denoisingNetwork

获取图像去噪网络

全页折叠

语法

net = denoisingNetwork(modelName)

说明

net = denoisingNetwork(modelName) 返回由 modelName 指定的预训练的图像去噪深度神经网络。

此函数需要 Deep Learning Toolbox™。

示例

示例

全部折叠

此示例使用:

打开实时脚本

获取预训练的图像去噪卷积神经网络 "DnCNN"。

net = denoisingNetwork("DnCNN")
net = 
  dlnetwork with properties:

         Layers: [58×1 nnet.cnn.layer.Layer]
    Connections: [57×2 table]
     Learnables: [76×3 table]
          State: [36×3 table]
     InputNames: {'InputLayer'}
    OutputNames: {'Conv20'}
    Initialized: 1

  View summary with summary.

此示例使用:

打开实时脚本

加载预训练去噪卷积神经网络 "DnCNN"。

net = denoisingNetwork("DnCNN");

将一个灰度图像读入工作区中，然后显示该图像。

I = imread("cameraman.tif");
imageshow(I)

创建该图像的含噪版本，然后显示含噪图像。

noisyI = imnoise(I,"gaussian",0,0.01);
imageshow(noisyI)

从含噪图像中去除噪声，然后显示结果。

denoisedI = denoiseImage(noisyI,net);
imageshow(denoisedI)

输入参数

全部折叠

预训练的去噪深度神经网络的名称，指定为字符向量 'DnCnn'。这是当前唯一可用的预训练去噪网络，并且仅针对灰度图像进行了训练。

数据类型: char | string

输出参量

全部折叠

预训练的去噪深度神经网络，以 dlnetwork (Deep Learning Toolbox) 对象形式返回。

参考

[1] Zhang, K., W. Zuo, Y. Chen, D. Meng, and L. Zhang. "Beyond a Gaussian Denoiser: Residual Learning of Deep CNN for Image Denoising." IEEE Transactions on Image Processing. Vol. 26, Number 7, Feb. 2017, pp. 3142-3155.

版本历史记录

在 R2017b 中推出

全部展开

另请参阅

| |

主题