图像噪声检测方法及装置制造方法及图纸

本发明专利技术提供一种图像噪声检测方法及装置，其中方法包括：对目标图像进行二维离散线性傅里叶变换，得到目标图像的频谱图像；将频谱图像输入目标检测模型，得到目标检测模型输出的所述目标图像的噪声检测结果

【技术实现步骤摘要】
图像噪声检测方法及装置


[0001]本专利技术涉及图像处理
，尤其涉及一种图像噪声检测方法及装置
。

技术介绍

[0002]随着大数据技术的日益发展，在金融领域较多场景均需要获取图像以及对图像进行处理
。
对于获取的图像中的噪声是影响图像质量的关键因素之一
。
[0003]现有的直接对图像进行图像噪声检测时，由于模型输入需要降低图像质量往往会造成图像部分重要信息的丢失，降低图像像素同时也减小了对图像噪声检测的准确率
。

技术实现思路

[0004]本专利技术提供一种图像噪声检测方法及装置，用以解决现有技术针对模型进行图像噪声检测时，模型输入需要降低图像质量往往会造成图像部分重要信息的丢失，降低图像像素同时也减小了对图像噪声检测的准确率的技术问题
。
[0005]本专利技术提供一种图像噪声检测方法，包括：
[0006]对目标图像进行二维离散线性傅里叶变换，得到所述目标图像的频谱图像；
[0007]将所述频谱图像输入目标检测模型，得到所述目标检测模型输出的所述目标图像的噪声检测结果，所述目标检测模型是基于频谱图像样本及其对应的噪声类别标签训练得到的
。
[0008]根据本专利技术提供的一种图像噪声检测方法，目标检测模型的训练方法，包括：
[0009]从图像样本集中划分训练样本集以及验证样本集，所述图像样本集中包含多种噪声类型的图像；
[0010]基于所述训练样本集对初始目标检测模型进行训练，得到所述目标检测模型；
[0011]基于所述验证样本集，对所述目标检测模型进行验证，确定所述目标检测模型的检测准确率大于预设准确率阈值
。
[0012]根据本专利技术提供的一种图像噪声检测方法，基于所述训练样本集对初始目标检测模型进行训练，得到所述目标检测模型，包括：
[0013]对所述训练样本集中各图像进行灰度处理，得到灰度处理后的训练样本集；
[0014]对所述灰度处理后的训练样本集中各图像进行二维离散线性傅里叶变换，得到频谱图像样本集；
[0015]标注所述频谱图像样本集中各图像的噪声类别，并基于标注了噪声类别的频谱图像样本集对初始目标检测模型进行训练，得到所述目标检测模型
。
[0016]根据本专利技术提供的一种图像噪声检测方法，基于所述验证样本集，对所述目标检测模型进行验证，进一步包括：
[0017]在确定所述目标检测模型的检测准确率小于等于所述预设准确率阈值的情况下，扩充所述训练样本集中的样本；
[0018]基于扩充样本后的训练样本集，对所述初始目标检测模型进行训练，直到基于所
述验证样本集，对所述目标检测模型进行验证，确定所述目标检测模型的检测准确率大于预设准确率阈值
。
[0019]根据本专利技术提供的一种图像噪声检测方法，得到所述目标检测模型输出的所述目标图像的噪声检测结果之后，还包括：
[0020]基于所述噪声检测结果，确定所述目标图像中的噪声类别；
[0021]基于所述噪声类别对应的图像去噪方法，对所述目标图像进行去噪处理
。
[0022]根据本专利技术提供的一种图像噪声检测方法，将所述频谱图像输入目标检测模型之前，还包括：
[0023]对所述频谱图像进行归一化处理，得到归一化后的频谱图像
。
[0024]本专利技术还提供一种图像噪声检测装置，包括：
[0025]图像处理模块，用于对目标图像进行二维离散线性傅里叶变换，得到所述目标图像的频谱图像；
[0026]检测模块，用于将所述频谱图像输入目标检测模型，得到所述目标检测模型输出的所述目标图像的噪声检测结果，所述目标检测模型是基于频谱图像样本及其对应的噪声类别标签训练得到的
。
[0027]本专利技术还提供一种电子设备，包括存储器
、
处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述任一种所述图像噪声检测方法
。
[0028]本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述图像噪声检测方法
。
[0029]本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述图像噪声检测方法
。
[0030]本专利技术提供的图像噪声检测方法及装置，通过获取目标图像，对目标图像进行二维离散线性傅里叶变换，得到目标图像的频谱图像，经过二维离散线性傅里叶变换得到的频谱图像的能量绝大多数集中于低频部分，在图像质量降低时较少影响到目标检测过程中对特征的提取
。
同时，各类噪声的概率分布函数的特性也更加体现在频谱领域
。
所以，在后续将频谱图像输入目标检测模型进行目标检测，可以提升图像噪声类型检测的准确率
。
附图说明
[0031]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图简要地说明，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图
。
[0032]图1是本专利技术提供的图像噪声检测方法的流程示意图；
[0033]图2是应用本专利技术提供的图像噪声检测方法的流程示意图；
[0034]图3是应用本专利技术提供的图像噪声检测方法的装置结构示意图；
[0035]图4是本专利技术提供的图像噪声检测装置的结构示意图；
[0036]图5是本专利技术提供的电子设备的结构示意图
。
具体实施方式
[0037]为使本专利技术的目的
、
技术方案和优点更加清楚，下面将结合本专利技术中的附图，对本专利技术中的技术方案进行清楚
、
完整地描述，显然，所描述的实施例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作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
。
[0038]图1为本专利技术提供的图像噪声检测方法的流程示意图
。
参照图1，本专利技术提供的图像噪声检测方法可以包括：
[0039]步骤
110
，对目标图像进行二维离散线性傅里叶变换，得到所述目标图像的频谱图像；
[0040]步骤
120
，将所述频谱图像输入目标检测模型，得到所述目标检测模型输出的所述目标图像的噪声检测结果，所述目标检测模型是基于频谱图像样本及其对应的噪声类别标签训练得到的
。
[0041]本专利技术提供的图像噪声检测方法的执行主体可以是电子设备
、
电子设备中的部件
、
集成电路
、
或芯片
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种图像噪声检测方法，其特征在于，所述方法包括：对目标图像进行二维离散线性傅里叶变换，得到所述目标图像的频谱图像；将所述频谱图像输入目标检测模型，得到所述目标检测模型输出的所述目标图像的噪声检测结果，所述目标检测模型是基于频谱图像样本及其对应的噪声类别标签训练得到的
。2.
根据权利要求1所述的图像噪声检测方法，其特征在于，所述目标检测模型的训练方法，包括：从图像样本集中划分训练样本集以及验证样本集，所述图像样本集中包含多种噪声类型的图像；基于所述训练样本集对初始目标检测模型进行训练，得到所述目标检测模型；基于所述验证样本集，对所述目标检测模型进行验证，确定所述目标检测模型的检测准确率大于预设准确率阈值
。3.
根据权利要求2所述的图像噪声检测方法，其特征在于，所述基于所述训练样本集对初始目标检测模型进行训练，得到所述目标检测模型，包括：对所述训练样本集中各图像进行灰度处理，得到灰度处理后的训练样本集；对所述灰度处理后的训练样本集中各图像进行二维离散线性傅里叶变换，得到频谱图像样本集；标注所述频谱图像样本集中各图像的噪声类别，并基于标注了噪声类别的频谱图像样本集对初始目标检测模型进行训练，得到所述目标检测模型
。4.
根据权利要求2所述的图像噪声检测方法，其特征在于，所述基于所述验证样本集，对所述目标检测模型进行验证，进一步包括：在确定所述目标检测模型的检测准确率小于等于所述预设准确率阈值的情况下，扩充所述训练样本集中的样本；基于扩充样本后的训练样本集，对所述初始目标检测模型进行训练，直到基于所述验证样本集，对所述目标检测模型进行验...

【专利技术属性】
技术研发人员：陈卓华，
申请(专利权)人：中银金融科技有限公司，
类型：发明
国别省市：