基于深度学习的图像多级去噪方法

摘要

本发明提出了一种图像多级去噪方法，主要解决现有技术存在图像细节丢失和图像降噪效果差的问题。其实现方案是：根据图像多级尺度特征有助于含噪图像恢复为干净图像的特点，在现有的图像采样单元上进行改进构建图像上、下采样模块；利用上、下采样模块构建菱形模块，以提取图像的多级特征；利用菱形模块构建V形子网，以提取图像的浅层特征；利用多个卷积层和V形子网进行不同的组合构成图像多级去噪网络；构建损失函数并对该多级去噪网络进行训练；将待去噪图像输入到中训练好的去噪网络进行处理，输出去噪后的图像。本发明避免了由于过度下采样带来的图像细节信息丢失，保持了图像的多级特征信息，提高了降噪效果，可用于图像的高斯白噪声去噪。