公开(公告)号：CN112967210B

公开(公告)日：2022-07-05

申请号：CN202110471928.8

申请日：2021-04-29

Applicant: 福州大学

Inventor： 陈飞 ,  尤福源

IPC: G06T5/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06V10/74 ,  G06V10/82

Abstract: 本发明涉及一种基于全卷积孪生网络的无人机图像去噪方法，首先使用马氏距离在干净和噪声图像组合中计算出相似块组标签；随后建立全卷积孪生网络进行训练。在去噪场景中，孪生网络输出待去噪图像的相似块组，然后通过高斯混合模型构建具有外部信息和内部信息的混合正交字典。最后使用加权稀疏编码框架求解正交字典重构图像块，随后聚合图像块达到最终去噪。本发明利用马氏距离和全卷积孪生网络来寻找相似块组，解决了块匹配算法使用欧式距离寻找相似块组时不够准确且忽略图像块结构的问题。

公开(公告)号：CN112967210A

公开(公告)日：2021-06-15

申请号：CN202110471928.8

申请日：2021-04-29

Applicant: 福州大学

Inventor： 陈飞 ,  尤福源

IPC: G06T5/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于全卷积孪生网络的无人机图像去噪方法，首先使用马氏距离在干净和噪声图像组合中计算出相似块组标签；随后建立全卷积孪生网络进行训练。在去噪场景中，孪生网络输出待去噪图像的相似块组，然后通过高斯混合模型构建具有外部信息和内部信息的混合正交字典。最后使用加权稀疏编码框架求解正交字典重构图像块，随后聚合图像块达到最终去噪。本发明利用马氏距离和全卷积孪生网络来寻找相似块组，解决了块匹配算法使用欧式距离寻找相似块组时不够准确且忽略图像块结构的问题。