基于噪音估计的散斑干涉相位条纹图像的卷积神经网络图像去噪

散斑干涉的获取的相位条纹图像由于光照条件,摄像设备以及工作环境等因素的影响常常会引入噪音,噪音的存在使得后续的图像分析处理工作难以进行。随着计算力的发展,人工神经网络是近年来兴起的一种新的去噪方法。然而,在应用卷积神经网络进行处理时,由于样本数量的不足,难以获得非常好的效果。本文参考卷积神经网络的工作原理,对去噪卷积神经网络进行了一点改进,在神经网络的前端加入了一个基于噪音估计的学习率计算模块,使得学习过程中神经网络能够更好的学习到噪音特征,将其应用于相位条纹图时获得了不错的效果。