[发明专利]图像去噪方法和装置有效

专利信息
申请号: 201710859689.7 申请日: 2017-09-21
公开(公告)号: CN107507153B 公开(公告)日: 2021-03-09
发明(设计)人: 刘文献 申请(专利权)人: 百度在线网络技术(北京)有限公司
主分类号: G06T5/00 分类号: G06T5/00;G06N3/08
代理公司: 北京英赛嘉华知识产权代理有限责任公司 11204 代理人: 王达佐;马晓亚
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 方法 装置
【权利要求书】:

1.一种图像去噪方法,其特征在于,所述方法包括:

获取原始图像,其中,所述原始图像包含噪声;

生成所述原始图像的图像矩阵,其中,图像矩阵的行对应图像的高,图像矩阵的列对应图像的宽,图像矩阵的元素对应图像的像素;

将所述原始图像的图像矩阵输入至预先训练的卷积神经网络,得到所述原始图像的特征向量,其中,所述卷积神经网络用于表征图像矩阵与特征向量的对应关系;

执行以下去噪步骤:将所述原始图像的特征向量输入至反卷积神经网络,得到处理后图像矩阵,其中,所述反卷积神经网络用于将特征向量处理为图像矩阵;确定所述处理后图像矩阵是否满足预设条件,若满足所述预设条件,则将所述处理后图像矩阵作为去噪后图像矩阵;

响应于不满足所述预设条件,调整所述反卷积神经网络的参数,并继续执行所述去噪步骤;

其中,所述确定所述处理后图像矩阵是否满足预设条件,包括:

分别将参考图像的图像矩阵和所述处理后图像矩阵输入至对抗网络,得到所述参考图像的图像矩阵的类别和所述处理后图像矩阵的类别,其中,所述对抗网络用于判别图像矩阵的类别;

基于所述参考图像的图像矩阵的类别和所述处理后图像矩阵的类别,确定所述处理后图像矩阵是否满足预设条件。

2.根据权利要求1所述的方法,其特征在于,所述基于所述原始图像的图像矩阵的类别和所述处理后图像矩阵的类别,确定所述处理后图像矩阵是否满足预设条件,包括:

分别确定所述原始图像的图像矩阵的类别和所述处理后图像矩阵的类别是否是第一类别;

若均是所述第一类别,则满足所述预设条件;

若不均是所述第一类别,则不满足所述预设条件。

3.根据权利要求1-2之一所述的方法,其特征在于,所述确定所述处理后图像矩阵是否满足预设条件,包括:

将所述处理后图像矩阵输入至所述卷积神经网络,得到所述处理后图像矩阵所对应的特征向量;

计算所述原始图像的特征向量与所述处理后图像矩阵所对应的特征向量之间的距离;

基于所计算的结果,确定所述处理后图像矩阵是否满足预设条件。

4.根据权利要求3所述的方法,其特征在于,所述计算所述原始图像的特征向量与所述处理后图像矩阵所对应的特征向量之间的距离,包括:

计算所述原始图像的特征向量与所述处理后图像矩阵所对应的特征向量之间的欧氏距离。

5.根据权利要求4所述的方法,其特征在于,所述基于所计算的结果,确定所述处理后图像矩阵是否满足预设条件,包括:

确定所述原始图像的特征向量与所述处理后图像矩阵所对应的特征向量之间的欧氏距离是否小于预设距离阈值;

若小于所述预设距离阈值,则满足所述预设条件;

若不小于所述预设距离阈值,则不满足所述预设条件。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于百度在线网络技术(北京)有限公司,未经百度在线网络技术(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710859689.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top