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)
824
编辑：管理员
来源：北方有色网
咨询细节
