[发明专利]一种基于深度残差网络的真实图像盲去噪方法

权利要求书

1.一种基于深度残差网络的真实图像盲去噪方法，其特征在于，包括以下步骤：

步骤1：通过图像数据集选取RGB空间清晰图像集，通过空间变换得到RGB空间含噪图像集，通过RGB空间清晰图像集和RGB空间含噪图像集构建RGB空间图像组集；

步骤2：通过多个相机拍摄多个场景下的图像，针对每个相机每个场景下真实清晰图像和真实含噪图像构建真实图像组，通过多个相机拍摄多场景下的真实图像组构建真实图像组集；

步骤3：随机选取RGB空间图像组集中多组RGB空间图像组与真实图像组集中多组真实图像组构建图像训练集，将RGB空间图像组集中剩余的RGB空间图像组与真实图像组集中剩余的真实图像组构建图像测试集，将图像训练集中图像进行预处理得到预处理后图像训练集；

步骤4：通过预处理后图像训练集作为输入构建图像去噪残差卷积神经网络，结合残差学习和批归一化策略训练图像去噪残差卷积神经网络并对图像测试集去噪。

2.根据权利要求1所述的基于深度残差网络的真实图像盲去噪方法，其特征在于，步骤1中所述通过图像数据集选取图像数据集K张图像作为RGB空间清晰图像集

步骤1所述空间变换为：

将输入的RGB空间清晰图像集转换到YCbCr空间，得到YCbCr空间清晰图像集

其中，分别代表RGB空间清晰图像集的三个通道的分量值，取值范围为[0,255]；

分别代表YCbCr空间清晰图像集的三个通道的分量值，取值范围为[0,255]；

选择Y通道清晰图像集进行加噪处理：

设置6个噪声等级，即噪声方差σ_P∈[0，55],p∈[1，6]，对中的每张图像进行加噪处理：

其中，为噪声等级p的第k张Y通道含噪图像，为生成与相同大小的随机矩阵；

将Y通道含噪图像集结合YCbCr空间清晰图像集中的Cb，Cr通道转换至RGB空间，得到RGB空间加噪图像集

其中，分别代表RGB空间加噪图像集的三个通道的分量值，取值范围为[0,255]；

步骤1中所述构建RGB空间图像组集为通过以上处理得到RGB空间图像组集每组图像由一张RGB清晰图像和六张RGB含噪图像组成。

3.根据权利要求1所述的基于深度残差网络的真实图像盲去噪方法，其特征在于，步骤2中所述多个相机的数量为K_A；

步骤2中所述多个场景的数量为K_S；

步骤2中所述真实图像组的数量为K_A*K_S；

步骤2中所述每个相机每个场景下真实含噪图像为：

通过相机k_a拍摄场景k_s下，拍摄4张高感光度和较短曝光时间的图像，4张高感光度和较短曝光时间的图像中任意两张图像求平均，得到六张真实含噪图像:

步骤2中所述每个相机每个场景下真实清晰图像为：

通过相机k_a拍摄场景k_s下，拍摄两张低感光度和长曝光时间拍摄的图像，将两张低感光度和长曝光时间拍摄的图像求平均后作为参考图像拍摄K_B张低感光度和长曝光时间拍摄的图像然后计算与的峰值信噪比：

其中，MAX表示图像颜色的最大数值，N_B＝8bit图像取值为2^NB-1，MSE为均方差：

将K_B张低感光度和长曝光时间拍摄的图像中的图像求平均后作为清晰图像

步骤2中所述真实图像组为由一张真实清晰图像和六张真实含噪图像组成；

步骤2中所述真实图像组集为该组集共包含K_A*K_S个真实图像组，将K_A*K_S个真实图像组在真实图像组集中按照拍摄顺序排列得到真实图像组集为:

其中，K_A为多个相机的数量，K_S为多个场景的数量。