基于噪音估计的散斑干涉相位条纹图像的卷积神经网络图像去噪
Convolution Neural Network Image Denoising of Speckle Interferometry Phase Fringe Image Based on Noise Estimation作者机构:北京工业大学北京100124
出 版 物:《软件》 (Software)
年 卷 期:2022年第43卷第2期
页 面:45-48页
学科分类:08[工学] 081104[工学-模式识别与智能系统] 0811[工学-控制科学与工程]
摘 要:散斑干涉的获取的相位条纹图像由于光照条件,摄像设备以及工作环境等因素的影响常常会引入噪音,噪音的存在使得后续的图像分析处理工作难以进行。随着计算力的发展,人工神经网络是近年来兴起的一种新的去噪方法。然而,在应用卷积神经网络进行处理时,由于样本数量的不足,难以获得非常好的效果。本文参考卷积神经网络的工作原理,对去噪卷积神经网络进行了一点改进,在神经网络的前端加入了一个基于噪音估计的学习率计算模块,使得学习过程中神经网络能够更好的学习到噪音特征,将其应用于相位条纹图时获得了不错的效果。