[发明专利]一种图像降噪处理方法及一种存储设备

权利要求书

1.一种图像降噪处理方法，其特征在于，包括步骤：

获取短曝光模式下曝光的n张照片；

对短曝光后的n张照片的每个像素点，进行均值处理去除像素点上的随机噪声，获得一张无噪声图片；

获取短曝光模式下中间动态过程照片数张，对获取的照片进行均值处理，获得一张噪声图片；

输入所述无噪声图片和噪声图片至神经网络单元进行深度学习训练，获得最终图片；

获取最终图片的噪声值；

获取所述噪声图片与无噪声图片的差值；

根据所述最终图片的噪声值与所述噪声图片与无噪声图片的差值求范数；

根据所述范数调整神经网络单元。

2.根据权利要求1所述的一种图像降噪处理方法，其特征在于，

所述“对短曝光后的n张照片的每个像素点，进行均值处理去除像素点上的随机噪声，获得一张无噪声图片”，还包括步骤：

取n张图片的同一位置的像素点的像素值进行相加，再除以n，获取像素值均值，取像素值均值对应的像素点构成的新图片做为无噪声图片。

3.根据权利要求1所述的一种图像降噪处理方法，其特征在于，

所述“输入所述无噪声图片和噪声图片至神经网络单元进行深度学习训练，获得最终图片”，还包括步骤：

输入深度学习训练后的图片至图像信号处理单元进一步处理，获得一张无噪声图片，所述进一步处理包括：白平衡、色调映射、亮度调整和去马赛克。

4.根据权利要求1所述的一种图像降噪处理方法，其特征在于，

所述“根据所述最终图片的噪声值与所述噪声图片与无噪声图片的差值求范数”，还包括步骤：

所述最终图片的噪声值，减去所述噪声图片与无噪声图片的差值，得到取值L，取值L的平方即为L2范数。

5.根据权利要求1所述的一种图像降噪处理方法，其特征在于，

所述n值大小随场景亮度的减少而增加，预设n值最小值为15，最大值为60。

6.一种存储设备，其中存储有指令集，其特征在于，所述指令集用于执行：

获取短曝光模式下曝光的n张照片；

对短曝光后的n张照片的每个像素点，进行均值处理去除像素点上的随机噪声，获得一张无噪声图片；

获取短曝光模式下中间动态过程照片数张，对获取的照片进行均值处理，获得一张噪声图片；

输入所述无噪声图片和噪声图片至神经网络单元进行深度学习训练，获得最终图片；

获取最终图片的噪声值；

获取所述噪声图片与无噪声图片的差值；

根据所述最终图片的噪声值与所述噪声图片与无噪声图片的差值求范数；

根据所述范数调整神经网络单元。

7.根据权利要求6所述的一种存储设备，其特征在于，所述指令集还用于执行：

所述“对短曝光后的n张照片的每个像素点，进行均值处理去除像素点上的随机噪声，获得一张无噪声图片”，还包括步骤：

取n张图片的同一位置的像素点的像素值进行相加，再除以n，获取像素值均值，取像素值均值对应的像素点构成的新图片做为无噪声图片。

8.根据权利要求6所述的一种存储设备，其特征在于，所述指令集还用于执行：

所述“输入所述无噪声图片和噪声图片至神经网络单元进行深度学习训练，获得最终图片”，还包括步骤：

输入深度学习训练后的图片至图像信号处理单元进一步处理，获得一张无噪声图片，所述进一步处理包括：白平衡、色调映射、亮度调整和去马赛克。

9.根据权利要求6所述的一种存储设备，其特征在于，所述指令集还用于执行：

所述“根据所述最终图片的噪声值与所述噪声图片与无噪声图片的差值求范数”，还包括步骤：

所述最终图片的噪声值，减去所述噪声图片与无噪声图片的差值，得到取值L，取值L的平方即为L2范数。

10.根据权利要求6所述的一种存储设备，其特征在于，所述指令集还用于执行：

所述n值大小随场景亮度的减少而增加，预设n值最小值为15，最大值为60。