[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
地址：	150001 黑龍江***	國省代碼：	黑龍江;23
權利要求書：	查看更多	說明書：	查看更多
摘要：
搜索關鍵詞：	聲吶圖像模型訓練方法及其裝置可讀存儲介質
鉆瓜網技術展會專利詞庫專利權人專利榜在售專利公布日期熱門專利

【說明書】：

本發明公開了一種聲吶圖像的去噪模型訓練方法，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。本發明還公開一種聲吶圖像的去噪模型訓練裝置和可讀存儲介質。本發明通過去噪模型能夠準確的對聲吶圖像進行去噪。

技術領域

本發明涉及圖像處理技術領域，尤其涉及一種聲吶圖像的去噪模型訓練方法及其裝置和可讀存儲介質。

背景技術

聲吶圖像去噪問題一直困擾著業界。因為聲吶圖像在采集時就被不同噪聲級的噪聲所污染，可讀性差。光學圖像噪聲級相對聲吶圖像低很多，導致光學圖像的部分算法在聲吶圖像上不適用。聲吶圖像并不存在標準的“干凈”圖像集，同時也不存在標準的噪聲集。

傳統的去噪方法若要滿足實時性，則大多使用中值濾波、均值濾波、小波變換的方法。若不需要實時性，則有大量的基于迭代的算法，雖然實驗效果好，但實際應用過程中并未受到青睞。而光學圖像中優秀的算法，目前基于深度學習的方法被研究得較多，然而這些方法都建立在龐大的數據基礎上。聲吶圖像的最大特點，就是數據少，差異大，光學圖像算法并不能準確的對聲吶圖像進行去噪。也即現有技術，存在聲吶圖像的去噪不準確的問題。

發明內容

本發明的主要目的在于提供一種聲吶圖像的去噪模型訓練方法及其裝置和可讀存儲介質，旨在解決聲吶圖像的去噪不準確的問題。

為實現上述目的，本發明提供一種聲吶圖像的去噪模型訓練方法，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。

在一實施例中，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。

在一實施例中，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：