[發明專利]圖像去噪方法、裝置以及電子設備、圖像超分去噪方法

在審

• 申請號: 202010729938.2
• 申請日: 2020-07-27
• 公開（公告）號: CN111861930A
• 公開（公告）日: 2020-10-30
• 發明（設計）人: 胡風碩
• 申請（專利權）人: 京東方科技集團股份有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T3/40;G06N3/04
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 徐章偉

本發明公開了一種圖像去噪方法、裝置以及電子設備、圖像超分去噪方法。其中圖像去噪方法包括：分別獲取圖像內容不同的無噪聲的第一圖像和具有真實噪聲的第二圖像；利用第一圖像和第二圖像對初始噪聲生成網絡和鑒別網絡進行交替迭代訓練得到新建噪聲生成網絡；將第一圖像輸入新建噪聲生成網絡，輸出具有模擬噪聲的第三圖像；利用第一圖像和第三圖像作為成對的訓練樣本對初始圖像去噪網絡進行訓練，得到訓練后的新建圖像去噪網絡；其中，新建圖像去噪網絡被配置為將有噪聲的原始圖像轉換為無噪聲的新建圖像。該圖像去噪方法，可通過對不對稱訓練集進行訓練，得到用于實現將低分辨率圖像轉換為高分辨率圖像的圖像去噪網絡，提升圖像超分辨率效果。

技術領域

本發明涉及圖像處理技術領域，尤其涉及一種圖像去噪方法、裝置以及電子設備、圖像超分去噪方法。

背景技術

圖像超分辨率，是指從一幅低分辨率圖像或圖像序列中恢復出高分辨率圖像。高分辨率圖像具有高像素密度，可以提供更多的細節，這些細節往往在實際應用中可以起到關鍵作用。要獲得高分辨率圖像，最直接的方法是采用高分辨率圖像傳感器，但由于傳感器和光學器件制造工藝和成本的限制，在很多場合和大規模部署中該方法很難實現。因此，利用現有的設備，通過超分辨率算法獲取高分辨率圖像具有重要的現實意義。

目前，超分辨率算法，大都是基于成對數據集進行訓練以獲得模型，當將該模型應用于不同于訓練數據集分布的低分辨率圖像上時，圖像超分辨率效果不佳，容易出現各種偽影。

發明內容

本發明旨在至少在一定程度上解決相關技術中的技術問題之一。為此，本發明的第一個目的在于提出一種圖像去噪方法，可通過對不對稱訓練集進行訓練，得到用于實現將低分辨率圖像轉換為高分辨率圖像的圖像去噪網絡，以提升圖像超分辨率效果。

本發明的第二個目的在于提出一種計算機可讀存儲介質。

本發明的第三個目的在于提出一種電子設備。

本發明的第四個目的在于提出一種圖像去噪裝置。

本發明的第五個目的在于提出一種圖像超分去噪方法。

為達到上述目的，本發明第一方面實施例提出一種圖像去噪方法，所述方法包括以下步驟：分別獲取圖像內容不同的無噪聲的第一圖像和具有真實噪聲的第二圖像；利用所述第一圖像和所述第二圖像對初始噪聲生成網絡和鑒別網絡進行交替迭代訓練得到新建噪聲生成網絡；將所述第一圖像輸入所述新建噪聲生成網絡，輸出具有模擬噪聲的第三圖像；利用所述第一圖像和所述第三圖像作為成對的訓練樣本對初始圖像去噪網絡進行訓練，得到訓練后的新建圖像去噪網絡；其中，新建圖像去噪網絡被配置為將有噪聲的原始圖像轉換為無噪聲的新建圖像。

本發明實施例的圖像去噪方法，通過分別獲取圖像內容不同的無噪聲的第一圖像和具有真實噪聲的第二圖像，進而利用第一圖像和第二圖像對初始噪聲生成網絡和鑒別網絡進行交替迭代訓練得到新建噪聲生成網絡，將第一圖像輸入新建噪聲生成網絡，得到具有模擬噪聲的第三圖像，從而將第一圖像和第三圖像作為成對的訓練樣本對初始圖像去噪網絡進行訓練，得到訓練后的新建圖像去噪網絡，該新建圖像去噪網絡可以將有噪聲的原始圖像轉換為無噪聲的新建圖像。由此，可通過對不對稱訓練集進行訓練，得到用于實現將低分辨率圖像轉換為高分辨率圖像的圖像去噪網絡，提升圖像超分辨率效果。

另外，本發明上述的圖像去噪方法還可以具有如下附加的技術特征：

根據本發明的一個實施例，所述分別獲取圖像內容不同的無噪聲的第一圖像和具有真實噪聲的第二圖像，包括：分別獲取圖像內容不同的無噪聲的第四圖像和具有真實噪聲的第五圖像；對所述第四圖像進行裁切或縮放處理得到所述第一圖像，并對所述第五圖像進行裁切或縮放處理得到所述第二圖像，以將所述第一圖像和所述第二圖像作為不成對訓練樣本。