版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
图像去噪中FFDNet算法原理与去噪效果分析目录TOC\o"1-3"\h\u13783图像去噪中FFDNet算法原理与去噪效果分析 1288641.1FFDNet去噪原理 142811.2利用FFDNet进行AWGN去噪 2158371.3对真实图像去噪 41.1FFDNet去噪原理DnCNN利用残差学习和批量归一化可以高效地去除均匀高斯噪声,且对一定噪声水平范围的噪声都有都有良好的去噪效果。但是实际的噪声往往不是均匀的高斯噪声,而是不均匀的,可能随空间位置变化的。在这种情况下,FFDNet使用噪声水平映射图作为输入,可以权衡对噪声的抑制和细节的保持,从而应对更加复杂的真实场景。网络结构图如下所示:图4-1FFDNet去噪模型该网络中引入了下采样算子,将大小为的输入图像整形为4个大小的下采样子图像。其中C为通道数,灰度图C=1,彩色图C=3。该网络由三部分组成:下采样部分、卷积部分和上采样部分。第一层为执行下采样操作,利用可逆下采样算子,将输入含噪声图像整形成4个下采样子图像,之后和噪声水平映射一起输入到卷积部分。卷积部分中第一个卷积层采用“Conv+ReLU”组合,中间层采用“Conv+BN+ReLU”组合,最后一个卷积层采用单独的“Conv”。其中将卷积层数设置为灰度图像15层,彩色图像12层。对于特征映射的通道,灰度图像设置为64个通道,彩色图像设置为96个通道。卷积核大小为3×3。在最后的卷积层之后进行上采样运算,重新生成大小为的去噪图像。1.2利用FFDNet进行AWGN去噪(1)首先对添加均匀噪声的图像进行去噪:步骤一:以添加噪声σ=25的灰度图为例,使用DnCNN和FFDNet去噪。(去噪效果图任意选取数据集中的一张为例)图4-2原始图像(左)、含噪图像(右)图4-3DnCNN去噪结果(左)、FFDNet去噪结果(右)图4-4两种网络在DSB68上的去噪指数通过MATLAB仿真,首先使用两种神经网络对DSB68数据集进行去噪,计算性能指标并绘制折线图,如图4-7。图中可以看出两种网络对于含均匀分布的高斯噪声的灰度图去噪效果均良好,而且两种网络性能相似,无太大差距。步骤二:改变σ的值,计算不同σ的时候DnCNN和FFDNet分别对DSB68数据集的去噪效果,计算68张照片的平均PSNR、平均SSIM。σ510152025303540DnCNN31.770133.876831.733630.266429.228128.363227.688827.1111FFDNet37.769233.75931.632530.225629.192528.385427.728527.1776表4-1不同σ的去噪图像PSNR表4-2不同σ的去噪图像SSIMσ510152025303540DnCNN0.91950.9270.89060.85630.82780.79990.77650.7541FFDNet0.96610.92660.89020.85760.82890.80320.78030.7597图4-5两种网络在不同σ的噪声的指数针对不同σ的高斯噪声分别使用DnCNN和FFDNet进行去噪处理,结果发现除了在σ=5时FFDNet要由于DnCNN之外,其他噪声水平两种网络去噪性能相似。除此之外,两网络去噪处理时间有所不同:DnCNN处理68张图片大概需要309s,而FFDNet处理这68张图片只用了55s,FFDNet处理速度远远快于DnCNN。步骤三:对彩色图像也做步骤1,2的处理。图4-6原始图像(左)、含噪图像(右)图4-7DnCNN去噪结果(左)、FFDNet去噪结果(右)图4-8两种网络在CDSB68上的去噪指数对比了DnCNN和FFDNet对彩色图像的去噪能力,与灰度图相似,两者去噪能力相近,FFDNet比DnCNN去噪速度快。1.3对真实图像去噪步骤二:使用FFDNet对真实图像进行去噪,得到去噪效果图:设定输入噪声水平:(a)噪声图(b)输入噪声水平=5(c)输入噪声水平=15(d)输入噪声水平=25(e)输入噪声水平=35(f)输入噪声水平=45图4-9FFDNet去噪效果图从以上5图可以较直观地观察出,当输入噪声水平为25时,去噪效果最好,在基本去除噪声的同时能很好地保持图像细节。大于25时,随着设定的输入噪声水平的增加,去噪后的图像逐渐变得更加模糊,图像细节丢失。而当小于25时,去噪不彻底,去噪后的图像中依然存在肉眼可见噪声。出现这种现象主要是因为FFDNet模型进行去噪时,输入的噪声水平和图像所受噪声影响的噪声水平越相近,去噪效果越好。当设定的输入噪声水平比图像所含噪声水平大时,图像在去除噪声的同时,也会有较严重的细节特征丢失,导致去噪后的图像特征被抹平,视觉上体现为图像变
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 2026年采样培训模拟考试卷带答案
- 中药饮片鉴别技巧专项练习题及答案
- 2026年广西二建模拟试题(含答案)
- 专利代理师资格考试专利法律知识备考指导及答案
- 2026年旅游会计学模拟试题及参考答案
- 2026年素描五级考级模拟试题及答案
- 2026年护士基础模拟试卷简单带答案
- 2026年中医三基护理模拟试题带答案
- 2026年科目四模手模拟试题及参考答案
- 2026年小学语文模拟试题组词及答案
- 北京2026年11月小学五年级数学期中试卷及答案
- 人教版八年级英语上册Unit1-Unit 8语法知识点+练习题(含答案)
- 《盘活存量土地和低效用地典型案例2026版》
- 医务人员手卫生规范(WS-T313-2019)
- 2026年特种设备安全管理人员(A证)考试练习题库(附答案)
- 2027年江苏省高职单招职业技能考试题库附完整答案详解(考点梳理)
- 山东灯塔e支部录入培训课件
- 2026年海南科技职业大学单招职业技能考试备考试题附答案详解
- 2024年云南省选调公务员笔试真题汇编含答案解析(夺冠)
- 合并CKD的冠心病糖尿病患者血运重建方案
- 物业服务标准化培训课件
评论
0/150
提交评论