基于生成式对抗网络的煤矿图像去噪研究

作     者：孔华永 娄昭远 Kong Huayong;Lou Zhaoyuan

作者机构：国能网信科技(北京)有限公司北京100000 

出 版 物：《煤矿机械》 (Coal Mine Machinery)

年 卷 期：2022年第43卷第7期

页      码：173-175页

摘      要：为了去除煤矿图像的噪声并尽可能地还原煤矿图像的原貌,提出了一种基于生成式对抗网络(GAN)的煤矿图像去噪方法。首先考虑到模型的输入为含噪声的煤矿图像,因此利用变分自编码器(VAE)作为GAN的生成器,以获得不含噪声的煤矿图像。然后考虑到VAE生成的重构图像一般情况下均是较为模糊的,因此利用GAN中的判别器对原始图像与重构图像进行判断,以提升去噪图像的清晰度。最后将作为生成器的VAE与GAN中的判别器进行组合,设计了一种适用于煤矿图像去噪的深度学习算法。实验表明,该方法在各精度指标上都有很好的表现,且去噪图像均较为清晰。

主 题 词：煤矿图像 图像去噪 深度学习 GAN VAE 

学科分类：0819[工学-海洋工程类] 081903[081903] 08[工学] 

D　O　I：10.13436/j.mkjx.202207060

馆 藏 号：203112182...