去除图像噪声的方法、装置及终端设备制造方法及图纸

本公开是关于一种去除图像噪声的方法和装置、移动终端及存储介质，其中所述方法包括：将待处理图像输入预先训练好的图像降噪模型中，其中，所述图像降噪模型包含多个图像处理块，除首个图像处理块外的其他图像处理块中均包含多个网络层，相邻两图像处理块间设置有最大池化层或上采样层；从所述首个图像处理块起，依次按照各所述图像处理块中网络层间数据传输规则对所述待处理图像进行降噪处理，得到降噪后的目标图像。通过本公开的去除噪声图像的方法对图像进行降噪处理，既能够去除图像噪声又能够保持图像细节。

【技术实现步骤摘要】
去除图像噪声的方法、装置及终端设备
本公开涉及图像处理
，尤其涉及一种去除图像噪声的方法、装置及终端设备。
技术介绍
噪声是图像干扰的重要原因，一幅图像在实际应用中可能存在各种各样的噪声，这些噪声可能在传输中产生,也可能在量化等处理中产生。图像降噪是图像预处理中一项应用较为广泛的技术，其作用是为了提高图像的信噪比，突出图像的期望特征。图像降噪可以在时域进行，也可在频率进行，但归根结底都是基于噪声和信号在频域上的不同分布规律，即信号主要分布在低频区域而噪声主要分布在高频区域。然而由于图像的细节也分布在高频区域，因此图像降噪处理时的关键为在降低图像噪声的同时保留图像细节。目前较为常用的图像降噪方法为低通滤波方法，该方法将图像的高频成分滤除，虽然能够达到降低图像噪声的目的，但是该种方式会破坏图像细节。可见，目前迫切需要本领域技术人员提供一种既能够降低图像噪声又能够保持图像细节的去除图像噪声的方法。
技术实现思路
为克服相关技术中存在的问题，本公开提供了一种去除图像噪声的方法、装置及终端设备。根据本公开实施例的第一方面，提供了一种去除图像噪声的方法，其中，所述方法包括：将待处理图像输入预先训练好的图像降噪模型中，其中，所述图像降噪模型包含多个图像处理块，除首个图像处理块外的其他图像处理块中均包含多个网络层，相邻两图像处理块间设置有最大池化层或上采样层；从所述首个图像处理块起，依次按照各所述图像处理块中网络层间数据传输规则对所述待处理图像进行降噪处理，得到降噪后的目标图像。可选地，所述图像降噪模型包含顺次排列的第一图像处理块、第二图像处理块、第三图像处理块、第四图像处理块、第五图像处理块、第六图像处理块、第七图像处理块、第八图像处理块、第九图像处理块以及第十图像处理块，其中，所述第一图像处理块为所述首个图像处理块；所述第二图像处理块中的末层网络分别与所述第十图像处理块中的各网络层建立有数据连接；所述第三图像处理块中的末层网络分别与所述第九图像处理块中的各网络层建立有数据连接；所述第四图像处理块中的末层网络分别与所述第八图像处理块中的各网络层建立有数据连接；所述第五图像处理块中的末层网络分别与所述第七图像处理块中的各网络层建立有数据连接。可选地，各所述图像处理块中除首个图像处理块外均包含六个网络层，各所述图像处理块的前三个网络层的卷积核大小为5×5，后三个网络层的卷积核大小为1×1。可选地，各所述网络层分别由Conv层、Relu层以及Hardtanh层组成。可选地，在所述将待处理图像输入预先训练好的图像降噪模型中的步骤之前，所述方法还包括：采集预设数量的图像样本；分别将各所述图像样本进行加噪处理，得到噪声图像样本；将各所述图像样本与对应的噪声图像样本组成训练图像对；依据各所述训练图像对图像降噪模型进行训练。根据本公开实施例的第二方面，提供一种去除图像噪声的装置，其中，所述装置包括：输入模块，被配置为将待处理图像输入预先训练好的图像降噪模型中，其中，所述图像降噪模型包含多个图像处理块，除首个图像处理块外的其他图像处理块中均包含多个网络层，相邻两图像处理块间设置有最大池化层或上采样层；降噪处理模块，被配置为从所述首个图像处理块起，依次按照各所述图像处理块中网络层间数据传输规则对所述待处理图像进行降噪处理，得到降噪后的目标图像。可选地，所述图像降噪模型包含顺次排列的第一图像处理块、第二图像处理块、第三图像处理块、第四图像处理块、第五图像处理块、第六图像处理块、第七图像处理块、第八图像处理块、第九图像处理块以及第十图像处理块，其中，所述第一图像处理块为所述首个图像处理块；所述第二图像处理块中的末层网络分别与所述第十图像处理块中的各网络层建立有数据连接；所述第三图像处理块中的末层网络分别与所述第九图像处理块中的各网络层建立有数据连接；所述第四图像处理块中的末层网络分别与所述第八图像处理块中的各网络层建立有数据连接；所述第五图像处理块中的末层网络分别与所述第七图像处理块中的各网络层建立有数据连接。可选地，各所述图像处理块中除首个图像处理块外均包含六个网络层，各所述图像处理块的前三个网络层的卷积核大小为5×5，后三个网络层的卷积核大小为1×1。可选地，各所述网络层分别由Conv层、Relu层以及Hardtanh层组成。可选地，所述装置还包括：采集模块，被配置为在所述输入模块将待处理图像输入预先训练好的图像降噪模型中之前，采集预设数量的图像样本；加噪模块，被配置为分别将各所述图像样本进行加噪处理，得到噪声图像样本；组合模块，被配置为将各所述图像样本与对应的噪声图像样本组成训练图像对；训练模块，被配置为依据各所述训练图像对图像降噪模型进行训练。根据本公开实施例的第三方面，提供一种终端设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为执行上述任一种去除图像噪声的方法。根据本公开实施例的第四方面，提供一种非临时性计算机可读存储介质，当所述存储介质中的指令由终端设备的处理器执行时，使得终端设备执行上述任一种去除图像噪声的方法。根据本公开实施例的第五方面，提供根据一种计算机程序产品，当所述计算机程序产品中的指令由移动终端的处理器执行时，使得终端设备执行上述任一种去除图像噪声的方法。本公开的实施例提供的技术方案可以包括以下有益效果：本公开的实施例提供的去除图像噪声的方案，将待处理图像输入预先训练好的包含多个图像处理块的图像降噪模型中，从首个图像处理块起，依次按照各图像处理块中网络层间数据传输规则对待处理图像进行降噪处理，得到降噪后的目标图像，通过该图像降噪模型中的前预设数量的图像处理块对图像进行降噪处理去除噪声的过程虽然会存在图像细节丢失，但是前预设数量的图像处理块可通过跨层将损失的图像细节数据传递到后面的图像处理块中，对图像细节进行弥补，可同时兼顾图像降噪与图像细节。应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。附图说明此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。图1是根据一示例性实施例示出的一种去除图像噪声的方法的步骤流程图；图2是根据一示例性实施例示出的一种去除图像噪声的方法的步骤流程图；图3是图像降噪模型示意图；图4是根据一示例性实施例示出的一种去除图像噪声的装置的框图；图5是根据一示例性实施例示出的一种终端设备的结构框图；图6是根据一示例性实施例示出的一种终端设备的结构框图。具体实施方式这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。图1是根据一示例性实施例示出的一种去除图像噪声的方法的流程图，如图1所示的去除图像噪声的方法用于终端设备中，包括以下步骤：步骤101：将待处理图像输入预先训练好的图像降噪模型中。其中，图像降噪模型包含多个图像处理块，除首个图像处理块外的其他图像处理块中均包含多个网络层，相邻两图像处理块间设置有最大池化层或上采样层。图本文档来自技高网...

【技术保护点】
1.一种去除图像噪声的方法，其特征在于，所述方法包括：将待处理图像输入预先训练好的图像降噪模型中，其中，所述图像降噪模型包含多个图像处理块，除首个图像处理块外的其他图像处理块中均包含多个网络层，相邻两图像处理块间设置有最大池化层或上采样层；从所述首个图像处理块起，依次按照各所述图像处理块中网络层间数据传输规则对所述待处理图像进行降噪处理，得到降噪后的目标图像。

【技术特征摘要】
1.一种去除图像噪声的方法，其特征在于，所述方法包括：将待处理图像输入预先训练好的图像降噪模型中，其中，所述图像降噪模型包含多个图像处理块，除首个图像处理块外的其他图像处理块中均包含多个网络层，相邻两图像处理块间设置有最大池化层或上采样层；从所述首个图像处理块起，依次按照各所述图像处理块中网络层间数据传输规则对所述待处理图像进行降噪处理，得到降噪后的目标图像。2.根据权利要求1所述的方法，其特征在于，所述图像降噪模型包含顺次排列的第一图像处理块、第二图像处理块、第三图像处理块、第四图像处理块、第五图像处理块、第六图像处理块、第七图像处理块、第八图像处理块、第九图像处理块以及第十图像处理块，其中，所述第一图像处理块为所述首个图像处理块；所述第二图像处理块中的末层网络分别与所述第十图像处理块中的各网络层建立有数据连接；所述第三图像处理块中的末层网络分别与所述第九图像处理块中的各网络层建立有数据连接；所述第四图像处理块中的末层网络分别与所述第八图像处理块中的各网络层建立有数据连接；所述第五图像处理块中的末层网络分别与所述第七图像处理块中的各网络层建立有数据连接。3.根据权利要求1所述的方法，其特征在于，各所述图像处理块中除首个图像处理块外均包含六个网络层，各所述图像处理块的前三个网络层的卷积核大小为5×5，后三个网络层的卷积核大小为1×1。4.根据权利要求1所述的方法，其特征在于，各所述网络层分别由Conv层、Relu层以及Hardtanh层组成。5.根据权利要求1所述的方法，其特征在于，在所述将待处理图像输入预先训练好的图像降噪模型中的步骤之前，所述方法还包括：采集预设数量的图像样本；分别将各所述图像样本进行加噪处理，得到噪声图像样本；将各所述图像样本与对应的噪声图像样本组成训练图像对；依据各所述训练图...

【专利技术属性】
技术研发人员：张元尊，郑云飞，于冰，
申请(专利权)人：北京达佳互联信息技术有限公司，
类型：发明
国别省市：北京,11