图像处理方法、装置、电子设备和计算机可读存储介质制造方法及图纸

本申请涉及一种图像处理方法、装置、电子设备和存储介质。所述方法包括：获取第一图像，并基于所述第一图像获取对应的第一亮度通道图；对所述第一图像进行降噪处理，得到第二图像，并基于所述第二图像获取对应的第二亮度通道图；根据所述第一亮度通道图和所述第二亮度通道图之间的差值图，确定亮度通道纹理图；基于所述亮度通道纹理图和所述第二图像，生成目标图像。采用本方法能够在降噪的同时更多地保留图像纹理信息。留图像纹理信息。留图像纹理信息。

【技术实现步骤摘要】
图像处理方法、装置、电子设备和计算机可读存储介质


[0001]本申请涉及计算机
，特别是涉及一种图像处理方法、装置、电子设备和计算机可读存储介质。

技术介绍

[0002]随着计算机技术的发展，越来越多的电子设备上安装有图像传感器，可以通过图像传感器拍摄出各种类型的图像，如YUV(Y表征明度，UV表征色度)图像、RGB(Red、Green、Blue，红色、绿色、蓝色)图像等。通常地，图像中会残留大量噪声，影响图像整体观感，因此需要对图像进行降噪。
[0003]传统的对图像进行降噪的方式，有空域滤波(如双边滤波，非局部均值算法等)、频域降噪(小波，离散余弦变换等)等。然而，传统的图像处理方法，对图像进行降噪处理后，生成的图像无法保留纹理信息，存在生成的图像涂抹过度、纹理信息丢失的问题。

技术实现思路

[0004]本申请实施例提供了一种图像处理方法、装置、电子设备、计算机可读存储介质，可以在降噪的同时保留更多的图像纹理信息，提高图像处理的准确性。
[0005]一种图像处理方法，包括：
[0006]获取第一图像，并基于所述第一图像获取对应的第一亮度通道图；
[0007]对所述第一图像进行降噪处理，得到第二图像，并基于所述第二图像获取对应的第二亮度通道图；
[0008]根据所述第一亮度通道图和所述第二亮度通道图之间的差值图，确定亮度通道纹理图；
[0009]基于所述亮度通道纹理图和所述第二图像，生成目标图像。
[0010]一种图像处理装置，包括：r/>[0011]获取模块，用于获取第一图像，并基于所述第一图像获取对应的第一亮度通道图；
[0012]降噪模块，用于对所述第一图像进行降噪处理，得到第二图像，并基于所述第二图像获取对应的第二亮度通道图；
[0013]确定模块，用于根据所述第一亮度通道图和所述第二亮度通道图之间的差值图，确定亮度通道纹理图；
[0014]图像生成模块，用于基于所述亮度通道纹理图和所述第二图像，生成目标图像。
[0015]一种电子设备，包括存储器及处理器，所述存储器中储存有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如上述的图像处理方法的步骤。
[0016]一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述的方法的步骤。
[0017]上述图像处理方法、装置、电子设备、计算机可读存储介质，获取第一图像，并基于第一图像获取对应的第一亮度通道图；对第一图像进行降噪处理，可以得到经过降噪的第
二图像，并基于第二图像获取对应的经过降噪的第二亮度通道图。可以理解的是，第一亮度通道图是未经过降噪处理的表征亮度的通道图，包含有较多的高频纹理信息，则根据第一亮度通道图和第二亮度通道图之间的差值图，可以确定出亮度通道纹理图，该亮度通道纹理图表征第一亮度通道图中被降噪处理抹去的高频纹理信息，那么，基于亮度通道纹理图和第二图像，可以生成经过降噪处理，并且保留更多高频纹理信息的目标图像，提高了图像处理的准确性。
附图说明
[0018]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0019]图1为一个实施例中图像处理方法的流程图；
[0020]图2为一个实施例中构建训练对的示意图；
[0021]图3为一个实施例中镜头阴影现象的示意图；
[0022]图4为一个实施例中得到YUV类型的标签图像的示意图；
[0023]图5为一个实施例中确定第二图像相对于标签图像的目标损失值的步骤的流程图；
[0024]图6为一个实施例中对图像进行低通滤波前后的对比图；
[0025]图7为另一个实施例中图像处理方法的流程图；
[0026]图8为一个实施例中对第一图像进行降噪处理得到第二图像的步骤的流程图；
[0027]图9为另一个实施例中图像处理方法的流程图；
[0028]图10为另一个实施例中图像处理方法的流程图；
[0029]图11为另一个实施例中图像处理方法的流程图；
[0030]图12为一个实施例中下采样模块的示意图；
[0031]图13为一个实施例中上采样模块的示意图；
[0032]图14为一个实施例中全局平均池化模块的示意图；
[0033]图15为一个实施例中非局部模块的示意图；
[0034]图16为另一个实施例中图像处理方法的示意图；
[0035]图17为另一个实施例中对第一图像进行降噪处理得到第二图像的步骤的流程图；
[0036]图18为一个实施例中图像处理装置的结构框图；
[0037]图19为一个实施例中电子设备的内部结构示意图。
具体实施方式
[0038]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
[0039]可以理解，本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件，但这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来
说，在不脱离本申请的范围的情况下，可以将第一客户端称为第二客户端，且类似地，可将第二客户端称为第一客户端。第一客户端和第二客户端两者都是客户端，但其不是同一客户端。
[0040]在一个实施例中，如图1所示，提供了一种图像处理方法，本实施例以该方法应用于电子设备进行举例说明。其中，电子设备可以是终端，也可以是服务器。终端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。可以理解的是，该方法也可以应用于包括终端和服务器的系统，并通过终端和服务器的交互实现。本实施例中，该方法包括以下步骤：
[0041]步骤102，获取第一图像，并基于第一图像获取对应的第一亮度通道图。
[0042]第一图像指的是电子设备获取的进行图像处理的图像。在一个实施例中，第一图像的颜色空间类型为YUV，Y表征第一图像的亮度(Luminance或Luma)通道，UV表征第一图像的颜色(Chrominance或Chroma)通道。在另一个实施例中，第一图像的颜色空间类型可以为RGB(Red、Green、Blue，红色、绿色、蓝色)。在其他实施例中，第一图像的颜色空间类型还可以是CMY(Cyan、Magenta、Yellow，青色、洋红色、黄色)或HSV(Hue、Saturation、Value，色调、饱和度、明度)等。
[0043]电子设备获取第一图像，检测第一图像的原始颜色空间类型，若该原始颜色空间类本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像处理方法，其特征在于，包括：获取第一图像，并基于所述第一图像获取对应的第一亮度通道图；对所述第一图像进行降噪处理，得到第二图像，并基于所述第二图像获取对应的第二亮度通道图；根据所述第一亮度通道图和所述第二亮度通道图之间的差值图，确定亮度通道纹理图；基于所述亮度通道纹理图和所述第二图像，生成目标图像。2.根据权利要求1所述的方法，其特征在于，所述获取第一图像，包括：获取第一数量的单帧图像和第二数量的融合图像；其中，所述融合图像是多个单帧图像融合得到的图像；基于第一数量的单帧图像和第二数量的融合图像，构建输入图像集合；从所述输入图像集合包含的各个图像中获取第一图像。3.根据权利要求2所述的方法，其特征在于，所述方法还包括：获取所述第一图像对应的标签图像；基于所述标签图像和所述第一图像，构建训练对；所述训练对用于对第一降噪网络进行训练，得到训练完成的第二降噪网络；其中，所述第一降噪网络用于对所述第一图像进行降噪处理。4.根据权利要求3所述的方法，其特征在于，所述单帧图像的噪声水平高于所述融合图像的噪声水平；所述方法还包括：调整所述输入图像集合中所述第一数量和所述第二数量之间的比例关系；基于比例关系调整后的输入图像集合，得到训练完成的第二降噪网络。5.根据权利要求1所述的方法，其特征在于，所述根据所述第一亮度通道图和所述第二亮度通道图之间的差值图，确定亮度通道纹理图，包括：确定所述第一亮度通道图和所述第二亮度通道图之间的差值图，对所述差值图进行下采样处理和上采样处理，得到第一中间图；基于所述差值图和所述第一中间图，确定亮度通道纹理图。6.根据权利要求1所述的方法，其特征在于，所述基于所述亮度通道纹理图和所述第二图像，生成目标图像，包括：获取矫正参数；基于所述矫正参数和所述亮度通道纹理图生成矫正的亮度通道纹理图；将所述矫正的亮度通道纹理图和所述第二图像对应的第二亮度通道图进行融合，得到目标亮度通道图；基于所述目标亮度通道图和所述第二图像对应的第二颜色通道图，生成目标图像。7.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取所述第一图像对应的标签图像；确定所述第二图像相对于所述标签图像的目标损失值；基于所述目标损失值对第一降噪网络进行训练，直到满足训练截止条件，得到训练完成的第三降噪网络；其中，所述第一降噪网络用于对所述第一图像进行降噪处理。8.根据权利要求7所述的方法，其特征在于，所述获取所述第一图像对应的标签图像，
包括：对同一拍摄场景拍摄多帧场景图像；对所述多帧场景图像进行平均处理，得到所述第一图像对应的标签图像。9.根据权利要求8所述的方法，其特征在于，所述场景图像的颜色空间类型为YUV；所述对所述多帧场景图像进行平均处理，得到所述第一图像对应的标签图像，包括：将所述多帧场景图像中的每一帧场景图像的颜色空间类型转换为RGB，得到RGB类型的场景图像；将多帧RGB类型的场景图像进行平均处理，得到RGB类型的标签图像；将所述RGB类型的标签图像的颜色空间类型转换为YUV，得到YUV类型的标签图像。10.根据权利要求7所述的方法，其特征在于，所述第二图像和所述标签图像的颜色空间类型均为YUV，Y表征图像的亮度通道，UV表征图像的颜色通道；所述确定所述第二图像相对于所述标签图像的目标损失值，包括：基于所述第二图像和所述标签图像，分别对所述第二图像对应的第二亮度通道图、第二颜色通道图进行第一损失计算，得到所述第二图像的第一损失值；所述第一损失值用于训练第一降噪网络在进行降噪处理时，保留颜色通道图的低频信息；基于所述第二图像对应的第二亮度通道图和所述标签图像的标签亮度通道图，对所述第二亮度通道进行第二损失计算，得到所述第二亮度通道图的第二损失值；基于所述第一损失值和所述第二损失值，确定所述第二图像相对于所述标签图像的目标损失值。11.根据权利要求10所述的方法，其特征在于，所述基于所述第二图像和所述标签图像，分别对所述第二图像对应的第二亮度通道图、第二颜色通道图进行第一损失计算，得到所述第二图像的第一损失值，包括：基于所述第二图像和所述标签图像，分别对所述第二图像对应的第二亮度通道图、第二颜色通道图进行第一损失计算，得到所述第二亮度通道图的第一亮度损失值、所述第二颜色通道图的第一颜色损失值；基于所述第一亮度损失值和所述第一颜色损失值，确定所述第二图像的第一损失值。12.根据权利要求11所述的方法，其特征在于，所述基于所述第一亮度损失值和所述第一颜色损失值，确定所述第二图像的第一损失值，包括：分别获取所述第一亮度损失值对应的亮度损失权重，以及所述第一颜色损失值对应的颜色损失权重；其中，所述亮度损失权重和所述颜色损失权重不同；将所述第一亮度损失值与对应的亮度损失权重相乘，以及将所述第一颜色损失值与对应的颜色损失权重相乘，再将相乘得到的乘积相加得到所述第二图像的第一损失值。13.根据权利要求10所述的方法，其特征在于，所述基于所述第二图像对应的第二亮度通道图和所述标签图像的标签亮度通道图，对所述第二亮度通道进行第二损失计算，得到所述第二亮度通道图的第二损失值，包括：基于所述第二图像对应的第二亮度通道图和所述标签图像的标签亮度通道图，对所述第二亮度通道图分别进行感知损失计算、低通滤波损失计算、传统边缘算子损失计算和多尺度结构相似损失计算，得到所述第二亮度通道图的感知损失、低通滤波损失、传统边缘算子损失和多尺度结构相似损失；
基于所述第二亮度通道图的感知损失、低通滤波损失、传统边缘算子损失和多尺度结构相似损失，确定所述第二亮度通道图的第二损失值。14.根据权利要求1所述的方法，其特征在于，所述对所述第一图像进行降噪处理，得到第二图像，包括：对所述第一图像进行编码处理，得到第一特征图；对所述第一特征图进行噪声处理，得到噪声处理特征图；将所述第一特征图和所述噪声处理特征图进行串联得到串联特征图，对所述串联特征图进行解码处理得到第二特征图；基于所述第一图像和所述第二特征图生成第二图像。15.根据权利要求14所述的方法，其特征...

【专利技术属性】
技术研发人员：刘一群，鲍松泽，
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：