羅仁澤，王瑞杰，張 可，范順利

(1.西南石油大學油氣藏地質(zhì)及開發(fā)工程國家重點實驗室，四川 成都 610500；2.西南石油大學電氣信息學院，四川 成都 610500；3.西南石油大學地球科學與技術(shù)學院，四川 成都 610500)

1 引言

傳統(tǒng)圖像去噪模型可分為基于空間域、變換域、稀疏表示以及自然統(tǒng)計四大類。其中具有代表性的方法有：基于空間域的中值濾波法[1]，此方法忽略了每個像素自身的特點，去噪后圖像將會出現(xiàn)較為嚴重的模糊現(xiàn)象；基于變換域的BLS-GSM[2]，此方法在去噪的同時會丟失一部分有用信息；基于稀疏表示法的NLSC[3]，此方法去噪計算時間較長、去噪效率低；基于自然統(tǒng)計的BM3D[4]，此方法只能濾除某種特定的噪聲。

為了克服傳統(tǒng)去噪模型的局限性，基于深度學習的非線性、深度的圖像去噪模型被大量提出。其中基于自編碼(Auto-encoder，AE)網(wǎng)絡(luò)[5-7]、卷積神經(jīng)網(wǎng)絡(luò)[8-10](Convolutional Neural Network，CNN)、生成對抗網(wǎng)絡(luò)[11-13](Generative Adversarial Networks，GAN)廣泛應(yīng)用于圖像去噪領(lǐng)域?；谧跃幋a網(wǎng)絡(luò)的DCAENN[5]，可有效去除胸部X線圖像的噪聲，但只能去除已知的噪聲，不具有泛化能力；基于棧式稀疏去噪自編碼網(wǎng)絡(luò)的SSDAs[6]，通過多個SSDAs相組合，將稀疏編碼與去噪自編碼器預訓練的深度神經(jīng)網(wǎng)絡(luò)相結(jié)合進行圖像去噪，但SSDAs較依賴有監(jiān)督的訓練，只能除去訓練集中出現(xiàn)的噪聲；基于棧式去噪自編碼網(wǎng)絡(luò)的SDA[7]，由多層的全連接網(wǎng)絡(luò)構(gòu)成，網(wǎng)絡(luò)模型訓練所需時間較長；基于殘差卷積神經(jīng)網(wǎng)絡(luò)的DNCNN[9]，利用殘差學習和批量歸一化來加速訓練過程，DNCNN模型能夠處理水平未知的高斯噪聲，但不能去除種類未知的噪聲；基于空洞卷積的IRCNN[14]，通過使用空洞卷積增大感受野，進而使背景信息對重構(gòu)受損像素起作用；基于堆疊生成對抗網(wǎng)絡(luò)的SGAN[12]，該模型將估計圖像分布分解為多個相對較容易的任務(wù)來處理數(shù)據(jù)，有較好的去噪效果，但網(wǎng)絡(luò)不易訓練，資源消耗大，去噪的同時也會生成假象；基于條件生成對抗網(wǎng)絡(luò)的CGAs[13]，將訓練過的網(wǎng)絡(luò)和銳度檢測網(wǎng)絡(luò)相結(jié)合來引導訓練過程，CGAs減少了生成對抗網(wǎng)絡(luò)的訓練難度，但去噪同時容易丟失特征信息。

本文提出的多功能去噪殘差卷積自編碼神經(jīng)網(wǎng)絡(luò)(Multi-Functional Denoising Residual Convolution Auto-Encoding Neural Network，DRCAENNm)和去噪殘差卷積自編碼神經(jīng)網(wǎng)絡(luò)(Denoising Residual Convolution Auto-Encoding Neural Network，DRCAENN)，均以殘差塊、BN層和自編碼器組成的殘差卷積自編碼 (Residual Convolutional Auto-Encoder， RCAE) 塊為基本網(wǎng)絡(luò)結(jié)構(gòu)，將含噪聲的圖像經(jīng)過網(wǎng)絡(luò)模型訓練優(yōu)化，輸出為去噪后的圖像。與DNCNN[9]、DCAENN[5]和IRCNN[14]模型對比，DRCAENN在去噪質(zhì)量和網(wǎng)絡(luò)收斂速度方面表現(xiàn)最好，僅用其它網(wǎng)絡(luò)訓練所需的四分之一時間，就能達到最佳去噪效果；用單一噪聲訓練完成的DRCAENNm，不僅可以去除水平未知的噪聲，還可以去除與訓練數(shù)據(jù)類型不相同的噪聲，泛化能力超越已知的去噪網(wǎng)絡(luò)模型。

2 基本原理

2.1 殘差學習

殘差學習(Residual Learning)[15]解決了常規(guī)網(wǎng)絡(luò)隨著深度的加深容易出現(xiàn)梯度彌散，而導致深層網(wǎng)絡(luò)去噪效果變差的現(xiàn)象。

以兩層殘差塊為例，見圖1所示，不加恒等映射(Identity Mapping)時，經(jīng)兩層神經(jīng)網(wǎng)絡(luò)后輸出可用式(3)表示：

圖1 ID Block結(jié)構(gòu)

xi經(jīng)線性變換后用hi+1表示，則

hi+1=wi+1*xi+bi+1

(1)

hi+1經(jīng)激活函數(shù)g之后輸出為xi+1

xi+1=g*hi+1

(2)

經(jīng)兩層神經(jīng)網(wǎng)絡(luò)后xi+2可表示為式(3)

xi+2=g*hi+2

(3)

其中，hi+2為xi+1經(jīng)過線性變換后的輸出。

若加上Identity結(jié)構(gòu)，網(wǎng)絡(luò)第二層輸出用x(id)i+2表示，見式(4)：

x(id)i+2=g*(hi+2+xi)

(4)

將式(3)、(4)展開：

xi+2=g*(wi+2*xi+1+bi+2)

(5)

xi+2=g*(wi+2*xi+1+bi+2+xi)

(6)

假設(shè)wi+2=0、bi+2=0則：

xi+2=g*0=0

(7)

x(id)i+2=g*xi=xi

(8)

由式(7)、(8)可知，不加恒等映射時網(wǎng)絡(luò)輸出為零，即此節(jié)點發(fā)生梯度消失現(xiàn)象，而殘差結(jié)構(gòu)構(gòu)成等函數(shù)后，保證了來自后一層的梯度值完好的傳到前一層，消除了梯度消失現(xiàn)象。

2.2 批量歸一化

批量歸一化[16](Batch Normalization，BN)保證網(wǎng)絡(luò)正向傳播和反向傳播時的輸出在同一分布區(qū)間，可以解決梯度爆炸現(xiàn)象。同時，批量歸一化還能加快網(wǎng)絡(luò)收斂速度、可代替Dropout[17]層、提高網(wǎng)絡(luò)泛化能力的優(yōu)點。

假設(shè)某層的輸入為x=(x1,x2,…,xn)共n維批樣本集合為B={x1,x2, …,xm}，批量歸一化見式(9)-式(12)

(9)

(10)

(11)

(12)

式中x(n)為輸入x的第n維；μB為樣本集合B的期望；σB2為樣本集合B的方差；x(k))為輸入x的正則化結(jié)果；y(n)為x(n)的批量正則化結(jié)果；γ(n)、β(n)為待學習的參數(shù)。

3 殘差卷積自編碼網(wǎng)絡(luò)模型去噪方法

為了高效去除圖像中的噪聲，以提出的RCAE Block為基本網(wǎng)絡(luò)結(jié)構(gòu)，搭建了DRCAENN和DRCAENNm兩個去噪網(wǎng)絡(luò)模型。

3.1 DRCAENN和DRCAENNm去噪模型

含噪圖像可表示為

y=f+n

(13)

其中y為含噪圖像；f為無噪聲圖像；n為噪聲。

本文選取均值平方差損失函數(shù)來指導DRCAENN和DRCAENNm 去噪模型的收斂方向，其公式為：

(14)

其中N表示有N對訓練樣本；θ={ω，b}為網(wǎng)絡(luò)參數(shù)；ω為權(quán)重；b為偏執(zhí)；fp(yi;θ)為模型預測的第i個不含噪的圖像，fi為第i個真實不含噪的圖像，對均值平方誤差越小代表fp(yi;θ)與fi越接近，網(wǎng)絡(luò)去噪效果越好。

本文構(gòu)建的DRCAENN和DRCAENNm 去噪模型，其目的為利用式(14)和自適應(yīng)矩陣估計(Adam)算法[18]，通過不斷迭代優(yōu)化參數(shù)θ得到最優(yōu)去噪網(wǎng)絡(luò)模型，輸出不含噪圖像。

3.2 DRCAENN和DRCAENNm結(jié)構(gòu)設(shè)計

3.2.1 DRCAENN和DRCAENNm模型結(jié)構(gòu)

DRCAENN為2*8的神經(jīng)網(wǎng)絡(luò)，即有2個8層的RCAE Block組成；DRCAENNm共17層，第一層由一個用來降維的卷積層組成，2、3、4層由一個3層的RCAE Block組成，為了升維5、6、7層由一個C Block組成，接下來的6層由2個3層的RCAE Block組成，然后為了降維14、15、16層由一個C Block組成，最后一層為一個全連接層。

DRCAENN和DRCAENNm網(wǎng)絡(luò)整體結(jié)構(gòu)見圖2、圖3。其中，輸入為100*100的含噪聲圖像，輸出是與輸入對應(yīng)的降噪后的圖像，為了減少有效信息丟失，提高去噪的精確度，DRCAENNm和DRCAENN兩個網(wǎng)絡(luò)均不使用池化層。

圖2 DRCAENN結(jié)構(gòu)

圖3 DRCAENNm結(jié)構(gòu)

3.2.2 殘差卷積自編碼塊

卷積自編碼網(wǎng)絡(luò)有助于提取圖像主要信息，從而得到更準確的潛在特征表達空間，在深度學習中為了讓網(wǎng)絡(luò)得到更好的效果，常用自編碼網(wǎng)絡(luò)處理后的數(shù)據(jù)代替原數(shù)據(jù)。結(jié)合殘差網(wǎng)絡(luò)和卷積自編碼網(wǎng)絡(luò)的優(yōu)點，本文提出由殘差塊、BN層和自編碼結(jié)構(gòu)組成的殘差卷積自編碼塊(RCAE Block)。

圖4為多層RCAE Block結(jié)構(gòu)。

圖4 RCAE Block結(jié)構(gòu)

其中，a表示輸入、輸出特征圖個數(shù)；n為卷積核大小為5*5和3*3的雙通道卷積層個數(shù)；捷徑部分由兩層編碼器(Encoder)、最大池化、反池化和兩層的解碼器(Decoder)組成。RCAE Block對比ID Block有以下改進：

1)恒等映射改為卷積自編碼結(jié)構(gòu)，此時輸出為

xn+2=F(x)+xcae

(15)

xcae為輸入x經(jīng)過卷積自編碼器提取的潛在特征，F(xiàn)(x)為輸入x經(jīng)過n+2個卷積層輸出的結(jié)果；

2)加入雙通道卷積層，并配合網(wǎng)絡(luò)參數(shù)，將原來兩層卷積層改為三層或三層以上；

3)僅用Relu函數(shù)，改為Relu函數(shù)與BN結(jié)合或單獨使用Swish函數(shù)。

3.3 DRCAENNm和DRCAENN激活函數(shù)選取

引入非線性的激活函數(shù)可以解決線性模型表達能力不足的缺陷，在神經(jīng)網(wǎng)絡(luò)里面常用的激活函數(shù)有Sigmoid、Tanh和Relu等。其中，Relu激活函數(shù)較為常用，但Relu有一個缺點：后層的某個梯度非常大時，權(quán)重更新后就會變得更大，從而引起該層的輸入小于零，造成輸出結(jié)果為零，因此該神經(jīng)元將不會被激活。

Swish擁有不飽和、光滑、非單調(diào)性的特征，可以克服Relu函數(shù)的缺點，同樣模型參數(shù)下，僅將Relu函數(shù)替換為Swish函數(shù)，可以提高模型的準確率。

Swish函數(shù)為

f(x)=x*sigmoid(βx)

(16)

式中β為x的縮放參數(shù)，本文β值取1。

圖5為RCAE Block與傳統(tǒng)的ID Block和CONV Block迭代1萬次去噪對比。

圖5 單個殘差塊去噪對比

其中，RCAE-R Block表示激活函數(shù)為Relu的RCAE Block，RCAE-S Block表示激活函數(shù)為Swish的RCAE Block。由圖可知，改進后的RCAE Block在每次迭代僅增加0.01s的情況下，去噪能力明顯優(yōu)于ID Block和C Block，而且選用Swish激活函數(shù)的去噪效果好于Relu激活函數(shù)。

4 實驗結(jié)果分析與對比

為了驗證DRCAENNm和DRCAENN網(wǎng)絡(luò)模型的有效性和準確性，使用湯姆林森地球物理服務(wù)公司(Tomlinson Geophysical Services Inc，TGS)巖體識別挑戰(zhàn)賽的地震數(shù)據(jù)集，并將其預處理為100*100像素的單通道灰度圖像后進行仿真，其中，20000張圖像作為訓練集，2000張圖像作為測試集。網(wǎng)絡(luò)模型均基于Tensorflow10.1版本編寫，運行環(huán)境CPU為Intel Core i7-8750H，GPU為NVIDIA GTX1060。分別在性能和運算時間兩個方面與先進的DNCNN[9]、DCAENN[5]和IRCNN[14]模型對比，說明本文方法的可行性。

4.1 性能對比

從單一噪聲去噪對比、盲去噪對比、不同類型噪聲去噪對比，三方面做性能對比。

1) 單一噪聲去噪對比

去除單一噪聲表示，訓練好的網(wǎng)絡(luò)模型只去除與訓練數(shù)據(jù)水平相同的噪聲。不同模型去噪平均PSNR如表1所示，最佳結(jié)果已加粗顯示。

表1 不同模型去噪平均PSNR(dB)

表1為不同網(wǎng)絡(luò)模型對含高斯噪聲(標準差σ分別為70、50、30)的圖像去噪效果對比，實驗結(jié)果表明：DRCAENN的峰值信噪比最高，去噪效果最好；DRCAENNm去除σ為70、50的噪聲效果要好于DNCNN，但當σ為30時DRCAENNm去噪效果稍遜于DNCNN；IRCNN 去噪質(zhì)量介于DRCAENNm和DNCNN之間；DCAENN去噪效果最差。

通過主觀評價法對比不同網(wǎng)絡(luò)模型去噪效果，圖6為σ=50的測試集去噪結(jié)果。

圖6 不同模型去噪結(jié)果

圖6中第一幅圖為原始圖像，第二幅為含噪聲圖像，其余四幅圖依次為DRCAENNm、DRCAENN、DNCNN、DCAENN、IRCNN去結(jié)果，從標記框可看出：DRCAENNm和DRCAENN在去除噪聲的同時也可保留局部細節(jié)特征；DNCNN可去除強信號地方的噪聲，但在弱信號的地方容易丟失局部特征；DCAENN在去除去噪的同時，會去除大量原有信息；IRCNN去噪保真度較高，但去噪同時也會產(chǎn)生一些不存在的偽影。

由表1和圖6結(jié)論可知，DRCAENN單一噪聲去噪效果最好，DRCAENNm次之。

2) 盲去噪對比

盲去噪能力表示，此網(wǎng)絡(luò)模型不僅可以去除與訓練數(shù)據(jù)水平相同的噪聲，還可去除其它水平的噪聲。表2為σ=70的高斯噪聲訓練后的DRCAENNm、DRCAENN、DNCNN、DCAENN、IRCNN模型盲去噪對比結(jié)果，最佳結(jié)果已加粗顯示。

表2 測試集盲去噪平均PSNR(dB)

表2用σ大于70的90、80和小于70的60、40測試σ=70訓練好的網(wǎng)絡(luò)，由表2可知，本文提出的DRCAENNm模型去噪后效果最為明顯，其中PSNR最高提升8.49dB；因此，DRCAENNm模型去噪效果最好。

圖7為用σ=70的單一高斯噪聲訓練后的不同模型去除σ=80的高斯噪聲的結(jié)果。

圖7 不同模型盲去噪結(jié)果

由圖7標記部分示出，DRCAENNm去噪后圖像細節(jié)保持完整，其它模型均產(chǎn)生較嚴重的模糊現(xiàn)象；IRCNN、DNCNN去噪同時可使原圖純凈的背景產(chǎn)生大量偽影，盲去噪效果較差。

由表2和圖7結(jié)論可知，DRCAENNm盲去噪效果最好，在產(chǎn)生較少偽影的同時，可使去噪后的圖像邊緣光滑，主要細節(jié)保留完整。

3) 不同類型噪聲去噪對比

傳統(tǒng)方法去除高斯噪聲一般采用線性濾波，椒鹽噪聲一般采用中值濾波。然而，用單一的高斯噪聲訓練好的DRCAENNm模型，不僅可去除高斯噪聲，還可去除類型、水平未知的噪聲。

本文分別用PSNR平均為20.12dB的加性噪聲：Localvar；PSNR平均為25.78dB的乘性噪聲：Speckle；PSNR平均為18.49dB的椒鹽噪聲：Salt-pepper(S&P)，測試σ=50的高斯噪聲訓練后的DRCAENNm、DRCAENN、DNCNN、DCAENN、IRCNN去噪效果，表3為各模型去除與訓練數(shù)據(jù)類型不同的噪聲測試對比結(jié)果，最佳結(jié)果已加粗顯示：

表3 不同類型噪聲去噪PSNR(dB)

由表3可知，用高斯噪聲訓練好的DRCAENNm對比其它模型，去除三種測試噪聲后的圖像有最高的PSNR，DRCAENN和DCAENN次之，DNCNN和IRCNN不能去除其它種類的噪聲。

圖8為各模型去除S&P噪聲的測試結(jié)果，從圖中標注處可知DRCAENNm和DRCAENN模型去除噪聲的同時也能很好地保留圖像細節(jié)特征；DCAENN模型可以去除S&P噪聲，但去噪保真度較弱；DNCNN和IRCNN不能去除S&P噪聲。

由表3和圖8結(jié)論可知，DRCAENNm模型去除類型、水平未知噪聲的同時，去噪效果和去噪精度最理想，其中PSNR最高可提升10.74dB，提升較為明顯。

圖8 不同類型噪聲去噪結(jié)果

因此，通過單一噪聲去噪對比、盲去噪對比、不同類型噪聲去噪對比，可知DRCAENN模型在去除單一噪聲方面表現(xiàn)最好，DRCAENNm模型次之；DRCAENNm模型盲去噪和不同類型噪聲去噪方面均好于對比的其它網(wǎng)絡(luò)。

4.2 運行時間對比

圖9為含高斯噪聲σ=50的圖像經(jīng)過不同去噪網(wǎng)絡(luò)模型去噪后的PSNR和Loss隨時間變化結(jié)果。

圖9 不同模型PSNR和Loss隨時間變化

由圖9知，DRCAENN模型僅需500s左右可收斂到最佳去噪效果，其它對比網(wǎng)絡(luò)均在2500s左右才能收斂。因此，DRCAENN網(wǎng)絡(luò)訓練所需時間最短，收斂速度最快，可最大化節(jié)約網(wǎng)絡(luò)訓練時間。

5 結(jié)束語

本文提出了DRCAENN和DRCAENNm兩種基于殘差卷積自編碼的去噪網(wǎng)絡(luò)模型，與DNCNN、DCAENN和IRCNN模型相比， DRCAENN模型在去除單一噪方面，去噪質(zhì)量和網(wǎng)絡(luò)收斂速度均表現(xiàn)最好，僅用其它對比模型訓練所需的四分之一時間，就能達到最佳去噪效果，適用于快速準確的去除水平已知的單一噪聲；DRCAENNm模型在盲去噪和去除不同類型噪聲方面優(yōu)于其它四個網(wǎng)絡(luò)模型，在去除噪聲的同時能很好地保留圖像細節(jié)特征，具有較高的去噪質(zhì)量和去噪精度，適用于去除噪聲水平和種類未知的含噪圖像。