[發明專利]圖像去噪模型的訓練方法、圖像去噪方法、裝置及介質

在審

• 申請號: 202010534723.5
• 申請日: 2020-06-12
• 公開（公告）號: CN111709891A
• 公開（公告）日: 2020-09-25
• 發明（設計）人: 張亮
• 申請（專利權）人: 北京小米松果電子有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T5/50;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京名華博信知識產權代理有限公司 11453
• 代理人: 白瑩

1.一種圖像去噪模型的訓練方法，其特征在于，包括：

通過拍攝設備采集多個樣本圖像組，每個樣本圖像組包括感光度相同的多幀樣本圖像，不同的樣本圖像組中樣本圖像的感光度不同；

獲取每個樣本圖像組的感光度，并且根據所述感光度確定與每個樣本圖像組對應的噪聲表征圖像；

確定每個樣本圖像組相關聯的訓練輸入圖像組和目標圖像，每個訓練輸入圖像組包括對應的樣本圖像組中全部或部分樣本圖像以及對應的噪聲表征圖像；

構建多個訓練對，每個訓練對包括一個訓練輸入圖像組和對應的目標圖像；

使用所述多個訓練對，訓練所述圖像去噪模型，直至所述圖像去噪模型收斂。

2.如權利要求1所述的訓練方法，其特征在于，

所述根據所述感光度確定與每個樣本圖像組對應的噪聲表征圖像，包括：

構建感光度圖像，所述感光度圖像的所有像素值均為所述樣本圖像組的歸一化感光度，將所述感光度圖像作為所述噪聲表征圖像。

3.如權利要求1所述的訓練方法，其特征在于，

所述根據所述感光度確定與每個樣本圖像組對應的噪聲表征圖像，包括：

構建感光度圖像，所述感光度圖像的所有像素值均為所述樣本圖像組的歸一化感光度；

獲取所述樣本圖像組對應的目標圖像的灰度分量圖像，確定所述灰度分量圖像和所述感光度圖像的點乘矩陣，將所述點乘矩陣作為所述噪聲表征圖像。

4.如權利要求1所述的訓練方法，其特征在于，

所述根據所述感光度確定與每個樣本圖像組對應的噪聲表征圖像，包括：

構建感光度圖像，所述感光度圖像的所有像素值均為所述樣本圖像組的歸一化感光度；

確定所述樣本圖像組對應的目標圖像的灰度分量圖像；

確定所述噪聲表征圖像是二維圖像，所述二維圖像包括所述感光度圖像和灰度分量圖像。

5.如權利要求2、3或4所述的訓練方法，其特征在于，所述歸一化感光度通過以下方式獲得：

統計所述多個樣本圖像組中的最大感光度和最小感光度，基于所述最大感光度和所述最小感光度確定感光度區間，構建所述感光度區間與圖像像素值區間的映射關系，根據所述映射關系確定各個樣本圖像組的歸一化感光度。

6.如權利要求1所述的訓練方法，其特征在于，

所述確定每個樣本圖像組相關聯的目標圖像，包括以下中的一種：

根據樣本圖像組中各樣本圖像計算相同位置的像素平均值獲得目標圖像；

根據樣本圖像組中各樣本圖像計算相同位置的像素加權平均值獲得目標圖像；

從樣本圖像組中選擇清晰度最高的樣本圖像、第一幀樣本圖像或者最后一幀樣本圖像作為參考圖像，根據樣本圖像組中各樣本圖像計算特征點，根據所述參考圖像對所述樣本圖像組中其它樣本圖像進行特征點對齊操作，將對齊操作后的樣本圖像進行多幀圖像融合，獲得目標圖像。

7.一種多幀圖像去噪方法，其特征在于，包括：

通過拍攝設備采集連續多幀的待處理圖像組，并獲取所述待處理圖像組的感光度；

根據所述感光度，確定所述待處理圖像組對應的噪聲表征圖像；

將所述待處理圖像組以及對應的噪聲表征圖像，輸入使用權利要求1至6中任一權利要求所述的訓練方法訓練過的多幀圖像去噪模型；

從所述多幀圖像去噪模型輸出與所述待處理圖像組對應的目標去噪圖像。

8.如權利要求7所述的多幀圖像去噪方法，其特征在于，所述根據所述感光度，確定所述待處理圖像組對應的噪聲表征圖像，包括：

根據用戶輸入的自適應系數，將所述感光度乘以自適應系數，以獲得自適應調整后的感光度，根據所述自適應調整后的感光度確定所述待處理圖像組對應的噪聲表征圖像。