[发明专利]图片降噪方法、图片降噪模型生成方法、终端及存储介质

权利要求书

1.一种图片降噪方法，其特征在于，所述图片降噪方法包括：

获取待降噪处理图片；

通过图片降噪模型对所述待降噪处理图片进行降噪处理，所述图片降噪模型通过样本图片数据对卷积神经网络进行训练得到，所述样本图片数据包括原始图片和对所述原始图片进行降噪处理后的图片。

2.如权利要求1所述的图片降噪方法，其特征在于，所述获取待降噪处理图片包括：

接收拍照指令拍摄图片；

判断拍摄时周围环境亮度是否小于预设亮度值；

若是，将拍摄的图片作为待降噪处理图片。

3.如权利要求1所述的图片降噪方法，其特征在于，所述获取待降噪处理图片包括：

接收拍照指令；

判断当前是否处于夜景拍照模式；

若是，拍摄图片并将其作为待降噪处理图片。

4.如权利要求1-3任一项所述的图片降噪方法，其特征在于，所述样本图片数据包括夜景图片和对所述夜景图片进行降噪处理后的图片，所述图片降噪模型包括夜景图片降噪模型；

所述通过卷积神经网络降噪模型对所述待降噪处理图片进行降噪处理包括：

通过所述夜景图片降噪模型对所述待降噪处理图片进行降噪处理，所述夜景图片降噪模型通过所述样本图片数据对所述卷积神经网络进行训练得到。

5.如权利要求4所述的图片降噪方法，其特征在于，所述样本图片数据包括根据拍摄对象划分成至少两种类型的夜景图片数据，所述图片降噪模型包括分别基于所述至少两种类型的夜景图片数据对所述卷积神经网络进行训练得到的至少两个夜景图片降噪子模型；

所述通过图片降噪模型对所述待降噪处理图片进行降噪处理包括：

根据所述待降噪处理图片的拍摄对象从所述至少两个夜景图片降噪子模型中选择目标夜景图片降噪子模型；

通过所述目标夜景图片降噪子模型对所述待降噪图片进行降噪处理。

6.一种图片降噪模型生成方法，其特征在于，所述图片降噪模型生成方法包括：

获取样本图片数据，所述样本图片数据中包括原始图片和对所述原始图片进行降噪处理后的图片；

通过所述样本图片数据对卷积神经网络进行训练得到图片降噪模型。

7.如权利要求6所述的图片降噪模型生成方法，其特征在于，所述样本图片数据包括夜景图片和对所述夜景图片进行降噪处理后的图片；

所述通过所述样本图片数据对卷积神经网络进行训练得到图片降噪模型包括：

通过所述样本图片数据对卷积神经网络进行训练得到夜景图片降噪模型。

8.如权利要求7所述的图片降噪模型生成方法，其特征在于，所述样本图片数据包括根据拍摄对象划分成至少两种类型的夜景图片数据；

所述通过所述样本图片数据对卷积神经网络进行训练得到图片降噪模型包括：

通过所述至少两种类型的夜景图片数据对卷积神经网络进行训练得到至少两个夜景图片降噪子模型。

9.一种终端，其特征在于，所述终端包括处理器、存储器及通信总线；

所述通信总线用于实现处理器和存储器之间的连接通信；

所述处理器用于执行存储器中存储的一个或者多个程序，以实现如权利要求1至5中任一项所述的图片降噪方法的步骤，和/或，实现如权利要求6-8任一项所述的图片降噪模型生成方法。

10.一种存储介质，其特征在于，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如权利要求1至5中任一项所述的图片降噪方法的步骤，和/或，实现如权利要求6-8任一项所述的图片降噪模型生成方法。