[发明专利]图像去噪方法、装置、计算机设备和存储介质

说明书

本申请涉及一种图像去噪方法、装置、计算机设备和存储介质。所述方法包括：获取待去噪的低信噪比图像数据；从预先建立的高信噪比图像数据库中获取满足相似度条件的参考图像数据；所述高信噪比图像数据库根据多个不同对象对应的高信噪比图像数据建立得到；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。采用本方法能够有效避免去噪过程中产生的图像失真。

技术领域

本申请涉及图像处理技术领域，特别是涉及一种图像去噪方法、装置、计算机设备和存储介质。

背景技术

图像去噪(denoising)是一类可以通过从低信噪比图像中恢复高信噪比图像的技术，可以用来减少图像获取时间(因为一般来说获得低信噪比图片所需要的时间较短)，它还可以用于增强现有的数据集，以获得更好的视觉感知和统计学分析(例如功能磁共振数据的分析)。图像去噪在医学领域应用十分广泛，对于医学图像数据(例如CT、MRI、超声)，为了提高诊断的效率和准确率，使用者(医生或相关科研人员)可以通过图像去噪在较短的时间内取得信噪比(signal-to-noise ratio)更高的图片。

传统技术中，在进行图像去噪时，通常通过训练图像去噪模型，将待去噪的图像输入图像去噪模型中，以得到去噪后的目标高信噪比图像，这种去噪方式效果并不好，在提升信噪比的同时，常常会导致图像失真。

发明内容

基于此，有必要针对上述技术问题，提供一种能够有效避免去噪过程中图像失真的图像去噪方法、装置、计算机设备和存储介质。

一种图像去噪方法，所述方法包括：

获取待去噪的低信噪比图像数据；

从预先建立的高信噪比图像数据库中获取满足相似度条件的参考图像数据；所述高信噪比图像数据库根据多个不同对象对应的高信噪比图像数据建立得到；

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。

在一些实施例中，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包括：

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；

根据所述低信噪比纹理特征及所述高信噪比纹理特征进行融合处理，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。

在一些实施例中，在所述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之前，所述方法还包括：

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；

所述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包括：

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；

所述根据所述低信噪比纹理特征及所述高信噪比纹理特征进行融合处理，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：

通过所述机器学习模型对所述低信噪比纹理特征及所述高信噪比纹理特征进行融合处理，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。

在一些实施例中，所述机器学习模型还包括特征比对层和特征融合层；所述通过所述机器学习模型对所述低信噪比纹理特征及所述高信噪比纹理特征进行融合处理，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：