[发明专利]图像降噪方法、训练方法、装置、电子设备及存储介质

说明书

本发明提供了一种图像降噪方法、训练方法、装置、电子设备及存储介质，该图像降噪方法包括：确定待降噪图像对应的图像传感器，并确定待降噪图像的拍摄参数；获取与所述图像传感器和所述拍摄参数对应的图像降噪模型，所述图像降噪模型是基于所述图像传感器所获取的样本图像对训练得到的，所述样本图像对包括原始图像和合成图像；通过所述图像降噪模型对所述待降噪图像进行降噪处理，得到降噪后的图像。本发明由于样本图像对中原始图像是真实场景带有噪声的图像，通过样本图像对训练得到的图像降噪模型可以提高图像降噪的效果，而且不会带来副作用。

技术领域

本发明涉及图像处理技术领域，特别是涉及一种图像降噪方法、训练方法、装置、电子设备及存储介质。

背景技术

传统降噪算法是使用双边滤波算法利用预先设计的滤波核，对噪声图像进行卷积操作，从而得到降噪后的图像。这种降噪方式需要假设噪声的呈现形态满足高斯分布或满足一定的数学分布，在一张无噪声的图像上合成噪声，然后通过改变高斯分布的方差，从而改变噪声强度。在实际应用中，这种假设满足一定数学分布的噪声形态无法满足真实的情况，导致传统算法在应用到实际产品中出现不能完全降噪的普遍现象。

传统降噪算法在实际应用中为了达到降噪目的，会进行较多参数的调教，这些调教会带来降噪效果的一定提高，同时也会为图像引入较多肉眼可见的问题，如涂抹感、颗粒感等。传统降噪算法在降噪效果和产生的副作用之间需要做大量后期调教，工作量大，对建模经验工作人员的要求较高，对于多线产品的开发成本较高，而且经过充分调教的传统降噪算法在实际应用中，仍然无法完全消去算法本身带来的负面效果。

发明内容

鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种图像降噪方法、训练方法、装置、电子设备及存储介质。

依据本发明实施例的第一方面，提供了一种图像降噪方法，包括：

确定待降噪图像对应的图像传感器，并确定所述待降噪图像的拍摄参数；

获取与所述图像传感器和所述拍摄参数对应的图像降噪模型，所述图像降噪模型是基于所述图像传感器所获取的样本图像对训练得到的，所述样本图像对包括原始图像和合成图像；

通过所述图像降噪模型对所述待降噪图像进行降噪处理，得到降噪后的图像。

依据本发明实施例的第二方面，提供了一种图像降噪模型的训练方法，包括：

从电子设备中获取与目标图像传感器对应的至少一个原始图像和至少一个合成图像，根据所述至少一个原始图像和所述至少一个合成图像确定至少一个样本图像对，其中，每个样本图像对的拍摄参数相同；

基于拍摄参数满足同一设定条件的至少一个样本图像对，对卷积神经网络模型进行训练，得到与所述目标图像传感器和所述设定条件对应的图像降噪模型。

依据本发明实施例的第三方面，提供了一种样本图像对获取方法，包括：

关闭图像处理器ISP中的部分功能模块，并确定采集原始图像和合成图像的目标图像传感器，所述部分功能模块包括锐化模块和降噪模块；

通过所述目标图像传感器和所述图像处理器ISP获取目标场景的原始图像；

在与所述原始图像相同拍摄参数下，通过所述目标图像传感器和所述图像处理器ISP获取所述目标场景的多帧图像，对所述多帧图像进行合成，得到合成图像；

将所述原始图像和所述合成图像确定为所述样本图像对。

依据本发明实施例的第四方面，提供了一种图像降噪装置，包括：

图像信息确定模块，用于确定待降噪图像对应的图像传感器，并确定所述待降噪图像的拍摄参数；