基于小波变换和卷积神经网络去除条纹噪声

该文章主要工作如下： 1.使用神经网络，直接在小波域内学习条纹噪声的特征，使之能够根据精确的和自适应的估计噪声的强弱和分布。 2.提出了一种directional regularizer（我在这里叫做定向正则化，是一个损失函数），能够避免模型产生不规则的条纹，以及将条纹噪声和图像中的细节更准确的分开。 3.利用小波分解将图像转换成四个小波子带。每个子带都代表着图像中的某一种特征。有利于提高计算效率

>>阅读原文<<