[發明專利]一種圖像處理方法、裝置、圖像處理設備及存儲介質

有效

• 申請號: 201711187572.5
• 申請日: 2017-11-24
• 公開（公告）號: CN108038840B
• 公開（公告）日: 2020-03-17
• 發明（設計）人: 胡戰利;蔣昌輝;梁棟;楊永峰;劉新;鄭海榮
• 申請（專利權）人: 深圳先進技術研究院
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/10;G06T11/00
• 代理公司: 深圳智趣知識產權代理事務所(普通合伙) 44486
• 代理人: 王策

1.一種圖像處理方法，其特征在于，所述方法包括下述步驟：

當接收到待處理的斷層掃描圖像時，將所述斷層掃描圖像分割為斷層掃描圖像塊，并提取所述斷層掃描圖像塊的圖像特征；

根據預先訓練好的稀疏編碼網絡、高分辨率字典和低分辨率字典，對所述斷層掃描圖像塊的圖像特征進行處理，生成所述斷層掃描圖像塊對應的高分辨率圖像塊；

將所述所有斷層掃描圖像塊對應的高分辨率圖像塊進行組合，獲得所述斷層掃描圖像對應的高分辨率重建圖像并輸出；

當接收到待處理的斷層掃描圖像時，將所述斷層掃描圖像分割為斷層掃描圖像塊的步驟之前，所述方法還包括：

根據預設訓練圖像集訓練得到所述高分辨率字典和所述低分辨率字典，所述訓練圖像集由低分辨率訓練圖像和相應的高分辨率訓練圖像構成的訓練圖像對組成；

根據所述高分辨率字典和所述低分辨率字典，對所述稀疏編碼網絡的權重參數進行初始化，并對所述稀疏編碼網絡的當前訓練次數進行初始化；

將所述低分辨率訓練圖像分割為低分辨率訓練圖像塊，并提取所述低分辨率訓練圖像塊的圖像特征，根據所述低分辨率訓練圖像塊的圖像特征、所述權重參數和所述低分辨率字典，生成所述每個低分辨率訓練圖像塊對應的高分辨率圖像塊；

將所述低分辨率訓練圖像塊對應的高分辨率圖像塊進行組合，獲得所述每個低分辨率訓練圖像對應的高分辨率重建圖像，根據所述低分辨率訓練圖像對應的高分辨率訓練圖像和所述低分辨率訓練圖像對應的高分辨率重建圖像，計算所述當前訓練次數對應的訓練成本；

判斷所述訓練成本是否超過預設成本閾值，是則通過所述訓練成本的反向傳播對所述權重參數進行調整，將所述當前訓練次數加一，并將所述低分辨率訓練圖像對應的高分辨率重建圖像設置為所述低分辨率訓練圖像，跳轉至將所述低分辨率訓練圖像分割為低分辨率訓練圖像塊的步驟，否則獲得訓練好的所述稀疏編碼網絡。

2.如權利要求1所述的方法，其特征在于，根據所述低分辨率訓練圖像塊的圖像特征、所述權重參數和所述低分辨率字典，生成所述每個低分辨率訓練圖像塊對應的高分辨率圖像塊的步驟，包括：

根據所述低分辨率訓練圖像塊的圖像特征、所述稀疏編碼網絡中輸入層和隱藏層的所述權重參數、以及預設的閾值函數，計算所述每個低分辨率訓練圖像塊對應的中間稀疏系數，所述中間稀疏系數的計算公式為：

z_m+1＝h_θ(Wy+Sz_m)，其中，所述y為所述低分辨率訓練圖像塊的圖像特征，所述W、所述S分別為所述輸入層和隱藏層的所述權重參數，所述m為所述當前訓練次數，所述h_θ(x)為預設的閾值收縮函數，所述z_m+1、所述z_m分別為第m次訓練、第m-1次訓練中所述低分辨率訓練圖像塊對應的所述中間稀疏系數；

根據所述每個低分辨率訓練圖像塊對應的所述中間稀疏系數和對應的所述圖像特征、所述低分辨率字典以及預設的正則化參數，計算所述每個低分辨率訓練圖像塊對應的稀疏系數，所述稀疏系數的計算公式為：

其中，所述D_l為所述低分辨率字典，所述λ為所述正則化系數，所述α為所述稀疏系數；

根據所述每個低分辨率訓練圖像塊對應的稀疏系數和所述稀疏編碼網絡中輸出層的所述權重參數，計算所述每個低分辨率訓練圖像塊對應的高分辨率圖像塊，所述低分辨率訓練圖像塊對應的高分辨率圖像塊的計算公式為：

x＝Uα，其中，所述U為所述輸出層的所述權重參數，所述x為低分辨率訓練圖像塊對應的高分辨率圖像塊。

3.如權利要求1所述的方法，其特征在于，根據所述低分辨率訓練圖像對應的高分辨率訓練圖像和所述低分辨率訓練圖像對應的高分辨率重建圖像，計算所述當前訓練次數對應的訓練成本的步驟，包括：

根據所述低分辨率訓練圖像對應的高分辨率訓練圖像、所述低分辨率訓練圖像對應的高分辨率重建圖像和預設的均方誤差函數，計算所述當前次數下所述所有低分辨率訓練圖像的訓練成本，所述訓練成本的計算公式為：

其中，所述為所述稀疏編碼網絡的輸出，所述Θ為所述稀疏編碼網絡的權重參數，所述分別為所述訓練圖像集中第i組訓練圖像對中的所述低分辨率訓練圖像和所述高分辨率訓練圖像。