本发明专利技术涉及图像处理技术，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，本发明专利技术还涉及区块链技术，所述原始图像可存储于区块链的节点。本发明专利技术还提出一种图像去噪装置、设备以及介质。本发明专利技术可以解决文本去噪模型泛用性和鲁棒性较低的问题。
【技术实现步骤摘要】
图像去噪方法、装置、电子设备及计算机可读存储介质
本专利技术涉及图像处理
，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。
技术介绍
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。
技术实现思路
本专利技术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，本专利技术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。可选地，所述对所述噪声图像进行噪声增强，得到增强噪声图像，包括：遍历所述噪声图像以获取所述噪声图像的像素点；利用预设的像素滤波器对所述像素点进行噪声像素筛选处理，得到噪声像素；对所述噪声像素进行局部噪声增强，得到增强噪声图像。可选地，所述对所述噪声像素进行局部噪声增强，得到增强噪声图像，包括：利用n×n的图像窗口在所述噪声图像中依次执行区域选择，得到多个图像区域，其中，n为预设的窗口长度；根据每个所述图像区域的噪声像素以及所述噪声像素的邻域像素，利用预设算法计算每个所述图像区域的噪声像素的二进制码元；根据所述二进制码元对所述噪声像素进行像素增强，得到增强噪声图像。可选地，所述计算所述去噪图像与所述原始图像之间的像素损失值，包括：将所述原始图像中的像素点按照第一编码方式进行编码；将所述去噪图像中的像素点按照与所述第一编码方式对应的第二编码方式进行编码；根据编码后的原始图像与编码后的去噪图像中对应编码位置的像素值计算所述去噪图像与所述原始图像之间的像素损失值。为了解决上述问题，本专利技术还提供一种图像去噪装置，所述装置包括：噪声添加模块，用于获取原始图像，对所述原始图像进行至少一种噪声添加，得到噪声图像；噪声增强模块，用于对所述噪声图像进行噪声增强，得到增强噪声图像；相似图像匹配模块，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；第一去噪模块，用于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；参数调节模块，用于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；第二去噪模块，用于获取待去噪图像，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。为了解决上述问题，本专利技术还提供一种电子设备，所述电子设备包括：存储器，存储至少一个指令；及处理器，执行所述存储器中存储的指令以实现上述所述的图像去噪方法。为了解决上述问题，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被电子设备中的处理器执行以实现上述所述的图像去噪方法。本专利技术实施例通过对所述原始图像进行至少一种噪声添加，可以得到多种不同类型的噪声图像，有利于后续利用多种不同类型的噪声图像训练出泛用性更高的图像去噪模型；对噪声图像进行噪声增强，可实现对添加至噪声图像中的多种噪声的加强，有利于提高后续利用增强噪声图像训练出的图像去噪模型的鲁棒性；通过提取增强噪声图像的图像特征，匹配得到与增噪噪声图像具有相似特征的参考图像，并获取参考图像的像素分布，有利于后续根据与增强噪声图像具有相似特征的图像对增强噪声图像进行去噪，进而提高图像去噪的精确度；通过图像去噪模型对增强噪声图像进行去噪处理得到去噪图像，并通过计算去噪图像与原始图像之间的像素损失值，实现了像素级别的损失值对比，有利于提高训练出的图像去噪模型的精确性，进而提高图像去噪模型的鲁棒性。因此本专利技术提出的图像去噪方法、装置、电子设备及计算机可读存储介质，可以解决文本去噪模型泛用性和鲁棒性较低的问题。附图说明图1为本专利技术一实施例提供的图像去噪方法的流程示意图；图2为本专利技术一实施例提供的计算像素损失值的流程示意图；图3为本专利技术一实施例提供的原始图像和去噪图像的编码示意图；图4为本专利技术一实施例提供的图像去噪装置的功能模块图；图5为本专利技术一实施例提供的实现所述图像去噪方法的电子设备的结构示意图。本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。本申请实施例提供一种图像去噪方法。所述图像去噪方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述图像去噪方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软本文档来自技高网...
【技术保护点】
1.一种图像去噪方法，其特征在于，所述方法包括：/n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；/n对所述噪声图像进行噪声增强，得到增强噪声图像；/n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；/n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；/n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；/n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。/n
【技术特征摘要】
1.一种图像去噪方法，其特征在于，所述方法包括：
获取原始图像，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。
2.如权利要求1所述的图像去噪方法，其特征在于，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：
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；
对所述第二增噪图像进行局部遮掩，得到噪声图像。
3.如权利要求2所述的图像去噪方法，其特征在于，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原始图像中各像素点的像素值进行数值调整，得到第一增噪图像。
4.如权利要求2所述的图像去噪方法，其特征在于，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。
5.如权利要求1所述的图像去噪方法，其特征在于，所述对所述噪声图像进行噪声增强，得到增强噪声图像，包括：
获取所述噪声图像中的每个像素点；
利用预设的像素滤波器对所述像素点进行噪声像素筛选处理，得到噪声像素；
对所述噪声像素进行局部噪声增强，得到增强噪声图像。
6.如权利要求5所述的图像去噪方法，其特征在于，所述对所述噪声像素进行局部噪声增强，得到...
【专利技术属性】
技术研发人员：黄一鸣，
申请(专利权)人：深圳壹账通智能科技有限公司，
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。