denoiseImage

基于深度神经网络的图像去噪

折叠所有页面

语法

B = denoiseImage(净)

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。

此功能要求您拥有深度学习工具箱™。

这个示例使用:

打开生活的脚本

加载预先训练的去噪卷积神经网络，“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)”）

图中包含一个坐标轴。标题为“原始图像(左)”和“噪声图像(右)”的轴包含一个图像类型的对象。

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）

图中包含一个坐标轴。标题为Denoised Image的轴包含一个Image类型的对象。

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。