[发明专利]一种基于多尺度膨胀卷积残差网络的图像去噪方法及系统有效
| 申请号： | 201910957331.7 | 申请日： | 2019-10-09 |
| 公开（公告）号： | CN110706181B | 公开（公告）日： | 2023-04-07 |
| 发明（设计）人： | 李東洁;金一;陈怀安;陈恩红;竺长安 | 申请（专利权）人： | 中国科学技术大学 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00;G06N3/084;G06N3/0464 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 古利兰 |
| 地址： | 230026 安*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于多尺度膨胀卷积残差网络的图像去噪方法及系统，方法包括：获取训练数据集，并对训练数据集中的图像进行裁剪，得到块图像；搭建网络模型，采用批归一化和残差学习相结合的方式，采用最优的混合膨胀率模式，并引入多尺度结构，得到端到端的图像去噪模型；设置网络模型超参数，选择损失函数和优化方法对所述图像去噪模型进行训练，得到训练好的图像去噪模型；将噪声图片变换处理后输入到训练好的图像去噪模型中，将得到的图片做平均操作后输出去噪后的图片。本发明能够降低网络的参数量同时保证网络的去噪性能，且能够在去除图片噪声的同时保留住图片锋利的边缘和精细的细节信息。 | ||
| 搜索关键词： | 一种 基于 尺度 膨胀 卷积 网络 图像 方法 系统 | ||
【主权项】：
1.一种基于多尺度膨胀卷积残差网络的图像去噪方法，其特征在于，包括：/n获取训练数据集，并对所述训练数据集中的图像进行裁剪，得到块图像；/n搭建网络模型，采用批归一化和残差学习相结合的方式，采用最优的混合膨胀率模式，并引入多尺度结构，得到端到端的图像去噪模型；/n设置网络模型超参数，选择损失函数和优化方法对所述图像去噪模型进行训练，得到训练好的图像去噪模型；/n将噪声图片变换处理后输入到所述训练好的图像去噪模型中，将得到的图片做平均操作后输出去噪后的图片。/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中国科学技术大学，未经中国科学技术大学许可，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/201910957331.7/，转载请声明来源钻瓜专利网。
