[发明专利]一种图像去噪方法、装置以及电子设备

说明书

本说明书实施例公开了一种图像去噪方法、装置以及电子设备，所述方法包括：获取待去噪图像；基于图像去噪模型，经卷积层对所述待去噪图像进行编码，获取图像特征向量；基于所述图像特征向量进行反卷积处理，获得去噪图像；其中，所述图像去噪模型基于对抗网络模型进行训练后得到。通过收集原图像和基于原图像处理后的待去噪图像，作为对抗网络模型的训练集，对生成模型和判别模型进行训练，使得对抗网络模型中的生成模型和判别模型不断反复博弈优化，从而可以获得基于对抗网络模型的优化后的图像去噪模型。可以有效提升模型优化的效率，以及提升图像去噪模型的去噪效果。

技术领域

本说明书涉及计算机技术领域，尤其涉及一种图像去噪方法、装置以及电子设备。

背景技术

随着监控系统的完善，图像采集应用越来越广泛，采集到大量图像中，由于采集设备问题，导致采集到图像部分损坏；或者，由于采集条件问题，导致采集到的图像清晰度不佳，存在很多噪点，影响辨别图像内容。

在现有的图像去噪技术中，图像去噪方法有基于频域的处理如均值滤波方法，中值滤波等，对待处理的当前像素，选择一个模板，该模板为其邻近的若干个像素组成，用模板的均值或者中值来替代原像素的值的方法，这种方法在降低噪声的同时会使图像产生模糊；有偏微分方程的方法，偏微分方程的应用主要的一类是一种是基本的迭代格式，通过随时间变化的更新，使得图像向所要得到的效果逐渐逼近，这种方式对高斯噪声处理的不好；也有基于变换域滤波的方式，如小波变换，但是对高频信息去噪处理不佳。

基于现有技术，需要能够准确、快速的进行图像去噪的方案。

发明内容

本说明书实施例提供一种图像去噪方法、装置以及电子设备，用于解决以下技术问题：需要能够快速实现活体图像去噪的方案。

为解决上述技术问题，本说明书实施例是这样实现的：

本说明书实施例提供的一种图像去噪方法，包括：

获取待去噪图像；

基于图像去噪模型，经卷积层对所述待去噪图像进行编码，获取图像特征向量；

基于所述图像特征向量进行反卷积处理，获得去噪图像；

其中，所述图像去噪模型基于对抗网络模型进行训练后得到。

进一步地，训练所述图像去噪模型，具体包括：

获取去噪图像训练集，所述去噪图像训练集包括：N个原图像和N个待去噪图像；其中，所述N个待去噪图像是基于N个原图像处理得到的；

基于所述去噪图像训练集，对所述对抗网络模型进行训练，得到所述图像去噪模型。

进一步地，所述对抗网络模型包括：生成模型和判别模型；

所述对抗网络模型优化函数如下：

其中，G表示生成模型、D表示判别模型、表示X取自原图像分布、表示z取自待去噪图像。

进一步地，所述判别模型优化方式，包括：

基于所述对抗网络模型优化函数，利用梯度上升获取V(D,G)最大值；

基于获得V(D,G)最大值，获得优化后的所述判别模型；

其中，所述判别模型包括：5个卷积层和1个全连接层。

进一步地，训练所述判别模型，具体包括：

基于所述生成模型输出的所述去燥图像和所述原图像作为输入，训练所述判别模型。

进一步地，所述生成模型优化方式，包括：