[發(fā)明專利]一種基于深度殘差網(wǎng)絡(luò)的真實(shí)圖像盲去噪方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201810556645.1
• 申請(qǐng)日: 2018-06-01
• 公開（公告）號(hào): CN108876735B
• 公開（公告）日: 2021-11-02
• 發(fā)明（設(shè)計(jì)）人: 鄒煉;王楠楠;范賜恩;冉杰文;陳麗瓊;馬楊
• 申請(qǐng)（專利權(quán)）人: 武漢大學(xué)
• 主分類號(hào): G06T5/00
• 分類號(hào): G06T5/00;G06T5/50
• 代理公司: 武漢科皓知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 42222
• 代理人: 薛玲

本發(fā)明提出了一種基于深度殘差網(wǎng)絡(luò)的真實(shí)圖像盲去噪方法。通過(guò)圖像數(shù)據(jù)集選取RGB空間清晰圖像集，通過(guò)空間變換構(gòu)建RGB空間圖像組集；通過(guò)多個(gè)相機(jī)拍攝多個(gè)場(chǎng)景下的圖像，針對(duì)每個(gè)相機(jī)每個(gè)場(chǎng)景下真實(shí)清晰圖像和真實(shí)含噪圖像構(gòu)建真實(shí)圖像組構(gòu)建真實(shí)圖像組集；隨機(jī)選取RGB空間圖像組集中多組RGB空間圖像組與真實(shí)圖像組集中多組真實(shí)圖像組構(gòu)建圖像訓(xùn)練集通過(guò)預(yù)處理得到預(yù)處理后圖像訓(xùn)練集，將RGB空間圖像組集中剩余的RGB空間圖像組與真實(shí)圖像組集中剩余的真實(shí)圖像組構(gòu)建圖像測(cè)試集；通過(guò)預(yù)處理后圖像訓(xùn)練集作為輸入構(gòu)建圖像去噪殘差卷積神經(jīng)網(wǎng)絡(luò)，結(jié)合殘差學(xué)習(xí)和批歸一化策略訓(xùn)練神經(jīng)網(wǎng)絡(luò)并對(duì)圖像測(cè)試集去噪。本發(fā)明的優(yōu)點(diǎn)為收斂速度快，去噪效果好。

技術(shù)領(lǐng)域

本發(fā)明屬于數(shù)字圖像處理和計(jì)算機(jī)視覺(jué)領(lǐng)域，具體涉及一種基于深度殘差網(wǎng)絡(luò)的真實(shí)圖像盲去噪方法。

背景技術(shù)

圖像去噪是數(shù)字圖像處理和計(jì)算機(jī)視覺(jué)中一個(gè)重要的研究領(lǐng)域。圖像去噪的目的在于改善圖像質(zhì)量，更好地還原圖像所攜帶的信息，為圖像的進(jìn)一步分析和理解提供基礎(chǔ)。

目前，傳統(tǒng)的去噪算法主要有濾波法、非局部法和稀疏表示法，雖然這些算法取得了一定效果，但是去噪任務(wù)中仍存在一些問(wèn)題：該類算法通常都需要提前設(shè)定噪聲模型，算法去噪效果與采用的噪聲模型有極大的相關(guān)性。一種去噪算法，對(duì)其設(shè)計(jì)時(shí)使用的噪聲類型效果顯著，而對(duì)其他類型噪聲去除效果欠佳，通常不同類型的噪聲需采取不同的方法才能獲得較好的去除效果。但是，由于加噪過(guò)程的隨機(jī)性以及對(duì)自然圖像先驗(yàn)知識(shí)的缺乏，我們很難為去噪問(wèn)題找到一個(gè)理想的解析方法，這也制約了傳統(tǒng)方法圖像去噪效果的進(jìn)一步提升。

近年來(lái)，深度學(xué)習(xí)尤其是卷積神經(jīng)網(wǎng)絡(luò)在語(yǔ)音、圖像、自然語(yǔ)言等領(lǐng)域取得了顯著進(jìn)展。研究發(fā)現(xiàn)，對(duì)于圖像去噪這種復(fù)雜度很高的多維回歸問(wèn)題，深層的非線性神經(jīng)網(wǎng)絡(luò)是一個(gè)非常好的模型。去噪問(wèn)題的關(guān)鍵在于利用好噪聲圖像提供的信息推測(cè)出原始圖像的信息，基于深度學(xué)習(xí)進(jìn)行圖像去噪的核心內(nèi)容就是將深度神經(jīng)網(wǎng)絡(luò)強(qiáng)大的表達(dá)能力和圖像去噪問(wèn)題的特性結(jié)合起來(lái)。與傳統(tǒng)去噪方法相比，深度學(xué)習(xí)使用無(wú)監(jiān)督學(xué)習(xí)，訓(xùn)練過(guò)程中樣本沒(méi)有標(biāo)簽，該學(xué)習(xí)方法無(wú)需人工干預(yù)，可以在固定模式的圖像去噪(比如高斯白噪聲)問(wèn)題上取得更高的評(píng)價(jià)指標(biāo)(PSNR和SSIM)值，圖像質(zhì)量上也會(huì)有一定的提升。

經(jīng)過(guò)對(duì)現(xiàn)有技術(shù)的文獻(xiàn)檢索發(fā)現(xiàn)，中國(guó)公開專利“一種基于深度學(xué)習(xí)的深度圖像去噪及增強(qiáng)方法”(公開號(hào)CN105825484A，公開日為2016.08.03)通過(guò)構(gòu)建由三層卷積單元組成的深度圖像去噪及增強(qiáng)卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行圖像去噪及增強(qiáng)，然而此專利的圖像去噪效果和效率都可以進(jìn)一步提高，其具體的不足之處是：此專利只采用3層的網(wǎng)絡(luò)結(jié)構(gòu)，其非線性的特征表示能力和圖像重構(gòu)能力有限；此專利的訓(xùn)練數(shù)據(jù)是清晰圖像和人工加噪的含噪圖像，沒(méi)有包含真實(shí)含噪圖像，對(duì)真實(shí)含噪圖像去噪效果較差；此專利的網(wǎng)絡(luò)訓(xùn)練過(guò)程中得到重建的是清晰圖像的低頻信息，而沒(méi)有直接對(duì)高頻噪聲進(jìn)行特異性重建，模型不易收斂，圖像的去噪效果不佳。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，公開一種基于深度殘差網(wǎng)絡(luò)的真實(shí)圖像盲去噪方法。

本發(fā)明采用的技術(shù)方案是：

一種基于深度殘差網(wǎng)絡(luò)的真實(shí)圖像盲去噪方法，其包括以下步驟：

步驟1：通過(guò)圖像數(shù)據(jù)集選取RGB空間清晰圖像集，通過(guò)空間變換得到RGB空間含噪圖像集，通過(guò)RGB空間清晰圖像集和RGB空間含噪圖像集構(gòu)建RGB空間圖像組集；

步驟2：通過(guò)多個(gè)相機(jī)拍攝多個(gè)場(chǎng)景下的圖像，針對(duì)每個(gè)相機(jī)每個(gè)場(chǎng)景下真實(shí)清晰圖像和真實(shí)含噪圖像構(gòu)建真實(shí)圖像組，通過(guò)多個(gè)相機(jī)拍攝多場(chǎng)景下的真實(shí)圖像組構(gòu)建真實(shí)圖像組集；

步驟3：隨機(jī)選取RGB空間圖像組集中多組RGB空間圖像組與真實(shí)圖像組集中多組真實(shí)圖像組構(gòu)建圖像訓(xùn)練集，將RGB空間圖像組集中剩余的RGB空間圖像組與真實(shí)圖像組集中剩余的真實(shí)圖像組構(gòu)建圖像測(cè)試集，將圖像訓(xùn)練集中圖像進(jìn)行預(yù)處理得到預(yù)處理后圖像訓(xùn)練集；