一种基于噪声建模的图像去噪方法

    公开(公告)号:CN115082335A

    公开(公告)日:2022-09-20

    申请号:CN202210627661.1

    申请日:2022-06-06

    Abstract: 本发明属于图像去噪领域。一种基于噪声建模与配对真实数据的图像去噪方法,通过将暗阴影建模为ISO相关的线性模型,提高对暗阴影标定的效率和准确性;通过暗阴影矫正降低真实噪声分布的复杂性,提高去噪后的图像颜色准确性;通过散粒信号增广处理增加配对真实数据的数据量,使得去噪方法能够更精确地拟合配对真实数据之间的映射关系,提高去噪后的图像纹理清晰度。一种基于噪声建模与合成数据的图像去噪方法,通过将暗阴影建模为ISO相关的线性模型,提高对暗阴影标定的效率和准确性;通过在推理过程中引入暗阴影矫正降低合成数据与真实配对数据的差距,使基于未考虑暗阴影的噪声建模方法合成数据训练的去噪方法能够更准确地泛化到真实场景。

    一种基于噪声建模的图像去噪方法

    公开(公告)号:CN115082335B

    公开(公告)日:2024-07-19

    申请号:CN202210627661.1

    申请日:2022-06-06

    Abstract: 本发明属于图像去噪领域。一种基于噪声建模与配对真实数据的图像去噪方法,通过将暗阴影建模为ISO相关的线性模型,提高对暗阴影标定的效率和准确性;通过暗阴影矫正降低真实噪声分布的复杂性,提高去噪后的图像颜色准确性;通过散粒信号增广处理增加配对真实数据的数据量,使得去噪方法能够更精确地拟合配对真实数据之间的映射关系,提高去噪后的图像纹理清晰度。一种基于噪声建模与合成数据的图像去噪方法,通过将暗阴影建模为ISO相关的线性模型,提高对暗阴影标定的效率和准确性;通过在推理过程中引入暗阴影矫正降低合成数据与真实配对数据的差距,使基于未考虑暗阴影的噪声建模方法合成数据训练的去噪方法能够更准确地泛化到真实场景。

Patent Agency Ranking