TensorFlow函数:tf.image.total_variation
2018-06-23 11:25 更新
tf.image.total_variation函数
tf.image.total_variation(
images,
name=None
)
定义在:tensorflow/python/ops/image_ops_impl.py.
请参阅指南:图像操作>去噪
计算并返回一个或多个图像的总体变化.
总变化量是输入图像中相邻像素值绝对差值的总和.这测量了图像中有多少噪声量.
这可以在优化期间用作损失函数,以抑制图像中的噪声.如果你有一批图像,那么你应该计算标量损失值作为总和:
loss = tf.reduce_sum(tf.image.total_variation(images))
这实现了这里描述的公式的各向异性2-D版本:https://en.wikipedia.org/wiki/Total_variation_denoising
参数:
- images:形状为[batch, height, width, channels]的4-D张量,或形状为[height, width, channels]的3-D张量.
- name:操作的名称(可选).
可能引发的异常:
- ValueError:如果images.shape不是3-D或4-D矢量.
返回:
images总的变化.
如果images是4-D,则返回[batch]批次中每个图像的总变化形状的一维浮动张量;如果images是3-D,则返回标量浮点图,并显示该图像的总变化量.