图像条带噪声抑制方法及其装置、电子设备、存储介质.pdf
邻家****ng
亲,该文档总共21页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
图像条带噪声抑制方法及其装置、电子设备、存储介质.pdf
本发明公开了一种图像条带噪声抑制方法及其装置、电子设备、存储介质,该方法包括构建生成器模型;构建监督器模型;根据所述生成器模型对训练条带噪声图像进行训练得到第一去噪图像和所述生成器模型的预参数;根据监督器模型对所述第一去噪图像和原始图像进行训练得到所述监督器模型的参数;根据所述生成器模型和所述监督器模型对所述训练条带噪声图像和所述原始图像进行训练得到所述生成器模型的参数;根据所述生成器模型对测试条带噪声图像进行去噪处理得到第二去噪图像。本发明提供的基于生成器模型和监督器模型的图像条带噪声抑制方法,利用了生
图像噪声预估方法、装置、电子设备和存储介质.pdf
本申请涉及一种图像噪声预估方法、装置、电子设备和存储介质。方法包括:获取参考帧图像及与参考帧图像对齐的目标帧图像;对参考帧图像和目标帧图像进行划分得到参考图像块和目标图像块;确定参考图像块的能量值及参考图像块与相关图像块的图像块差异值;将像素点的灰度值取值区间划分为多个的子灰度值区间;将参考图像块的能量值和图像块差异值归划至所属子灰度值区间;基于子灰度值区间的各能量值确定子灰度值区间对应的目标灰度值,基于子灰度值区间的各图像块差异值确定目标灰度值对应的目标噪声值;基于每个目标灰度值和每个目标灰度值对应的目
噪声抑制方法、装置、设备及存储介质.pdf
本发明公开了一种噪声抑制方法、装置、设备及存储介质,属于信号处理技术领域。该方法包括:获取原始含噪信号;利用互补集合经验模态分解算法将其分解为多个本征模态分量;基于其时域特征信息,从中确定出第一分界分量,以划分出噪声主导分量以及第一信号主导分量;再次利用该算法将第一分界分量以及相邻的第一信号分量分解为多个本征模态子分量,并根据其时域特征信息,筛选出第二信号主导分量;将剩余的第一信号主导分量和第二信号主导分量进行叠加,得到去噪信号。本发明对分界点附近的分量信号进行二次分解,将分界点附近更易混杂在一起的噪声和
图像噪声程度估计方法、装置、电子设备及存储介质.pdf
本申请公开了一种图像噪声程度估计方法、装置、电子设备及存储介质,属于人工智能领域。该图像噪声程度估计方法包括:获取第一图像;从所述第一图像中提取与所述第一图像对应的特征信息;根据所述特征信息,确定与所述第一图像对应的第一估计值和第二估计值;其中,所述第一估计值为所述第一图像属于噪声图像的估计值,所述第二估计值为所述第一图像属于无噪声图像的估计值;计算所述第一估计值和所述第二估计值之间的差值;将所述差值映射为预设连续区间范围内的目标值,将所述目标值作为所述第一图像的噪声程度估计值。
基于稀疏表示的红外图像条带噪声抑制方法.pdf
本发明公开了一种基于稀疏表示的红外图像条带噪声抑制方法,包括:通过学习字典获取重构字典;通过原始图像获取第二像素块;通过所述重构字典和所述第二像素块获取第二稀疏表示;根据原始图像和所述第二稀疏表示得到去噪图像。本发明提供的基于稀疏表示的红外图像条带噪声抑制方法通过学习字典中的原子具有条带特征的特点,在稀疏表示的基础上去除条带噪声,与现有的去噪方法相比,能更好地识别并去除噪声并保留图像细节,在视觉和各项性能指标上均取得良好的效果。