高速摄影仪成像噪声去除方法研究

作     者：陈怀安 卢小银 单奕萌 阚艳 金一 Chen Huaian;Lu Xiaoyin;Shan Yimeng;Kan Yan;Jin Yi

作者机构：中国科学技术大学工程科学学院合肥230026 合肥中科君达视界技术股份有限公司合肥230051 国营芜湖机械厂芜湖241000 

出 版 物：《仪器仪表学报》 (Chinese Journal of Scientific Instrument)

年 卷 期：2023年第44卷第2期

页      面：211-220页

核心收录：

学科分类：0710[理学-生物学] 08[工学] 0803[工学-光学工程] 0701[理学-数学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：中国博士后科学基金(2022M720137) 基金委国家重大仪器研制项目(61727809) 国家重点研发计划项目(2019YFC0117801)资助 

主　　题：高速摄影 图像去噪 非理想配对 卷积神经网络 模型量化 

摘      要：高速摄影仪在超高帧率下(10000 FPS)易产生噪声,该噪声分布复杂,难以获取与有噪图像完全对应的清晰图像。针对该问题,提出一种基于非理想配对图像的卷积去噪网络训练方法。首先利用高速和低速摄影仪拍摄相同场景图像,获得有噪图像及与其对应的非理想配对清晰图像;然后,建立基于卷积神经网络的深度去噪模型,结合亮度一致化和图像对齐方法,实现非理想配对图像的监督学习,从而去除成像噪声;最后,引入模型量化技术将模型参数和激活值由32位浮点数量化为8位定点数,降低模型大小、内存需求和运行时间。实验结果表明,提出的去噪方法可有效去除高速摄影仪成像噪声,相比于其他方法,去噪图像峰值信噪比提高1.96 dB,结构相似性提高1.95%;通过模型量化,模型大小降低4倍,内存需求降低45.62%,运行时间降低37.5%。