CN113643189B 图像去噪方法、装置和存储介质 （深圳市中兴微电子技术有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN113643189B(45)授权公告日2025.01.10

(21)申请号202010346311.9

(22)申请日2020.04.27

(65)同一申请的已公布的文献号申请公布号CN113643189A

(43)申请公布日2021.11.12

(73)专利权人深圳市中兴微电子技术有限公司地址518055广东省深圳市南山区西丽街

道西丽社区西丽创研路2号中兴通讯工业园研2楼二层

(72)发明人艾吉松徐科孔德辉王宁刘欣游晶朱方

(74)专利代理机构北京品源专利代理有限公司11332

专利代理师潘登

(51)Int.CI.

GO6T5/60(2024.01)

GO6T5/70(2024.01)

(56)对比文件

CN110910329A,2020.03.24

Dong-WookKimetal..“GRDN:Grouped

ResidualDenseNetworkforRealImage

DenoisingandGAN-basedReal-worldNoiseModeling”.2019IEEE/CVFConferenceon

ComputerVisionandPatternRecognitionWorkshops(CVPRW.2019,第2086-2094页.

Dong-WookKimetal..“GRDN:Grouped

ResidualDenseNetworkforRealImage

DenoisingandGAN-basedReal-worldNoiseModeling”.2019IEEE/CVFConferenceon

ComputerVisionandPatternRecognitionWorkshops(CVPRW.2019,第2086-2094页.

审查员叶斌辉

权利要求书3页说明书10页附图10页

(54)发明名称

图像去噪方法、装置和存储介质

(57)摘要

CN113643189B本申请提出一种图像去噪方法、装置和存储介质，该方法包括：获取待处理图像，将待处理图像输入至图像去噪模型中，获取去噪后的图像，其中，图像去噪模型为结合U型网络、残差网络以及稠密网络形成的模型。本实施例中的图像去噪模型，可以结合残差网络和稠密网络的特点，更好地利用待处理图像的深层和浅层特征，能实现在去掉噪声的同时，尽可能保留待处理图像的细

CN113643189B

获取待处理图像

将待处理图像输入至图像去噪模型中，获取去噪后的图像

步骤101

步骤102

CN113643189B权利要求书1/3页

2

1.一种图像去噪方法，其特征在于，所述方法包括：

获取待处理图像；

将所述待处理图像输入至图像去噪模型中，获取去噪后的图像；其中，所述图像去噪模型为结合U型网络、残差网络以及稠密网络形成的模型，所述图像去噪模型包括：依次连接的输入层、第一卷积层、至少一个稠密残差模块、稠密残差块、至少一个上采样模块、第二卷积层、第三卷积层以及输出层；

其中，所述输入层的输出端还与所述第三卷积层的输出端进行相减操作，相减操作后的结果输入至所述输出层的输入端；

所述第一卷积层的输出端还与所述第二卷积层的输出端进行相加操作，相加操作后的结果输入至所述第三卷积层的输入端；

所述稠密残差模块包括依次连接的第一稠密残差子模块以及卷积子模块，所述上采样模块包括依次连接的上采样子模块以及第二稠密残差子模块；所述第一稠密残差子模块的输出端还与所述上采样子模块的输入端进行相加操作。

2.根据权利要求1所述的方法，其特征在于，所述第一稠密残差子模块包括：依次连接的第四卷积层、第五卷积层、第六卷积层以及第七卷积层；

其中，所述第四卷积层的输入端还与所述第七卷积层的输入端进行相加操作；

所述第五卷积层的输入端与所述第四卷积层的输入端进行融合操作；

所述第六卷积层的输入端与所述第四卷积层的输出端以及所述第四卷积层的输入端进行融合操作；

所述第七卷积层的输入端与所述第四卷积层的输入端、所述第五卷积层的输出端以及所述第四卷积层的输出端进行融合操作。

3.根据权利要求1或2