摘要
本说明书实施例公开了一种基于深度学习的声波图像增强方法、装置及电子设备。该方法包括获取原始图像,将原始图像输入至条件扩散模型,得到去噪图像,条件扩散模型嵌入有噪声先验模型,噪声先验模型用于将瑞利分布作为噪声先验嵌入条件扩散模型;将去噪图像输入至双路径GAN模型,得到增强声波图像,双路径GAN模型包括用于处理纹理恢复的生成器路径和用于强化边缘约束的判别器路径。在本实施例中,可以通过嵌入有噪声先验模型的条件扩散模型,以及双路径GAN模型的配合处理,实现对声波图像在高噪声环境下的增强恢复,能够有效去除噪声影响的同时,较好的还原图像的边缘细节,提高增强后的声波图像的质量,使图像中的异常更容易被识别。
技术关键词
图像增强方法
噪声先验
GAN模型
声波
图像处理模块
图像增强装置
浅层特征提取
纹理
调度器
存储程序指令
电子设备
计算机程序产品
超分辨率
处理器
复杂度
滤波器
边缘检测
采样模块
系统为您推荐了相关专利信息
物联网智能水表
误差校准方法
振动误差
误差系数
零漂误差
TPU薄膜
流延设备
纳米二氧化硅
二氧化钛纳米颗粒
抗黄变剂
机场驱鸟
热点检测
非制冷红外探测器
图像增强
双边滤波算法
水平井分段压裂
谱聚类算法
模糊逻辑算法
声波成像测井
参数