CN110248106B - 图像降噪方法、装置、电子设备以及存储介质 - Google Patents

图像降噪方法、装置、电子设备以及存储介质 Download PDF

Info

Publication number
CN110248106B
CN110248106B CN201910509597.5A CN201910509597A CN110248106B CN 110248106 B CN110248106 B CN 110248106B CN 201910509597 A CN201910509597 A CN 201910509597A CN 110248106 B CN110248106 B CN 110248106B
Authority
CN
China
Prior art keywords
image
noise reduction
determining
dynamic range
exposure
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910509597.5A
Other languages
English (en)
Other versions
CN110248106A (zh
Inventor
晏秀梅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Oppo Mobile Telecommunications Corp Ltd
Original Assignee
Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangdong Oppo Mobile Telecommunications Corp Ltd filed Critical Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority to CN201910509597.5A priority Critical patent/CN110248106B/zh
Publication of CN110248106A publication Critical patent/CN110248106A/zh
Application granted granted Critical
Publication of CN110248106B publication Critical patent/CN110248106B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • H04N23/73—Circuitry for compensating brightness variation in the scene by influencing the exposure time
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • H04N23/741—Circuitry for compensating brightness variation in the scene by increasing the dynamic range of the image compared to the dynamic range of the electronic image sensors
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
    • H04N25/60—Noise processing, e.g. detecting, correcting, reducing or removing noise
    • H04N25/62—Detection or reduction of noise due to excess charges produced by the exposure, e.g. smear, blooming, ghost image, crosstalk or leakage between pixels

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Studio Devices (AREA)
  • Image Processing (AREA)

Abstract

本申请提出一种图像降噪方法、装置、电子设备以及存储介质，其中，方法包括：通过采集多帧原始图像，根据多帧原始图像合成得到高动态范围图像，根据环境亮度，确定匹配的降噪模型，采用降噪模型，对高动态范围图像降噪，以得到目标降噪图像。该方法通过采集多帧原始图像的环境亮度，确定匹配的降噪模型后，对高动态范围图像进行降噪处理，在保证图像纯净度的同时保留了更多的图像细节。另外，本申请中在对多帧原始图像合成之后进行降噪处理，从而能够对合成得到高动态范围图像中的亮光区域和暗光区域均进行降噪，提高了降噪的有效性，使得降噪得到的目标降噪图像在降低画面噪声的同时保留图像细节，得到清晰度更好的成像效果。

Description

图像降噪方法、装置、电子设备以及存储介质
技术领域
本申请涉及图像处理技术领域，尤其涉及一种图像降噪方法、装置、电子设备以及存储介质。
背景技术
随着科技的发展，依托于科技的摄像头技术已经越来越成熟，在日常生产和生活中，使用智能移动终端(如智能手机、平板电脑等)的内置摄像头进行拍照已经成为一种常态。因此，随着拍照的需求的常态化发展，如何更优的满足用户的拍照需求成为发展的主要方向，比如，满足用户在夜间、日间的多场场景中的清晰拍照需求。
相关技术中，在夜景或者暗光环境下，为了弥补采集的一张图像无法清晰地对图像中每个细节呈现的弊端，采用高动态范围图像(High-Dynamic Range，简称HDR)技术进行拍照，即根据不同的曝光时间拍摄多张图像，并基于多张图像进行合成来提供更多的动态范围和图像细节。
然而，上述HDR拍照技术，一方面，无法保证拍摄多张图像时摄像头没有抖动，一旦存在抖动，在合成最终的图像时则会出现图像之间对位错误导致“鬼影”，另一方面，在采集多帧原始图像过程中会引入噪声，导致最终合成的图像不清晰。
发明内容
本申请旨在至少在一定程度上解决相关技术中的技术问题之一。
本申请提出一种图像降噪方法、装置、电子设备以及存储介质，以实现通过采集多帧原始图像的环境亮度，确定匹配的降噪模型后，对高动态范围图像进行降噪处理，在保证图像纯净度的同时保留了更多的图像细节。
本申请第一方面实施例提出了一种图像降噪方法，包括：
采集多帧原始图像；
根据所述多帧原始图像合成得到高动态范围图像；
根据环境亮度，确定匹配的降噪模型；
采用所述降噪模型，对所述高动态范围图像降噪，以得到目标降噪图像。
本申请实施例的图像降噪方法，通过采集多帧原始图像，根据多帧原始图像合成得到高动态范围图像，根据环境亮度，确定匹配的降噪模型，采用降噪模型，对高动态范围图像降噪，以得到目标降噪图像。该方法通过采集多帧原始图像的环境亮度，确定匹配的降噪模型后，对高动态范围图像进行降噪处理，在保证图像纯净度的同时保留了更多的图像细节。另外，本申请中在对多帧原始图像合成之后进行降噪处理，从而能够对合成得到高动态范围图像中的亮光区域和暗光区域均进行降噪，提高了降噪的有效性，使得降噪得到的目标降噪图像在降低画面噪声的同时保留图像细节，得到清晰度更好的成像效果。
本申请第二方面实施例提出了一种图像降噪装置，包括：
采集模块，用于采集多帧原始图像；
合成模块，用于根据所述多帧原始图像合成得到高动态范围图像；
确定模块，用于根据环境亮度，确定匹配的降噪模型；
降噪模块，用于采用所述降噪模型，对所述高动态范围图像降噪，以得到目标降噪图像。
本申请实施例的图像降噪装置，通过采集多帧原始图像，根据多帧原始图像合成得到高动态范围图像，根据环境亮度，确定匹配的降噪模型，采用降噪模型，对高动态范围图像降噪，以得到目标降噪图像。该方法通过采集多帧原始图像的环境亮度，确定匹配的降噪模型后，对高动态范围图像进行降噪处理，在保证图像纯净度的同时保留了更多的图像细节。另外，本申请中在对多帧原始图像合成之后进行降噪处理，从而能够对合成得到高动态范围图像中的亮光区域和暗光区域均进行降噪，提高了降噪的有效性，使得降噪得到的目标降噪图像在降低画面噪声的同时保留图像细节，得到清晰度更好的成像效果。
本申请第三方面实施例提出了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，实现如上述实施例中所述的图像降噪方法。
本申请第四方面实施例提出了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述实施例中所述的图像降噪方法。
本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为本申请实施例提供的一种图像降噪方法的流程示意图；
图2为本申请实施例提供的一种匹配降噪模型的示例图；
图3为本申请实施例提供的第二种图像降噪方法的流程示意图；
图4为本申请实施例提供的第三种图像降噪方法的流程示意图；
图5为本申请实施例提供的第四种图像降噪方法的流程示意图；
图6为本申请实施例提供的一种图像降噪装置的结构示意图；
图7为本申请实施例提供的一种电子设备的结构示意图；
图8为本申请实施例提供的一种电子设备的原理示意图；
图9为本申请实施例提供的一种图像处理电路的原理示意图。
具体实施方式
下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。
针对现有技术中在夜景或者暗光环境下，采集图像时，拍摄的帧数较多，采帧时间长，可能会由于抖动导致拍摄的多帧图像的画面移动，从而导致图像存在拖影，或者会在拍摄的过程中引入噪声，导致图像画面模糊的问题，本申请实施例提供了一种图像降噪方法，通过采集多帧原始图像，根据多帧原始图像合成得到高动态范围图像，根据环境亮度，确定匹配的降噪模型，采用降噪模型，对高动态范围图像降噪，以得到目标降噪图像。
下面参考附图描述本申请实施例的图像降噪方法、装置、电子设备以及存储介质。
图1为本申请实施例提供的一种图像降噪方法的流程示意图。
如图1所示，该图像降噪方法包括以下步骤：
步骤101，采集多帧原始图像。
其中，原始图像，是指通过电子设备的图像传感器采集得到的未做任何处理的RAW图像，其中，RAW图像就是图像传感器将捕捉到的光源信号转化为数字信号的原始图像。RAW图像记录了数码相机传感器采集到的原始信息，同时记录了由相机拍摄所产生的一些元数据，如感光度的设置、快门速度、光圈值、白平衡等。
在一种可能的情况下，可以通过获取当前拍摄场景的预览图像，以确定当前拍摄场景是否属于夜景场景。由于不同场景下环境亮度值不同，预览图像内容也不相同，可以根据当前拍摄场景预览图像的画面内容以及各区域的环境亮度值，确定当前拍摄场景属于夜景场景后，启动夜景拍摄模式，在不同曝光采集多帧原始图像。
例如，预览图像的画面内容包括夜晚天空或者夜景灯源等，或者预览图像的各区域中环境亮度值符合夜景环境下图像的亮度分布特性，即可确定当前拍摄场景属于夜景场景。
由于在夜景拍摄时，拍摄场景中光线强度等环境因素的限制，电子设备在拍摄图像时，若采集单帧原始图像无法较好同时顾及到夜景中的灯光等高亮区域，以及夜景中的低亮区域。因此，电子设备可以通过拍摄多帧原始图像，用于图像合成，另外还可以用于选取画面清晰的图像进行合成成像。为了同时顾及到夜景中的灯光等高亮区域，以及夜景中的低亮区域，需要控制电子设备的图像传感器在不同曝光量下，拍摄得到的多帧原始图像。例如：采用低曝光量拍摄以对高亮区清晰成像，采用高曝光量拍摄以对低亮区清晰成像。
步骤102，根据多帧原始图像合成得到高动态范围图像。
其中，多帧原始图像合成，即通过相同场景不同曝光的画面多帧原始图像进行合成，以得到高动态范围图像。需要说明的是，相比普通的图像，HDR图像，可以提供更多的动态范围和图像细节，根据不同的曝光时间的低动态范围图像(Low-Dynamic Range，简称LDR)，利用每个曝光时间相对应最佳细节的LDR图像来合成最终HDR图像，能够更好的反映出真实环境中的视觉效果。
具体地，通过提取多帧原始图像中的画面信息，并针对相应的画面信息进行叠加，以得到高动态范围图像。
需要说明的是，由于多帧原始图像是在不同曝光参数下拍摄得到的，因此，多帧原始图像中包含有不同亮度的画面信息。对于同一景物，不同的原始图像中可能是过曝的，可能是欠曝的，还可能是恰当曝光的。对于这些原始图像进行高动态合成后，尽量使得高动态范围图像中各景物恰当曝光，与实际场景也更加相近。
步骤103，根据环境亮度，确定匹配的降噪模型。
可以理解的是，由于电子设备中的图像传感器在拍摄的过程中会受到不同程度的来自周边电路和本身像素间的光电磁干扰，因此拍摄得到的原始图像不可避免的存在噪声，并且，干扰程度的不同，拍摄得到的图像的清晰度也不相同。因此拍摄得到的多帧原始图像也必然存在噪声，多帧原始图像合成得到的高动态范围图像也必然存在噪声，需要进一步对高动态范围图像进行降噪处理。例如，在夜景拍摄场景中，通常使用较大的光圈和较长的曝光时间拍摄得到图像，此时如果选择较高的感光度来减少了曝光时间，拍摄得到的图像必然会产生噪声。
可以理解的是，为了获得较佳的人工智能的降噪效果，在选用降噪模型进行降噪时，采用训练样本集对该降噪模型进行训练，以提高降噪模型识别噪声特性的能力。其中，训练样本集中包括各环境亮度下拍摄的样本图。
作为一种可能的实现方式，从训练样本集中，选取相同环境亮度下拍摄的目标样本图，将目标样本图根据拍摄时采用的感光度划分为多组，训练各组感光度对应的降噪模型。
需要说明的是，在目标样本图中已经标注统计特性对降噪模型进行训练，是因为已标注的目标样本图能够清楚的表示出图像的噪声位置和噪声类型，从而将标注的统计特性作为模型训练的特性，将高动态范围图像输入降噪模型后，能够识别出图像中的统计特性。
本申请实施例中，采用各感光度的目标样本图对降噪模型进行训练，直至降噪模型识别出的噪声特性与相应目标样本图中标注的统计特性匹配，完成对各组感光度对应的降噪模型的训练。
同样的道理，对于训练样本集中每一种环境亮度下拍摄的样本图像，分别在不同感光度情况下拍摄多帧图像，作为目标样本图，将目标样本图根据拍摄时采用的感光度划分为多组，进而训练各组对应的降噪模型。具体地训练过程如上述过程，在此不再赘述。
进一步的，对各组对应的降噪模型进行训练后，对各降噪模型的降噪效果进行评估，以得到各降噪模型的准确度。进而，根据降噪模型的准确度和训练采用的目标样本图的感光度，从各组对应的降噪模型中，确定的与采集多帧原始图像相应环境亮度匹配的降噪模型，以根据降噪模型对高动态范围图像降噪，从而提高图像质量。
作为本申请实施例的一种可能的实现方式，根据降噪模型的准确度和训练采用的目标样本图的感光度，从各组对应的降噪模型中，确定的与采集多帧原始图像相应环境亮度匹配的降噪模型时，可以从各组对应的降噪模型中，确定准确度大于阈值的降噪模型，作为候选降噪模型。进而从候选降噪模型中，选取训练采用的目标样本图感光度最大的候选降噪模型作为匹配的降噪模型。
作为一种示例，参见图2，可以将上述对降噪模型的训练和根据环境亮度确定匹配的降噪模型设计为一种整体模型。并且，本实施例的降噪模型可以为基于人工智能的降噪模型(AI Noise Reduction，AINR)。
步骤104，采用降噪模型，对高动态范围图像降噪，以得到目标降噪图像。
本申请实施例中，根据环境亮度，确定匹配的降噪模型后，采用降噪模型对高动态范围图像进行降噪处理，能够同时对高动态范围图像中的高光区域和暗光区域进行降噪，进而可以得到较佳的降噪效果的目标降噪图像。
作为一种可能的实现方式，可以采用降噪模型，对高动态范围图像进行噪声特性识别；其中，降噪模型，已学习得到高动态范围图像的感光度与噪声特性之间的映射关系。进而，根据识别出的噪声特性，对高动态范围图像降噪，以得到目标降噪图像。其中，感光度，又称为ISO值，是指衡量底片对于光的灵敏程度的指标。对于感光度较低的底片，需要曝光更长的时间以达到跟感光度较高的底片相同的成像。数码相机的感光度是一种类似于胶卷感光度的一种指标，数码相机的ISO可以通过调整感光器件的灵敏度或者合并感光点来调整，也就是说，可以通过提升感光器件的光线敏感度或者合并几个相邻的感光点来达到提升ISO的目的。
需要说明的是，无论是数码或是底片摄影，ISO值越低，采集的图像质量越高，图像细节表现越细腻，ISO值越高，光线感应性能越强，也就越能接收更多的光线，从而产生更多的热量，因此，使用相对较高的感光度通常会引入较多的噪声，从而导致图像质量降低。
由于降噪模型已学习得到高动态范围图像的感光度与噪声特性之间的映射关系。因此，可以将经过高动态合成的高动态范围图像输入降噪模型中，以采用降噪模型对高动态范围图像进行噪声特性识别，从而识别出高动态范围图像的噪声特性，根据识别出的噪声特性，对高动态范围图像进行降噪，得到目标降噪图像，从而达到了降噪的目的，提高了图像的信噪比。
本申请实施例中，噪声特性，可以是由于图像传感器引起的随机噪声的统计特性。这里说的噪声主要包括热噪声和散粒噪声，其中，热噪声符合高斯分布，散粒噪声符合泊松分布，本申请实施例中的统计特性可以指噪声的方差值，当然也可以是其他可能情况的值，在此不做限定。
当然，本实施例中的降噪模型仅仅是实现基于人工智能的降噪的一种可能的实现方式，在实际执行过程中，可以通过其他任意可能的方式来实现基于人工智能的降噪，比如，还可以采用传统的编程技术(比如模拟法和工程学方法)实现，又比如，还可以遗传学算法来实现。
本申请实施例的图像降噪方法，通过采集多帧原始图像，根据多帧原始图像合成得到高动态范围图像，根据环境亮度，确定匹配的降噪模型，采用降噪模型，对高动态范围图像降噪，以得到目标降噪图像。该方法通过采集多帧原始图像的环境亮度，确定匹配的降噪模型后，对高动态范围图像进行降噪处理，在保证图像纯净度的同时保留了更多的图像细节。另外，本申请中在对多帧原始图像合成之后进行降噪处理，从而能够对合成得到高动态范围图像中的亮光区域和暗光区域均进行降噪，提高了降噪的有效性，使得降噪得到的目标降噪图像在降低画面噪声的同时保留图像细节，得到清晰度更好的成像效果。
基于上述实施例，在步骤101中采集多帧原始图像之前，还可以根据预览图像的动态范围和相对最近采集图像的画面移动程度，确定采集多帧原始图像的方式，即确定采用包围曝光或者多帧欠曝光的方式。下面结合图3对上述过程进行详细介绍，图3为本申请实施例提供的第二种图像降噪方法的流程示意图。
如图3所示，步骤101之前，还可以包括以下步骤：
步骤201，采集预览图像。
其中，预览图像为显示在成像设备的拍照界面上的图像。
本申请实施例中，在成像设备采集图像的过程中，可以根据用户的拍摄操作显示预览界面，以在电子设备的预览界面进行显示图像，并获取到该成像设备采集的预览图像，从而使得在图像采集的过程中用户能够清晰的看到各帧图像的成像效果。
步骤202，确定预览图像的动态范围和相对最近采集图像的画面移动程度。
其中，动态范围，是指图像中最亮区域到最暗区域的范围。
本申请实施例中，统计预览图像中最亮区域和最暗区域的像素，并归一化至0～1，记为Sd，当这个值越大，图像的动态范围越高。
本申请实施例中，通过统计预览图像相对于最近采集图像的画面中移动区域的像素多少，并归一化到0～1，记为Sm，为预览图像相对最近采集图像的画面移动程度。
步骤203，根据动态范围和画面移动程度，确定采用包围曝光或者多帧欠曝光的方式采集多帧原始图像。
其中，包围曝光，是指根据用户设置拍摄多张等差曝光量的图像。例如，拍摄三张图像，一张为过曝图像、一张为正常曝光图像、一张为欠曝光图像。多帧欠曝光方式，是指在欠曝光情况下采集多帧原始图像，以避免高动态范围合成时容易产生严重鬼影的现象。
本申请实施例中，在确定预览图像的动态范围和相对最近采集图像的画面移动程度后，可以根据动态范围和画面移动程度，确定采集多帧原始图像时采用包围曝光方式，还是多帧欠曝光的方式。
在一种可能的场景下，若确定预览图像的动态范围较大时，可以采用包围曝光的方式采集多帧原始图像。由此，不仅确保了采集的多帧原始图像中存在正常曝光的图像，还可以清晰的拍摄到暗光区域的待拍摄物，进而在对多帧原始图像进行高动态范围合成时，能够较多的获取到图像的细节。
在另一种可能的场景下，若确定预览图像相对最近采集图像的画面移动程度较大时，可以采用多帧欠曝光的方式采集多帧原始图像。由此，避免了高动态范围合成时容易产生严重鬼影的现象。
本实施例的图像降噪方法，通过采集预览图像，确定预览图像的动态范围和相对最近采集图像的画面移动程度，根据动态范围和画面移动程度，确定采用包围曝光或者多帧欠曝光的方式采集多帧原始图像。由此，根据预览图像的动态范围和相对最近采集图像的画面移动程度，确定采集多帧原始图像的方式，不仅避免了动态范围较高时采集的图像中亮度区域过亮或者暗部区域过暗的情况，还解决了多帧图像之间出现画面移动时，容易造成移动区域出现重影的技术问题。
在图3所述实施例的基础上，作为一种可能的情况，根据动态范围和画面移动程度，确定采用包围曝光或者多帧欠曝光的方式采集多帧原始图像时，可以根据动态范围和画面移动程度，确定评价值，进而将评价值与预设阈值进行比较，以确定采集多帧原始图像的曝光方式。下面结合图4对上述过程进行详细介绍，图4为本申请实施例提供的第三种图像降噪方法的流程示意图。
如图4所示，步骤203还可以包括以下步骤：
步骤301，根据动态范围和画面移动程度，确定评价值。
其中，评价值，记为Sf，用于确定采集多帧原始图像的曝光方式。
其中，Sf与Sd(1-Sm)成正比；也就是说，动态范围越大，评价值越大；画面移动程度越大，评价值越小。
本申请实施例中，确定预览图像的动态范围和相对最近采集图像的画面移动程度后，可以如下公式，确定评价值。
Sf＝Sd(1-Sm)*δ
其中，公式中Sd为动态范围，Sm为画面移动程度，Sf为评价值，δ为调整系数。
步骤302，判断评价值Sf是否大于或等于第一阈值。
其中，第一阈值，是预先设置的一个门限值。
本申请实施例中，判断根据动态范围和画面移动程度，确定的评价值是否大于或等于第一阈值，以确定采集多帧原始图像的曝光方式。
步骤303，若评价值Sf大于或等于第一阈值，确定采用包围曝光方式采集多帧原始图像。
在一种可能的情况下，评价值Sf大于或等于第一阈值时，可以确定采集多帧原始图像的曝光方式为包围曝光方式。
可以理解的是，评价值较大，可能是由于预览图像的动态范围较大的原因，在这种情况下，如果采用多帧欠曝的方式采集图像，会导致采集的多帧原始图像中暗光区域的成像效果较差。因此，本实施例中，在评价值较大时，采用包围曝光的方式采集多帧原始图像，不仅确保了采集的多帧原始图像中存在正常曝光的图像，还可以清晰的拍摄到暗光区域的待拍摄物，进而在对多帧原始图像进行高动态范围合成时，能够较多的获取到图像的细节。
步骤304，若评价值Sf小于第一阈值，判断画面移动程度Sm是否小于第二阈值。
本申请实施例中，确定评价值小于第一阈值后，进一步判断画面移动程度是否小于第二阈值，以在评价值小于第一阈值的情况下，根据画面移动程度，确定采集原始图像的方式。
步骤305，若评价值Sf小于第一阈值，且画面移动程度Sm小于第二阈值时，确定采用多帧欠曝光的方式采集多帧原始图像。
本申请实施例中，在确定评价值小于第一阈值，并且画面移动程度小于第二阈值时，确定采用多帧欠曝光的方式采集多帧原始图像。
可以理解的是，评价值小于第一阈值，可能是由于预览图像的动态范围较小的原因，此时采用多帧欠曝光的方式采集多帧原始图像，能够较强的还原带拍摄物，从而在多帧原始图像合成高动态范围图像后，合成的图像能够较多的保留图像的细节。
步骤306，若评价值Sf小于第一阈值，且画面移动程度Sm大于或等于第二阈值，采集单帧原始图像。
本申请实施例中，在确定评价值小于第一阈值，并且画面移动程度大于或等于第二阈值时，控制成像设备采集单帧原始图像。由此，避免了画面移动程度较大时，采集的多帧原始图像在高动态范围合成时容易产生严重鬼影的现象。
本申请实施例的图像降噪方法，根据动态范围和画面移动程度，确定评价值后，当评价值大于或等于第一阈值时，确定采用包围曝光方式采集多帧原始图像，当评价值小于第一阈值，且画面移动程度小于第二阈值时，确定采用多帧欠曝光的方式采集多帧原始图像，在评价值小于第一阈值，且画面移动程度大于或等于第二阈值，采集单帧原始图像。由此，不仅避免了动态范围较高时采集的图像中亮度区域过亮或者暗部区域过暗的情况，还解决了多帧图像之间出现画面移动时，容易造成移动区域出现重影的技术问题。
在图3所述实施例的基础上，在步骤203中根据动态范围和画面移动程度，确定采集多帧原始图像的曝光方式后，可以根据确定的曝光方式确定对应的曝光补偿模式，并根据拍摄场景的亮度信息和设定的基准感光度，确定基准曝光时长，进而根据曝光补偿模式，对基准曝光时长进行补偿，确定各帧原始图像对应的补偿曝光时长。下面结合图5对上述过程进行详细介绍，图5为本申请实施例提供的第四种图像降噪方法的流程示意图。
如图5所示，步骤203之后还可以包括以下步骤：
步骤401，根据确定的曝光方式，确定对应的曝光补偿模式。
其中，曝光补偿模式，用于指示原始图像的帧数和各帧原始图像对应的曝光补偿等级。
本实施例中，根据动态范围和画面移动程度确定的曝光方式不同，确定出的待采集的图像帧数也可以不同，而待采集的原始图像帧数不同时，需要采用不同的曝光补偿等级。
在本申请实施例一种可能的实现形式中，可以通过成像设备的抖动程度与曝光补偿等级的映射关系，以根据成像设备当前的抖动程度，确定出与当前待采集的图像帧数和多帧待采集图像设定的曝光补偿等级。
在一种可能的情况下，为了确定成像设备的抖动程度，可以根据电子设备中设置的位移传感器，采集位移信息，进而，根据采集到的电子设备的位移信息，确定成像设备的抖动程度。
在另一种可能的情况下，还可以根据连续采集的预览画面中画面的移动程度，确定成像设备的抖动程度。移动程度越大则抖动程度越大；反之移动程度越小，抖动程度越小。
作为一种示例，可以通过获取电子设备当前的陀螺仪(Gyro-sensor)信息，确定成像设备当前的抖动程度。
需要说明的是，可以根据电子设备当前的gyro信息，确定成像设备当前的抖动程度。电子设备在三个方向上的gyro运动的绝对值越大，则成像设备的抖动程度越大。具体的，可以预设在三个方向上gyro运动的绝对值阈值，并根据获取到的当前在三个方向上的gyro运动的绝对值之和，与预设的阈值的关系，确定成像设备当前的抖动程度。
作为一种可能的实现方式，可以首先确定成像设备的防抖性能，以结合成像设备的抖动程度和防抖性能，调整曝光补偿等级。
需要说明的是，成像设备的防抖性能与成像设备中各元器件的属性信息有一定的关系，因此可以根据成像设备中各元器件的属性信息以确定成像设备的防抖性能，以结合成像设备的抖动程度和防抖性能，调整曝光补偿等级。
步骤402，根据画面移动程度，确定基准感光度。
可以理解的是，在采集多帧原始图像的过程中，预览图像的画面相对于最近采集图像的画面存在移动的情况，是由于采集多帧原始图像的成像设备的抖动造成的。并且，画面移动程度与成像设备的抖动程度存在正相关的关系。因此，本实施例中，可以根据采集多帧原始图像的成像设备的抖动程度确定基准感光度。
本实施例中，在基准感光度为较低值的情况下采集多帧原始图像时，能够降低图像噪声，通过同时采集多帧感光度较低的图像，并将采集的多帧图像合成以生成高动态范围图像的方式，不仅可以提升夜景拍摄图像的动态范围和整体亮度，并且通过控制感光度的值，有效抑制图像中的噪声，提高夜景拍摄图像的质量。
可以理解的是，采集图像的感光度会影响到整体的拍摄时长，拍摄时长过长，可能会导致手持拍摄时成像设备的抖动程度加剧，从而影响图像质量。因此，可以根据成像设备当前的抖动程度，调整各帧待采集图像对应的基准感光度，以使得拍摄时长控制在合适的范围内。
具体的，若成像设备当前的抖动程度较小，则可以将每帧待采集图像对应的基准感光度可以适当压缩为较小的值，以有效抑制每帧图像的噪声、提高拍摄图像的质量；若成像设备当前的抖动程度较大，则可以将每帧待采集图像对应的基准感光度可以适当提高为较大的值，以缩短拍摄时长。
举例来说，若确定成像设备当前的抖动程度为“无抖动”，则可以将基准感光度确定为较小的值，以尽量获得更高质量的图像，比如确定基准感光度为100；若确定成像设备当前的抖动程度为“轻微抖动”，则可以将基准感光度确定为较大的值，以降低拍摄时长，比如确定基准感光度为200；若确定成像设备当前的抖动程度为“小抖动”，则可以进一步增大基准感光度，以降低拍摄时长，比如确定基准感光度为220；若确定成像设备当前的抖动程度为“大抖动”，则可以确定当前的抖动程度过大，此时可以进一步增大基准感光度，以降低拍摄时长，比如确定基准感光度为250。
需要说明的是，上述举例仅为示例性的，不能视为对本申请的限制。实际使用时，当成像设备的抖动程度变化时，可以通过调整基准感光度，以获得最优的方案。其中，成像设备的抖动程度与每帧待采集图像对应的基准感光度的映射关系，可以根据实际需要预设。
需要说明的是，根据成像设备的抖动程度，调整与抖动程度相应的基准感光度时，如果当前基准感光度与抖动程度刚好相适应，则调整的结果是基准感光度保持不变。此种情形也属于本申请实施例中“调整”的范畴。
此外，在一种可能的应用场景下，成像设备的摄像模组是由多个镜头构成的，从而不同的镜头在同一拍摄环境下也可以对应不同的感光度，本步骤中调整的基准感光度应当是针对多个镜头中的一个镜头执行的拍摄过程来说，在这个拍摄过程中，采集多帧图像均采用同一基准感光度。
此外，本申请实施例中，不限于仅根据成像设备的抖动程度调整基准感光度，还可以根据抖动程度以及拍摄场景的亮度信息等多个参数综合确定基准感光度，在此不做限定。
步骤403，根据拍摄场景的亮度信息和设定的基准感光度，确定基准曝光时长。
其中，曝光时长，是指光线通过镜头的时间。
本申请实施例中，拍摄场景的亮度信息，可以利用成像设备中的测光模块测光得到，也可以是通过预览图像中的亮度信息获取到的，在此不做限定。该亮度信息通常以拍摄场景的光照度作为亮度衡量指标，本领域技术人员可以知晓，还可以采用其他指标进行亮度衡量，均在本实施例的范围之内。
具体地，利用自动曝光控制(Auto Exposure Control，简称AEC)算法，确定当前亮度信息对应的曝光量，进而，根据拍摄场景的亮度信息和基准感光度这两方面信息，为多帧待采集图像中每一帧待采集图像确定基准曝光时长。
需要说明的是，曝光量与光圈、曝光时长和感光度有关。其中，光圈也就是通光口径，决定单位时间内光线通过的数量。当每一帧待采集图像对应的基准感光度相同，并且光圈大小相同时，当前拍摄场景的光照度对应的曝光量越大，每一帧待采集图像对应的曝光时长越大。
步骤404，根据曝光补偿模式，对基准曝光时长进行补偿，确定各帧原始图像对应的补偿曝光时长。
本申请实施例中，成像设备采集多帧原始图像采用的曝光方式不同时，确定出的各帧待采集的图像预设的曝光补偿值也不相同。在这种情况下，可以预设成像设备的抖动程度与曝光补偿值之间的映射关系，以根据成像设备的抖动程度，确定出当前各帧待采集的图像预设的曝光补偿值。
例如，可以将成像设备的抖动程度为“无抖动”时，各帧待采集的图像对应的曝光补偿值的EV值范围预设为-6～2，且相邻的EV值之间的差值为0.5；将成像设备的抖动程度为“轻微抖动”，各帧待采集的图像对应的曝光补偿值的EV值范围预设为-5～1，且相邻的EV值之间的差值为1，等等。
作为另一种可能的实现形式，检测成像设备的预览画面是否包含人脸，预览画面中包含人脸与不包含人脸时，适用当前拍摄场景的夜景模式不相同，由此确定的各帧待采集图像预设的曝光补偿值也不相同。
作为又一种可能的实现方式，对于相同的抖动程度，可以根据预览画面中是否包含人脸，确定各帧待采集图像采用不同的曝光补偿值。因此，对于相同的抖动程度，可以对应于多个曝光补偿值。比如，成像设备的抖动程度为“轻微抖动”，各帧待采集图像预设的曝光补偿值有包含人脸和不含人脸两种情况。
在夜景模式中，当待采集图像中包含人脸时，人脸区域的光照强度通常较低，从而导致确定的基准曝光量，与未包含人脸时确定的基准曝光量相比较高，若在包含人脸时仍然采集过多的过曝帧，则容易导致人脸区域过曝，从而导致采集图像的成像效果较差，其对应的曝光补偿模式需要具有较低的曝光补偿范围。因此，对于相同的抖动程度，预览画面中包含人脸与未包含人脸时相比，在确定了成像设备当前的抖动程度，以及预览画面是否包含人脸之后，即可确定出与当前的实际情况相符的预设的曝光补偿值。
本申请实施例中，在确定各帧原始图像的基准感光度和对应的补偿曝光时长后，控制成像设备根据各帧原始图像的基准感光度和对应的补偿曝光时长采集图像，在此不做具体赘述。
需要说明的是，在采集多帧图像时，基于同一基准感光度进行图像采集，不仅有助于减少多帧图像的噪点，还避免了由于感光度增大导致采集的多帧图像噪声增加的技术问题。
本实施例的图像降噪方法，通过根据确定的曝光方式，确定对应的曝光补偿模式，根据画面移动程度，确定基准感光度，根据拍摄场景的亮度信息和设定的基准感光度，确定基准曝光时长，根据曝光补偿模式，对基准曝光时长进行补偿，确定各帧原始图像对应的补偿曝光时长。进而，根据基准感光度和各帧原始图像对应的补偿曝光时长进行图像采集，由此，不仅提升了夜景拍摄图像的动态范围和整体亮度，有效抑制了图像中的噪声，而且抑制了手持抖动导致的鬼影，提高了夜景拍摄图像的质量，改善了用户体验。
为了实现上述实施例，本申请还提出一种图像降噪装置。
图6为本申请实施例提供的一种图像降噪装置的结构示意图。
如图6所示，该图像降噪装置100包括：采集模块110、合成模块120、确定模块130以及降噪模块140。
采集模块110，用于采集多帧原始图像。
合成模块120，用于根据所述多帧原始图像合成得到高动态范围图像；
确定模块130，用于根据环境亮度，确定匹配的降噪模型；
降噪模块140，用于采用所述降噪模型，对所述高动态范围图像降噪，以得到目标降噪图像。
作为一种可能的实现方式，所述降噪模型，是通过获取训练样本集训练得到的，所述训练样本集中包括各环境亮度下拍摄的样本图。
作为另一种可能的实现方式，确定模块130，还可以包括：
选取单元，用于从训练样本集中，选取相同环境亮度下拍摄的目标样本图。
训练单元，用于将目标样本图根据拍摄时采用的感光度划分为多组，训练各组对应的降噪模型。
确定单元，用于根据降噪模型的准确度和训练采用的目标样本图的感光度，从各组对应的降噪模型中，确定的与相应环境亮度匹配的降噪模型。
作为另一种可能的实现方式，确定单元，还可以用于：
从各组对应的降噪模型中，确定准确度大于阈值的候选降噪模型；将训练采用的目标样本图感光度最大的候选降噪模型作为匹配的降噪模型。
作为另一种可能的实现方式，图像降噪装置100，还可以包括：
第二采集模块，用于采集预览图像。
第二确定模块，用于确定预览图像的动态范围和相对最近采集图像的画面移动程度。
第三确定模块，用于根据动态范围和画面移动程度，确定采用包围曝光或者多帧欠曝光的方式采集多帧原始图像。
作为另一种可能的实现方式，第三确定模块，还可以用于：
根据动态范围Sd和画面移动程度Sm，确定评价值Sf；其中，Sf与Sd(1-Sm)成正比；
若评价值Sf大于或等于第一阈值，确定采用包围曝光方式采集多帧原始图像；
若评价值Sf小于第一阈值，且画面移动程度Sm小于第二阈值，确定采用多帧欠曝光的方式采集多帧原始图像。
作为另一种可能的实现方式，图像降噪装置100，还可以包括：
第三采集模块，用于若评价值Sf小于第一阈值，且画面移动程度Sm大于或等于第二阈值，采集单帧原始图像。
作为另一种可能的实现方式，图像降噪装置100，还可以包括：
第四确定模块，用于根据确定的曝光方式，确定对应的曝光补偿模式；其中，曝光补偿模式，用于指示原始图像的帧数和各帧原始图像对应的曝光补偿等级。
第五确定模块，用于根据拍摄场景的亮度信息和设定的基准感光度，确定基准曝光时长。
第六确定模块，用于根据曝光补偿模式，对基准曝光时长进行补偿，确定各帧原始图像对应的补偿曝光时长。
作为另一种可能的实现方式，采集模块110，还可以用于：
根据基准感光度和各帧原始图像对应的补偿曝光时长进行图像采集。
作为另一种可能的实现方式，图像降噪装置100，还可以包括：
第七确定模块，用于根据画面移动程度Sm，确定基准感光度。
需要说明的是，前述对图像降噪方法实施例的解释说明也适用于该实施例的图像降噪装置，此处不再赘述。
本申请实施例的图像降噪装置，通过采集多帧原始图像，根据多帧原始图像合成得到高动态范围图像，根据环境亮度，确定匹配的降噪模型，采用降噪模型，对高动态范围图像降噪，以得到目标降噪图像。该方法通过采集多帧原始图像的环境亮度，确定匹配的降噪模型后，对高动态范围图像进行降噪处理，在保证图像纯净度的同时保留了更多的图像细节。另外，本申请中在对多帧原始图像合成之后进行降噪处理，从而能够对合成得到高动态范围图像中的亮光区域和暗光区域均进行降噪，提高了降噪的有效性，使得降噪得到的目标降噪图像在降低画面噪声的同时保留图像细节，得到清晰度更好的成像效果。
为了实现上述实施例，本申请还提出一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，实现如上述实施例中所述的图像降噪方法。
作为一种示例，本申请还提出一种电子设备200，参见图7，包括：图像传感器210、处理器220、存储器230及存储在存储器230上并可在处理器220上运行的计算机程序，所述图像传感器210与所述处理器220电连接，所述处理器220执行所述程序时，实现如上述实施例中所述的图像降噪方法。
作为一种可能的情况，处理器220可以包括：图像信号处理(Image SignalProcessor，简称ISP)处理器、与ISP处理器连接的图形处理器(Graphics ProcessingUnit，简称GPU)。
作为一种示例，请参阅图8，在图7所述电子设备的基础上，图8中为本申请实施例提供的一种电子设备的原理示例图。电子设备200的存储器230包括非易失性存储器80、内存储器82和处理器220。存储器230中存储有计算机可读指令。计算机可读指令被存储器执行时，使得处理器230执行上述任一实施方式的图像降噪方法。
如图8所示，该电子设备200包括通过系统总线81连接的处理器220、非易失性存储器80、内存储器82、显示屏83和输入装置84。其中，电子设备200的非易失性存储器80存储有操作系统和计算机可读指令。该计算机可读指令可被处理器220执行，以实现本申请实施方式的图像降噪方法。该处理器220用于提供计算和控制能力，支撑整个电子设备200的运行。电子设备200的内存储器82为非易失性存储器80中的计算机可读指令的运行提供环境。电子设备200的显示屏83可以是液晶显示屏或者电子墨水显示屏等，输入装置84可以是显示屏83上覆盖的触摸层，也可以是电子设备200外壳上设置的按键、轨迹球或触控板，也可以是外接的键盘、触控板或鼠标等。该电子设备200可以是手机、平板电脑、笔记本电脑、个人数字助理或穿戴式设备(例如智能手环、智能手表、智能头盔、智能眼镜)等。本领域技术人员可以理解，图8中示出的结构，仅仅是与本申请方案相关的部分结构的示意图，并不构成对本申请方案所应用于其上的电子设备200的限定，具体的电子设备200可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
为了实现上述实施例，本申请还提出一种图像处理电路，请参阅图9，图9为本申请实施例提供的一种图像处理电路的原理示意图，如图9所示，图像处理电路90包括图像信号处理ISP处理器91(ISP处理器91作为处理器220)和图形处理器GPU。
摄像头93捕捉的图像数据首先由ISP处理器91处理，ISP处理器91对图像数据进行分析以捕捉可用于确定摄像头93的一个或多个控制参数的图像统计信息。摄像模组310可包括一个或多个透镜932和图像传感器934。图像传感器934可包括色彩滤镜阵列(如Bayer滤镜)，图像传感器934可获取每个成像像素捕捉的光强度和波长信息，并提供可由ISP处理器91处理的一组原始图像数据。传感器94(如陀螺仪)可基于传感器94接口类型把采集的图像处理的参数(如防抖参数)提供给ISP处理器91。传感器94接口可以为SMIA(StandardMobile Imaging Architecture，标准移动成像架构)接口、其它串行或并行照相机接口或上述接口的组合。
此外，图像传感器934也可将原始图像数据发送给传感器94，传感器94可基于传感器94接口类型把原始图像数据提供给ISP处理器91，或者传感器94将原始图像数据存储到图像存储器95中。
ISP处理器91按多种格式逐个像素地处理原始图像数据。例如，每个图像像素可具有8、10、12或14比特的位深度，ISP处理器91可对原始图像数据进行一个或多个图像处理操作、收集关于图像数据的统计信息。其中，图像处理操作可按相同或不同的位深度精度进行。
ISP处理器91还可从图像存储器95接收图像数据。例如，传感器94接口将原始图像数据发送给图像存储器95，图像存储器95中的原始图像数据再提供给ISP处理器91以供处理。图像存储器95可为存储器330、存储器330的一部分、存储设备、或电子设备内的独立的专用存储器，并可包括DMA(Direct Memory Access，直接直接存储器存取)特征。
当接收到来自图像传感器934接口或来自传感器94接口或来自图像存储器95的原始图像数据时，ISP处理器91可进行一个或多个图像处理操作，如时域滤波。处理后的图像数据可发送给图像存储器95，以便在被显示之前进行另外的处理。ISP处理器91从图像存储器95接收处理数据，并对处理数据进行原始域中以及RGB和YCbCr颜色空间中的图像数据处理。ISP处理器91处理后的图像数据可输出给显示器97(显示器97可包括显示屏83)，以供用户观看和/或由图形引擎或GPU进一步处理。此外，ISP处理器91的输出还可发送给图像存储器95，且显示器97可从图像存储器95读取图像数据。在一个实施例中，图像存储器95可被配置为实现一个或多个帧缓冲器。此外，ISP处理器91的输出可发送给编码器/解码器96，以便编码/解码图像数据。编码的图像数据可被保存，并在显示于显示器97设备上之前解压缩。编码器/解码器96可由CPU或GPU或协处理器实现。
ISP处理器91确定的统计数据可发送给控制逻辑器92单元。例如，统计数据可包括自动曝光、自动白平衡、自动聚焦、闪烁检测、黑电平补偿、透镜932阴影校正等图像传感器934统计信息。控制逻辑器92可包括执行一个或多个例程(如固件)的处理元件和/或微控制器，一个或多个例程可根据接收的统计数据，确定摄像头93的控制参数及ISP处理器91的控制参数。例如，摄像头93的控制参数可包括传感器94控制参数(例如增益、曝光控制的积分时间、防抖参数等)、照相机闪光控制参数、透镜932控制参数(例如聚焦或变焦用焦距)、或这些参数的组合。ISP控制参数可包括用于自动白平衡和颜色调整(例如，在RGB处理期间)的增益水平和色彩校正矩阵，以及透镜932阴影校正参数。
为了实现上述实施例，本申请还提出一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述实施例中所述的图像降噪方法。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。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。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种图像降噪方法，其特征在于，所述方法包括以下步骤：
采集多帧原始图像；
根据所述多帧原始图像合成得到高动态范围图像；
根据环境亮度，确定匹配的降噪模型；
采用所述降噪模型，对所述高动态范围图像降噪，以得到目标降噪图像；
在所述采集多帧原始图像之前，还包括：
采集预览图像；
确定所述预览图像的动态范围和相对最近采集图像的画面移动程度；
根据所述动态范围和所述画面移动程度，确定采用包围曝光或者多帧欠曝光的方式采集所述多帧原始图像；
所述根据动态范围和所述画面移动程度，确定采用包围曝光或者多帧欠曝光的方式采集所述多帧原始图像包括：
根据所述动态范围Sd和所述画面移动程度Sm，确定评价值Sf；其中，Sf与Sd(1 - Sm)成正比；
若所述评价值Sf大于或等于第一阈值，确定采用包围曝光方式采集所述多帧原始图像；
若所述评价值Sf小于所述第一阈值，且所述画面移动程度Sm小于第二阈值，确定采用多帧欠曝光的方式采集所述多帧原始图像。
2.根据权利要求1所述的图像降噪方法，其特征在于，所述降噪模型，是通过获取训练样本集训练得到的，所述训练样本集中包括各环境亮度下拍摄的样本图；从所述训练样本集中，选取相同环境亮度下拍摄的目标样本图；将所述目标样本图根据拍摄时采用的感光度划分为多组，训练各组对应的降噪模型；根据降噪模型的准确度和训练采用的目标样本图的感光度，从各组对应的降噪模型中，确定的与相应环境亮度匹配的降噪模型。
3.根据权利要求2所述的图像降噪方法，其特征在于，所述根据降噪模型的准确度和训练采用的目标样本图的感光度，从各组对应的降噪模型中，确定相应环境亮度匹配的降噪模型，包括：
从各组对应的降噪模型中，确定准确度大于阈值的候选降噪模型；
将训练采用的目标样本图感光度最大的候选降噪模型作为所述匹配的降噪模型。
4.根据权利要求1所述的图像降噪方法，其特征在于，所述确定所述预览图像的动态范围和相对最近采集图像的画面移动程度之后，还包括：
若所述评价值Sf小于所述第一阈值，且所述画面移动程度Sm大于或等于所述第二阈值，采集单帧原始图像。
5.根据权利要求1所述的图像降噪方法，其特征在于，所述根据所述动态范围和所述画面移动程度，确定采用包围曝光或者多帧欠曝光的方式采集所述多帧原始图像之后，还包括：
根据确定的曝光方式，确定对应的曝光补偿模式；其中，所述曝光补偿模式，用于指示原始图像的帧数和各帧原始图像对应的曝光补偿等级；
根据拍摄场景的亮度信息和设定的基准感光度，确定基准曝光时长；
根据所述曝光补偿模式，对所述基准曝光时长进行补偿，确定各帧原始图像对应的补偿曝光时长。
6.根据权利要求5所述的图像降噪方法，其特征在于，所述采集多帧原始图像，包括：
根据所述基准感光度和各帧原始图像对应的补偿曝光时长进行图像采集。
7.根据权利要求5所述的图像降噪方法，其特征在于，所述根据拍摄场景的亮度信息和设定的基准感光度，确定基准曝光时长之前，还包括：
根据所述画面移动程度Sm，确定所述基准感光度。
8.一种图像降噪装置，其特征在于，所述装置包括：
第二采集模块，用于采集预览图像；
第二确定模块，用于确定所述预览图像的动态范围和相对最近采集图像的画面移动程度；
第三确定模块，用于根据所述动态范围和所述画面移动程度，确定采用包围曝光或者多帧欠曝光的方式采集多帧原始图像；根据所述动态范围Sd和所述画面移动程度Sm，确定评价值Sf；其中，Sf与Sd(1 - Sm)成正比；若所述评价值Sf大于或等于第一阈值，确定采用包围曝光方式采集所述多帧原始图像；若所述评价值Sf小于所述第一阈值，且所述画面移动程度Sm小于第二阈值，确定采用多帧欠曝光的方式采集所述多帧原始图像；
采集模块，用于采集所述多帧原始图像；
合成模块，用于根据所述多帧原始图像合成得到高动态范围图像；
确定模块，用于根据环境亮度，确定匹配的降噪模型；
降噪模块，用于采用所述降噪模型，对所述高动态范围图像降噪，以得到目标降噪图像。
9.一种电子设备，其特征在于，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，实现如权利要求1-7中任一所述的图像降噪方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的图像降噪方法。
CN201910509597.5A 2019-06-13 2019-06-13 图像降噪方法、装置、电子设备以及存储介质 Active CN110248106B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910509597.5A CN110248106B (zh) 2019-06-13 2019-06-13 图像降噪方法、装置、电子设备以及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910509597.5A CN110248106B (zh) 2019-06-13 2019-06-13 图像降噪方法、装置、电子设备以及存储介质

Publications (2)

Publication Number Publication Date
CN110248106A CN110248106A (zh) 2019-09-17
CN110248106B true CN110248106B (zh) 2021-04-23

Family

ID=67886808

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910509597.5A Active CN110248106B (zh) 2019-06-13 2019-06-13 图像降噪方法、装置、电子设备以及存储介质

Country Status (1)

Country Link
CN (1) CN110248106B (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112532892B (zh) * 2019-09-19 2022-04-12 华为技术有限公司 图像处理方法及电子装置
CN110689496B (zh) * 2019-09-25 2022-10-14 北京迈格威科技有限公司 降噪模型的确定方法、装置、电子设备和计算机存储介质
CN111601048B (zh) * 2020-05-13 2022-04-19 展讯通信（上海）有限公司 图像处理方法及装置
CN111768351A (zh) * 2020-06-22 2020-10-13 Oppo广东移动通信有限公司 图像去噪方法、图像去噪装置、存储介质与电子设备
CN112003996B (zh) * 2020-08-12 2023-04-18 Oppo广东移动通信有限公司 一种视频的生成方法、终端及计算机存储介质
CN112164005B (zh) * 2020-09-24 2023-03-17 Oppo（重庆）智能科技有限公司 图像颜色校正方法、装置、设备及存储介质
CN112291447B (zh) * 2020-12-15 2021-03-30 之江实验室 基于噪声标定的内窥镜摄像系统自适应时域降噪方法
CN113542591A (zh) * 2021-06-02 2021-10-22 惠州Tcl移动通信有限公司 缩时摄影处理方法、装置、移动终端及存储介质
CN115115531A (zh) * 2022-01-14 2022-09-27 长城汽车股份有限公司 图像去噪方法、装置、车辆及存储介质
CN115103129B (zh) * 2022-06-23 2024-09-06 Oppo广东移动通信有限公司 拍摄参数的确定方法、装置、电子设备和计算机存储介质
WO2024098260A1 (zh) * 2022-11-08 2024-05-16 Oppo广东移动通信有限公司 图像确定方法和装置、图像处理方法和装置、电子设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008205530A (ja) * 2007-02-16 2008-09-04 Seiko Epson Corp 撮像装置、撮像システム及び撮像方法
CN101594457A (zh) * 2008-05-30 2009-12-02 深圳艾科创新微电子有限公司 一种分级降噪系统及方法
CN103312942A (zh) * 2012-03-12 2013-09-18 华晶科技股份有限公司 动态范围图像的噪声处理方法及其图像捕捉装置
CN104902143A (zh) * 2015-05-21 2015-09-09 广东欧珀移动通信有限公司 一种基于分辨率的图像去噪方法及装置
CN109005366A (zh) * 2018-08-22 2018-12-14 Oppo广东移动通信有限公司 摄像模组夜景摄像处理方法、装置、电子设备及存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008205530A (ja) * 2007-02-16 2008-09-04 Seiko Epson Corp 撮像装置、撮像システム及び撮像方法
CN101594457A (zh) * 2008-05-30 2009-12-02 深圳艾科创新微电子有限公司 一种分级降噪系统及方法
CN103312942A (zh) * 2012-03-12 2013-09-18 华晶科技股份有限公司 动态范围图像的噪声处理方法及其图像捕捉装置
CN104902143A (zh) * 2015-05-21 2015-09-09 广东欧珀移动通信有限公司 一种基于分辨率的图像去噪方法及装置
CN109005366A (zh) * 2018-08-22 2018-12-14 Oppo广东移动通信有限公司 摄像模组夜景摄像处理方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN110248106A (zh) 2019-09-17

Similar Documents

Publication Publication Date Title
CN110072051B (zh) 基于多帧图像的图像处理方法和装置
CN110248106B (zh) 图像降噪方法、装置、电子设备以及存储介质
CN110290289B (zh) 图像降噪方法、装置、电子设备以及存储介质
CN110072052B (zh) 基于多帧图像的图像处理方法、装置、电子设备
CN110062160B (zh) 图像处理方法和装置
CN109040609B (zh) 曝光控制方法、装置、电子设备和计算机可读存储介质
CN110166707B (zh) 图像处理方法、装置、电子设备以及存储介质
CN109068067B (zh) 曝光控制方法、装置和电子设备
CN109788207B (zh) 图像合成方法、装置、电子设备及可读存储介质
CN110166708B (zh) 夜景图像处理方法、装置、电子设备以及存储介质
AU2019326496B2 (en) Method for capturing images at night, apparatus, electronic device, and storage medium
CN110191291B (zh) 基于多帧图像的图像处理方法和装置
CN110445988B (zh) 图像处理方法、装置、存储介质及电子设备
CN108900782B (zh) 曝光控制方法、装置以及电子设备
WO2020207261A1 (zh) 基于多帧图像的图像处理方法、装置、电子设备
CN108683862B (zh) 成像控制方法、装置、电子设备及计算机可读存储介质
CN109672819B (zh) 图像处理方法、装置、电子设备及计算机可读存储介质
CN110166706B (zh) 图像处理方法、装置、电子设备以及存储介质
CN109194882B (zh) 图像处理方法、装置、电子设备及存储介质
CN110264420B (zh) 基于多帧图像的图像处理方法和装置
CN110166709B (zh) 夜景图像处理方法、装置、电子设备以及存储介质
CN110445989B (zh) 图像处理方法、装置、存储介质及电子设备
CN109005369B (zh) 曝光控制方法、装置、电子设备以及计算机可读存储介质
CN110166711B (zh) 图像处理方法、装置、电子设备以及存储介质
CN108833802B (zh) 曝光控制方法、装置和电子设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant