在公安视频与图像侦查工作中,常涉及到各种含噪生物纹理图像.为降低图像在采集、传输和处理过程中所受噪声的污染程度,同时尽可能保留图像原有的细节信息,基于增强神经网络卷积后各通道图像间的联系,利用CAN网络进行双边算子逼近运算,在CAN网络中的最后一层Block引入通道注意力机制增强模块SEnet,对现有CAN网络模型进行了改进.通过计算处理后图像的评价系数,分析对比了不同算法的去噪性能以及原有图像细节信息的保留能力.通过与双边滤波算法和DnCNN网络的对比分析,改进后的SE-CAN网络能够有效去除图像噪声,对图像原有信息的保留更具优势.
图像去噪 CAN网络 深度学习 通道注意力机制 质量评价
