denoiseImage

深層ニューラルネットワークを使用したイメージのノイズ除去

構文

B = denoiseImage(A,net)

B = denoiseImage(A,net) は、net で指定されたノイズ除去深層ニューラルネットワークを使用して、ノイズを含むイメージ A からノイズ除去後のイメージ B を推定します。

この関数には、Deep Learning Toolbox™ が必要です。

この例では次を使用します:

事前学習済みのノイズ除去畳み込みニューラルネットワーク 'DnCNN' を読み込みます。

net = denoisingNetwork('DnCNN');

グレースケールイメージをワークスペースに取得した後、ノイズを含むバージョンのイメージを作成します。

I = imread('cameraman.tif');
noisyI = imnoise(I,'gaussian',0,0.01);

2 つのイメージをモンタージュとして表示します。

montage({I,noisyI})
title('Original Image (Left) and Noisy Image (Right)')

Figure contains an axes object. The axes object with title Original Image (Left) and Noisy Image (Right) contains an object of type image.

ノイズを含むイメージからノイズを除去し、結果を表示します。

denoisedI = denoiseImage(noisyI,net);
imshow(denoisedI)
title('Denoised Image')

Figure contains an axes object. The axes object with title Denoised Image contains an object of type image.

ノイズを含むイメージ。単一の 2 次元イメージまたは 2 次元イメージのスタックとして指定します。A は次のいずれかです。

m 行 n 列サイズの 2 次元グレースケールイメージ。
m x n x c の 2 次元マルチチャネルイメージ。ここで、c はイメージチャネルの数です。たとえば、c は RGB イメージの場合は 3 であり、赤外線チャネルを持つ RGB イメージなどの 4 チャネルイメージの場合は 4 です。
等サイズの 2 次元イメージのスタック。この場合、A のサイズは m x n x c x p です。ここで p はスタック内のイメージの数です。

データ型: single | double | uint8 | uint16