[发明专利]基于噪声场的图像降噪方法、装置、设备及存储介质

权利要求书

1.一种基于噪声场的图像降噪方法，其特征在于，包括：

获取待降噪图像以及与所述待降噪图像相对应的无噪声图像；

将所述无噪声图像输入预设的噪声分布模型，并在所述噪声分布模型中构建所述无噪声图像的高斯-泊松联合噪声分布函数；

根据所述高斯-泊松联合噪声分布函数获取所述待降噪图像的噪声分布信息；

将所述待降噪图像和所述噪声分布信息导入到预先训练好的降噪模型，根据所述噪声分布信息在以所述降噪模型中对所述待降噪图像进行降噪，得到去噪图像。

2.如权利要求1所述的基于噪声场的图像降噪方法，其特征在于，所述噪声分布模型中预设有一个高斯核和一个泊松核，所述将所述无噪声图像输入预设的噪声分布模型，并在所述噪声分布模型中构建所述无噪声图像的高斯-泊松联合噪声分布函数的步骤，具体包括：

将所述无噪声图像输入到所述噪声分布模型中，通过所述噪声分布模型获取所述无噪声图像的像素信息；

基于所述无噪声图像的像素信息、所述泊松核以及所述高斯核构建所述无噪声图像的高斯-泊松联合噪声分布函数。

3.如权利要求2所述的基于噪声场的图像降噪方法，其特征在于，在所述将所述无噪声图像输入到所述噪声分布模型中，通过所述噪声分布模型获取所述无噪声图像的像素信息的步骤之前，还包括：

从预设的图像数据库中获取样本图像，将所述样本图像输入到预设的初始噪声分布模型，获取所述初始噪声分布模型的输出结果；

构建所述初始噪声分布模型的损失函数，基于所述输出结果和预设标准结果，使用所述噪声分布模型的损失函数进行误差计算，获取识别误差；

基于所述识别误差对所述噪声分布模型进行迭代，直至模型拟合，得到输出拟合的噪声分布模型。

4.如权利要求1所述的基于噪声场的图像降噪方法，其特征在于，所述基于所述识别误差对所述噪声分布模型进行迭代，直至模型拟合，得到输出拟合的噪声分布模型的步骤，具体包括：

将所述识别误差与预设误差阈值进行比对；

若所述识别误差大于预设误差阈值，则基于反向传播算法对所述初始噪声分布模型进行迭代更新，直至所述识别误差小于或等于预设误差阈值为止，得到输出拟合的噪声分布模型；

输出所述噪声分布模型。

5.如权利要求1至4任意一项所述的基于噪声场的图像降噪方法，其特征在于，所述根据所述高斯-泊松联合噪声分布函数获取所述待降噪图像的噪声分布信息的步骤，具体包括：

基于所述无噪声图像的像素信息对所述高斯-泊松联合噪声分布函数进行随机抽样，得到抽样矩阵；

根据所述抽样矩阵得到所述待降噪图像的噪声分布信息。

6.如权利要求5所述的基于噪声场的图像降噪方法，其特征在于，所述根据所述抽样矩阵得到所述待降噪图像的噪声分布信息的步骤，具体包括：

获取所述无噪声图像的图像矩阵，融合所述无噪声图像的图像矩阵和所述抽样矩阵，得到第一噪声图像；

获取所述待降噪图像对应的相机响应函数，并基于所述相机响应函数对所述第一噪声图像处理，得到第二噪声图像；

获取所述待降噪图像对应的格式转化信息，并基于所述格式转化信息对所述第二噪声图像进行彩色插值，得到第三噪声图像；

获取所述待降噪图像对应的压缩参数，并基于所述压缩参数对所述第三噪声图像进行压缩，得到第四噪声图像；

获取所述第四噪声图像的的图像矩阵，并基于所述第四噪声图像的的图像矩阵得到所述待降噪图像的噪声分布信息。

7.如权利要求5所述的基于噪声场的图像降噪方法，其特征在于，所述将所述待降噪图像和所述噪声分布信息导入到预先训练好的降噪模型，根据所述噪声分布信息在以所述降噪模型中对所述待降噪图像进行降噪，得到去噪图像的步骤，具体包括：

基于所述噪声分布信息获取噪声分布矩阵；

对所述待降噪图像的图像矩阵和所述噪声分布矩阵进行矩阵拼接，得到矩阵拼接张量；

利用所述降噪模型的卷积核对所述矩阵拼接张量进行卷积运算，得到卷积运算结果；

基于所述卷积运算结果进行图像重建，得到去噪图像。