摘要
本申请提供一种基于机器学习的图像去噪方法、装置、终端及介质,该方法包括:获取待去噪的噪声图像并进行预处理;利用图像处理网络,对预处理后的噪声图像进行处理,获得噪声图像的频率分量、归一化后的频率分量以及归一化去除图;根据归一化后的频率分量、噪声图像的频率分量以及归一化去除图,利用训练好的机器学习去噪模型,预测出待去噪的噪声图像对应的无噪声图像。本申请的降噪过程不依赖于输入图像的噪声水平,提高了噪声水平的稳健性和结构图像质量的保真度。
技术关键词
噪声图像
图像去噪方法
去噪模型
图像处理网络
噪声水平估计
无噪声
频率
神经网络模型
图像去噪装置
执行噪声
像素
电子终端
处理器
可读存储介质
存储器
模块
系统为您推荐了相关专利信息
修复划痕
深层特征提取
噪声预测
训练深度学习模型
图像处理网络
缺陷识别方法
光谱去噪
卷积模块
输电线路缺陷
变换器
振动信号去噪方法
频域特征
切片
去噪模型
噪声频谱
图像编码器
影像
超分方法
注意力
低分辨率高光谱图像
多视角特征
纹理贴图生成方法
噪声图像
特征提取模型
基础