[发明专利]一种深立井井壁图像去噪方法

权利要求书

1.一种深立井井壁图像去噪方法，其特征在于，具体按照以下步骤进行：

步骤一，构建去噪模型；

所述去噪模型深度为28层，最后一个卷积层仅用一个3×3的滤波器且不连接激活层，其余卷积层均使用64个3×3的滤波器且连接ELU激活层；

所述去噪模型由特征提取模块(feature extraction module,FEM)和跳跃连接构成，FEM中包含5个卷积层和4个激活层；每个FEM的输出由其第一、三、五三个卷积层的输出及去噪模型的第一个卷积层的输出串联合并而成；

步骤二，设计损失函数；

步骤三，用标准图像训练去噪模型，得到模型参数；

步骤四，用实际图像训练、测试去噪模型，修正模型参数，得到ELU-CNN去噪模型；

所述ELU-CNN去噪模型的数学模型为，

F_1O＝concat[L₂,L₄,L₆,L₁] (6)

F_2I＝ELU(F_1O) (7)

其中α＞0，是ELU的超参数；L_j,j＝1,…,28表示第j个卷积层的输出；ω和b分别是权重矩阵和偏置，其上、下标分别为其所在的层数和所在层的滤波器大小；concat[]表示串联合并；d表示输入通道的个数即滤波器的个数；F_kI,F_kO,k＝1,2…,5表示第k个FEM的输入和输出；

步骤五，将含噪的井壁图像输入ELU-CNN去噪模型，得到去噪结果；

所述去噪结果为其中X为输入去噪模型的含噪井壁图像，Γ为去噪模型学习到的噪声信息。