一种电子显微图像降噪方法、系统、设备及存储介质

本发明属于电子显微图像处理领域，具体涉及一种电子显微图像降噪方法、系统、设备及存储介质。

背景技术：

1、电子显微镜在科学研究和工业领域中扮演着至关重要的角色，能够提供物质微观结构的高分辨率成像。然而，由于仪器限制、样本制备或环境因素等的影响，电子显微图像可能存在低分辨率、噪声干扰、伪像、伪影等问题，这些问题会限制样本的准确观测和分析。

2、传统的电子显微图像处理方法如滤波、降噪、插值等在一定程度上改善了图像质量，但在处理低剂量弱衬度电子显微图像问题上存在局限性。例如，传统方法可能无法有效地降低噪声、恢复丢失的细节或提高图像的清晰度和分辨率。

3、深度学习技术近年来在图像处理领域取得了显著进展。深度学习模型通过对大量图像的学习，可以有效地降低噪声、增强图像细节，并提高图像的质量和分辨率。然而，针对低剂量弱衬度电子显微图像，现有的深度学习方法可能在高噪声环境下表现不佳，无法有效提取微小特征并恢复弱衬度图像信息。

技术实现思路

1、为了克服上述现有技术存在的不足，本发明提供了电子显微图像降噪方法，包括如下步骤：

2、获取待处理的电子显微图像数据集；

3、基于u-net，将resnet-18的特征提取层作为u-net的编码器，得到resu-net去噪模型；

4、将待处理的电子显微图像数据集中的图像输入resu-net去噪模型，在resu-net的编码器与解码器对应的特征图之间使用跳跃连接操作和级联操作，从不同尺度提取图像特征，得到高级特征图和低级特征图，再使用解码器对接收到的高级特征图和低级特征图进行特征融合，得到降噪后的电子显微图像。

5、优选的，所述将待处理的电子显微图像数据集中的图像输入resu-net去噪模型之前，还包括对所述待处理的电子显微图像数据集中的图像进行预处理，包括如下步骤：

6、为待处理的电子显微图像数据集中的噪声图像和干净图像分配地址；

7、将所述噪声图像和干净图像存储于所述分配地址中；

8、读取所述噪声图像和干净图像，并对其像素值范围进行缩放，将所述噪声图像和干净图像调整为指定的尺寸。

9、优选的，所述将待处理的电子显微图像数据集中的图像输入resu-net去噪模型之前，还包括对所述resu-net去噪模型进行训练，具体为：从待处理的透射电子显微图像数据集中选取训练集，并设置resu-net去噪模型的训练参数，将训练集中的图像输入resu-net去噪模型中，以均方误差函数作为损失函数对resu-net去噪模型进行训练。

10、优选的，所述再使用解码器对接收到的高级特征图和低级特征图进行特征融合之后，还包括在解码器最后一层进行上采样操作将融合后的特征图恢复到输入图像的原始大小。

11、优选的，所述resu-net去噪模型包括提取图像特征卷积层conv2d和还原特征图空间分辨率卷积层convtranspose2d两种卷积层。

12、优选的，所述resu-net去噪模型的初始卷积层为7×7的卷积核，最后一层卷积层为1×1的卷积核，其余各层卷积层均为3×3的卷积核。

13、优选的，所述resu-net去噪模型的激活函数为relu。

14、本发明还提供有一种电子显微图像降噪系统，包括：

15、图像获取模块，用于获取待处理的电子显微图像数据集；

16、模型构建模块，用于基于u-net，将resnet-18的特征提取层作为u-net的编码器，得到resu-net去噪模型；

17、降噪模块，用于将待处理的电子显微图像数据集中的图像输入resu-net去噪模型，在resu-net的编码器与解码器对应的特征图之间使用跳跃连接操作和级联操作，从不同尺度提取图像特征，得到高级特征图和低级特征图，再使用解码器对接收到的高级特征图和低级特征图进行特征融合，得到降噪后的电子显微图像。

18、本发明还提供有一种计算机设备，包括存储器和处理器；所述存储器存储有计算机程序，所述处理器用于运行所述存储器内的计算机程序，以执行所述图像降噪方法。

19、本发明还提供有一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序适于处理器进行加载，以执行所述图像降噪方法。

20、本发明提供的电子显微图像降噪方法、系统、设备及存储介质具有以下有益效果：

21、本发明基于u-net结构，将resnet-18的特征提取层作为u-net的编码器，能够得到resu-net去噪模型，通过在resu-net的编码器与解码器对应的特征图之间使用跳跃连接操作和级联操作，能够从不同尺度提取图像特征，获得图像更深层次的细节信息及边缘信息，从而得到高级特征图和低级特征图；通过使用解码器能够对接收到的高级特征图和低级特征图进行特征融合，能够有效提高低剂量弱衬度电子显微图像的降噪能力，从而恢复弱衬度图像信息。

技术特征：

1.一种电子显微图像降噪方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的电子显微图像降噪方法，其特征在于，所述将待处理的电子显微图像数据集中的图像输入resu-net去噪模型之前，还包括对所述待处理的电子显微图像数据集中的图像进行预处理，包括如下步骤：

3.根据权利要求1所述的电子显微图像降噪方法，其特征在于，所述将待处理的电子显微图像数据集中的图像输入resu-net去噪模型之前，还包括对所述resu-net去噪模型进行训练，具体为：从待处理的电子显微图像数据集中选取训练集，并设置resu-net去噪模型的训练参数，将训练集中的图像输入resu-net去噪模型中，以均方误差函数作为损失函数对resu-net去噪模型进行训练。

4.根据权利要求1所述的电子显微图像降噪方法，其特征在于，所述再使用解码器对接收到的高级特征图和低级特征图进行特征融合之后，还包括在解码器最后一层进行上采样操作将融合后的特征图恢复到输入图像的原始大小。

5.根据权利要求1所述的电子显微图像降噪方法，其特征在于，所述resu-net去噪模型包括提取图像特征卷积层conv2d和还原特征图空间分辨率卷积层convtranspose2d两种卷积层。

6.根据权利要求1所述的电子显微图像降噪方法，其特征在于，所述resu-net去噪模型的初始卷积层为7×7的卷积核，最后一层卷积层为1x1的卷积核，其余各层卷积层均为3×3的卷积核。

7.根据权利要求1所述的电子显微图像降噪方法，其特征在于，所述resu-net去噪模型的激活函数为relu。

8.一种电子显微图像降噪系统，其特征在于，包括：

9.一种计算机设备，其特征在于，包括存储器和处理器；所述存储器存储有计算机程序，所述处理器用于运行所述存储器内的计算机程序，以执行权利要求1至7任一项所述的方法。

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程序，所述计算机程序适于处理器进行加载，以执行权利要求1至7任一项所述的方法。

技术总结本发明提供了一种电子显微图像降噪方法、系统、设备及存储介质，属于电子显微图像处理领域，其方法包括如下步骤：获取待处理的电子显微图像数据集；基于U‑Net，将ResNet‑18的特征提取层作为U‑Net的编码器，构建ResU‑Net去噪模型；将待处理的电子显微图像数据集中的图像输入ResU‑Net去噪模型，在ResU‑Net的编码器与解码器之间使用跳跃连接操作和级联操作，从不同尺度提取图像特征，得到高级特征图和低级特征图，再使用解码器对接收到的高级特征图和低级特征图进行特征融合，得到降噪后的电子显微图像。本发明能够有效提高低剂量弱衬度电子显微图像的降噪能力。技术研发人员：朱艺涵,李彩梦,孙土来受保护的技术使用者：浙江工业大学技术研发日：技术公布日：2024/7/29