The invention provides an image denoising method in real environment, which includes generating a training set by taking multiple pictures continuously and correcting the position, expanding the training set by using the domain adaptively, and finally training a noise attention generation countermeasure network by using the training set to achieve noise denoising in real environment. The method of the invention can accurately remove the noise in the image when the type of image noise is unknown in the real environment, and is applied to a variety of machine vision fields as a denoising process in image preprocessing. In particular, the invention provides an example of denoising implementation for commonly used open test sets.
【技术实现步骤摘要】
一种真实环境下的图像去噪方法
本专利技术涉及图像处理领域，涉及一种真实环境下的图像去噪方法，尤其涉及使用域自适应和噪声注意力生成对抗网络的真实环境下图像去噪方法。
技术介绍
图像去噪是图像预处理的重要环节，其对于医疗、航空航天、对象识别等领域有重要的影响。现有的针对图像去噪的算法大部分都基于高斯噪声的先验，即利用高斯噪声模型构建模拟的噪声图像。然而，在现实环境中，噪声的分布并不是简单的高斯分布，其可能是泊松、椒盐等噪声，也可能是多种噪声混合。因此基于高斯先验的去噪方法在真实环境下去噪效果不好。现有的少数针对真实环境下图像的去噪方法主要分为三类：噪声先验无关的传统域变换方法、需要训练集的深度学习方法、无需训练集的非监督深度学习方法。1、噪声先验无关的域变换方法：不引入噪声类型的先验知识，此方法与噪声类型无关。此类方法先将图像信号由空域变换到频域，之后在频域上将噪声部分的高频信息截断去除，最后再将信号从频域变换回空域。代表方法是BM3D。此类方法存在的问题是算法的效果受噪声强度估算精度影响较大，对于平坦区域去噪效果不好，...
【技术保护点】
1.一种真实环境下的图像去噪方法，包括如下步骤：/n(1)构建训练集，采集真实环境训练集，获取对应的无噪图像标签；/n(2)训练噪声注意力网络；/n(3)训练真实环境去噪网络。/n
【技术特征摘要】 【专利技术属性】
1.一种真实环境下的图像去噪方法，包括如下步骤：
(1)构建训练集，采集真实环境训练集，获取对应的无噪图像标签；
(2)训练噪声注意力网络；
(3)训练真实环境去噪网络。
2.根据权利要求1所述的图像去噪方法，其特征在于，所述的步骤(1)构建训练集为：在采集真实环境训练集中，对于一个固定场景视角，先拍一次获取噪声图像，之后不移动相机，连拍多次，并以噪声图像为参考图进行位置矫正，最后对多张图像进行平均融合，得到该噪声图像对应的无噪图像。
3.根据权利要求2所述的图像去噪方法，其特征在于，使用不同型号的相机与参数配置，在不同的场景下进行上述的采集，可获得步骤(1)中构建的训练集。
4.根据权利要求3所述的图像去噪方法，其特征在于，采用了4种品牌的相机，每个相机分别在10个场景下，且ISO取值范围为128～6.4K，共获得400对训练集。
技术研发人员：李革，林凯，李宏，刘珊，
申请(专利权)人：北京大学深圳研究生院，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。