[發(fā)明專利]圖像去噪的方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201910783313.1
• 申請(qǐng)日: 2019-08-23
• 公開（公告）號(hào): CN110490824A
• 公開（公告）日: 2019-11-22
• 發(fā)明（設(shè)計(jì)）人: 劉哲
• 申請(qǐng)（專利權(quán)）人: 廣東浪潮大數(shù)據(jù)研究有限公司
• 主分類號(hào): G06T5/00
• 分類號(hào): G06T5/00;G06T5/20
• 代理公司: 11227 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司
• 代理人: 李慧引<國(guó)際申請(qǐng)>=<國(guó)際公布>=<進(jìn)入

本發(fā)明提供了一種圖像去噪的方法及裝置中，該方法包括：利用圖像去噪卷積模型中的輸入層對(duì)獲取到的圖像數(shù)據(jù)中的像素值進(jìn)行預(yù)處理，得到待計(jì)算數(shù)據(jù)；其中，所述圖像去噪卷積模型為利用卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建得到；利用圖像去噪卷積模型中的卷積層對(duì)所述待計(jì)算數(shù)據(jù)進(jìn)行計(jì)算，得到計(jì)算結(jié)果；利用圖像去噪卷積模型中的預(yù)測(cè)層將所述計(jì)算結(jié)果進(jìn)行標(biāo)準(zhǔn)化處理，得到標(biāo)準(zhǔn)化圖像數(shù)據(jù)。由于卷積神經(jīng)網(wǎng)絡(luò)在訓(xùn)練的過程中可以不斷地更新參數(shù)，使得圖像去噪過程中也可以根據(jù)卷積神經(jīng)網(wǎng)絡(luò)不斷的更新參數(shù)進(jìn)行計(jì)算，從而達(dá)到更好的去噪效果的目的。

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)字圖像處理技術(shù)領(lǐng)域，特別涉及一種圖像去噪的方法及裝置。

背景技術(shù)

隨著人們生活水平的提高，人們?cè)谌粘Ｉ钪杏辛烁嗟膴蕵窌r(shí)間，在日常生活中，看各式各樣的視頻消磨自己的時(shí)間，已成為了人們生活中必不可少的一部分。而視頻圖像的清晰度也越來越受到人們的關(guān)注。

目前，在數(shù)字圖像處理過程中，圖像噪聲能否有效的濾除，會(huì)直接影響到后續(xù)的圖像處理。因此，圖像去噪成為了業(yè)內(nèi)的熱門研究方向。因此誕生了許多圖像去噪的方法，而在目前的圖像去噪方法中，所使用的模型以及參數(shù)都是固定的，從而不能在去噪過程中進(jìn)行調(diào)整，缺乏自適應(yīng)性，導(dǎo)致去噪效果較差。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明實(shí)施例提供一種圖像去噪的方法及裝置，利用卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建的圖像去噪卷積模型進(jìn)行圖像去噪，由于卷積神經(jīng)網(wǎng)絡(luò)在訓(xùn)練的過程中可以不斷地更新參數(shù)，使得圖像去噪過程中也可以根據(jù)卷積神經(jīng)網(wǎng)絡(luò)不斷的更新參數(shù)進(jìn)行計(jì)算，從而達(dá)到更好的去噪效果的目的。

為實(shí)現(xiàn)上述目的，本發(fā)明實(shí)施例提供如下技術(shù)方案：

一種圖像去噪的方法，包括：

利用圖像去噪卷積模型中的輸入層對(duì)獲取到的圖像數(shù)據(jù)中的像素值進(jìn)行預(yù)處理，得到待計(jì)算數(shù)據(jù)；其中，所述圖像去噪卷積模型為利用卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建得到；

利用圖像去噪卷積模型中的卷積層對(duì)所述待計(jì)算數(shù)據(jù)進(jìn)行計(jì)算，得到計(jì)算結(jié)果；

利用圖像去噪卷積模型中的預(yù)測(cè)層將所述計(jì)算結(jié)果進(jìn)行標(biāo)準(zhǔn)化處理，得到標(biāo)準(zhǔn)化圖像數(shù)據(jù)。

可選的，所述利用圖像去噪卷積模型中的輸入層對(duì)獲取到的圖像數(shù)據(jù)中的像素值進(jìn)行預(yù)處理，得到待計(jì)算數(shù)據(jù)，包括：

獲取圖像數(shù)據(jù)；其中，所述圖像數(shù)據(jù)包括多個(gè)像素點(diǎn)的像素值；

根據(jù)所述每一個(gè)像素點(diǎn)的像素值計(jì)算得到所述每一個(gè)像素點(diǎn)的像素值的強(qiáng)度；其中，所述每一個(gè)像素點(diǎn)的像素值的強(qiáng)度為一個(gè)0-255之間的整數(shù)；

將所述每一個(gè)像素點(diǎn)的像素值的強(qiáng)度通過計(jì)算得到0-1的浮點(diǎn)數(shù)；

將所述每一個(gè)像素點(diǎn)的像素值的浮點(diǎn)數(shù)轉(zhuǎn)換成矩陣，表征所述待計(jì)算數(shù)據(jù)。

可選的，所述圖像去噪卷積模型中的卷積層的構(gòu)建過程，包括：

對(duì)獲取到的所述待計(jì)算數(shù)據(jù)進(jìn)行濾波操作；所述濾波操作如下所示：

其中，(R_in，G_in，B_in)為所述待計(jì)算數(shù)據(jù)，(W₁₁，W₁₂，W₁₃，W₂₁，W₂₂，W₂₃，W₃₁，W₃₂，W₃₃)為卷積核，(R_outG_outB_out)為所述計(jì)算結(jié)果。

可選的，所述利用圖像去噪卷積模型中的預(yù)測(cè)層將所述計(jì)算結(jié)果進(jìn)行標(biāo)準(zhǔn)化處理，得到標(biāo)準(zhǔn)化圖像數(shù)據(jù)，包括：

判斷所述計(jì)算結(jié)果是否大于1；