[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

说明书

本发明公开了一种图片降噪方法、图片降噪模型生成方法、终端及存储介质，该方法通过获取待降噪处理图片，通过图片降噪模型对待降噪处理图片进行降噪处理，其中，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，样本图片数据包括原始图片和对原始图片进行降噪处理后的图片，解决了现有降噪处理方式中，耗时较长，用户体验满意度低的问题，本发明还公开了一种终端及存储介质，通过实施上述方案，节约了降噪处理时间，从而，提升了用户体验满意度。

技术领域

本发明涉及通信技术领域，更具体地说，涉及一种图片降噪方法、图片降噪模型生成方法、终端及存储介质。

背景技术

目前，用户通常通过具有拍摄功能的智能终端来拍摄图片，例如，智能手机、平板电脑等。由于，图片拍摄的过程中，往往会存在许多噪点，因此，需要对拍摄的图片进行降噪处理。但是，现有技术中，通常是通过拍摄多张图片，将拍摄的多张照片进行合成以降噪，但是拍摄多张照片会耗费较多时间，导致降噪处理时间较长，从而导致用户体验满意度低。

发明内容

本发明要解决的技术问题在于现有降噪处理方式中，耗时较长，用户体验满意度低的问题，针对该技术问题，提供一种图片降噪方法、图片降噪模型生成方法、终端及计算机可读存储介质。

为解决上述技术问题，本发明提供一种图片降噪方法，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。

可选的，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。

可选的，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。

可选的，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。

可选的，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。

进一步地，本发明还提供一种图片降噪模型生成方法，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。

可选的，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；