一种去除FIBSEM噪声图像中噪声的方法

AITNT
正文
推荐专利
一种去除FIBSEM噪声图像中噪声的方法
申请号:CN202411607917
申请日期:2024-11-12
公开号:CN119722503B
公开日期:2025-08-29
类型:发明专利
摘要
本发明提供了一种去除FIBSEM噪声图像中噪声的方法,以DnCNN网络模型为框架,通过搭建初始改进DnCNN网络去噪模型和模型参数优化,得到改进DnCNN网络去噪模型,利用改进DnCNN网络去噪模型对FIBSEM噪声图像进行去噪,包括以下步骤:S1搭建初始改进DnCNN网络去噪模型;S2模型参数优化:S2.1数据预处理;S2.2残差学习训练;S2.3模型测试;S3循环;S4去噪。本发明采用改进的DnCNN网络模型,结合残差学习和批归一化技术,使得去噪过程更为稳定,能够适应不同噪声水平,针对FIBSEM图像的噪声去除,有效减少了因样品表面形貌起伏和成分差异导致的噪声和窗帘效应。
技术关键词
噪声图像 去噪模型 网络 残差学习 无噪声 线性单元 更新模型参数 峰值信噪比 噪声级别 裁剪作业 训练集数据 生成噪声 计算误差 注意力机制 通道 格式
系统为您推荐了相关专利信息
1
一种基于高斯互信息的图神经网络链路预测方法
链路预测方法 混杂特征 局部结构特征 节点特征 编码器
2
一种水电机组数据资产包构建方法、装置和存储介质
水电机组 稳态 时间段 数据 资产
3
一种全局-局部解码的遥感影像路网提取方法
节点 噪声样本 端点 坐标 地面
4
一种多维度数据分析方法、装置、设备及存储介质
数据分析装置 矩阵 实体 生成结构化数据 关系网络
5
一种基于有限元和深度学习的螺栓松动在线监测方法和相关装置
在线监测方法 三维有限元模型 风速 输电杆塔监测 训练神经网络模型
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