[发明专利]图像去干扰方法、装置、电子设备及计算机可读存储介质在审

专利信息
申请号: 202011298217.7 申请日: 2020-11-18
公开(公告)号: CN112419216A 公开(公告)日: 2021-02-26
发明(设计)人: 彭健腾;康斌 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06T5/50 分类号: G06T5/50;G06N3/04;G06N3/08
代理公司: 北京派特恩知识产权代理有限公司 11270 代理人: 刘星雨;张颖玲
地址: 518000 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 干扰 方法 装置 电子设备 计算机 可读 存储 介质
【权利要求书】:

1.一种图像去干扰方法,其特征在于,所述方法包括:

对携带干扰信息的待处理图像进行图像分解,得到至少两张目标图像;

通过图像去干扰模型的第一特征提取层,对所述待处理图像进行特征提取,得到所述待处理图像的图像特征;

通过所述图像去干扰模型的第二特征提取层,分别对各所述目标图像进行干扰特征提取,得到相应的干扰特征;

通过所述图像去干扰模型的特征融合层,对各所述目标图像的干扰特征进行融合处理,得到融合干扰特征;

通过所述图像去干扰模型的输出层,基于所述融合干扰特征及所述图像特征,对所述待处理图像进行去干扰处理,得到相应的去干扰图像。

2.根据权利要求1所述的方法,其特征在于,所述对携带干扰信息的待处理图像进行图像分解,得到至少两张目标图像,包括:

对携带干扰信息的待处理图像进行多尺度图像分解,以构建对应所述待处理图像的高斯金字塔;

将所述高斯金字塔中每层的图像作为所述目标图像。

3.根据权利要求1所述的方法,其特征在于,所述对携带干扰信息的待处理图像进行图像分解,得到至少两张目标图像,包括:

对携带干扰信息的待处理图像进行多尺度图像分解,以构建对应所述待处理图像的高斯金字塔;

基于所述对应所述待处理图像的高斯金字塔,构建对应所述待处理图像的拉普拉斯金字塔;

分别将所述高斯金字塔中各层的图像与所述拉普拉斯金字塔中相应层级的图像进行组合,得到至少两个图像组合;

将所述至少两个图像组合作为所述目标图像。

4.根据权利要求1所述的方法,其特征在于,所述对携带干扰信息的待处理图像进行图像分解,得到至少两张目标图像,包括:

对携带干扰信息的待处理图像进行多尺度图像分解,以构建对应所述待处理图像的高斯金字塔;

基于所述对应所述待处理图像的高斯金字塔,构建对应所述待处理图像的拉普拉斯金字塔;

分别对所述高斯金字塔中各层的图像进行下采样处理,得到相应的下采样图像;

分别将所述高斯金字塔中各层的图像、所述拉普拉斯金字塔中相应层级的图像、以及与所述拉普拉斯金字塔中相应层级的图像的尺寸相同的下采样图像进行组合,得到至少两个图像组合;

将所述至少两个图像组合作为所述目标图像。

5.根据权利要求1所述的方法,其特征在于,所述第二特征提取层包括N个子特征提取层,所述目标图像的数量为N,所述N为不小于2的正整数;

所述通过所述图像去干扰模型的第二特征提取层,分别对各所述携带干扰信息的目标图像进行干扰特征提取,得到相应的干扰特征,包括:

将每个所述目标图像输入一个所述子特征提取层,通过所述子特征提取层对所述目标图像进行干扰特征提取,得到相应的干扰特征。

6.根据权利要求1所述的方法,其特征在于,所述干扰特征包括尺寸特征和通道特征,所述对各所述目标图像的干扰特征进行融合处理,得到融合干扰特征,包括:

分别对各所述目标图像的干扰特征进行尺寸变换,得到对应各所述干扰特征的目标干扰特征;其中,各所述目标干扰特征的尺寸特征相同;

对各所述目标干扰特征的通道特征进行融合处理,得到融合通道特征;

将所述目标干扰特征的尺寸特征与所述融合通道特征进行特征拼接,得到所述融合干扰特征。

7.根据权利要求1所述的方法,其特征在于,当所述目标图像的数量为m时,相应的,所述干扰特征的数量为m,所述对各所述目标图像的干扰特征进行融合处理,得到融合干扰特征,包括:

将m个所述干扰特征中第j个干扰特征与第j+1个干扰特征进行融合,得到第j融合干扰特征;其中,m为不小于3的正整数,j为正整数,且j∈[1,m-1];

将所述第j融合干扰特征与第j+2个干扰特征进行融合,得到第j+1融合干扰特征;

对j取值为1开始,对j进行遍历,并当所述j+2的值与所述m的值相同时,将所述第j+1融合干扰特征作为所述融合干扰特征。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011298217.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top