[发明专利]基于循环一致性对抗网络的碑帖二值化背景噪声模拟方法

说明书

本发明基于循环一致性对抗网络的碑帖二值化背景噪声模拟方法，包括如下步骤：步骤1，建立取样样本；步骤2，根据样本，进行预处理，得到最终训练数据；步骤3，将步训练数据进行训练，依次更新辨别器权重和生成器权重；步骤4，将待处理的碑帖数据样本带入经步骤3更新的辨别器和生成器中进行加噪，得到模拟噪声后的配对碑帖数据集。本发明涉及的方法对于古文碑帖、书法汉字由于时间原因所造成的背景杂点，能够正确模拟同时得到与干净碑帖图像对应的带噪图像，为数字化书法图像去噪提供了有效支撑，提高碑帖图像去噪效果，具有很好的使用价值。

技术领域

本发明属于图像处理方法技术领域，具体涉及一种基于循环一致性对抗网络的碑帖二值化背景噪声模拟方法。

背景技术

书法汉字作为中国传统文化的精髓，在互联网快速发展的现代，大量古文碑帖、书法汉字需要以数字化的形式进行保存研究，但是很多碑帖书法资料由于年代久远，出现了大量背景杂点，如果进一步研究需要对这些背景杂点进行去除，但是大多数字图像去噪算法需要大量的成对干净图像与带噪图像，在现实中干净碑帖图像与对应的带噪碑帖图像总不能同时保留存在，并且碑帖背景噪声的分布未知，这些原因都大大降低了碑帖图像的去噪效果。

鉴于以上原因，如何正确了解碑帖背景杂点噪声分布并进行模拟，为去噪算法提供合适的配对图像数据集，成为当前急需解决的问题。

发明内容

本发明的目的是提供一种基于循环一致性对抗网络的碑帖二值化背景噪声模拟方法，解决了对碑帖二值化背景噪声去除过程中因为噪声分布不可知而导致的噪声无法去除，去噪效果差的问题。

本发明所采用的技术方案是，基于基于循环一致性对抗网络的碑帖二值化背景噪声模拟方法，包括以下步骤：

步骤1，建立取样样本；

步骤2，根据步骤1中的取样样本，进行预处理，得到最终训练数据；

步骤3，将步骤2中得到的最终训练数据进行训练，依次更新辨别器权重和生成器权重；

步骤4，将待处理的碑帖数据样本带入经步骤3更新的辨别器和生成器中进行加噪，得到模拟噪声后的配对碑帖数据集。

本发明的特征还在于，

步骤1建立取样样本的具体操作为：

收集多张碑帖图像，将其人工分为干净图像和噪声图像两类，最终分别得到m张不配对的带噪声图片和干净图像，即为取样样本。

步骤2中的具体操作为：

步骤2.1，对步骤1取样样本中的带噪图片和干净图片，进行二值化操作，若二值化后的图片背景色为黑色则进行反色操作，即将二值化后的碑帖背景由黑色转为白色，字体由白色转为黑色，便于噪声模拟；

步骤2.2，对步骤2.1处理后的2m张图片，将每张图片随机切割成大小为c×r的图片，即得到2m张大小为c×r的图片；汇总后得到训练数据集；

步骤3具体步骤为：

步骤3.1，选取步骤2中任意一个干净图像X，输入生成器网络G，干净的图像X经过生成器网络G计算，输出一张与输入图像一样大小的带有模拟噪声的图像fake_img0＝G(X)，将得到的带有模拟噪声的图像fake_img0输入另一个生成器网络F得到大小与干净图像X相同的对模拟噪声去除后的图像fcleaned_img＝F(G(X))；

步骤3.2，选取步骤2中任意一个带噪声图像Y，输入生成器网络F，带噪声的图像Y经过生成器网络F计算，输出一张与输入图像一样大小的去除噪声后的图像fake_img1＝F(Y)，将得到的去除噪声后的图像fake_img1输入步骤3.1中的生成器网络G得到大小与输入图像Y相同的加上模拟噪声后的图像fnoised_img＝G(F(Y))；