基于卷积神经网络的红外图像去噪方法研究
【摘要】 为了更有效地去除红外图像中的噪声，提出一种基于卷积神经网络的红外图像去噪方法。该方法构建了一个由卷积子网和反卷积子网构成的网络结构，卷积子网提取图像的特征，反卷积子网通过特征图重建原始图像。对无噪声图像通过加噪的方式得到含噪声图像，由此构成训练集和测试集，通过Tensorflow对训练集中的红外图像样本进行训练，拟合出含噪声图像和无噪声图像的映射关系，并利用学习到的映射关系对测试集进行去噪。实验结果表明，与传统的去噪方法相比，随着噪声强度的增大，本文方法能更有效的去除红外图像中的噪声，获得更好的视觉效果和更高的峰值信噪比。
