[發明專利]一種暗光圖像降噪方法及裝置

有效

• 申請號: 202111641889.8
• 申請日: 2021-12-29
• 公開（公告）號: CN114418873B
• 公開（公告）日: 2022-12-20
• 發明（設計）人: 王林;周曉;朱才志;汝佩哲
• 申請（專利權）人: 英特靈達信息技術（深圳）有限公司;合肥英特靈達信息技術有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06N3/04;G06N3/08
• 代理公司: 北京柏杉松知識產權代理事務所(普通合伙) 11413
• 代理人: 項京;高鶯然

本申請實施例提供了一種暗光圖像降噪方法及裝置，方法包括：獲取RAW域暗光圖像；對RAW域暗光圖像進行預設圖像增強變換，將變換后的圖像輸入預先訓練的降噪網絡模型，得到輸出圖像；其中，降噪網絡模型是根據樣本圖像訓練的，樣本圖像包括：模擬壞點暗光圖像和無噪圖像；對輸出圖像進行預設圖像增強變換的逆變換，得到降噪圖像。能夠顯著降低圖像壞點對暗光圖像降噪過程產生的影響，提高暗光圖像的降噪質量。

技術領域

本發明涉及圖像處理技術領域，特別是涉及一種暗光圖像降噪方法及裝置。

背景技術

隨著計算機視覺技術和光學影像技術的快速發展，利用視頻圖像采集設備獲取圖像或視頻，并對圖像或視頻進行處理的方式，被廣泛應用于安防、海防、智能交通等各個方面。

然而，當成像設備處于暗光條件下時，由于光線嚴重不足，會導致采集到的圖像包含非常多的噪聲，使得圖像不清晰，畫質差，進而，會降低后期圖像處理結果的準確度。因此，此類圖像在進行分析處理之前需要進行降噪處理，而在降噪過程中，圖像存在的壞點，會嚴重影響圖像降噪質量。

成像設備的成像元件通常是CCD(Charge-coupled Device，電荷耦合元件)或CMOS(Complementary Metal-Oxide-Semiconductor，互補金屬氧化物半導體)，包含數百萬個感光單元，如果某個感光單元損壞，則成為壞點，圖像中對應像素位置的像素值會明顯異于周圍像素點。對于暗光圖像，壞點通常為高亮壞點。

在基于深度學習的暗光圖像RAW域降噪技術中，本身圖像的像素值就相對較小，輸入數據中的高亮壞點，經過卷積神經網絡的感受野(receptive-field，RF)機制放大，會由單點影響擴散至幾個像素甚至幾十個像素范圍，嚴重降低了圖像的視覺質量。參見圖1，圖1為采用現有技術進行降噪處理后RAW域暗光圖像中壞點影響的一種示意圖，降噪處理前的原始暗光圖像中有一個高亮壞點，如圖1所示，經過降噪處理后，壞點已經影響周邊的多個像素點。

雖然很多圖像信號處理(Image Signal Processing，ISP)的算法中包含了壞點校正這一環節，但由于壞點的多樣性和復雜性，基于傳統的圖像處理方法一般不能完全消除，而且，去壞點的強度較大，會導致圖像產生類似于中值濾波的平滑效果，損害圖像的邊緣細節。

發明內容

本發明實施例的目的在于提供一種暗光圖像降噪方法及裝置，以實現顯著降低圖像壞點對暗光圖像降噪過程產生的影響，提高暗光圖像的降噪質量。

具體技術方案如下：

本申請提供了一種暗光圖像降噪方法，所述方法包括：

獲取RAW域暗光圖像；

對所述RAW域暗光圖像進行預設圖像增強變換，將變換后的圖像輸入預先訓練的降噪網絡模型，得到輸出圖像；其中，所述降噪網絡模型是根據樣本圖像訓練的，所述樣本圖像包括：模擬壞點暗光圖像和無噪圖像；

對所述輸出圖像進行所述預設圖像增強變換的逆變換，得到降噪圖像。

可選的，所述對所述RAW域暗光圖像進行預設圖像增強變換的步驟，包括：

依次對所述RAW域暗光圖像進行歸一化、gamma變換。

可選的，采用如下步驟訓練所述降噪網絡模型：

獲取初始神經網絡模型和所述樣本圖像；

將進行所述預設圖像增強變換后的模擬壞點暗光圖像輸入所述初始神經網絡模型；

基于所述初始神經網絡模型輸出結果和進行所述預設圖像增強變換后的無噪圖像，計算損失值；