一种高倍放大降低噪点的图像处理算法制造技术

本发明专利技术公开了一种高倍放大降低噪点的图像处理算法，包括以下步骤：A、首先采集图像，并对图像进行存储；B、之后对存储的图像进行降噪处理；C、之后对降噪后的图像进行分割；D、将分割后的图像进行放大；E、将放大后的图像再次进行合成生成放大后的图像，本发明专利技术采用的图像处理算法能够实现对图像的无损放大，能够使得生成的图像更加清晰直观。成的图像更加清晰直观。成的图像更加清晰直观。

【技术实现步骤摘要】
一种高倍放大降低噪点的图像处理算法


[0001]本专利技术涉及图像处理
，具体为一种高倍放大降低噪点的图像处理算法。

技术介绍

[0002]图像处理(image processing)，用计算机对图像进行分析，以达到所需结果的技术。又称影像处理。图像处理一般指数字图像处理。数字图像是指用工业相机、摄像机、扫描仪等设备经过拍摄得到的一个大的二维数组，该数组的元素称为像素，其值称为灰度值。图像处理技术一般包括图像压缩，增强和复原，匹配、描述和识别3个部分。在计算机中，按照颜色和灰度的多少可以将图像分为二值图像、灰度图像、索引图像和真彩色RGB图像四种基本类型。大多数图像处理软件都支持这四种类型的图像。
[0003]目前的图像处理算法能够对图像进行放大处理，但是放大后出现失真，影响图像清晰度，因此，有必要进行改进。

技术实现思路

[0004]本专利技术的目的在于提供一种高倍放大降低噪点的图像处理算法，以解决上述
技术介绍
中提出的问题。
[0005]为实现上述目的，本专利技术提供如下技术方案：一种高倍放大降低噪点的图像处理算法，包括以下步骤：
[0006]A、首先采集图像，并对图像进行存储；
[0007]B、之后对存储的图像进行降噪处理；
[0008]C、之后对降噪后的图像进行分割；
[0009]D、将分割后的图像进行放大；
[0010]E、将放大后的图像再次进行合成生成放大后的图像。
[0011]优选的，本申请提供的一种高倍放大降低噪点的图像处理算法，其中，所述步骤A中图像通过高清广角摄像头进行拍摄获取。
[0012]优选的，本申请提供的一种高倍放大降低噪点的图像处理算法，其中，所述步骤B中降噪处理步骤如下：
[0013]a、整幅图像有m
×
n个像素点，将该幅具有F个灰度级的图像X，变换成一个模糊矩阵为：式中：uij表示坐标为(i,j)的像素点的隶属度；隶属度函数umn满足：uij＝xij/(L
‑
1)，式中：xij表示坐标为(i,j)的像素点的灰度值；
[0014]b、对图像进行降噪处理：
[0015]c、降噪处理后形成新的图像灰度值隶属度矩阵为：
[0016]d、对图像灰度值隶属度矩阵进行逆变换，得到经过降噪后的图像X
′
，X
′
中像素灰
度值矩阵为：
[0017]优选的，本申请提供的一种高倍放大降低噪点的图像处理算法，其中，所述步骤C具体方法如下：
[0018]a、将降噪后的图像输入到分割神经网络中，对神经网络进行训练，直到神经网络的模型收敛；
[0019]b、将需要进行分割的图像，输入到完成训练的Mask R
‑
CNN神经网络中，得到图像区域的双圆边界信息和二值掩码图；
[0020]c、根据得到的双圆边界信息和二值掩码图完成图像的分割。
[0021]优选的，本申请提供的一种高倍放大降低噪点的图像处理算法，其中，所述步骤D图像放大采用CSDN图像无损放大器进行放大。
[0022]优选的，本申请提供的一种高倍放大降低噪点的图像处理算法，其中，所述步骤E中图像合成方法如下：
[0023]1)首先获取训练数据集和测试数据集；
[0024]2)根据预设方法通过训练数据集构建生成对抗网络模型；
[0025]3)采用预设方法向所述生成对抗网络模型输入中加入信息潜码；
[0026]4)基于信息潜码构建所述生成对抗网络模型的目标函数，并利用带有目标函数的生成对抗网络模型合成图像。
[0027]优选的，本申请提供的一种高倍放大降低噪点的图像处理算法，其中，所述步骤E中对合成后图像进行加密存储。
[0028]优选的，本申请提供的一种高倍放大降低噪点的图像处理算法，其中，所述步骤A中存储器采用FLASH存储器或RAM存储器。
[0029]优选的，本申请提供的一种高倍放大降低噪点的图像处理算法，其中，所述步骤E中对加密存储的图像传输后台服务器。
[0030]优选的，本申请提供的一种高倍放大降低噪点的图像处理算法，其中，所述加密存储后的图像通过Zigbee模块进行传输。
[0031]与现有技术相比，本专利技术的有益效果是：本专利技术采用的图像处理算法能够实现对图像的无损放大，能够使得生成的图像更加清晰直观；其中，本专利技术采用的降噪处理方法降低了图像的全局亮度差异，增强了图像对比度，有效的抑制了噪声，进一步提高了图像的清晰度。
附图说明
[0032]图1为本专利技术流程图。
具体实施方式
[0033]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0034]实施例一：
[0035]本专利技术提供如下技术方案：一种高倍放大降低噪点的图像处理算法，包括以下步骤：
[0036]A、首先采集图像，并对图像进行存储；
[0037]B、之后对存储的图像进行降噪处理；
[0038]C、之后对降噪后的图像进行分割；
[0039]D、将分割后的图像进行放大；
[0040]E、将放大后的图像再次进行合成生成放大后的图像。
[0041]本实施例中，所述步骤A中图像通过高清广角摄像头进行拍摄获取。
[0042]本实施例中，所述步骤B中降噪处理步骤如下：
[0043]a、整幅图像有m
×
n个像素点，将该幅具有F个灰度级的图像X，变换成一个模糊矩阵为：式中：uij表示坐标为(i,j)的像素点的隶属度；隶属度函数umn满足：uij＝xij/(L
‑
1)，式中：xij表示坐标为(i,j)的像素点的灰度值；
[0044]b、对图像进行降噪处理：
[0045]c、降噪处理后形成新的图像灰度值隶属度矩阵为：
[0046]d、对图像灰度值隶属度矩阵进行逆变换，得到经过降噪后的图像X
′
，X
′
中像素灰度值矩阵为：
[0047]本实施例中，所述步骤C具体方法如下：
[0048]a、将降噪后的图像输入到分割神经网络中，对神经网络进行训练，直到神经网络的模型收敛；
[0049]b、将需要进行分割的图像，输入到完成训练的Mask R
‑
CNN神经网络中，得到图像区域的双圆边界信息和二值掩码图；
[0050]c、根据得到的双圆边界信息和二值掩码图完成图像的分割。
[0051]本实施例中，所述步骤D图像放大采用CSDN图像无损放大器进行放大。
[0052]实施例二：
[0053]本专利技术提供如下技术方案：一种高倍放大降低噪点的图像处理本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种高倍放大降低噪点的图像处理算法，其特征在于：包括以下步骤：A、首先采集图像，并对图像进行存储；B、之后对存储的图像进行降噪处理；C、之后对降噪后的图像进行分割；D、将分割后的图像进行放大；E、将放大后的图像再次进行合成生成放大后的图像。2.根据权利要求1所述的一种高倍放大降低噪点的图像处理算法，其特征在于：所述步骤A中图像通过高清广角摄像头进行拍摄获取。3.根据权利要求1所述的一种高倍放大降低噪点的图像处理算法，其特征在于：所述步骤B中降噪处理步骤如下：a、整幅图像有m
×
n个像素点，将该幅具有F个灰度级的图像X，变换成一个模糊矩阵为：式中：uij表示坐标为(i,j)的像素点的隶属度；隶属度函数umn满足：uij＝xij/(L
‑
1)，式中：xij表示坐标为(i,j)的像素点的灰度值；b、对图像进行降噪处理：c、降噪处理后形成新的图像灰度值隶属度矩阵为：d、对图像灰度值隶属度矩阵进行逆变换，得到经过降噪后的图像X
′
，X
′
中像素灰度值矩阵为：4.根据权利要求1所述的一种高倍放大降低噪点的图像处理算法，其特征在于：所述步骤C具体方法如下：a、将降噪后的图像输入到分割神经网络中，对神经网络进行训练，直到神经网络的模型收敛；b、将需要进...

【专利技术属性】
技术研发人员：李晟，徐春朋，周晓丹，
申请(专利权)人：北京华力必维科技股份有限公司昆山国检联信息科技有限公司桂林中检数据科技服务有限公司，
类型：发明
国别省市：