[发明专利]图像降噪方法、装置、电子设备以及存储介质

权利要求书

1.一种图像降噪方法，其特征在于，包括：

获取目标RAW图；

利用预获取的噪声模型对所述目标RAW图进行处理得到噪声分量图像；

将所述目标RAW图以及所述噪声分量图像输入预训练的AI降噪网络模型得到降噪后的RAW图；

其中，所述AI降噪网络模型包括：深度可分离通道注意力模块、倒置残差通道注意力模块、短接倒置残差通道注意力模块、离散小波变换模块以及逆离散小波变换模块；

所述深度可分离通道注意力模块的数量为6个，分别为第一深度可分离通道注意力模块至第六深度可分离通道注意力模块；所述倒置残差通道注意力模块的数量为3个，分别为第一倒置残差通道注意力模块至第三倒置残差通道注意力模块；所述短接倒置残差通道注意力模块的数量为3个，分别为第一短接倒置残差通道注意力模块至第三短接倒置残差通道注意力模块；所述离散小波变换模块的数量为2个，分别为第一离散小波变换模块以及第二离散小波变换模块；所述逆离散小波变换模块的数量为2个，分别为第一逆离散小波变换模块以及第二逆离散小波变换模块；

所述AI降噪网络模型还包括：第一拼接模块、第二拼接模块、加法模块以及3x3卷积模块；

其中，所述第一离散小波变换模块、第一深度可分离通道注意力模块、第一短接倒置残差通道注意力模块、第二离散小波变换模块、第二深度可分离通道注意力模块、第一倒置残差通道注意力模块、第三深度可分离通道注意力模块、第二倒置残差通道注意力模块、第一拼接模块、第四深度可分离通道注意力模块、第三倒置残差通道注意力模块、第一逆离散小波变换模块、第二拼接模块、第五深度可分离通道注意力模块、第二短接倒置残差通道注意力模块、第二逆离散小波变换模块、第六深度可分离通道注意力模块、第三短接倒置残差通道注意力模块、3x3卷积模块、加法模块顺序连接；所述加法模块还接入目标RAW图；第一短接倒置残差通道注意力模块还连接第二拼接模块，第一倒置残差通道注意力模块的输出还连接第一拼接模块。

2.根据权利要求1所述的图像降噪方法，其特征在于，所述深度可分离通道注意力模块包括：顺序连接的第一带泄露修正线性单元、第一点卷积单元、第二带泄露修正线性单元、第一深度卷积单元、第一全局平均池化单元、第一1x1点卷积单元、第一非线性激活单元、第二1x1点卷积单元、第一Sigmoid单元、第一乘法单元以及第二点卷积单元；其中，所述第一深度卷积单元还连接所述第一乘法单元。

3.根据权利要求1所述的图像降噪方法，其特征在于，所述倒置残差通道注意力模块包括：顺序连接的第三带泄露修正线性单元、第三点卷积单元、第四带泄露修正线性单元、第二深度卷积单元、第二全局平均池化单元、第三1x1点卷积单元、第二非线性激活单元、第四1x1点卷积单元、第二Sigmoid单元、第二乘法单元、第四点卷积单元、第一加法单元；其中，所述第二深度卷积单元还连接所述第二乘法单元，所述第一加法单元还连接所述第三带泄露修正线性单元的输入。

4.根据权利要求1所述的图像降噪方法，其特征在于，所述短接倒置残差通道注意力模块包括：3x3卷积单元以及顺序连接的第五带泄露修正线性单元、第五点卷积单元、第六带泄露修正线性单元、第三深度卷积单元、第三全局平均池化单元、第五1x1点卷积单元、第三非线性激活单元、第六1x1点卷积单元、第三Sigmoid单元、第三乘法单元、第六点卷积单元、第二加法单元；其中，所述第三深度卷积单元还连接所述第三乘法单元，所述第二加法单元还通过3x3卷积单元连接所述第五带泄露修正线性单元的输入。

5.根据权利要求1所述的图像降噪方法，其特征在于，还包括：

获取待降噪成像系统在不同场景下的RAW图数据集；

对不同场景下的RAW图数据集中的RAW图进行预处理后获得各RAW图的噪声水平统计信息；

对各场景下的RAW图数据集对应的RAW图的噪声水平统计信息分别进行拟合得到与ISO相关的泊松噪声参数曲线和高斯噪声参数曲线，作为用于获取噪声分量图像的噪声模型。

6.根据权利要求1所述的图像降噪方法，其特征在于，还包括：

将降噪后的RAW图进行恢复处理得到降噪后的RGB图像。