买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：合肥君正科技有限公司

摘要：本发明提供一种RAW域图像噪声建模方法，包括：S1准备工具；S2移动摄像头使白纸处于镜头中12位置；S3打开采集设备采集亮帧；S4对亮帧进行两帧求和和两帧求差处理；S5对求得的ysum、y′分别求均值ymean和方差std，然后使用最小线性拟合得到斜率值k，k值的一半即为估计的泊松分布的参数；S6采集暗帧；S7对于采集的10张暗帧图像，对于每一张暗帧求出每行的均值，然后进行高斯估计，得到高斯分布方差的最大似然估计值；S8原图减去高斯分布，根据tukeylambda分布继续估计形状参数α，位置参数loc，尺度参数scale，生成的噪声；S9采集配对数据；S10物理建模和采集的配对数据集合；S11假设数据集集合为data,则总的噪声数据，采集得到的配对数据Xpair和物理建模得到的数据X1融合进行混合训练。

主权项：1.一种RAW域图像噪声建模方法，其特征在于，所述方法包括以下步骤：S1：准备工具：标定的摄像头、灯箱或者可调节亮度的摄影棚、无皱的白纸；首先将摄像头放置于D65灯源灯箱中，另外将白纸放置在平坦的背景墙上；S2：为了防止拍摄时，因摄像头遮蔽shading的影响，移动摄像头使得白纸处于镜头中12位置；S3：打开采集设备采集亮帧，设置相机的感光度ISO为2n，n＝0,1,2，......，然后，最暗亮度开始，改变曝光时间，从[1,1123]以间隔5进行选择，1123是sensor内置的与时间相关的参数；在每个曝光时间下，以最快的速度连续采集两张图像并保存；按照该步骤，每次改变ISO即每隔改变曝光时间为10进行采集，依次采集不同曝光时间下的图像；在改变ISO后，再次进行步骤S4采集相应的图像求和做差处理，继续进行步骤S5，每改变一次ISO，就能够得到ymean，std，因为拟合一条直线，如公式5所示，需要很多的ymean，std；S4：对亮帧进行两帧求和和两帧求差处理，如式1、2，式中y1、y2分别表示采集的两张图像，ysum表示两图像均值，y’表示两图像之差：ysum＝y1+y221y′＝y1-y22S5：对求得的ysum、y′分别求均值ymean和方差std，如公式3、4所示，然后按照公式5使用最小线性拟合得到斜率值k，k值的一半即为估计的泊松分布的参数，k2表示与sensor的iso相关的增益参数，用于生成与信号相关的泊松分布噪声； std＝k2*ymean+b5；S6：采集暗帧：关闭灯箱光源，使用黑胶带将摄像头感光部位遮住且将摄像头置于黑暗的房间中，在拍摄时，以最短的曝光时间，设置曝光时间为1,其中1为sensor内部给出的调试曝光时间的参数值，连续拍摄10帧或以上；S7：对于采集的10张暗帧图像，对于每一张暗帧求出每行的均值，然后进行高斯估计，得到高斯分布方差的最大似然估计值，如式6： S8：估计出上述高斯参数后，原图减去高斯分布，根据tukeylambda分布继续估计形状参数α，位置参数loc，尺度参数scale，则生成的噪声如式7所示，其中xp为干净的图像，q表示量化噪声，gausssion·表示高斯噪声分布，poisson·表示泊松分布，为生成的噪声图像： S9：采集配对数据，固定ISO，范围为2n，n取0，1，2，3，4，改变曝光时间，在每个曝光时间下采集图像数量越多越好，假设采集200张图像，然后进行求均值操作，具体求法如公式8，得到一张干净的图，而噪声图像需要从200张中随机选取进行配对,如式8和式9所示，xclean、xnoise分别表示干净和带有噪声的图像，Xnoise表示采集的200张图像集合，x′noise表示随机选取配： x′noise＝randomXnoise9S10：如式10和式11所示，X1和Xpair分别表示物理建模和采集的配对数据集合，其中表示通过物理建模得到的干净和对应噪声图像，而表示使用sensor采集到的配对图像： S11：假设数据集集合为data,则总的噪声数据，采集得到的配对数据Xpair和物理建模得到的数据X1融合进行混合训练，其具体流程为：每次训练从混合的数据集中随机抽取m张，m＝1、8、16、......，m是输入网络的一个批次，进行模型训练，如式12所示：data＝{X1，Xpair}12。

全文数据：

权利要求：

百度查询： 合肥君正科技有限公司 一种RAW域图像噪声建模方法