一种基于深度神经网络和跳跃连接的无干净标签图像去噪方法

摘要

本发明涉及一种基于深度神经网络和跳跃连接的无干净标签图像去噪方法，属图像处理和计算机视觉领域。本发明通过对公共数据集的噪声处理，即对清晰的图像数据集添加各类噪声；接着构建一个高效率和高性能的深度卷积神经网络，该网络采用的完全对称的结构，各个卷积层采用跳跃连接的方式将浅层特征和深层特征进行结合；然后将下采样结合所得到的特征经过上采样和卷积，得到预测的清晰图像；最后通过求解最小化损失函数的值，学习模型中最优参数；最终利用训练好的网络模型对噪声图像进行去噪。本发明不需要输入噪声图像对应的清晰图像标签，但是可以达到与输入清晰图像标签训练时相当的效果水平，且显著提高了噪声图像的清晰程度。