%0 Journal Article %A 徐少平 %A 李崇禧 %A 林官喜 %A 唐祎玲 %A 胡凌燕 %T 基于主成分分析与深度神经网络的快速噪声水平估计算法 %D 2019 %R 10.3969/j.issn.0372-2112.2019.02.003 %J 电子学报 %P 274-281 %V 47 %N 2 %X 鉴于从噪声图像分解获得的原生图块集合的协方差矩阵前若干个特征值(按照升序排序)与图像噪声水平值具有强相关性,提出了一种基于主成分分析和深度神经网络的快速噪声水平估计算法.该算法首先选用原生图块集合协方差矩阵前若干个特征值构成刻画图像噪声水平高低的特征矢量,然后在大量有代表性且已标定噪声水平值的噪声图像集合上利用深度神经网络训练预测模型以实现将特征矢量直接映射为噪声水平值,最后为获得更高的预测准确性,采用粗精预测模型相结合的两步预测方式实现.实验表明:文中算法在各个噪声级别上都具有稳定的预测准确性,且执行效率非常高,作为降噪算法的前置预处理模块具有更好的综合优势. %U https://www.ejournal.org.cn/CN/10.3969/j.issn.0372-2112.2019.02.003