(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 20221084810 0.4 (22)申请日 2022.07.19 (71)申请人 中国人民解 放军陆军 装甲兵学院 地址 100072 北京市丰台区杜家坎21号 (72)发明人 闫兴鹏　刘新蕾　汪熙　荆涛　 蒋晓瑜　宋橙　王子强　 (74)专利代理 机构 北京方圆嘉 禾知识产权代理 有限公司 1 1385 专利代理师 程华 (51)Int.Cl. G06V 10/30(2022.01) G06V 10/762(2022.01) G06V 10/774(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01)G06N 3/08(2006.01) (54)发明名称 一种噪声训练集 生成方法及系统 (57)摘要 本发明涉及一种噪声训练集生成方法及系 统， 涉及图像处理领域， 方法包括： 获取测试集的 测试图片并确定所述测试图片的灰度分布； 随机 生成多个初始 类簇中心点； 根据所述测试图片的 灰度分布对所述初始类簇中心点进行类簇中心 优化， 得到类簇最优分布； 根据所述类簇最优分 布和灰度值的概率质量函数生成多个噪声训练 集。 本发明利用生成的噪声训练集替代真实图 像， 提高生成的全息图的清晰度。 权利要求书2页 说明书6页 附图1页 CN 115082687 A 2022.09.20 CN 115082687 A 1.一种噪声训练集 生成方法， 其特 征在于， 包括： 获取测试集的测试图片并确定所述测试图片的灰度分布； 随机生成多个初始类簇中心点； 根据所述测试图片的灰度分布对所述初始类簇 中心点进行类簇中心优化， 得到类簇最 优分布； 根据所述类簇最优分布和灰度值的概 率质量函数生成多个噪声训练集。 2.根据权利要求1所述的噪声训练集生成方法， 其特征在于， 所述根据 所述测试图片的 灰度分布对所述初始类簇中心点进行类簇中心优化， 得到类簇最优分布， 具体包括： 计算所述测试集中每张测试图片的灰度分布到每 个所述初始类簇中心点的欧式距离； 根据所述欧式距离将所述测试图片进行类簇划分得到划分后的类簇并计算所述划分 后的类簇的新类簇中心点； 根据所述 新类簇中心点和所述划分后的类簇确定类簇最优分布。 3.根据权利要求2所述的噪声训练集生成方法， 其特征在于， 所述根据 所述新类簇 中心 点和所述划分后的类簇确定类簇最优分布， 具体包括： 判断所述新类簇中心点是否符合最优条件， 若是， 则确定所述新类簇中心点形成的类 簇为类簇最优分布； 若否， 则返回步骤 “计算所述测试集中每张测试图片的灰度分布到每个 所述初始类簇中心点的欧式距离 ”； 所述最优条件为所述新类簇中心点不发生变化或者所 述新类簇中心点对应 类簇中的任一测试图片到所述 新类簇中心点的欧式距离均为 最短。 4.根据权利要求1所述的噪声训练集生成方法， 其特征在于， 所述根据 所述类簇最优分 布和灰度值的概 率质量函数生成多个噪声训练集， 具体包括： 根据所述测试图片的分辨率和所述类簇最优分布确定灰度值的概率质量函数的灰度 值分布； 根据所述灰度值分布确定灰度值的概 率质量函数的灰度值累积分布； 根据所述灰度值分布和所述灰度值累积分布生成多个噪声训练集。 5.一种噪声训练集 生成系统， 其特 征在于， 包括： 获取模块， 用于获取测试集的测试图片并确定所述测试图片的灰度分布； 随机生成模块， 用于随机生成多个初始类簇中心点； 优化模块， 用于根据 所述测试图片的灰度分布对所述初始类簇中心点进行类簇 中心优 化， 得到类簇最优分布； 噪声训练集生成模块， 用于根据所述类簇最优分布和灰度值的概率质量函数生成多个 噪声训练集。 6.根据权利要求5所述的噪声训练集 生成系统， 其特 征在于， 所述优化模块， 具体包括： 欧式距离确定单元， 用于计算所述测试集中每张测试图片的灰度分布到每个所述初始 类簇中心点的欧式距离； 类簇划分单元， 用于根据所述欧式距离将所述测试图片进行类簇划分得到划分后的类 簇并计算所述划分后的类簇的新类簇中心点； 类簇最优分布确定单元， 用于根据 所述新类簇 中心点和所述划分后的类簇确定类簇最 优分布。 7.根据权利要求6所述的噪声训练集生成系统， 其特征在于， 所述类簇最优分布确定单权　利　要　求　书 1/2 页 2 CN 115082687 A 2元， 具体包括： 判断子单元， 用于判断所述新类簇 中心点是否符合最优条件， 若是， 则确定所述新类簇 中心点形成的类簇为类簇最优分布； 若否， 则返回欧式距离确定单元； 所述最优 条件为所述 新类簇中心点不发生变化或者所述新类簇中心点对应类簇中的任一测试图片到所述新类 簇中心点的欧式距离均为 最短。 8.根据权利要求5所述的噪声训练集生成系统， 其特征在于， 所述噪声训练集生成模 块， 具体包括： 灰度值分布确定单元， 用于根据所述测试图片的分辨率和所述类簇最优分布确定灰度 值的概率质量函数的灰度值分布； 灰度值累积分布确定单元， 用于根据 所述灰度值分布确定灰度值的概率质量函数的灰 度值累积分布； 噪声训练集生成单元， 用于根据所述灰度值分布和所述灰度值累积分布生成多个噪声 训练集。权　利　要　求　书 2/2 页 3 CN 115082687 A 3