[發明專利]一種線列周掃立體全景圖像去噪方法、系統及存儲介質

有效

• 申請號: 202010617060.3
• 申請日: 2020-06-30
• 公開（公告）號: CN111861912B
• 公開（公告）日: 2023-04-25
• 發明（設計）人: 賀遵亮;陳小天
• 申請（專利權）人: 湖南傲英創視信息科技有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06N3/08;G06N3/0455;G06N3/0464
• 代理公司: 長沙朕揚知識產權代理事務所(普通合伙) 43213
• 代理人: 楊斌

本發明涉及圖像處理技術領域，公開了一種線列周掃立體全景圖像去噪方法、系統及存儲介質，以改善去噪效果，得到更好的立體全景成像效果；本發明的方法包括獲取設定的成像傳感器中的歷史原始照片數據，根據歷史原始照片數據得到訓練集；對訓練集中的歷史原始照片數據進行訓練得到深度神經網絡模型；獲取成像傳感器中的實時照片數據，采用深度神經網絡模型對實時照片數據進行去噪處理得到目標全景圖像。

技術領域

本發明涉及圖像處理技術領域，尤其涉及一種線列周掃立體全景圖像去噪方法、系統及存儲介質。

背景技術

當采用雙目線列周掃立體全景技術時，由于轉臺高速旋轉，為了保證一定全景分辨率和圖像質量，就要保證線列相機的積分時間足夠短。當場景的照度不高的時候，受到低信噪比和低亮度的影響，圖片的質量會受到很大的影響。此外，低積分時間的圖像會出現很多噪聲，這都將影響立體全景成像效，制約系統適用的場景。目前，很多關于圖像去噪技術的研究已被相繼提出，但是這都是針對某一種假定的噪聲，或者是針對某一個特定的場景，與面向VR直播的場景有很大不同，去噪效果不理想，影響立體全景成像效果。

發明內容

本發明目的在于提供一種線列周掃立體全景圖像去噪方法、系統及存儲介質，以解決現有技術中存在的問題。

為實現上述目的，本發明提供了一種線列周掃立體全景圖像去噪方法，包括以下步驟：

獲取設定的成像傳感器中的歷史原始照片數據，根據所述歷史原始照片數據得到訓練集；

對所述訓練集中的歷史原始照片數據進行訓練得到深度神經網絡模型；

獲取成像傳感器中的實時照片數據，采用所述深度神經網絡模型對所述實時照片數據進行去噪處理得到目標全景圖像。

優選地，所述設定的成像傳感器包括至少兩路用于探測的線列相機。

優選地，所述歷史原始數據包括：所述線列相機輸出的圖片數據，所述圖片數據的格式為RGB格式的數據。

優選地，所述根據所述原始照片數據得到訓練集包括：

對所述原始照片數據進行預處理得到所述訓練集；其中，所述預處理包括：對所述原始照片數據進行數據清洗。

優選地，所述對所述訓練集中的歷史原始照片數據進行訓練得到深度神經網絡模型包括：

將所述訓練集劃分為若干組數據，其中，每組數據做為一個訓練通道進行訓練；

降低每個所述訓練通道的分辨率至設定值；

消除所述訓練通道的數據的黑色像素，并按照設定的倍數進行縮放處理。

作為一個總的發明構思，本發明還提供一種線列周掃立體全景圖像去噪系統，包括：

獲取模塊，用于獲取設定的成像傳感器中的歷史原始照片數據，根據所述歷史原始照片數據得到訓練集；

訓練模塊，用于對所述訓練集中的歷史原始照片數據進行訓練得到深度神經網絡模型；

處理模塊，用于獲取成像傳感器中的實時照片數據，采用所述深度神經網絡模型對所述實時照片數據進行去噪處理得到目標全景圖像。

作為一個總的發明構思，本發明還提供一種計算機存儲介質，包括存儲器、處理器以及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執行所述計算機程序時實現上述方法的步驟。

本發明具有以下有益效果：

本發明提供的一種線列周掃立體全景圖像去噪方法、系統及存儲介質，通過訓練得到的深度神經網絡模型對實時照片數據進行去噪處理，能改善去噪效果，得到更好的立體全景成像效果。

下面將參照附圖，對本發明作進一步詳細的說明。