论文部分内容阅读
为充分提取图像特征,有效去除图像噪声,在对多种图像去噪算法研究的基础上,提出一种结合残差密集块(residual dense block,RDB)的深度卷积神经网络图像去噪方法。利用RDB充分提取前面几个卷积层中的特征,在后续卷积层后添加批量规范化层和线性修正单元以加速训练并提高去噪效果,使用残差学习降低网络输出的拟合难度。实验结果表明,该模型能有效去除图像噪声,简化模型结构,降低网络计算复杂度。