matlabe基于残差学习的图像去噪_基于残差学习与卷积神经网络的图像去噪方法研究...

基于残差学习与卷积神经网络的图像去噪方法研究(论文20000字,外文翻译)

摘要：数字图像在获取、传输等过程中不可避免地会受到噪声的影响，为了抑制噪声，对图像进行去噪成为图像处理的关键步骤之一。BM3D去噪算法是效果较为明显的，不过在去噪耗时上仍有不足。随着深度学习的发展，神经网络逐渐用于图像去噪，此类方法去噪效果较为优秀，耗时也较短。随着神经网络层数加深，特征提取就越复杂，训练难度越大，网络先达到最优状态，然后开始退化，还会出现梯度消失等问题。针对这一问题，本文分别利用残差学习和卷积神经网络构建去噪新模型，通过残差学习增加网络训练深度，同时利用残差图像中的图像结构信息，提高去噪效果，结果显示，相比于BM3D算法，本文基于残差学习与卷积神经网络的图像去噪算法的去噪效果更为突出，去噪耗时也大大降低。

关键词：图像去噪；深度学习；卷积神经网络；残差学习

Study on Image Denoising Method Based on Residual Learning and Convolutional Neural Network

Abstract：Digital image will be affected by noise in the process of acquisition and transmission. In order to suppress noise, image denoising has become one of the key steps of image processing. BM3D is effective,butBM3Ddon’t do well in the time-consuming. With the development of de