Indexed by：
Abstract：
近年来,基于图像自相似性的块组协同去噪算法取得了快速发展,但是如何在噪声环境下快速精确地寻找结构相似图像块是一个难点.常用的块匹配算法是通过欧几里得距离定义图像块之间的相似程度,无法度量图像块内部的结构信息.针对这类问题,提出一种基于全卷积孪生网络的相似块组搜索算法.首先通过孪生网络学习干净参考块与噪声图像块的潜在联系;然后利用马氏距离结合图像块的结构信息度量其相似性;进而对相似块组进行协同去噪恢复图像.实验表明,相比于GID算法,所提算法的峰值信噪比值在Nam-CC15,Nam-CC60和PolyU真实图像数据集上分别提高了0.51 dB, 1.02 dB和0.20 dB;视觉效果上,所提算法能够使去噪图像保留更多的结构特征.
Keyword：
Reprint 's Address：
Email：
Source ：
计算机辅助设计与图形学学报
Year： 2022
Issue： 08
Volume： 34
Page： 1293-1301
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 1
Affiliated Colleges：
