[发明专利]一种使用深度全卷积编码‑解码网络的图像降噪方法在审
| 申请号： | 201610603133.7 | 申请日： | 2016-07-28 |
| 公开（公告）号： | CN106251303A | 公开（公告）日： | 2016-12-21 |
| 发明（设计）人： | 尤鸣宇;沈春华;王慧慧 | 申请（专利权）人： | 同济大学 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00;G06N3/08 |
| 代理公司： | 上海科盛知识产权代理有限公司31225 | 代理人： | 赵继明 |
| 地址： | 200092 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及使用深度全卷积编码‑解码网络的图像降噪方法，该方法采用神经网络模型进行图像降噪，所述模型的输入为带噪声图像，输出为降噪后的图像，其特征在于，所述的模型采用对称的编码‑解码网络结构，包括依次连接的N个卷积层和N个解卷积层，其中第i个卷积层与第N+1‑i个解卷积层为对称关系，i＝1,2…N，卷积层作为特征提取器，用于对图像的主要内容进行编码并消减噪声，解卷积层用于对图像的抽象内容进行解码并对图像的细节内容进行恢复。与现有技术相比，本发明在对图像的主要内容进行编码的过程中同时消减噪声，之后，解卷积层用于对图像的抽象内容进行解码并对图像的细节内容进行恢复，可最大程度保留图像的细节内容。 | ||
| 搜索关键词： | 一种 使用 深度 卷积 编码 解码 网络 图像 方法 | ||
【主权项】：
一种使用深度全卷积编码‑解码网络的图像降噪方法，该方法采用神经网络模型进行图像降噪，所述模型的输入为带噪声图像，输出为降噪后的图像，其特征在于，所述的模型采用对称的编码‑解码网络结构，包括依次连接的N个卷积层和N个解卷积层，其中第i个卷积层与第N+1‑i个解卷积层为对称关系，i＝1,2…N，卷积层作为特征提取器，用于对图像的主要内容进行编码并消减噪声，解卷积层用于对图像的抽象内容进行解码并对图像的细节内容进行恢复。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于同济大学，未经同济大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610603133.7/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于模拟退火算法的图像处理方法
- 下一篇：动态图像分段系统和方法
