![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
图像恢复
文章平均质量分 95
图像去噪(Image Denoising)是图像处理中一个经典的问题,也是一个非常活跃的研究领域。图像去噪的目标是从受噪声干扰的退化图像中尽可能恢复原始的真实图像,是图像进行后续处理的关键一步。
山科智能信息处理实验室
该博客旨在记录智能处理实验室一系列学术成果,以及实验室的点点滴滴。
如果有博客中提到的论文或代码需求,烦请联系邮箱jlzhao@sdust.edu.cn
展开
-
传统图像降噪算法之BM3D原理详解
图像降噪是一个十分具有实用价值的研究方向,因为噪声总是无处不在的。当处于比较昏暗的环境时,噪声将极大地影响着我们所拍摄的图像。如今,随着深度学习算法以及相关硬件的不断发展,深度卷积网络同样在图像降噪领域占据了主流,并且代表了该领域最优异的成绩。但是,深度神经网络同样有着其缺点,例如模型过于庞大而计算复杂度过高,以及缺乏一些理论上的解释性,当然这些缺点正不断地得到弥补。为了更好地理解图像降噪的基本原理,我们有必要回过头来仔细研读一些传统算法的具体思路,了解其所使用基本理论依据,以及一些巧妙的改进方法。转载 2023-12-01 11:53:18 · 1481 阅读 · 0 评论 -
图像恢复介绍(持续更新)
的产生是信号在采集、传输以及记录过程中,受到成像设备自身因素和外界环境的影响而产生的。现实中的噪声是随机分布的,事实上,噪声无法完全去除,只能使得重现信号尽可能的接近原始信号,因此,去噪严格意义上只能被称之为降噪。通过去噪可以有效地增大图像信号的信噪比,提高图像质量 ,更好地体现原始图像所携带的信息。原创 2023-10-26 17:55:10 · 441 阅读 · 0 评论 -
基于深度学习的图像恢复方法综述论文
topic【研究意义】在本文中,我们对用于图像恢复任务的深度学习方法进行了广泛的回顾。以卷积神经网络为首的深度学习技术在几乎所有图像处理领域,尤其是图像分类领域,都受到了广泛关注。然而,图像恢复是一个基本且具有挑战性的课题,在图像处理、理解和表示中起着重要作用。【图像恢复的细分研究方向】它通常处理图像去模糊 (image deblurring)、去噪 (denoising)、去雾 (dehazing) 和超分辨率 (super-resolution)。【图像恢复方法】转载 2023-09-11 11:56:20 · 1249 阅读 · 0 评论