2020年秋季UESTC的Non-extreme-SAP噪音消除课程项目

非极端的SAP噪声去除 抽象的 以前有几种基于神经网络的方法可以在降低盐和胡椒粉噪声方面具有出色的性能。 但是，这些方法基于以下假设进行工作：盐和胡椒噪声的值恰好为0和255。在现实世界中并非如此。 当值从0和255改变时，这些方法的结果会急剧偏离。为克服这一弱点，我们的方法旨在设计一个卷积神经网络，以检测更大范围内的噪声像素，然后使用滤波器对其进行修改。设置为0，这对进一步的工作很有好处。 然后在滤波器之后使用另一个卷积神经网络进行去噪和恢复工作。 结果 非最高值时损坏的SAP噪声为20％ Stage1输出，噪声检测 第2阶段输出，PSNR = 39.07dB CounterPart，直接去噪PSNR = 35.52dB GT