一种基于生成对抗网络噪声建模的真实图像去噪方法

摘要

本发明公开了一种基于生成对抗网络噪声建模的真实图像去噪方法，旨在利用深度卷积神经网络解决真实图像噪声因难以显式建模而无法有效去除的问题。该方法首先利用生成对抗网络学习真实图像噪声分布，构建成对数据集；其次利用构建的数据集训练去噪网络，实现对真实噪声的去除。本发明利用残差块搭建去噪网络，并在去噪网络中引入噪声估计算法以及可逆的升降采样操作，用以提升单一网络模型盲图像去噪的性能，在有效去除未知分布的噪声的同时，尽可能地保留原有图像的边缘信息和细节特征。