[发明专利]图像去噪方法、装置、计算机设备和存储介质

权利要求书

1.一种图像去噪方法，其特征在于，所述方法包括：

获取待去噪的低信噪比图像数据；

对所述低信噪比图像数据提取特征，以得到低信噪比图像数据对应的低信噪比特征向量，从高信噪比图像数据库中获取与低信噪比特征向量的向量距离满足距离条件的目标高信噪比特征向量，将目标高信噪比特征向量对应的高信噪比图像数据确定为参考图像数据；

其中，所述高信噪比图像数据库是通过获取多个不同对象对应的高信噪比图像数据，对各个高信噪比图像数据提取特征，以得到各个高信噪比图像数据各自对应的高信噪比特征向量，将各个高信噪比图像数据与各自对应的高信噪比特征向量对应存储至数据库中建立得到的；

对所述低信噪比图像数据和所述参考图像数据进行融合处理，以去噪得到所述低信噪比图像数据对应的目标高信噪比图像数据；

所述对所述低信噪比图像数据和所述参考图像数据进行融合处理，以去噪得到所述低信噪比图像数据对应的目标高信噪比图像数据，包括：

获取训练后的机器学习模型；所述机器学习模型包括特征提取层、特征比对层和特征融合层；

将所述低信噪比图像数据与所述参考图像数据输入所述特征提取层，在所述特征提取层分别提取所述低信噪比图像数据和所述参考图像数据的纹理特征，得到所述低信噪比图像数据对应的低信噪比纹理特征及所述参考图像数据对应的高信噪比纹理特征；

将所述低信噪比纹理特征及所述高信噪比纹理特征输入所述特征比对层，在所述特征比对层对所述低信噪比纹理特征及所述高信噪比纹理特征进行相似度比对，获得相似特征分布；所述相似特征分布用于表征所述高信噪比纹理特征中与所述低信噪比纹理特征相似的特征的位置分布；

将所述低信噪比图像数据及所述相似特征分布输入所述特征融合层，在所述特征融合层根据相似特征分布及所述低信噪比图像数据进行融合处理，以去噪得到所述低信噪比图像数据对应的目标高信噪比图像数据。

2.根据权利要求1所述的方法，其特征在于，所述对所述低信噪比图像数据和所述参考图像数据进行融合处理，以去噪得到所述低信噪比图像数据对应的目标高信噪比图像数据包括：

分别对所述低信噪比图像数据和所述参考图像数据进行分块，得到所述低信噪比图像数据对应的低信噪比图块集合以及所述参考图像数据对应的参考图块集合；

对于所述低信噪比图块集合中每一个低信噪比图块，从所述参考图块集合中确定满足相似度条件的目标参考图块；

根据所述目标参考图块进行融合处理，以去噪得到所述低信噪比图像数据对应的目标高信噪比图像数据。

3.根据权利要求2所述的方法，其特征在于，所述根据所述目标参考图块进行融合处理，以去噪得到所述低信噪比图像数据对应的目标高信噪比图像数据包括：

将每一个低信噪比图块与其对应的目标参考图块组成相似图块组，对每一个相似图块组执行以下步骤中的任意一个：

对所述相似图块组进行非局部平均处理，得到去噪后的目标图块；

对所述相似图块组进行协同滤波处理，得到去噪后的目标图块；

对所述相似图块组进行加权核范数最小化处理，得到去噪后的目标图块；

组合各个所述目标图块，以去噪得到所述低信噪比图像数据对应的目标高信噪比图像数据。

4.根据权利要求1至3中任意一项所述的方法，其特征在于，所述高信噪比图像数据库的建立步骤包括：

获取多个不同对象对应的高信噪比图像数据；

对各个高信噪比图像数据提取特征，以得到各个高信噪比图像数据各自对应的高信噪比特征向量；

将各个高信噪比图像数据与各自对应的高信噪比特征向量对应存储至数据库中，以建立所述高信噪比图像数据库。