一种针对椒盐噪声的卷积神经网络去噪方法
多媒体
2018-07-24 v1
摘要
椒盐噪声，尤其是脉冲比例极高的椒盐噪声，给图像去噪带来了显著挑战。本文提出一种用于椒盐噪声的非局部切换滤波卷积神经网络去噪算法，称为 NLSF-CNN。顾名思义，我们的 NLSF-CNN 包含两步，即 NLSF 处理步骤和 CNN 训练步骤。首先，我们利用非局部信息为噪声图像开发了一个 NLSF 预处理步骤。然后，将预处理后的图像分块并用于 CNN 训练，从而得到用于未来噪声图像的 CNN 去噪模型。我们进行了大量实验来评估 NLSF-CNN 的有效性。实验结果表明，NLSF-CNN 以少量训练图像优于当前最先进的去噪算法。
引用
@article{arxiv.1807.08176,
title = {A Convolutional Neural Networks Denoising Approach for Salt and Pepper Noise},
author = {Bo Fu and Xiao-Yang Zhao and Yi Li and Xiang-Hai Wang and Yong-Gong Ren},
journal= {arXiv preprint arXiv:1807.08176},
year = {2018}
}