[发明专利]伪影去除方法、装置、电子设备和存储介质

权利要求书

1.一种伪影去除方法，其特征在于，包括：

确定初始图像；

确定预先训练的伪影去除模型，所述伪影去除模型是在包含丢弃层的网络构架上应用样本图像及其去伪影图像训练得到的；

将所述初始图像输入至所述伪影去除模型，得到所述伪影去除模型输出的所述初始图像的去伪影图像；

所述伪影去除模型包含了多个均可实现伪影去除的子模型，各个子模型自身网络架构并不相同；所述初始图像的去伪影图像是基于各个子模型针对初始图像分别输出的伪影去除结果的置信空间得到的；

所述伪影去除模型是通过如下步骤确定的：

确定初始去伪影模型，所述初始去伪影模型是基于所述样本图像及其去伪影图像，对包含丢弃层的网络架构进行训练得到的；

基于预设运行数量，对所述初始去伪影模型进行模型推理，得到所述预设运行数量个伪影去除子模型；

基于所述预设运行数量个伪影去除子模型构建所述伪影去除模型；

伪影去除模型包括预设运行数量个并行的伪影去除子模型，以及与各伪影去除子模型连接的输出层；

所述将所述初始图像输入至所述伪影去除模型，得到所述伪影去除模型输出的所述初始图像的去伪影图像，包括：

将所述初始图像分别输入至各伪影去除子模型，得到各伪影去除子模型输出的候选图像；

将各候选图像输入至所述输出层，得到所述输出层输出的所述去伪影图像；所述输出层用于确定各候选图像中同一像素点的最大值和最小值，若任一像素点的最大值和最小值之差大于预设阈值，则将各候选图像中所述任一像素点的中间值作为所述去伪影图像中所述任一像素点的值，否则将各候选图像中所述任一像素点的均值作为所述去伪影图像中所述任一像素点的值。

2.根据权利要求1所述的伪影去除方法，其特征在于，所述确定初始去伪影模型，包括：

获取预训练伪影去除模型，所述预训练伪影去除模型是在现有去伪影模型中选择得到的；

若所述预训练伪影去除模型内包含所述丢弃层，则将所述预训练伪影去除模型确定为所述初始去伪影模型；

否则，在所述预训练伪影去除模型中增设丢弃层，并基于所述样本图像及其去伪影图像，对增设有丢弃层的预训练伪影去除模型进行迁移学习，得到所述初始去伪影模型。

3.一种伪影去除装置，其特征在于，包括：

图像确定单元，用于确定初始图像；

模型确定单元，用于确定预先训练的伪影去除模型，所述伪影去除模型是在包含丢弃层的网络构架上应用样本图像及其去伪影图像训练得到的；

伪影去除单元，用于将所述初始图像输入至所述伪影去除模型，得到所述伪影去除模型输出的所述初始图像的去伪影图像；

所述伪影去除模型包含了多个均可实现伪影去除的子模型，各个子模型自身网络架构并不相同；所述初始图像的去伪影图像是基于各个子模型针对初始图像分别输出的伪影去除结果的置信空间得到的；还包括模型构建单元，用于：

确定初始去伪影模型，所述初始去伪影模型是基于所述样本图像及其去伪影图像，对包含丢弃层的网络架构进行训练得到的；

所述模型确定单元具体用于：

基于预设运行数量，对所述初始去伪影模型进行模型推理，得到所述预设运行数量个伪影去除子模型；

基于所述预设运行数量个伪影去除子模型构建所述伪影去除模型；

所述伪影去除模型包括预设运行数量个并行的伪影去除子模型，以及与各伪影去除子模型连接的输出层；

所述伪影去除单元，具体用于：

将所述初始图像分别输入至各伪影去除子模型，得到各伪影去除子模型输出的候选图像；

将各候选图像输入至所述输出层，得到所述输出层输出的所述去伪影图像；所述输出层用于确定各候选图像中同一像素点的最大值和最小值，若任一像素点的最大值和最小值之差大于预设阈值，则将各候选图像中所述任一像素点的中间值作为所述去伪影图像中所述任一像素点的值，否则将各候选图像中所述任一像素点的均值作为所述去伪影图像中所述任一像素点的值。

4.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1或2所述伪影去除方法的步骤。

5.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1或2所述伪影去除方法的步骤。