摘要
本申请公开了一种图像降噪方法、装置、及存储介质。方法包括:将待处理图像输入至预设的噪声神经网络模型中,确定第一预测噪声图像;其中,噪声神经网络模型的建立包括:采集多个原始图像,多个原始图像为同一画面的多个静态帧;对多个原始图像进行逐像素平均,确定无噪图像;从多个原始图像中选取任一帧原始图像作为含噪图像;基于含噪图像和无噪图像,确定真值对;基于真值对训练生成噪声神经网络模型;基于第一预测噪声图像和预设降噪强度函数,确定第二预测噪声图像;基于待处理图像和第二预测噪声图像,生成第一去噪图像。本申请具有图像降噪过程可调性强,生成降噪图像质量好,促进图像处理流程协同性高的技术特点。
技术关键词
噪声图像
图像降噪方法
神经网络模型
图像降噪装置
强度
像素
生成噪声
传播算法
画面
图像处理
可读存储介质
参数
曲线
指令
风格
计算机
处理器
误差
系统为您推荐了相关专利信息
智能调配系统
电吹管
时间控制模块
非线性
动态响应模型
施工设备
线路运行状态
远程监控方法
因子
空间分布特征
卷积神经网络模型
面向动态网络
ReLU函数
持续学习方法
样本
流水线
推理方法
深度神经网络模型
多任务
争用窗口