【技术实现步骤摘要】
基于多帧图像的图像处理方法和装置
本申请涉及成像
,尤其涉及一种基于多帧图像的图像处理方法和装置。
技术介绍
随着智能终端技术的发展,移动终端设备(如智能手机、平板电脑等)的使用越来越普及。绝大多数移动终端设备都内置有摄像头,并且随着移动终端处理能力的增强以及摄像头技术的发展,内置摄像头的性能越来越强大,拍摄图像的质量也越来越高。如今,移动终端设备均操作简单又便于携带,在日常生活中越来越多的用户使用智能手机、平板电脑等移动终端设备拍照。智能移动终端在给人们的日常拍照带来便捷的同时,人们对拍摄的图像质量的要求也越来越高。目前,在需要多帧原始图像合成目标图像的场景中,例如,在夜景这一特殊场景中,通常采集多帧原始图像进行高动态合成,但是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。因此,在最大限度的保留图像细节的情况下,对图像进行降噪处理,是一个亟待解决的问题。
技术实现思路
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。为此,本申请提出一种基于多帧图像的图像方法和装置,通过对多帧原始图像均进行降噪处理,提高了降噪的有效性,使得合成的目标图像中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,提高了目标图像的成像效果。本申请第一方面实施例提出了一种基于多帧图像的图像处理方法,包括:获取多帧原始图像;根据各帧原始图像的曝光度,选择各帧原始图像对应的神经网络模型进行降噪处理,以得到各帧降噪后的原始图像;根据各帧降噪后的原始图像,合成得到目标图像。本申请实施例的基于多帧图像的图像处理方法,通过获取多帧原始图像,并根据各帧原始图像的 ...
【技术保护点】
1.一种基于多帧图像的图像处理方法,其特征在于,包括:获取多帧原始图像;根据各帧原始图像的曝光度,选择各帧原始图像对应的神经网络模型进行降噪处理,以得到各帧降噪后的原始图像;根据各帧降噪后的原始图像,合成得到目标图像。
【技术特征摘要】
1.一种基于多帧图像的图像处理方法,其特征在于,包括:获取多帧原始图像;根据各帧原始图像的曝光度,选择各帧原始图像对应的神经网络模型进行降噪处理,以得到各帧降噪后的原始图像;根据各帧降噪后的原始图像,合成得到目标图像。2.根据权利要求1所述的方法,其特征在于,所述根据各帧原始图像的曝光度,选择各帧原始图像对应的神经网络模型进行降噪处理,包括:根据各帧原始图像的曝光度,确定各帧原始图像对应的神经网络模型;根据各神经网络模型对对应原始图像进行噪声特性识别,以识别出各帧原始图像中的噪声特性,其中,所述神经网络模型,已学习得到在对应曝光度下,对应原始图像的感光度与噪声特性之间的映射关系;根据各帧原始图像中的噪声特性对对应的原始图像进行降噪处理,以得到各帧降噪后的原始图像。3.根据权利要求2所述的方法,其特征在于,所述神经网络模型,是在对应曝光度下,采用各感光度的样本图像对所述神经网络模型进行训练,直至所述神经网络模型识别出的噪声特性与相应样本图像中标注的噪声特性匹配时,所述神经网络模型训练完成。4.根据权利要求2所述的方法,其特征在于,所述多帧原始图像包括至少一帧第一图像和第二图像,其中,所述第一图像的曝光度低于所述第二图像的曝光度;所述根据各帧原始图像的曝光度,选择各帧原始图像对应的神经网络模型进行降噪处理,包括:根据所述第一图像的曝光度,确定所述第一图像对应的第一神经网络模型;根据所述第一神经网络模型对所述第一图像进行噪声特性识别;根据所述第一图像的噪声特性识别结果,对所述第一图进行降噪处理;如果根据所述第一图像的噪声特性识别结果确定所述第一图像的噪声特性识别准确度低于预设阈值,则采用第二神经网络模型,对所述第二图像进行噪声特性识别,所述第二神经网络模型的噪声特性识别准确度高于所述第一神经网络模型;根据所述第二图像的噪声特性识别结果,对所述第二图像进行降噪处理。5.根据权利要求4所述的方法,其特征在于,所述方法还包括:如果根据所述第一图像的噪声特性识别结果确定所述第一图像的噪声特性识别准确度高于预设阈值,则采用所述第一神经网络模型,对所述第二图像进行噪声特性识别。6.根据权利要求1-5任一项所述的方法,其特征在于,所述根据各帧降噪后的原始图像,合成得到目标图像,包括:将所述多帧降噪后的原始图像输入预设合成模型,以得到相应降噪后的原始图像中各区域的合成权重;根据所述合成权重,分区域对所述多帧降噪后的原始图像进行合成,以得到所述目标图像。7.一种基于多帧图像的图像处理装置,其特征在于,包括:获取模块,用于获取多帧原始图像;降噪模块,用于根据各帧原始图像的曝光度,选择各帧原始图像对应的神经网络模型进行降噪处理,以得到各帧降噪后的原始图像;合成模块,用于根据各帧降噪后的原始图像,合成得到目标图像。8.根据权利要求7所述的装置,其特征在于,所述降噪模块,具体用于:根据各帧原始图像的曝光度,确定各帧原始图像对应的神经网络模型;根据各神经网络模型对对应原始图像进行噪声特性识别,以识别出各帧原始图像中的噪声特性,其中,所述神经网络模型,已学习得到在对应曝...
【专利技术属性】
技术研发人员:康健,
申请(专利权)人:OPPO广东移动通信有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。