摘要
本申请公开了一种基于分区域BM3D算法和深度学习的CT图像降噪方法、装置、设备及介质,所述方法包括获取通过CT系统采集的原始工件图像集,并将所述原始工件图像集中的每张原始工件图像划分为至少两个图像区域;采用BM3D算法对所述原始工件图像中的各图像区域进行图像降噪,以为每张原始工件图像生成标签工件图像;基于原始工件图像和标签工件图像对预设降噪模型进行训练,以得到CT图像降噪模型;利用所述CT图像降噪模对通过CT系统采集的工件图像进行图像降噪。本申请通过利用深度学习来拟合分区域BM3D的降噪过程,消除了原BM3D算法的不足,不仅能够对不同区域进行自适应降噪,提高整体降噪效果,同时还拥有极快的降噪速度。
技术关键词
BM3D算法
图像降噪方法
图像生成标签
降噪模型
工件
CT系统
图像降噪装置
计算机可读程序
强度
可读存储介质
降噪模块
处理器
拉普拉斯
模板
终端设备
网络
存储器
系统为您推荐了相关专利信息
音频重采样方法
深度卷积神经网络
感知损失函数
蓝牙耳机
采样器
自动化焊接平台
焊接转向架
集装箱体
变位机构
焊接机器人
砂带抛光机
抛光生产线
不锈钢产品
输送线
六轴机械臂
激光熔覆机器人
升降台
夹持机构
工件放置台
防护框