[發明專利]一種去除圖像噪聲的方法、裝置、設備及卷積神經網絡

有效

• 申請號: 201680080573.7
• 申請日: 2016-07-27
• 公開（公告）號: CN108604369B
• 公開（公告）日: 2020-10-27
• 發明（設計）人: 張浩;李建中
• 申請（專利權）人: 華為技術有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 馮艷蓮

1.一種去除圖像噪聲的方法，其特征在于，所述方法基于卷積神經網絡去除圖像噪聲，所述卷積神經網絡至少包括輸出層和多個卷積層，每個卷積層包括多個卷積單元，所述方法包括：

獲取待去噪圖像的生成場景，所述場景包括不同亮度的拍境環境，或者，不同拍照模式下的拍照環境；

從預設的場景與網絡權重系數的對應關系中，獲取當前生成場景所對應的網絡權重系數，所述網絡權重系數包括卷積權重系數以及合成比例系數，所述卷積權重系數為所述卷積神經網絡中每個卷積層所對應卷積單元的卷積系數，所述合成比例系數為所述卷積神經網絡中輸出層合成最后一卷積層中不同卷積單元所輸出卷積運算結果的比例系數；

根據當前生成場景所對應的卷積權重系數，調整所述卷積神經網絡中每個卷積層中卷積單元的卷積權重系數，以及，根據當前生成場景所對應的合成比例系數，調整所述卷積神經網絡中輸出層合成最后一卷積層中不同卷積單元所輸出卷積運算結果的比例系數；

利用調整后的卷積神經網絡，對所述待去噪圖像執行去噪。

2.根據權利要求1所述的方法，其特征在于，所述場景與網絡權重系數的對應關系通過下述方式獲得：

針對一場景：

在所述場景下，獲取多個無噪標準圖像與帶噪圖像；

根據多個無噪標準圖像與帶噪圖像，生成第一訓練樣本，所述第一訓練樣本中包括所述無噪標準圖像的圖像矩陣和帶噪圖像的圖像矩陣；

利用第一訓練樣本對所述卷積神經網絡進行訓練，獲得該場景對應的網絡權重系數。

3.根據權利要求1所述的方法，其特征在于，所述場景與網絡權重系數的對應關系通過下述方式獲得：

針對一場景：

在所述場景下，獲取多個無噪標準圖像與帶噪圖像；

根據多個無噪標準圖像與帶噪圖像，生成第一訓練樣本，所述第一訓練樣本包括多個無噪標準圖像的圖像矩陣和帶噪圖像的圖像矩陣；

對所述帶噪圖像的圖像矩陣和標準圖像的圖像矩陣進行處理，獲取當前場景下噪聲圖像的圖像矩陣；

根據所述噪聲圖像的圖像矩陣和全零矩陣，生成第二訓練樣本，所述全零矩陣與噪聲圖像的圖像矩陣大小相同；

將所述第一訓練樣本與第二訓練樣本按照預設系數進行混合，生成第三訓練樣本；

利用第三訓練樣本對所述卷積神經網絡進行訓練，獲得該場景對應的網絡權重系數。

4.根據權利要求3所述的方法，其特征在于，當所述帶噪圖像中的噪聲為加性噪聲時，對所述帶噪圖像的圖像矩陣和標準圖像的圖像矩陣進行處理，獲取當前場景下噪聲圖像的圖像矩陣，包括：

將所述帶噪圖像的圖像矩陣和無噪標準圖像的圖像矩陣作差，獲得當前場景下噪聲圖像的圖像矩陣。

5.根據權利要求2或3所述的方法，其特征在于，在所述場景下，獲取多個無噪標準圖像與帶噪圖像，包括：

在所述場景下，利用定標儀器采集多個無噪標準圖像，所述定標儀器采集的圖像為無噪聲圖像；

在所述場景下，采集相應的多個帶噪圖像。

6.根據權利要求2或3所述的方法，其特征在于，在所述場景下，獲取多個無噪標準圖像與帶噪圖像，包括：

獲取內部存儲的多個無噪標準圖像，所述無噪標準圖像為預先存儲在終端內的；

在所述場景下，依次對多個無噪標準圖像進行采集，獲得該場景下的多個帶噪圖像。