[發明專利]一種基于深度學習的圖像水印的去除方法

在審

• 申請號: 201911402013.0
• 申請日: 2019-12-31
• 公開（公告）號: CN110782385A
• 公開（公告）日: 2020-02-11
• 發明（設計）人: 鄭澤宇;溫苗苗;尚文祥;李鴿;李娜;何治;胡海濱;何輝輝;石磊
• 申請（專利權）人: 杭州知衣科技有限公司
• 主分類號: G06T1/00
• 分類號: G06T1/00;G06N3/04;G06N3/08;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明涉及圖像處理技術領域，具體涉及一種基于深度學習的圖像水印的去除方法。該方法用于解決圖片上的水印去除問題。該方法步驟如下：收集得到不同類型的水印模板圖像，并收集一定數量的無水印圖像，利用二者生成數據集；利用生成的數據集通過卷積神經網絡學習訓練得到水印模型；利用得到的水印模型對待處理的水印圖像進行去水印操作。解決背景復雜情況下無法完全去除水印的情況，提高無水印圖像的圖像質量。

技術領域

本發明涉及圖像處理技術領域，具體涉及一種基于深度學習的圖像水印的去除方法。

背景技術

隨著數碼相機和智能手機的普及，數字圖像的數量急劇增加，互聯網上存在大量的數碼照片。由于多種原因，導致相當一部分圖像由于多種因素導致圖像內容中存在著各種各樣的水印，嚴重影響了圖像的觀感，也為進一步的圖像分析造成了困難。

為了方便進一步對圖像的分析和利用，就需要對圖像存在的水印進行去除處理。而去除圖像水印本身也是一種傳統的圖像處理技術，也是一門非常實用的技術。

具體的，傳統的水印去除方法借助于圖像修復方法，包括基于樣圖的紋理合成、基于物理熱流偏微分方程的數字圖像修復、銳化、維納濾波、小波變換等等。這類方法并沒有考慮水印在顏色和位置方面的特殊性，往往需要人工對水印區域進行選擇來進行水印去除，效率低下，甚至會造成誤抹。

隨著機器學習特別是深度神經網絡的快速發展，使用更有效的深度學習方法來解決傳統的問題顯得更為有效可行。2017年，谷歌公司針對當前水印通常以相同的方式添加到許多圖像中的特點，使用機器算法預估水印內容及其不透明度，來統一去水印。但是這種方法缺點在于水印變形和水印圖像背景復雜的情況下使用該算法很難完全去除水印，導致原始圖像和水印去除后圖像有一定差距。

發明內容

本發明的目的是為了解決上述問題，提供一種基于深度學習的圖像水印的去除方法。本發明的圖像水印去除是在深度學習的基礎上進行的；該方法能夠解決現有技術中水印無法完全去除或者在水印去除過程中存在誤抹操作的問題，提供一種高質量地去除水印并回復圖像整體質量的方法。

為了達到上述發明目的，本發明采用以下技術方案：

一種基于深度學習的圖像水印的去除方法，步驟如下：

收集得到不同類型的水印模板圖像，并收集一定數量的無水印圖像，利用二者生成數據集；

利用生成的數據集通過卷積神經網絡學習訓練得到水印模型；

利用得到的水印模型對待處理的水印圖像進行去水印操作。

優選的，針對每一種水印模板圖像，依次進行如下操作：

在收集的每一張無水印圖像中均截取至少一個無水印區域圖像，并將截取的無水印區域圖像與該水印模板圖像合成為水印區域圖像，無水印區域圖像與水印區域圖像對應；

將不同類型的水印模板圖像得到的水印區域圖像和無水印區域圖像作為數據集，用于訓練水印模型。

優選的，收集不同類型的水印圖，通過PS工具獲取相對應的水印模板圖像。

優選的，水印模型具體是由多個卷積層和池化層組成，訓練時，將水印區域圖像作為模型輸入數據，通過調整模型參數，使獲得的計算結果與水印區域圖像所對應的無水印區域圖像一致。

優選的，在對待處理的水印圖像進行去水印操作前，對待處理的水印圖像，首先經過計算自動獲取該圖像的水印區域圖像。

優選的，獲取待處理水印圖像的水印區域圖像的方法為：