[发明专利]图像去噪方法和装置有效
| 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： | 本申请公开了图像去噪方法和装置。该方法的一具体实施方式包括：获取原始图像，其中，原始图像包含噪声；生成原始图像的图像矩阵；将原始图像的图像矩阵输入至预先训练的卷积神经网络，得到原始图像的特征向量，其中，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，反卷积神经网络用于将特征向量处理为图像矩阵；确定处理后图像矩阵是否满足预设条件，若满足预设条件，则将处理后图像矩阵作为去噪后图像矩阵。该实施方式实现了去除图像中的噪声。 | ||
| 搜索关键词： | 图像 方法 装置 | ||
【主权项】：
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。
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/patent/201710859689.7/，转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
