基於小波變換和卷積神經網絡去除條紋噪聲

該文章主要工作如下： 1.使用神經網絡，直接在小波域內學習條紋噪聲的特徵，使之能夠根據精確的和自適應的估計噪聲的強弱和分佈。 2.提出了一種directional regularizer（我在這裏叫做定向正則化，是一個損失函數），能夠避免模型產生不規則的條紋，以及將條紋噪聲和圖像中的細節更準確的分開。 3.利用小波分解將圖像轉換成四個小波子帶。每個子帶都代表着圖像中的某一種特徵。有利於提高計算效率

>>阅读原文<<