基于深度上下文先验与多尺度重建子网络的图像去噪方法、系统及装置.pdfVIP

下载本文档

0
0
约2.63万字
约 24页
2023-05-15 发布于北京
举报
版权申诉

基于深度上下文先验与多尺度重建子网络的图像去噪方法、系统及装置.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于深度上下文先验与多尺度重建子网络的图像去噪方法、系统及装置，包括：对采集到的高光谱图像进行划分，得到训练集和测试集；基于噪声图像重建子网和高光谱图像，获取深度上下文先验；基于深度上下文先验和多尺度重建子网络，构建多尺度去噪网络；基于训练集对多尺度去噪网络进行训练，得到最优化的多尺度去噪网络；将测试集输入到最优化的多尺度去噪网络中，得到目标高光谱图像。本发明不仅在合成噪声场景下的各种指标下均达到了最先进的精度，而且在实际高光谱图像数据去噪中具有更好的视觉效果。

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114723631 A (43)申请公布日 2022.07.08 (21)申请号 202210339248.5 (22)申请日 2022.04.01 (71)申请人西安交通大学地址 710049