dncnn图像去噪_一种基于DnCNNs改进的图像降噪方法与流程

本发明涉及图像处理技术领域，具体涉及一种基于dncnns改进的图像降噪方法。

背景技术：

随着科技进步，新的图像技术在逐渐推广，在日常生活中人们对于图像的要求也越来越高，针对阴天或夜晚等弱光条件下拍摄的图像具有噪点较多和细节模糊等问题，这个时候就需要把图像的噪声去除用来优化图像。传统基本做法是对于频域与空域进行处理或者得到先验知识确定噪声类型针对处理，这些基本方法都只针对于特定场景下图像降噪，对于复杂环境的图像降噪效果并不明显，近年来，基于深度学习的图像降噪技术取得卓越进展，在高级图像理解任务，比如：图像分类、目标检测等方面取得令人瞩目的成绩。基于深度学习算法的图像降噪技术成为研究的热点，常规做法是将图像数据训练集噪声图像与清晰图像进行直接训练，得到权重参数但是修复完成后视觉效果以及图像质量有待提高。因此技术革新的新型图像降噪技术是十分有必要的。

技术实现要素：

本发明为了克服以上技术的不足，提供了一种在暗光条件下可以对图像进行降噪，使图像噪声明显降低，提高图像信噪比，提升图像辨识度的基于dncnns改进的图像降噪方法本发明克服其技术问题所采用的技术方案是：

一种基于dncnns改进的图像降噪方法，其特征在于，包括如下步骤：

a)将输入计算机的彩色图片进行颜色通道转换，转换成rgb颜色通道，并将rgb颜色通道进行分离得到r通道