一种基于深度学习去噪的近似信息传递算法改进方法

摘要

本发明公开了一种基于深度学习去噪的近似信息传递算法改进方法，将噪声分为多个等级并优化去噪模型的结构，使其能够更好地去除每一级的噪声，而后将训练好去噪模型代入LDAMP中对压缩感知的图像测量值进行迭代恢复。在迭代过程中，更加细致的噪声等级增强了每次迭代中的噪声图像与去噪模型的匹配度，同时更加完善的去噪模型也使得噪声图像的恢复效果得到了进一步的提升。在图像采样率较低的情况下，本发明方法更加细致的噪声分层与优化后的去噪模型，为图像的预处理提供了更加精致准确的选择。本发明对所提出的LDAMP增强方法，在相同采样率下，较之原始的LDAMP，可以显著提升基于压缩感知的图像恢复质量。