主要内容

denoisingNetwork

得到图像去噪网络

折叠所有页面

语法

净= denoisingNetwork (modelName)

描述

例子

净= denoisingNetwork (modelName）返回预先训练的图像去噪深度神经网络modelName．

此功能要求您拥有深度学习工具箱™。

例子

全部折叠

这个示例使用:

打开生活的脚本

得到预先训练的图像去噪卷积神经网络DnCNN。

网= denoisingNetwork (“DnCNN”）
net = SeriesNetwork with properties: Layers: [59x1 net.cnn.layer. layer] InputNames: {'InputLayer'} OutputNames: {'FinalRegressionLayer'}

看到denoiseImage的一个例子，如何使用预先训练的网络去噪的图像。

输入参数

全部折叠

预先训练的去噪深度神经网络名称，指定为特征向量“DnCnn”．这是目前唯一可用的预先训练的去噪网络，它只针对灰度图像进行训练。

数据类型:字符|字符串

输出参数

全部折叠

预处理的去噪深度神经网络，返回为SeriesNetwork(深度学习工具箱)对象。

参考文献

[1]张凯，左伟，陈燕，D.孟，张磊。超越高斯去噪:深度CNN的残差学习用于图像去噪。IEEE图像处理汇刊．第26卷，第7期，2017年2月，3142-3155页。

另请参阅

||

主题

介绍了R2017b

图像处理工具箱文档

万博1manbetx

介绍基于MATLAB的深度学习

介绍基于MATLAB的深度学习

下载电子书