[发明专利]一种图像降噪方法及其应用

权利要求书

1.一种图像降噪方法，其特征在于：所述方法包括如下步骤：

步骤1：构建自校正卷积神经网络；

步骤2：将L₁范数作为损失函数；

步骤3：对自校正卷积神经网络进行优化,使得损失函数收敛；

步骤4：将带有噪声的图像作为网络的输入，将带有噪声的图像和对应的无噪声图像作为网络标签，对网络进行训练，得到由带噪声的图像到无噪声的图像映射关系；

步骤5：将需要降噪的图像通过训练好的网络进行降噪得到降噪后的图像。

2.如权利要求1所述的图像降噪方法，其特征在于：所述步骤1中所述自校正卷积神经网络为基于U-net网络基础上的自校正U-net卷积神经网络。

3.如权利要求1所述的图像降噪方法，其特征在于：所述步骤1中自校正卷积神经网络包括自校正卷积层，所述自校正卷积层包括第一通道和第二通道。

4.如权利要求3所述的图像降噪方法，其特征在于：对所述第一通道的数据进行卷积和批归一化处理。

5.如权利要求3所述的图像降噪方法，其特征在于：对所述第二通道的数据进行下采样。

6.如权利要求5所述的图像降噪方法，其特征在于：所述采样率为4。

7.如权利要求1所述的图像降噪方法，其特征在于：所述步骤2中L₁范数为：

其中，x_i为降噪之前的图像的像素值，y_i为无噪声的真实图像的像素值，n为像素值的总个数。

8.如权利要求1所述的图像降噪方法，其特征在于：所述步骤3中优化时采用Adam优化算法对所述自校正卷积神经网络进行优化。

9.一种图像降噪方法的应用，其特征在于：将权利要求1～8中任一项所述的图像降噪方法应用于单光子发射计算机断层成像、磁共振成像、低剂量CT图像或者低计数正电子发射型断层成像。