[发明专利]图像处理方法和设备

权利要求书

1.一种图像处理方法，其特征在于，包括：

获取N帧原始raw图像；

对所述N帧raw图像进行配准处理；

根据神经网络模型，对经过所述配准处理后的N帧raw图像进行重建处理，以得到重建图像，所述重建图像是降噪后的一帧raw图像；

对所述重建图像进行颜色校正处理；

对经过所述颜色校正处理后的重建图像进行后处理。

2.如权利要求1所述的方法，其特征在于，所述N帧raw图像包括参考帧图像和m帧待处理图像，以及

所述对所述N帧raw图像进行配准处理，包括：

根据所述参考帧图像对所述m帧待处理图像进行配准处理，得到m帧配准图像；以及

所述根据神经网络模型，对经过所述配准处理后的N帧raw图像进行重建处理，以得到重建图像，包括：

根据图像集合和所述神经网络模型对经过所述配置处理后的N帧raw图像进行重建，得到输出图像；

其中，所述图像集合包括所述m帧配准图像和所述参考帧图像，所述重建图像为所述输出图像，或者，所述重建图像为对所述输出图像进行后处理得到的图像。

3.如权利要求2所述的方法，其特征在于，所述根据图像集合和所述神经网络模型对经过所述配置处理后的N帧raw图像进行重建，得到输出图像，包括：

对所述图像集合中每帧图像进行颜色通道分离，得到每帧图像对应的至少两个通道的图像；

采用所述神经网络模型对所述图像集合对应的通道图像集合进行处理，得到关联数据，所述关联数据包括图像与图像之间的关联信息，图像内的不同通道之间的关联信息，以及不同图像之间的通道间的关联信息中的一种或多种；

根据所述关联数据得到每帧图像的目标通道图像，所述目标通道图像包括所述至少两个通道的图像；

对所述目标通道图像进行合通道处理，得到所述输出图像。

4.如权利要求3所述的方法，其特征在于，所述图像集合进一步包括鬼影图像，所述鬼影图像是通过所述m帧配准图像和所述参考帧图像作差得到的。

5.如权利要求4所述的方法，其特征在于，所述根据图像集合和所述神经网络模型对经过所述配置处理后的N帧raw图像进行重建，得到输出图像，包括：

对所述图像集合中每帧图像进行颜色通道分离，得到每帧图像对应的至少两个通道的图像；

采用所述神经网络模型对所述图像集合对应的通道图像集合进行处理，得到关联数据，所述关联数据包括图像与图像之间的关联信息，图像内的不同通道之间的关联信息，以及不同图像之间的通道间的关联信息中的一种或多种；

根据所述关联数据得到每帧图像的第一目标通道图像，所述第一目标通道图像包括所述至少两个通道的噪声图像；

对所述m帧配准图像的图像特征进行融合取平均值处理，得到平均图像；

对所述平均图像进行颜色通道分离，得到通道平均图像，所述通道平均图像包括所述至少两个通道的平均图像；

将所述至少两个通道的平均图像与对应的所述第一目标通道图像进行特征叠加，得到第二目标通道图像；

对所述第二目标通道图像进行合通道处理，得到所述输出图像。

6.如权利要求3至5中任一项所述的方法，其特征在于，所述至少两个通道包括：R通道、Y通道以及B通道，

其中，所述Y通道包括Yb通道和Yr通道；或者，

所述至少两个通道的图像包括：R通道图像、G通道图像以及B通道图像，其中，所述G通道图像包括Gb通道图像和Gr通道图像。

7.如权利要求1至6中任一项所述的方法，其特征在于，所述对所述重建图像进行颜色校正处理，包括：

对所述重建图像进行动态压缩控制DRC处理，得到高动态特征图像；

对所述高动态特征图像进行白平衡AWB处理，得到色彩校正图像。

8.如权利要求1至7中任一项所述的方法，其特征在于，所述对经过所述颜色校正处理后的重建图像进行后处理包括：

对经过所述颜色校正处理后的重建图像进行图像信号处理，得到所述目标图像。