摘要
本申请公开了一种图像的去噪方法及装置,所述方法包括:通过获取待去噪图像,将待去噪图像输入至预先训练好的去噪网络模型中,输出去噪图像。去噪网络模型预先利用多个通道的噪声图像对进行训练,采取降采样后的噪声图像对数据集对去噪网络模型进行去噪训练,从而有效地降低了模型的训练时间,然后将降噪后的样本图像和降采样后的噪声对数据集及其升采样后的噪声对数据集进行损失函数的计算,有效地减少降采样和升采样带来的精度损失,最后基于损失函数确定去噪网络模型训练成功,以使可以基于训练好的去噪网络模型对待去噪图像进行去噪,有效地保持图像的清晰度以及图像的纹理细节。
技术关键词
噪声图像
样本
深度特征提取
注意力
加权特征
残差模块
通道
图像输入单元
网络模型训练
空洞
图像获取单元
插值法
像素
参数
数据
纹理
系统为您推荐了相关专利信息
语义分割模型
图像特征向量
特征金字塔
语义特征
分支
路径规划方法
像素点
血管
采样点
智能路径规划技术
线特征提取方法
训练样本数据
深度神经网络
城市建筑三维模型
无人机遥感图像
注意力机制
预训练语言模型
变压器故障诊断
低秩结构
评分机制
参数优化模型
历史工况数据
辊轧设备
优化工艺参数
叶片