- 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
- 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于边缘增强和卷积神经网络的图像去噪方法,具体包括如下步骤:步骤1,选取n张图像作为训练样本,然后对训练样本中的每张图像进行处理;步骤2,对步骤1中进行处理后的图像进行NSCT变换,得到低频子带图L及高频子带图;步骤3,对步骤2中的高频子带图J的边缘进行定位,将定位后的高频方向子带图和步骤2所得的低频子带图进行NSCT逆变换得到最终待训练的边缘增强后的噪声图像X;步骤4,将步骤3中得到的边缘增强后的噪声图像输入到残差去噪网络中进行训练学习,得到最终去噪之后的干净图像。本发明解决了
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 112927151 A
(43)申请公布日 2021.06.08
(21)申请号 202110212348.7
(22)申请日 2021.02.25
(71)申请人 西安理工大学
地址
您可能关注的文档
最近下载
- 园长研修总结(3篇).docx VIP
- 东证期货-商品基本面量化框架系列-二-:黄金择时因子及多周期合成.pdf VIP
- 2024年9月8日贵州省黔西南州州直遴选(事业单位考聘)笔试真题及答案解析.doc VIP
- 安徽省综合评标评审专家入库、续聘考试试题(含答案).docx VIP
- 第2章金属材料组织-4-清华大学-工程材料.ppt VIP
- 第2章金属材料组织-3-清华大学-工程材料.ppt VIP
- 2025政治理论时政热点知识试题库(含+答案).docx VIP
- 2025人民防空防护设备产品选型目录.docx VIP
- 第2章金属材料组织-1-清华大学-工程材料.ppt VIP
- Unit 4 Plants around us课件(63张PPT)三年级上册(2024版).pptx VIP
文档评论(0)