[發明專利]一種基于卷積神經網絡的圖像噪點檢測方法

有效

• 申請號: 201410215084.0
• 申請日: 2014-05-21
• 公開（公告）號: CN103971342B
• 公開（公告）日: 2017-11-03
• 發明（設計）人: 張偉;傅松林;王喆;張長定
• 申請（專利權）人: 廈門美圖之家科技有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06N3/02
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于卷積神經網絡的圖像噪點檢測方法，其特征在于，包括以下步驟：

10).收集樣本圖像并根據噪點類型進行人工標注分類；所述的噪點類型包括：多彩噪、中彩噪、低彩噪、高灰度噪、中灰度噪、低灰度噪、無噪點；

20).將分類好的樣本圖像進行歸一化處理，并輸入卷積神經網絡系統進行分類模型的訓練；

30).系統在樣本圖像的目標區域進行隨機采集樣本圖像塊，并進行噪點分類；

40).將分類錯誤的樣本圖像塊收集起來并依次執行步驟10)及步驟20)，直到超過預期結果時定為所述步驟20)所訓練出來的分類模型為最佳分類模型；

50).獲取待檢測圖像，并在其目標區域進行隨機采集待檢測圖像塊，將采集到的待檢測圖像塊采用最佳分類模型進行噪點分類，得到待檢測圖像的噪點類型。

2.根據權利要求1所述的一種基于卷積神經網絡的圖像噪點檢測方法，其特征在于：所述步驟20)中將分類好的樣本圖像進行歸一化處理，是對所有樣本圖像進行平均顏色值的計算，然后將所有樣本圖像的顏色值都減去該平均顏色值得到歸一化后的樣本圖像。

3.根據權利要求1所述的一種基于卷積神經網絡的圖像噪點檢測方法，其特征在于：所述的步驟50)中將采集到的待檢測圖像塊采用最佳分類模型進行噪點分類，是將待檢測圖像塊放入卷積神經網絡系統中進行計算該待檢測圖像塊每一種噪點類型的概率，并選擇概率最大的噪點類型作為該待檢測圖像塊的噪點類型。