[发明专利]基于多帧图像的图像处理方法、装置、电子设备

权利要求书

1.一种基于多帧图像的图像处理方法，其特征在于，所述方法包括以下步骤：

获取多帧原始图像；

对部分帧原始图像基于人工智能降噪，得到降噪图像，所述部分帧原始图像为所述多帧原始图像中的至少两帧的原始图像；

根据所述降噪图像以及其它帧原始图像，合成得到高动态范围图像，所述部分帧原始图像和所述其它帧原始图像共同组成所述多帧原始图像。

2.根据权利要求1所述的基于多帧图像的图像处理方法，其特征在于，所述对部分帧原始图像基于人工智能降噪，得到降噪图像，包括：

对所述部分帧原始图像进行多帧融合降噪，得到第一降噪图像；

采用神经网络模型，对所述第一降噪图像进行噪声特性识别；其中，所述神经网络模型，已学习得到所述第一降噪图像的感光度与噪声特性之间的映射关系；

根据识别出的噪声特性对所述第一降噪图像降噪，以得到所述降噪图像。

3.根据权利要求2所述的基于多帧图像的图像处理方法，其特征在于，所述神经网络模型，是采用各感光度的样本图像对所述神经网络模型进行训练，直至所述神经网络模型识别出的噪声特性与相应样本图像中标注的噪声特性匹配时，所述神经网络模型训练完成。

4.根据权利要求1所述的基于多帧图像的图像处理方法，其特征在于，所述部分帧原始图像为至少两帧相同曝光量的第一图像，所述其它帧原始图像为曝光量低于所述第一图像的至少一帧第二图像；

所述根据所述降噪图像以及其它帧原始图像，合成得到高动态范围图像：

根据所述降噪图像和所述至少一帧第二图像，合成得到所述高动态范围图像。

5.根据权利要求1-4任一项所述的基于多帧图像的图像处理方法，其特征在于，所述获取多帧原始图像之前，还包括：

获取预览图像；

所述获取多帧原始图像，包括：

根据所述预览图像的成像质量，确定基准曝光量的图像帧数n；其中，n为大于或等于2的自然数；

采集符合所述基准曝光量的n帧原始图像；

采集低于所述基准曝光量的至少一帧原始图像。

6.根据权利要求5所述的基于多帧图像的图像处理方法，其特征在于，所述采集符合所述基准曝光量的n帧原始图像，包括：

根据拍摄场景的光照度，确定基准曝光量；

根据所述基准曝光量和设定的基准感光度，确定基准曝光时长；

根据所述基准曝光时长和所述基准感光度，采集所述n帧原始图像。

7.根据权利要求4所述的基于多帧图像的图像处理方法，其特征在于，所述至少一帧第二图像具体为两帧第二图像；

所述两帧第二图像对应不同的曝光补偿等级，且所述两帧第二图像的曝光补偿等级小于EV0。

8.根据权利要求7所述的基于多帧图像的图像处理方法，其特征在于，所述至少一帧第二图像对应的曝光补偿等级取值范围为EV-5至EV-1。

9.根据权利要求1-8任一项所述的基于多帧图像的图像处理方法，其特征在于，所述根据所述降噪图像以及其它帧原始图像，合成得到高动态范围图像之后，还包括：

将所述高动态范围图像转为YUV图像。

10.一种基于多帧图像的图像处理装置，其特征在于，所述装置包括：

获取模块，用于获取多帧原始图像；

降噪模块，用于对部分帧原始图像基于人工智能降噪，得到降噪图像，所述部分帧原始图像为所述多帧原始图像中的至少两帧的原始图像；

合成模块，用于根据所述降噪图像以及其它帧原始图像，合成得到高动态范围图像，所述部分帧原始图像和所述其它帧原始图像共同组成所述多帧原始图像。