一种非开关型快速随机脉冲噪声降噪算法

论文摘要

为提高现有开关型随机脉冲噪声（Random-Valued Impulse Noise,RVIN）降噪算法的降噪性能,提出了一种基于卷积神经网络的非开关型RVIN快速降噪算法（Fast Non-switching RVIN Denoising Algorithm,FNRDA）.首先,利用噪声检测器随机地检测给定噪声图像中少量不同位置处的像素点;然后,将检测为RVIN噪声点的个数除以被检像素点总数转化为噪声比例值;最后,根据噪声比例值调用相应预先训练好的非开关型卷积神经网络降噪模型,快速且高质量地完成图像降噪任务.实验结果表明:所提出的非开关型FNRDA算法在各噪声比例下的综合性能（降噪效果和执行效率）优于经典的开关型RVIN降噪算法,适用于图像恢复、信号检测、无线通讯等实时系统中.

论文目录

• 1 引言
• 2 相关工作
•   2.1 DnCNN算法
•   2.2 DnCNN算法的缺点
• 3 FNRDA降噪算法
•   3.1 设计思想与实现步骤
•   3.2 噪声检测器
•   3.3 DnCNN专用降噪模型
• 4 实验结果与分析
•   4.1 测试环境
•   4.2 噪声比例检测正确性
•   4.3 降噪效果
•   4.4 执行效率
• 5 结论

文章来源

类型: 期刊论文

作者: 徐少平,刘婷云,罗洁,张贵珍,李崇禧

关键词: 降噪,随机脉冲噪声,非开关型,卷积神经网络,噪声比例值,执行效率

来源: 电子学报 2019年12期

年度: 2019

分类: 信息科技

专业: 计算机软件及计算机应用,自动化技术

单位: 南昌大学信息工程学院

基金: 国家自然科学基金(No.61662044,No.61163023,No.51765042),江西省自然科学基金(No.20171BAB202017)

分类号: TP391.41;TP183

页码: 2622-2629

总页数: 8

文件大小: 4102K

下载量: 48