基于深度学习的图像去噪技术研究与应用分析

马 芸娟, 马 海英
西京学院机械工程学院

摘要


本文聚焦于基于深度学习的图像去噪技术，深入探讨其核心原理、关键技术、应用场景及面临的挑战与应对策略。通过分析卷积神经网络、生成对抗网络等在图像去噪中的应用，阐述其在提升图像质量方面的显著效果。同时，结合医学影像、卫星遥感等领域的实际应用案例，揭示深度学习图像去噪技术的广阔前景。最后，针对数据标注、模型泛化等问题提出相应策略，为该技术的进一步发展提供参考。

关键词


深度学习；图像去噪；卷积神经网络；生成对抗网络

全文:

PDF


参考


[1]刘迪，贾金露，赵玉卿，等.基于深度学习的图像去噪方法研究综述[J].计算机工程与应用，2021，57（07）：1-13.

[2]蒲秋梅，沈林林，田景龙，等.基于深度学习的低剂量CT图像去噪方法综述[J].中国体视学与图像分析，2023，28（04）：369-379.DOI：10.13505/j.1007-1482.2023.28.04.005.

[3]郝昱权.基于NSST与深度学习的红外图像与可见光图像融合算法[J].河北软件职业技术学院学报，2024，26（04）：12-17.DOI：10.13314/j.cnki.jhbsi.2024.04.001.

[4]贺钰茹，王方虎，黄衍超，等.基于深度学习的超低计数全身PET图像去噪方法[J].分子影像学杂志，2024，47（09）：904-912.




DOI: http://dx.doi.org/10.12361/2661-3506-08-02-154859

Refbacks

  • 当前没有refback。