图像降噪方法、装置、电子设备和可读存储介质制造方法及图纸

本申请公开了图像降噪方法、装置、电子设备和可读存储介质。属于通信技术领域。该方法的实施例包括：获取原始图像中的对象的类别信息；基于类别信息，获取该对象对应的目标降噪参数；基于目标降噪参数，对原始图像中的该对象对应的位置区域进行降噪处理，得到目标图像。该实施方式能够避免降噪后的图像中的高频细节丢失以及避免降噪后噪声仍过大，提升了降噪后的图像质量。

【技术实现步骤摘要】
图像降噪方法、装置、电子设备和可读存储介质
本申请实施例涉及通信
，具体涉及图像降噪方法、装置、电子设备和可读存储介质。
技术介绍
相机拍照后的原始图像一般都包含很多噪声，如随机噪声、条带噪声等。通常，需要对原始图像进行降噪处理，以得到高质量的图像。现有技术中，通常采用固定的降噪参数对原始图像进行整体降噪。在实现本申请过程中，专利技术人发现现有技术中至少存在如下问题：降噪后的图像易出现高频细节丢失或者噪声仍较大的情况，导致降噪后的图像质量较低。
技术实现思路
本申请实施例的目的是提供一种图像降噪方法、装置、电子设备和可读存储介质，能够解决降噪后的图像高频细节丢失或者噪声仍较大的技术问题。为了解决上述技术问题，本申请是这样实现的：第一方面，本申请实施例提供了一种图像降噪方法，包括：获取原始图像中的对象的类别信息；基于所述类别信息，获取所述对象对应的目标降噪参数；基于所述目标降噪参数，对所述原始图像中的所述对象对应的位置区域进行降噪处理，得到目标图像。第二方面，本申请实施例提供了一种图像降噪装置，包括：第一获取单元，用于获取原始图像中的对象的类别信息；第二获取单元，用于基于所述对象的类别，获取目标降噪参数；降噪单元，用于基于所述目标降噪参数，对所述原始图像中的所述对象对应的位置区域进行降噪处理，得到目标图像。第三方面，本申请实施例提供了一种电子设备，包括处理器、存储器及存储在存储器上并可在处理器上运行的程序或指令，程序或指令被处理器执行时实现如上述第一方面所描述的方法的步骤。第四方面，本申请实施例提供了一种可读存储介质，可读存储介质上存储计算机程序，计算机程序被处理器执行时实现如上述第一方面所描述的方法的步骤。第五方面，本申请实施例提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现如第一方面所描述的方法。在本申请实施例中，通过获取原始图像中的对象的类别信息，而后基于类别信息，获取该对象对应的目标降噪参数，最后基于该目标降噪参数对该原始图像中的该对象对应的位置区域进行降噪处理，得到目标图像，从而，能够针对不同类别的对象进行不同程度的降噪处理。相较于使用固定的降噪参数对原始图像整体进行降噪的方式，能够避免降噪后的图像中的高频细节丢失以及避免降噪后噪声仍过大，由此提升了降噪后的图像质量。附图说明通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：图1是本申请实施例提供的图像降噪方法的流程图；图2是本申请实施例提供的图像降噪方法的目标降噪参数获取过程的流程图；图3是本申请实施例提供的图像降噪装置的结构示意图；图4是适于用来实现本申请实施例的电子设备的硬件结构示意图。具体实施方式下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”，一般表示前后关联对象是一种“或”的关系。下面结合附图，通过具体的实施例及其应用场景对本申请实施例提供的图像降噪方法、装置、电子设备和可读存储介质进行详细地说明。请参考图1，其示出了本申请实施例提供的图像降噪方法的流程图之一。本申请实施例提供的图像降噪方法，可以应用于电子设备。实践中，上述电子设备可以是智能手机、平板电脑、膝上型便携计算机、可穿戴设备等电子设备。上述电子设备中可部署有图像信号处理器(ImageSignalProcessing，ISP)，用以接收感光元件(Sensor)的原始信号数据并进行处理。具体可进行线性化纠正，暗角纠正，坏点去除，插值，白平衡，对比度，降噪，锐化等处理。本申请实施例提供的图像降噪方法的流程，包括以下步骤：步骤101，获取原始图像中的对象的类别信息。在本实施例中，图像降噪方法的执行主体(如上述电子设备)可以获取原始图像中的对象的类别信息。其中，原始图像即为待进行降噪的图像，如用户预览的图像、当前拍摄的图像等。在本实施例中，原始图像可由一个或多个对象组成。作为示例，若原始图像为人物照，则原始图像中的对象可包括人物。作为又一示例，若原始图像为风景照，则原始图像中的对象可包括天空、草地、河流等拍摄范围内的物体。在本实施例中，上述执行主体可通过人工智能技术对原始图像中的对象进行识别，从而得到原始图像中的对象的类别信息。在本实施例的一些可选的实现方式中，上述执行主体中可以部署有预先训练的语义分割模型。上述执行主体可以将原始图像输入至该语义分割模型，以将原始图像进行语义分割。分割后的每一个区域可对应一个对象的类别，由此可得到原始图像的对象的类别信息。例如，原始图像为风景照，包括天空、草地和河流。在将原始图像输入至语义分割模型后，即可得到一个语义分割图。语义分割图中可包括天空区域和草地区域。语义分割图中的不同区域的像素点可具有不同像素值，同一区域的像素点可具有相同像素值。例如，天空区域中的各像素点的像素值可以为RGB(0,0,255)，草地区域中的各像素点的像素值可以为RGB(0,255,0)。不同的像素值可对应不同的类别，通过语义分割图中的各区域中的像素点的像素值，即可确定出个区域对应的对象的类别，从而得到各对象的类别信息。需要说明的是，上述语义分割模型可以通过机器学习方法(如有监督学习方法)预先训练得到。作为示例，上述语义分割模型可以采用FCN(FullyConvolutionalNetworksforSemanticSegmentation，用于语义分割的全卷积神经网络)、GauGAN(SemanticImageSynthesiswithSpatially-AdaptiveNormalization，具有空间自适应归一化的语义图像合成)、SegNet网络、PSPNet网络等常用的网络结构训练得到。此处对语义分割模型的网络结构不作具体限定。在本实施例的一些可选的实现方式中，上述执行主体中可以部署有预先训练的目标检测模型，该目标检测模型可支持多目标检测。上述执行主体可以将原始图像输入至该目标检测模型，从而得到原始图像中的各个对象的检测框和各个对象的类别信息。例如，原始图像为包含一人、一猫和一狗的宠物照，即原始图像中的对象包括人、猫和狗。在将原始图像输入至目标检测模型后，即可得到三个检测框以及各检测框对应的类别信息。其中，一个检测框中的对象为人，本文档来自技高网...

【技术保护点】
1.一种图像降噪方法，其特征在于，所述方法包括：/n获取原始图像中的对象的类别信息；/n基于所述类别信息，获取所述对象对应的目标降噪参数；/n基于所述目标降噪参数，对所述原始图像中的所述对象对应的位置区域进行降噪处理，得到目标图像。/n

【技术特征摘要】
1.一种图像降噪方法，其特征在于，所述方法包括：
获取原始图像中的对象的类别信息；
基于所述类别信息，获取所述对象对应的目标降噪参数；
基于所述目标降噪参数，对所述原始图像中的所述对象对应的位置区域进行降噪处理，得到目标图像。


2.根据权利要求1所述的方法，其特征在于，所述获取原始图像中的对象的类别信息，包括：
接收拍摄输入；
响应于所述拍摄输入，启动图像拍摄操作，得到原始图像，并对所述原始图像中的对象进行识别，得到所述对象的类别信息。


3.根据权利要求1所述的方法，其特征在于，所述基于所述类别信息，获取所述对象对应的目标降噪参数，包括：
基于所述类别信息，获取所述对象对应的第一降噪参数；
基于所述原始图像的相关信息和所述类别信息，获取所述对象对应的第二降噪参数；
基于所述第一降噪参数和所述第二降噪参数，确定目标降噪参数。


4.根据权利要求3所述的方法，其特征在于，所述原始图像的相关信息包括以下至少一项：所述对象在所述原始图像中的面积占比、所述对象在所述原始图像中的位置信息、拍摄所述原始图像时的感光度。


5.根据权利要求4所述的方法，其特征在于，所述原始图像的相关信息包括所述面积占比、所述位置信息和所述感光度；以及，
所述基于所述原始图像的相关信息和所述类别信息，获取所述对象对应的第二降噪参数，包括：
基于所述面积占比，获取第一系数；
基于所述位置信息，获取第二系数；
基于所述感光度，获取第三系数；
基于所述第一降噪参数、所述第一系数、所述第二系数和所述第三系数，确定第二降噪参数。


6.根据权利要求1所述的方法，其特征在于，所述基于所述目标降噪参数，对所述原始图像中的所述对象对应的位置区域进行降噪处理，得到目标图像，包括：
基于预设的滤波器对所述原始图像进行降噪处理，得到降噪图像；
将所述降噪图像中的所述对象的位置区域作为第一位置区域，将所述原始图像中的所述对象的位置区域作为第二位置区域，基于所述目标降噪参数，分别确定所述第一位置区域和所述第二位置区域的权重；
基于所述权重，将所述原始图像和所述降噪图像进行融合，得到目标图像。


7.一种图像降噪装置，其特征在于，所述装置包括：
第一获取单元，用于获取原始图像中的对象的类别信息；
第二获取...

【专利技术属性】
技术研发人员：黄含利，
申请(专利权)人：维沃移动通信有限公司，
类型：发明
国别省市：广东;44