文档帮助中心文档
基于深度神经网络的图像去噪
B = denoiseImage(净)
例子
B= denoiseImage (一个,净)估计去噪图像B从嘈杂的图像一个采用的去噪深度神经网络净。
B= denoiseImage (一个,净)
B
一个
净
此功能要求您拥有深度学习工具箱™。
全部折叠
这个示例使用:
加载预先训练的去噪卷积神经网络,“DnCNN”。
“DnCNN”
网= denoisingNetwork (“DnCNN”);
将灰度图像加载到工作区中,然后创建图像的噪声版本。
我= imread (“cameraman.tif”);noisyI = imnoise(我“高斯”, 0, 0.01);
以蒙太奇的方式显示这两张图片。
蒙太奇({我noisyI})标题(“原始图像(左)和噪声图像(右)”)
从噪声图像中去除噪声,然后显示结果。
denoisedI = denoiseImage (noisyI,净);imshow (denoisedI)标题(”“去噪图像)
噪声图像,指定为单个二维图像或一堆二维图像。一个可以是:
有尺寸的二维灰度图像米——- - - - - -n。
具有尺寸的二维多通道图像米——- - - - - -n——- - - - - -c,在那里c为图像通道的个数。例如,c为3为RGB图像,4为四通道图像,如带有红外通道的RGB图像。
一堆大小相同的二维图像。在这种情况下,一个有大小米——- - - - - -n——- - - - - -c——- - - - - -p,在那里p是堆栈中图像的数量。
数据类型:单|双|uint8|uint16
单
双
uint8
uint16
SeriesNetwork
深度神经网络去噪,指定为SeriesNetwork(深度学习工具箱)对象。网络应该经过训练,以处理与一个。
去噪图像,返回为单个二维图像或一堆二维图像。B大小和数据类型与一个。
denoisingImageDatastore|denoisingNetwork|dnCNNLayers
denoisingImageDatastore
denoisingNetwork
dnCNNLayers
您有这个示例的修改版本。您想打开这个示例与您的编辑吗?
你点击一个链接对应于这个MATLAB命令:
通过在MATLAB命令窗口中输入命令来运行命令。Web浏览器不支持MATLAB命令。万博1manbetx
选择一个网站,在那里获得翻译的内容,并看到当地的活动和优惠。根据您的位置,我们建议您选择:。
你也可以从以下列表中选择一个网站:
选择中国网站(中文或英文)以获得最佳网站性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。
与当地办事处联系