本发明涉及一种基于强化学习的图像去噪方法,包括下列步骤:制作噪声图片数据集:将公开的图片数据集分为训练集,测试集,用matlab对训练集和测试集进行预处理,加入不同程度的噪声;设计去噪声工具:针对4种不同程度的噪声,采用卷积神经网络去噪算法,分别训练不同的去噪算法参数获得4个去噪声工具;训练最优处理工具选择网络:对含噪声图像进行重建时,4个去噪声工具的恢复效果不同,采用DQN强化学习算法,将选择问题看作马尔科夫过程,用回报函数来评价每一个动作,面对不同的当前状态,采取最合适的动作来转换状态使得回报函数最大化,将对去噪声工具的选择视为离散的动作,得到最优处理工具。
声明:
“基于强化学习的图像去噪方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)