[发明专利]一种基于实际相机噪声建模的视频去噪方法

权利要求书

1.一种基于实际相机噪声建模的视频去噪方法，特征在于，包括如下步骤：

步骤1，建立弱光环境的实际噪声数学模型，该模型中包括动态条纹噪声、噪声通道间联系以及截断影响，具体为：

其中，i是像素索引，yⁱ是获取的像素值，是截断运算，K_c是与通道有关全局系统增益，是动态条纹噪声的波动因素；Sⁱ表示散粒噪声，/是泊松分布，/是像素i处的光电子数量；Dⁱ表示暗电流，/N_d是每个像素值的暗电流电子数，Rⁱ代表读出噪声，/是高斯分布符号，/高斯分布的方差，c∈{r,g,b}是彩色三通道；

步骤2，利用实际相机的噪声对步骤1的数学模型的参数进行标定，生成符合实际情形的噪声视频训练集；

步骤3，构建视频去噪和增强神经网络，联合空间和时间信息对噪声进行抑制削弱；

步骤4，利用步骤2生成的噪声视频训练集以及实际采集的弱光视频数据集来训练优化所述神经网络。

2.根据权利要求1所述的一种基于实际相机噪声建模的视频去噪方法，其特征在于，所述步骤2中，首先生成一系列不同均值和方差的像素x，然后制作经截断运算后的均值方差/与真实的均值mean(x)、方差var(x)对应的二维表格，通过查找表格的方法，可获得真实数据的值。

3.根据权利要求1所述的一种基于实际相机噪声建模的视频去噪方法，其特征在于，所述步骤3中，视频去噪和增强神经网络的输入为实际相机弱光下拍摄的噪声视频，其输出为明亮清晰的视频帧。

4.根据权利要求1所述的一种基于实际相机噪声建模的视频去噪方法，其特征在于，所述步骤4中，通过最小化网络输出的帧I和对应的实际真实帧I^*的损失函数来训练网络，所述损失函数如下：

其中，是最终损失函数，/是绝对值误差函数，/均方值误差函数，/感知损失函数，/总变差正则化函数，α、β、γ和δ均是超参数。/