[發明專利]一種圖像降噪方法及其應用在審
| 申請號： | 202010771759.5 | 申請日： | 2020-08-04 |
| 公開（公告）號： | CN111882503A | 公開（公告）日： | 2020-11-03 |
| 發明（設計）人： | 鄭海榮;李彥明;江洪偉;萬麗雯 | 申請（專利權）人： | 深圳高性能醫療器械國家研究院有限公司 |
| 主分類號： | G06T5/00 | 分類號： | G06T5/00;G06N3/08;G06N3/04 |
| 代理公司： | 北京市誠輝律師事務所 11430 | 代理人： | 范盈 |
| 地址： | 518000 廣東省深圳市龍華區觀瀾街道新*** | 國省代碼： | 廣東;44 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 圖像 方法 及其 應用 | ||
1.一種圖像降噪方法，其特征在于：所述方法包括如下步驟：
步驟1：構建自校正卷積神經網絡；
步驟2：將L1范數作為損失函數；
步驟3：對自校正卷積神經網絡進行優化,使得損失函數收斂；
步驟4：將帶有噪聲的圖像作為網絡的輸入，將帶有噪聲的圖像和對應的無噪聲圖像作為網絡標簽，對網絡進行訓練，得到由帶噪聲的圖像到無噪聲的圖像映射關系；
步驟5：將需要降噪的圖像通過訓練好的網絡進行降噪得到降噪后的圖像。
2.如權利要求1所述的圖像降噪方法，其特征在于：所述步驟1中所述自校正卷積神經網絡為基于U-net網絡基礎上的自校正U-net卷積神經網絡。
3.如權利要求1所述的圖像降噪方法，其特征在于：所述步驟1中自校正卷積神經網絡包括自校正卷積層，所述自校正卷積層包括第一通道和第二通道。
4.如權利要求3所述的圖像降噪方法，其特征在于：對所述第一通道的數據進行卷積和批歸一化處理。
5.如權利要求3所述的圖像降噪方法，其特征在于：對所述第二通道的數據進行下采樣。
6.如權利要求5所述的圖像降噪方法，其特征在于：所述采樣率為4。
7.如權利要求1所述的圖像降噪方法，其特征在于：所述步驟2中L1范數為：
其中，xi為降噪之前的圖像的像素值，yi為無噪聲的真實圖像的像素值，n為像素值的總個數。
8.如權利要求1所述的圖像降噪方法，其特征在于：所述步驟3中優化時采用Adam優化算法對所述自校正卷積神經網絡進行優化。
9.一種圖像降噪方法的應用，其特征在于：將權利要求1～8中任一項所述的圖像降噪方法應用于單光子發射計算機斷層成像、磁共振成像、低劑量CT圖像或者低計數正電子發射型斷層成像。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于深圳高性能醫療器械國家研究院有限公司，未經深圳高性能醫療器械國家研究院有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010771759.5/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：一種建筑模型鋼筋自動避讓方法、系統、設備及介質
- 下一篇：戶外球
- 彩色圖像和單色圖像的圖像處理
- 圖像編碼/圖像解碼方法以及圖像編碼/圖像解碼裝置
- 圖像處理裝置、圖像形成裝置、圖像讀取裝置、圖像處理方法
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序以及圖像解碼程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序、以及圖像解碼程序
- 圖像形成設備、圖像形成系統和圖像形成方法
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序
