图像优化方法、装置、电子设备及存储介质与流程

1.本发明涉及图像优化技术领域，具体涉及一种图像优化方法、装置、电子设备及存储介质。


背景技术：

2.由于医疗超声诊断技术逐渐完善，目前已经被应用于各个领域，得到了很好的反馈效果。其中，超声图像具有无损、无痛、方便和实时等优点，对超声图像的优化成了医生临床过程中的重中之重。
3.在临床应用过程中发现，成像系统始终会存在噪声干扰，由于成像系统带宽有限、存在图像本身的相差或非线性畸变等原因，造成成像后的图像存在噪声，即质量退化问题。因此，对超声图像进行图像优化成为了亟待解决的问题。


技术实现要素：

4.有鉴于此，本发明实施例提供了一种图像优化方法、装置、电子设备及存储介质，旨在解决对超声图像进行优化的问题。
5.根据第一方面，本发明实施例提供了一种图像优化方法，包括：
6.获取待优化图像；
7.从待优化图像中确定包括噪声的参照块以及与参照块相似度满足预设要求的目标处理块；
8.根据参照块和目标处理块生成第一三维矩阵；
9.对第一三维矩阵进行时频分析，得到第二三维矩阵；
10.对第二三维矩阵进行阈值化处理，生成含有噪声的堆叠三维数组块；
11.根据第二三维矩阵的生成过程，对堆叠三维数组块进行逆变换处理，生成逆变换后的第三三维矩阵；
12.对第三三维矩阵进行缩放以及滤波处理，得到第四三维矩阵；
13.根据第三三维矩阵与第四三维矩阵之间的关系，对待优化图像进行优化，得到优化后的图像。
14.本发明实施例提供的图像优化方法，获取待优化图像；从待优化图像中确定包括噪声的参照块以及与参照块相似度满足预设要求的目标处理块，保证了确定的参照块以及目标处理块的准确性。然后，根据参照块和目标处理块生成第一三维矩阵，保证了生成的第一三维矩阵的准确性，进而可以统一对包括噪声的参照块和目标处理块进行处理。然后，对第一三维矩阵进行时频分析，得到第二三维矩阵，保证了生成的第二三维矩阵的准确性。对第二三维矩阵进行阈值化处理，生成含有噪声的堆叠三维数组块，保证了生成的含有噪声的堆叠三维数组块的准确性，实现了对第二三维矩阵中的噪声进行处理。根据第二三维矩阵的生成过程，对堆叠三维数组块进行逆变换处理，生成逆变换后的第三三维矩阵，保证了生成的第三三维矩阵与第一三维矩阵相关，也就是说，保证了生成的第三三维矩阵更加与
待优化图像匹配。然后，对第三三维矩阵进行缩放以及滤波处理，得到第四三维矩阵，保证了得到的第四三维矩阵的清晰性以及准确性。根据第三三维矩阵与第四三维矩阵之间的关系，对待优化图像进行优化，得到优化后的图像。保证了得到的优化后的图像的清晰性，且保证了得到的优化图像的质量较高。解决了待优化图像中由于外界因素造成的图像存在的噪声，即质量退化问题。
15.结合第一方面，在第一方面第一实施方式中，从待优化图像中确定包括噪声的参照块以及与参照块相似度满足预设要求的目标处理块，包括：
16.对待优化图像进行识别，确定待优化图像中的噪声图像；
17.将噪声图像划分为n个子域；n为正整数；
18.在各子域中分别选取一参照块；
19.在各子域中根据对应参照块的尺寸和像素值依次搜索相似度满足预设要求的目标处理块。
20.本发明实施例提供的图像优化方法，对待优化图像进行识别，确定待优化图像中的噪声图像，保证了确定的待优化图像中包括噪声的噪声图像的准确性。将噪声图像划分为n个子域；n为正整数；在各子域中分别选取一参照块；在各子域中根据对应参照块的尺寸和像素值依次搜索相似度满足预设要求的目标处理块，保证了确定的目标处理块的准确性。
21.结合第一方面第一实施方式，在第一方面第二实施方式中，在各子域中根据对应参照块的尺寸和像素值依次搜索相似度满足预设要求的目标处理块，包括：
22.对各参照块进行像素识别，确定各参照块对应的像素点的像素值；
23.针对各子域，根据参照块对应的像素点的像素值，计算参照块与子域中与参照块尺寸大小相同的各个候选处理块之间的像素值相似度；
24.确定像素值相似度大于预设像素值相似度阈值的候选处理块为目标处理块。
25.本发明实施例提供的图像优化方法，对各参照块进行像素识别，确定各参照块对应的像素点的像素值，保证了确定的对各参照块进行像素识别，确定各参照块对应的像素点的像素值的准确性。然后，针对各子域，根据参照块对应的像素点的像素值，计算参照块与子域中与参照块尺寸大小相同的各个候选处理块之间的像素值相似度，保证了计算得到的参照块与各个候选处理块之间的像素值相似度的准确性。确定像素值相似度大于预设像素值相似度阈值的候选处理块为目标处理块，保证了确定的目标处理块的准确性。
26.结合第一方面，在第一方面第三实施方式中，对第一三维矩阵进行时频分析，得到第二三维矩阵，包括：
27.利用小波变换方法对第一三维矩阵中选取任一二维矩阵进行二维转换，得到二维图像；
28.针对除二维矩阵之外的第三个维度，利用哈达玛变换方法，生成第二三维矩阵。
29.本发明实施例提供的图像优化方法，利用小波变换方法对第一三维矩阵中选取任一二维矩阵进行二维转换，得到二维图像，保证了得到的二维图像的准确性。然后，针对除二维矩阵之外的第三个维度，利用哈达玛变换方法，生成第二三维矩阵，保证了得到的第二三维矩阵的准确性。
30.结合第一方面第一实施方式，在第一方面第四实施方式中，对第二三维矩阵进行
阈值化处理，生成含有噪声的堆叠三维数组块，包括：
31.获取噪声图像中各个像素点的像素值；
32.根据各个像素点的像素值，计算噪声图像对应的像素值标准差；
33.将第二三维矩阵中的数值与像素值标准差进行对比；
34.将小于像素值标准差的数值赋值为零，生成含有噪声的堆叠三维数组块。
35.本发明实施例提供的图像优化方法，获取噪声图像中各个像素点的像素值，根据各个像素点的像素值，计算噪声图像对应的像素值标准差，保证了计算得到的噪声图像对应的像素值标准差的准确性。将第二三维矩阵中的数值与像素值标准差进行对比；将小于像素值标准差的数值赋值为零，生成含有噪声的堆叠三维数组块，保证了生成的含有噪声的堆叠三维数组块的准确性。
36.结合第一方面第四实施方式，在第一方面第五实施方式中，对第三三维矩阵进行缩放以及滤波处理，得到第四三维矩阵，包括：
37.将第三三维矩阵与堆叠三维数组块相同位置的数值进行加权平均，得到基础估计三维矩阵；
38.根据基础估计三维矩阵与像素值标准差之间的关系，生成缩放矩阵；
39.利用第三三维矩阵乘以缩放矩阵，得到缩放三维矩阵；
40.对缩放三维矩阵进行滤波处理，得到第四三维矩阵。
41.本发明实施例提供的图像优化方法，将第三三维矩阵与堆叠三维数组块相同位置的数值进行加权平均，得到基础估计三维矩阵，保证了得到的基础估计三维矩阵的准确性。根据基础估计三维矩阵与像素值标准差之间的关系，生成缩放矩阵，保证了生成的缩放矩阵的准确性。对缩放三维矩阵进行滤波处理，得到第四三维矩阵，保证了生成的第四三维矩阵的准确性。
42.结合第一方面第一实施方式，在第一方面第六实施方式中，根据第三三维矩阵与第四三维矩阵之间的关系，对待优化图像进行优化，得到优化后的图像，包括：
43.对第三三维矩阵进行加权平均计算，得到第五三维矩阵；
44.利用第五三维矩阵乘以第四三维矩阵，得到待优化图像中噪声图像对应的目标图像；
45.利用目标图像替换噪声图像，得到优化图像。
46.本发明实施例提供的图像优化方法，对第三三维矩阵进行加权平均计算，得到第五三维矩阵，保证了得到的第五三维矩阵的准确性。利用第五三维矩阵乘以第四三维矩阵，得到待优化图像中噪声图像对应的目标图像，保证了得到的目标图像的准确性以及清晰性。利用目标图像替换噪声图像，得到优化图像，保证了得到的优化图像的准确性以及清晰性。
47.根据第二方面，本发明实施例还提供了一种图像优化装置，包括：
48.获取模块，用于获取待优化图像；
49.确定模块，用于从待优化图像中确定包括噪声的参照块以及与参照块相似度满足预设要求的目标处理块；
50.第一生成模块，用于根据参照块和目标处理块生成第一三维矩阵；
51.第二生成模块，用于对第一三维矩阵进行时频分析，得到第二三维矩阵；
52.第一处理模块，用于对第二三维矩阵进行阈值化处理，生成含有噪声的堆叠三维数组块；
53.第二处理模块，用于根据第二三维矩阵的生成过程，对堆叠三维数组块进行逆变换处理，生成逆变换后的第三三维矩阵；
54.缩放模块，用于对第三三维矩阵进行缩放以及滤波处理，得到第四三维矩阵；
55.优化模块，用于根据第三三维矩阵与第四三维矩阵之间的关系，对待优化图像进行优化，得到优化后的图像。
56.本发明实施例提供的图像优化装置，获取待优化图像；从待优化图像中确定包括噪声的参照块以及与参照块相似度满足预设要求的目标处理块，保证了确定的参照块以及目标处理块的准确性。然后，根据参照块和目标处理块生成第一三维矩阵，保证了生成的第一三维矩阵的准确性，进而可以统一对包括噪声的参照块和目标处理块进行处理。然后，对第一三维矩阵进行时频分析，得到第二三维矩阵，保证了生成的第二三维矩阵的准确性。对第二三维矩阵进行阈值化处理，生成含有噪声的堆叠三维数组块，保证了生成的含有噪声的堆叠三维数组块的准确性，实现了对第二三维矩阵中的噪声进行处理。根据第二三维矩阵的生成过程，对堆叠三维数组块进行逆变换处理，生成逆变换后的第三三维矩阵，保证了生成的第三三维矩阵与第一三维矩阵相关，也就是说，保证了生成的第三三维矩阵更加与待优化图像匹配。然后，对第三三维矩阵进行缩放以及滤波处理，得到第四三维矩阵，保证了得到的第四三维矩阵的清晰性以及准确性。根据第三三维矩阵与第四三维矩阵之间的关系，对待优化图像进行优化，得到优化后的图像。保证了得到的优化后的图像的清晰性，且保证了得到的优化图像的质量较高。解决了待优化图像中由于外界因素造成的图像存在的噪声，即质量退化问题。
57.根据第三方面，本发明实施例提供了一种电子设备，包括存储器和处理器，存储器和处理器之间互相通信连接，存储器中存储有计算机指令，处理器通过执行计算机指令，从而执行第一方面或者第一方面的任意一种实施方式中的图像优化方法。
58.根据第四方面，本发明实施例提供了一种计算机可读存储介质，计算机可读存储介质存储计算机指令，计算机指令用于使计算机执行第一方面或者第一方面的任意一种实施方式中的图像优化方法。
附图说明
59.为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
60.图1是应用本发明实施例提供的图像优化方法的流程图；
61.图2是应用本发明另一实施例提供的图像优化方法的流程图；
62.图3是应用本发明实施例提供的图像优化装置的功能模块图；
63.图4是应用本发明实施例提供的电子设备的硬件结构示意图。
具体实施方式
64.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
65.需要说明的是，本技术实施例提供的图像优化的方法，其执行主体可以是图像优化的装置，该图像优化的装置可以通过软件、硬件或者软硬件结合的方式实现成为电子设备的部分或者全部，其中，该电子设备可以是服务器或者终端，其中，本技术实施例中的服务器可以为一台服务器，也可以为由多台服务器组成的服务器集群，本技术实施例中的终端可以是智能手机、个人电脑、平板电脑、可穿戴设备以及智能机器人等其他智能硬件设备。下述方法实施例中，均以执行主体是电子设备为例来进行说明。
66.在本技术一个实施例中，如图1所示，提供了一种图像优化方法，以该方法应用于电子设备为例进行说明，包括以下步骤：
67.s11、获取待优化图像。
68.可选的，电子设备可以接收用户输入的待优化图像，也可以接收其他设备发送的待优化图像，电子设备还可以基于与图像采集设备之间的连接，接收图像采集设备发送的待优化图像，本技术实施例对电子设备获取待优化图像的方式不做具体限定。
69.其中，待优化图像可以是超声图像，也可以是其他场景图像，本技术实施例对电子设备待优化图像不做具体限定，当待优化图像是超声图像时，电子设备可以接收超声系统发送的待优化图像。示例性的，电子设备可以基于超声系统获取待优化的超声图像。
70.s12、从待优化图像中确定包括噪声的参照块以及与参照块相似度满足预设要求的目标处理块。
71.具体地，电子设备可以对待优化图像进行识别，根据识别结果，从待优化图像中的确定包括噪声的参照块和目标处理块。
72.其中，目标处理块的数量为至少一个，本技术实施例对目标处理块的数量不做具体限定。
73.关于该步骤将在下文进行详细介绍。
74.s13、根据参照块和目标处理块生成第一三维矩阵。
75.其中，需要说明的是，参照块和目标处理块的尺寸相同。
76.具体地，电子设备将参照块和目标处理块进行前后排列，使得参照块和目标处理块，形成一个三维矩阵，从而整合为第一三维矩阵。其中，参照块和目标处理块进行前后排列的顺序不做限定。
77.s14、对第一三维矩阵进行时频分析，得到第二三维矩阵。
78.具体地，电子设备可以利用预设矩阵转换方法，对第一三维矩阵进行时频分析，得到第二三维矩阵。
79.关于该步骤将在下文进行详细介绍。
80.s15、对第二三维矩阵进行阈值化处理，生成含有噪声的堆叠三维数组块。
81.具体地，电子设备可以接收用户输入的预设阈值，也可以接收其他设备发送的预设阈值，电子设备还可以计算得到预设阈值。本技术实施例对电子设备获取预设阈值的方
式不做具体限定。
82.然后，电子设备可以将预设阈值与第二三维矩阵中的数值进行对比，然后，根据对比结果，对第二三维矩阵进行阈值化处理，生成含有噪声的堆叠三维数组块。
83.关于该步骤将在下文进行详细介绍。
84.s16、根据第二三维矩阵的生成过程，对堆叠三维数组块进行逆变换处理，生成逆变换后的第三三维矩阵。
85.具体地，电子设备可以获取第二三维矩阵的生成过程中使用的预设矩阵转换方法，然后利用预设矩阵转换方法的逆运算对堆叠三维数组块进行逆变换处理，生成逆变换后的第三三维矩阵。
86.s17、对第三三维矩阵进行缩放以及滤波处理，得到第四三维矩阵。
87.具体地，电子设备在获取到第三三维矩阵之后，电子设备可以接收用户输入的第三三维矩阵对应的缩放矩阵，也可以接收其他设备发送的第三三维矩阵对应的缩放矩阵，还可以计算得到的第三三维矩阵对应的缩放矩阵，本技术实施例对电子设备获取第三三维矩阵对应的缩放矩阵的方式不做具体限定。
88.然后，电子设备可以利用第三三维矩阵乘以缩放矩阵，实现对第三三维矩阵进行缩放处理，然后对放缩处理后的第三三维矩阵进行滤波处理，得到第四三维矩阵。
89.关于该步骤将在下文进行详细介绍。
90.s18、根据第三三维矩阵与第四三维矩阵之间的关系，对待优化图像进行优化，得到优化后的图像。
91.在本技术一种可选的实施方式中，电子设备在计算得到第三三维矩阵和第四三维矩阵之后，电子设备可以利用第三三维矩阵乘以第四三维矩阵，得到第一三维矩阵对应的目标矩阵。
92.然后，根据目标矩阵与第一三维矩阵之间的对应关系，确定噪声图像对应的目标图像。然后，利用目标图像替换待优化图像中的噪声图像，得到优化图像。
93.关于该步骤将在下文进行详细介绍。
94.本发明实施例提供的图像优化方法，获取待优化图像；从待优化图像中确定包括噪声的参照块以及与参照块相似度满足预设要求的目标处理块，保证了确定的参照块以及目标处理块的准确性。然后，根据参照块和目标处理块生成第一三维矩阵，保证了生成的第一三维矩阵的准确性，进而可以统一对包括噪声的参照块和目标处理块进行处理。然后，对第一三维矩阵进行时频分析，得到第二三维矩阵，保证了生成的第二三维矩阵的准确性。对第二三维矩阵进行阈值化处理，生成含有噪声的堆叠三维数组块，保证了生成的含有噪声的堆叠三维数组块的准确性，实现了对第二三维矩阵中的噪声进行处理。根据第二三维矩阵的生成过程，对堆叠三维数组块进行逆变换处理，生成逆变换后的第三三维矩阵，保证了生成的第三三维矩阵与第一三维矩阵相关，也就是说，保证了生成的第三三维矩阵更加与待优化图像匹配。然后，对第三三维矩阵进行缩放以及滤波处理，得到第四三维矩阵，保证了得到的第四三维矩阵的清晰性以及准确性。根据第三三维矩阵与第四三维矩阵之间的关系，对待优化图像进行优化，得到优化后的图像。保证了得到的优化后的图像的清晰性，且保证了得到的优化图像的质量较高。解决了待优化图像中由于外界因素造成的图像存在的噪声，即质量退化问题。
95.在本技术一个实施例中，如图2所示，提供了一种图像优化方法，以该方法应用于电子设备为例进行说明，包括以下步骤：
96.s21、获取待优化图像。
97.关于该步骤请参见图1对s11的介绍，在此不进行赘述。
98.s22、从待优化图像中确定包括噪声的参照块以及与参照块相似度满足预设要求的目标处理块。
99.在本技术一种可选的实施方式中，上述步骤s22“从待优化图像中确定包括噪声的参照块以及与参照块相似度满足预设要求的目标处理块”，可以包括如下步骤：
100.s221、对待优化图像进行识别，确定待优化图像中的噪声图像。
101.具体地，电子设备可以利用图像噪声识别模型，对待优化图像进行识别，确定待优化图像中的噪声图像。
102.其中，图像噪声识别模型可以是基于手工特征的模型，例如dpm(deformable parts model,可变形零件模型)，图像噪声识别模型也可以是基于卷积神经网络的模型，例如yolo(you only look once，你只看一次)检测器、r-cnn，(region-based convolutional neural networks，基于区域的卷积神经网络)模型、ssd(single shot multibox，单发多框)检测器以及mask r-cnn(mask region-based convolutional neural networks，带掩码的基于区域的卷积神经网络)模型等。本技术实施例对于图像噪声识别模型不做具体限定。
103.s222、将噪声图像划分为n个子域。
104.其中，n为正整数。
105.具体地，电子设备可以将噪声图像划分为n个子域，其中n个子域的大小可以相同，也可以不相同，本技术实施例对n个子域的大小不做具体限定。
106.示例性的，n可以是2，也可以是4，或者其他，本技术实施例对n的大小不做具体限定。
107.s223、在各子域中分别选取一参照块。
108.具体地，电子设备可以从各子域中分别随机选取一预设尺寸的参照块。
109.其中，预设尺寸可以是k*k个像素，k可以取值3，也可以取值4，或者其他，本技术实施例对k的取值不做具体限定。
110.s224、在各子域中根据对应参照块的尺寸和像素值依次搜索相似度满足预设要求的目标处理块。
111.在本技术一种可选的实施方式中，电子设备可以将参照块中各个像素点的像素值按照预设顺序依次与各子域中尺寸相同的候选处理器的各个像素点进行对比，计算像素点之间的距离，根据计算得到的距离，在各子域中根据对应参照块的尺寸和像素值依次搜索相似度满足预设要求的目标处理块。
112.在本技术另一种可选的实施方式中，上述步骤s224“在各子域中根据对应参照块的尺寸和像素值依次搜索相似度满足预设要求的目标处理块”，可以包括如下步骤：
113.(1)对各参照块进行像素识别，确定各参照块对应的像素点的像素值。
114.具体地，电子设备可以利用图像识别方法对各参照块进行像素识别，确定各参照块对应的像素点的像素值。
115.其中，图像识别方法可以是基于人工神经网络的图像识别方法，也可以是基于小波矩的图像识别方法，还可以是基于分形特征的图像识别方法，本技术实施例对图像识别方法不做具体限定。
116.(2)针对各子域，根据参照块对应的像素点的像素值，计算参照块与子域中与参照块尺寸大小相同的各个候选处理块之间的像素值相似度。
117.具体地，针对各子域，电子设备可以根据识别到的参照块中的各个像素点的像素值，然后，将参照块中的各个像素点的像素值与子域中包括的与参照块尺寸相同的各个候选处理块的像素值进行对比，计算像素值之间的欧式距离，然后根据计算的欧式距离，确定参照块与噪声图像中包括的与参照块尺寸相同的各个候选处理块之间的像素值相似度。
118.(3)确定像素值相似度大于预设像素值相似度阈值的候选处理块为目标处理块。
119.具体地，电子设备可以将参照块与各个候选处理块之间的像素值相似度进行从大到小排序，然后电子设备确定像素值相似度中大于预设像素值相似度阈值的候选处理块为目标处理块。
120.s23、根据参照块和目标处理块生成第一三维矩阵。
121.关于该步骤请参见图1对s13的介绍，在此不进行赘述。
122.s24、对第一三维矩阵进行时频分析，得到第二三维矩阵。
123.在本技术一种可选的实施方式中，上述步骤s24“对第一三维矩阵进行时频分析，得到第二三维矩阵”，可以包括如下步骤：
124.s241、利用小波变换方法对第一三维矩阵中选取任一二维矩阵进行二维转换，得到二维图像。
125.具体地，电子设备可以利用小波变换方法对第一三维矩阵中选取任一二维矩阵进行二维转换，得到二维图像。
126.s242、针对除二维矩阵之外的第三个维度，利用哈达玛变换方法，生成第二三维矩阵。
127.具体地，针对除二维矩阵之外的第三个维度，利用哈达玛变换方法，生成第二三维矩阵。
128.其中，哈达玛变换(hadamard)的公式可以如下所示：
[0129][0130]
其中，h是二维图像的行向量，w是二维图像的列向量，i为第一三维矩阵。
[0131]
s25、对第二三维矩阵进行阈值化处理，生成含有噪声的堆叠三维数组块。
[0132]
在本技术一种可选的实施方式中，上述步骤s25“对第二三维矩阵进行阈值化处理，生成含有噪声的堆叠三维数组块”，可以包括如下步骤：
[0133]
s251、获取噪声图像中各个像素点的像素值。
[0134]
具体地，电子设备可以对噪声图像进行识别，根据识别结果，确定噪声图像中各个像素点的像素值。
[0135]
s252、根据各个像素点的像素值，计算噪声图像对应的像素值标准差。
[0136]
具体地，电子设备根据确定的噪声图像中各个像素点的像素值，计算得到噪声图像对应的像素值标准差。
[0137]
s253、将第二三维矩阵中的数值与像素值标准差进行对比。
[0138]
具体地，电子设备将第二三维矩阵中的数值与像素值标准差进行对比。
[0139]
s254、将小于像素值标准差的数值赋值为零，生成含有噪声的堆叠三维数组块。
[0140]
具体地，电子设备在将第二三维矩阵中的数值与像素值标准差进行对比之后，可以将第二三维矩阵中小于像素值标准差的数值赋值为零，生成含有噪声的堆叠三维数组块。
[0141]
s26、根据第二三维矩阵的生成过程，对堆叠三维数组块进行逆变换处理，生成逆变换后的第三三维矩阵。
[0142]
具体地，当电子设备可以利用小波变换方法对第一三维矩阵中选取任一二维矩阵进行二维转换，得到二维图像。然后，针对除二维矩阵之外的第三个维度，利用哈达玛变换方法，生成第二三维矩阵后，电子设备可以利用小波转换的反函数和哈达玛函数的反函数对堆叠三维数组块进行逆变换处理，生成逆变换后的第三三维矩阵。
[0143]
s27、对第三三维矩阵进行缩放以及滤波处理，得到第四三维矩阵。
[0144]
在本技术一种可选的实施方式中，上述步骤s27“对第三三维矩阵进行缩放以及滤波处理，得到第四三维矩阵”，可以包括如下步骤：
[0145]
s271、将第三三维矩阵与堆叠三维数组块相同位置的数值进行加权平均，得到基础估计三维矩阵。
[0146]
具体地，电子设备可以分别获取第三三维矩阵对应的第一权重和堆叠三维数组块对应的第二权重，然后，电子设备将第三三维矩阵与堆叠三维数组块相同位置的数值分别乘以第一权重和第二权重之后，进行相加求平均，计算得到相对应位置的数值，从而计算得到基础估计三维矩阵。
[0147]
s272、根据基础估计三维矩阵与像素值标准差之间的关系，生成缩放矩阵。
[0148]
具体地，在计算得到基础估计三维矩阵之后，电子设备可以根据确定的噪声图像中各个像素点的像素值，计算得到噪声图像对应的像素值标准差。然后，电子设备根据基础估计三维矩阵与像素值标准差之间的关系，生成缩放矩阵。
[0149]
示例性的，电子设备可以根据如下公式，计算得到缩放矩阵。
[0150][0151]
其中，c为缩放矩阵，γ2为基础估计三维矩阵的正交变换矩阵，σ2像素值标准差。
[0152]
s273、利用第三三维矩阵乘以缩放矩阵，得到缩放三维矩阵。
[0153]
具体地，电子设备可以利用第三三维矩阵乘以缩放矩阵，得到缩放三维矩阵。
[0154]
s274、对缩放三维矩阵进行滤波处理，得到第四三维矩阵。
[0155]
具体地，在得到缩放三维矩阵之后，电子设备可以利用维纳滤波方法对缩放三维矩阵进行滤波处理，得到第四三维矩阵。
[0156]
s28、根据第三三维矩阵与第四三维矩阵之间的关系，对待优化图像进行优化，得到优化后的图像。
[0157]
在本技术一种可选的实施方式中，上述步骤s28“根据第三三维矩阵与第四三维矩阵之间的关系，对待优化图像进行优化，得到优化后的图像”，可以包括如下步骤：
[0158]
s281、对第三三维矩阵进行加权平均计算，得到第五三维矩阵。
[0159]
具体地，电子设备可以首先将第三三维矩阵中包括的数值进行相加求平均值，计
算得到第三三维矩阵的平均值。然后，将第三三维矩阵中包括的各个数值均加上第三三维矩阵的平均值，计算得到第五三维矩阵。
[0160]
s282、利用第五三维矩阵乘以第四三维矩阵，得到待优化图像中噪声图像对应的目标图像。
[0161]
具体地，电子设备利用第五三维矩阵乘以第四三维矩阵，得到待优化图像中第一三维矩阵对应的目标矩阵。
[0162]
然后，电子设备根据目标矩阵与噪声图像之间的关系，生成目标图像。
[0163]
s283、利用目标图像替换噪声图像，得到优化图像。
[0164]
具体地，电子设备利用目标图像替换待优化图像中的噪声图像，得到优化图像。
[0165]
本发明实施例提供的图像优化方法，获取待优化图像，对待优化图像进行识别，确定待优化图像中的噪声图像，保证了确定的待优化图像中包括的噪声图像的准确性。从噪声图像中确定预设尺寸的参照块，保证了确定的参照块的准确性。然后，根据参照块的像素值，计算参照块与噪声图像中包括的与参照块尺寸相同的各个候选处理块之间的相似度，保证了计算得到的参照块与各个候选处理块之间的相似度的准确性。确定相似度大于预设相似度阈值的候选处理块为目标处理块，保证了确定的目标处理块的准确性。
[0166]
然后，电子设备根据参照块和目标处理块生成第一三维矩阵。利用小波变换方法对第一三维矩阵中选取任一二维矩阵进行二维转换，得到二维图像，保证了得到的二维图像的准确性。然后，针对除二维矩阵之外的第三个维度，利用哈达玛变换方法，生成第二三维矩阵，保证了得到的第二三维矩阵的准确性。
[0167]
得到第二三维矩阵之后，获取噪声图像中各个像素点的像素值，根据各个像素点的像素值，计算噪声图像对应的像素值标准差，保证了计算得到的噪声图像对应的像素值标准差的准确性。将第二三维矩阵中的数值与像素值标准差进行对比；将小于像素值标准差的数值赋值为零，生成含有噪声的堆叠三维数组块，保证了生成的含有噪声的堆叠三维数组块的准确性。根据第二三维矩阵的生成过程，对堆叠三维数组块进行逆变换处理，生成逆变换后的第三三维矩阵。
[0168]
此外，获取噪声图像中各个像素点的像素值，根据各个像素点的像素值，计算噪声图像对应的像素值标准差，保证了计算得到的噪声图像对应的像素值标准差的准确性。将第二三维矩阵中的数值与像素值标准差进行对比；将小于像素值标准差的数值赋值为零，生成含有噪声的堆叠三维数组块，保证了生成的含有噪声的堆叠三维数组块的准确性。
[0169]
将第三三维矩阵与堆叠三维数组块相同位置的数值进行加权平均，得到基础估计三维矩阵，保证了得到的基础估计三维矩阵的准确性。根据基础估计三维矩阵与像素值标准差之间的关系，生成缩放矩阵，保证了生成的缩放矩阵的准确性。对缩放三维矩阵进行滤波处理，得到第四三维矩阵，保证了生成的第四三维矩阵的准确性。
[0170]
对第三三维矩阵进行加权平均计算，得到第五三维矩阵，保证了得到的第五三维矩阵的准确性。利用第五三维矩阵乘以第四三维矩阵，得到待优化图像中噪声图像对应的目标图像，保证了得到的目标图像的准确性以及清晰性。利用目标图像替换噪声图像，得到优化图像，保证了得到的优化图像的准确性以及清晰性。
[0171]
应该理解的是，虽然图1-图2的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步
骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1-图2中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
[0172]
如图3所示，本实施例提供一种图像优化装置，包括：
[0173]
获取模块31，用于获取待优化图像；
[0174]
确定模块32，用于从待优化图像中确定包括噪声的参照块以及与参照块相似度满足预设要求的目标处理块；
[0175]
第一生成模块33，用于根据参照块和目标处理块生成第一三维矩阵；
[0176]
第二生成模块34，用于对第一三维矩阵进行时频分析，得到第二三维矩阵；
[0177]
第一处理模块35，用于对第二三维矩阵进行阈值化处理，生成含有噪声的堆叠三维数组块；
[0178]
第二处理模块36，用于根据第二三维矩阵的生成过程，对堆叠三维数组块进行逆变换处理，生成逆变换后的第三三维矩阵；
[0179]
缩放模块37，用于对第三三维矩阵进行缩放以及滤波处理，得到第四三维矩阵；
[0180]
优化模块38，用于根据第三三维矩阵与第四三维矩阵之间的关系，对待优化图像进行优化，得到优化后的图像。
[0181]
在本技术一个实施例中，上述确定模块32，具体用于对待优化图像进行识别，确定待优化图像中的噪声图像；将噪声图像划分为n个子域；n为正整数；在各子域中分别选取一参照块；在各子域中根据对应参照块的尺寸和像素值依次搜索相似度满足预设要求的目标处理块。
[0182]
在本技术一个实施例中，上述确定模块32，具体用于对各参照块进行像素识别，确定各参照块对应的像素点的像素值；针对各子域，根据参照块对应的像素点的像素值，计算参照块与子域中与参照块尺寸大小相同的各个候选处理块之间的像素值相似度；确定像素值相似度大于预设像素值相似度阈值的候选处理块为目标处理块。
[0183]
在本技术一个实施例中，上述第二生成模块34，具体用于利用小波变换方法对第一三维矩阵中选取任一二维矩阵进行二维转换，得到二维图像；针对除二维矩阵之外的第三个维度，利用哈达玛变换方法，生成第二三维矩阵。
[0184]
在本技术一个实施例中，上述第一处理模块35，具体用于获取噪声图像中各个像素点的像素值；根据各个像素点的像素值，计算噪声图像对应的像素值标准差；将第二三维矩阵中的数值与像素值标准差进行对比；将小于像素值标准差的数值赋值为零，生成含有噪声的堆叠三维数组块。
[0185]
在本技术一个实施例中，上述缩放模块37，具体用于将第三三维矩阵与堆叠三维数组块相同位置的数值进行加权平均，得到基础估计三维矩阵；根据基础估计三维矩阵与像素值标准差之间的关系，生成缩放矩阵；利用第三三维矩阵乘以缩放矩阵，得到缩放三维矩阵；对缩放三维矩阵进行滤波处理，得到第四三维矩阵。
[0186]
在本技术一个实施例中，上述优化模块38，具体用于对第三三维矩阵进行加权平均计算，得到第五三维矩阵；利用第五三维矩阵乘以第四三维矩阵，得到待优化图像中噪声
drive，缩写：hdd)或固态硬盘(solid-state drive，ssd)等；所述存储介质还可以包括上述种类的存储器的组合。
[0196]
虽然结合附图描述了本发明的实施例，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。

技术特征：
1.一种图像优化方法，其特征在于，包括：获取待优化图像；从所述待优化图像中确定包括噪声的参照块以及与所述参照块相似度满足预设要求的目标处理块；根据所述参照块和所述目标处理块生成第一三维矩阵；对所述第一三维矩阵进行时频分析，得到第二三维矩阵；对所述第二三维矩阵进行阈值化处理，生成含有噪声的堆叠三维数组块；根据所述第二三维矩阵的生成过程，对所述堆叠三维数组块进行逆变换处理，生成逆变换后的第三三维矩阵；对所述第三三维矩阵进行缩放以及滤波处理，得到第四三维矩阵；根据所述第三三维矩阵与所述第四三维矩阵之间的关系，对所述待优化图像进行优化，得到优化后的图像。2.根据权利要求1所述的方法，其特征在于，所述从待优化图像中确定包括噪声的参照块以及与所述参照块相似度满足预设要求的目标处理块，包括：对所述待优化图像进行识别，确定所述待优化图像中的噪声图像；将所述噪声图像划分为n个子域；n为正整数；在各子域中分别选取一参照块；在各子域中根据对应参照块的尺寸和像素值依次搜索相似度满足预设要求的所述目标处理块。3.根据权利要求2所述的方法，其特征在于，所述在各子域中根据对应参照块的尺寸和像素值依次搜索相似度满足预设要求的目标处理块，包括：对各所述参照块进行像素识别，确定各所述参照块对应的像素点的像素值；针对各子域，根据所述参照块对应的像素点的像素值，计算所述参照块与子域中与所述参照块尺寸大小相同的各个候选处理块之间的像素值相似度；确定所述像素值相似度大于预设像素值相似度阈值的所述候选处理块为所述目标处理块。4.根据权利要求1所述的方法，其特征在于，所述对所述第一三维矩阵进行时频分析，得到第二三维矩阵，包括：利用小波变换方法对所述第一三维矩阵中选取任一二维矩阵进行二维转换，得到二维图像；针对除所述二维矩阵之外的第三个维度，利用哈达玛变换方法，生成所述第二三维矩阵。5.根据权利要求2所述的方法，其特征在于，所述对所述第二三维矩阵进行阈值化处理，生成含有噪声的堆叠三维数组块，包括：获取所述噪声图像中各个像素点的像素值；根据各个所述像素点的像素值，计算所述噪声图像对应的像素值标准差；将所述第二三维矩阵中的数值与所述像素值标准差进行对比；将小于所述像素值标准差的数值赋值为零，生成含有噪声的所述堆叠三维数组块。6.根据权利要求5所述的方法，其特征在于，所述对所述第三三维矩阵进行缩放以及滤
波处理，得到第四三维矩阵，包括：将所述第三三维矩阵与所述堆叠三维数组块相同位置的数值进行加权平均，得到基础估计三维矩阵；根据所述基础估计三维矩阵与所述像素值标准差之间的关系，生成缩放矩阵；利用所述第三三维矩阵乘以所述缩放矩阵，得到缩放三维矩阵；对所述缩放三维矩阵进行滤波处理，得到所述第四三维矩阵。7.根据权利要求2所述的方法，其特征在于，所述根据所述第三三维矩阵与所述第四三维矩阵之间的关系，对所述待优化图像进行优化，得到优化后的图像，包括：对所述第三三维矩阵进行加权平均计算，得到第五三维矩阵；利用所述第五三维矩阵乘以所述第四三维矩阵，得到所述待优化图像中所述噪声图像对应的目标图像；利用所述目标图像替换所述噪声图像，得到所述优化图像。8.一种图像优化方法，其特征在于，包括：获取模块，用于获取待优化图像；确定模块，用于从所述待优化图像中确定包括噪声的参照块以及与所述参照块相似度满足预设要求的目标处理块；第一生成模块，用于根据所述参照块和所述目标处理块生成第一三维矩阵；第二生成模块，用于对所述第一三维矩阵进行时频分析，得到第二三维矩阵；第一处理模块，用于对所述第二三维矩阵进行阈值化处理，生成含有噪声的堆叠三维数组块；第二处理模块，用于根据所述第二三维矩阵的生成过程，对所述堆叠三维数组块进行逆变换处理，生成逆变换后的第三三维矩阵；缩放模块，用于对所述第三三维矩阵进行缩放以及滤波处理，得到第四三维矩阵；优化模块，用于根据所述第三三维矩阵与所述第四三维矩阵之间的关系，对所述待优化图像进行优化，得到优化后的图像。9.一种电子设备，其特征在于，包括存储器和处理器，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行权利要求1-7中任一项所述的图像优化方法。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使计算机执行权利要求1-7中任一项所述的图像优化方法。

技术总结
本发明涉及图像优化技术领域，具体涉及一种图像优化方法、装置、电子设备及存储介质。包括：获取待优化图像；从待优化图像中确定包括噪声的参照块以及与参照块相似度满足预设要求的目标处理块；根据参照块和目标处理块生成第一三维矩阵；对第一三维矩阵进行时频分析，得到第二三维矩阵；对第二三维矩阵进行阈值化处理，生成含有噪声的堆叠三维数组块；根据第二三维矩阵的生成过程，对堆叠三维数组块进行逆变换处理，生成逆变换后的第三三维矩阵；对第三三维矩阵进行缩放以及滤波处理，得到第四三维矩阵；根据第三三维矩阵与第四三维矩阵之间的关系，对待优化图像进行优化，得到优化后的图像。解决了待优化图像质量退化问题。解决了待优化图像质量退化问题。解决了待优化图像质量退化问题。


技术研发人员：周哲哲 何琼 邵金华 孙锦
受保护的技术使用者：苏州微景医学科技有限公司
技术研发日：2023.05.30
技术公布日：2023/9/5