摘要
本发明公开了基于多尺度互补学习的图像去噪方法、系统、设备与介质,涉及图像处理技术领域,包括步骤:获取待去噪的原始图像数据,并将原始图像分解为不同空间频率下的子图像;对每一个子图像分别进行去噪处理,从去噪后子图像中直接学习图像的图像尺度细节特征,并通过学习去噪后子图像的噪声分布,间接学习图像的噪声尺度细节特征,且将图像尺度细节特征和噪声尺度细节特征进行融合,获得融合后的去噪子图像细节特征;将融合后的去噪子图像细节特征与原始图像中的基层相加,得到最终的去噪图像。本发明两个分支直接/间接学习图像细节特征,并与原始图像的基层相加,在保持原始图像主要特征的同时,将细节部分的噪声大幅度去除。
技术关键词
图像去噪方法
多尺度
原始图像数据
噪声
图像去噪系统
拉普拉斯金字塔
矩阵
图像处理技术
处理器
重构模块
计算机设备
存储器
滤波器
介质
程序
纹理
语义
分支
系统为您推荐了相关专利信息
钢轨
三维点云数据
语义分割网络
重建系统
汉明距离
状态空间模型
仿真模型
锂电池
非线性系统
电量预测方法
强对流
静止气象卫星
时空序列数据
空间聚类算法
可见光波段
风格迁移方法
编码模块
轨迹特征
运动编码器
人体