[發(fā)明專利]圖像去噪方法、裝置、計(jì)算機(jī)設(shè)備和存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 202110159110.2
• 申請日: 2021-02-05
• 公開（公告）號: CN112801908B
• 公開（公告）日: 2022-04-22
• 發(fā)明（設(shè)計(jì)）人: 呂孟葉
• 申請（專利權(quán)）人: 深圳技術(shù)大學(xué)
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T5/50;G06V10/74;G06V10/762;G06V10/80;G06V10/82;G06K9/62;G06F16/51;G06F16/55;G06F16/583;G06N3/04;G06N3/08
• 代理公司: 華進(jìn)聯(lián)合專利商標(biāo)代理有限公司 44224
• 代理人: 唐彩琴

1.一種圖像去噪方法，其特征在于，所述方法包括：

獲取待去噪的低信噪比圖像數(shù)據(jù)；

對所述低信噪比圖像數(shù)據(jù)提取特征，以得到低信噪比圖像數(shù)據(jù)對應(yīng)的低信噪比特征向量，從高信噪比圖像數(shù)據(jù)庫中獲取與低信噪比特征向量的向量距離滿足距離條件的目標(biāo)高信噪比特征向量，將目標(biāo)高信噪比特征向量對應(yīng)的高信噪比圖像數(shù)據(jù)確定為參考圖像數(shù)據(jù)；

其中，所述高信噪比圖像數(shù)據(jù)庫是通過獲取多個不同對象對應(yīng)的高信噪比圖像數(shù)據(jù)，對各個高信噪比圖像數(shù)據(jù)提取特征，以得到各個高信噪比圖像數(shù)據(jù)各自對應(yīng)的高信噪比特征向量，將各個高信噪比圖像數(shù)據(jù)與各自對應(yīng)的高信噪比特征向量對應(yīng)存儲至數(shù)據(jù)庫中建立得到的；

對所述低信噪比圖像數(shù)據(jù)和所述參考圖像數(shù)據(jù)進(jìn)行融合處理，以去噪得到所述低信噪比圖像數(shù)據(jù)對應(yīng)的目標(biāo)高信噪比圖像數(shù)據(jù)；

所述對所述低信噪比圖像數(shù)據(jù)和所述參考圖像數(shù)據(jù)進(jìn)行融合處理，以去噪得到所述低信噪比圖像數(shù)據(jù)對應(yīng)的目標(biāo)高信噪比圖像數(shù)據(jù)，包括：

獲取訓(xùn)練后的機(jī)器學(xué)習(xí)模型；所述機(jī)器學(xué)習(xí)模型包括特征提取層、特征比對層和特征融合層；

將所述低信噪比圖像數(shù)據(jù)與所述參考圖像數(shù)據(jù)輸入所述特征提取層，在所述特征提取層分別提取所述低信噪比圖像數(shù)據(jù)和所述參考圖像數(shù)據(jù)的紋理特征，得到所述低信噪比圖像數(shù)據(jù)對應(yīng)的低信噪比紋理特征及所述參考圖像數(shù)據(jù)對應(yīng)的高信噪比紋理特征；

將所述低信噪比紋理特征及所述高信噪比紋理特征輸入所述特征比對層，在所述特征比對層對所述低信噪比紋理特征及所述高信噪比紋理特征進(jìn)行相似度比對，獲得相似特征分布；所述相似特征分布用于表征所述高信噪比紋理特征中與所述低信噪比紋理特征相似的特征的位置分布；

將所述低信噪比圖像數(shù)據(jù)及所述相似特征分布輸入所述特征融合層，在所述特征融合層根據(jù)相似特征分布及所述低信噪比圖像數(shù)據(jù)進(jìn)行融合處理，以去噪得到所述低信噪比圖像數(shù)據(jù)對應(yīng)的目標(biāo)高信噪比圖像數(shù)據(jù)。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對所述低信噪比圖像數(shù)據(jù)和所述參考圖像數(shù)據(jù)進(jìn)行融合處理，以去噪得到所述低信噪比圖像數(shù)據(jù)對應(yīng)的目標(biāo)高信噪比圖像數(shù)據(jù)包括：

分別對所述低信噪比圖像數(shù)據(jù)和所述參考圖像數(shù)據(jù)進(jìn)行分塊，得到所述低信噪比圖像數(shù)據(jù)對應(yīng)的低信噪比圖塊集合以及所述參考圖像數(shù)據(jù)對應(yīng)的參考圖塊集合；

對于所述低信噪比圖塊集合中每一個低信噪比圖塊，從所述參考圖塊集合中確定滿足相似度條件的目標(biāo)參考圖塊；

根據(jù)所述目標(biāo)參考圖塊進(jìn)行融合處理，以去噪得到所述低信噪比圖像數(shù)據(jù)對應(yīng)的目標(biāo)高信噪比圖像數(shù)據(jù)。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)所述目標(biāo)參考圖塊進(jìn)行融合處理，以去噪得到所述低信噪比圖像數(shù)據(jù)對應(yīng)的目標(biāo)高信噪比圖像數(shù)據(jù)包括：

將每一個低信噪比圖塊與其對應(yīng)的目標(biāo)參考圖塊組成相似圖塊組，對每一個相似圖塊組執(zhí)行以下步驟中的任意一個：

對所述相似圖塊組進(jìn)行非局部平均處理，得到去噪后的目標(biāo)圖塊；

對所述相似圖塊組進(jìn)行協(xié)同濾波處理，得到去噪后的目標(biāo)圖塊；

對所述相似圖塊組進(jìn)行加權(quán)核范數(shù)最小化處理，得到去噪后的目標(biāo)圖塊；

組合各個所述目標(biāo)圖塊，以去噪得到所述低信噪比圖像數(shù)據(jù)對應(yīng)的目標(biāo)高信噪比圖像數(shù)據(jù)。

4.根據(jù)權(quán)利要求1至3中任意一項(xiàng)所述的方法，其特征在于，所述高信噪比圖像數(shù)據(jù)庫的建立步驟包括：

獲取多個不同對象對應(yīng)的高信噪比圖像數(shù)據(jù)；

對各個高信噪比圖像數(shù)據(jù)提取特征，以得到各個高信噪比圖像數(shù)據(jù)各自對應(yīng)的高信噪比特征向量；

將各個高信噪比圖像數(shù)據(jù)與各自對應(yīng)的高信噪比特征向量對應(yīng)存儲至數(shù)據(jù)庫中，以建立所述高信噪比圖像數(shù)據(jù)庫。