文章详情
| 稿件标题： | 基于DnCNN-IID的RAW图像盲降噪算法 |
| 稿件作者： | 李博1,赵一诚1,丁辉1,2 |
| DOI： | 10.11809/bqzbgcxb2024.08.025 |
| 科学编辑： | 张秀彬 博士 （ 上海交通大学 教授） |
| 栏目名称： | 基础理论与应用研究 |
| 关键词： | RAW图像；卷积神经网络；盲降噪；暗图像增强 |
| 文章摘要： | 由于RAW图像中存在整体偏暗和对比度不足，以及亮度不一致等问题，导致RAW图像中的噪声复杂多样。提出了一种改进的降噪模型DnCNNIID（denoising convolutional neural network with image inversion and downsample，DnCNNIID）抑制RAW图像中的复杂噪声，增强图像质量。该模型基于DnCNN网络，通过对图像进行反通道处理进行图像增强，增强图像对比度，突出图像中的细节和边缘，同时突出噪声的特征信息；通过加入图像下采样使网络处理效率提升的同时，扩大了网络感受野，提高模型对输入图像的全局信息的感知能力，更加有效的抑制噪声。为了验证算法的有效性，在BSD500数据集、Ex/600数据集与RAW数据集上与主流方法进行了比较，实验结果表明,所提模型在PSNR、SSIM、MSE多个评价指标上得到较好的提升。 |
| 稿件基金： | 国家自然科学基金项目(61876112) |
| 引用本文格式： | 李博,赵一诚,丁辉.基于DnCNNIID的RAW图像盲降噪算法［J］.兵器装备工程学报，2024，45(8)：184-191,258. LI Bo, ZHAO Yicheng, DING Hui.Blind denoising algorithm for RAW images based on DnCNNIID［J］.Journal of Ordnance Equipment Engineering，2024，45(8)：184-191,258. |
| 刊期名称： | 2024年08期 |
| 出版时间： | 2024年9月 |
| 收稿日期： | 2023-09-26 |
| 修回日期： | 2023-10-24 |
| 录用日期： | 2023-11-29 |
| 上线时间： | 2024年9月2日 |
| 浏览次数： | 577 |
| 下载次数： | 34 |
| 免费阅读PDF 在线阅读 下载本期目录 下载本期封面 | |