文献类型：期刊文章

作　　者：马红强[1] 马时平[1] 许悦雷[1] 吕超[2] 朱明明[1]

Ma Hongqiang;Ma Shiping;Xu Yuelei;Lv Chao;Zhu Mingming(Aeronautics Engineering College,Air Force Engineering University,Xi＇an,Shaanxi 710038,China;Unit 95876 ofPLA,Shandan,Gansu 734100,China)

机构地区：[1]空军工程大学航空工程学院 [2]中国人民解放军95876部队

出　　处：《光学学报》

基　　金：国家自然科学基金(61372167;61379104)

年　　份：2018

卷　　号：38

期　　号：10

起止页码：120-127

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSA-PROQEUST、CSCD、CSCD2017_2018、EI、IC、JST、RCCSE、RSC、SCOPUS、ZGKJHX、核心刊

摘　　要：针对栈式稀疏去噪自编码器(SSDA)在图像去噪上训练难度大、收敛速度慢和普适性差等问题,提出了一种基于栈式修正降噪自编码器的自适应图像去噪模型。采用线性修正单元作为网络激活函数,以缓解梯度弥散现象;借助残差学习和批归一化进行联合训练,加快收敛速度;而为克服新模型对噪声普适性差等问题,需要对其进行多通道并行训练,充分利用网络挖掘出的潜在数据特征集计算出最优通道权重,并通过训练权重权重预测模型预测出各通道最优权重,从而实现自适应图像去噪。实验结果表明:与目前降噪较好的BM3D和SSDA方法相比,所提方法不仅在收敛效果上优于SSDA方法,而且能够自适应处理未参与训练的噪声,使其具有更好的普适性。

关 键 词：图像处理 图像降噪 批归一化  残差学习  自适应性

分 类 号：TP391]