【技術實現步驟摘要】
本申請實施例涉及計算機視覺，特別是涉及一種圖像處理方法、裝置和設備。
技術介紹
1、圖像是一種非常重要的信息載體，其中蘊含了豐富的信息，但是圖像很容易受到噪聲的污染而丟失細節。噪聲的存在會影響圖像質量，尤其是在實際的應用場景中，在低光照條件下，信號水平較低導致信噪比較低，此種情況下噪聲對圖像質量的影響更大；因而，去除噪聲得到高質量圖像是十分必要的，也一直是計算機視覺領域中的一個重要任務。
2、基于深度學習的圖像降噪模型，可用于去除輸入圖像中包含的噪聲。目前，通常利用訓練數據，對圖像降噪模型進行訓練。其中，訓練數據具體包括：帶噪raw(原始的)圖像和干凈raw圖像(干凈raw圖像可以指不帶噪的raw圖像，可以采用數據退化的方式生成干凈raw圖像)。
3、相關技術中，帶噪raw圖像的獲取過程通常為：構造噪聲，并在經數據退化方式生成的干凈raw圖像上添加構造的噪聲，以得到構造的帶噪raw圖像。
4、然而，在實際應用中，訓練完成的圖像降噪模型對應的輸入圖像通常是真實的帶噪raw圖像。在使用構造的帶噪raw圖像對圖像降噪模型進行訓練的情況下，由于構造的帶噪raw圖像與真實的帶噪raw圖像不一致，將會影響圖像降噪模型的處理效果。
技術實現思路
1、本申請實施例提供了一種圖像處理方法，能夠提高帶噪raw圖像與真實的帶噪圖像數據之間的匹配度，進而能夠提高圖像處理模型的處理效果。
2、相應地，本申請實施例還提供了一種圖像處理裝置、一種電子設備，用以保證
3、為了解決上述問題，本申請實施例公開了一種圖像處理方法，所述方法包括：
4、采集raw圖像；
5、根據所述raw圖像，確定真實像素值對應的分布數據；
6、接收干凈raw圖像；
7、從真實像素值對應的分布數據中確定出所述干凈raw圖像中真實像素值對應的目標分布數據；
8、對所述目標分布數據進行隨機采樣，以得到所述干凈raw圖像中真實像素值對應的帶噪像素值和所述帶噪像素值對應的帶噪raw圖像。
9、為了解決上述問題，本申請實施例公開了一種圖像處理方法，所述方法包括：
10、獲取訓練數據；所述訓練數據包括：帶噪raw圖像；
11、根據所述訓練數據，對圖像處理模型進行訓練；
12、其中，所述帶噪raw圖像的獲取過程包括：采集raw圖像；根據所述raw圖像，確定真實像素值對應的分布數據；接收干凈raw圖像；從真實像素值對應的分布數據中確定出所述干凈raw圖像中真實像素值對應的目標分布數據；對所述目標分布數據進行隨機采樣，以得到所述干凈raw圖像中真實像素值對應的帶噪像素值和所述帶噪像素值對應的帶噪raw圖像。
13、為了解決上述問題，本申請實施例公開了一種圖像處理裝置，所述裝置包括：
14、采集模塊，用于采集raw圖像；
15、分布數據確定模塊，用于根據所述raw圖像，確定真實像素值對應的分布數據；
16、接收模塊，用于接收干凈raw圖像；
17、目標分布數據確定模塊，用于從真實像素值對應的分布數據中確定出所述干凈raw圖像中真實像素值對應的目標分布數據；
18、隨機采樣模塊，用于對所述目標分布數據進行隨機采樣，以得到所述干凈raw圖像中真實像素值對應的帶噪像素值和所述帶噪像素值對應的帶噪raw圖像。
19、可選地，所述采集模塊包括：
20、第一采集模塊，用于利用圖像采集模組，采集raw圖像；所述圖像采集模組包括：圖像傳感器，或者，圖像傳感器和濾光片。
21、可選地，所述采集模塊包括：
22、第二采集模塊，用于在多種預設亮度值的條件下，分別采集得到多組raw圖像。
23、可選地，所述分布數據確定模塊包括：
24、預設區域確定模塊，用于根據所述raw圖像的中心，從所述raw圖像中選取包含所述中心的預設區域；
25、統計模塊，用于對所述預設區域內的像素點進行統計，得到的像素點均值為真實像素值，所述預設區域內像素點的分布數據作為所述真實像素值對應的分布數據。
26、可選地，所述裝置還包括：
27、插值模塊，用于對第一真實像素值對應的分布數據和第二真實像素值對應的分布數據進行插值，以得到第三真實像素值對應的分布數據。
28、可選地，所述隨機采樣模塊包括：
29、映射關系確定模塊，用于根據所述目標分布數據中包含的像素值及概率值，確定像素值的概率值對應的數值范圍與像素值之間的映射關系；
30、生成模塊，用于生成隨機數；
31、查找模塊，用于根據所述隨機數，在所述數值范圍與像素值之間的映射關系中進行查找，以得到所述干凈raw圖像中真實像素值對應的帶噪像素值。
32、為了解決上述問題，本申請實施例公開了一種圖像處理裝置，所述裝置包括：
33、獲取模塊，用于獲取訓練數據；所述訓練數據包括：帶噪raw圖像；
34、訓練模塊，用于根據所述訓練數據，對圖像處理模型進行訓練；
35、其中，所述帶噪raw圖像的獲取過程包括：采集raw圖像；根據所述raw圖像，確定真實像素值對應的分布數據；接收干凈raw圖像；從真實像素值對應的分布數據中確定出所述干凈raw圖像中真實像素值對應的目標分布數據；對所述目標分布數據進行隨機采樣，以得到所述干凈raw圖像中真實像素值對應的帶噪像素值和所述帶噪像素值對應的帶噪raw圖像。
36、本申請實施例還公開了一種電子設備，包括：處理器；和存儲器，其上存儲有可執行代碼，當所述可執行代碼被執行時，使得所述處理器執行如本申請實施例所述的方法。
37、本申請實施例包括以下優點：
38、在本申請實施例的技術方案中，首先根據采集的raw圖像，確定真實像素值對應的分布數據；然后，從真實像素值對應的分布數據中確定出、干凈raw圖像中真實像素值對應的目標分布數據，并對該目標分布數據進行隨機采樣，進而根據該干凈raw圖像中真實像素值對應的帶噪像素值，確定帶噪raw圖像。
39、由于采集的raw圖像為真實的帶噪圖像，故本申請實施例的隨機采樣可以是從對真實的帶噪圖像數據中進行采樣的過程；這樣，作為隨機采樣結果的帶噪像素值是與真實的帶噪圖像數據相匹配的；而帶噪raw圖像是根據隨機采樣結果得到的，因此，本申請實施例能夠提高帶噪raw圖像與真實的帶噪圖像數據之間的匹配度，換言之，本申請實施例能夠提高帶噪raw圖像中噪聲數據分布的真實性。
40、在將帶噪raw圖像用于圖像處理模型的訓練數據的情況下，由于本申請實施例能夠提高帶噪raw圖像與真實的帶噪圖像數據之間的匹配度，因此，本申請實施例能夠提高圖像處理模型的處理效果。
本文檔來自技高網...【技術保護點】
1.一種圖像處理方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述采集RAW圖像，包括：
3.根據權利要求1所述的方法，其特征在于，所述采集RAW圖像，包括：
4.根據權利要求1所述的方法，其特征在于，所述確定真實像素值對應的分布數據，包括：
5.根據權利要求1至4中任一所述的方法，其特征在于，所述方法還包括：
6.根據權利要求1至4中任一所述的方法，其特征在于，所述對所述目標分布數據進行隨機采樣，包括：
7.一種圖像處理方法，其特征在于，所述方法包括：
8.一種圖像處理裝置，其特征在于，所述裝置包括：
9.一種圖像處理裝置，其特征在于，所述裝置包括：
10.一種電子設備，其特征在于，包括：處理器；和
【技術特征摘要】
1.一種圖像處理方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述采集raw圖像，包括：
3.根據權利要求1所述的方法，其特征在于，所述采集raw圖像，包括：
4.根據權利要求1所述的方法，其特征在于，所述確定真實像素值對應的分布數據，包括：
5.根據權利要求1至4中任一所述的方法，其特征在于，...
【專利技術屬性】
技術研發人員：朱乾穩，張樂，楊作興，周承濤，
申請(專利權)人：深圳比特微電子科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。