[發(fā)明專利]圖像中摩爾紋的消除方法及裝置

有效

• 申請?zhí)枺?/td>: 202010228114.7
• 申請日: 2020-03-27
• 公開（公告）號: CN111429374B
• 公開（公告）日: 2023-09-22
• 發(fā)明（設(shè)計(jì)）人: 李鐵嶺;鐘華;李兆佳
• 申請（專利權(quán)）人: 中國工商銀行股份有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06N3/08;G06N3/0464
• 代理公司: 北京三友知識產(chǎn)權(quán)代理有限公司 11127
• 代理人: 王濤;湯在彥

本申請實(shí)施例提供一種圖像中摩爾紋的消除方法及裝置，方法包括：獲取包含有摩爾紋的目標(biāo)圖像；將所述目標(biāo)圖像輸入預(yù)設(shè)的生成器，并將該生成器的輸出作為所述目標(biāo)圖像對應(yīng)的摩爾紋消除圖像；其中，所述生成器為應(yīng)用預(yù)設(shè)的生成對抗網(wǎng)絡(luò)訓(xùn)練得到的一種用于消除圖像中摩爾紋的深度卷積神經(jīng)網(wǎng)絡(luò)。本申請能夠有效提高圖像中摩爾紋的消除效率，能夠有效提高經(jīng)摩爾紋消除后的圖像質(zhì)量，并能夠有效提高經(jīng)摩爾紋消除后的圖像的清晰度。

技術(shù)領(lǐng)域

本申請涉及圖像處理技術(shù)領(lǐng)域，具體涉及圖像中摩爾紋的消除方法及裝置。

背景技術(shù)

數(shù)碼設(shè)備使我們可以方便地記錄生活中美好的時刻。隨著硬件性能的迭代提升，雖然數(shù)字圖像的質(zhì)量不斷提高，但是拍攝屏幕依然難以得到高質(zhì)量的圖像。由于相機(jī)傳感器和屏幕之間的采樣頻率不同步，相機(jī)的像素網(wǎng)格和屏幕之間的疊加效果，使得相機(jī)輸出的圖像受到摩爾紋的干擾。

目前，在計(jì)算機(jī)視覺領(lǐng)域，有兩類主要的摩爾紋去除算法：基于傳統(tǒng)圖像處理的頻段分離算法和基于卷積神經(jīng)網(wǎng)絡(luò)的摩爾紋消除算法，這兩類算法均存在處理后的圖像信息損失嚴(yán)重且耗時長等缺陷。

發(fā)明內(nèi)容

針對現(xiàn)有技術(shù)中的問題，本申請?zhí)峁┮环N圖像中摩爾紋的消除方法及裝置，能夠有效提高圖像中摩爾紋的消除效率，能夠有效提高經(jīng)摩爾紋消除后的圖像質(zhì)量，并能夠有效提高經(jīng)摩爾紋消除后的圖像的清晰度。

為解決上述技術(shù)問題，本申請?zhí)峁┮韵录夹g(shù)方案：

第一方面，本申請?zhí)峁┮环N圖像中摩爾紋的消除方法，包括：

獲取包含有摩爾紋的目標(biāo)圖像；

將所述目標(biāo)圖像輸入預(yù)設(shè)的生成器，并將該生成器的輸出作為所述目標(biāo)圖像對應(yīng)的摩爾紋消除圖像；

其中，所述生成器為應(yīng)用預(yù)設(shè)的生成對抗網(wǎng)絡(luò)訓(xùn)練得到的一種用于消除圖像中摩爾紋的深度卷積神經(jīng)網(wǎng)絡(luò)。

進(jìn)一步地，所述獲取包含有摩爾紋的目標(biāo)圖像，包括：

接收由具有拍攝功能的設(shè)備采集的具有顯示功能的設(shè)備的屏拍圖像，所述屏拍圖像中包含有摩爾紋；

相對應(yīng)的，在所述將該生成器的輸出作為所述目標(biāo)圖像對應(yīng)的摩爾紋消除圖像之后，還包括：

顯示和/或輸出所述屏拍圖像對應(yīng)的摩爾紋消除圖像。

進(jìn)一步地，若所述屏拍圖像中包含有文字信息，則在所述將該生成器的輸出作為所述目標(biāo)圖像對應(yīng)的摩爾紋消除圖像之后，還包括：

對所述屏拍圖像對應(yīng)的摩爾紋消除圖像進(jìn)行文字識別處理，并輸出對應(yīng)的文字識別結(jié)果。

進(jìn)一步地，在所述將所述目標(biāo)圖像輸入預(yù)設(shè)的生成器之前，還包括：

獲取多個包含有摩爾紋的歷史摩爾紋圖像以及各個所述歷史摩爾紋圖像各自對應(yīng)的不包含有摩爾紋的歷史原始圖像；

應(yīng)用多個所述歷史摩爾紋圖像依次輸入預(yù)設(shè)的生成對抗網(wǎng)絡(luò)中的生成器中以對該生成器進(jìn)行訓(xùn)練，并將所述生成器的輸出的摩爾紋抑制圖像標(biāo)記為負(fù)樣本；

以及，將各個所述歷史原始圖像均標(biāo)記為正樣本，并應(yīng)用標(biāo)記為正樣本的歷史原始圖像與標(biāo)記為負(fù)樣本的摩爾紋抑制圖像訓(xùn)練所述生成對抗網(wǎng)絡(luò)中的判別器，以通過所述生成器與判別器的對抗過程來迭代所述生成器，直至所述生成器與判別器之間達(dá)到納什均衡狀態(tài)后，停止訓(xùn)練所述生成器與判別器，其中，所述判別器為深度卷積神經(jīng)網(wǎng)絡(luò)。

進(jìn)一步地，所述判別器的損失函數(shù)為相對對抗損失函數(shù)；

其中，所述相對對抗損失函數(shù)應(yīng)用所述判別器的非線性映射函數(shù)以及批量數(shù)據(jù)的生成樣本經(jīng)過所述判別器打分的平均值表達(dá)式形成。

進(jìn)一步地，所述生成器包括多個依次連接的基本模塊；