首页 | 官方网站   微博 | 高级检索  
     

基于深度残差网络的强辐照图像去噪方法研究
引用本文:李婷,张静,王姮,张华,胡浩行,刘理想.基于深度残差网络的强辐照图像去噪方法研究[J].仪表技术与传感器,2019(7):78-81,87.
作者姓名:李婷  张静  王姮  张华  胡浩行  刘理想
作者单位:西南科技大学信息工程学院;中国科学技术大学信息科学技术学院
基金项目:国家“十三五”核能开发科研项目(20161295);国家自然科学基金项目(61601381,61701421);四川省教育厅资助科研项目(18ZA0492);四川省科技计划项目(2018JZ0001);四川省科技创新苗子工程项目(2018047)
摘    要:针对传统去噪方法难适用于强辐照环境下图像去噪问题,提出一种基于深度残差网络的强辐照图像去噪方法。首先利用深度残差网络自适应提取辐照图像的高维特征,构建图像去噪深度网络模型;然后利用数据增广技术扩增网络所需数据集;最后以交叉熵损失函数作为网络的评价指标,拟合出噪声图像和干净图像之间的映射关系。实验表明:该方法去噪后 PSNR 值能提高 9 dB 以上,且该方法具有强适应性;与现有主流去噪方法相比,所提方法去噪效果更优。

关 键 词:强辐照  图像去噪  深度残差网络  映射关系

Research on Strong Radiation Image Denoising Method Based on Deep Residual Network
LI Ting,ZHANG Jing,WANG Heng,ZHANG Hua,HU Hao-xing,LIU Li-xiang.Research on Strong Radiation Image Denoising Method Based on Deep Residual Network[J].Instrument Technique and Sensor,2019(7):78-81,87.
Authors:LI Ting  ZHANG Jing  WANG Heng  ZHANG Hua  HU Hao-xing  LIU Li-xiang
Affiliation:(School of Information and Engineering,Southwest University of Science and Technology,Mianyang 621000,China;School of Information Science and Technology,University of Science and Technology of China,Hefei 230026,China)
Abstract:LI Ting;ZHANG Jing;WANG Heng;ZHANG Hua;HU Hao-xing;LIU Li-xiang(School of Information and Engineering,Southwest University of Science and Technology,Mianyang 621000,China;School of Information Science and Technology,University of Science and Technology of China,Hefei 230026,China)
Keywords:strong irradiation  image denoising  deep residual network  mapping relation
本文献已被 CNKI 维普 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号