基于深度学习卷积神经网络的激光光斑图像去噪的方法[发明专利]

来源：榕意旅游网

专利内容由知识产权出版社提供

专利名称：基于深度学习卷积神经网络的激光光斑图像去噪的

方法

专利类型：发明专利

发明人：张西良,宗圣康,李伯全,吴宇涛,尹经天申请号：CN201910753847.X申请日：20190815公开号：CN110599413A公开日：20191220

摘要：本发明提供一种基于深度学习卷积神经网络的激光光斑图像去噪的方法，包括以下步骤：步骤S1、图像采集：通过图像采集装置采集原始光斑灰度图像；步骤S2、光斑图像噪声分类处理：将原始光斑灰度图像输入分类器网络进行标签预测得到标签图像进行噪声分类，获得稀疏清晰图像；步骤S3、光斑图像去噪处理：将稀疏清晰图像与原始光斑灰度图像一起输入进回归网络，重建光斑图像，得到去噪后的光斑图像。使用回归网络对光斑图像进行噪声消除，将稀疏清晰图像与原始光斑图像一起馈送到回归网络以重建去噪图像，从而提高消除光斑图像随机噪声的精确度。

申请人：江苏大学

地址：212013 江苏省镇江市京口区学府路301号

国籍：CN

更多信息请下载全文后查看

因篇幅问题不能全部显示，请点此查看更多更全内容

查看全文