(南昌大学信息工程学院 南昌 330031) (xushaoping@ncu.edu.cn)
出版日期: 2019-05-01基金资助:国家自然科学基金项目(61662044,61163023,51765042)；江西省自然科学基金项目(20171BAB202017)Noise Level Estimation Algorithm Using Convolutional Neural Network-Based Noise Separation Model
Xu Shaoping, Liu Tingyun, Li Chongxi, Tang Yiling, Hu Lingyan(School of Information Engineering, Nanchang University, Nanchang 330031)
Online: 2019-05-01摘要/Abstract
摘要： 现有的噪声水平估计(noise level estimation, NLE)算法通常采取先将图像内容信号与噪声信号分离，然后基于分离出的噪声信号估计出图像噪声水平值的实现策略.由于仅有噪声图像本身的信息可以利用，这些算法为保证噪声分离的准确性设计了各种复杂的处理过程，导致其执行效率偏低.为此，提出一种新的基于卷积神经网络噪声分离模型的NLE算法.首先，对大量原始无失真图像施加不同噪声水平的高斯噪声获得噪声图像集合，然后利用卷积神经网络构建一个专门从噪声图像中分离噪声信号获得噪声映射图(noise mapping)的预测模型.考虑到噪声映射图的系数值具有类高斯分布特性，利用广义高斯分布(generalized Gaussian distribution, GGD)模型对噪声映射图建模并以模型参数值作为反映图像噪声水平高低的特征值.最后，利用改进的BP神经网络将该特征值映射为最终的噪声水平预测值.大量实验数据表明：所提出的NLE算法在预测准确度和执行效率2个方面的综合性能优于现有的NLE算法，更具实用价值.
参考文献
相关文章 15
| [1] | 李若南, 李金宝. 一种无源被动室内区域定位方法的研究[J]. 计算机研究与发展, 2020, 57(7): 1381-1392. |
| [2] | 邢新颖, 冀俊忠, 姚垚. 基于自适应多任务卷积神经网络的脑网络分类方法[J]. 计算机研究与发展, 2020, 57(7): 1449-1459. |
| [3] | 于海涛, 杨小汕, 徐常胜. 基于多模态输入的对抗式视频生成方法[J]. 计算机研究与发展, 2020, 57(7): 1522-1530. |
| [4] | 王庆林, 李东升, 梅松竹, 赖志权, 窦勇. 面向飞腾多核处理器的Winograd快速卷积算法优化[J]. 计算机研究与发展, 2020, 57(6): 1140-1151. |
| [5] | 刘烨, 黄金筱, 马于涛. 基于混合神经网络和注意力机制的软件缺陷自动分派方法[J]. 计算机研究与发展, 2020, 57(3): 461-473. |
| [6] | 杜鹏, 丁世飞. 基于混合词向量深度学习模型的DGA域名检测方法[J]. 计算机研究与发展, 2020, 57(2): 433-446. |
| [7] | 程艳, 尧磊波, 张光河, 唐天伟, 项国雄, 陈豪迈, 冯悦, 蔡壮. 基于注意力机制的多通道CNN和BiGRU的文本情感倾向性分析[J]. 计算机研究与发展, 2020, 57(12): 2583-2595. |
| [8] | 贺周雨, 冯旭鹏, 刘利军, 黄青松. 面向大规模图像检索的深度强相关散列学习方法[J]. 计算机研究与发展, 2020, 57(11): 2375-2388. |
| [9] | 石文浩,孟军,张朋,刘婵娟. 融合CNN和Bi-LSTM的miRNA-lncRNA互作关系预测模型[J]. 计算机研究与发展, 2019, 56(8): 1652-1660. |
| [10] | 武铮,安虹,金旭,迟孟贤,吕国锋,文可,周鑫. 基于Intel平台的Winograd快速卷积算法研究与优化[J]. 计算机研究与发展, 2019, 56(4): 825-835. |
| [11] | 郭雨潇,陈雷霆,董悦. 单帧图像下的环境光遮蔽估计[J]. 计算机研究与发展, 2019, 56(2): 385-393. |
| [12] | 徐少平,刘婷云,罗洁,张贵珍,唐祎玲. 图像质量感知的混合噪声快速盲降噪算法[J]. 计算机研究与发展, 2019, 56(11): 2458-2468. |
| [13] | 任魏翔,翟黎明,王丽娜,嘉炬. 基于卷积神经网络的JPEG图像隐写分析参照图像生成方法[J]. 计算机研究与发展, 2019, 56(10): 2250-2261. |
| [14] | 张皓,吴建鑫. 基于深度特征的无监督图像检索研究综述[J]. 计算机研究与发展, 2018, 55(9): 1829-1842. |
| [15] | 钟志权，袁进，唐晓颖. 基于卷积神经网络的左右眼识别[J]. 计算机研究与发展, 2018, 55(8): 1667-1673. |
PDF全文下载地址:
https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3931
