使用预制神经网络从彩色图像中清除噪声

此示例使用：

打开直播脚本

此示例显示如何从RGB图像中删除高斯噪声。将图像分成单独的颜色通道，然后使用预先磨平的去噪神经网络DNCNN来表示每个通道。

将彩色图像读入工作区并将数据转换为双倍的。显示原始彩色图像。

pristinergb = imread（'lighthouse.png'）;pristinergb = im2double（pristinergb）;imshow（pristinergb）标题（'原始图像'）

添加零均衡的高斯白噪声，差异为0.01到图像。imnoise.独立地向每个颜色通道添加噪声。显示嘈杂的彩色图像。

noisyrgb = imnoise（pristinergb，'高斯'，0,0.01）;imshow（noisyrgb）标题（'吵闹的形象'）

将嘈杂的RGB图像拆分为其各个颜色通道。

[Noisyr，Noisyg，Noisyb] = Imsplit（Noisyrgb）;

加载预制的DNCNN网络。

net = denoisingnetwork（'dncnn'）;

使用DNCNN网络从每个颜色通道中移除噪声。

denoisedr = denoiseimage（诺斯罗，净）;denoisedg = denoiseimage（noisyg，net）;denoisedb = denoiseimage（noisyb，net）;

重组去噪色信道以形成去噪的RGB图像。显示去噪彩色图像。

denoisedrgb =猫（3，denoisedr，denoisedg，denoosedb）;imshow（denoisedrgb）标题（'去世图像'）

计算噪声和去噪图像的峰值信噪比（PSNR）。较大的PSNR表示噪声具有较小的相对信号，并且与更高的图像质量相关联。

noisypsnr = psnr（noisyrgb，pristinergb）;fprintf（'\ n嘈杂图像的PSNR值为％0.4f。，noisypsnr）;

嘈杂图像的PSNR值为20.6395。

denoisedpsnr = psnr（denoisedrgb，pristinergb）;fprintf（'\ n去噪图像的PSNR值为％0.4f。，denoosedpsnr）;

去噪图像的PSNR值为29.6857。

计算噪声和去噪图像的结构相似性（SSIM）索引。接近1的SSIM指数表示与参考图像的良好一致性，更高的图像质量。

Noisyssim = SSIM（Noisyrgb，Pristinergb）;fprintf（'\ n嘈杂图像的SSIM值为％0.4f。，Noisyssim）;

嘈杂图像的SSIM值为0.7393。

denoisedssim = ssim（denoisedrgb，pristinergb）;fprintf（'\ n去噪图像的SSIM值为％0.4f。，denoisedssim）;

去噪图像的SSIM值为0.9507。

在实践中，图像颜色通道经常具有相关噪声。为了消除相关图像噪声，首先将RGB图像转换为具有亮度通道的颜色空间，例如L * A * B *颜色空间。仅消除亮度通道上的噪声，然后将DeAoised Image转换回RGB颜色空间。

也可以看看

下载电子书