[發明專利]基于噪聲場的圖像降噪方法、裝置、設備及存儲介質

有效

• 申請號: 202110219477.9
• 申請日: 2021-02-26
• 公開（公告）號: CN112950501B
• 公開（公告）日: 2023-10-13
• 發明（設計）人: 陳昊
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06N3/0455;G06N3/0464;G06N3/084;G06N3/08
• 代理公司: 深圳市世聯合知識產權代理有限公司 44385
• 代理人: 汪琳琳

1.一種基于噪聲場的圖像降噪方法，其特征在于，包括：

獲取待降噪圖像以及與所述待降噪圖像相對應的無噪聲圖像；

將所述無噪聲圖像輸入預設的噪聲分布模型，并在所述噪聲分布模型中構建所述無噪聲圖像的高斯-泊松聯合噪聲分布函數；

根據所述高斯-泊松聯合噪聲分布函數獲取所述待降噪圖像的噪聲分布信息；

將所述待降噪圖像和所述噪聲分布信息導入到預先訓練好的降噪模型，根據所述噪聲分布信息在以所述降噪模型中對所述待降噪圖像進行降噪，得到去噪圖像。

2.如權利要求1所述的基于噪聲場的圖像降噪方法，其特征在于，所述噪聲分布模型中預設有一個高斯核和一個泊松核，所述將所述無噪聲圖像輸入預設的噪聲分布模型，并在所述噪聲分布模型中構建所述無噪聲圖像的高斯-泊松聯合噪聲分布函數的步驟，具體包括：

將所述無噪聲圖像輸入到所述噪聲分布模型中，通過所述噪聲分布模型獲取所述無噪聲圖像的像素信息；

基于所述無噪聲圖像的像素信息、所述泊松核以及所述高斯核構建所述無噪聲圖像的高斯-泊松聯合噪聲分布函數。

3.如權利要求2所述的基于噪聲場的圖像降噪方法，其特征在于，在所述將所述無噪聲圖像輸入到所述噪聲分布模型中，通過所述噪聲分布模型獲取所述無噪聲圖像的像素信息的步驟之前，還包括：

從預設的圖像數據庫中獲取樣本圖像，將所述樣本圖像輸入到預設的初始噪聲分布模型，獲取所述初始噪聲分布模型的輸出結果；

構建所述初始噪聲分布模型的損失函數，基于所述輸出結果和預設標準結果，使用所述噪聲分布模型的損失函數進行誤差計算，獲取識別誤差；

基于所述識別誤差對所述噪聲分布模型進行迭代，直至模型擬合，得到輸出擬合的噪聲分布模型。

4.如權利要求1所述的基于噪聲場的圖像降噪方法，其特征在于，所述基于所述識別誤差對所述噪聲分布模型進行迭代，直至模型擬合，得到輸出擬合的噪聲分布模型的步驟，具體包括：

將所述識別誤差與預設誤差閾值進行比對；

若所述識別誤差大于預設誤差閾值，則基于反向傳播算法對所述初始噪聲分布模型進行迭代更新，直至所述識別誤差小于或等于預設誤差閾值為止，得到輸出擬合的噪聲分布模型；

輸出所述噪聲分布模型。

5.如權利要求1至4任意一項所述的基于噪聲場的圖像降噪方法，其特征在于，所述根據所述高斯-泊松聯合噪聲分布函數獲取所述待降噪圖像的噪聲分布信息的步驟，具體包括：

基于所述無噪聲圖像的像素信息對所述高斯-泊松聯合噪聲分布函數進行隨機抽樣，得到抽樣矩陣；

根據所述抽樣矩陣得到所述待降噪圖像的噪聲分布信息。

6.如權利要求5所述的基于噪聲場的圖像降噪方法，其特征在于，所述根據所述抽樣矩陣得到所述待降噪圖像的噪聲分布信息的步驟，具體包括：

獲取所述無噪聲圖像的圖像矩陣，融合所述無噪聲圖像的圖像矩陣和所述抽樣矩陣，得到第一噪聲圖像；

獲取所述待降噪圖像對應的相機響應函數，并基于所述相機響應函數對所述第一噪聲圖像處理，得到第二噪聲圖像；

獲取所述待降噪圖像對應的格式轉化信息，并基于所述格式轉化信息對所述第二噪聲圖像進行彩色插值，得到第三噪聲圖像；

獲取所述待降噪圖像對應的壓縮參數，并基于所述壓縮參數對所述第三噪聲圖像進行壓縮，得到第四噪聲圖像；

獲取所述第四噪聲圖像的的圖像矩陣，并基于所述第四噪聲圖像的的圖像矩陣得到所述待降噪圖像的噪聲分布信息。

7.如權利要求5所述的基于噪聲場的圖像降噪方法，其特征在于，所述將所述待降噪圖像和所述噪聲分布信息導入到預先訓練好的降噪模型，根據所述噪聲分布信息在以所述降噪模型中對所述待降噪圖像進行降噪，得到去噪圖像的步驟，具體包括：

基于所述噪聲分布信息獲取噪聲分布矩陣；

對所述待降噪圖像的圖像矩陣和所述噪聲分布矩陣進行矩陣拼接，得到矩陣拼接張量；

利用所述降噪模型的卷積核對所述矩陣拼接張量進行卷積運算，得到卷積運算結果；

基于所述卷積運算結果進行圖像重建，得到去噪圖像。