阅读(10.9k) 书签 (0)

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.