[发明专利]一种图像降噪方法、装置及设备

说明书

一种图像降噪方法包括：获取多帧图像，确定所述多帧图像中包括的基础帧和临近帧；根据基础帧计算所述临近帧的运动向量，根据所述运动向量将所述临近帧变换为对齐所述基础帧的对齐图像；通过卷积神经网络将所述对齐图像和所述基础帧融合，得到降噪图像。由于降噪图像是通过卷积神经网络自动对基础帧和对齐图像进行融合，因此可以更为准确的降低噪声，有效的保留真实场景内容，极大的提高降噪图像质量。

技术领域

本申请属于图像处理领域，尤其涉及一种图像降噪方法、装置及设备。

背景技术

由于智能手机的普及、手机摄像头硬件质量的不断提升、以及手机摄影的便携性，越来越多的人使用手机拍摄、编辑和分享他们的图片、视频内容。因而，提高手机拍摄的画面的质量，也变得越来越重要。

手机拍摄图片的画面质量受到多种音素影响，如噪声、分辨率、清晰度、色彩真实度等等，其中噪声是一个非常关键的影响音素。手机图片中的噪声来源有多种，比如光子散粒噪声、暗电流噪声、坏点、固定模式噪声、读出噪声等。噪声中的光子散粒噪声是噪声的主要来源，并且受物理规律制约，不论硬件技术发展到何种地步都会始终存在。因此，目前一般是通过设计算法，对拍摄内容与噪声进行区分，从而降低手机图像中的噪声强度。

目前所使用的单帧图像降噪算法中，通过理论推导证明，增加光通量可以有效地提升图像信噪比(SNR)。增加光通量有多种方式，其中的一种是增加曝光时长。然而，在手持相机情况下，增加曝光时长会使得画面产生抖动模糊。因此，目前工业界的主流方法通过多帧融合的方式，变相增加曝光时长，达到提升图像信噪比的目的。但是，使用多帧融合的方式去噪时，不能准确的降低噪声，以及不能有效的保留真实场景内容。

发明内容

有鉴于此，本申请实施例提供了一种图像降噪方法、装置及设备，以解决现有技术中使用多帧融合的方式去噪时，不能准确的降低噪声，以及不能有效的保留真实场景内容的问题。

本申请实施例的第一方面提供了一种图像降噪方法，所述图像降噪方法包括：

获取多帧图像，确定所述多帧图像中包括的基础帧和临近帧；

根据基础帧计算所述临近帧的运动向量，根据所述运动向量将所述临近帧变换为对齐所述基础帧的对齐图像；

通过卷积神经网络将所述对齐图像和所述基础帧融合，得到降噪图像。

结合第一方面，在第一方面的第一种可能实现方式中，确定所述多帧图像中包括的基础帧的步骤包括：

获取所述多帧图像中的主体；

计算多帧图像的主体的清晰度，选择清晰度最高的图像帧作为基础帧。

结合第一方面的第一种可能实现方式，在第一方面的第二种可能实现方式中，所述计算多帧图像的主体的清晰度，选择清晰度最高的图像帧作为基础帧的步骤包括：

将多帧图像转换为亮度图；

在多帧图像的主体中心的周围的预定区域进行边缘滤波，获取边缘滤波的响应平均值，选择响应平均值最高的图像作为基础帧。

结合第一方面，在第一方面的第三种可能实现方式中，所述根据基础帧计算所述临近帧的运动向量，根据所述运动向量将所述临近帧变换为对齐所述基础帧的对齐图像的步骤包括：

将基础帧和临近帧分别分割为多个图像块；

基于块的运动估计，确定临近帧的每个图像块的运动向量；

根据所述运动向量对所述临近帧中的图像块重新排布，得到对齐图像。

结合第一方面的第三种可能实现方式，在第一方面的第四种可能实现方式中，所述将基础帧和临近帧分别分割为多个图像块的步骤包括：