[发明专利]一种基于深度学习的图像水印的去除方法

说明书

本发明涉及图像处理技术领域，具体涉及一种基于深度学习的图像水印的去除方法。该方法用于解决图片上的水印去除问题。该方法步骤如下：收集得到不同类型的水印模板图像，并收集一定数量的无水印图像，利用二者生成数据集；利用生成的数据集通过卷积神经网络学习训练得到水印模型；利用得到的水印模型对待处理的水印图像进行去水印操作。解决背景复杂情况下无法完全去除水印的情况，提高无水印图像的图像质量。

技术领域

本发明涉及图像处理技术领域，具体涉及一种基于深度学习的图像水印的去除方法。

背景技术

随着数码相机和智能手机的普及，数字图像的数量急剧增加，互联网上存在大量的数码照片。由于多种原因，导致相当一部分图像由于多种因素导致图像内容中存在着各种各样的水印，严重影响了图像的观感，也为进一步的图像分析造成了困难。

为了方便进一步对图像的分析和利用，就需要对图像存在的水印进行去除处理。而去除图像水印本身也是一种传统的图像处理技术，也是一门非常实用的技术。

具体的，传统的水印去除方法借助于图像修复方法，包括基于样图的纹理合成、基于物理热流偏微分方程的数字图像修复、锐化、维纳滤波、小波变换等等。这类方法并没有考虑水印在颜色和位置方面的特殊性，往往需要人工对水印区域进行选择来进行水印去除，效率低下，甚至会造成误抹。

随着机器学习特别是深度神经网络的快速发展，使用更有效的深度学习方法来解决传统的问题显得更为有效可行。2017年，谷歌公司针对当前水印通常以相同的方式添加到许多图像中的特点，使用机器算法预估水印内容及其不透明度，来统一去水印。但是这种方法缺点在于水印变形和水印图像背景复杂的情况下使用该算法很难完全去除水印，导致原始图像和水印去除后图像有一定差距。

发明内容

本发明的目的是为了解决上述问题，提供一种基于深度学习的图像水印的去除方法。本发明的图像水印去除是在深度学习的基础上进行的；该方法能够解决现有技术中水印无法完全去除或者在水印去除过程中存在误抹操作的问题，提供一种高质量地去除水印并回复图像整体质量的方法。

为了达到上述发明目的，本发明采用以下技术方案：

一种基于深度学习的图像水印的去除方法，步骤如下：

收集得到不同类型的水印模板图像，并收集一定数量的无水印图像，利用二者生成数据集；

利用生成的数据集通过卷积神经网络学习训练得到水印模型；

利用得到的水印模型对待处理的水印图像进行去水印操作。

优选的，针对每一种水印模板图像，依次进行如下操作：

在收集的每一张无水印图像中均截取至少一个无水印区域图像，并将截取的无水印区域图像与该水印模板图像合成为水印区域图像，无水印区域图像与水印区域图像对应；

将不同类型的水印模板图像得到的水印区域图像和无水印区域图像作为数据集，用于训练水印模型。

优选的，收集不同类型的水印图，通过PS工具获取相对应的水印模板图像。

优选的，水印模型具体是由多个卷积层和池化层组成，训练时，将水印区域图像作为模型输入数据，通过调整模型参数，使获得的计算结果与水印区域图像所对应的无水印区域图像一致。

优选的，在对待处理的水印图像进行去水印操作前，对待处理的水印图像，首先经过计算自动获取该图像的水印区域图像。

优选的，获取待处理水印图像的水印区域图像的方法为：