基于改进栈式稀疏去噪自编码器的图像去噪

来源：计算机工程与应用杂志2018年第4期北京时间：

作者：马红强，马时平，许悦雷，吕 超，辛 鹏，朱明明

单位：空军工程大学 航空工程学院，西安 710038

摘要：为了提高栈式稀疏去噪自编码器（SSDA）的图像去噪性能，解决计算复杂度高，参数不易调节，训练收敛速度慢等问题，提出了一种栈式边缘化稀疏去噪自编码器（SMSDA）的图像去噪方法。首先，由于边缘化去噪自编码器（MDA）具有收敛速度快这一特性，对SDA网络损失函数作边缘化处理，形成边缘化稀疏去噪自编码器（MSDA），使其同时满足边缘性和稀疏性。其次，将多个MSDA堆叠构成深度神经网SMSDA，为避免模型参数局部最优，采用非监督逐层训练法分别训练每一层网络，再用BP算法对整个网络微调，从而获得最优权重。最后，用SMSDA对给定图像去噪。仿真结果表明，较SSDA而言，所提算法在降低计算复杂度、提高收敛速度的同时，拥有较高峰值信噪比（PSNR），且保留了更多原始图像的细节信息，具有更好的降噪性能。

关键词：图像去噪,深度学习,纹理细节,降噪自编码器,稀疏自编码器