CN108924420A - 图像拍摄方法、装置、介质、电子设备及模型训练方法 - Google Patents

Abstract

本申请实施例公开了一种图像拍摄方法、装置、存储介质、电子设备及模型训练方法，其中，电子设备可以接收输入的拍摄指令；根据拍摄指令，对待拍摄场景进行拍摄，得到拍摄图像；通过图像降噪模型对拍摄图像进行降噪处理，并将降噪处理所得到的降噪图像作为拍摄指令的结果图像；其中，该图像降噪模型利用预先拍摄得到的多个图像集合作为训练输入、前述多个图像集合分别进行合成降噪得到的降噪图像作为目标输出，进行模型训练得到。由此，当采用本方案时，只要完成了图像降噪模型的训练，在后续拍摄时，即可采用训练得到的图像降噪模型对拍摄得到的图像进行降噪处理，节省了拍摄多张图像以及进行图像合成的时间，可以达到提高图像降噪效率的目的。

Description

图像拍摄方法、装置、介质、电子设备及模型训练方法

技术领域

本申请涉及图像处理技术领域，具体涉及一种图像拍摄方法、装置、存储介质、电子设备及模型训练方法。

背景技术

目前，用户通常利用具有拍摄功能的电子设备(如手机、平板电脑等)拍摄图像，来随时随地的记录身边发生的事情，看到的景物等。然而，由于电子设备本身的硬件限制，在进行夜景或者低亮度场景的拍摄时，拍摄得到的图像往往存在较多的噪点。相关技术中，通过合成降噪的方式进行图像降噪，但这种降噪方式需要同时拍摄多张图像，再将拍摄得到的多张图像合成为一张图像，整个过程耗时较长，导致图像降噪的效率较低。

发明内容

本申请实施例提供了一种图像拍摄方法、装置、存储介质、电子设备及模型训练方法，能够提高图像降噪的效率。

第一方面，本申请实施例提供了一种图像拍摄方法，包括：

接收输入的拍摄指令；

根据所述拍摄指令，对待拍摄场景进行拍摄，得到拍摄图像；

通过图像降噪模型对所述拍摄图像进行降噪处理，并将降噪处理后的所述拍摄图像作为所述拍摄指令的结果图像；

其中，所述图像降噪模型利用预先拍摄得到的多个图像集合作为训练输入、所述多个图像集合分别进行合成降噪得到的降噪图像作为目标输出，进行模型训练得到。

第二方面，本申请实施例提供了一种图像拍摄装置，包括：

接收模块，用于接收输入的拍摄指令；

拍摄模块，用于根据所述拍摄指令，对待拍摄场景进行拍摄，得到拍摄图像；

降噪模块，用于通过图像降噪模型对所述拍摄图像进行降噪处理，并将降噪处理后的所述拍摄图像作为所述拍摄指令的结果图像；

其中，所述图像降噪模型利用预先拍摄得到的多个图像集合作为训练输入、所述多个图像集合分别进行合成降噪得到的降噪图像作为目标输出，进行模型训练得到。

第三方面，本申请实施例提供了一种存储介质，其上存储有计算机程序，当所述计算机程序在计算机上运行时，使得所述计算机执行如本申请实施例提供的图像拍摄方法中的步骤。

第四方面，本申请实施例提供了一种电子设备，包括处理器和存储器，所述存储器有计算机程序，所述处理器通过调用所述计算机程序，用于执行如本申请实施例提供的图像拍摄方法中的步骤。

本申请实施例中，电子设备可以接收输入的拍摄指令；根据拍摄指令，对待拍摄场景进行拍摄，得到拍摄图像；通过图像降噪模型对拍摄图像进行降噪处理，并将降噪处理所得到的降噪图像作为拍摄指令的结果图像；其中，该图像降噪模型利用预先拍摄得到的多个图像集合作为训练输入、前述多个图像集合分别进行合成降噪得到的降噪图像作为目标输出，进行模型训练得到。由此，当采用本方案时，只要完成了图像降噪模型的训练，在后续拍摄时，即可采用训练得到的图像降噪模型对拍摄得到的图像进行降噪处理，节省了拍摄多张图像以及进行图像合成的时间，可以达到提高图像降噪效率的目的。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本申请实施例提供的图像拍摄方法的一流程示意图。

图2是本申请实施例中电子设备拍摄得到拍摄图像的示意图。

图3是本申请实施例中电子设备构建样本图像集合以及真值图像集合的示意图。

图4是本申请实施例中电子设备通过图像降噪模型进行降噪处理的示意图。

图5是本申请实施例提供的图像拍摄方法的另一流程示意图。

图6是本申请实施例提供的模型训练方法的一流程示意图。

图7是本申请实施例提供的图像拍摄装置的一结构示意图。

图8是本申请实施例提供的电子设备的一结构示意图。

图9是本申请实施例提供的电子设备的另一结构示意图。

具体实施方式

请参照图式，其中相同的组件符号代表相同的组件，本申请的原理是以实施在一适当的运算环境中来举例说明。以下的说明是基于所例示的本申请具体实施例，其不应被视为限制本申请未在此详述的其它具体实施例。

在以下的说明中，本申请的具体实施例将参考由一部或多部计算机所执行的步骤及符号来说明，除非另有述明。因此，这些步骤及操作将有数次提到由计算机执行，本文所指的计算机执行包括了由代表了以一结构化型式中的数据的电子信号的计算机处理单元的操作。此操作转换该数据或将其维持在该计算机的内存系统中的位置处，其可重新配置或另外以本领域测试人员所熟知的方式来改变该计算机的运作。该数据所维持的数据结构为该内存的实体位置，其具有由该数据格式所定义的特定特性。但是，本申请原理以上述文字来说明，其并不代表为一种限制，本领域测试人员将可了解到以下所述的多种步骤及操作亦可实施在硬件当中。

本文所使用的术语“模块”可看做为在该运算系统上执行的软件对象。本文所述的不同组件、模块、引擎及服务可看做为在该运算系统上的实施对象。而本文所述的装置及方法可以以软件的方式进行实施，当然也可在硬件上进行实施，均在本申请保护范围之内。

本申请中的术语“第一”、“第二”和“第三”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或模块的过程、方法、系统、产品或设备没有限定于已列出的步骤或模块，而是某些实施例还包括没有列出的步骤或模块，或某些实施例还包括对于这些过程、方法、产品或设备固有的其它步骤或模块。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

本申请实施例提供一种图像拍摄方法，该图像拍摄方法的执行主体可以是本申请实施例提供的图像拍摄装置，或者集成了该图像拍摄装置的电子设备，其中该图像拍摄装置可以采用硬件或者软件的方式实现。其中，电子设备可以是智能手机、平板电脑、掌上电脑、笔记本电脑、或者台式电脑等设备。

请参照图1，图1为本申请实施例提供的图像拍摄方法的流程示意图。如图1所示，本申请实施例提供的图像拍摄方法的流程可以如下：

101、接收输入的拍摄指令。

本申请实施例中，拍摄指令可由用户直接输入，用于指示电子设备对待拍摄场景进行拍摄。其中，待拍摄场景即电子设备在接收到输入的拍摄指令时，摄像头所对准的场景。

比如，用户在操作电子设备启动拍照类应用(比如电子设备的系统应用“相机”)，并通过移动电子设备，使得电子设备的摄像头对准待拍摄场景之后，可以通过点击“相机”预览界面提供的“拍照”按键(为虚拟按键)，向电子设备输入拍摄指令，如图2所示。

又比如，用户在操作电子设备启动拍照类应用，并通过移动电子设备，使得电子设备的摄像头对准待拍摄场景之后，可以说出语音指令“拍照”，向电子设备输入拍摄指令。

102、根据接收到的拍摄指令，对待拍摄场景进行拍摄，得到拍摄图像。

本申请实施例中，电子设备在接收到输入的拍摄指令之后，根据该拍摄指令，按照设定的拍摄参数对待拍摄场景进行拍摄，得到拍摄图像。其中，拍摄参数包括但不限于曝光参数、白平衡、色度以及是否开启闪光灯等。

比如，请参照图2，用户A在操作电子设备启动拍照类应用(比如电子设备的系统应用“相机”)，并通过移动电子设备，使得电子设备的摄像头对准用户B所在的场景之后，可以通过点击“相机”预览界面提供的“拍照”按键，向电子设备输入拍摄指令。相应的，电子设备在接收到输入的拍摄指令之后，对摄像头所对准的待拍摄场景(也即是用户B所在的场景进行拍摄)，若待拍摄环境的环境亮度较低，得到的拍摄图像将包括大量的噪点，如图2所示。

103、通过图像降噪模型对拍摄图像进行降噪处理，并将降噪处理后的拍摄图像作为拍摄指令的结果图像。

需要说明的是，在本申请实施例中，预先训练有用于进行图像降噪的图像降噪模型，该图像降噪模型能够对输入的包括噪点的图像进行处理，并输出没有噪点的清晰图像。

其中，该图像降噪模型利用预先拍摄得到的多个图像集合作为训练输入、前述多个图像集合分别进行合成降噪得到的降噪图像作为目标输出，进行模型训练得到。

比如，可以预先选取N个不同的场景，对于其中的任一场景，由电子设备对其进行连续拍摄，得到多个图像内容相同的图像，由这多个图像内容相同图像构成对于该场景的图像集合，由此得到对应N个不同场景的N个图像集合。

在获取到N各图像集合之后，电子设备分别对这N个图像集合进行合成降噪处理，得到对应各图像集合的降噪图像，共得到N个降噪图像。

请参照图3，在得到对应N个图像集合的N个降噪图像之后，电子设备分别从各图像集合中，选取一个或多个图像作为样本图像，构建用于图像降噪的样本图像集合。与此同时，根据N个降噪图像构建对应样本图像集合的真值图像集合。在构建真值图像集合时，对于任一样本图像，电子设备将该样本图像来源的图像集合所对应的降噪图像，作为对应该样本图像的真值图像，这样，可以得到对应样本图像集合中各样本图像的真值图像，由此来构建对应样本图像集合的真值图像集合。其中，对于样本图像集合中的任意两个样本图像，二者可能对应同一个真值图像，也可能对应不同的真值图像，而对于真值图像集合中的任意两个真值图像，二者对应不同的样本图像。

在完成样本图像集合的构建以及真值图像集合的构建之后，电子设备即可将样本图像集合作为训练输入、将真值图像集合作为目标输出，按照预先设定的训练算法来进行模型训练，以训练得到用于进行图像降噪处理的图像降噪模型。

本申请实施例中，电子设备在根据拍摄指令对待拍摄场景进行拍摄，并得到拍摄图像之后，调用预先训练的图像降噪模型，并通过该图像降噪模型对得到的拍摄图像进行降噪处理，在通过图像降噪模型完成对拍摄图像的降噪处理之后，将降噪处理后的拍摄图像作为拍摄指令的结果图像。

比如，请参照图4，电子设备根据接收到的拍摄指令所拍摄得到的拍摄图像中包括大量噪点，将该拍摄图像输入到图像降噪模型进行降噪处理，得到图像降噪模型输出的降噪处理后的拍摄图像，如图4所示，降噪处理后的拍摄图像基本上不存在噪点，其图像质量相较于原始的拍摄图像有显著提高，此时，电子设备将降噪处理后的拍摄图像作为拍摄指令的结果图像。

由上可知，在本申请实施例中，电子设备可以接收输入的拍摄指令；根据拍摄指令，对待拍摄场景进行拍摄，得到拍摄图像；通过图像降噪模型对拍摄图像进行降噪处理，并将降噪处理所得到的降噪图像作为拍摄指令的结果图像；其中，该图像降噪模型利用预先拍摄得到的多个图像集合作为训练输入、前述多个图像集合分别进行合成降噪得到的降噪图像作为目标输出，进行模型训练得到。由此，当采用本方案时，只要完成了图像降噪模型的训练，在后续拍摄时，即可采用训练得到的图像降噪模型对拍摄得到的图像进行降噪处理，节省了拍摄多张图像以及进行图像合成的时间，可以达到提高图像降噪效率的目的。

请参照图5，图5为本申请实施例提供的图像拍摄方法的另一流程示意图，如图5所示，该图像拍摄方法可以包括：

201、接收输入的拍摄指令。

本申请实施例中，拍摄指令可由用户直接输入，用于指示电子设备对待拍摄场景进行拍摄。其中，待拍摄场景即电子设备在接收到输入的拍摄指令时，摄像头所对准的场景。

比如，用户在操作电子设备启动拍照类应用(比如电子设备的系统应用“相机”)，并通过移动电子设备，使得电子设备的摄像头对准待拍摄场景之后，可以通过点击“相机”预览界面提供的“拍照”按键(为虚拟按键)，向电子设备输入拍摄指令，如图2所示。

又比如，用户在操作电子设备启动拍照类应用，并通过移动电子设备，使得电子设备的摄像头对准待拍摄场景之后，可以说出语音指令“拍照”，向电子设备输入拍摄指令。

202、判断当前是否处于稳定状态。

本申请实施例中，电子设备在接收到输入的拍摄指令之后，首先判断当前自身是否处于稳定状态。其中，电子设备可以通过多种不同方式进行稳定状态的判断，比如，电子设备可以判断当前在各方向的速度是否均小于预设速度，若是，则当前处于稳定状态，若否，则当前处于非稳定状态(或者说，抖动状态)；又比如，电子设备可以判断当前在各方向的位移是否均小于预设位移，若是，则当前处于稳定状态，若否，则当前处于非稳定状态(或者说，抖动状态)。此外，还可以通本申请实施例未列出的方式进行稳定状态的判断，本申请实施例对此不做具体限制。

203、在当前处于稳定状态时，判断待拍摄场景是否处于静止状态。

本申请实施例中，电子设备在完成对当前是否处于稳定状态的判断，且当前处于稳定状态时，进一步判断待拍摄场景是否处于静止状态。

其中，对于如何判断待拍摄场景是否处于静止状态，可由本领域技术人员是根据实际需要选取合适的判别方式进行判断，本申请实施例对此不做具体限制，比如，可以采用光流法、残差法等来判断待拍摄场景是否处于静止状态。

204、在待拍摄场景处于静止状态时，根据接收到的拍摄指令，对待拍摄场景进行拍摄，得到拍摄图像。

在完成对当前场景是否处于静止状态的判断，且当前场景处于静止状态时，根据该拍摄指令，按照设定的拍摄参数对待拍摄场景进行拍摄，得到拍摄图像。其中，拍摄参数包括但不限于曝光参数、白平衡、色度以及是否开启闪光灯等。本申请实施例中，通过限制电子设备处于稳定状态，且待拍摄场景处于静止状态时，才由电子设备根据接收到的拍摄指令，对待拍摄场景进行拍摄，能够使得拍摄得到的原始拍摄图像具备尽可能高的清晰度。

比如，请参照图2，用户A在操作电子设备启动拍照类应用(比如电子设备的系统应用“相机”)，并通过移动电子设备，使得电子设备的摄像头对准用户B所在的场景之后，可以通过点击“相机”预览界面提供的“拍照”按键，向电子设备输入拍摄指令。相应的，电子设备在接收到输入的拍摄指令之后，对摄像头所对准的待拍摄场景(也即是用户B所在的场景进行拍摄)，若待拍摄环境的环境亮度较低，得到的拍摄图像将包括大量的噪点，如图2所示。

205、获取待拍摄场景的环境亮度，并判断获取到的环境亮度是否小于预设亮度。

容易理解的是，由于硬件原因，电子设备得到拍摄图像中的噪点多少往往取决于待拍摄场景的环境亮度，通常的，待拍摄场景的环境亮度越低(比如夜景、未照明的室内场景、地下室场景等)，得到待拍摄场景的拍摄图像中的噪点越多，而待拍摄场景的环境亮度越高(比如日景、室外场景、照明的室内场景等)，得到待拍摄场景的拍摄图像中的噪点越低。因此，本申请实施例中预先设定一个预设亮度，用于判定是否需要对拍摄得到的拍摄图像进行降噪处理。

其中，电子设备在根据拍摄指令对待拍摄场景进行拍摄，并得到拍摄图像之后，并不立即对拍摄图像进行降噪处理，而是获取到待拍摄场景的环境亮度，并判断该环境亮度是否小于预设亮度，若前述环境亮度小于预设亮度，则确定需要对前述拍摄图像进行降噪处理，若前述环境亮度大于或等于预设亮度，则确定不需要对前述拍摄图像进行降噪处理。

需要说明的是，对于预设亮度的取值，可由本领域技术人员根据经验取合适值，本申请实施例对此不做具体限制。

206、在获取到的环境亮度小于预设亮度时，通过图像降噪模型对拍摄图像进行降噪处理，并将降噪处理后的拍摄图像作为拍摄指令的结果图像。

本申请实施例中，电子设备在完成对前述环境亮度是否小于预设亮度的判断，且前述环境亮度小于预设亮度时，确定需要对前述拍摄图像进行降噪处理，此时，调用预先训练的图像降噪模型，并通过该图像降噪模型对得到的拍摄图像进行降噪处理，在通过图像降噪模型完成对拍摄图像的降噪处理之后，将降噪处理后的拍摄图像作为拍摄指令的结果图像。

在一实施方式中，“判断待拍摄场景是否处于静止状态”包括：

(1)获取待拍摄场景的两个预览图像；

(2)获取两个预览图像的残差图像；

(3)获取残差图像中非零亮度值的像素点占总像素点的比例值，并判断比例值是否小于预设比例值，若是，则确定待拍摄场景处于静止状态。

作为一种可选的实施方式，本实施例中，电子设备利用残差法来判断待拍摄场景是否处于静止状态。

其中，电子设备在判断待拍摄场景是否处于静止状态时，可以首先获取到待拍摄场景的两个在时间上相邻的预览图像，分别为第一预览图像和第二预览图像；然后将这第一预览图像和第二预览图像相减，得到第一预览图像和第二预览图像的残差图像；再确定残差图像中各像素点的亮度值，并确定非零亮度的像素点占所有像素点的比例值；最后判断前述比例值是否小于预设比例值，若前述比例值小于预设比例值，则确定待拍摄场景处于静止状态，若前述比例值大于或等于预设比例值，则确定待拍摄场景处于非静止状态(或者说，运动状态)。

需要说明的是，对于预设比例值的具体取值，可由本领域技术人员根据实际需要进行设置，本申请实施例对此不做具体限制，比如，本申请实施例中将预设比例值设置为25％。

在一实施方式中，“根据接收到的拍摄指令，对待拍摄场景进行拍摄”包括：

(1)根据拍摄指令，对待拍摄场景进行连续拍摄，得到多个图像；

(2)从多个图像中选取清晰度最高的图像作为拍摄图像。

本申请实施例中，电子设备在对待拍摄场景进行拍摄时，可以根据接收到的拍摄指令，通过摄像头对待拍摄场景进行连续拍摄，得到待拍摄场景的多个图像。其中，电子设备可以按照设定的拍摄帧率，在单位时长内通过摄像头对待拍摄场景进行拍摄，从而实现对待拍摄场景的连续拍摄。比如，假设摄像头的拍摄帧率为15FPS，则在单位时长1秒内，电子设备将拍摄得到待拍摄场景的15个图像，由于这些图像均对应于同一待拍摄场景，且各图像间的拍摄时刻的间隔较小，可以将这些图像的图像内容看做相同。

在拍摄得到多个待拍摄场景的图像之后，电子设备进一步获取到各图像的清晰度，并从多个图像中选取清晰度最高的图像作为拍摄图像，用作降噪处理，这样，能够使得图像降噪模型更快的完成降噪处理。

通常来说，图像越清晰，其对比度越高。因此，可以使用图像的对比度来衡量图像的清晰度。电子设备在获取前述多个图像的清晰度时，可以分别获取前述多个图像的对比度，作为前述多个图像的清晰度。

本申请实施例中，对于前述多个图像中的任一图像，电子设备可以选取该图像的中心和四个角落共五个图像区域，然后分别获取选取的这五个图像区域的对比度，并计算得到选取的这五个图像区域的对比度平均值，将计算得到的对比度平均值作为前述图像的对比度，也即是前述图像的清晰度。

比如，以选取的图像区域为256*256个像素的正方形区域为例，在某图像区域内，获取该图像区域内像素点亮度值的最大值，以及亮度值的最小值，将最大亮度值与最小亮度值的商值作为该图像区域的对比度，由此，可以得到选取的五个图像区域各自的对比度，分别为C1、C2、C3、C4和C5，最后得到清晰度为：(C1+C2+C3+C4+C5)/5。

请参照图6，本申请实施例还提供一种模型训练方法，如图6所示，该模型训练方法可以包括：

301、获取N个图像集合，并对获取得到的N个图像集合分别进行合成降噪处理，得到N个降噪图像。

本申请实施例中，电子设备首先获取N个图像集合，各图像集合中的图像均为拍摄得到。其中，各图像集合至少包括两个图像，且同一图像集合内的图像的图像内容相同。电子设备在获取这N个图像集合时，可以通过自身的摄像头拍摄得到，也可以在同型号的其它电子设备拍摄得到N个图像集合时，从该其它电子设备出获取得到。

需要说明的是，对于图像集合所包括图像的个数，不同图像集合的图像个数可以相同，也可以不同，比如，一个图像集合中包括A图像内容的11个图像，另一个图像集合中包括B图像内容的10个图像。

在获取到N各图像集合之后，电子设备分别对这N个图像集合进行合成降噪处理，得到对应各图像集合的降噪图像，共得到N个降噪图像。

其中，合成降噪处理就是为了减少图像中的噪点，改善图像的质量。其原理在于，基于噪点是无序排列的这一先验知识，对于同一图像集合内的各图像，同一像素点出现的噪点可能是红噪点，也可能是绿噪点，还可能是白噪点，甚至可能没有噪点，因此，可以根据同一图像集合内各图像中对应同一像素点的像素值，将噪点去除。通过这种方式，可以得到清晰的降噪图像。

以某个图像集合为例，在进行合成降噪处理时，电子设备首先从该图像集合中选取一个图像作为基准图像，例如，可以从该图像集合中随机选取一个图像作为基准图像；又例如，可以从该图像集合中选取清晰度最高的图像作为基准图像。

之后，基于选择的基准图像，将该图像集合内的其它图像与基准图像对齐。

基于对齐后的各图像，计算得到各像素点的平均像素值，比如，假设该图像集合中共有四个图像，某位置的像素点在四个图像中的像素值分别为：“0.8，0.9，1.1，1.2”，则可计算得到该位置的像素点的平均像素值为“1”。

之后，根据各平均像素值得到该图像集合的降噪图像，比如，可以将前述基准图像的各像素点的像素值相应调整为计算得到的各平均像素值，从而得到该图像集合的降噪图像；又比如，可以根据计算得到各平均像素值，生成一幅新的图像，将新生成的图像作为该图像集合的降噪图像。

302、根据前述N个图像集合构建用于图像降噪的样本图像集合，根据前述N个降噪图像构建对应样本图像集合的真值图像集合。

本申请实施例中，请参照图3，电子设备在得到对应N个图像集合的N个降噪图像之后，分别从各图像集合中，选取一个或多个图像作为样本图像，构建用于图像降噪的样本图像集合。与此同时，根据N个降噪图像构建对应样本图像集合的真值图像集合。在构建真值图像集合时，对于任一样本图像，电子设备将该样本图像来源的图像集合所对应的降噪图像，作为对应该样本图像的真值图像，这样，可以得到对应样本图像集合中各样本图像的真值图像，由此来构建对应样本图像集合的真值图像集合。其中，对于样本图像集合中的任意两个样本图像，二者可能对应同一个真值图像，也可能对应不同的真值图像，而对于真值图像集合中的任意两个真值图像，二者对应不同的样本图像。

303、将前述样本图像集合作为训练输入、将前述真值图像集合作为目标输出进行模型训练，得到图像降噪模型。

本申请实施例中，在完成样本图像集合的构建以及真值图像集合的构建之后，电子设备即可将样本图像集合作为训练输入、将真值图像集合作为目标输出，按照预先设定的训练算法来进行模型训练，以训练得到用于进行图像降噪处理的图像降噪模型。

其中，训练算法为机器学习算法，机器学习算法可以通过不断特征学习来对数据进行处理。机器学习算法可以包括：决策树算法、逻辑回归算法、贝叶斯算法、神经网络算法(可以包括深度神经网络算法、卷积神经网络算法以及递归神经网络算法等)、聚类算法等等。

本申请实施例中，在进行模型训练时，电子设备可以利用样本图像集合作为训练输入，按照预先设定的训练算法进行模型训练，利用真值图像集合作为弥补输出，通过预先定义的损失函数获取此次模型训练的损失值，并根据损失值判断模型是否收敛，若未收敛，则根据损失值对模型的参数进行调整，继续进行模型训练，直至模型收敛，得到图像降噪模型。

需要说明的是，对于选取何种训练算法进行图像降噪模型的训练，可由本领域技术人员根据实际需要进行选取，比如，本申请实施例可以选取卷积神经网络算法来进行模型训练，以此来得到图像降噪模型。

在一实施方式中，“获取N个图像集合”包括：

对N个不同场景分别进行连续拍摄，得到对应N个不同场景的N个图像集合。

本申请实施例中，在获取N个图像集合时，可以预先选取N个不同的场景，对于其中的任一场景，由电子设备对其进行连续拍摄，得到多个图像内容相同的图像，由这多个图像内容相同图像构成对于该场景的图像集合，由此得到对应N个不同场景的N个图像集合。

比如，一方面，可以预先选取N个较为静态的夜景场景，在对每个夜景场景进行拍摄时，采用高稳定性拍照三脚架对电子设备进行固定，使电子设备处于稳定状态，之后，触发电子设备进行连续拍摄。另一方面，电子设备在接收到连续拍摄的触发操作时，进行连续拍摄，得到多个图像内容相同的图像。

需要说明的是，对于电子设备进行连续拍摄操作得到的图像个数(或者说，每次连续拍摄的具体拍摄次数)，本申请实施例不做具体限制，可由本领域技术人员根据实际需要进行设置，比如，将连续拍摄的次数设置为30，当对6个不同的场景进行连续拍摄时，将得到对应这6个不同场景的6个图像集合，且每个图像集合中包括30个图像，若将所有图像集合中的全部图像选取为样本图像，那么得到的样本图像集合中将包括180个样本图像。

在一实施方式中，“对N个不同场景分别进行连续拍摄”，包括：

(1)判断当前是否处于稳定状态；

(2)在当前处于稳定状态时，对当前场景进行连续拍摄。

其中，当前场景并不用于特指N个场景中的某一场景，而是用于表示当次执行连续拍摄操作时所对应的场景，也即是说，N个场景中的任一场景，在电子设备对其进行连续拍摄时，即为当前场景，从而N个场景中的任一场景均可作为当前场景。

本申请实施例中，电子设备在接收到连续拍摄的触发操作时，首先判断当前自身是否处于稳定状态。其中，电子设备可以通过多种不同方式进行稳定状态的判断，比如，电子设备可以判断当前在各方向的速度是否均小于预设速度，若是，则当前处于稳定状态，若否，则当前处于非稳定状态(或者说，抖动状态)；又比如，电子设备可以判断当前在各方向的位移是否均小于预设位移，若是，则当前处于稳定状态，若否，则当前处于非稳定状态(或者说，抖动状态)。此外，还可以通本申请实施例未列出的方式进行稳定状态的判断，本申请实施例对此不做具体限制。

在完成对当前是否处于稳定状态的判断，且当前处于稳定状态时，电子设备对当前场景进行连续拍摄，得到当前场景的多个图像，由此来构成对应当前场景的图像集合。

本申请实施例通过限制电子设备在处于稳定状态时进行连续拍摄操作，能够确保拍摄得到当前场景高质量的图像。

在一实施方式中，“对当前场景进行连续拍摄”之前，还包括：

(1)在当前处于稳定状态时，判断当前场景是否处于静止状态；

(2)在当前场景处于静止状态时，对当前场景进行连续拍摄。

本申请实施例中，电子设备判断自身在当前处于稳定状态时，进一步判断当前场景是否处于静止状态。

电子设备在判断当前场景是否处于静止状态时，可以首先对当前场景进行两次拍摄操作，得到当前场景的两个图像；然后将这两个图像相减，得到两个图像的残差图像；再确定残差图像中各像素点的亮度值，并确定非零亮度的像素点占所有像素点的比例值；最后判断前述比例值是否小于预设比例值，若前述比例值小于预设比例值，则当前场景处于静止状态，若前述比例值大于或等于预设比例值，则当前场景处于非静止状态(或者说，运动状态)。其中，对于预设比例值的具体取值，可由本领域技术人员根据实际需要进行设置，比如，本申请实施例中将预设比例值设置为25％。

在完成对当前场景是否处于静止状态的判断，且当前场景处于静止状态时，电子设备对当前场景进行连续拍摄，得到当前场景的多个图像，由此来构成对应当前场景的图像集合。

本申请实施例通过限制电子设备处于稳定状态，且被拍摄的当前场景处于静止状态时进行连续拍摄操作，能够进一步确保拍摄得到当前场景高质量的图像。

在一实施方式中，“将前述样本图像集合作为训练输入、将前述真值图像集合作为目标输出进行模型训练，得到图像降噪模型”包括：

(1)将前述样本图像集合作为训练输入、将前述真值图像集合作为目标输出，按照不同的训练算法进行模型训练，得到多个候选模型；

(2)从训练得到的多个候选模型中，选取一个候选模型作为图像降噪模型。

本申请实施例中，电子设备在进行模型训练时，将前述样本图像集合作为训练输入、将前述真值图像集合作为目标输出，按照不同的训练算法进行模型训练，得到多个候选模型，并从中选取一个候选模型作为图像降噪模型。

其中，电子设备可以按照随机选取的方式，从训练得到的多个候选模型中，随机选取一个候选模型作为图像降噪模型。

此外，电子设备还可以选取多个候选模型中，进行降噪处理所需的降噪时长最短的候选模型，作为图像降噪模型。

比如，电子设备采用5种不同的训练算法训练得到5个候选模型，分别为候选模型A、候选模型B、候选模型C、候选模型D以及候选模型E，使用S1表示候选模型A的降噪时长，使用S2表示候选模型B的降噪时长，使用S3表示候选模型C的降噪时长，使用S4表示候选模型D的降噪时长，使用S5表示候选模型E的降噪时长，若S3>S2>S5>S1>S4，则可选取候选模型D作为图像降噪模型。

在一实施例中，还提供了一种图像拍摄装置。请参照图7，图7为本申请实施例提供的图像拍摄装置400的结构示意图。其中该图像拍摄装置应用于电子设备，该图像拍摄装置包括接收模块401、拍摄模块402和降噪模块403，如下：

接收模块401，用于接收输入的拍摄指令。

拍摄模块402，用于根据接收到的拍摄指令，对待拍摄场景进行拍摄，得到拍摄图像。

降噪模块403，用于通过图像降噪模型对拍摄图像进行降噪处理，并将降噪处理后的拍摄图像作为拍摄指令的结果图像；

其中，该图像降噪模型利用预先拍摄得到的多个图像集合作为训练输入、前述多个图像集合分别进行合成降噪得到的降噪图像作为目标输出，进行模型训练得到。

在一实施方式中，拍摄模块402，可以用于：

判断当前是否处于稳定状态；

在当前处于稳定状态时，根据接收到的拍摄指令，对待拍摄场景进行拍摄。

在一实施方式中，拍摄模块402，可以用于：

在当前处于稳定状态时，判断待拍摄场景是否处于静止状态；

在待拍摄场景处于静止状态时，根据接收到的拍摄指令，对待拍摄场景进行拍摄。

在一实施方式中，拍摄模块402，可以用于：

获取待拍摄场景的两个预览图像；

获取两个预览图像的残差图像；

获取残差图像中非零亮度值的像素点占总像素点的比例值，并判断比例值是否小于预设比例值，若是，则确定待拍摄场景处于静止状态。

在一实施方式中，拍摄模块402，可以用于：

根据拍摄指令，对待拍摄场景进行连续拍摄，得到多个图像；

从多个图像中选取清晰度最高的图像作为拍摄图像。

在一实施方式中，降噪模块403，还可以用于：

获取待拍摄场景的环境亮度，并判断获取到的环境亮度是否小于预设亮度；

在获取到的环境亮度小于预设亮度时，通过图像降噪模型对拍摄图像进行降噪处理，并将降噪处理后的拍摄图像作为拍摄指令的结果图像。

其中，图像拍摄装置400中各模块执行的步骤可以参考上述方法实施例描述的方法步骤。该图像拍摄装置400可以集成在电子设备中，如手机、平板电脑等。

具体实施时，以上各个模块可以作为独立的实体实现，也可以进行任意组合，作为同一或若干个实体来实现，以上各个单位的具体实施可参见前面的实施例，在此不再赘述。

由上可知，本实施例图像拍摄装置可以由接收模块401接收输入的拍摄指令。由拍摄模块402根据拍摄指令，对待拍摄场景进行拍摄，得到拍摄图像。由降噪模块403通过图像降噪模型对拍摄图像进行降噪处理，并将降噪处理所得到的降噪图像作为拍摄指令的结果图像；其中，该图像降噪模型利用预先拍摄得到的多个图像集合作为训练输入、前述多个图像集合分别进行合成降噪得到的降噪图像作为目标输出，进行模型训练得到。由此，当采用本方案时，只要完成了图像降噪模型的训练，在后续拍摄时，即可采用训练得到的图像降噪模型对拍摄得到的图像进行降噪处理，节省了拍摄多张图像以及进行图像合成的时间，从而可以达到提高图像降噪效率的目的。

在一实施例中，还提供一种电子设备。请参照图8，电子设备500包括处理器501以及存储器502。其中，处理器501与存储器502电性连接。

处理器500是电子设备500的控制中心，利用各种接口和线路连接整个电子设备的各个部分，通过运行或加载存储在存储器502内的计算机程序，以及调用存储在存储器502内的数据，执行电子设备500的各种功能并处理数据。

存储器502可用于存储软件程序以及模块，处理器501通过运行存储在存储器502的计算机程序以及模块，从而执行各种功能应用以及数据处理。存储器502可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的计算机程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据电子设备的使用所创建的数据等。此外，存储器502可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器502还可以包括存储器控制器，以提供处理器501对存储器502的访问。

在本申请实施例中，电子设备500中的处理器501会按照如下的步骤，将一个或一个以上的计算机程序的进程对应的指令加载到存储器502中，并由处理器501运行存储在存储器502中的计算机程序，从而实现各种功能，如下：

接收输入的拍摄指令；

根据接收到的拍摄指令，对待拍摄场景进行拍摄，得到拍摄图像；

通过图像降噪模型对拍摄图像进行降噪处理，并将降噪处理后的拍摄图像作为拍摄指令的结果图像；

其中，该图像降噪模型利用预先拍摄得到的多个图像集合作为训练输入、前述多个图像集合分别进行合成降噪得到的降噪图像作为目标输出，进行模型训练得到。

请一并参阅图9，在某些实施方式中，电子设备500还可以包括：显示器503、射频电路504、音频电路505以及电源506。其中，其中，显示器503、射频电路504、音频电路505以及电源506分别与处理器501电性连接。

显示器503可以用于显示由用户输入的信息或提供给用户的信息以及各种图形用户接口，这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。显示器503可以包括显示面板，在某些实施方式中，可以采用液晶显示器(Liquid Crystal Display，LCD)、或者有机发光二极管(Organic Light-Emitting Diode，OLED)等形式来配置显示面板。

射频电路504可以用于收发射频信号，以通过无线通信与网络设备或其他电子设备建立无线通讯，与网络设备或其他电子设备之间收发信号。

音频电路505可以用于通过扬声器、传声器提供用户与电子设备之间的音频接口。

电源506可以用于给电子设备500的各个部件供电。在一些实施例中，电源506可以通过电源管理系统与处理器501逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。

尽管图9中未示出，电子设备500还可以包括摄像头、蓝牙模块等，在此不再赘述。

在某些实施方式中，在根据接收到的拍摄指令，对待拍摄场景进行拍摄之前，处理器501可以执行以下步骤：

判断当前是否处于稳定状态；

在当前处于稳定状态时，根据接收到的拍摄指令，对待拍摄场景进行拍摄。

在某些实施方式中，在根据接收到的拍摄指令，对待拍摄场景进行拍摄之前，处理器501可以执行以下步骤：

在当前处于稳定状态时，判断待拍摄场景是否处于静止状态；

在待拍摄场景处于静止状态时，根据接收到的拍摄指令，对待拍摄场景进行拍摄。

在某些实施方式中，在判断待拍摄场景是否处于静止状态时，处理器501可以执行以下步骤：

获取待拍摄场景的两个预览图像；

获取两个预览图像的残差图像；

获取残差图像中非零亮度值的像素点占总像素点的比例值，并判断比例值是否小于预设比例值，若是，则确定待拍摄场景处于静止状态。

在某些实施方式中，在根据接收到的拍摄指令，对待拍摄场景进行拍摄时，处理器501可以执行以下步骤：

根据拍摄指令，对待拍摄场景进行连续拍摄，得到多个图像；

从多个图像中选取清晰度最高的图像作为拍摄图像。

在某些实施方式中，在通过图像降噪模型对拍摄图像进行降噪处理，并将降噪处理后的拍摄图像作为拍摄指令的结果图像之前，处理器501还可以执行以下步骤：

获取待拍摄场景的环境亮度，并判断获取到的环境亮度是否小于预设亮度；

在获取到的环境亮度小于预设亮度时，通过图像降噪模型对拍摄图像进行降噪处理，并将降噪处理后的拍摄图像作为拍摄指令的结果图像。

本申请实施例还提供一种存储介质，所述存储介质存储有计算机程序，当所述计算机程序在计算机上运行时，使得所述计算机执行上述任一实施例中的图像拍摄方法，比如：接收输入的拍摄指令；根据接收到的拍摄指令，对待拍摄场景进行拍摄，得到拍摄图像；通过图像降噪模型对拍摄图像进行降噪处理，并将降噪处理后的拍摄图像作为拍摄指令的结果图像；其中，该图像降噪模型利用预先拍摄得到的多个图像集合作为训练输入、前述多个图像集合分别进行合成降噪得到的降噪图像作为目标输出，进行模型训练得到。

本申请实施例中，存储介质可以是磁碟、光盘、只读存储器(Read Only Memory，ROM，)或者随机存取器(Random Access Memory，RAM)等。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

需要说明的是，对本申请实施例的图像拍摄方法/模型训练方法而言，本领域普通测试人员可以理解实现本申请实施例的图像拍摄方法/模型训练方法的全部或部分流程，是可以通过计算机程序来控制相关的硬件来完成，所述计算机程序可存储于一计算机可读取存储介质中，如存储在电子设备的存储器中，并被该电子设备内的至少一个处理器执行，在执行过程中可包括如图像拍摄方法/模型训练方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储器、随机存取记忆体等。

对本申请实施例的图像拍摄装置而言，其各功能模块可以集成在一个处理芯片中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中，所述存储介质譬如为只读存储器，磁盘或光盘等。

以上对本申请实施例所提供的一种图像拍摄方法、装置、存储介质、电子设备及模型训练方法进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (10)

1.一种图像拍摄方法，其特征在于，包括：

接收输入的拍摄指令；

根据所述拍摄指令，对待拍摄场景进行拍摄，得到拍摄图像；

通过图像降噪模型对所述拍摄图像进行降噪处理，并将降噪处理后的所述拍摄图像作为所述拍摄指令的结果图像；

其中，所述图像降噪模型利用预先拍摄得到的多个图像集合作为训练输入、所述多个图像集合分别进行合成降噪得到的降噪图像作为目标输出，进行模型训练得到。

2.如权利要求1所述的图像拍摄方法，其特征在于，根据所述拍摄指令，对待拍摄场景进行拍摄的步骤之前，还包括：

判断当前是否处于稳定状态；

在当前处于稳定状态时，根据所述拍摄指令，对所述待拍摄场景进行拍摄。

3.如权利要求2所述的图像拍摄方法，其特征在于，根据所述拍摄指令，对所述待拍摄场景进行拍摄的步骤之前，还包括：

在当前处于稳定状态时，判断所述待拍摄场景是否处于静止状态；

在所述待拍摄场景处于静止状态时，根据所述拍摄指令，对所述待拍摄场景进行拍摄。

4.如权利要求3所述的图像拍摄方法，其特征在于，判断所述待拍摄场景是否处于静止状态的步骤，包括：

获取所述待拍摄场景的两个预览图像；

获取所述两个预览图像的残差图像；

获取所述残差图像中非零亮度值的像素点占总像素点的比例值，并判断所述比例值是否小于预设比例值，若是，则确定所述待拍摄场景处于静止状态。

5.如权利要求1-4任一项所述的图像拍摄方法，其特征在于，根据所述拍摄指令，对待拍摄场景进行拍摄的步骤包括：

根据所述拍摄指令，对所述待拍摄场景进行连续拍摄，得到多个图像；

从所述多个图像中选取清晰度最高的图像作为所述拍摄图像。

6.如权利要求1-4任一项所述的图像拍摄方法，其特征在于，通过图像降噪模型对所述拍摄图像进行降噪处理的步骤之前，还包括：

获取所述待拍摄场景的环境亮度，并判断所述环境亮度是否小于预设亮度；

在所述环境亮度小于所述预设亮度时，通过所述图像降噪模型对所述拍摄图像进行降噪处理。

7.一种图像拍摄装置，其特征在于，包括：

接收模块，用于接收输入的拍摄指令；

拍摄模块，用于根据所述拍摄指令，对待拍摄场景进行拍摄，得到拍摄图像；

降噪模块，用于通过图像降噪模型对所述拍摄图像进行降噪处理，并将降噪处理后的所述拍摄图像作为所述拍摄指令的结果图像；

其中，所述图像降噪模型利用预先拍摄得到的多个图像集合作为训练输入、所述多个图像集合分别进行合成降噪得到的降噪图像作为目标输出，进行模型训练得到。

8.一种存储介质，其上存储有计算机程序，其特征在于，当所述计算机程序在计算机上运行时，使得所述计算机执行如权利要求1至6任一项所述的图像拍摄方法。

9.一种电子设备，包括处理器和存储器，所述存储器储存有计算机程序，其特征在于，所述处理器通过调用所述计算机程序，用于执行如权利要求1至6任一项所述的图像拍摄方法。

10.一种模型训练方法，其特征在于，包括：

获取N个图像集合，并对所述N个图像集合分别进行合成降噪处理，得到N个降噪图像；

根据所述N个图像集合构建用于图像降噪的样本图像集合，根据所述N个降噪图像构建对应所述样本图像集合的真值图像集合；

将所述样本图像集合作为训练输入、将所述真值图像集合作为目标输出进行模型训练，得到图像降噪模型。