基于全卷积孪生网络的相似块组协同盲去噪算法

作     者：尤福源 陈飞 蒋伟杰 李立耀 You Fuyuan;Chen Fei;Jiang Weijie;Li Liyao

作者机构：福州大学数学与计算机科学学院福州350108 非遗数字化与多源信息融合福建省高校工程研究中心(福建技术师范学院)福清350300 

基　　金：国家自然科学基金(61771141) 非遗数字化与多源信息融合福建省高校工程研究中心(福建技术师范学院)资助项目(G3-KF1905) 

出 版 物：《计算机辅助设计与图形学学报》 (Journal of Computer-Aided Design & Computer Graphics)

年 卷 期：2022年第34卷第8期

页      码：1293-1301页

摘      要：近年来,基于图像自相似性的块组协同去噪算法取得了快速发展,但是如何在噪声环境下快速精确地寻找结构相似图像块是一个难点.常用的块匹配算法是通过欧几里得距离定义图像块之间的相似程度,无法度量图像块内部的结构信息.针对这类问题,提出一种基于全卷积孪生网络的相似块组搜索算法.首先通过孪生网络学习干净参考块与噪声图像块的潜在联系;然后利用马氏距离结合图像块的结构信息度量其相似性;进而对相似块组进行协同去噪恢复图像.实验表明,相比于GID算法,所提算法的峰值信噪比值在Nam-CC15,Nam-CC60和PolyU真实图像数据集上分别提高了0.51 dB,1.02 dB和0.20 dB;视觉效果上,所提算法能够使去噪图像保留更多的结构特征.

主 题 词：图像盲去噪 自相似性 孪生网络 马氏距离 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

核心收录：

D　O　I：10.3724/SP.J.1089.2022.19162

馆 藏 号：203114177...