(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111602102.7 (22)申请日 2021.12.24 (71)申请人 广东东软学院 地址 528000 广东省佛山市南海区南海软 件科技园 (72)发明人 张胜田　杨斌　 (74)专利代理 机构 成都顶峰专利事务所(普通 合伙) 51224 专利代理师 曹源 (51)Int.Cl. G06T 5/00(2006.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 图像去噪方法、 装置及设备 (57)摘要 本发明公开了一种图像去噪方法、 装置及设 备， 属于图像去噪技术领域， 能够去除原始图像 中的图像噪点， 从而间接提高图像识别的准确 率， 避免了因图像噪点造成的图像识别失败的情 况发生。 本发 明通过构建图像去噪模 型对原始图 像进行去噪， 复杂程度低， 执行效率高， 能够快速 进行图像去噪。 本发明的图像去噪模 型采用了第 一图像处理模块和第二图像处理模块对原始图 像进行处理， 再将第一图像处理模块输出的图像 与第二图像处理模块输出的图像进行噪声特征 点融合， 得到噪声特征图像， 最后根据噪声特征 图像中的噪声特征点， 在原始图像中去除对应的 噪声点， 从而能够获取 无噪声图像 。 权利要求书2页 说明书6页 附图5页 CN 115034972 A 2022.09.09 CN 115034972 A 1.一种图像去噪方法， 其特 征在于， 包括： 获取样本数据集， 所述样本数据集包括若干原始图像以及原始图像对应的无噪声图 像； 构建图像去噪模型， 所述图像去噪模型用于去除原 始图像的图像噪声； 根据样本数据集， 对图像去噪模型进行训练， 获取训练完成的图像去噪模型； 获取待去噪原始图像， 并采用训练完成的图像去噪模型对待去噪原始图像去噪， 得到 图像去噪结果。 2.根据权利要求1所述的图像去噪方法， 其特 征在于， 所述获取样本数据集， 包括： 获取若干样本图像， 并将 样本图像作为原 始图像， 所述样本图像包 含图像噪声； 采用图像去噪算法对样本图像进行去噪处 理， 得到原 始图像对应的无噪声图像； 以原始图像以及原 始图像对应的无噪声图像构建样本数据集。 3.根据权利要求1所述的图像去噪方法， 其特征在于， 所述图像去噪模型包括输入层、 第一图像处 理模块、 第二图像处 理模块、 无噪声图像获取模块以及输出层； 所述输入层 分别与第 一图像处理模块、 第 二图像处理模块以及无 噪声图像获取模块连 接， 所述第一图像处理模块和第二图像处理模块均与无噪声图像获取模块连接， 所述无噪 声图像获取模块与输出层连接 。 4.根据权利要求3所述的图像去噪方法， 其特征在于， 所述第 一图像处理模块包括依次 连接的第一卷积层、 第一激活函数层、 N个第一特 征转换单元以及第二卷积层； 所述N个第 一特征转换单元的结构相同， 且均包括依次连接的第三卷积层、 第 一批归一 化层以及第二激活函数。 5.根据权利要求4所述的图像去噪方法， 其特征在于， 所述第 二图像处理模块包括依次 连接的第一翻转层、 第四卷积层、 第三激活函数层、 N个第二特征转换单元、 第五卷积层、 第 二翻转层以及第六卷积层， 所述第二图像处理模块的特征转换单元与第一图像处理模块的 特征转换单元结构相同， 所述第一翻转层和第二翻转层均用于 镜像翻转图像； 所述第二特 征转换单元与第一特 征转换单元的结构相同。 6.根据权利要求5所述的图像去噪方法， 其特征在于， 所述无 噪声图像获取模块包括依 次连接的融合层、 第二批归一化层、 形变卷积层、 归一化层、 第四激活函数层、 第七 卷积层以 及噪声去除层， 所述融合层分别与第一图像处理模块和第二图像处理模块连接， 所述噪声 去除层还分别与输入层和输出层连接， 所述融合层用于将第一图像处理模块输出的图像与 第二图像处理模块输出 的图像进行噪声特征点融合， 获取噪声特征图像； 所述噪声去除层 用于根据噪声特征图像中的噪声特征点， 在原始图像中去除对应的噪声点， 获取无噪声图 像。 7.根据权利要求6所述的图像去噪方法， 其特征在于， 所述第一激活函数层、 第二激活 函数层、 第三激活函数层以及第四激活函数层所采用的激活函数均为ReLU函数。 8.根据权利要求7所述的图像去噪方法， 其特征在于， 所述根据样本数据集， 对图像去 噪模型进行训练， 包括： 构建损失函数L 为：权　利　要　求　书 1/2 页 2 CN 115034972 A 2其中， i＝1,2, …,M， M表示样本数据集中的原始图像总数， yi表示第i个原始图像， xi表 示第i个原始图像对应的无噪声图像， R(yi； θ )表示在图像去噪模型的参数为θ 的情 况下， 输 入原始图像yi所得到的去噪图像； 以损失函数最小为目标， 采用样本数据集对图像去噪模型进行训练， 直至损 失函数小 于设定阈值， 得到训练完成的图像去噪模型。 9.一种图像去噪装置， 其特征在于， 包括： 获取模块、 构建模块、 训练模块以及去噪模 块； 所述获取模块用于， 获取样本数据集， 所述样本数据集包括若干原始图像以及原始图 像对应的无噪声图像； 所述构建模块用于， 构建图像去噪模型， 所述图像去噪模型用于去 除原始图像的图像 噪声； 所述训练模块用于， 根据样本数据集， 对图像去噪模型进行训练， 获取训练完成的图像 去噪模型； 所述去噪模块用于， 获取待去噪原始图像， 并采用训练完成的图像去噪模型对待去噪 原始图像去噪， 得到图像去噪结果。 10.一种图像去噪设备， 其特征在于， 包括存储器和处理器， 所述存储器与处理器之间 通过总线相互连接； 所述存储器存储计算机执 行指令； 所述处理器执行存储器存储的计算机执行指令， 使得处理器执行如权利要求1至8任一 所述的图像去噪方法。权　利　要　求　书 2/2 页 3 CN 115034972 A 3