去椒盐噪声网络

免训练去噪

将分形编码与全变分正则化融入深度图像先验，在无外部数据条件下实现椒盐噪声的高保真去除。

Chuling, Wen · Weijie, Liang · 鲁坚 · 徐晨 · 邹玉茹

Fractals 2025

技术优势

无需训练数据

利用未训练卷积网络的归纳偏置，无需外部数据集即可重建结构化内容。

保持结构细节

全变分正则化强制局部平滑并保护边缘，在去噪的同时保持结构保真度。

性能优于现有方法

实验表明，所提方法在噪声去除和感知质量上均超越经典及学习方法。

应用场景

• 医学影像去噪：在不引入外部数据的前提下，去除医学影像中的椒盐噪声，保护诊断相关结构。
• 柔性传感器信号处理：为柔性传感器输出中的脉冲干扰提供免训练的实时去噪方案。