[发明专利]噪声模型标定方法、图像去噪方法、装置、设备和介质

说明书

本申请涉及图像处理技术领域，公开了一种噪声模型标定方法、图像去噪方法、装置、设备和介质。该方法包括：获取多帧RAW域图像；基于所述多帧RAW域图像进行非线性噪声去噪处理，生成目标图像；基于所述目标图像对预设RAW域噪声模型进行标定，生成目标RAW域噪声模型。通过上述技术方案，提高了目标RAW域噪声模型的去噪精度，从而提高了RAW域图像的图像清晰度和图像质量。

技术领域

本申请涉及图像处理技术领域，尤其涉及一种噪声模型标定方法、图像去噪方法、装置、设备和介质。

背景技术

RAW域图像是指传感器输出的图像源文件，其因未经过任何图像处理(如锐化、色彩增强等)和压缩而保留了图像中的大量细节信息，故而被应用于诸多场景中，例如高清夜景图像拍摄场景、HDR图像拍摄场景等。RAW域图像在传感器成像过程中会引入各种噪声，例如传感器数据采集过程中引入的光子噪声和暗噪声、模拟放大器电路引入的读取噪声、模数转换引入的ADC噪声等等，这些噪声会使得图像模糊，降低RAW域图像质量。所以，非常有必要对RAW域图像进行去噪处理，以提高图像质量。

目前，对RAW域图像进行去噪的方式之一是获得高斯泊松噪声模型，进而利用该模型对RAW域图像进行噪声估计与去噪。高斯泊松噪声模型的主要获取方式是利用实验室拍摄所得的、图像噪声较小的RAW域图像对高斯泊松噪声模型进行标定。

但是，上述方式所获得的高斯泊松噪声模型的噪声估计结果的准确性较低，导致RAW域图像的去噪精度较低，无法获得高质量的RAW域图像。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高去噪精度的噪声模型标定方法、图像去噪方法、装置、设备和介质。

第一方面，本申请提供了一种声模型标定方法，该方法包括：

获取多帧RAW域图像；

基于所述多帧RAW域图像进行非线性噪声去噪处理，生成目标图像；

基于所述目标图像对预设RAW域噪声模型进行标定，生成目标RAW域噪声模型。

在一些实施例中，所述基于所述多帧RAW域图像进行非线性噪声去噪处理，生成目标图像包括：

从所述多帧RAW域图像中确定参考图像；

针对每个图像处理块，确定每个其他图像中的所述图像处理块相对于所述参考图像的所述图像处理块的水平偏移量和垂直偏移量；其中，所述其他图像为所述多帧RAW域图像中除了所述参考图像之外的图像；

基于各所述图像处理块的所述水平偏移量和所述垂直偏移量，将各所述其他图像融合至所述参考图像，生成所述目标图像。

在一些实施例中，所述针对每个图像处理块，确定每个其他图像中的所述图像处理块相对于所述参考图像的所述图像处理块的水平偏移量和垂直偏移量包括：

按照预设采样步幅，对所述多帧RAW域图像中的每帧图像进行设定数量次的下采样处理，得到每帧所述图像对应的多层金字塔图像；

针对每个所述其他图像对应的最顶层图像中的每个所述图像处理块，确定所述其他图像对应的最顶层图像中的所述图像处理块，相对于所述参考图像对应的最顶层图像中的所述图像处理块的第一水平偏移量和第一垂直偏移量；

针对每个所述其他图像对应的剩余层图像中的每个所述图像处理块，基于所述其他图像对应的上一层图像中的所述图像处理块的第二水平偏移量和第二垂直偏移量，确定所述其他图像对应的剩余层图像中的所述图像处理块的初始块中心位置，并基于所述初始块中心位置，确定所述其他图像对应的剩余层图像中的所述图像处理块，相对于所述参考图像对应的剩余层图像中的所述图像处理块的第三水平偏移量和第三垂直偏移量；