电子设备、其图像处理方法及计算机可读记录介质技术

本公开涉及利用包括深度学习等的机器学习算法的人工智能(AI)系统及其应用。特别地，本公开的电子设备包括：存储器，包括至少一个命令；以及处理器，连接到存储器以控制电子设备，其中，处理器通过执行至少一个命令而执行以下操作：获取图像，基于拍摄图像的相机的配置信息或图像的亮度信息获取用于对图像的噪声进行校正的噪声校正图，并通过噪声校正图去除图像的噪声。特别地，图像处理方法的至少一部分可以使用通过根据机器学习算法、神经网络算法和深度学习算法中的至少一个的学习而获取的人工智能模型。

【技术实现步骤摘要】
【国外来华专利技术】电子设备、其图像处理方法及计算机可读记录介质
本公开涉及电子设备、其图像处理方法和计算机可读记录介质，且更具体地，涉及使用图像的亮度信息来去除噪声的电子设备、其图像处理方法及计算机可读记录介质。本公开还涉及使用机器学习算法来模拟人脑的识别功能、决策功能等的人工智能(AI)系统及其应用。
技术介绍
近来，实现人类水平的智慧的人工智能系统已经在各种领域中使用。人工智能系统是这样一种系统，在该系统中，机器执行学习和决策，并且与现有的基于规则的智能系统不同，机器通过本身变得智能。随着更多地使用人工智能系统，提高了识别率，并且可以更准确地理解用户的兴趣。因此，现有的基于规则的智能系统逐渐被基于深度学习的人工智能系统所替代。人工智能技术包括机器学习(例如，深度学习)和使用机器学习的元件技术。机器学习是通过其本身对输入数据的特征进行分类/学习的算法技术，且元技术是利用诸如深度学习等机器学习算法来模拟人脑的识别、决策等功能的技术，并且包括语言理解、视觉理解、推理/预测、知识表示、运动控制等
应用人工智能技术的各种领域如下。语言理解是识别和应用/处理人类语言/字符的技术，且包括自然语言处理、机器翻译、对话系统、问答、语音识别/合成等。视觉理解是识别和处理如人类视觉的事物的技术，且包括对象识别、对象跟踪、图像搜索、人类识别、场景理解、空间理解、图像改进等。推断/预测是通过决定信息来执行逻辑推断和预测的技术，并且包括基于知识/概率的推断、优化预测、基于偏好的规划、推荐等。知识表示是将人类体验信息自动化并作为知识数据处理的技术，且包括知识构建(数据创建/分类)、知识管理(数据利用)等。运动控制是控制车辆的自动驾驶和机器人的运动的技术，且包括运动控制(导航、碰撞、驾驶)、操纵控制(行为控制)等。同时，近来，由于数码相机的普及，减少了生成静止图像或运动图像的时间和地点的限制。此外，随着图像技术的发展，对于不是专业人员的普通人来说，能够容易地获取高清晰度图像。然而，存在这样的问题：在诸如晚间或封闭空间的黑暗的周围环境中生成的图像包括大量噪声，使得图像质量降低。为了解决这种问题，传统上，测量图像的噪声并且对噪声的每个强度执行滤波以去除噪声。在这种情况下，通过分析图像的频率来测量噪声，且因此，没有考虑图像的局部特征。例如，存在许多不清楚图像中的任何部分是边缘还是图像中存在的噪声的情况。因此，已经出现了因对补偿图像中不是噪声的区域进行滤波而存在模糊区域并且丢失了图像的纹理而使得图像质量降低的问题。此外，在使用人工智能模型来去除噪声的相关技术中，对所测量的噪声的每个强度使用了单独的模型。在这种情况下，为噪声的每个强度准备的多个模型中的每一个都应该被训练，因此，存在许多输入数据和存储器被用于训练的问题。
技术实现思路
技术问题本公开提供了使用图像的亮度信息去除噪声的电子设备、其图像处理方法及计算机可读记录介质。技术方案根据本公开实施方式，电子设备包括：存储器，包括至少一个命令；以及处理器，连接到存储器并且配置为控制电子设备，其中，处理器在执行至少一个命令时配置为：获取图像，基于拍摄图像的相机的设置信息或图像的亮度信息获取用于对图像的噪声进行补偿的噪声补偿图并且通过噪声补偿图去除图像的噪声。在这种情况下，处理器可配置为基于图像的亮度信息获取噪声补偿图，使得噪声去除强度在亮度低的区域中变高。在这种情况下，图像的亮度信息可以是图像的每个像素的对比度信息，并且处理器可配置为获取噪声补偿图，使得噪声去除强度针对每个像素变化。同时，处理器可以配置为针对每个亮度将图像划分成多个区域，并且获取噪声补偿图，使得噪声去除强度针对每个所划分的区域而变化。同时，相机的设置信息可以包括相机的镜头信息或相机的ISO信息中的至少一个。在这种情况下，处理器可配置为基于相机的镜头信息获取噪声补偿图，使得噪声移除强度根据渐晕补偿程度而变化。同时，处理器可配置为基于ISO信息获取噪声补偿图，使得ISO值越高，噪声去除强度越高。同时，处理器可以配置为将噪声补偿图和图像输入到学习的人工智能模型，以获取噪声被去除的补偿图像。根据本公开的另一实施方式，电子设备的图像处理方法包括：获取图像；基于拍摄图像的相机的设置信息或图像的亮度信息获取用于对图像的噪声进行补偿的噪声补偿图；通过噪声补偿图去除图像的噪声。在这种情况下，在获取噪声补偿图的过程中，可基于图像的亮度信息获取噪声补偿图，使得噪声去除强度在亮度低的区域中变高。在这种情况下，图像的亮度信息可以是图像的每个像素的对比度信息，并且在获取噪声补偿图时，可以获取噪声补偿图使得噪声去除强度对于每个像素变化。在这种情况下，在获取噪声补偿图的过程中，可以针对每个亮度将图像划分成多个区域并且可以获取噪声补偿图，使得噪声去除强度针对每个所划分的区域而变化。同时，相机的设置信息可以包括相机的镜头信息或相机的ISO信息中的至少一个。在这种情况下，在获取噪声补偿图时，可基于相机的镜头信息获取噪声补偿图，使得噪声去除强度根据渐晕补偿程度而变化。同时，在获取噪声补偿图时，可基于ISO信息获取噪声补偿图，使得ISO值越高，噪声去除强度越高。同时，在去除噪声时，可将噪声补偿图和图像输入到学习的人工智能模型，以获取噪声被去除的补偿图像。根据本公开的又一实施方式，计算机可读介质记录介质包括用于执行图像处理方法的程序，其中，图像处理方法包括：获取图像；基于拍摄图像的相机的设置信息或图像的亮度信息，获取用于对图像的噪声进行补偿的噪声补偿图；以及通过噪声补偿图去除图像的噪声。附图说明图1是用于描述根据本公开实施方式的电子设备的示意性配置的框图；图2是用于描述图1的电子设备的详细配置的框图；图3至图5是用于描述根据本公开的不同实施方式的噪声补偿过程的视图；图6是示出根据本公开实施方式的用于学习和使用人工智能模型的电子设备的配置的框图；图7A和图7B是示出根据本公开实施方式的学习器和获取器的具体配置的框图；图8是用于解释根据本公开实施方式获取噪声补偿图的过程的视图；图9是用于描述通过反射相机的设置信息来获取的噪声补偿图的实施方式的视图；图10是用于描述根据本公开实施方式的图像补偿方法的流程图；以及图11是用于将现有图像和根据本公开补偿的图像彼此进行比较的视图。具体实施方式在示意性地描述说明书中使用的术语之后，将详细描述本公开。考虑到本公开中的功能，当前广泛使用的一般术语被选择为在本公开的实施方式中使用的术语，但是可以根据本领域技术人员的意图或司法先例、新技术的出现等而改变。此外，在特定情况下，可以存在申请人任意选择的术语。在这种情况下，这些术语的含义将在本公开的相应描述部分中详细提及。因此，在本公开中使用的术语应基于术语的含义和贯穿本公开的内容而不是术语的简单名称来限本文档来自技高网...

【技术保护点】
1.电子设备，包括：/n存储器，包括至少一个命令；以及/n处理器，连接到所述存储器，配置为控制所述电子设备，/n其中，所述处理器在执行所述至少一个命令时配置为：/n获取图像，基于拍摄所述图像的相机的设置信息或所述图像的亮度信息来获取用于对所述图像的噪声进行补偿的噪声补偿图，并通过所述噪声补偿图去除所述图像的所述噪声。/n

【技术特征摘要】
【国外来华专利技术】20180220 KR 10-2018-00199731.电子设备，包括：
存储器，包括至少一个命令；以及
处理器，连接到所述存储器，配置为控制所述电子设备，
其中，所述处理器在执行所述至少一个命令时配置为：
获取图像，基于拍摄所述图像的相机的设置信息或所述图像的亮度信息来获取用于对所述图像的噪声进行补偿的噪声补偿图，并通过所述噪声补偿图去除所述图像的所述噪声。


2.如权利要求1所述的电子设备，其中，所述处理器配置为基于所述图像的所述亮度信息来获取所述噪声补偿图，使得噪声去除强度在亮度低的区域中变高。


3.如权利要求2所述的电子设备，其中，所述图像的所述亮度信息是所述图像的每个像素的对比度信息，以及
所述处理器配置为获取所述噪声补偿图，使得所述噪声去除强度针对每个像素变化。


4.如权利要求2所述的电子设备，其中，所述处理器配置为针对每个亮度将所述图像划分为多个区域并且获取所述噪声补偿图，使得所述噪声去除强度针对每个所划分的区域变化。


5.如权利要求1所述的电子设备，其中，所述相机的所述设置信息包括所述相机的镜头信息或所述相机的ISO信息中的至少一个。


6.如权利要求5所述的电子设备，其中，所述处理器配置为基于所述相机的所述镜头信息来获取所述噪声补偿图，使得噪声去除强度根据渐晕补偿程度而变化。


7.如权利要求5所述的电子设备，其中，所述处理器配置为基于所述ISO信息获取所述噪声补偿图，使得ISO值越高，所述噪声去除强度越高。


...

【专利技术属性】
技术研发人员：泰哈斯·奈尔，李宰成，李泰美，
申请(专利权)人：三星电子株式会社，
类型：发明
国别省市：韩国;KR