dae去噪自编码器如何实现去噪_基于自编码器的图像去噪设计与实现

基于自编码器的图像去噪设计与实现

陈

琦，潘伟民

【摘

要】

文章主要针对自然图像中存在的噪声问题，研究基于神经网络的去噪

方法，使之能够更快速地对混合有多种噪音的图像进行有效去噪，从而达到改

善图像视觉效果的目的。首先，文章设计一个能够对图像进行编码、解码的神

经网络。其次，介绍神经网络的详细结构和网络参数，并针对常见的图像噪声

介绍制作训练样本的方法和神经网络的训练流程。最后，展示实验结果。实验

表明，文章提出的方法可以有效地去除图像噪声，达到预期效果。

【期刊名称】

新疆师范大学学报(自然科学版)

【年

(

卷

),

期】

2018(037)002

【总页数】

6

【关键词】

椒盐噪声；高斯噪声；图像去噪；神经网络；自编码器

随着数字信息时代的到来，尤其是计算机技术的迅速发展以及图像数字化设备

普及程度的提高，人们接收到越来越多的多媒体信息［

1

］

。据统计，其中

70%

是来自图像的视觉信息［

2

］

。但图像在数字化过程中，会不可避免地遭受噪声

污染，这将使得图像质量恶化。这些噪声不仅降低了人们阅读图像的主观体验，

而且会对计算机图像识别带来负面影响［

3

］

。因此，在图像处理领域，图像去

噪研究成了一个非常热门且十分重要的研究方向［

4

］

。

传统去噪方法通常是使用滤波器对图像噪声进行滤除，例如中值滤波算法可有

效地滤除椒盐噪声，均值滤波算法则适用于滤除高斯噪声，但这些滤波算法通

常只对特定的噪声模型有效［

5

］

。实际情况中图像很可能被不同类型的噪声污

染［

6

］

。所以传统的去噪方法不具有通用性。文章基于深度神经网络的图像去