本申请涉及智能终端技术领域，尤其涉及cnn-lms图像噪声的智能滤波方法及系统。
背景技术：
随着移动互联网、移动终端的发展，信息以超出想象的速度发生爆发式的增长。在信息时代，图像是用户信息交互的重要载体，然而，数字图像在数字化和传输过程中因成像设备与外部环境等产生噪声。传统的图像噪声滤波方法包括小波滤波、中值滤波、维纳滤波、均值滤波等。当前，针对图像噪声滤波大致分为两种类型：第一种是空间域的技术，主要根据图像平滑的模型对图像进行卷积处理，对图像含有噪声的像素进行平滑计算，以过滤或者抑制图像噪声。第二种是频率域的技术，将图像进行频域变换，选择合适的高通、低通、带通滤波器以过滤频域类的噪声，再获取滤噪后的图像。
传统的滤波技术针对特定噪声模型具有一些效果，例如：均值滤波及中值滤波在一些脉冲噪声条件下可以对脉冲噪声进行平滑抑制，并不能滤除噪声；维纳滤波虽然对高斯噪声滤波效果较好，但是对脉冲噪声、乘性噪声滤波效果较差；小波滤波虽然能够在去除图像噪声时，较好地保留信号的突变部分或图像的边缘，但是会丢失图像的细节部分，使用该技术时，应当进一步考虑抑制噪声与保留信号细节之间的问题。
因此，期望提供一种cnn-lms图像噪声的智能滤波方法及系统，通过在lms自适应滤波系统中嵌入cnn智能控制模型，调节lms自适应滤波系统参数，对图像噪声进行滤波或抑制，以去除图像噪声获取滤波图像。
技术实现要素：
根据本申请的一些实施例的第一方面，提供了一种cnn-lms图像噪声的智能滤波方法，应用于终端(例如，电子设备等)中，所述方法可以包括：构建噪声图像模型；建立lms自适应滤波系统；嵌入cnn智能控制模型；调节lms自适应滤波系统参数；输出滤波图像。
在一些实施例中，所述构建数字图像噪声模型进一步包括：获取数字图像模型r；获取混合噪声模型v；构建噪声图像模型i，其中，i＝r+v。
在一些实施例中，所述数字图像模型r，混合噪声模型v，噪声图像模型i分别通过式(1)、式(2)、式(3)表示为：
在一些实施例中，所述建立lms自适应滤波系统进一步包括：根据图像噪声的特征建立lms自适应滤波系统，其中，所述系统t时刻的系数向量为w(t)；获取t时刻标准图像为d(t)；确定t时刻lms自适应滤波系统的误差为e(t)。
在一些实施例中，所述方法可以进一步包括：获取t时刻噪声图像模型i的转置it(t)，所述误差e(t)通过式(4)表示为：e(t)＝d(t)-it(t)w(t)(4)。
在一些实施例中，所述嵌入cnn智能控制模型进一步包括：将i(t)以及e(t)输入cnn智能控制模型；cnn智能控制模型训练控制参数β，以优化lms自适应滤波系统参数μ。
在一些实施例中，所述cnn智能控制模型训练的数据流包括：conv1层卷积，pool1层下采样，conv2层卷积，pool2层下采样，fullconnect1层全连接，fullconnect2层全连接，softmax层控制输出。
在一些实施例中，所述系数向量w(t)在t+1时刻通过式(5)表示为：
w(t+1)＝w(t)+2μe(t)i(t)(5)；
其中，所述lms自适应滤波系统参数μ满足式(6)的关系：
在一些实施例中，所述控制参数β通过式(7)调节lms自适应滤波系统参数μ：
根据本申请的一些实施例的第二方面，提供了一个系统，包括：一个存储器，被配置为存储数据及指令；一个与存储器建立通信的处理器，其中，当执行存储器中的指令时，所述处理器被配置为：构建噪声图像模型；建立lms自适应滤波系统；嵌入cnn智能控制模型；调节lms自适应滤波系统参数；输出滤波图像。
因此，根据本申请的一些实施例的cnn-lms图像噪声的智能滤波方法及系统，通过在lms自适应滤波系统中嵌入cnn智能控制模型，调节lms自适应滤波系统参数，对图像噪声进行滤波或抑制，以去除图像噪声获取滤波图像。
附图说明
为更好地理解并阐述本申请的一些实施例，以下将结合附图参考实施例的描述，在这些附图中，同样的数字编号在附图中指示相应的部分。
图1是根据本申请的一些实施例提供的网络环境系统的示例性示意图。
图2是根据本申请的一些实施例提供的电子设备功能配置的示例性单元示意图。
图3是根据本申请的一些实施例提供的cnn-lms图像噪声的智能滤波方法的示例性流程图。
图4是根据本申请的一些实施例提供的嵌入式cnn智能控制模型训练参数的示例性流程图。
具体实施方式
以下参考附图的描述为便于综合理解由权利要求及其等效内容所定义的本申请的各种实施例。这些实施例包括各种特定细节以便于理解，但这些仅被视为示例性的。因此，本领域技术人员可以理解对在此描述的各种实施例进行各种变化和修改而不会脱离本申请的范围和精神。另外，为简要并清楚地描述本申请，本申请将省略对公知功能和结构的描述。
在以下说明书和权利要求书中使用的术语和短语不限于字面含义，而是仅为能够清楚和一致地理解本申请。因此，对于本领域技术人员，可以理解，提供对本申请各种实施例的描述仅仅是为说明的目的，而不是限制所附权利要求及其等效定义的本申请。
下面将结合本申请一些实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通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，都属于本申请保护的范围。
需要说明的是，在本申请实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请实施例和所附权利要求书中所使用的单数形式的“一”、“一个”、“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本申请中使用的术语“和/或”是指并包含一个或多个相绑定的列出项目的任何或所有可能组合。表达“第一”、“第二”、“所述第一”和“所述第二”是用于修饰相应元件而不考虑顺序或者重要性，仅仅被用于区分一种元件与另一元件，而不限制相应元件。
根据本申请一些实施例的终端可以是电子设备，该电子设备可以包括智能手机、个人电脑(pc，例如平板电脑、台式电脑、笔记本、上网本、掌上电脑pda)、移动电话、电子书阅读器、便携式多媒体播放器(pmp)、音频/视频播放器(mp3/mp4)、摄像机、虚拟现实设备(vr)和可穿戴设备等中的一种或几种的组合。根据本申请的一些实施例，所述可穿戴设备可以包括附件类型(例如手表、戒指、手环、眼镜、或头戴式装置(hmd))、集成类型(例如电子服装)、装饰类型(例如皮肤垫、纹身或内置电子装置)等，或几种的组合。在本申请的一些实施例中，所述电子设备可以是灵活的，不限于上述设备，或者可以是上述各种设备中的一种或几种的组合。在本申请中，术语“用户”可以指示使用电子设备的人或使用电子设备的设备(例如人工智能电子设备)。
本申请实施例提供了一种cnn-lms图像噪声的智能滤波方法。为了便于理解本申请实施例，以下将参考附图对本申请实施例进行详细描述。
图1是根据本申请的一些实施例提供的网络环境系统100的示例性示意图。如图1所示，网络环境系统100可以包括电子设备110、网络120和服务器130等。电子设备110可以包括总线111、处理器112、存储器113、输入/输出模块114、显示器115、通信模块116和物理键117等。在本申请的一些实施例中，电子设备110可以省略一个或多个元件，或者可以进一步包括一个或多个其它元件。
总线111可以包括电路。所述电路可以互连电子设备110内的一个或多个元件(例如，总线111、处理器112、存储器113、输入/输出模块114、显示器115、通信模块116和物理键117)。所述电路也可以在电子设备110内的一个或多个元件之间实现通信(例如，获取和/或发送信息)。
处理器112可以包括一个或多个协处理器(co-processor)、应用处理器(ap，applicationprocessor)和通信处理器(communicationprocessor)。作为示例，处理器112可以执行与电子设备110的一个或多个元件的控制和/或数据处理(例如，启动图像噪声的智能滤波等操作)。
存储器113可以存储数据。所述数据可以包括与电子设备110中的一个或多个其它元件相关的指令或数据。例如，所述数据可以包括处理器112处理前的原始数据，中间数据和/或处理后的数据。存储器113可以包括非永久记忆性存储器和/或永久记忆性存储器。作为示例，存储器113可以存储原始数据、样本数据、中间数据等。
根据本申请的一些实施例，存储器113可以存储软件和/或程序。所述程序可以包括内核、中间件、应用编程接口(api，applicationprogramminginterface)和/或应用程序(或“应用”)。
所述内核、所述中间件或所述应用编程接口的至少一部分可以包括操作系统(os，operatingsystem)。作为示例，所述内核可以控制或管理用于执行其他程序(例如，中间件、应用编程接口和应用程序)中实现的操作或功能的系统资源(例如，总线111、处理器112、存储器113等)。此外，所述内核可以提供接口。所述接口可以通过所述中间件、所述应用编程接口或所述应用程序访问电子设备110的一个或多个元件以控制或管理系统资源。
所述中间件可以作为数据传输的中间层。所述数据传输可以允许应用编程接口或应用程序与所述内核通信用以交换数据。作为示例，所述中间件可以处理从所述应用程序获取的一个或多个任务请求。例如，所述中间件可以向一个或多个应用程序分配电子设备110的系统资源(例如，总线111、处理器112、存储器113等)的优先级，以及处理所述一个或多个任务请求。所述应用编程接口可以是所述应用程序用于控制从所述内核或所述中间件提供功能的接口。所述应用编程接口也可以包括一个或多个接口或功能(例如，指令)。所述功能可以用于启动控制、数据通道控制、安全控制、通信控制、文件控制、窗口控制、文本控制、图像处理、信息处理等。
输入/输出模块114可以向电子设备110的其他元件发送从用户或外部设备输入的指令或数据。输入/输出模块114也可以将从电子设备110的其他元件获取的指令或数据输出给用户或外部设备。在一些实施例中，输入/输出模块114可以包括输入单元，用户可以通过所述输入单元输入信息或指令。
显示器115可以显示内容。所述内容可以向用户显示各种类型(例如，文本、图像、视频、图标和/或符号等，或几种的组合)。显示器115可以包括液晶显示器(lcd，liquidcrystaldisplay)、发光二极管(led，light-emittingdiode)显示器、有机发光二极管(oled，organiclightemittingdiode)显示器、微型机电系统(mems，microelectromechanicalsystems)显示器或电子纸显示器等，或几种的组合。显示器115可以包括显示屏、触摸屏等。所述显示屏可以显示噪声图像、滤波图像等。所述噪声图像可以包括含有噪声的数字图像；所述滤波图像可以包括图像噪声经过滤波后的数字图像，其中，所述图像噪声可以为数字图像中的噪声。在一些实施例中，显示器115可以显示虚拟键。所述触摸屏可以获取所述虚拟键的输入。显示器115可以通过所述触摸屏获取输入。所述输入可以包括触摸输入、手势输入、动作输入、接近输入、电子笔或用户身体部分的输入(例如，悬停输入)。
通信模块116可以配置设备之间的通信。在一些实施例中，网络环境系统100可以进一步包括电子设备140。作为示例，所述设备之间的通信可以包括电子设备110和其他设备(例如，服务器130或电子设备140)之间的通信。例如，通信模块116可以通过无线通信或有线通信连接到网络120，与其他设备(例如，服务器130或电子设备140)实现通信。
所述无线通信可以包括微波通信和/或卫星通信等。所述无线通信可以包括蜂窝通信(例如，全球移动通信(gsm，globalsystemformobilecommunications)、码分多址(cdma，codedivisionmultipleaccess)、第三代移动通信(3g，the3rdgenerationtelecommunication)、第四代移动通信(4g)、第五代移动通信(5g)、长期演进技术(lte，longtermevolution)、长期演进技术升级版(lte-a，lte-advanced)、宽带码分多址(wcdma，widebandcodedivisionmultipleaccess)、通用移动通信系统(umts，universalmobiletelecommunicationssystem)、无线宽带(wibro，wirelessbroadband)等，或几种的组合。根据本申请的一些实施例，所述无线通信可以包括无线局域网(wifi，wirelessfidelity)、蓝牙、低功耗蓝牙(ble，bluetoothlowenergy)、紫蜂协议(zigbee)、近场通讯(nfc，nearfieldcommunication)、磁安全传输、射频和体域网(ban，bodyareanetwork)等，或几种的组合。根据本申请的一些实施例，所述有线通信可以包括全球导航卫星系统(glonass/gnss，globalnavigationsatellitesystem)、全球定位系统(gps，globalpositionsystem)、北斗导航卫星系统或伽利略(欧洲全球卫星导航系统)等。所述有线通信可以包括通用串行总线(usb，universalserialbus)、高清多媒体接口(hdmi，high-definitionmultimediainterface)、推荐标准232(rs-232，recommendstandard232)、和/或简易老式电话服务(pots，plainoldtelephoneservice)等，或几种的组合。
物理键117可以用于用户交互。物理键117可以包括一个或多个实体键。在一些实施例中，用户可以自定义物理键117的功能。作为示例，物理键117可以发送指令。所述指令可以包括启动嵌入式cnn智能控制模型训练参数、启动图像噪声的智能滤波等。
在一些实施例中，电子设备110可以进一步包括传感器。所述传感器可以包括但不限于光敏传感器、声敏传感器、气敏传感器、化学传感器、压敏传感器、温敏传感器、流体传感器、生物传感器、激光传感器、霍尔传感器、位置传感器、加速度传感器、智能传感器等，或几种的组合。
在一些实施例中，电子设备110可以进一步包括红外设备、图像采集设备等。作为示例，所述红外设备可以通过红外线投射方式，以及眨眼识别、注视识别等技术获取眼睛的信息。例如，所述红外设备通过采集用户的眨眼动作来认证用户信息。作为示例，所述图像采集设备可以包括摄像头、虹膜装置等。所述摄像头可以实现眼球追踪等功能。所述虹膜装置可以利用虹膜识别技术进行身份认证(例如，认证用户信息)。所述虹膜装置可以包括虹膜摄像头，所述虹膜摄像头可以获取虹膜信息，所述虹膜信息可以存储在存储器113中。
网络120可以包括通信网络。所述通信网络可以包括计算机网络(例如，局域网(lan，localareanetwork)或广域网(wan，wideareanetwork))、互联网和/或电话网络等，或几种的组合。网络120可以向网络环境系统100中的其他设备(例如，电子设备110、服务器130、电子设备140等)发送信息。
服务器130可以通过网络120连接网络环境系统100中的其他设备(例如，电子设备110、电子设备140等)。在一些实施例中，服务器130可以通过网络120与电子设备110进行数据传输等。例如，服务器130可以通过网络120向电子设备110发送噪声图像等，电子设备110可以通过网络120向服务器130发送滤波图像等。
电子设备140可以与电子设备110相同或不同的类型。根据本申请的一些实施例，在电子设备110中执行的部分或全部操作可以在另一设备或多个设备(例如，电子设备140和/或服务器130)中执行。在一些实施例中，当电子设备110自动或响应于请求执行一种或多种功能和/或服务时，电子设备110可以请求其他设备(例如，电子设备140和/或服务器130)替代执行功能和/或服务。在一些实施例中，电子设备110除执行功能或服务外，进一步执行与其相关的一种或多种功能。在一些实施例中，其他设备(例如，电子设备140和/或服务器130)可以执行所请求的功能或其它相关的一种或多种功能，可以将执行结果发送给电子设备110。电子设备110可以重复执行结果或进一步处理执行结果，以提供所请求的功能或服务。作为示例，电子设备110可以使用云计算、分布式技术和/或客户端-服务端计算计算等，或几种的组合。在一些实施例中，根据云计算服务性质的不同，所述云计算可以包括公有云、私有云和混合云等。例如，电子设备110可以与电子设备140进行数据传输等，例如，共享噪声图像、滤波图像等。
需要说明的是，以上对于网络环境系统100的描述，仅为描述方便，并不能把本申请限制在所举实施例的范围之内。可以理解，对于本领域技术人员，基于本系统的原理，可能在不背离该原理的前提下，对各个元件进行任意组合，或者构成子系统与其他元件连接，对实施上述方法和系统的应用领域进行形式和细节上的各种修正和改变。例如，网络环境系统100可以进一步包括数据库等。又例如，电子设备110可以不包括物理键117等。诸如此类的变形，均在本申请的保护范围之内。
图2是根据本申请的一些实施例提供的电子设备功能配置的示例性单元框图。如图2所示，处理器112可以包括处理模块200，所述处理模块200可以包括获取单元210，处理单元220，控制单元230，确定单元240。
根据本申请的一些实施例，获取单元210可以获取数据。在一些实施例中，所述数据可以包括信息，所述信息可以包括但不限于文本、图像、音频、视频、动作、手势、声音、眼睛(例如，虹膜信息等)、气息、光等，或几种的组合。在一些实施例中，所述信息可以包括但不限于输入信息、系统信息和/或通信信息等。作为示例，获取单元210可以通过输入/输出模块114、显示器115的触摸屏、物理键117和/或传感器获取电子设备110的输入信息。所述输入信息可以包括其他设备(例如，电子设备140)和/或用户的输入，例如，按键输入、触控输入、手势输入、动作输入、远程输入、传输输入、眼睛输入、声音输入、气息输入、光输入等，或几种的组合。所述输入信息的获取部件可以包括但不限于红外设备、图像采集设备、传感器等，或几种的组合。作为示例，获取单元210可以通过输入/输出模块114获取噪声图像、lms自适应滤波系统误差等。又例如，获取单元210可以获取t时刻标准图像d(t)。
在一些实施例中，获取单元210可以通过网络120获取通信信息。所述通信信息可以包括应用软件信息、通讯信号(例如，语音信号、视频信号等)、短消息等。在一些实施例中，获取单元210可以通过网络120、存储器113和/或传感器获取系统信息。所述系统信息可以包括但不限于电子设备110的系统状态、预设信息、存储器113存储的信息(例如，虹膜认证信息等)等，或几种的组合。
在一些实施例中，所述信息可以包括指令。所述指令包括用户指令和/或系统指令等，或几种的组合。所述指令可以包括触发指令、认证指令、填写指令等，或几种的组合。所述认证指令可以包括认证用户信息指令等。作为示例，当用户按下物理键(例如，快捷键等)时，电子设备110可以执行图像噪声的智能滤波等。
根据本申请的一些实施例，处理单元220可以处理数据。在一些实施例中，处理单元220可以构建噪声图像模型等。在一些实施例中，处理单元220可以建立lms自适应滤波系统。在一些实施例中，处理单元220可以处理嵌入cnn智能控制模型的训练数据。在一些实施例中，处理单元220可以利用lms自适应滤波系统对噪声图像进行滤波处理，以实现图像噪声的智能滤波。
根据本申请的一些实施例，控制单元230可以控制参数。在一些实施例中，控制单元230可以在lms自适应滤波系统中嵌入cnn智能控制模型。在一些实施例中，控制单元230可以通过cnn智能控制模型输出的控制参数调节lms自适应滤波系统参数。在一些实施例中，控制单元230可以通过输入/输出模块114输出滤波图像。在一些实施例中，控制单元230可以通过输入/输出模块114向嵌入cnn智能控制模型输入噪声图像、和/或lms自适应滤波系统误差等。
根据本申请的一些实施例，确定单元240可以确定信息。在一些实施例中，确定单元240可以通过嵌入cnn智能控制模型训练的控制参数确定优化的lms自适应滤波系统参数。在一些实施例中，确定单元240可以确定lms自适应滤波系统参数的取值范围。在一些实施例中，确定单元240可以确定t时刻lms自适应滤波系统的误差e(t)。
需要说明的是，以上对于处理模块200中的单元描述，仅为描述方便，并不能把本申请限制在所举实施例的范围之内。可以理解，对于本领域技术人员，基于本系统的原理，可能在不背离该原理的前提下，对各个单元进行任意组合，或者构成子模块与其他单元连接，对实施上述模块和单元的功能进行形式和细节上的各种修正和改变。例如，处理模块200可以进一步分析单元，用于认证当前用户信息与存储用户信息的一致性等。又例如，处理模块200可以进一步包括存储单元，所述存储单元可以存储噪声图像、滤波图像等。诸如此类的变形，均在本申请的保护范围之内。
图3是根据本申请的一些实施例提供的cnn-lms图像噪声的智能滤波方法的示例性流程图。如图3所示，流程300可以通过处理模块200实现。
在301，构建噪声图像模型。操作301可以通过处理模块200的获取单元210、处理单元220实现。在一些实施例中，获取单元210可以获取数字图像模型r，混合噪声模型v；处理单元220可以构建噪声图像模型i，其中，i＝r+v。其中，数字图像模型r，混合噪声模型v，噪声图像模型i分别通过式(1)、式(2)、式(3)表示为：
其中，m，n分别为噪声图像i的矩阵的高度和宽度；iij为噪声图像i的像素，通过
在302，建立lms自适应滤波系统。操作302可以通过处理模块200的处理单元220实现。在一些实施例中，处理单元220可以根据图像噪声的特征建立lms自适应滤波系统。所述图像噪声的特征可以包括非单一噪声的混合噪声的特征，所述单一噪声的特征可以包括脉冲噪声，高斯噪声，椒盐噪声等。在一些实施例中，所述lms自适应滤波系统t时刻的系数向量为w(t)；获取单元210可以获取t时刻标准图像为d(t)；确定单元240可以确定t时刻lms自适应滤波系统的误差为e(t)，处理单元220可以建立lms自适应滤波系统，通过式式(4)、式(5)、式(6)表示为：
e(t)＝d(t)-it(t)w(t)(4)
w(t+1)＝w(t)+2μe(t)i(t)(5)
其中，it(t)为t时刻噪声图像i的转置；为满足lms自适应滤波系统的收敛性，lms自适应滤波系统参数μ应当满足式(6)的条件，其中λmax可以为噪声图像i特征向量的最大特征值。
在303，嵌入cnn智能控制模型。操作303可以通过处理模块200的控制单元230实现。在一些实施例中，控制单元230可以在所述lms自适应滤波系统中嵌入cnn智能控制模型。在一些实施例中，cnn智能控制模型可以训练输出控制参数β，所述控制参数β可以通过调节lms自适应滤波系统参数μ，以实现lms自适应滤波系统参数的优化。
在一些实施例中，处理单元220可以构建对象识别的卷积神经网络cnn(convolutionalneuralnetwork，cnn)智能控制模型，cnn可以包括两种隐藏层，一种是conv1层及conv2层，所述conv1层及conv2层可以用于卷积运算，以提取训练样本数据的特征；另一种是pool1层及pool2层，所述pool1层及pool2层可以用于池化，以减少运算量，防止特征过拟合。所述特征过拟合可以表示模型的训练效果好，但模型测试时的表现效果差，或出现误差较大等异常的现象。全连接层可以用于特征值的增强效应，softmax层可以用于控制输出lms自适应滤波系统参数，所述具体的数据流在模型的流动过程如图4所示。
在304，调节lms自适应滤波系统参数。操作304可以通过处理模块200的控制单元230实现。在一些实施例中，控制单元230可以通过cnn智能控制模型训练输出的控制参数β调节lms自适应滤波系统参数。作为示例，所述控制参数β可以通过式(7)调节lms自适应滤波系统参数μ，式(7)表示为：
在305，输出滤波图像。操作305可以通过处理模块200的控制单元230实现。在一些实施例中，控制单元230可以通过输入/输出模块114输出滤波图像。所述滤波图像可以为噪声图像通过lms自适应滤波系统的智能滤波后得到的图像。
根据本申请的一些实施例，流程300可以进一步包括分析滤波图像。在一些实施例中，获取单元210可以获取标准图像，确定单元240可以对比分析所述滤波图像和所述标准图像，以确定lms自适应滤波系统误差。
图4是根据本申请的一些实施例提供的嵌入式cnn智能控制模型训练参数的示例性流程图。如图4所示，流程400可以通过处理模块200实现。在一些实施例中，流程400可以是流程300中操作303的模型架构的一种实现方式。
在401，获取噪声图像。操作401可以通过处理模块200的获取单元210实现。在一些实施例中，获取单元210可以通过输入/输出模块114获取噪声图像。作为示例，获取单元210可以获取噪声图像i。
在402，获取lms自适应滤波系统误差。操作402可以通过处理模块200的获取单元210实现。在一些实施例中，获取单元210可以获取lms自适应滤波系统误差，所述lms自适应滤波系统误差可以通过对比分析噪声图像和标准图像确定。
在403，输入cnn智能控制模型。操作403可以通过处理模块200的控制单元230实现。在一些实施例中，控制单元230可以将获取的噪声图像和lms自适应滤波系统误差输入cnn智能控制模型，所述cnn智能控制模型可以训练控制参数，以优化调节lms自适应滤波系统参数。
在404，conv1层卷积。操作404可以通过处理模块200的处理单元220实现。在一些实施例中，所述conv1层可以用于卷积运算，以提取训练样本数据的特征。
在405，pool1层下采样。操作405可以通过处理模块200的控制单元230实现。在一些实施例中，所述pool1层可以用于池化，以减少运算量，防止特征过拟合。
在406，conv2层卷积。操作406可以通过处理模块200的处理单元220实现。在一些实施例中，所述conv2层可以用于卷积运算，以提取训练样本数据的特征。所述conv2层卷积的核数目与所述conv1层卷积核数目不同，例如，所述conv2层的卷积核可以相比所述conv1层的卷积核成倍增加。
在407，pool2层下采样。操作407可以通过处理模块200的处理单元220实现。在一些实施例中，所述pool2层可以用于池化，以减少运算量，防止特征过拟合。所述pool2层与所述pool1层的采样规则可以相同或不同。
在408，fullconnect1层全连接。操作408可以通过处理模块200的控制单元230实现。在一些实施例中，所述fullconnect1层全连接可以用于特征值的增强效应。
在409，fullconnect2层全连接。操作409可以通过处理模块200的控制单元230实现。在一些实施例中，所述fullconnect2层全连接可以用于特征值的增强效应。
在410，softmax层控制输出lms自适应滤波参数。操作410可以通过处理模块200的处理单元220实现。在一些实施例中，所述softmax层可以控制输出lms自适应滤波系统参数。作为示例，cnn智能控制模型可以训练输出控制参数，所述控制参数可以进一步调节lms自适应滤波系统参数。
需要说明的是，以上对于流程300、流程400的描述，仅为描述方便，并不能把本申请限制在所举实施例的范围之内。可以理解，对于本领域技术人员，基于本系统的原理，可能在不背离该原理的前提下，对各个操作进行任意组合，或者构成子流程与其它操作组合，对实施上述流程和操作的功能进行形式和细节上的各种修正和改变。例如，流程300可以进一步包括分析滤波图像等操作。诸如此类的变形，均在本申请的保护范围之内。
综上所述，根据本申请实施例的cnn-lms图像噪声的智能滤波方法及系统，通过在lms自适应滤波系统中嵌入cnn智能控制模型，调节lms自适应滤波系统参数，对图像噪声进行滤波或抑制，以去除图像噪声获取滤波图像。
需要注意的是，上述的实施例仅仅是用作示例，本申请不限于这样的示例，而是可以进行各种变化。
需要说明的是，在本说明书中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
最后，还需要说明的是，上述一系列处理不仅包括以这里所述的顺序按时间序列执行的处理，而且包括并行或分别地、而不是按时间顺序执行的处理。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序指令相关的硬件来完成，所述的程序可存储于一计算机可读存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储器(read-onlymemory，rom)或随机存储器(randomaccessmemory，ram)等。
以上所揭露的仅为本申请一些优选的实施例，不能以此来限定本申请之权利范围，本领域普通技术人员可以理解实现上述实施例的全部或部分流程，并依本申请权利要求所作的等同变化，仍属于发明所涵盖的范围。