一种基于掩模学习的图像噪声抑制方法

摘要

本发明公开了一种基于掩模学习的图像噪声抑制方法，包括掩模学习过程和噪声抑制过程。掩模学习过程中，利用注意力机制自适应地关注图像的真实信息，通过网络对图像进行特征提取，学习得到图像掩模，使得真实内容区域和噪声区域拥有不同的权重，从而区别出噪声和图像内容。在噪声抑制过程中，利用Sigmoid函数对掩模矩阵进行归一化处理，将这些权重值映射到0～1之间。训练时，最小化噪声信息的权重，使其尽可能接近0，同时使真实区域的权重尽可能接近1，并将权重矩阵与提取的特征相乘。由于掩模学习可以精确到图像像素，依据噪声分布的特性，对每块图像内容学习不同的权重值，因此本发明对于图像的噪声去除效果更好，同时保留了更多的高频细节。