本技術(shù)屬于圖像處理，具體涉及一種基于對抗性頻率混合技術(shù)的圖像去噪方法和系統(tǒng)。

背景技術(shù)：

1、圖像去噪方法主要是通過有效消除圖像中的噪聲來提高圖像的清晰度和對比度，同時保留圖像的邊緣、紋理等關(guān)鍵特征，增強圖像的識別能力，這一技術(shù)不僅廣泛應(yīng)用于醫(yī)學(xué)影像診斷、安全監(jiān)控和無人駕駛等領(lǐng)域，提高了診斷準(zhǔn)確性、監(jiān)控安全性和行駛安全性，還在航空航天、圖像修復(fù)和藝術(shù)處理等領(lǐng)域發(fā)揮著重要作用，推動了相關(guān)領(lǐng)域的技術(shù)進步和應(yīng)用發(fā)展。在圖像識別、分析的過程中，通常會通過訓(xùn)練后的圖像去噪模型對待處理圖像進行去噪，其中，去噪卷積神經(jīng)網(wǎng)絡(luò)是最為知名的模型之一，為圖像處理技術(shù)領(lǐng)域的進一步創(chuàng)新奠定了基礎(chǔ)。而后，隨著transformer架構(gòu)的廣泛應(yīng)用，依賴于其在識別復(fù)雜依賴關(guān)系方面的出色表現(xiàn)，有效降低了噪聲給圖像帶來的影響。

2、傳統(tǒng)的去噪網(wǎng)絡(luò)將噪聲人為地添加到圖像中用以訓(xùn)練和評估去噪網(wǎng)絡(luò)，這樣訓(xùn)練出來的去噪網(wǎng)絡(luò)往往只適用于特定類型的噪聲分布，如高斯噪聲、泊松噪聲等，而真實世界中的圖像噪聲往往受到圖像信號處理的多種因素影響，如色彩濾鏡陣列的差值、伽瑪校正等，因此，即使是最先進的去噪網(wǎng)絡(luò)，在面對未見過的真實世界噪聲分布時，也會出現(xiàn)泛化能力不足的情況。

技術(shù)實現(xiàn)思路

1、本技術(shù)實施例的目的是提供一種基于對抗性頻率混合技術(shù)的圖像去噪方法和系統(tǒng)，能夠有效解決現(xiàn)有圖像去噪網(wǎng)絡(luò)在面對未知的真實世界噪聲分布時泛化能力不足的問題。

2、為了解決上述技術(shù)問題，本技術(shù)是這樣實現(xiàn)的：

3、第一方面，本技術(shù)實施例提供了一種基于對抗性頻率混合技術(shù)的圖像去噪方法，該方法包括：

4、獲取訓(xùn)練數(shù)據(jù)集，訓(xùn)練數(shù)據(jù)集包括噪聲圖像和對應(yīng)的無噪聲圖像；

5、將噪聲圖像輸入去噪網(wǎng)絡(luò)，預(yù)測出初始去噪圖像；

6、根據(jù)傅里葉變化原理，轉(zhuǎn)換噪聲圖像和初始去噪圖像至頻率域并進行分層提取，以分別獲得噪聲圖像的第一低頻帶、第一中頻帶和第一高頻帶，以及初始去噪圖像的第二低頻帶、第二中頻帶和第二高頻帶；

7、通過掩碼生成網(wǎng)絡(luò)分別生成低頻混合掩碼、中頻混合掩碼以及高頻混合掩碼，其中，低頻混合掩碼對應(yīng)第一低頻帶和第二低頻帶，中頻混合掩碼對應(yīng)第一中頻帶和第二中頻帶，高頻混合掩碼對應(yīng)第一高頻帶和第二高頻帶；

8、基于低頻混合掩碼、中頻混合掩碼、高頻混合掩碼，通過頻率混合模塊分別獲取混合低頻帶、混合中頻帶和混合高頻帶；

9、重新組合混合低頻帶、混合中頻帶和混合高頻帶，經(jīng)過逆傅里葉變換得到混合噪聲圖像；

10、輸入混合噪聲圖像至去噪網(wǎng)絡(luò)中，獲得最終去噪圖像；

11、基于初始去噪圖像、最終去噪圖像和無噪聲圖像，確定第一損失函數(shù)；

12、通過第一損失函數(shù)訓(xùn)練去噪網(wǎng)絡(luò)，得到優(yōu)化后的去噪網(wǎng)絡(luò)；

13、獲取待去噪圖像輸入優(yōu)化后的去噪網(wǎng)絡(luò)中，輸出目標(biāo)圖像。

14、進一步地，第一損失函數(shù)為：

15、，

16、其中，表示對去噪網(wǎng)絡(luò)進行優(yōu)化的第一損失函數(shù)，表示峰值信噪比，表示初始去噪圖像，表示最終去噪圖像，表示平衡和的超參數(shù)，表示無噪聲圖像。

17、進一步地，在通過掩碼生成網(wǎng)絡(luò)分別低頻混合掩碼、中頻混合掩碼以及高頻混合掩碼的步驟中，具體包括：

18、根據(jù)逐元素掩碼生成網(wǎng)絡(luò)生成混合掩碼；

19、逐元素掩碼生成網(wǎng)絡(luò)采用像素分割技術(shù)，為噪聲圖像和初始去噪圖像的每個頻率域元素生成對應(yīng)的混合掩碼；

20、基于u-net網(wǎng)絡(luò)，對每個頻率域元素的混合掩碼進行編碼和解碼處理，生成低頻混合掩碼、中頻混合掩碼和高頻混合掩碼。

21、進一步地，在通過掩碼生成網(wǎng)絡(luò)分別低頻混合掩碼、中頻混合掩碼以及高頻混合掩碼的步驟中，具體包括：

22、根據(jù)頻段掩碼生成網(wǎng)絡(luò)生成混合掩碼，頻段掩碼生成網(wǎng)絡(luò)至少包括一個卷積層和全連接層；

23、通過卷積層提取輸入數(shù)據(jù)的特征信息；

24、基于特征信息，全連接層通過非線性變換生成一組混合掩碼，其中，混合掩碼中的每個掩碼對應(yīng)一個頻帶區(qū)域內(nèi)的元素；

25、根據(jù)頻率范圍的不同，輸出低頻混合掩碼、中頻混合掩碼和高頻混合掩碼。

26、進一步地，基于對抗性頻率混合技術(shù)的圖像去噪方法還包括：

27、搭建afm模塊，afm模塊用以生成混合低頻帶、混合中頻帶和混合高頻帶；

28、其中，afm模塊至少包括掩碼生成網(wǎng)絡(luò)和頻率混合模塊；

29、掩碼生成網(wǎng)絡(luò)至少包括一個深度學(xué)習(xí)模型，用以根據(jù)輸入圖像的特征自動生成低頻混合掩碼、中頻混合掩碼和高頻混合掩碼；

30、頻率混合模塊根據(jù)低頻混合掩碼、中頻混合掩碼和高頻混合掩碼對圖像的頻率成分進行混合，獲得混合低頻帶、混合中頻帶和混合高頻帶。

31、進一步地，基于對抗性頻率混合技術(shù)的圖像去噪方法還包括：

32、定義一種互補混合掩碼，互補混合掩碼與對應(yīng)頻率的混合掩碼的互補值為1；

33、基于低頻互補混合掩碼、中頻互補混合掩碼和高頻互補混合掩碼，分別獲取互補混合低頻帶、互補混合中頻帶和互補混合高頻帶；

34、重新組合互補混合低頻帶、互補混合中頻帶和互補混合高頻帶，經(jīng)過逆傅里葉變換得到互補混合噪聲圖像；

35、輸入互補混合噪聲圖像至去噪網(wǎng)絡(luò)中，獲得最終互補去噪圖像；

36、基于最終互補去噪圖像、最終去噪圖像與無噪聲圖像，確定第二損失函數(shù)；

37、通過第二損失函數(shù)對掩碼生成網(wǎng)絡(luò)進行對抗訓(xùn)練，以更新afm模塊。

38、進一步地，在基于最終互補去噪圖像、最終去噪圖像與無噪聲圖像，確定第二損失函數(shù)的步驟中，具體包括：

39、第二損失函數(shù)為：

40、，

41、其中，表示對afm模塊更新的第二損失函數(shù)，表示峰值信噪比，表示最終去噪圖像，表示最終互補去噪圖像，表示平衡和的超參數(shù)，表示無噪聲圖像。

42、第二方面，本技術(shù)實施例提供了一種基于對抗性頻率混合技術(shù)的圖像去噪網(wǎng)絡(luò)系統(tǒng)，該系統(tǒng)包括：

43、構(gòu)建數(shù)據(jù)集模塊，用以獲取訓(xùn)練數(shù)據(jù)集，訓(xùn)練數(shù)據(jù)集包括噪聲圖像和對應(yīng)的無噪聲圖像；

44、圖像處理模塊，用以將噪聲圖像輸入去噪網(wǎng)絡(luò)，預(yù)測出初始去噪圖像；

45、頻帶分層模塊，用以根據(jù)傅里葉變換原理，轉(zhuǎn)換噪聲圖像和初始去噪圖像至頻率域并進行分層提取，以分別獲得噪聲圖像的第一低頻帶、第一中頻帶和第一高頻帶，以及初始去噪圖像的第二低頻帶、第二中頻帶和第二高頻帶；

46、掩碼生成模塊，用以通過掩碼生成網(wǎng)絡(luò)分別生成低頻混合掩碼、中頻混合掩碼以及高頻混合掩碼，其中，低頻混合掩碼對應(yīng)第一低頻帶和第二低頻帶，中頻混合掩碼對應(yīng)第一中頻帶和第二中頻帶，高頻混合掩碼對應(yīng)第一高頻帶和第二高頻帶；

47、頻帶混合模塊，用以基于低頻混合掩碼、中頻混合掩碼、高頻混合掩碼，通過頻率混合模塊分別獲取混合低頻帶、混合中頻帶和混合高頻帶；

48、圖像轉(zhuǎn)換模塊，用以重新組合混合低頻帶、混合中頻帶和混合高頻帶，經(jīng)過逆傅里葉變換得到混合噪聲圖像；

49、圖像輸出模塊，用以輸入混合噪聲圖像至去噪網(wǎng)絡(luò)中，獲得最終去噪圖像；

50、函數(shù)構(gòu)建模塊，用以基于初始去噪圖像、最終去噪圖像和無噪聲圖像，確定第一損失函數(shù)；

51、訓(xùn)練模塊，用以通過第一損失函數(shù)訓(xùn)練去噪網(wǎng)絡(luò)，得到優(yōu)化后的去噪網(wǎng)絡(luò)；

52、最終輸出模塊，用以獲取待去噪圖像輸入優(yōu)化后的去噪網(wǎng)絡(luò)中，輸出目標(biāo)圖像。

53、第三方面，本技術(shù)實施例提供了一種電子設(shè)備，該電子設(shè)備包括處理器、存儲器及存儲在存儲器上并可在處理器上運行的程序或指令，程序或指令被處理器執(zhí)行時實現(xiàn)如第一方面所述的方法的步驟。

54、第四方面，本技術(shù)實施例提供了一種可讀存儲介質(zhì)，可讀存儲介質(zhì)上存儲程序或指令，程序或指令被處理器執(zhí)行時實現(xiàn)如第一方面所述的方法的步驟。

55、在本技術(shù)實施例中，首先獲取訓(xùn)練數(shù)據(jù)集，訓(xùn)練數(shù)據(jù)集中的噪聲圖像和無噪聲圖像為圖像去噪網(wǎng)絡(luò)的訓(xùn)練和精確評估提供了可靠依據(jù)；將噪聲圖像輸入去噪網(wǎng)絡(luò)中，預(yù)測出初始去噪圖像；再根據(jù)傅里葉變換原理轉(zhuǎn)換噪聲圖像和初始去噪圖像至頻率域并進行分層提取，通過分層傅里葉變換提取各頻帶，提高去噪效果和圖像細(xì)節(jié)的保留能力；通過掩碼生成網(wǎng)絡(luò)分別生成低頻混合掩碼、中頻混合掩碼和高頻混合掩碼，引入掩碼生成網(wǎng)絡(luò)，為每個頻段生成混合掩碼，能夠?qū)Ω鱾€頻段的噪聲進行更加細(xì)致的控制；根據(jù)頻帶混合掩碼對各頻帶進行混合并重新組合，通過逆傅里葉變換得到混合噪聲圖像，使得生成的噪聲圖像更符合實際場景中的噪聲分布；輸入混合噪聲圖像到去噪網(wǎng)絡(luò)中獲得最終去噪圖像，基于初始去噪圖像、最終去噪圖像和無噪聲圖像確定第一損失函數(shù)，根據(jù)第一損失函數(shù)訓(xùn)練去噪網(wǎng)絡(luò)并得到優(yōu)化后的去噪網(wǎng)絡(luò)中，在訓(xùn)練過程中引入對抗式混合技術(shù)的訓(xùn)練模塊，在頻率域中生成與真實世界噪聲分布相似的新噪聲圖像，增強任意去噪網(wǎng)絡(luò)對未知噪聲類型的魯棒性；最后將任意待去噪圖像輸入優(yōu)化后的去噪網(wǎng)絡(luò)從而為用戶提供高質(zhì)量的目標(biāo)圖像。本技術(shù)能夠有效解決現(xiàn)有圖像去噪網(wǎng)絡(luò)在面對未知的真實世界噪聲分布時泛化能力不足的問題。