摘要
本发明主要用于图像处理技术领域。本发明公开了一种图像杂散光去除方法、装置、设备及存储介质,该方法包括:获取被杂散光污染的输入图像并进行压缩,以得到输入向量;基于输入图像的分辨率,对输入向量进行特征提取,以得到多个层级特征;将每个层级特征与预训练潜在扩散模型的去噪网络中目标中间层进行结合,以对预训练潜在扩散模型的参数进行调节;获取加噪处理后的输入向量,并将加噪处理后的输入向量通过参数调节后的预训练潜在扩散模型的去噪网络进行去噪处理,以生成去噪处理后的输出向量;对去噪处理后的输出向量进行解压,以得到去除杂散光的复原图像。本申请通过提高深度学习模型的图像处理能力,有效地去除图像中杂散光。
技术关键词
杂散光
注意力
掩膜
亮度
像素矩阵
层级
中间层
代表
分辨率
可读存储介质
深度学习模型
网络
图像处理技术
参数
电子设备
数据
处理器
系统为您推荐了相关专利信息
数字显微成像系统
嗜碱性粒细胞活化
微流控芯片装置
注意力机制
荧光标记抗体
运动康复评估
区域推荐网络
骨骼关键点
情绪特征
姿态估计算法
快速通信方法
知识地图
编码特征
矩阵
高斯径向基函数
多模态数据融合
数据采集模块
数据处理模块
方程
农业数据处理技术