摘要
本发明提供了一种基于黑场补偿的神经网络图像去噪方法、设备和介质,涉及图像处理技术领域。方法包括:获取包含噪声的图像以及对应的无噪声图像;对每一张图像进行黑场补偿处理;对经过黑场补偿处理的图像进行归一化处理;构建神经网络架构,定义损失函数和优化方法;将带有噪声的预处理图像和对应的无噪声图像对输入到神经网络中进行训练;对待处理图像进行黑场补偿和归一化处理,然后将处理后的图像输入到训练好的神经网络中,生成去噪后的图像;对去噪后的图像进行反归一化处理,得到最终的去噪图像。通过结合黑场补偿与神经网络去噪技术,本发明提供了一种有效的图像处理方案,显著提升图像的可用性和质量。
技术关键词
图像去噪方法
噪声图像
神经网络架构
黑电平
去噪技术
图像处理技术
伽马校正
图像像素
处理器
计算机设备
定义
优化器
可读存储介质
存储器
表达式
系统为您推荐了相关专利信息
鱼塘
金字塔池化模块
边缘检测
Canny算子
卫星多光谱
语义变化检测方法
多尺度特征融合
遥感信息提取技术
时空多特征融合
时序遥感图像
人脸特征
文本
噪声图像
图像生成技术
上存储计算机程序
影像
动态
电脑储存媒体
卷积神经网络模型
黑电平
图像去噪方法
噪声强度估计
滤波算法
特征值
噪声图像