摘要
本发明公开了一种CIS图像数据降噪方法,其先将CIS传感器收集夜间视频图像数据,并且将所述夜间视频图像数据进行中值滤波处理;将经过处理的夜间视频图像数据分成训练集、验证集和测试集三个部分;构建深度卷积神经网络,并将经过处理的训练集中数据进行归一化处理后进行深度卷积神经网络的训练;利用得到的测试集,并采用峰值信噪比(PSNR)对训练模型进行评估;将得到的验证集输入至训练模型中处理并进行评估,根据评估结果调整网络层数和滤波器数量,得到最优的深度卷积神经网络模型;应用得到的最优的深度卷积神经网络模型对CIS图像数据进行降噪处理得到降噪后的图像数据。本发明方法具有提升降噪效果、加快视频处理速度等优势。
技术关键词
数据降噪方法
深度卷积神经网络
峰值信噪比
视频
优化器
训练集
滤波器
图像像素
滑动窗口
无噪声
传感器
坐标
邻域
指数