本申请公开一种图像降噪方法和系统、电子设备、云服务器系统以及介质。所述图像降噪方法应用于含复杂噪声的图像中，其中，含复杂噪声的图像由字典数据集合、权重以及图像噪声表示，该方法包括以下步骤：根据预设的噪声个数确定是否引入新的图像噪声；在引入新的图像噪声的情况下，根据原有图像噪声和新的图像噪声获得对应图像的第一混合图像噪声；以及根据所获得的第一混合图像噪声对图像进行降噪处理。本申请的图像降噪方法一方面通过干净噪声图像和混合噪声来表征含复杂噪声的图像，另一方面通过确定是否需要引入新的图像噪声来完成对复杂噪声分布的推断，从而能够准确地确定未知复杂噪声，进而提高降噪质量。进而提高降噪质量。进而提高降噪质量。
【技术实现步骤摘要】
图像降噪方法和系统、电子设备、云服务器系统以及介质
[0001]本申请涉及图像处理
，具体的涉及一种图像降噪方法和系统、电子设备、云服务器系统以及介质。
技术介绍
[0002]由于在图像的采集、传输、接收等过程中不可避免地会引入噪声，而图像噪声是图像中不携带有效信息的部分，因而，为了提高图像质量，以及为后续图像处理的其他操作提供良好的数据输入，都有必要对图像进行降噪处理。
[0003]目前，图像降噪方法主要包括传统局部滤波算法、基于非局部相似性理论的图像增强方法、基于深度学习的图像降噪方法等。其中，传统滤波方法例如包括中值滤波、高斯滤波等，其主要思想是将一个像素周围的局部像素点作为一个整体，通过各类加权平均的方法计算新值替代原始像素点来过滤噪声中的高频部分。基于非局部相似性理论的方法例如BM3D算法在图像全局通过聚类的方法寻找相似的图像块，然后在相似的图像上做协同滤波，以达到降噪效果。基于深度学习的降噪方法主要是有监督的算法，通过搜集大量有噪声和无噪声数据进行训练，从而学习一个从噪声图像到干净图像映射。
[0004]然而，针对含复杂噪声的图像的降噪处理，由于需要考虑的因素更多更复杂，上述方法并不能实现很好的降噪效果，因此需要一种较为鲁棒的降噪方法，以应对含复杂噪声的图像，提高降噪质量。
技术实现思路
[0005]鉴于此，本申请的目的在于提供一种图像降噪方法和系统、电子设备、云服务器系统以及介质，用以解决含复杂噪声的图像的降噪问题。
[0006]为实现上述目的及其他相关目的，本申请公开的第一方面提供一种图像降噪方法，应用于含复杂噪声的图像中，所述含复杂噪声的图像由字典数据集合、权重以及图像噪声表示，所述方法包括以下步骤：根据预设的噪声个数确定是否引入新的图像噪声；在引入新的图像噪声的情况下，根据原有图像噪声和所述新的图像噪声获得对应所述图像的第一混合图像噪声；以及根据所获得的第一混合图像噪声对所述图像进行降噪处理。
[0007]本申请公开的第二方面提供一种图像降噪系统，应用于含复杂噪声的图像中，所述含复杂噪声的图像由字典数据集合、权重以及图像噪声表示，所述系统包括：噪声引入确定模块，用于根据预设的噪声个数确定是否引入新的图像噪声；噪声获得模块，用于在引入新的图像噪声的情况下，根据原有图像噪声和所述新的图像噪声获得对应所述图像的第一混合图像噪声；以及降噪模块，用于根据所获得的第一混合图像噪声对所述图像进行降噪处理。
[0008]本申请公开的第三方面提供一种电子设备，包括：至少一个存储器，用于存储至少一个程序；至少一个处理器，与所述至少一个存储器连接，用于运行所述至少一个程序时以执行并实现如上所述的图像降噪方法。
[0009]本申请公开的第四方面提供一种云服务器系统，包括至少一存储设备，用于存储至少一个程序；至少一处理设备，与所述存储设备连接，用于运行所述至少一个程序时以执行并实现如上所述的图像降噪方法。
[0010]本申请公开的第五方面提供一种计算机可读存储介质，存储有至少一个程序，所述程序被处理器执行时执行并实现如上所述的图像降噪方法。
[0011]综上所述，本申请提供一种图像降噪方法和系统、电子设备、云服务器系统以及介质，采用字典数据集合、权重以及图像噪声来表示含复杂噪声的图像，并根据预设的噪声个数确定是否引入新的图像噪声，然后基于原有的图像噪声和引入的新的图像噪声进行混合处理以获得所输入图像的混合图像噪声，进而进行降噪处理，一方面通过干净噪声图像和混合噪声来表征含复杂噪声的图像，另一方面通过确定是否需要引入新的图像噪声来完成对复杂噪声分布的推断，从而能够准确地确定未知复杂噪声，进而提高降噪质量。
[0012]本领域技术人员能够从下文的详细描述中容易地洞察到本申请的其它方面和优势。下文的详细描述中仅显示和描述了本申请的示例性实施方式。如本领域技术人员将认识到的，本申请的内容使得本领域技术人员能够对所公开的具体实施方式进行改动而不脱离本申请所涉及专利技术的精神和范围。相应地，本申请的附图和说明书中的描述仅仅是示例性的，而非为限制性的。
附图说明
[0013]本申请所涉及的专利技术的具体特征如所附权利要求书所显示。通过参考下文中详细描述的示例性实施方式和附图能够更好地理解本申请所涉及专利技术的特点和优势。对附图简要说明书如下：
[0014]图1显示为本申请图像降噪方法在一实施例中的流程示意图。
[0015]图2显示为本申请图像降噪方法中的步骤S110在一实施例中的流程示意图。
[0016]图3显示为本申请图像降噪方法在另一实施例中的流程示意图。
[0017]图4显示为本申请图像降噪方法在又一实施例中的流程示意图。
[0018]图5显示为本申请图像降噪方法在又一实施例中的流程示意图。
[0019]图6显示为本申请图像降噪方法应用于单颗粒冷冻电镜技术在一实施例中的流程示意图。
[0020]图7显示为本申请图像降噪系统在一实施例中的结构示意图。
[0021]图8显示为本申请图像降噪系统中噪声获得模块在一实施例中的结构示意图。
[0022]图9显示为本申请电子设备在一实施例中的结构示意图。
[0023]图10显示为本申请云服务器系统在一实施例中的结构示意图。
具体实施方式
[0024]以下由特定的具体实施例说明本申请的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本申请的其他优点及功效。
[0025]在下述描述中，参考附图，附图描述了本申请的若干实施例。应当理解，还可使用其他实施例，并且可以在不背离本公开的精神和范围的情况下进行模块或单元组成、电气以及操作上的改变。下面的详细描述不应该被认为是限制性的，并且本申请的实施例的范
围仅由公布的专利的权利要求所限定。这里使用的术语仅是为了描述特定实施例，而并非旨在限制本申请。
[0026]虽然在一些实例中术语第一、第二等在本文中用来描述各种元件、信息或参数，但是这些元件或参数不应当被这些术语限制。这些术语仅用来将一个元件或参数与另一个元件或参数进行区分。例如，第一元件可以被称作第二元件，并且类似地，第二元件可以被称作第一元件，而不脱离各种所描述的实施例的范围。第一元件和第二元件均是在描述一个元件，但是除非上下文以其他方式明确指出，否则它们不是同一个元件。取决于语境，比如在此所使用的词语“如果”可以被解释成为“在
……
时”或“当
……
时”。
[0027]再者，如同在本文中所使用的，单数形式“一”、“一个”和“该”旨在也包括复数形式，除非上下文中有相反的指示。应当进一步理解，术语“包含”、“包括”表明存在上述的特征、步骤、操作、元件、组件、项目、种类、和/或组，但不排除一个或多个其他特征、步骤、操作、元件、组件、项目、种类、和/或组的存在、出现或添加。此处使用的术语“或”和“和/或”被解释为包括性的，或意味着任一个或任何组合。因此，“A、B或C”或者本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种图像降噪方法，其特征在于，应用于含复杂噪声的图像中，所述含复杂噪声的图像由字典数据集合、权重以及图像噪声表示，所述方法包括以下步骤：根据预设的噪声个数确定是否引入新的图像噪声；在引入新的图像噪声的情况下，根据原有图像噪声和所述新的图像噪声获得对应所述图像的第一混合图像噪声；以及根据所获得的第一混合图像噪声对所述图像进行降噪处理。2.根据权利要求1所述的图像降噪方法，其特征在于，所述根据预设的噪声个数确定是否引入新的图像噪声的步骤包括：根据预设的噪声个数从多类分布中采样一个概率，并根据所述概率与预设阈值的比较结果确定是否引入新的图像噪声。3.根据权利要求1所述的图像降噪方法，其特征在于，还包括随机初始化所述字典数据集合和所述权重的步骤。4.根据权利要求1所述的图像降噪方法，其特征在于，所述图像噪声采用高斯分布表示，所述在引入新的图像噪声的情况下，根据原有图像噪声和所述新的图像噪声获得对应所述图像的第一混合图像噪声的步骤包括：从元高斯分布进行采样以获得所述新的图像噪声对应的新的高斯分布；对原有图像噪声对应的原有高斯分布和新的图像噪声对应的新的高斯分布进行叠加处理，以获得对应所述图像的第一混合图像噪声。5.根据权利要求1
‑
4中任一项所述的图像降噪方法，其特征在于，还包括：对所述字典数据集合、所述权重以及所述噪声个数进行更新；根据经更新的噪声个数确定是否引入新的图像噪声；在引入新的图像噪声的情况下，根据所述第一混合图像噪声和所述新的图像噪声获得对应所述图像的第二混合图像噪声；根据所获得的第二混合图像噪声对所述图像进行降噪处理；以及重复上述步骤直至满足预设的迭代次数为止。6.根据权利要求1所述的图像降噪方法，其特征在于，还包括：将所述图像分割为图像块；对所获得的图像块进行分组处理；以及基于每组图像块对所述图像进行降噪处理。7.根据权利要求1所述的图像降噪方法，其特征在于，所述方法应用于单颗粒冷冻电镜中颗粒挑选和/或二维聚类步骤之前。8.一种图像降噪系统，其特征在于，应用于含复杂噪声的图像中，所述含复杂噪声的图像由字典数据集合、权重以及图像噪声表示，所述系统包括：噪声引入确定模块，用于根据预设的噪声个数确定是否引入新的图像噪声；噪声获得模块，用于在引入新的图像噪声的情况下，根据原有图像噪声和所述新的图像噪声获得对应所述...
【专利技术属性】
技术研发人员：贺选，邹子恒，
申请(专利权)人：南京燧坤智能科技有限公司，
类型：发明
国别省市：
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。