深度學(xué)習(xí)在圖像處理之噪聲去除方面中的研究

朱芯鴻 周思月 李秋明 杜佳樂(lè) 徐爍

摘要：人類(lèi)生活的發(fā)展與進(jìn)步與圖像息息相關(guān)，圖像是人們獲取信息的最重要的來(lái)源，是獲取與傳播信息的主要圖形。在圖像形成的系列過(guò)程中，灰度圖像造成一系列的噪聲污染，影響最后得出的結(jié)果。因此圖像去噪技術(shù)顯得尤為重要。而具有適應(yīng)性與配適性的深度學(xué)習(xí)技術(shù)可以改進(jìn)優(yōu)化目前出現(xiàn)的各種圖像去噪技術(shù)，優(yōu)化視覺(jué)效果。

關(guān)鍵詞：深度學(xué)習(xí);圖像處理;噪聲去除

引言

圖像的噪聲主要廣泛的應(yīng)用于圖像的取得、系列編碼、傳輸與預(yù)處理等階段。需要一些必要的噪聲先驗(yàn)知識(shí)，得到系列特征點(diǎn)，從而將噪聲從數(shù)字圖像中去除。

1.圖像的相關(guān)概念

1.1圖像

圖像是客觀對(duì)象的一種相似性的、生動(dòng)性的描述或?qū)懻?，是人?lèi)社會(huì)活動(dòng)中最常用的信息載體?；蛘哒f(shuō)圖像是客觀對(duì)象的一種表示，它包含了被描述對(duì)象的有關(guān)信息。[1]經(jīng)過(guò)官方統(tǒng)計(jì)及計(jì)算，人體能獲取到的所有信息有高達(dá)75%是來(lái)自眼睛，也就是視覺(jué)。

圖像在廣義上就是呈現(xiàn)具有特定視覺(jué)效果的畫(huà)面，“圖”是物體反光出現(xiàn)的景象，“像”是視覺(jué)系統(tǒng)通過(guò)系列影響在意識(shí)中產(chǎn)生的認(rèn)識(shí)形態(tài)。生活中照片、地圖、X光片等都是圖像。

1.2圖像處理

圖像處理是對(duì)原有圖像進(jìn)行加工及處理，滿(mǎn)足企業(yè)或者個(gè)人的技術(shù)與應(yīng)用要求。圖像處理技術(shù)是信息化的數(shù)字處理在特定圖像域中的應(yīng)用之一。圖像處理絕大多數(shù)情況下都是采取數(shù)字處理的方式，利用數(shù)字存儲(chǔ)信息。計(jì)算機(jī)中的圖像處理作為數(shù)字信號(hào)處理中的一部分，與人工智能、計(jì)算機(jī)等領(lǐng)域有著直接的關(guān)系。

數(shù)字圖像技術(shù)在圖像處理技術(shù)領(lǐng)域內(nèi)是最廣泛應(yīng)用的技術(shù)之一。因?yàn)榛诹魉€(xiàn)生產(chǎn)出來(lái)的計(jì)算機(jī)體系結(jié)構(gòu)，能夠提供人體不能做到的速度與效率。圖像處理任務(wù)基本上是在電腦上運(yùn)用于各大軟件，解決不同的生產(chǎn)需求。經(jīng)過(guò)圖像處理后可以極大程度還原圖像的質(zhì)量，提升色彩逼真度、場(chǎng)景還原度等。

1.3圖像種類(lèi)

在計(jì)算機(jī)內(nèi)主要有三類(lèi)數(shù)字圖像：

1）二值黑白圖像：灰度等級(jí)只有兩種黑色或者白色，任何圖像的灰度值都存在于0—255中，分別代表純黑色與純白色。

2）灰度圖像：這類(lèi)圖像是從純黑的到最亮的白中展示出來(lái)，還可以直接表述為不同亮度的顏色。因?yàn)橛?jì)算機(jī)圖像領(lǐng)域內(nèi)在黑白圖像中只有黑白兩種顏色，但是灰度是一個(gè)特定的范圍。

3）彩色圖像：是三通道圖像，每一個(gè)通道的編碼都與灰度圖像極其相似。不同就是對(duì)于最后形成的三個(gè)通道利用系列方式，施加權(quán)重，最終融合成能展示出一定特征的彩色圖像。

2.噪聲的相關(guān)概念

1）噪聲來(lái)源：圖像噪聲來(lái)源眾多，比如電子元件傳輸中的發(fā)熱、硬件系統(tǒng)的卡頓、成像調(diào)制的缺陷、電子噪聲、圖像轉(zhuǎn)化形成的量化噪聲等。

2）噪聲種類(lèi)：圖像噪聲的形式很多，常見(jiàn)出現(xiàn)的一般就是脈沖噪聲或者高斯噪聲以及兩者疊加的混合物。

3）圖像中的噪聲：包括高斯噪聲，以重統(tǒng)計(jì)性的噪聲，概率密度為正態(tài)分布;脈沖噪聲（胡椒噪聲，鹽粒噪聲，椒鹽噪聲）;泊松噪聲，主要基于電磁波，比如X射線(xiàn)，可見(jiàn)光和γ射線(xiàn)等;斑點(diǎn)噪聲，使圖像退化。

4）噪聲對(duì)圖像產(chǎn)生的影響類(lèi)別：加性、乘性、混合噪聲。

5）消除噪聲的相關(guān)方法：字典學(xué)習(xí)可以很快速的移除噪聲、先驗(yàn)知識(shí)可以回復(fù)平滑干凈的圖像細(xì)節(jié)。更多方法比如LSSC、MRF 、TNRD都可以使用。

但是存在以下缺點(diǎn)：測(cè)試階段的優(yōu)化方法過(guò)于復(fù)雜、需要手動(dòng)來(lái)設(shè)置參數(shù)、只能用固定的特定模型一個(gè)一個(gè)的去噪。

3.深度學(xué)習(xí)在圖像去噪應(yīng)用

3.1深度學(xué)習(xí)在圖像處理中的應(yīng)用

深度學(xué)習(xí)通過(guò)建立，模擬人腦的分層結(jié)構(gòu)來(lái)實(shí)現(xiàn)對(duì)外部輸入的數(shù)據(jù)進(jìn)行從低級(jí)到高級(jí)的特征提取，從而能夠解釋外部數(shù)據(jù)。[2]深度學(xué)習(xí)技術(shù)可以改善目前市面上消除噪聲的方式，擁有靈活的結(jié)構(gòu)，極強(qiáng)的自適應(yīng)性來(lái)解決單一的形式。深度學(xué)習(xí)技術(shù)應(yīng)用在圖像去噪中的主要結(jié)構(gòu)包括加白噪聲的圖像去噪技術(shù)，它可以提高去噪的速度，提升去噪性能;end-to-end的CNN和CNN與先驗(yàn)知識(shí)的系列結(jié)合，它可以設(shè)計(jì)相關(guān)的網(wǎng)絡(luò)結(jié)構(gòu)，從而將噪聲圖像變?yōu)榱餍?將image device和soft shrinkage和CNN/NN結(jié)合從而進(jìn)行blind denoising等。

3.2提高去噪性能的解決方法：

圖像的噪聲消除是必要的，它可以在最大程度上保護(hù)圖像的細(xì)節(jié)、邊緣、紋理，改善圖片質(zhì)量。圖像噪聲的消除手段與效率會(huì)直接影響到圖片處理后續(xù)的結(jié)果，影響最后的結(jié)論分析。因此提高去噪性能是必不可少的，具體解決方案如下：

1）增大網(wǎng)絡(luò)的視野獲取更多信息提高性能。將信息的搜集做到極致化，從各類(lèi)搜集手段中加大網(wǎng)絡(luò)的深度與力度。避免內(nèi)存的消耗可以利用空洞卷積。

2）先驗(yàn)結(jié)合與CNN結(jié)合可以提取出更有代表性的特征，

3）遷移學(xué)習(xí)、網(wǎng)絡(luò)搜索等方式可以更精準(zhǔn)的處理噪聲。

4）將信號(hào)處理系統(tǒng)融合進(jìn)CNN可以遏制噪聲進(jìn)一步影響后續(xù)結(jié)果的分析。

5）將局部與全局的信息大力度提取和分析可以加強(qiáng)與提高網(wǎng)絡(luò)的記憶能力。

結(jié)語(yǔ)

噪聲去除是圖像處理中一個(gè)極為重要的步驟，應(yīng)當(dāng)使用配適程度高的濾波技術(shù)還原與增強(qiáng)圖像。深度學(xué)習(xí)系列技術(shù)可以提升噪聲去除的效率，獲取高質(zhì)量的圖像。可以把高質(zhì)量的圖像應(yīng)用到熱門(mén)的網(wǎng)頁(yè)制作中，使界面變得清晰，從而提升網(wǎng)頁(yè)的吸引力與競(jìng)爭(zhēng)力。

參考文獻(xiàn)：

[1]周文權(quán). 淺談圖像中的插圖和攝影[J]. 北方文學(xué)（中旬刊）， 2015（8）：206-206.

[2]郭麗麗， 丁世飛. 深度學(xué)習(xí)研究進(jìn)展[J]. 計(jì)算機(jī)科學(xué)， 2015， 042（005）：28-33.

作者單位：

1.重慶郵電大學(xué)? 經(jīng)濟(jì)管理學(xué)院

2.重慶郵電大學(xué)? 傳媒藝術(shù)學(xué)院

3.重慶郵電大學(xué)? 通信與信息工程學(xué)院

4.重慶郵電大學(xué)? 先進(jìn)制造工程學(xué)院

5.西安工業(yè)大學(xué)? 電子信息工程學(xué)院