的卷积默认为3×3和激活函数ReLU，第10层为卷积层，输出的是噪声图像；

上述涉及的空洞卷积利用扩大感知来捕获更多上下文信息并减少网络的深度；上述所涉及的CNDN中不同激活函数能增大网络的差异性并提高去噪的性能；压缩块中的1×1卷积能去除CNDN没用的参数，这能提高网络去噪的效率；

(4)利用全局的残差技术把获得的噪声图像从原图像去除，进而得到干净的图像。