이 번역 페이지는 최신 내용을 담고 있지 않습니다. 최신 내용을 영문으로 보려면 여기를 클릭하십시오.

denoisingNetwork

영상 잡음 제거 신경망 가져오기

구문

net = denoisingNetwork(modelName)

설명

net = denoisingNetwork(modelName) 함수는 modelName에 의해 지정된 사전 훈련된 영상 잡음 제거 심층 신경망을 반환합니다.

이 함수에는 Deep Learning Toolbox™가 필요합니다.

예제

사전 훈련된 영상 잡음 제거 신경망 가져오기

사전 훈련된 영상 잡음 제거 컨벌루션 신경망 "DnCNN"을 가져옵니다.

net = denoisingNetwork("DnCNN")

net = 
  dlnetwork with properties:

         Layers: [58×1 nnet.cnn.layer.Layer]
    Connections: [57×2 table]
     Learnables: [76×3 table]
          State: [36×3 table]
     InputNames: {'InputLayer'}
    OutputNames: {'Conv20'}
    Initialized: 1

  View summary with summary.

사전 훈련된 신경망을 사용하여 영상 잡음 제거하기

사전 훈련된 잡음 제거 컨벌루션 신경망 "DnCNN"을 불러옵니다.

net = denoisingNetwork("DnCNN");

회색조 영상을 작업 공간으로 불러온 다음 잡음이 있는 버전의 영상을 만듭니다.

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

2개의 영상을 몽타주 형태로 표시합니다.

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

잡음이 있는 영상에서 잡음을 제거한 다음 결과를 표시합니다.

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

입력 인수

modelName — 신경망 이름

'DnCnn'

사전 훈련된 잡음 제거 심층 신경망의 이름으로, 문자형 벡터 'DnCnn'으로 지정됩니다. 이는 현재 사용 가능한 유일한 사전 훈련된 잡음 제거 신경망이며, 회색조 영상에 대해서만 훈련되었습니다.

데이터형: char | string

출력 인수

net — 잡음 제거 심층 신경망

dlnetwork 객체

사전 훈련된 잡음 제거 심층 신경망으로, dlnetwork (Deep Learning Toolbox) 객체로 반환됩니다.

참고 문헌

[1] Zhang, K., W. Zuo, Y. Chen, D. Meng, and L. Zhang. "Beyond a Gaussian Denoiser: Residual Learning of Deep CNN for Image Denoising." IEEE Transactions on Image Processing. Vol. 26, Number 7, Feb. 2017, pp. 3142-3155.

버전 내역

R2017b에 개발됨

R2024b: 신경망을 dlnetwork 객체로 반환함

denoisingNetwork 함수는 이제 잡음 제거 심층 신경망을 dlnetwork (Deep Learning Toolbox) 객체로 반환합니다. 이전에는 신경망을 SeriesNetwork (Deep Learning Toolbox) 객체로 반환했는데, 이는 더 이상 권장되지 않습니다.

denoisingNetwork 함수의 출력을 denoiseImage 함수의 입력 신경망으로 사용하는 경우, 코드를 업데이트할 필요가 없습니다.

참고 항목

denoiseImage | dnCNNLayers | denoisingImageDatastore

도움말 항목

• Train and Apply Denoising Neural Networks