摘要
本发明公开了一种光学相干成像降噪方法、装置、设备及介质,其中方法包括以下步骤:获取B‑scan图像,构建训练集;采用训练集对基于深度神经网络的图像降噪模型进行训练;获取待降噪的B‑scan图像,输入训练后的图像降噪模型进行降噪,输出重建后的B‑scan图像;其中,图像降噪模型包括编码器和解码器,编码器以带噪声B‑scan图像作为输入,得到带噪声B‑scan的潜在表示;解码器以带噪声B‑scan的潜在表示作为输入,输出重建后的B‑scan降噪图像。本发明通过深度神经网络构建图像降噪模型,对B‑scan图像进行降噪,有效地得到清晰的B‑scan图像,具有降噪效果优异,速度快的优点。本发明可广泛应用于图像成像降噪技术领域。
技术关键词
降噪模型
降噪方法
注意力
深度神经网络
构建训练集
编码器
成像
噪声
非线性
解码器结构
通道
模型训练模块
降噪技术
数据获取模块
降噪装置
图像重建
电子设备
程序
系统为您推荐了相关专利信息
权重调节方法
脉冲神经网络模型
贪婪策略
时序
模拟脉冲神经元
量子纠缠态
量子芯片
生物突触特性
物理
注意力机制