Esta página aún no se ha traducido para esta versión. Puede ver la versión más reciente de esta página en inglés.

denoiseImage

Denoise imagen usando la red neuronal profunda

contraer todo en la página

Sintaxis

B = denoiseImage(A,net)

Descripción

ejemplo

B = denoiseImage(A,net) estima la imagen denozada de la imagen ruidosa utilizando una red neuronal profunda denozante especificada por.BAnet

Esta función requiere que tenga.Deep Learning Toolbox™

Ejemplos

contraer todo

Este ejemplo utiliza:

Abrir script en vivo

Recupere la red neuronal convolucional preentrenada de eliminación de ruido.'DnCNN'

net = denoisingNetwork('DnCNN');

Cargue una imagen en escala de grises en el espacio de trabajo y, a continuación, cree una versión ruidosa de la imagen. Visualice las dos imágenes.

I = imread('cameraman.tif'); noisyI = imnoise(I,'gaussian',0,0.01); figure imshowpair(I,noisyI,'montage'); title('Original Image (left) and Noisy Image (right)')

Elimine el ruido de la imagen ruidosa y visualice el resultado.

denoisedI = denoiseImage(noisyI, net); figure imshow(denoisedI) title('Denoised Image')

Argumentos de entrada

contraer todo

Imagen ruidosa, especificada como una sola imagen 2-D o una pila de imágenes 2-D. puede ser:A

  • Una imagen en escala de grises en 2-D con el tamaño por.mn

  • Una imagen multicanal en 2-D con el tamaño por-por-, donde está el número de canales de imagen.mncc Por ejemplo, es 3 para imágenes RGB y 4 para imágenes de cuatro canales, como imágenes RGB con un canal infrarrojo.c

  • Una pila de imágenes en 2-D de igual tamaño. En este caso, tiene el tamaño por--por--por-, donde está el número de imágenes en la pila.Amncpp

Tipos de datos: single | double | uint8 | uint16

Denozar la red neuronal profunda, especificada como un objeto.SeriesNetwork La red debe estar entrenada para manejar imágenes con el mismo formato de canal que.A

Argumentos de salida

contraer todo

Imagen denozada, devuelta como una sola imagen 2-D o una pila de imágenes 2-D. tiene el mismo tamaño y tipo de datos que.BA

Consulte también

| |

Temas

Introducido en R2017b

Documentación de Image Processing Toolbox
Soporte
Introducing Deep Learning with MATLAB

Introducing Deep Learning with MATLAB

Download ebook