[发明专利]用于智能化设备管理的图像处理方法及系统

权利要求书

1.一种用于智能化设备管理的图像处理方法，其特征在于，该方法包括：

获取智能化设备管理平台的用户端在设备管理过程中产生的设备图像；

获取设备图像的可靠滤波去噪图像和神经网络去噪残差映射图像；

将设备图像、可靠滤波去噪图像和神经网络去噪残差映射图像输入粗粒度置信度分析模型，得到粗粒度置信度图；

根据归一化互相关系数对粗粒度置信度图进行细化，得到细粒度置信度图；

细粒度置信度图为神经网络去噪图像的权重掩膜，根据细粒度置信度图生成可靠滤波去噪图像的权重掩膜，根据权重掩膜对设备图像的可靠滤波去噪图像和神经网络去噪图像进行加权融合，得到设备图像最终的去噪图像；其中，神经网络去噪图像由设备图像减去神经网络去噪残差映射图像得到。

2.根据权利要求1所述的方法，其特征在于，所述智能化设备管理平台的用户端角色包括：公司端、供应商端、设备现场管理端。

3.根据权利要求1所述的方法，其特征在于，所述粗粒度置信度分析模型包括置信度预测网络：

将设备图像、可靠滤波去噪图像和神经网络去噪残差映射图像输入至置信度预测网络，得到粗粒度置信度图。

4.根据权利要求3所述的方法，其特征在于，所述置信度预测网络的标签粗粒度置信度图具体为：

设置粗粒度尺寸，按粗粒度尺寸获取干净图像与神经网络去噪图像的差异；根据所得差异与用户端的最大噪声的比值，得到标签粗粒度置信度图，其中，干净图像为在非工作情况下采集得到的设备图像。

5.根据权利要求1所述的方法，其特征在于，所述根据归一化互相关系数对粗粒度置信度图进行细化，得到细粒度置信度图包括：

根据粗粒度尺寸获取可靠滤波去噪图像与神经网络去噪图像的归一化互相关系数；

根据归一化互相关系数和值域控制系数得到细粒度置信度系数，由细粒度置信度系数对粗粒度置信度进行调节，得到细粒度置信度图。

6.根据权利要求4所述的方法，其特征在于，所述方法还包括：若置信度预测网络输出的粗粒度置信度图像素值大于标签粗粒度置信度图的对应像素值，则利用权重调整系数增大该像素的损失。

7.根据权利要求1所述的方法，其特征在于，所述根据权重掩膜对设备图像的可靠滤波去噪图像和神经网络去噪图像进行加权融合，得到设备图像最终的去噪图像包括：

分别对可靠滤波去噪图像和神经网络去噪图像进行小波变换得到对应的小波系数矩阵，使用权重掩膜对相应的小波系数矩阵进行加权，获得加权融合小波系数矩阵；对加权融合小波系数矩阵进行逆变换，得到最终的去噪图像。

8.一种用于智能化设备管理的图像处理系统，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，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至7任一项所述方法的步骤。