[发明专利]一种降噪方法、装置、电子设备及介质

说明书

本申请实施例提供了一种降噪方法、装置、电子设备及介质，涉及图像处理技术领域，该方法包括：将待处理图像输入图像降噪模型，图像降噪模型为基于预设训练集对卷积神经网络模型训练得到的模型，预设训练集中包括多组标注数据以及每组标注数据对应的样本数据；其中，一组标注数据包括对一张基准无噪声图像进行模拟运动处理后得到的多张无噪声图像，该组标注数据对应的样本数据包括对多张无噪声图像分别叠加噪声后得到的图像；获取图像降噪模型输出的降噪后的图像数据；将图像数据转换为图像，得到待处理图像对应的降噪后的图像。可以有效避免降噪后的图像存在重影的问题。

技术领域

本申请涉及图像处理技术领域，特别是涉及一种降噪方法、装置、电子设备及介质。

背景技术

目前对于图像或者视频进行降噪主要采用多帧降噪的方式，即，获取要进行降噪的图像的前后几帧图像，对获取到的多帧图像采取叠加平均值的方法进行降噪。

而在拍摄图像或者视频时，拍摄设备可能会存在抖动，被拍摄的物体也可能是运动中的物体，所以这种对多帧图像叠加平均值的降噪方式会导致降噪后的图像或视频中存在重影。

发明内容

本申请实施例的目的在于提供一种降噪方法、装置、电子设备及介质，用以解决对视频或者图像降噪会产生重影的问题。具体技术方案如下：

第一方面，本申请实施例提供一种降噪方法，包括：

将待处理图像输入图像降噪模型，所述图像降噪模型为基于预设训练集对卷积神经网络模型训练得到的模型，所述预设训练集中包括多组标注数据以及每组标注数据对应的样本数据；其中，一组标注数据包括对一张基准无噪声图像进行模拟运动处理后得到的多张无噪声图像，该组标注数据对应的样本数据包括对所述多张无噪声图像分别叠加噪声后得到的图像；

获取所述图像降噪模型输出的降噪后的图像数据；

将所述图像数据转换为图像，得到所述待处理图像对应的降噪后的图像。

在一种可能的实现方式中，所述预设训练集通过以下步骤得到：

采集多张基准无噪声图像；

针对每张基准无噪声图像，从该基准无噪声图像截取多张形状相同、面积相同、具有重叠区域且不完全相同的图像，将截取出的图像作为一组标注数据；

对每组标注数据包括的多张图像分别叠加噪声，得到每组标注数据对应的样本数据；

将得到的多组标注数据以及每组标注数据对应的样本数据生成所述预设训练集。

在一种可能的实现方式中，所述预设训练集通过以下步骤得到：

采集多张基准无噪声图像；

每次从所述多张基准无噪声图像中选择两张图像分别作为前景图像和背景图像；

按照第一指定形状和第一指定尺寸裁剪所述背景图像；

按照所述第一指定形状和第二指定尺寸裁剪所述前景图像，对裁剪后的前景图像进行掩膜处理，得到第二指定形状的前景图像；

将所述第二指定形状的前景图像叠加在裁剪后的背景图像上的起始位置，将所述第二指定的前景图像在所述背景图像上按照预设速度朝预设方向平移，将平移过程中的多个时刻的图像作为一组标注数据；

对每组标注数据包括的多张图像分别叠加噪声，得到每组标注数据对应的样本数据；

将得到的多组标注数据以及每组标注数据对应的样本数据生成所述预设训练集。

在一种可能的实现方式中，在所述将得到的多组标注数据以及每组标注数据对应的样本数据生成所述预设训练集之前，所述方法还包括：