典型文献
基于全卷积孪生网络的相似块组协同盲去噪算法
文献摘要：
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.
文献关键词：
图像盲去噪;自相似性;孪生网络;马氏距离
中图分类号：
作者姓名：
尤福源;陈飞;蒋伟杰;李立耀
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
文献出处：
引用格式：
[1]尤福源;陈飞;蒋伟杰;李立耀-.基于全卷积孪生网络的相似块组协同盲去噪算法)[J].计算机辅助设计与图形学学报,2022(08):1293-1301
A类：
图像自相似,CC15,CC60
B类：
全卷积,卷积孪生网络,去噪算法,自相似性,同去,噪声环境,结构相似,块匹配算法,欧几里得距离,相似程度,法度,结构信息,搜索算法,网络学习,干净,噪声图像,马氏距离,信息度,GID,峰值信噪比,Nam,PolyU,图像数据集,dB,视觉效果,图像盲去噪
AB值：
0.356173
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
