一种图像去噪方法、装置、设备及存储介质与流程

本公开涉及图像处理领域，尤其涉及一种图像去噪方法、装置、设备及存储介质。

背景技术：

1、在低照度下，由于环境照度低，曝光时间受限，进入到图像传感器的光子数量少，这种高噪声水平现象，严重影响了成像质量。而如果通过提高曝光时间方式提升成像质量，又会导致运动对象的成像的模糊，且不利于获得流畅的视频图像效果。

2、常用的成像技术中，一般会使用同一个模型处理白平衡校正、去马赛克、降噪、颜色空间转换等多项任务，导致图像的处理效果较差。同时训练数据需要大量人工调整才能完成，图像获取难度较大，且图像降噪力度不可调，图像降噪会导致图像细节的损失较大。

技术实现思路

1、本公开提供了一种图像去噪方法、装置、设备及存储介质，以至少解决现有技术中存在的以上技术问题。

2、根据本公开的第一方面，提供了一种图像去噪方法，其中，所述方法包括：

3、获取输入的初始图像以及初始图像的属性信息，基于所述初始图像的属性信息对所述初始图像进行归一化处理，得到第一图像；

4、基于第一训练模型和所述第一图像的像素信息，对所述第一图像进行图像分割，得到所述第一图像的类别信息；

5、基于第二训练模型和所述第一图像，对所述第一图像进行统计训练，得到所述第一图像的第一统计参数和第二图像，所述第二图像与所述第一图像维度相同；

6、基于所述第一统计参数和所述第一图像的属性信息，创建第三图像，所述第三图像与所述第一图像的维度相同，基于相同维度，将所述第一图像、第二图像和第三图像进行叠加，得到第四图像；

7、基于第三训练模型和所述类别信息，对所述第四图像进行图像降噪，得到输出图像。

8、在一可实施方式中，所述基于第三训练模型和所述类别信息，对所述第四图像进行图像降噪，包括：

9、基于所述第四图像像素设置分块格式，基于所述分块格式对所述第四图像进行分块处理，得到至少一个图像块；

10、基于所述类别信息中各类别的像素信息，对所述图像块中进行类别分割，得到每个图像块得到至少一个类别对应的至少一个分割块；

11、基于所述至少一个分割块的类别选取对应类别的第三训练模型，基于所述对应类别的第三训练模型对所述至少一个分割块进行降噪处理，得到至少一个类别块；

12、基于所述各类别的像素信息将所述至少一个类别块进行拼接，得到与所述至少一个图像块对应的输出块；

13、基于所述分块格式，将所述至少一个图像块对应的输出块进行组合，得到与所述输入图像对应的输出图像。

14、在一可实施方式中，所述基于所述第一统计参数和所述第一图像的属性信息，创建第三图像，包括：

15、所述第一统计参数包括噪声水平值和亮度增益值，基于所述第一图像的属性信息中的图像分辨率创建第一格式图像，以及基于所述第一图像的第一统计参数中的噪声水平值设置第一降噪参数；

16、基于所述第一降噪参数、所述噪声水平值和所述第一格式图像，创建第三图像。

17、在一可实施方式中，所述将所述第一图像、第二图像和第三图像进行叠加，得到第四图像，包括：

18、基于所述亮度增益值，对所述第一图像的亮度值进行调整，得到第五图像；

19、基于所述相同维度，将所述第五图像、所述第二图像和所述第三图像进行叠加，得到第四图像。

20、在一可实施方式中，所述基于第二训练模型和所述第一图像，对所述第一图像进行统计训练，得到所述第一图像的第一统计参数和第二图像，包括：

21、获取数据库中待处理图像以及对应的图像参数，基于所述图像参数设置期待值，基于所述待处理图像、图像参数和期待值建立第二训练模型，得到所述第二训练模型的模型参数；

22、基于所述第二训练模型、所述模型参数和所述第一图像，对所述第一图像进行统计训练，得到所述第一图像的第一统计参数和第二图像。

23、根据本公开的第二方面，提供了一种图像去噪装置，其中，所述装置包括：

24、图像获取单元，用于获取输入的初始图像以及初始图像的属性信息，基于所述初始图像的属性信息对所述初始图像进行归一化处理，得到第一图像；

25、图像分割单元，用于基于第一训练模型和所述第一图像的像素信息，对所述第一图像进行图像分割，得到所述第一图像的类别信息；

26、图像统计单元，用于基于第二训练模型和所述第一图像，对所述第一图像进行统计训练，得到所述第一图像的第一统计参数和第二图像，所述第二图像与所述第一图像维度相同；

27、图像融合单元，用于基于所述第一统计参数和所述第一图像的属性信息，创建第三图像，所述第三图像与所述第一图像的维度相同，基于相同维度，将所述第一图像、第二图像和第三图像进行叠加，得到第四图像；

28、图像降噪单元，用于基于第三训练模型和所述类别信息，对所述第四图像进行图像降噪，得到输出图像。

29、在一可实施方式中，所述图像降噪单元还用于，基于所述第四图像像素设置分块格式，基于所述分块格式对所述第四图像进行分块处理，得到至少一个图像块；基于所述类别信息中各类别的像素信息，对所述图像块中进行类别分割，得到每个图像块得到至少一个类别对应的至少一个分割块；基于所述至少一个分割块的类别选取对应类别的第三训练模型，基于所述对应类别的第三训练模型对所述至少一个分割块进行降噪处理，得到至少一个类别块；

30、所述图像融合单元还用于，所述第一统计参数包括噪声水平值和亮度增益值，基于所述第一图像的属性信息中的图像分辨率创建第一格式图像，以及基于所述第一图像的第一统计参数中的噪声水平值设置第一降噪参数；基于所述第一降噪参数、所述噪声水平值和所述第一格式图像，创建第三图像；基于所述亮度增益值，对所述第一图像的亮度值进行调整，得到第五图像；基于所述相同维度，将所述第五图像、所述第二图像和所述第三图像进行叠加，得到第四图像；所述图像统计单元还用于，获取数据库中待处理图像以及对应的图像参数，基于所述图像参数设置期待值，基于所述待处理图像、图像参数和期待值建立第二训练模型，得到所述第二训练模型的模型参数；基于所述第二训练模型、所述模型参数和所述第一图像，对所述第一图像进行统计训练，得到所述第一图像的第一统计参数和第二图像。

31、在一可实施方式中，所述装置还包括：

32、图像合并单元，用于基于所述各类别的像素信息将所述至少一个类别块进行拼接，得到与所述至少一个图像块对应的输出块；基于所述分块格式，将所述至少一个图像块对应的输出块进行组合，得到与所述输入图像对应的输出图像。

33、根据本公开的第三方面，提供了一种电子设备，包括：

34、至少一个处理器；以及

35、与所述至少一个处理器通信连接的存储器；其中，

36、所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开所述的方法。

37、根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本公开所述的方法。

38、本公开的一种图像去噪方法、装置、设备及存储介质，通过训练模型，对输入图像进行统计训练，得到第一统计参数和第二图像，利用第一训练模型对输入图像按像素类别进行分割，按照分割后的像素类别对图像进行去噪处理，通过设置可调节的第一降噪参数，灵活控制图像整体、指定像素类别的降噪力度，从而达到兼顾图像降噪效果和图像细节保留的目的。

39、应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。