[發明專利]聲吶圖像的去噪模型訓練方法及其裝置和可讀存儲介質

在審

• 申請號: 202010638940.9
• 申請日: 2020-07-07
• 公開（公告）號: CN111626966A
• 公開（公告）日: 2020-09-04
• 發明（設計）人: 卞紅雨;李勝全;劉秋逸;刑嘉元;陳亞楠;邱康;魏明哲;張鋒
• 申請（專利權）人: 哈爾濱工程大學;鵬城實驗室
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 許峰

1.一種聲吶圖像的去噪模型訓練方法，其特征在于，所述聲吶圖像的去噪模型訓練方法包括以下步驟：

獲取作為訓練圖像的多個第一聲吶圖像，并對各個所述第一聲吶圖像進行分割得到多個第一子圖像；

在各個所述第一子圖像中確定滿足平滑條件的第一子圖像以確定為平滑區域，所述平滑區域為無回波的圖像；

確定每個所述平滑區域對應的增廣的噪聲空間，以作為訓練樣本；

根據各個所述訓練樣本對預設模型進行訓練得到聲吶圖像的去噪模型。

2.如權利要求1所述的聲吶圖像的去噪模型訓練方法，其特征在于，所述在各個所述第一子圖像中確定滿足平滑條件的第一子圖像以確定為平滑區域的步驟包括：

確定每個所述第一聲吶圖像對應的第一灰度均值，且確定所述第一聲吶圖像的每個所述第一子圖像對應的第二灰度均值以及灰度方差；

對每個所述第一子圖像進行分割得到所述第一子圖像對應的第二子圖像，并確定每個所述第二子圖像對應的第三灰度均值；

根據每個所述第一聲吶圖像對應的第一灰度均值、所述第二灰度均值、所述第三灰度均值以及所述灰度方差，確定滿足平滑條件的第一子圖像以作為平滑區域。

3.如權利要求1所述的聲吶圖像的去噪模型訓練方法，其特征在于，所述確定每個所述平滑區域對應的增廣的噪聲空間的步驟包括：

確定每個所述平滑區域對應的第二灰度均值；

將每個所述平滑區域中像素點的灰度值減去所述平滑區域對應的第二灰度均值得到噪聲空間；

根據生成對抗網絡將所述噪聲空間生成增廣的噪聲空間。

4.如權利要求1所述的聲吶圖像的去噪模型訓練方法，其特征在于，所述對各個所述第一聲吶圖像進行分割得到多個第一子圖像的步驟包括：

對各個所述第一聲吶圖像進行灰度處理，得到每個所述第一聲吶圖像對應的灰度圖像；

對每個所述灰度圖像進行預設比例的分割，得到每個所述灰度圖像對應的各個第一子圖像。

5.如權利要求1-4任一項所述的聲吶圖像的去噪模型訓練方法，其特征在于，所述根據各個所述訓練樣本對預設模型進行訓練得到聲吶圖像的去噪模型的步驟包括：

將各個所述訓練樣本輸入至預設模型；

在所述預設模型中網絡的收斂值小于預設收斂值，停止對所述預設模型的訓練，并將停止訓練的所述預設模型保存為所述聲吶圖像的去噪模型。

6.如權利要求1-4任一項所述的聲吶圖像的去噪模型訓練方法，其特征在于，所述根據各個所述訓練樣本對預設模型進行訓練得到聲吶圖像的去噪模型的步驟之后，還包括：

獲取待去噪的第二聲吶圖像；

通過所述去噪模型對所述第二聲吶圖像進行去噪，得到去噪后的圖像。

7.一種聲吶圖像的去噪模型訓練裝置，其特征在于，所述聲吶圖像的去噪模型訓練裝置包括存儲器、處理器以及存儲在所述存儲器并可在所述處理器上運行的訓練程序，所述訓練程序被所述處理器執行時實現如權利要求1-6任一項所述的聲吶圖像的去噪模型訓練方法的各個步驟。

8.一種可讀存儲介質，其特征在于，所述可讀存儲介質存儲有訓練程序，所述訓練程序被處理器執行時實現如權利要求1-6任一項所述的聲吶圖像的去噪模型訓練方法的各個步驟。