[发明专利]噪点估计

权利要求书

1.一种图像处理设备，其特征在于，包括处理器，所述处理器用于通过以下步骤估计图像中的噪点，其中，所述图像由一组像素表示，并且每个像素在一个或多个通道中的每个通道上具有与所述像素相关的值：

通过用于检测随机噪点的第一训练模型，处理从所述图像导出的数据，形成第一噪点估计；

通过用于检测像素极值的第二训练模型，处理从所述图像导出的数据，形成第二噪点估计；

将所述第一噪点估计和所述第二噪点估计组合，形成聚合噪点估计。

2.根据权利要求1所述的图像处理设备，其特征在于，所述第一训练模型用于检测泊松噪点(Poisson noise)和/或高斯噪点(Gaussian noise)。

3.根据权利要求2所述的图像处理设备，其特征在于，所述第一训练模型在检测泊松噪点和/或高斯噪点方面的精度比所述第二训练模型的精度高。

4.根据上述权利要求中任一项所述的图像处理设备，其特征在于，所述第二训练模型在检测坏点噪点方面的精度比所述第一训练模型的精度高。

5.根据上述权利要求中任一项所述的图像处理设备，其特征在于，所述设备用于从所述图像中减去所述聚合噪点估计以形成去噪图像。

6.根据权利要求1至4中任一项所述的图像处理设备，其特征在于，所述设备用于通过第三训练模型处理所述图像和所述聚合噪点估计，形成去噪图像。

7.根据上述权利要求中任一项所述的图像处理设备，其特征在于，所述第一训练模型和所述第二训练模型包括处理架构，所述处理架构用于：(a)处理从所述图像导出的数据，以通过第一系列级逐渐降低分辨率，形成中间数据；(b)处理所述中间数据，以通过第二系列级逐渐提高分辨率，形成相应的噪点估计，其中，在第一系列和第二系列的对应级之间具有提供馈通的跳跃连接。

8.根据权利要求7所述的图像处理设备，其特征在于，所述第二训练模型的所述第一系列级包括：(a)第一级，用于处理从所述图像导出的数据以降低分辨率并增加数据深度，形成第二中间数据，(b)第二级，用于处理所述第二中间数据以在不增大数据深度的情况下降低分辨率，形成第三中间数据。

9.根据权利要求8所述的图像处理设备，其特征在于，所述第一级是空间-深度级。

10.根据权利要求8或9所述的图像处理设备，其特征在于，所述第二级是最大池化级。

11.根据权利要求7至10中任一项所述的图像处理设备，其特征在于，所述第一训练模型的所述第一系列级中没有任何一级增大数据深度。

12.一种用于训练图像处理模型的方法，其特征在于，包括：

(a)接收多对图像，其中，每对图像表示公共场景，每对图像中的第一图像中包括的噪点比每对图像中的第二图像中包括的噪点多；

(b)对于每对图像：

(i)通过用于估计所述图像中的随机噪点的第一模型，处理从每对图像中的所述第一图像导出的数据，形成第一噪点估计；

(ii)通过用于检测像素极值的第二模型，处理从每对图像中的所述第一图像导出的数据，形成第二噪点估计；

(iii)将所述第一噪点估计和所述第二噪点估计组合，形成聚合噪点估计；

(iv)估计(A)每对图像中的所述第二图像与(B)根据所述聚合噪点估计去噪的每对图像中的所述第一图像之间的差值；

(v)根据估计的差值调适所述第一模型和所述第二模型。