预训练 U-Net 模型
U-Net 原子像去噪
基于 U-Net 神经网络的 HAADF-STEM 原子像去噪工具。端到端去除探测器散粒噪声与扫描噪声， 还原原子柱真实强度。不依赖周期性假设，含缺陷 / 界面 / 非周期结构的图像同样适用。
示例效果
原始 HAADF-STEM（探测器噪声遮盖原子柱）
U-Net 去噪后（原子柱清晰，噪声去除）
上传 STEM 图 → 4×4 分块 + 25% 重叠 → U-Net 神经网络推理 → Hann 窗加权融合 → 输出
点击或拖入图像文件
支持 DM3 · DM4 · EMD · MRC · TIF · PNG · JPG
DM4
-
-
去噪强度
0.00 = 接近原图（仅轻微平滑） |
0.60 = 中度去噪 |
1.00 = 完全 U-Net 去噪（推荐）
锐化
0.00 = 不锐化（推荐） |
0.50 = 中度锐化 |
1.00 = 强锐化（可能放大残留噪声）
¥3.00 / 次 · 会员无限使用
正在处理中，请稍候…
⏳ 图像分块 + 归一化
⏳ U-Net 神经网络推理
⏳ Hann 窗加权融合
⏳ 锐化 + 输出