[发明专利]图像去噪方法、装置、电子设备及计算机可读存储介质

说明书

本发明涉及图像处理技术，揭露了一种图像去噪方法，包括：对原始图像进行至少一种噪声添加和噪声增强，得到增强噪声图像；根据提取到的增强噪声图像的图像特征匹配参考图像，获取参考图像的像素分布；将像素分布作为图像去噪模型的参数对增强噪声图像进行去噪处理，得到去噪图像；计算去噪图像与原始图像之间的像素损失值，根据像素损失值对图像去噪模型进行参数调整，得到训练完成的图像去噪模型；利用训练完成的图像去噪模型对待去噪图像进行去噪处理，得到去噪图像。此外，本发明还涉及区块链技术，所述原始图像可存储于区块链的节点。本发明还提出一种图像去噪装置、设备以及介质。本发明可以解决文本去噪模型泛用性和鲁棒性较低的问题。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种图像去噪方法、装置、电子设备及计算机可读存储介质。

背景技术

文本图像去噪与修复是人工智能与图像处理领域较为重要的一种技术，其主要内容包括了对于受背景、噪声干扰的文档图像进行修复，并去除不需要的内容，最终得到的文档图像结果。文档图像噪声主要包含了以下几个部分：背景噪声干扰、水印干扰、红章干扰、低对比度、光线阴影、失焦模糊、运动模糊、图像压缩所导致的模糊等。

现有的图像去噪方法多为针对特定噪声训练特定模型进行去噪，但噪声的种类繁多，存在一张图像包含多种噪声的情况，目前现有的方法，通常只能处理某一种或者少数几种特定的噪声干扰，无法同时对上述的绝大多数噪声进行去除，因此训练出的去噪模型的泛用性和鲁棒性较低。

发明内容

本发明提供一种图像去噪方法、装置及计算机可读存储介质，其主要目的在于解决文本去噪模型泛用性和鲁棒性较低的问题。

为实现上述目的，本发明提供的一种图像去噪方法，包括：

获取原始图像，对所述原始图像进行至少一种噪声添加，得到噪声图像；

对所述噪声图像进行噪声增强，得到增强噪声图像；

提取所述增强噪声图像的图像特征，根据所述图像特征从预设图像库中匹配得到与所述增噪噪声图像具有相似特征的参考图像，并获取所述参考图像的像素分布；

将所述像素分布作为预构建的图像去噪模型的参数对所述增强噪声图像进行去噪处理，得到去噪图像；

计算所述去噪图像与所述原始图像之间的像素损失值，根据所述像素损失值对所述预构建的图像去噪模型进行参数调整，得到训练完成的图像去噪模型；

获取待去噪图像，利用所述训练完成的图像去噪模型对所述待去噪图像进行去噪处理，得到去噪图像。

可选地，所述对所述原始图像进行至少一种噪声添加，得到噪声图像，包括以下一项或多项处理：

对所述原始图像进行噪声染色，得到第一增噪图像；

对所述第一增噪图像进行模糊扰动，得到第二增噪图像；

对所述原始图像进行局部遮掩，得到遮掩噪声图像。

可选地，所述对所述原始图像进行噪声染色，得到第一增噪图像，包括：

获取一种或者多种颜色参数；

遍历并获取所述原始图像中各像素点的像素值；

分别根据所述一种或者多种颜色参数对所述像素值进行数值调整，得到第一增噪图像。

可选地，所述对所述第一增噪图像进行模糊扰动，得到第二增噪图像，包括：

利用所述多种类型的模糊算法对所述第一增噪图像进行扰动计算，得到多种类型的扰动数据；

将多种类型的扰动数据分别与所述第一增噪图像进行卷积，得到多种类型的第二增噪图像。