Luận văn này đã tìm hiểu về bài toán giảm nhiễu ảnh, một số hướng nghiên cứu chính để giải quyết bài toán trên. Hơn nữa, luận văn tập trung tìm hiểu về các phương pháp giảm nhiễu ảnh sử dụng biểu diễn thưa và mạng học sâu, cũng như một số mô hình điển hình với phương pháp này. Từ đó, luận văn đề xuất một mô hình mới (ML-CDLNet) dựa trên cấu trúc này. Kết quả thực nghiệm trên hai tập dữ liệu ảnh y tế là mini-MIAS và vhp-abdomen cho thấy các chỉ số PSNR và SSIM của ảnh đã có sự cải thiện so với các mô hình trước đó.
Readership Map
Content Distribution
Luận văn này đã tìm hiểu về bài toán giảm nhiễu ảnh, một số hướng nghiên cứu chính để giải quyết bài toán trên. Hơn nữa, luận văn tập trung tìm hiểu về các phương pháp giảm nhiễu ảnh sử dụng biểu diễn thưa và mạng học sâu, cũng như một số mô hình điển hình với phương pháp này. Từ đó, luận văn đề xuất một mô hình mới (ML-CDLNet) dựa trên cấu trúc này. Kết quả thực nghiệm trên hai tập dữ liệu ảnh y tế là mini-MIAS và vhp-abdomen cho thấy các chỉ số PSNR và SSIM của ảnh đã có sự cải thiện so với các mô hình trước đó.
