[发明专利]图像处理方法、装置、电子设备、图像处理电路及存储介质

权利要求书

1.一种图像处理方法，其特征在于，包括：

获取原始图像；

结合所述原始图像中各像素点的预设特征，对所述原始图像进行划分得到多个图像区域，各所述图像区域，基于所述预设特征的特征值不同，所述预设特征为所述原始图像的亮度，所述预设特征的特征值为所述图像区域中全部像素点的亮度均值；

针对各所述图像区域分别基于人工智能降噪，以得到目标降噪图像，所述针对各所述图像区域分别基于人工智能降噪，包括：

采用神经网络模型，结合各所述图像区域对应的特征值，对各所述图像区域进行噪声特性识别；其中，所述神经网络模型，已学习得到各所述图像区域的特征值与噪声特性之间的映射关系，噪声特性指噪声的方差值；

根据识别出的噪声特性，对各所述图像区域降噪。

2.如权利要求1所述的图像处理方法，其特征在于，所述神经网络模型，是采用各特征值的样本图像对所述神经网络模型进行训练，直至所述神经网络模型识别出的噪声特性与相应样本图像中标注的噪声特性匹配时，所述神经网络模型训练完成。

3.如权利要求1所述的图像处理方法，其特征在于，还包括：

将降噪得到的图像区域作为目标降噪区域；

对各所述目标降噪区域进行合成，得到所述目标降噪图像。

4.如权利要求1-3任一项所述的图像处理方法，其特征在于，所述预设特征为图像亮度。

5.如权利要求4所述的图像处理方法，其特征在于，所述图像区域的基于所述预设特征的特征值，为所述图像区域中全部像素点的亮度均值。

6.一种图像处理装置，其特征在于，包括：

获取模块，用于获取原始图像；

划分模块，用于结合所述原始图像中各像素点的预设特征，对所述原始图像进行划分得到多个图像区域，各所述图像区域，基于所述预设特征的特征值不同，所述预设特征为所述原始图像的亮度，所述预设特征的特征值为所述图像区域中全部像素点的亮度均值；

降噪模块，用于针对各所述图像区域分别基于人工智能降噪，以得到目标降噪图像，针对各所述图像区域分别基于人工智能降噪，包括：

采用神经网络模型，结合各所述图像区域对应的特征值，对各所述图像区域进行噪声特性识别；其中，所述神经网络模型，已学习得到各所述图像区域的特征值与噪声特性之间的映射关系，噪声特性指噪声的方差值；

根据识别出的噪声特性，对各所述图像区域降噪。

7.如权利要求6所述的图像处理装置，其特征在于，所述神经网络模型，是采用各特征值的样本图像对所述神经网络模型进行训练，直至所述神经网络模型识别出的噪声特性与相应样本图像中标注的噪声特性匹配时，所述神经网络模型训练完成。

8.如权利要求6所述的图像处理装置，其特征在于，还包括：

合成模块，用于将降噪得到的图像区域作为目标降噪区域，并对各所述目标降噪区域进行合成，得到所述目标降噪图像。

9.如权利要求6-8任一项所述的图像处理装置，其特征在于，所述预设特征为图像亮度。

10.如权利要求9所述的图像处理装置，其特征在于，所述图像区域的基于所述预设特征的特征值，为所述图像区域中全部像素点的亮度均值。

11.一种电子设备，其特征在于，包括：图像传感器、存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述图像传感器与所述处理器电连接，所述处理器执行所述程序时，实现如权利要求1-5中任一所述的图像处理方法。

12.根据权利要求11所述的电子设备，其特征在于，所述处理器包括图像信号处理ISP处理器；

所述ISP处理器，用于控制所述图像传感器获取原始图像。