[发明专利]图像处理方法、装置、电子设备

权利要求书

1.一种图像处理方法，其特征在于，所述方法包括以下步骤：

获取多帧图像；

对所述多帧图像中的目标图像进行噪声特性识别，得到目标噪声特性；

根据所述目标噪声特性，对其它图像进行降噪处理，所述目标图像和所述其它图像共同组成所述多帧图像；

所述对所述多帧图像中的目标图像进行噪声特性识别，得到目标噪声特性，包括：

采用神经网络模型，对所述目标图像进行噪声特性识别，得到目标噪声特性；其中，所述神经网络模型，已学习得到所述目标图像的感光度与噪声特性之间的映射关系；

所述根据所述目标噪声特性，对其它图像进行降噪处理，包括：

根据所述目标噪声特性，确定与所述其它图像中的各图像对应的噪声特性；

根据各所述噪声特性，对对应的所述其它图像进行降噪处理；

所述根据所述目标噪声特性，确定与所述其它图像中的各图像对应的噪声特性，包括：

根据所述目标噪声特性，结合预设函数确定与所述其它图像中的各图像对应的噪声特性，其中，所述预设函数为多个，各所述其它图像具有对应的预设函数，所述预设函数，为预先根据目标图像的ISO值和对应的其它图像的ISO拟合得到的。

2.根据权利要求1所述的图像处理方法，其特征在于，所述神经网络模型，是采用各感光度的样本图像对所述神经网络模型进行训练，直至所述神经网络模型识别出的噪声特性与相应样本图像中标注的噪声特性匹配时，所述神经网络模型训练完成。

3.根据权利要求1所述的图像处理方法，其特征在于，所述多帧图像为不同曝光量的多帧图像，所述目标图像为所述多帧图像中，ISO值最大的图像。

4.一种图像处理装置，其特征在于，所述装置包括：

获取模块，用于获取多帧图像；

识别模块，用于对所述多帧图像中的目标图像进行噪声特性识别，得到目标噪声特性；

处理模块，用于根据所述目标噪声特性，对其它图像进行降噪处理，所述目标图像和所述其它图像共同组成所述多帧图像；

所述识别模块，具体用于：

采用神经网络模型，对所述目标图像进行噪声特性识别，得到目标噪声特性；其中，所述神经网络模型，已学习得到所述目标图像的感光度与噪声特性之间的映射关系；

所述处理模块，包括：

确定子模块，用于根据所述目标噪声特性，确定与所述其它图像中的各图像对应的噪声特性；

处理子模块，用于根据各所述噪声特性，对对应的所述其它图像进行降噪处理；

所述确定子模块，具体用于：

根据所述目标噪声特性，结合预设函数确定与所述其它图像中的各图像对应的噪声特性，其中，所述预设函数为多个，各所述其它图像具有对应的预设函数，所述预设函数，为预先根据目标图像的ISO值和对应的其它图像的ISO拟合得到的。

5.根据权利要求4所述的图像处理装置，其特征在于，所述神经网络模型，是采用各感光度的样本图像对所述神经网络模型进行训练，直至所述神经网络模型识别出的噪声特性与相应样本图像中标注的噪声特性匹配时，所述神经网络模型训练完成。

6.根据权利要求4所述的图像处理装置，其特征在于，所述多帧图像为不同曝光量的多帧图像，所述目标图像为所述多帧图像中，ISO值最大的图像。

7.一种电子设备，其特征在于，包括：图像传感器、存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述图像传感器与所述处理器电连接，所述处理器执行所述程序时，实现如权利要求1-3中任一所述的图像处理方法。

8.根据权利要求7所述的电子设备，其特征在于，所述处理器包括图像信号处理ISP处理器；

所述ISP处理器，用于控制所述图像传感器获取多帧图像。