[发明专利]一种基于生成对抗网络的图像去噪方法有效
| 申请号： | 201910700818.7 | 申请日： | 2019-07-31 |
| 公开（公告）号： | CN110473154B | 公开（公告）日： | 2021-11-16 |
| 发明（设计）人： | 缪亚林;贾欢欢;张顺;张阳;程文芳;卫诗宇 | 申请（专利权）人： | 西安理工大学 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00 |
| 代理公司： | 西安弘理专利事务所 61214 | 代理人： | 杜娟 |
| 地址： | 710048 陕*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开的一种基于生成对抗网络的图像去噪方法，其特征在于，包括以下步骤：步骤1：选取实验数据集；步骤2：选取高斯加性白噪声作为噪声模型；步骤3：搭建生成网络模型，训练生成器网络G用于去噪；步骤4：搭建判别网络模型，判别器D用于对输入图像进行真伪分类；步骤5：构建联合损失函数模型；步骤6：训练生成式对抗网络；步骤7：图像去噪质量评价。本发明一种基于生成对抗网络的图像去噪方法，能够达到保留更多纹理细节和边缘特征的去噪效果。 | ||
| 搜索关键词： | 一种 基于 生成 对抗 网络 图像 方法 | ||
【主权项】：
1.一种基于生成对抗网络的图像去噪方法，其特征在于，包括以下步骤：/n步骤1：选取实验数据集，确定与其相关的训练数据集和测试数据集；/n步骤2：添加噪声模型，选取高斯加性白噪声作为噪声模型；/n步骤3：搭建生成网络模型，训练生成器G用于去噪，输入噪声图像，生成得到去噪图像；/n步骤4：搭建判别网络模型，判别器D用于对输入图像进行真伪分类，输入去噪图像和真实图，对二者进行判别，输出映射到[0,1]的概率分数；/n步骤5：构建联合损失函数模型，即将像素损失、特征损失、对抗损失和平滑损失与适当的权值相结合，形成新的细化损失函数；/n步骤6：训练生成式对抗网络，通过对网络参数进行优化，找到网络性能最优的参数；/n步骤7：图像去噪质量评价，使用视觉评价和峰值信噪比PSNR、结构相似性SSIM两种客观评价指标作为综合评价标准，度量去噪性能。/n
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西安理工大学，未经西安理工大学许可，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/201910700818.7/，转载请声明来源钻瓜专利网。
