[发明专利]图像固定值脉冲噪声去噪方法及其模型训练方法

摘要

本发明公开了用于图像固定值脉冲噪声去噪模型的训练方法，利用噪声密度估计网络估计数字图像中固定值脉冲噪声密度，基于噪声图像与噪声密度图获得双通道图，输入卷积神经网络，学习与干净图像的映射关系，从而训练出用于图像固定值脉冲噪声的降噪模型。本发明提供了固定值脉冲噪声去噪方法，采用上述训练完成的固定值脉冲噪声降噪模型结合噪声标记矩阵，将噪声像素标定融入去噪网络模型，结合干净图像做到仅对图像含噪位置进行恢复，确保无噪信息的完整性，提高含噪信息的复原准确性。因而，本发明训练出的网络模型在峰值信噪比和结构相似性等关键评价指标上优于传统算法和现有脉冲降噪网络，对各种浓度噪声图像皆有良好去噪效果，鲁棒性能优异。