[发明专利]一种线列周扫立体全景图像去噪方法、系统及存储介质

说明书

本发明涉及图像处理技术领域，公开了一种线列周扫立体全景图像去噪方法、系统及存储介质，以改善去噪效果，得到更好的立体全景成像效果；本发明的方法包括获取设定的成像传感器中的历史原始照片数据，根据历史原始照片数据得到训练集；对训练集中的历史原始照片数据进行训练得到深度神经网络模型；获取成像传感器中的实时照片数据，采用深度神经网络模型对实时照片数据进行去噪处理得到目标全景图像。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种线列周扫立体全景图像去噪方法、系统及存储介质。

背景技术

当采用双目线列周扫立体全景技术时，由于转台高速旋转，为了保证一定全景分辨率和图像质量，就要保证线列相机的积分时间足够短。当场景的照度不高的时候，受到低信噪比和低亮度的影响，图片的质量会受到很大的影响。此外，低积分时间的图像会出现很多噪声，这都将影响立体全景成像效，制约系统适用的场景。目前，很多关于图像去噪技术的研究已被相继提出，但是这都是针对某一种假定的噪声，或者是针对某一个特定的场景，与面向VR直播的场景有很大不同，去噪效果不理想，影响立体全景成像效果。

发明内容

本发明目的在于提供一种线列周扫立体全景图像去噪方法、系统及存储介质，以解决现有技术中存在的问题。

为实现上述目的，本发明提供了一种线列周扫立体全景图像去噪方法，包括以下步骤：

获取设定的成像传感器中的历史原始照片数据，根据所述历史原始照片数据得到训练集；

对所述训练集中的历史原始照片数据进行训练得到深度神经网络模型；

获取成像传感器中的实时照片数据，采用所述深度神经网络模型对所述实时照片数据进行去噪处理得到目标全景图像。

优选地，所述设定的成像传感器包括至少两路用于探测的线列相机。

优选地，所述历史原始数据包括：所述线列相机输出的图片数据，所述图片数据的格式为RGB格式的数据。

优选地，所述根据所述原始照片数据得到训练集包括：

对所述原始照片数据进行预处理得到所述训练集；其中，所述预处理包括：对所述原始照片数据进行数据清洗。

优选地，所述对所述训练集中的历史原始照片数据进行训练得到深度神经网络模型包括：

将所述训练集划分为若干组数据，其中，每组数据做为一个训练通道进行训练；

降低每个所述训练通道的分辨率至设定值；

消除所述训练通道的数据的黑色像素，并按照设定的倍数进行缩放处理。

作为一个总的发明构思，本发明还提供一种线列周扫立体全景图像去噪系统，包括：

获取模块，用于获取设定的成像传感器中的历史原始照片数据，根据所述历史原始照片数据得到训练集；

训练模块，用于对所述训练集中的历史原始照片数据进行训练得到深度神经网络模型；

处理模块，用于获取成像传感器中的实时照片数据，采用所述深度神经网络模型对所述实时照片数据进行去噪处理得到目标全景图像。

作为一个总的发明构思，本发明还提供一种计算机存储介质，包括存储器、处理器以及存储在存储器上并可在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上述方法的步骤。

本发明具有以下有益效果：

本发明提供的一种线列周扫立体全景图像去噪方法、系统及存储介质，通过训练得到的深度神经网络模型对实时照片数据进行去噪处理，能改善去噪效果，得到更好的立体全景成像效果。

下面将参照附图，对本发明作进一步详细的说明。