System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本公开涉及图像处理领域和金融科技领域,更具体地涉及一种图像降噪方法、装置、存储介质及设备。
技术介绍
1、随着信息技术的高速发展,数字图像的存储和应用在各行各业逐渐占据主导地位,但在实际应用中,数字图像在采集、压缩、传输和储存过程中会受到各种类型噪声不同程度的污染,基于传统的偏微分方程模型进行图像降噪的方法逐渐落伍。基于传统偏微分方程模型图像降噪方法所引起的块状效应、图像的纹理细节不清晰以及处理后仍存在一些噪声和条形伪影等问题,导致最终难以达到预期的去噪效果。
技术实现思路
1、鉴于上述问题,本公开提供了一种图像降噪方法、装置、存储介质、设备和计算机程序产品。
2、根据本公开的第一个方面,提供了一种图像降噪方法,包括:
3、对待处理图像进行高斯平滑处理,得到上述待处理图像的结构张量;
4、根据上述结构张量的矩阵形式确定多个矩阵特征值和多个正交特征向量;
5、根据上述多个矩阵特征值和多个正交特征向量,生成目标扩散张量,其中,上述目标扩散张量用于在上述待处理图像预处理的扩散过程中控制扩散强度;
6、利用预处理模型迭代地对上述待处理图像进行预处理,得到中间图像,其中,上述预处理模型是根据上述目标扩散张量构建的;
7、利用目标分数阶偏微分模型处理上述中间图像,得到降噪后的输出图像。
8、根据本公开的实施例,其中,利用处理器对上述待处理图像进行高斯平滑处理,得到上述待处理图像的结构张量,包括:
9
10、根据上述平滑参数和高斯平滑核,生成上述结构张量。
11、根据本公开的实施例,其中,根据上述结构张量的矩阵形式确定多个矩阵特征值和多个正交特征向量,包括:
12、对上述结构张量进行解析,得到上述结构张量的矩阵形式,其中,上述矩阵形式包括多个元素;
13、基于预设矩阵特征计算公式和多个上述元素,生成多个上述矩阵特征值;
14、基于预设正交特征计算公式和多个上述元素,生成多个上述正交特征向量。
15、根据本公开的实施例,其中,根据上述多个矩阵特征值和多个正交特征向量,生成目标扩散张量,包括:
16、基于上述待处理图像的方向场,分别对多个上述正交特征向量进行归一化处理,得到多个目标正交向量,对应的正交特征向量v可写为;
17、基于多个上述矩阵特征值,生成初始扩散张量的目标特征值;
18、根据多个上述目标正交向量和多个上述目标特征值重构上述初始扩散张量,得到上述目标扩散张量。
19、根据本公开的实施例,其中,利用预处理模型迭代地对上述待处理图像进行预处理,得到中间图像,包括:
20、在迭代次数n=0的情况下,利用上述预处理模型处理上述待处理图像,得到第n输出图像;
21、在迭代次数n>0的情况下,利用上述预处理模型处理第n-1输出图像,得到第n输出图像;
22、在迭代次数n满足预设迭代阈值的情况下,将上述第n输出图像确定为上述中间图像。
23、根据本公开的实施例,其中,上述目标分数阶偏微分模型是通过如下方式生成的:
24、对初始分数阶微分模型进行卷积积分处理,得到分数阶差分表达式;
25、根据上述分数阶差分表达式和卷积核函数,生成卷积积分近似表达式;
26、根据上述分数阶差分表达式、上述卷积积分近似表达式和初始分数阶偏微分模型;生成上述目标分数阶偏微分模型。
27、根据本公开的实施例,其中,根据上述分数阶差分表达式、上述卷积积分近似表达式和初始分数阶偏微分模型,生成上述目标分数阶偏微分模型,包括:
28、根据上述卷积积分近似表达式和上述初始分数阶偏微分模型,生成中间分数阶偏微分模型;
29、利用预设转换方法对上述中间分数阶偏微分模型进行转换,得到上述目标分数阶偏微分模型。
30、根据本公开的实施例,上述预设转换方法包括欧拉-拉格朗日方程方法;
31、其中,利用预设转换方法对上述中间分数阶偏微分模型进行转换,得到上述目标分数阶偏微分模型,还包括:
32、利用上述欧拉-拉格朗日方程方法对中间分数阶偏微分模型进行转换,得到过渡分数阶偏微分模型;
33、利用预设求解方法对上述过渡分数阶偏微分模型进行求解,得到上述目标分数阶偏微分模型。
34、根据本公开的实施例,上述预设求解方法包括最陡下降法;
35、其中,利用预设求解方法对上述过渡分数阶偏微分模型进行求解,得到上述目标分数阶偏微分模型,包括:
36、利用上述最陡下降法对上述过渡分数阶偏微分模型进行求解,得到上述目标分数阶偏微分模型。
37、根据本公开的实施例,其中,利用目标分数阶偏微分模型处理上述中间图像,得到降噪后的输出图像,包括:
38、根据上述中间图像和上述目标分数阶偏微分模型,生成待求解表达式;
39、利用预设数值算法对上述待求解表达式进行求解处理,得到上述输出图像。
40、根据本公开的实施例,图像降噪方法还包括:
41、以可视化形式展示上述输出图像,以对上述输出图像进行核对,得到核对结果;
42、在上述核对结果表明上述输出图像的图像内容与上述待处理图像的图像内容之间的差异值满足预设条件的情况下,将上述数据库中的待处理图像替换为上述输出图像。
43、本公开的第二方面提供了一种图像降噪装置,包括:
44、高斯平滑处理模块,用于对待处理图像进行高斯平滑处理,得到上述待处理图像的结构张量;
45、矩阵特征值和正交特征向量确定模块,用于根据上述结构张量的矩阵形式确定多个矩阵特征值和多个正交特征向量;
46、目标扩散张量生成模块,用于根据上述多个矩阵特征值和多个正交特征向量,生成目标扩散张量,其中,上述目标扩散张量用于在上述待处理图像预处理的扩散过程中控制扩散强度;
47、预处理模块,用于利用预处理模型迭代地对上述待处理图像进行预处理,得到中间图像,其中,上述预处理模型是根据上述目标扩散张量构建的;以及
48、中间图像处理模块,用于利用目标分数阶偏微分模型处理上述中间图像,得到降噪后的输出图像。
49、本公开的第三方面提供了一种电子设备,包括:一个或多个处理器;存储器,用于存储一个或多个程序,其中,当上述一个或多个程序被上述一个或多个处理器执行时,使得一个或多个处理器执行上述方法。
50、本公开的第四方面还提供了一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器执行上述方法。
51、本公开的第五方面还提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述方法。
52、根据本公开提供的一种本文档来自技高网...
【技术保护点】
1.一种图像降噪方法,包括:
2.根据权利要求1所述的方法,其中,利用处理器对所述待处理图像进行高斯平滑处理,得到所述待处理图像的结构张量,包括:
3.根据权利要求1所述的方法,其中,根据所述结构张量的矩阵形式确定多个矩阵特征值和多个正交特征向量,包括:
4.根据权利要求1所述的方法,其中,根据所述多个矩阵特征值和多个正交特征向量,生成目标扩散张量,包括:
5.根据权利要求1所述的方法,其中,利用预处理模型迭代地对所述待处理图像进行预处理,得到中间图像,包括:
6.根据权利要求1所述的方法,其中,所述目标分数阶偏微分模型是通过如下方式生成的:
7.根据权利要求6所述的方法,其中,根据所述分数阶差分表达式、所述卷积积分近似表达式和初始分数阶偏微分模型,生成所述目标分数阶偏微分模型,包括:
8.根据权利要求7所述的方法,所述预设转换方法包括欧拉-拉格朗日方程方法;
9.根据权利要求8所述的方法,所述预设求解方法包括最陡下降法;
10.根据权利要求1所述的方法,其中,利用目标分数
11.根据权利要求1所述的方法,还包括:
12.一种图像降噪装置,包括:
13.一种电子设备,包括:
14.一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器执行根据权利要求1~11中任一项所述的方法。
15.一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现根据权利要求1~11中任一项所述的方法。
...【技术特征摘要】
1.一种图像降噪方法,包括:
2.根据权利要求1所述的方法,其中,利用处理器对所述待处理图像进行高斯平滑处理,得到所述待处理图像的结构张量,包括:
3.根据权利要求1所述的方法,其中,根据所述结构张量的矩阵形式确定多个矩阵特征值和多个正交特征向量,包括:
4.根据权利要求1所述的方法,其中,根据所述多个矩阵特征值和多个正交特征向量,生成目标扩散张量,包括:
5.根据权利要求1所述的方法,其中,利用预处理模型迭代地对所述待处理图像进行预处理,得到中间图像,包括:
6.根据权利要求1所述的方法,其中,所述目标分数阶偏微分模型是通过如下方式生成的:
7.根据权利要求6所述的方法,其中,根据所述分数阶差分表达式、所述卷积积分近似表达式和初始分数阶偏微分模型...
【专利技术属性】
技术研发人员:孟雅慧,陈永录,张飞燕,牛伯宇,
申请(专利权)人:中国工商银行股份有限公司,
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。