论文部分内容阅读
针对传统图像降噪算法对图像进行降噪时效果不佳的问题,提出一种深度学习与非局部均值滤波算法相结合的图像降噪新方法。在传统非局部均值滤波算法基础上,通过构建图像分块滤波学习过程框架和五层神经网络模型,运用梯度下降反向传导算法和ReLU激活函数,采用均方对数误差损失函数和Adam优化函数进行小批量处理模型训练,在keras框架上得到较好的降噪效果。通过和高斯滤波、中值滤波、双边滤波、非局部均值滤波算法对比实验,验证了方法的有效性。