一种基于深度残差网络的固定模式噪声消除方法

AITNT
正文
推荐专利
一种基于深度残差网络的固定模式噪声消除方法
申请号:CN202411458654
申请日期:2024-10-18
公开号:CN119477739A
公开日期:2025-02-18
类型:发明专利
摘要
本发明属于强辐照环境退化图像处理领域,具体涉及一种基于深度残差网络的固定模式噪声消除方法,旨在解决应用于辐照环境中的摄像设备普遍存在辐射引起的图像退化,而现有去噪方法难以去除动态存在的固定模式噪声,进而无法获取清晰图像的问题。本发明方法包括:获取在真实辐射环境中采集的退化图像,作为输入图像;基于输入图像,通过训练好的固定模式噪声消除网络进行噪声消除,得到无噪图像;其中,固定模式噪声消除网络基于深度学习残差网络构建。本发明能够有效去除辐射环境下产生的固定模式噪声,得到清晰图像。
技术关键词
模式噪声 深度残差网络 消除方法 积层 多项式 噪声消除模块 综合算法 计算机 模拟噪声 图像获取模块 可读存储介质 去噪方法 消除系统 噪声图像 复杂度 摄像设备
系统为您推荐了相关专利信息
1
一种神经网络模型推理方法及计算机设备
神经网络模型 线性 分布式密钥 加密算法 分片
2
一种熔池面液位在线监测系统及方法
数据采集模块 数据处理模块 在线监测系统 测量误差 非线性
3
校验参数自定义装置和车辆
自定义模块 报文 参数 收发模块 整车控制模块
4
一种面向卷积神经网络的正负激励显著图生成方法及系统
面向卷积神经网络 生成方法 卷积神经网络池化层 神经网络卷积层 线性
5
基于多模态数据的医学图像分割方法及系统
医学图像分割模型 医学图像分割方法 模块 加法器 解码器
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号