【技术实现步骤摘要】
本申请涉及图像处理领域，尤其涉及一种图像降噪处理方法、装置及计算机设备。
技术介绍
1、图像降噪是一种可以减弱图像噪声、改善图像质量的图像处理方法，主要可以包括基于组合滤波器的降噪和基于神经网络的降噪等方式。基于滤波器的降噪方法硬件友好度较高，但降噪频率单一，且堆叠多重滤波器容易造成细节损失丢失；基于神经网络的降噪方法硬件友好度较低，但通过复杂的网络学习可以在保证细节的情况下较好地处理图像噪声。
2、基于滤波器的降噪模型为了保证图像的细节不严重受损，往往使用单一频段的滤波器，对非所属频段的噪声不能很好地去除。而神经网络降噪模型由于其参数量和计算量要求过高，为获得更高的硬件匹配度，在应用时往往需要减少参数量降低算力，导致神经网络降噪模型无法处理全频域内的数值信息，只能将算力偏向性地用于处理频域集中分布的值。这两种方式在某一特定频段具有较强的图像降噪能力，对该特定频段之外的图像数据处理能力较差，导致图像降噪模型的整体可用性不强。
技术实现思路
1、本申请实施例提供一种图像降噪处理方法、装置及计算机设备，以解决图像降噪模型降噪频段单一、全频段降噪能力差的问题。
2、第一方面，本申请实施例提供一种图像降噪处理方法，包括：
3、根据缩放系数序列缩放原始图像，得到多个缩放图像；缩放系数序列包括多个缩放常数；
4、将缩放图像中目标像素点的亮度值执行量化，得到多个与缩放图像对应的量化图像；
5、根据缩放系数序列逆缩放量化图像，得到多个还原
6、将多个还原图像输入至预设的图像降噪模型，并获取图像降噪模型输出的多个结果图像；图像降噪模型为根据滤波器构建的降噪模型或根据神经网络构建的降噪模型；
7、根据结果图像的降噪效果，确定结果图像的调制系数；
8、按照调制系数加权组合多个结果图像，得到降噪图像。
9、在一种可能的实现方式中，根据缩放系数序列缩放原始图像，得到多个缩放图像包括：
10、获取待处理图像和预设的缩放系数序列；
11、将待处理图像中各像素点的亮度值映射至目标区间，得到原始图像；
12、将原始图像中像素点的亮度值分别乘以缩放系数序列中的缩放常数，得到多个缩放图像。
13、在一种可能的实现方式中，目标区间为[0,1]。
14、在一种可能的实现方式中，将缩放图像中目标像素点的亮度值执行量化包括对目标像素点的亮度值执行向下取整、向上取整、四舍五入中的一种或多种的组合。
15、在一种可能的实现方式中，根据结果图像的降噪效果，确定每个结果图像的调制系数包括：
16、根据结果图像的降噪效果确定图像降噪模型的降噪频段；
17、根据结果图像中像素点的亮度值计算结果图像的噪声频段，并统计噪声频段与降噪频段的重叠频段；
18、根据重叠频段占噪声频段的比例，为结果图像分配调制系数。
19、在一种可能的实现方式中，根据结果图像的降噪效果，确定结果图像的调制系数包括：
20、计算结果图像的信噪比；
21、根据信噪比为结果图像分配调制系数。
22、在一种可能的实现方式中，根据结果图像的降噪效果，确定每个结果图像的调制系数包括：
23、获取原始图像的高清图像；
24、将高清图像和多个结果图像依次输入至预训练的权重分配模型；权重分配模型为用于根据输入图像的降噪效果分配对应权重系数的神经网络模型；
25、获取权重分配模型输出的与结果图像对应的调制系数。
26、在一种可能的实现方式中，在按照调制系数加权组合多个结果图像，得到降噪图像之后，还包括：
27、将原始图像输入至图像降噪模型；
28、获取图像降噪模型输出的与原始图像对应的原始降噪图像；
29、通过线性方式组合原始降噪图像和降噪图像，得到目标降噪图像。
30、第二方面，本申请提供一种图像降噪处理装置，包括：
31、缩放模块，用于根据缩放系数序列缩放原始图像，得到多个缩放图像；缩放系数序列包括多个常数；
32、量化模块，用于将缩放图像中目标像素点的亮度值执行量化，得到多个与缩放图像对应的量化图像；
33、还原模块，用于根据缩放系数序列逆缩放量化图像，得到多个还原图像；
34、输入模块，用于将多个还原图像输入至预设的图像降噪模型，并获取图像降噪模型输出的多个结果图像；降噪模型为根据滤波器构建的降噪模型或根据神经网络构建的降噪模型；
35、获取模块，用于根据结果图像的降噪效果，确定每个结果图像的调制系数；
36、图像调制模块，用于按照调制系数加权组合多个结果图像，得到降噪图像。
37、第三方面，本申请提供一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器从存储器中调用并执行计算机程序时实现上述第一方面所述的图像降噪处理方法的步骤。
38、第四方面，本申请提供一种计算机存储介质，计算机存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述第一方面所述的图像降噪处理方法的步骤。
39、第五方面，本申请提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述第一方面所述的图像降噪处理方法的步骤。
40、通过本申请提供的技术方案，可以根据缩放系数序列缩放待降噪的原始图像，并将缩放后的图像中目标像素点的亮度值量化，再将量化后的图像按照缩放系数序列逆缩放后得到还原图像，将多个还原图像输入图像降噪模型后根据降噪效果可以对模型输出的结果图像进行加权调制，得到最终的降噪图像。这样，通过缩放和量化可以实现对图像信息的频率调整，获得原始图像在不同频段的还原图像，再将多个还原图像的降噪结果调制为降噪图像，可在不改变降噪模型的情况下对不同频段信息降噪，实现动态分频调节图像降噪效果，提高降噪模型的可调性和可应用性。
本文档来自技高网...【技术保护点】
1.一种图像降噪处理方法，其特征在于，包括：
2.根据权利要求1所述的图像降噪处理方法，其特征在于，所述根据缩放系数序列缩放原始图像，得到多个缩放图像包括：
3.根据权利要求2所述的图像降噪处理方法，其特征在于，所述目标区间为[0,1]。
4.根据权利要求1所述的图像降噪处理方法，其特征在于，所述将所述缩放图像中目标像素点的亮度值执行量化包括对所述目标像素点的亮度值执行向下取整、向上取整、四舍五入中的一种或多种的组合。
5.根据权利要求1所述的图像降噪处理方法，其特征在于，所述根据所述结果图像的降噪效果，确定每个结果图像的调制系数包括：
6.根据权利要求1所述的图像降噪处理方法，其特征在于，所述根据所述结果图像的降噪效果，确定所述结果图像的调制系数包括：
7.根据权利要求1所述的图像降噪处理方法，其特征在于，所述根据所述结果图像的降噪效果，确定每个结果图像的调制系数包括：
8.根据权利要求1所述的图像降噪处理方法，其特征在于，在按照所述调制系数加权组合所述多个结果图像，得到降噪图像之后，还包括：<...
【技术特征摘要】
1.一种图像降噪处理方法，其特征在于，包括：
2.根据权利要求1所述的图像降噪处理方法，其特征在于，所述根据缩放系数序列缩放原始图像，得到多个缩放图像包括：
3.根据权利要求2所述的图像降噪处理方法，其特征在于，所述目标区间为[0,1]。
4.根据权利要求1所述的图像降噪处理方法，其特征在于，所述将所述缩放图像中目标像素点的亮度值执行量化包括对所述目标像素点的亮度值执行向下取整、向上取整、四舍五入中的一种或多种的组合。
5.根据权利要求1所述的图像降噪处理方法，其特征在于，所述根据所述结果图像的降噪效果，确定每个结果图像的调制系数包括：
6.根...
【专利技术属性】
技术研发人员：李海建，
申请(专利权)人：北京爱芯科技有限公司，
类型：发明
国别省市：
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。