【技术实现步骤摘要】
一种基于深度多分辨率网络的图像摩尔纹消除方法
本专利技术属于图像处理领域，涉及图像摩尔纹消除方法，特别涉及一种基于深度多分辨率网络的图像摩尔纹消除方法。
技术介绍
由于手机相机自身成本与体积的局限性，拍摄出的图像产生了不同程度的失真，尤其是在一些规律的纹理图像上，经常会看到波纹样的条纹，即摩尔纹。手机相机的采样频率固定，当场景信息的高频成分丰富且不满足采样定律时，如果想要获得高质量的清晰成像，手机相机拍摄场景时不可避免地存在摩尔纹干扰。摩尔纹在图像中往往面积大，色偏明显，严重影响图像质量和图像分析结果；摩尔纹可看作是一种混叠干扰噪声，摩尔纹的结构和分布与场景信息、手机相机采样频率和插值算法密切相关，不同场景情况下摩尔纹形状不同，没有明显的分布规律。尽管摩尔纹现象的现代科学研究及其应用始于19世纪下半叶，但是数字成像过程中的摩尔纹现象则是近几年伴随着手机相机等数字成像设备的广泛使用才被人们关注和研究。目前为止，已有的摩尔纹消除方法主要分为三大类，基于滤波的方法、基于精确上采样插值的方法、基于专业图像处理软件的方法。西多...
【技术保护点】
1.一种基于深度多分辨率网络的图像摩尔纹消除方法，其特征在于，包括如下步骤：/nS1，收集图像，对收集的图像进行下采样得到带有摩尔纹的图像，对收集的图像进行去网纹处理和去噪处理得到真值标签，对带有摩尔纹的图像和真值标签分别进行图像数量的扩充，扩充后分为训练集和测试集；/nS2，将深度多分辨率模型中的下采样池化层替换为步长为2的卷积层，特征提取模块由三个不同分辨率的分支组成，在每一个分辨率分支上增加残差模块，得到调整后的深度多分辨率模型；/nS3，将训练集中带有摩尔纹的图像作为输入，训练集中真值标签作为真值，采用调整后的深度多分辨率模型进行训练，得到图像摩尔纹消除模型；/nS...
【技术特征摘要】
1.一种基于深度多分辨率网络的图像摩尔纹消除方法，其特征在于，包括如下步骤：
S1，收集图像，对收集的图像进行下采样得到带有摩尔纹的图像，对收集的图像进行去网纹处理和去噪处理得到真值标签，对带有摩尔纹的图像和真值标签分别进行图像数量的扩充，扩充后分为训练集和测试集；
S2，将深度多分辨率模型中的下采样池化层替换为步长为2的卷积层，特征提取模块由三个不同分辨率的分支组成，在每一个分辨率分支上增加残差模块，得到调整后的深度多分辨率模型；
S3，将训练集中带有摩尔纹的图像作为输入，训练集中真值标签作为真值，采用调整后的深度多分辨率模型进行训练，得到图像摩尔纹消除模型；
S4，将测试集中的图像输入训练好的图像摩尔纹消除模型中，得到自动消除摩尔纹后的图像。
2.根据权利要求1所述的基于深度多分辨率网络的图像摩尔纹消除方法，其特征在于，S1中，图像数量的扩充使用水平翻转、随机小度数旋转和图像裁剪的方式进行。
3.根据权利要求1所述的基于深度多分辨率网络的图像摩尔纹消除方法，其特征在于，S2中，还将深度多分辨率模型中的上采样反卷积层替换为亚像素卷积层，并加入特征融合模块，得到调整后的深度多分辨率模型。
4.根据权利要求3所述的基于深度多分辨率网络的图像摩尔纹消除方法，其特征在于，S2中，调整后的深度多分辨率模型：下采样模块由两个步长为2的卷积层、四个步长为1的卷积层和六个激活层组成；特征提取模块由三个不同分辨率的分支组成，每一个分辨率分支由五个卷积层和五个激活层组成，在每一个分辨...
【专利技术属性】
技术研发人员：郭宇，牛宝龙，冯美雪，王飞，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：陕西;61
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。