[發明專利]一種連續太赫茲波圖像的帶狀紋理噪聲去噪方法

有效

• 申請號: 202010330792.4
• 申請日: 2020-04-24
• 公開（公告）號: CN111612704B
• 公開（公告）日: 2023-08-04
• 發明（設計）人: 袁飛;程韜波;周松斌;劉憶森
• 申請（專利權）人: 廣東省智能制造研究所
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06N3/0464
• 代理公司: 廣州容大知識產權代理事務所(普通合伙) 44326
• 代理人: 劉新年

本發明公開了一種連續太赫茲波圖像的帶狀紋理噪聲去噪方法，涉及圖像去噪技術領域，該方法利用卷積自編碼網絡將無帶狀紋理噪聲的背景圖像映射到嵌入網絡張量，并通過內部解碼網絡將其映射到原圖像；同時利用深度神經網絡(DNN)將含有帶狀紋理噪聲的背景圖像集合映射到嵌入空間中靠近嵌入網絡張量處；對實際圖像進行去噪時，僅需要通過DNN和解碼網絡的映射，即可進行背景紋理噪聲的自適應去除。本發明與傳統的方案相比能夠在不增加去噪成本和計算復雜度的前提下，滿足實時去噪的需求；在去噪過程中遷移學習了背景圖像向無噪聲背景圖像的映射特征，可自適應匹配當前連續太赫茲成像系統帶狀紋理噪聲特征，去噪適應性強。

技術領域

本發明涉及圖像去噪技術領域，尤其是涉及一種連續太赫茲波圖像的帶狀紋理噪聲去噪方法。

背景技術

線掃描式連續太赫茲波具有光學系統體積小、成本低和成像速度快等優勢，是太赫茲成像的主要應用方式。但由于線掃描式連續太赫茲波成像系統的太赫茲源功率低、光路系統存在偏差和各成像通道成像特性不一致，導致連續太赫茲波圖像存在明顯的條帶狀紋理噪聲，嚴重影響太赫茲成像中目標識別，限制了太赫茲成像系統的應用。目前，針對該問題的研究方法主要包括基于標定的帶狀紋理噪聲消除法和基于場景的帶狀紋理噪聲消除法。

基于標定的帶狀紋理噪聲去除法需要太赫茲成像系統結構穩定且安裝輔助的黑體輻射源等額外設備以實現自動標定，該方法增加了系統總體體積、實現難度和成本?；趫鼍暗膸罴y理噪聲去除法利用圖像自身的統計特征或相關性信息進行校正，可以較好適應背景噪聲變化，但計算復雜度高，無法滿足實時去噪的需求。

因此，針對線掃描式連續太赫茲圖像存在的帶狀紋理噪聲問題，亟需提出一種新的帶狀紋理噪聲去噪方法，在不增加去噪成本和計算復雜度的前提下，滿足實時去噪的需求。

發明內容

有鑒于此，有必要針對上述的問題，提供一種連續太赫茲波圖像的帶狀紋理噪聲去噪方法，利用卷積自編碼網絡將無帶狀紋理噪聲的背景圖像映射到嵌入網絡張量，并通過內部解碼網絡將其映射到原圖像；同時利用深度神經網絡(DNN)將含有帶狀紋理噪聲的背景圖像集合映射到嵌入空間中靠近嵌入網絡張量處；對實際圖像進行去噪時，僅需要通過DNN和解碼網絡的映射，即可進行背景紋理噪聲的自適應去除。

為實現上述目的，本發明是根據以下技術方案實現的：

一種連續太赫茲波圖像的帶狀紋理噪聲去噪方法，包括以下步驟：

步驟S1：利用線掃描式連續太赫茲波成像系統掃描無被測對象的背景圖像，形成背景圖像樣本集y；

步驟S2：搭建卷積自編碼網絡，包括卷積編碼網絡NN1和卷積解碼網絡NN2，根據太赫茲圖像尺寸，通過NN1實現無噪聲的太赫茲背景圖像x向嵌入空間的映射，在嵌入空間得到合適大小的張量v；

步驟S3：建立深度神經網絡DNN3，實現背景圖像樣本集合y到與v大小相同的張量z的映射，形成嵌入空間的張量集合z；

步驟S4：建立損失函數L₁，對卷積自編碼網絡進行訓練，使無噪聲的太赫茲背景圖像x和經過卷積自編碼網絡后生成的估計圖像之間的偏差最小，此時得到圖像x到嵌入空間內的最佳映射v*；

步驟S5：建立損失函數L₂，對深度神經網絡DNN3進行訓練，使得張量集合z密集分布在張量v*周圍，即v*和z之間的距離偏差最?。?/p>

步驟S6：將待去噪圖像t輸入深度神經網絡DNN3中，將其映射到嵌入空間，得到張量t′，并將張量t′輸入到卷積解碼網絡NN2中，最終輸出圖像t的去噪后圖像

進一步地，在步驟S4中，所述損失函數L₁為：