基于图像空域降噪模块的参数标定方法及装置与流程

1.本发明涉及图像噪声处理技术领域，尤其涉及一种基于图像空域降噪模块的参数标定方法及装置。


背景技术：

2.随着移动互联网时代的发展以及后续万物物联网时代的到来，作为人类视觉信息来源延拓的图像信息发挥着十分重要的作用。由于受限于传感器技术、图像压缩技术等，图像信息在采集和传输过程中都不可避免地引入空域噪声，图像空域降噪模块显得愈发重要。
3.当前，针对图像空域降噪模块的参数标定方式主要包括采用深度学习或复杂度更高的降噪算法等进行参数标定，以及采用非局部均值等传统经典算法进行参数标定。然而，实践表明，前者存在实现代价高且短时间内难以在移动端中推广的缺点，而后者则需要对算法进行一定程度的优化，过于依赖参数调试环节，存在难以保证输出图像达到最优降噪效果以及降噪实时性差等问题。因此，提供一种新的图像空域降噪模块参数标定方式以提高参数标定准确性及参数标定效率显得尤为重要。


技术实现要素：

4.本发明内容所要解决的技术问题在于，提供一种基于图像空域降噪模块的参数标定方法及装置，能够提高参数标定准确性及参数标定效率。
5.为了解决上述技术问题，本发明第一方面公开了一种基于图像空域降噪模块的参数标定方法，所述方法包括：
6.确定预先构建的标定场景集合，对于所述标定场景集合中的任一目标标定场景，根据所述目标标定场景确定对应的目标降噪图像以及所述目标标定场景对应的降噪模块参数集合，所述降噪模块参数集合包括多种目标参数类型中每种所述目标参数类型对应的降噪参数集合；
7.分别遍历每种所述目标参数类型对应的降噪参数集合中的降噪参数；
8.对于遍历到的任一所述目标参数类型对应的降噪参数集合中的任一所述降噪参数，将降噪模块的当前参数设定为该降噪参数，并将所述目标标定场景对应的源图像输入所述降噪模块得到所述目标标定场景在该降噪参数下的降噪图像，并检测所述目标标定场景在该降噪参数下的降噪图像与所述目标标定场景对应的目标降噪图像的相似度是否满足预设相似度条件，得到该降噪参数对应的相似度检测结果；统计该目标参数类型对应的遍历参数，并判断该目标参数类型对应的遍历参数是否满足遍历截止条件，当判断结果为是时，停止对该目标参数类型对应的降噪参数集合的遍历操作；并根据该目标参数类型对应的降噪参数集合中每个已遍历降噪参数对应的相似度检测结果，从该目标参数类型对应的降噪参数集合的所有已遍历降噪参数中，确定该目标参数类型对应的子最优降噪参数；
9.根据所有所述目标参数类型对应的子最优降噪参数，确定所述目标标定场景对应
的目标最优降噪参数。
10.作为一种可选的实施方式，在本发明第一方面中，所述对于遍历到的任一所述目标参数类型对应的降噪参数集合中的任一所述降噪参数，检测所述目标标定场景在该降噪参数下的降噪图像与所述目标标定场景对应的目标降噪图像的相似度是否满足预设相似度条件，得到该降噪参数对应的相似度检测结果，包括：
11.对于遍历到的任一所述目标参数类型对应的降噪参数集合中的任一所述降噪参数，分析所述目标标定场景对应的源图像，得到所述源图像对应的纹理情况；
12.根据所述源图像对应的纹理情况，确定所述目标标定场景对应的评价指标类型；
13.根据所述评价指标类型和所述目标标定场景对应的计算参数信息，计算所述目标标定场景对应的目标评价指标；
14.判断所述目标评价指标是否满足预先设定的评价指标条件；
15.当判断出所述目标评价指标满足所述评价指标条件时，确定该降噪参数对应的相似度检测结果为所述目标标定场景在该降噪参数下的降噪图像与所述目标标定场景对应的目标降噪图像的相似度满足预设相似度条件。
16.作为一种可选的实施方式，在本发明第一方面中，所述评价指标类型包括第一评价指标类型或第二评价指标类型；所述第一评价指标类型对应的评价指标包括结构相似性指标；所述第二评价指标类型对应的评价指标包括局部空域方差总和指标；
17.以及，所述对于遍历到的任一所述目标参数类型对应的降噪参数集合中的任一所述降噪参数，判断所述目标评价指标是否满足预先设定的评价指标条件，包括：
18.对于遍历到的任一所述目标参数类型对应的降噪参数集合中的任一所述降噪参数，判断所述目标评价指标是否小于等于预先确定出的目标评价指标阈值；
19.当判断出所述目标评价指标小于等于所述目标评价指标阈值时，确定所述目标评价指标满足预先设定的评价指标条件。
20.作为一种可选的实施方式，在本发明第一方面中，所述结构相似性指标是通过以下公式计算出来的：
[0021][0022]
其中，x,y分别代表所述目标标定场景在该降噪参数下的降噪图像和所述目标标定场景对应的目标降噪图像两幅待评价的图像，u
x
,uy,σ
x
,σy分别为x,y的亮度均值和方差，σ
xy
则为两者的协方差；c1，c2为常数；
[0023]
以及，所述局部空域方差总和指标是通过以下方式得到的：
[0024][0025][0026]
其中，ω表示当前测量灰阶的空域范围，a(a≥256)代表当前测量灰阶空域范围内像素点总数，为当前灰阶测量范围的平均亮度，δk为当前降噪窗口的局部空域方差，yi为统计窗范围内的图像，k为所述局部空域方差总和指标，m为根据所述目标标定场景确定的
满足平坦灰阶条件的局部框的数量。
[0027]
作为一种可选的实施方式，在本发明第一方面中，所述根据所有所述目标参数类型对应的子最优降噪参数，确定所述目标标定场景对应的目标最优降噪参数，包括：
[0028]
对于所述目标标定场景对应的每一所述目标参数类型，当该目标参数类型对应的子最优降噪参数的参数数量为1时，将该目标参数类型对应的子最优降噪参数确定为该目标参数类型的目标子最优降噪参数；或者，当该目标参数类型对应的子最优降噪参数的参数数量大于1时，根据该目标参数类型对应的所有子最优降噪参数，计算该目标参数类型的目标子最优降噪参数；
[0029]
根据所有所述目标参数类型对应的目标子最优降噪参数，组成所述目标标定场景对应的目标最优降噪参数；
[0030]
其中，对于所述目标标定场景对应的每一所述目标参数类型，当该目标参数类型对应的子最优降噪参数的参数数量大于1时，所述根据该目标参数类型对应的所有子最优降噪参数，计算该目标参数类型的目标子最优降噪参数，包括：
[0031]
根据该目标参数类型对应的所有子最优降噪参数，计算所有该目标参数类型对应的子最优降噪参数的第一平均降噪参数，作为该目标参数类型的目标子最优降噪参数；或者，
[0032]
获取所述目标标定场景在每一该目标参数类型对应的子最优降噪参数下的子降噪图像；分析每一所述子降噪图像与所述目标降噪图像，得到每一所述子降噪图像对应的降噪程度；根据所述降噪程度，确定每一该目标参数类型对应的子最优降噪参数的降噪权重；根据所有该目标参数类型对应的子最优降噪参数以及每一该目标参数类型对应的子最优降噪参数的降噪权重，计算所有该目标参数类型对应的子最优降噪参数的第二平均降噪参数，作为该目标参数类型的目标子最优降噪参数。
[0033]
作为一种可选的实施方式，在本发明第一方面中，所述目标标定场景对应的源图像是通过以下方式得到的：
[0034]
从预先设定的场景划分条件集合中确定出当前场景对应的目标场景划分条件，所述场景划分条件集合包括一个或多个场景划分条件；
[0035]
根据预先确定出的降噪评价参数，确定所述当前场景对应的场景布置信息集合，并根据所述场景布置信息集合，对所述当前场景进行场景布置操作，得到布置后的所述当前场景，作为目标标定场景；
[0036]
根据所述目标场景划分条件和所述目标标定场景，对图像处理装置的图像处理参数进行调试，根据调试后的所述图像处理参数控制所述图像处理装置对所述目标标定场景执行图像采集操作，得到所述目标标定场景的源图像。
[0037]
作为一种可选的实施方式，在本发明第一方面中，对于所述标定场景集合中的任一目标标定场景，所述根据所述目标标定场景确定对应的目标降噪图像，包括：
[0038]
根据预先设定的降噪算法，确定所述降噪算法对应的降噪算法结构类型；
[0039]
根据所述降噪算法结构类型，确定对应的目标时域降噪结果，作为所述目标标定场景对应的目标降噪图像；
[0040]
其中，所述根据所述降噪算法结构类型，确定对应的目标时域降噪结果，包括：
[0041]
当所述降噪算法结构类型包括第一降噪结构类型时，确定所述目标标定场景的源
图像对应的纯时域降噪结果，作为目标时域降噪结果，所述第一降噪结构类型对应的降噪结构包括并行的时空域降噪结构；或者，
[0042]
当所述降噪算法结构类型包括第二降噪结构类型时，计算所述目标标定场景的源图像对应的第一理想时域降噪结果，作为所述目标时域降噪结果，所述第二降噪结构类型对应的降噪结构包括纯空域单级降噪结构；或者，
[0043]
当所述降噪算法结构类型包括第三降噪结构类型时，计算所述目标标定场景的源图像对应的第二理想时域降噪结果，作为所述目标时域降噪结果，所述第三降噪结构类型对应的降噪结构包括多级串行空域降噪结构；
[0044]
其中，所述第一理想时域降噪结果是通过以下公式计算出来的：
[0045][0046]
其中，pt
ij
代表所述目标降噪图像在坐标(i,j)的像素点，ph
ij
代表当前采集降噪前图像序列的第h帧图像在坐标(i,j)的像素点，n代表当前采集降噪前图像序列的总帧，n大于等于100；
[0047]
其中，所述第二理想时域降噪结果是通过以下方式得到的：
[0048]
令当前多级(s)串行空域降噪算子的降噪能力比例为a0:a1:
…
:a
s-1
，则第f(0～s-1)级的第二理想时域降噪结果为：
[0049]
其中，af为第f级算子降噪能力；rtf为中间计算参数；p代表所述目标标定场景的源图像，pt代表最终的第二理想时域降噪结果，ptf则为第f级的第二理想时域降噪结果。
[0050]
作为一种可选的实施方式，在本发明第一方面中，所述方法还包括：
[0051]
当检测到存在待降噪输入图像需要执行图像降噪处理操作时，确定所述待降噪输入图像对应的待降噪场景信息；
[0052]
分析所述待降噪场景信息和预先已完成参数标定处理的降噪标定场景集合的标定场景信息，得到所述待降噪输入图像对应的待降噪场景与所述降噪标定场景集合中的每一已完成参数标定处理的标定场景之间的场景匹配度；所述降噪标定场景集合中的所有所述已完成参数标定处理的标定场景包括所述目标标定场景；
[0053]
当所有所述场景匹配度中存在大于等于预先确定出的场景匹配度阈值的场景匹配度时，从所有所述场景匹配度中筛选场景匹配度最大的目标场景匹配度，确定所述目标场景匹配度对应的匹配标定场景，并将所述匹配标定场景对应的目标最优降噪参数确定为所述待降噪场景对应的最优降噪参数；
[0054]
根据所述待降噪场景对应的最优降噪参数对所述待降噪输入图像执行所述图像降噪处理操作；
[0055]
当所有所述场景匹配度中不存在大于等于所述场景匹配度阈值的场景匹配度时，将所述待降噪场景确定为需要进行参数标定的其中一个目标标定场景，并将所述待降噪输入图像确定为该其中一个目标标定场景对应的源图像。
[0056]
本发明第二方面公开了一种基于图像空域降噪模块的参数标定装置，所述装置包
括：
[0057]
标定预备模块，用于确定预先构建的标定场景集合，对于所述标定场景集合中的任一目标标定场景，根据所述目标标定场景确定对应的目标降噪图像以及所述目标标定场景对应的降噪模块参数集合，所述降噪模块参数集合包括多种目标参数类型中每种所述目标参数类型对应的降噪参数集合；
[0058]
遍历控制模块，用于分别遍历每种所述目标参数类型对应的降噪参数集合中的降噪参数；对于遍历到的任一所述目标参数类型对应的降噪参数集合中的任一所述降噪参数，将降噪模块的当前参数设定为该降噪参数，并将所述目标标定场景对应的源图像输入所述降噪模块得到所述目标标定场景在该降噪参数下的降噪图像，并检测所述目标标定场景在该降噪参数下的降噪图像与所述目标标定场景对应的目标降噪图像的相似度是否满足预设相似度条件，得到该降噪参数对应的相似度检测结果；统计该目标参数类型对应的遍历参数，并判断该目标参数类型对应的遍历参数是否满足遍历截止条件，当判断结果为是时，停止对该目标参数类型对应的降噪参数集合的遍历操作；并根据该目标参数类型对应的降噪参数集合中每个已遍历降噪参数对应的相似度检测结果，从该目标参数类型对应的降噪参数集合的所有已遍历降噪参数中，确定该目标参数类型对应的子最优降噪参数；
[0059]
参数标定模块，用于根据所有所述目标参数类型对应的子最优降噪参数，确定所述目标标定场景对应的目标最优降噪参数。
[0060]
作为一种可选的实施方式，在本发明第二方面中，所述遍历控制模块对于遍历到的任一所述目标参数类型对应的降噪参数集合中的任一所述降噪参数，检测所述目标标定场景在该降噪参数下的降噪图像与所述目标标定场景对应的目标降噪图像的相似度是否满足预设相似度条件，得到该降噪参数对应的相似度检测结果的具体方式包括：
[0061]
对于遍历到的任一所述目标参数类型对应的降噪参数集合中的任一所述降噪参数，分析所述目标标定场景对应的源图像，得到所述源图像对应的纹理情况；
[0062]
根据所述源图像对应的纹理情况，确定所述目标标定场景对应的评价指标类型；
[0063]
根据所述评价指标类型和所述目标标定场景对应的计算参数信息，计算所述目标标定场景对应的目标评价指标；
[0064]
判断所述目标评价指标是否满足预先设定的评价指标条件；
[0065]
当判断出所述目标评价指标满足所述评价指标条件时，确定该降噪参数对应的相似度检测结果为所述目标标定场景在该降噪参数下的降噪图像与所述目标标定场景对应的目标降噪图像的相似度满足预设相似度条件。
[0066]
作为一种可选的实施方式，在本发明第二方面中，所述评价指标类型包括第一评价指标类型或第二评价指标类型；所述第一评价指标类型对应的评价指标包括结构相似性指标；所述第二评价指标类型对应的评价指标包括局部空域方差总和指标；
[0067]
以及，所述遍历控制模块对于遍历到的任一所述目标参数类型对应的降噪参数集合中的任一所述降噪参数，判断所述目标评价指标是否满足预先设定的评价指标条件的具体方式包括：
[0068]
对于遍历到的任一所述目标参数类型对应的降噪参数集合中的任一所述降噪参数，判断所述目标评价指标是否小于等于预先确定出的目标评价指标阈值；
[0069]
当判断出所述目标评价指标小于等于所述目标评价指标阈值时，确定所述目标评
价指标满足预先设定的评价指标条件。
[0070]
作为一种可选的实施方式，在本发明第二方面中，所述结构相似性指标是通过以下公式计算出来的：
[0071][0072]
其中，x,y分别代表所述目标标定场景在该降噪参数下的降噪图像和所述目标标定场景对应的目标降噪图像两幅待评价的图像，u
x
,uy,σ
x
,σy分别为x,y的亮度均值和方差，σ
xy
则为两者的协方差；c1，c2为常数；
[0073]
以及，所述局部空域方差总和指标是通过以下方式得到的：
[0074][0075][0076]
其中，ω表示当前测量灰阶的空域范围，a(a≥256)代表当前测量灰阶空域范围内像素点总数，为当前灰阶测量范围的平均亮度，δk为当前降噪窗口的局部空域方差，yi为统计窗范围内的图像，k为所述局部空域方差总和指标，m为根据所述目标标定场景确定的满足平坦灰阶条件的局部框的数量。
[0077]
作为一种可选的实施方式，在本发明第二方面中，所述参数标定模块根据所有所述目标参数类型对应的子最优降噪参数，确定所述目标标定场景对应的目标最优降噪参数的具体方式包括：
[0078]
对于所述目标标定场景对应的每一所述目标参数类型，当该目标参数类型对应的子最优降噪参数的参数数量为1时，将该目标参数类型对应的子最优降噪参数确定为该目标参数类型的目标子最优降噪参数；或者，当该目标参数类型对应的子最优降噪参数的参数数量大于1时，根据该目标参数类型对应的所有子最优降噪参数，计算该目标参数类型的目标子最优降噪参数；
[0079]
根据所有所述目标参数类型对应的目标子最优降噪参数，组成所述目标标定场景对应的目标最优降噪参数；
[0080]
其中，对于所述目标标定场景对应的每一所述目标参数类型，当该目标参数类型对应的子最优降噪参数的参数数量大于1时，所述参数标定模块根据该目标参数类型对应的所有子最优降噪参数，计算该目标参数类型的目标子最优降噪参数的具体方式包括：
[0081]
根据该目标参数类型对应的所有子最优降噪参数，计算所有该目标参数类型对应的子最优降噪参数的第一平均降噪参数，作为该目标参数类型的目标子最优降噪参数；或者，
[0082]
获取所述目标标定场景在每一该目标参数类型对应的子最优降噪参数下的子降噪图像；分析每一所述子降噪图像与所述目标降噪图像，得到每一所述子降噪图像对应的降噪程度；根据所述降噪程度，确定每一该目标参数类型对应的子最优降噪参数的降噪权重；根据所有该目标参数类型对应的子最优降噪参数以及每一该目标参数类型对应的子最优降噪参数的降噪权重，计算所有该目标参数类型对应的子最优降噪参数的第二平均降噪
1)级的第二理想时域降噪结果为：
[0099]
其中，af为第f级算子降噪能力；rtf为中间计算参数；p代表所述目标标定场景的源图像，pt代表最终的第二理想时域降噪结果，ptf则为第f级的第二理想时域降噪结果。
[0100]
作为一种可选的实施方式，在本发明第二方面中，所述装置还包括：
[0101]
降噪处理模块，用于当检测到存在待降噪输入图像需要执行图像降噪处理操作时，确定所述待降噪输入图像对应的待降噪场景信息；分析所述待降噪场景信息和预先已完成参数标定处理的降噪标定场景集合的标定场景信息，得到所述待降噪输入图像对应的待降噪场景与所述降噪标定场景集合中的每一已完成参数标定处理的标定场景之间的场景匹配度；所述降噪标定场景集合中的所有所述已完成参数标定处理的标定场景包括所述目标标定场景；当所有所述场景匹配度中存在大于等于预先确定出的场景匹配度阈值的场景匹配度时，从所有所述场景匹配度中筛选场景匹配度最大的目标场景匹配度，确定所述目标场景匹配度对应的匹配标定场景；将所述匹配标定场景对应的目标最优降噪参数确定为所述待降噪场景对应的最优降噪参数；根据所述待降噪场景对应的最优降噪参数对所述待降噪输入图像执行所述图像降噪处理操作；当所有所述场景匹配度中不存在大于等于所述场景匹配度阈值的场景匹配度时，将所述待降噪场景确定为需要进行参数标定的其中一个目标标定场景，并将所述待降噪输入图像确定为该其中一个目标标定场景对应的源图像。
[0102]
本发明第三方面公开了另一种基于图像空域降噪模块的参数标定装置，所述装置包括：
[0103]
存储有可执行程序代码的存储器；
[0104]
与所述存储器耦合的处理器；
[0105]
所述处理器调用所述存储器中存储的所述可执行程序代码，执行本发明第一方面公开的基于图像空域降噪模块的参数标定方法。
[0106]
本发明第四方面公开了一种计算机可存储介质，所述计算机可存储介质存储有计算机指令，所述计算机指令被调用时，用于执行本发明第一方面公开的基于图像空域降噪模块的参数标定方法。
[0107]
与现有技术相比，本发明实施例具有以下有益效果：
[0108]
本发明实施例中，确定预先构建的标定场景集合，对于该标定场景集合中的任一目标标定场景，根据该目标标定场景确定对应的目标降噪图像以及该目标标定场景对应的降噪模块参数集合，该降噪模块参数集合包括多种目标参数类型中每种该目标参数类型对应的降噪参数集合；分别遍历每种该目标参数类型对应的降噪参数集合中的降噪参数；对于遍历到的任一该目标参数类型对应的降噪参数集合中的任一该降噪参数，将降噪模块的当前参数设定为该降噪参数，并将该目标标定场景对应的源图像输入该降噪模块得到该目标标定场景在该降噪参数下的降噪图像，并检测该目标标定场景在该降噪参数下的降噪图像与该目标标定场景对应的目标降噪图像的相似度是否满足预设相似度条件，得到该降噪参数对应的相似度检测结果；统计该目标参数类型对应的遍历参数，并判断该目标参数类
型对应的遍历参数是否满足遍历截止条件，当判断结果为是时，停止对该目标参数类型对应的降噪参数集合的遍历操作；并根据该目标参数类型对应的降噪参数集合中每个已遍历降噪参数对应的相似度检测结果，从该目标参数类型对应的降噪参数集合的所有已遍历降噪参数中，确定该目标参数类型对应的子最优降噪参数；根据所有该目标参数类型对应的子最优降噪参数，确定该目标标定场景对应的目标最优降噪参数。可见，本发明能够针对不同标定场景下的源图像(也即需要输入降噪模块的图像)，通过分别遍历与该标定场景相匹配的一系列参数类型对应的多个降噪参数，使得通过降噪模块之后的降噪图像不断逼近目标降噪图像，以确定出不同标定场景下的最优降噪参数，能够降低图像空域降噪模块参数调试的复杂度和提高了图像空域降噪模块参数调试的针对性，提高了图像空域降噪模块参数调试的调试效率以及调试后得到的图像空域降噪参数的准确性，进而为实际场景的输入图像提供了准确的降噪参数参考依据，提高参数标定效率进而提升降噪模块的落地速度，且还能够提高降噪稳定性进而有利于提升降噪图像的画质水平。
附图说明
[0109]
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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发明的一些实施例，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。
[0110]
图1是本发明实施例公开的一种基于图像空域降噪模块的参数标定方法的流程示意图；
[0111]
图2是本发明实施例公开的另一种基于图像空域降噪模块的参数标定方法的流程示意图；
[0112]
图3是本发明实施例公开的一种基于图像空域降噪模块的参数标定装置的结构示意图；
[0113]
图4是本发明实施例公开的另一种基于图像空域降噪模块的参数标定装置的结构示意图；
[0114]
图5是本发明实施例公开的又一种基于图像空域降噪模块的参数标定装置的结构示意图；
[0115]
图6是本发明实施例公开的并行的时空域降噪结构算法框图；
[0116]
图7是本发明实施例公开的纯空域单级降噪结构算法框图；
[0117]
图8是本发明实施例公开的多级串行空域降噪结构算法框图。
具体实施方式
[0118]
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0119]
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图
在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、装置、产品或端没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或端固有的其他步骤或单元。
[0120]
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
[0121]
本发明公开了一种基于图像空域降噪模块的参数标定方法及装置，能够针对不同标定场景下的源图像(也即需要输入降噪模块的图像)，通过分别遍历与该标定场景相匹配的一系列参数类型对应的多个降噪参数，使得通过降噪模块之后的降噪图像不断逼近目标降噪图像，以确定出不同标定场景下的最优降噪参数，能够降低图像空域降噪模块参数调试的复杂度和提高了图像空域降噪模块参数调试的针对性，提高了图像空域降噪模块参数调试的调试效率以及调试后得到的图像空域降噪参数的准确性，进而为实际场景的输入图像提供了准确的降噪参数参考依据，提高参数标定效率进而提升降噪模块的落地速度，且还能够提高降噪稳定性进而有利于提升降噪图像的画质水平。以下分别进行详细说明。
[0122]
实施例一
[0123]
请参阅图1，图1是本发明实施例公开的一种基于图像空域降噪模块的参数标定方法的流程示意图。其中，图1所描述的方法可以由图像降噪参数标定系统实现，其可以集成在图像降噪参数标定设备中，还可以是用于对图像降噪参数标定流程进行管理的本地服务器或云端服务器等，本发明实施例不做限定。如图1所示，该基于图像空域降噪模块的参数标定方法包括以下操作：
[0124]
101、确定预先构建的标定场景集合。
[0125]
本发明实施例中，可选的，标定场景集合包括一个或多个不同场景划分条件对应的标定场景，本发明实施例不做限定。
[0126]
102、对于标定场景集合中的任一目标标定场景，根据目标标定场景确定对应的目标降噪图像以及目标标定场景对应的降噪模块参数集合。
[0127]
本发明实施例中，可选的，目标标定场景对应的降噪模块参数集合包括目标标定场景对应的多种目标参数类型中每种目标参数类型对应的降噪参数集合。
[0128]
本发明实施例中，可选的，目标参数降噪类型对应的参数降噪类型数量可以是一个或多个，本发明实施例不做限定。可选的，每个目标参数降噪类型对应的降噪参数集合中的降噪参数数量可以是一个或多个，本发明实施例不做限定。可选的，不同目标参数降噪类型对应的降噪参数集合中的降噪参数的数量可以相同，也可以不同，本发明实施例不做限定。
[0129]
103、分别遍历每种目标参数类型对应的降噪参数集合中的降噪参数。
[0130]
本发明实施例中，可选的，遍历降噪参数集合中的降噪参数的遍历顺序可以是正序遍历降噪参数，也可以是倒序遍历降噪参数，还可以是乱序遍历降噪参数，本发明实施例不做限定。可选的，遍历每种目标参数类型对应的降噪参数集合，可以是同时对多个目标参数类型对应的降噪参数集合进行遍历，也可以是先后对不同目标参数类型对应的降噪参数集合进行遍历，本发明实施例不做限定。
[0131]
可选的，在同一时间遍历某一目标参数类型对应的降噪参数集合中的降噪参数对应的遍历降噪参数数量可以是同一时间只遍历降噪参数集合中的一个降噪参数，也可以是同一时间遍历降噪参数集合中的多个降噪参数，本发明实施例不做限定。
[0132]
104、对于遍历到的任一目标参数类型对应的降噪参数集合中的任一降噪参数，将降噪模块的当前参数设定为该降噪参数，并将目标标定场景对应的源图像输入降噪模块得到目标标定场景在该降噪参数下的降噪图像，并检测目标标定场景在该降噪参数下的降噪图像与目标标定场景对应的目标降噪图像的相似度是否满足预设相似度条件，得到该降噪参数对应的相似度检测结果；统计该目标参数类型对应的遍历参数，并判断该目标参数类型对应的遍历参数是否满足遍历截止条件，当判断结果为是时，停止对该目标参数类型对应的降噪参数集合的遍历操作；并根据该目标参数类型对应的降噪参数集合中每个已遍历降噪参数对应的相似度检测结果，从该目标参数类型对应的降噪参数集合的所有已遍历降噪参数中，确定该目标参数类型对应的子最优降噪参数。
[0133]
本发明实施例中，进一步可选的，当判断出该目标参数类型对应的遍历参数不满足遍历截止条件时，继续对该目标参数类型对应的降噪参数集合中的降噪参数执行遍历操作。可选的，该目标参数类型对应的遍历参数可以包括第一量值、第二量值或第三量值，其中，第一量值为该目标参数类型对应的降噪参数集合中已遍历的所有降噪参数对应的相似度检测结果中满足预设相似度条件的相似度检测结果的累计数量，第二量值为该目标参数类型对应的降噪参数集合中已遍历的所有降噪参数的累计数量，第三量值为该目标参数类型对应的降噪参数集合中已遍历的所有降噪参数的累计数量与该目标参数类型对应的降噪参数集合中的降噪参数总数量的比值。
[0134]
105、根据所有目标参数类型对应的子最优降噪参数，确定目标标定场景对应的目标最优降噪参数。
[0135]
本发明实施例中，可选的，目标标定场景对应的目标最优降噪参数可以包括一个或多个该目标标定场景对应的目标参数类型的目标子最优降噪参数，本发明实施例不做限定。可选的，目标参数类型的目标子最优降噪参数从该目标参数类型对应的一个或多个子最优降噪参数中得到，本发明实施例不做限定。
[0136]
可见，实施本发明实施例所描述的基于图像空域降噪模块的参数标定方法能够针对不同标定场景下的源图像(也即需要输入降噪模块的图像)，通过分别遍历与该标定场景相匹配的一系列参数类型对应的多个降噪参数，使得通过降噪模块之后的降噪图像不断逼近目标降噪图像，以确定出不同标定场景下的最优降噪参，能够降低图像空域降噪模块参数调试的复杂度和提高了图像空域降噪模块参数调试的针对性，提高了图像空域降噪模块参数调试的调试效率以及调试后得到的图像空域降噪参数的准确性，进而为实际场景的输入图像提供了准确的降噪参数参考依据，提高参数标定效率进而提升降噪模块的落地速度，且还能够提高降噪稳定性进而有利于提升降噪图像的画质水平。
[0137]
在上述实施例中，进一步可选的，对于遍历到的任一目标参数类型对应的降噪参数集合中的任一降噪参数，上述判断该目标参数类型对应的遍历参数是否满足遍历截止条件，可以包括：
[0138]
当遍历参数为第一量值时，判断第一量值是否大于等于预先设定的第一数量阈值，当判断结果为是时，确定该目标参数类型对应的遍历参数满足遍历截止条件；
[0139]
当遍历参数为第二量值时，判断第二量值是否大于等于预先设定的第二数量阈值，当判断结果为是时，确定该目标参数类型对应的遍历参数满足遍历截止条件；或者，
[0140]
当遍历参数为第三量值时，判断第三量值是否大于等于预先设定的占比阈值，当判断结果为是时，确定该目标参数类型对应的遍历参数满足遍历截止条件。
[0141]
在上述实施例中，进一步可选的，对于遍历到的任一目标参数类型对应的降噪参数集合中的任一降噪参数，当判断出该目标参数类型对应的遍历参数满足遍历截止条件时，上述根据该目标参数类型对应的降噪参数集合中每个已遍历降噪参数对应的相似度检测结果，从该目标参数类型对应的降噪参数集合的所有已遍历降噪参数中，确定该目标参数类型对应的子最优降噪参数，可以包括：
[0142]
当遍历参数为第一量值且第一量值为1时，确定该降噪参数(也即该目标参数类型对应的降噪参数集合中的已遍历的最新降噪参数)为该目标参数类型对应的子最优降噪参数；
[0143]
当遍历参数为第一量值且第一量值大于1时，从确定出的第一相似度检测结果集合中筛选用于表示图像之间相似度最高的第一目标相似度检测结果，并将该第一目标相似度检测结果对应的目标降噪参数确定为该目标参数类型对应的子最优降噪参数，其中，第一相似度检测结果集合包括该目标参数类型对应的降噪参数集合中已遍历的所有降噪参数对应的相似度检测结果中满足预设相似度条件的相似度检测结果；
[0144]
当遍历参数为第二量值或第三量值时，从确定出的第二相似度检测结果集合中筛选用于表示图像之间相似度最高的第二目标相似度检测结果，并将该第二目标相似度检测结果对应的目标降噪参数确定为该目标参数类型对应的子最优降噪参数，其中，第二相似度检测结果集合包括该目标参数类型对应的降噪参数集合中每个已遍历降噪参数对应的相似度检测结果；或者，
[0145]
当遍历参数为第二量值或第三量值时，从确定出的第三相似度检测结果集合中筛选用于表示图像之间相似度最高的第三目标相似度检测结果，并将该第三目标相似度检测结果对应的目标降噪参数确定为该目标参数类型对应的子最优降噪参数；其中，第三相似度检测结果集合包括该目标参数类型对应的降噪参数集合中已遍历的所有降噪参数对应的相似度检测结果中满足预设相似度条件的相似度检测结果。
[0146]
需要说明的是，当从第一相似度检测结果集合/第二相似度检测结果集合/第三相似度检测结果集合中确定出至少两个第四目标相似度检测结果时，确定该至少两个第四目标相似度检测结果对应的目标降噪参数为该目标参数类型对应的子最优降噪参数，并计算该目标参数类型对应的所有子最优降噪参数的平均值或加权平均值得到降噪参数计算结果，作为该目标参数类型对应的目标子最优降噪参数；第四目标相似度检测结果为在第一相似度检测结果集合/第二相似度检测结果集合/第三相似度检测结果集合中满足预设相似度条件的相似度检测结果。
[0147]
该可选的实施例中，可选的，对于上述提及的从相似度检测结果集合中筛选用于表示图像之间相似度最高的目标相似度检测结果，并将该目标相似度检测结果对应的目标降噪参数确定为目标参数类型对应的子最优降噪参数的操作，还可以通过从相似度检测结果集合中筛选用于表示图像之间差异度最低的目标相似度检测结果，并将该目标相似度检测结果对应的目标降噪参数确定为目标参数类型对应的子最优降噪参数的操作进行实现，
本发明实施例不做限定。
[0148]
可见，该可选的实施例还能够从遍历参数为第一量值、第二量值或第三量值三个可选方面，智能化确定遍历参数是否满足遍历截止条件，丰富了确定满足遍历截止条件方式的多样性，提高了确定满足遍历截止条件方式的灵活性，进而提高了确定出满足遍历截止条件结果的效率，有利于提高图像空域降噪模块参数调试的调试效率以及减少不必要的资源浪费，进而有利于提高图像空域降噪模块参数标定的标定效率；以及，还能够针对遍历参数分别为第一量值、第二量值或第三量值的情况，执行相匹配的针对目标参数类型对应的子最优降噪参数的确定操作，提高了确定目标参数类型对应的子最优降噪参数方式的选择性和针对性，提高了确定目标参数类型的子最优降噪参数方式的灵活性，进而提高了目标参数类型的子最优降噪参数的确定效率和提高了确定出的目标参数类型的子最优降噪参数的准确性。
[0149]
在一个可选的实施例中，步骤104中的，对于遍历到的任一目标参数类型对应的降噪参数集合中的任一降噪参数，检测目标标定场景在该降噪参数下的降噪图像与目标标定场景对应的目标降噪图像的相似度是否满足预设相似度条件，得到该降噪参数对应的相似度检测结果，可以包括：
[0150]
对于遍历到的任一目标参数类型对应的降噪参数集合中的任一降噪参数，分析目标标定场景对应的源图像，得到源图像对应的纹理情况；
[0151]
根据源图像对应的纹理情况，确定目标标定场景对应的评价指标类型；
[0152]
根据评价指标类型和目标标定场景对应的计算参数信息，计算目标标定场景对应的目标评价指标；
[0153]
判断目标评价指标是否满足预先设定的评价指标条件；
[0154]
当判断出目标评价指标满足评价指标条件时，确定该降噪参数对应的相似度检测结果为目标标定场景在该降噪参数下的降噪图像与目标标定场景对应的目标降噪图像的相似度满足预设相似度条件。
[0155]
该可选的实施例中，进一步可选的，当判断出目标评价指标不满足评价指标条件时，确定该降噪参数对应的相似度检测结果为目标标定场景在该降噪参数下的降噪图像与目标标定场景对应的目标降噪图像的相似度不满足预设相似度条件。
[0156]
可见，该可选的实施例能够通过源图像纹理情况和评价指标确定评价指标判断结果，以确定相似度检测结果，并且不同的纹理情况对应不同的评价指标，有利于提高确定出的相似度检测结果的合理性和准确性，从而有利于提高图像空域降噪模块参数调试的有效性，进而提高图像空域降噪模块参数标定方式的合理性和完整性。
[0157]
在另一个可选的实施例中，上述评价指标类型包括第一评价指标类型或第二评价指标类型；第一评价指标类型对应的评价指标包括结构相似性指标；第二评价指标类型对应的评价指标包括局部空域方差总和指标；以及，上述对于遍历到的任一目标参数类型对应的降噪参数集合中的任一降噪参数，判断目标评价指标是否满足预先设定的评价指标条件，可以包括：
[0158]
对于遍历到的任一目标参数类型对应的降噪参数集合中的任一降噪参数，判断目标评价指标是否小于等于预先确定出的目标评价指标阈值；
[0159]
当判断出目标评价指标小于等于目标评价指标阈值时，确定目标评价指标满足预
先设定的评价指标条件。
[0160]
该可选的实施例中，可选的，当判断出目标评价指标大于目标评价指标阈值时，确定目标评价指标不满足评价指标条件。需要说明的是，上述评价指标类型对应的评价指标用于表示降噪图像与目标降噪图像的差异度。
[0161]
该可选的实施例中，可选的，当目标标定场景对应的源图像的纹理情况用于表示目标标定场景对应的源图像满足预先设定的图像纹理数量条件时，确定目标标定场景对应的评价指标类型为第一评价指标类型；当目标标定场景对应的源图像的纹理情况用于表示目标标定场景对应的源图像不满足预先设定的图像纹理数量条件时，确定目标标定场景对应的评价指标类型为第二评价指标类型。举例说明，可以根据源图像的非平坦程度确定是否满足图像纹理数量条件，当源图像的非平坦程度满足非平坦程度阈值时，确定满足图像纹理数量条件。需要说明的是，非平坦程度阈值对应的具体值没有硬性规定，可以根据实际情况设置为不同值，本发明实施例不做限定。
[0162]
该可选的实施例中，进一步可选的，上述对于遍历到的任一目标参数类型对应的降噪参数集合中的任一降噪参数，判断目标评价指标是否满足预先设定的评价指标条件，还可以包括：
[0163]
当评价指标类型对应的评价指标用于表示降噪图像与目标降噪图像的相似度时，对于遍历到的任一目标参数类型对应的降噪参数集合中的任一降噪参数，判断目标评价指标是否大于等于预先确定出的目标评价指标阈值；
[0164]
当判断出目标评价指标大于等于目标评价指标阈值时，确定目标评价指标满足预先设定的评价指标条件；
[0165]
当判断出目标评价指标小于目标评价指标阈值时，确定目标评价指标不满足评价指标条件。
[0166]
可见，该可选的实施例能够针对评价指标用于表示降噪图像与目标降噪图像的差异度情况时，通过对目标评价指标与目标评价指标阈值进行大小比较，以确定目标评价指标是否满足评价指标条件，提高了确定评价指标条件判断结果方式的合理性和针对性，进而提高了确定出的评价指标条件判断结果的有效性和确定效率，有利于提高图像空域降噪模块参数标定的标定效率；以及，还能够针对评价指标用于表示降噪图像与目标降噪图像的相似度情况时，提供又一种确定评价指标条件判断结果的方式，提高了确定评价指标条件判断结果方式的多样性和全面性，进而提高了评价指标条件判断结果的确定效率和准确性。
[0167]
在又一个可选的实施例中，上述结构相似性指标可以通过以下公式计算得到：
[0168][0169]
其中，x,y分别代表目标标定场景在该降噪参数下的降噪图像和目标标定场景对应的目标降噪图像两幅待评价的图像，u
x
,uy,σ
x
,σy分别为x,y的亮度均值和方差，σ
xy
则为两者的协方差；c1，c2为常数。
[0170]
进一步的，上述局部空域方差总和指标可以通过以下方式得到：
[0171][0172][0173]
其中，ω表示当前测量灰阶的空域范围，a(a≥256)代表当前测量灰阶空域范围内像素点总数，为当前灰阶测量范围的平均亮度，δk为当前降噪窗口的局部空域方差，yi为统计窗范围内的图像，k为局部空域方差总和指标，m为根据目标标定场景确定的满足平坦灰阶条件的局部框的数量。
[0174]
可见，该可选的实施例能够针对不同的评价指标类型提供与评价指标类型相匹配的评价指标确定方式，并且评价指标确定方式中包含相应的评价指标计算公式，提高了评价指标确定方式的多样性和针对性，有利于提高确定出的评价指标结果的有效性和合理性，进而有利于提高确定出的评价指标条件判断结果的准确性，以及有利于提高图像空域降噪模块参数标定方式的创造性和科学性。
[0175]
在又一个可选的实施例中，上述根据所有目标参数类型对应的子最优降噪参数，确定目标标定场景对应的目标最优降噪参数，可以包括：
[0176]
对于目标标定场景对应的每一目标参数类型，当该目标参数类型对应的子最优降噪参数的参数数量为1时，将该目标参数类型对应的子最优降噪参数确定为该目标参数类型的目标子最优降噪参数；或者，当该目标参数类型对应的子最优降噪参数的参数数量大于1时，根据该目标参数类型对应的所有子最优降噪参数，计算该目标参数类型的目标子最优降噪参数；
[0177]
根据所有目标参数类型对应的目标子最优降噪参数，组成目标标定场景对应的目标最优降噪参数。
[0178]
该可选的实施例中，可选的，该目标参数类型对应的子最优降噪参数的参数数量可以是确定出的该目标参数类型对应的子最优降噪参数的个数，也可以是确定出的该目标参数类型对应的子最优降噪参数对应的参数值的个数，本发明实施例不做限定。可选的，该目标参数类型的目标子最优降噪参数对应的降噪参数的个数为1，且该目标参数类型的目标子最优降噪参数对应的参数值的个数为1。
[0179]
进一步的，该可选的实施例中，可选的，对于目标标定场景对应的每一目标参数类型，当该目标参数类型对应的子最优降噪参数的参数数量大于1时，根据该目标参数类型对应的所有子最优降噪参数，计算该目标参数类型的目标子最优降噪参数，可以包括：
[0180]
根据该目标参数类型对应的所有子最优降噪参数，计算所有该目标参数类型对应的子最优降噪参数的第一平均降噪参数，作为该目标参数类型的目标子最优降噪参数；或者，
[0181]
获取目标标定场景在每一该目标参数类型对应的子最优降噪参数下的子降噪图像；分析每一子降噪图像与目标降噪图像，得到每一子降噪图像对应的降噪程度；根据降噪程度，确定每一该目标参数类型对应的子最优降噪参数的降噪权重；根据所有该目标参数类型对应的子最优降噪参数以及每一该目标参数类型对应的子最优降噪参数的降噪权重，计算所有该目标参数类型对应的子最优降噪参数的第二平均降噪参数，作为该目标参数类
型的目标子最优降噪参数。
[0182]
该可选的实施例中，可选的，该目标参数类型对应的子最优降噪参数的子降噪图像对应的降噪程度与该目标参数类型对应的子最优降噪参数对应的降噪权重的关系可以是降噪程度越深，对应的降噪权重越大，也可以是降噪程度越深，对应的降噪权重越小，本发明实施例不做限定。可选的，所有该目标参数类型对应的子最优降噪参数的第一平均降噪参数对应的值与所有该目标参数类型对应的子最优降噪参数的第二平均降噪参数对应的值可以为相同值，所有该目标参数类型对应的子最优降噪参数的第一平均降噪参数对应的值与所有该目标参数类型对应的子最优降噪参数的第二平均降噪参数对应的值也可以为不相同的值，本发明实施例不做限定。
[0183]
可见，该可选的实施例针对不同的目标参数类型对应的子最优降噪参数的参数数量情况，提供了两种相匹配的确定目标参数类型的目标子最优降噪参数的方式，提高了确定目标子最优降噪参数方式的多样性和针对性，进而提高了确定出目标子最优降噪参数的效率，有利于提高图像空域降噪模块参数标定的标定效率；以及，还能够针对目标参数类型对应的子最优降噪参数的参数数量大于1的情况，提供两种计算平均降噪参数的方式，提高了确定平均降噪参数方式的多样性和可选择性，进而提高了平均降噪参数的确定效率，以及提高了确定出的平均降噪参数的有效性和合理性，有利于提高图像空域降噪模块参数标定的全面性。
[0184]
在又一个可选的实施例中，目标标定场景对应的源图像可以通过以下方式得到：
[0185]
从预先设定的场景划分条件集合中确定出当前场景对应的目标场景划分条件，场景划分条件集合包括一个或多个场景划分条件；
[0186]
根据预先确定出的降噪评价参数，确定当前场景对应的场景布置信息集合，并根据场景布置信息集合，对当前场景进行场景布置操作，得到布置后的当前场景，作为目标标定场景；
[0187]
根据目标场景划分条件和目标标定场景，对图像处理装置的图像处理参数进行调试，根据调试后的图像处理参数控制图像处理装置对目标标定场景执行图像采集操作，得到目标标定场景的源图像。
[0188]
该可选的实施例中，可选的，场景划分条件可以包括但不限于光照划分条件、图像传感器的增益划分条件、曝光值划分条件以及光圈大小划分条件等中的一种或多种，本发明实施例不做限定。举例说明，当场景划分条件为关照划分条件时，标定场景可以根据sensor(传感器)支持的各个iso(感光度)进行划分，每个iso对应一个标定场景。可选的，降噪评价参数可以包括但不限于局部空域方差距离或结构相似性指标参数等，本发明实施例不做限定。可选的，场景布置信息集合可以包括但不限于灰阶卡和灯箱等，本发明实施例不做限定。可选的，图像处理参数为能够使得传感器输出正常有效图像的图像处理参数，图像处理参数可以包括但不限于曝光值，本发明实施例不做限定。可选的，图像处理装置可以包括但不限于摄像装置，本发明实施例不做限定。
[0189]
需要说明的是，上述确定目标标定场景对应的源图像的操作可以由本发明执行主体执行，也可以不是本发明执行主体执行，本发明实施例不做限定。
[0190]
可见，该可选的实施例提供一种确定标定场景源图像方式，能够根据多种类型的场景划分条件确定相应的标定场景进而确定出标定场景源图像，提高了确定出的标定场景
源图像的有效性和充分性，增强了图像空域降噪模块参数标定的系统性，有利于提高图像空域降噪模块参数标定方式的全面性和整体性。
[0191]
实施例二
[0192]
请参阅图2，图2是本发明实施例公开的另一种基于图像空域降噪模块的参数标定方法的流程示意图。其中，图2所描述的方法可以由图像降噪参数标定系统实现，其可以集成在图像降噪参数标定设备中，还可以是用于对图像降噪参数标定流程进行管理的本地服务器或云端服务器等，本发明实施例不做限定。如图2所示，该基于图像空域降噪模块的参数标定方法包括以下操作：
[0193]
201、确定预先构建的标定场景集合。
[0194]
202、对于标定场景集合中的任一目标标定场景，根据预先设定的降噪算法，确定降噪算法对应的降噪算法结构类型；根据降噪算法结构类型，确定对应的目标时域降噪结果，作为目标标定场景对应的目标降噪图像。
[0195]
本发明实施例中，举例说明，降噪算法为基于硬件ic固化的硬件算法。
[0196]
203、对于标定场景集合中的任一目标标定场景，根据目标标定场景确定目标标定场景对应的降噪模块参数集合。
[0197]
204、分别遍历每种目标参数类型对应的降噪参数集合中的降噪参数。
[0198]
205、对于遍历到的任一目标参数类型对应的降噪参数集合中的任一降噪参数，将降噪模块的当前参数设定为该降噪参数，并将目标标定场景对应的源图像输入降噪模块得到目标标定场景在该降噪参数下的降噪图像，并检测目标标定场景在该降噪参数下的降噪图像与目标标定场景对应的目标降噪图像的相似度是否满足预设相似度条件，得到该降噪参数对应的相似度检测结果；统计该目标参数类型对应的遍历参数，并判断该目标参数类型对应的遍历参数是否满足遍历截止条件，当判断结果为是时，停止对该目标参数类型对应的降噪参数集合的遍历操作；并根据该目标参数类型对应的降噪参数集合中每个已遍历降噪参数对应的相似度检测结果，从该目标参数类型对应的降噪参数集合的所有已遍历降噪参数中，确定该目标参数类型对应的子最优降噪参数。
[0199]
206、根据所有目标参数类型对应的子最优降噪参数，确定目标标定场景对应的目标最优降噪参数。
[0200]
本发明实施例中，针对步骤201-步骤206的其他详细描述，请参照实施例一中针对步骤101-步骤105的其他详细描述，本发明实施例不再赘述；需要说明的是，步骤202可以应用于步骤203之前或步骤203之后，具体先后顺序没有硬性要求，但步骤202与步骤203优先选取上述实施例二对应的步骤顺序。
[0201]
可见，本发明实施例能够针对不同标定场景下的源图像(也即需要输入降噪模块的图像)，通过分别遍历与该标定场景相匹配的一系列参数类型对应的多个降噪参数，使得通过降噪模块之后的降噪图像不断逼近目标降噪图像，以确定出不同标定场景下的最优降噪参数，能够降低图像空域降噪模块参数调试的复杂度和提高了图像空域降噪模块参数调试的针对性，提高了图像空域降噪模块参数调试的调试效率以及调试后得到的图像空域降噪参数的准确性，进而为实际场景的输入图像提供了准确的降噪参数参考依据，提高参数标定效率进而提升降噪模块的落地速度，且还能够提高降噪稳定性进而有利于提升降噪图像的画质水平；以及，还能够根据降噪算法结构类型确定相应的目标降噪图像，提高了标定
场景的目标降噪图像确定方式的合理性和整体性，有利于提高确定出的目标降噪图像的有效性以及提高图像空域降噪模块参数标定方式的全面性。
[0202]
在一个可选的实施例中，上述确定模块根据降噪算法结构类型，确定对应的目标时域降噪结果，可以包括：
[0203]
当降噪算法结构类型包括第一降噪结构类型时，确定目标标定场景的源图像对应的纯时域降噪结果，作为目标时域降噪结果，第一降噪结构类型对应的降噪结构包括并行的时空域降噪结构；或者，
[0204]
当降噪算法结构类型包括第二降噪结构类型时，计算目标标定场景的源图像对应的第一理想时域降噪结果，作为目标时域降噪结果，第二降噪结构类型对应的降噪结构包括纯空域单级降噪结构；或者，
[0205]
当降噪算法结构类型包括第三降噪结构类型时，计算目标标定场景的源图像对应的第二理想时域降噪结果，作为目标时域降噪结果，第三降噪结构类型对应的降噪结构包括多级串行空域降噪结构。
[0206]
该可选的实施例中，可选的，当第一降噪结构类型对应的降噪结构包括并行的时空域降噪结构时，并行的时空域降噪结构算法框图如图6所示；当第二降噪结构类型对应的降噪结构包括纯空域单级降噪结构时，纯空域单级降噪结构算法框图如图7所示；当第三降噪结构类型对应的降噪结构包括多级串行空域降噪结构时，多级串行空域降噪结构算法框图如图8所示。
[0207]
该可选的实施例中，举例说明，纯时域降噪结果即关闭空域降噪结果，纯空域单级降噪结构即无时域降噪结构。
[0208]
可见，该可选的实施例能够针对不同的降噪算法结构类型确定不同的源图像降噪结果作为目标时域降噪结果，提高了目标时域降噪结果的确定方式的可选择性和针对性，进而提高了确定出的目标时域降噪结果的准确性和相匹配性，有利于增强图像空域降噪模块参数标定的系统性，进而有利于提高确定出的标定参数的有效性和准确性。
[0209]
在另一个可选的实施例中，上述第一理想时域降噪结果可以通过以下公式计算得到：
[0210][0211]
其中，pt
ij
代表目标降噪图像在坐标(i,j)的像素点，ph
ij
代表当前采集降噪前图像序列的第h帧图像在坐标(i,j)的像素点，n代表当前采集降噪前图像序列的总帧，n大于等于100。
[0212]
进一步的，上述第二理想时域降噪结果可以通过以下方式得到：
[0213]
令当前多级(s)串行空域降噪算子的降噪能力比例为a0:a1:
…
:a
s-1
，则第f(0～s-1)级的第二理想时域降噪结果为：
[0214]
其中，af为第f级算子降噪能力；rtf为中间计算参数；p代表目标标定场景的源图像，pt代表最终的第二理想时域降噪结果，ptf则为第f级的第二理想时域降噪结果。
[0215]
可选的，af可以理解为比例系数，参照上述令当前多级(s)串行空域降噪算子的降噪能力比例为a0:a1:
…
:a
s-1
；rtf可以理解为相对目标降噪图像的f级降噪比例。可选的，pt可以采用上述pt
ij
代表的降噪结果，pt也可以不采用上述pt
ij
代表的降噪结果，本发明实施例不做限定。
[0216]
可见，该可选的实施例针对第一理想时域降噪结果和第二理想时域降噪结果提供了相匹配的确定方式，并且降噪结果确定方式中包含相应的降噪结果计算公式，提高了确定目标降噪结果方式的科学性和针对性，进而提高了确定出的目标降噪结果的合理性和有效性，有利于提高图像空域降噪模块参数标定的创造性和科学性。
[0217]
在又一个可选的实施例中，该方法还可以包括以下操作：
[0218]
当检测到存在待降噪输入图像需要执行图像降噪处理操作时，确定待降噪输入图像对应的待降噪场景信息；
[0219]
分析待降噪场景信息和预先已完成参数标定处理的降噪标定场景集合的标定场景信息，得到待降噪输入图像对应的待降噪场景与降噪标定场景集合中的每一已完成参数标定处理的标定场景之间的场景匹配度；降噪标定场景集合中的所有已完成参数标定处理的标定场景包括目标标定场景；
[0220]
当所有场景匹配度中存在大于等于预先确定出的场景匹配度阈值的场景匹配度时，从所有场景匹配度中筛选场景匹配度最大的目标场景匹配度，确定目标场景匹配度对应的匹配标定场景，并将匹配标定场景对应的目标最优降噪参数确定为待降噪场景对应的最优降噪参数；
[0221]
根据待降噪场景对应的最优降噪参数对待降噪输入图像执行图像降噪处理操作；
[0222]
当所有场景匹配度中不存在大于等于场景匹配度阈值的场景匹配度时，将待降噪场景确定为需要进行参数标定的其中一个目标标定场景，并将待降噪输入图像确定为该其中一个目标标定场景对应的源图像。
[0223]
该可选的实施例中，可选的，上述从所有场景匹配度中筛选场景匹配度最大的目标场景匹配度，可以是从大于等于场景匹配度阈值的所有场景匹配度中筛选出目标场景匹配度，也可以是从所有场景匹配度中筛选出目标场景匹配度，本发明实施例不做限定。可选的，降噪标定场景集合中的所有已完成参数标定处理的标定场景包括匹配标定场景。
[0224]
可见，该可选的实施例提供了一种针对待降噪输入图像的图像降噪处理方式，根据场景匹配度确定出与待降噪输入图像相匹配的标定场景的最优降噪参数，进而对待降噪输入图像进行图像降噪处理操作，提高了图像降噪处理的全面性和合理性，进而提高了图像空域降噪模块参数标定的整体性和利用性。
[0225]
实施例三
[0226]
请参阅图3，图3是本发明实施例公开的一种基于图像空域降噪模块的参数标定装置的结构示意图。如图3所示，该基于图像空域降噪模块的参数标定装置可以包括：
[0227]
标定预备301，用于确定预先构建的标定场景集合，对于标定场景集合中的任一目标标定场景，根据目标标定场景确定对应的目标降噪图像以及目标标定场景对应的降噪模块参数集合，降噪模块参数集合包括多种目标参数类型中每种目标参数类型对应的降噪参数集合。
[0228]
遍历控制模块302，用于分别遍历每种目标参数类型对应的降噪参数集合中的降
噪参数；对于遍历到的任一目标参数类型对应的降噪参数集合中的任一降噪参数，将降噪模块的当前参数设定为该降噪参数，并将目标标定场景对应的源图像输入降噪模块得到目标标定场景在该降噪参数下的降噪图像，并检测目标标定场景在该降噪参数下的降噪图像与目标标定场景对应的目标降噪图像的相似度是否满足预设相似度条件，得到该降噪参数对应的相似度检测结果；统计该目标参数类型对应的遍历参数，并判断该目标参数类型对应的遍历参数是否满足遍历截止条件，当判断结果为是时，停止对该目标参数类型对应的降噪参数集合的遍历操作；并根据该目标参数类型对应的降噪参数集合中每个已遍历降噪参数对应的相似度检测结果，从该目标参数类型对应的降噪参数集合的所有已遍历降噪参数中，确定该目标参数类型对应的子最优降噪参数。
[0229]
参数标定模块303，用于根据所有目标参数类型对应的子最优降噪参数，确定目标标定场景对应的目标最优降噪参数。
[0230]
可见，实施图3所描述的基于图像空域降噪模块的参数标定装置能够针对不同标定场景下的源图像(也即需要输入降噪模块的图像)，通过分别遍历与该标定场景相匹配的一系列参数类型对应的多个降噪参数，使得通过降噪模块之后的降噪图像不断逼近目标降噪图像，以确定出不同标定场景下的最优降噪参数，能够降低图像空域降噪模块参数调试的复杂度和提高了图像空域降噪模块参数调试的针对性，提高了图像空域降噪模块参数调试的调试效率以及调试后得到的图像空域降噪参数的准确性，进而为实际场景的输入图像提供了准确的降噪参数参考依据，提高参数标定效率进而提升降噪模块的落地速度，且还能够提高降噪稳定性进而有利于提升降噪图像的画质水平。
[0231]
在另一个可选的实施例中，遍历控制模块302对于遍历到的任一目标参数类型对应的降噪参数集合中的任一降噪参数，检测目标标定场景在该降噪参数下的降噪图像与目标标定场景对应的目标降噪图像的相似度是否满足预设相似度条件，得到该降噪参数对应的相似度检测结果的具体方式包括：
[0232]
对于遍历到的任一目标参数类型对应的降噪参数集合中的任一降噪参数，分析目标标定场景对应的源图像，得到源图像对应的纹理情况；
[0233]
根据源图像对应的纹理情况，确定目标标定场景对应的评价指标类型；
[0234]
根据评价指标类型和目标标定场景对应的计算参数信息，计算目标标定场景对应的目标评价指标；
[0235]
判断目标评价指标是否满足预先设定的评价指标条件；
[0236]
当判断出目标评价指标满足评价指标条件时，确定该降噪参数对应的相似度检测结果为目标标定场景在该降噪参数下的降噪图像与目标标定场景对应的目标降噪图像的相似度满足预设相似度条件。
[0237]
可见，实施图4所描述的装置能够通过源图像纹理情况和评价指标确定评价指标判断结果，以确定相似度检测结果，并且不同的纹理情况对应不同的评价指标，有利于提高确定出的相似度检测结果的合理性和准确性，从而有利于提高图像空域降噪模块参数调试的有效性，进而提高图像空域降噪模块参数标定方式的合理性和完整性。
[0238]
在又一个可选的实施例中，评价指标类型包括第一评价指标类型或第二评价指标类型；第一评价指标类型对应的评价指标包括结构相似性指标；第二评价指标类型对应的评价指标包括局部空域方差总和指标。
[0239]
以及，遍历控制模块302对于遍历到的任一目标参数类型对应的降噪参数集合中的任一降噪参数，判断目标评价指标是否满足预先设定的评价指标条件的具体方式包括：
[0240]
对于遍历到的任一目标参数类型对应的降噪参数集合中的任一降噪参数，判断目标评价指标是否小于等于预先确定出的目标评价指标阈值；
[0241]
当判断出目标评价指标小于等于目标评价指标阈值时，确定目标评价指标满足预先设定的评价指标条件。
[0242]
可见，实施图4所描述的装置还能够针对评价指标用于表示降噪图像与目标降噪图像的差异度情况时，通过对目标评价指标与目标评价指标阈值进行大小比较，以确定目标评价指标是否满足评价指标条件，提高了确定评价指标条件判断结果方式的合理性和针对性，进而提高了确定出的评价指标条件判断结果的有效性和确定效率，有利于提高图像空域降噪模块参数标定的标定效率。
[0243]
在又一个可选的实施例中，结构相似性指标是通过以下公式计算出来的：
[0244][0245]
其中，x,y分别代表目标标定场景在该降噪参数下的降噪图像和目标标定场景对应的目标降噪图像两幅待评价的图像，u
x
,uy,σ
x
,σy分别为x,y的亮度均值和方差，σ
xy
则为两者的协方差；c1，c2为常数。
[0246]
以及，局部空域方差总和指标是通过以下方式得到的：
[0247][0248][0249]
其中，ω表示当前测量灰阶的空域范围，a(a≥256)代表当前测量灰阶空域范围内像素点总数，为当前灰阶测量范围的平均亮度，δk为当前降噪窗口的局部空域方差，yi为统计窗范围内的图像，k为局部空域方差总和指标，m为根据目标标定场景确定的满足平坦灰阶条件的局部框的数量。
[0250]
可见，实施图4所描述的装置还能够针对不同的评价指标类型，进行与评价指标类型相匹配的评价指标确定操作，并且评价指标确定方式中包含相应的评价指标计算公式，提高了评价指标确定方式的多样性和针对性，有利于提高确定出的评价指标结果的有效性和合理性，进而有利于提高确定出的评价指标条件判断结果的准确性，以及有利于提高图像空域降噪模块参数标定方式的创造性和科学性。
[0251]
在又一个可选的实施例中，参数标定模块303根据所有目标参数类型对应的子最优降噪参数，确定目标标定场景对应的目标最优降噪参数的具体方式包括：
[0252]
对于目标标定场景对应的每一目标参数类型，当该目标参数类型对应的子最优降噪参数的参数数量为1时，将该目标参数类型对应的子最优降噪参数确定为该目标参数类型的目标子最优降噪参数；或者，当该目标参数类型对应的子最优降噪参数的参数数量大于1时，根据该目标参数类型对应的所有子最优降噪参数，计算该目标参数类型的目标子最优降噪参数；
[0253]
根据所有目标参数类型对应的目标子最优降噪参数，组成目标标定场景对应的目标最优降噪参数。
[0254]
可见，实施图4所描述的装置还能够针对不同的目标参数类型对应的子最优降噪参数的参数数量情况，有两种相匹配的确定目标参数类型的目标子最优降噪参数的方式，提高了确定目标子最优降噪参数方式的多样性和针对性，进而提高了确定出目标子最优降噪参数的效率，有利于提高图像空域降噪模块参数标定的标定效率。
[0255]
在又一个可选的实施例中，对于目标标定场景对应的每一目标参数类型，当该目标参数类型对应的子最优降噪参数的参数数量大于1时，参数标定模块303根据该目标参数类型对应的所有子最优降噪参数，计算该目标参数类型的目标子最优降噪参数的具体方式包括：
[0256]
根据该目标参数类型对应的所有子最优降噪参数，计算所有该目标参数类型对应的子最优降噪参数的第一平均降噪参数，作为该目标参数类型的目标子最优降噪参数；或者，
[0257]
获取目标标定场景在每一该目标参数类型对应的子最优降噪参数下的子降噪图像；分析每一子降噪图像与目标降噪图像，得到每一子降噪图像对应的降噪程度；根据降噪程度，确定每一该目标参数类型对应的子最优降噪参数的降噪权重；根据所有该目标参数类型对应的子最优降噪参数以及每一该目标参数类型对应的子最优降噪参数的降噪权重，计算所有该目标参数类型对应的子最优降噪参数的第二平均降噪参数，作为该目标参数类型的目标子最优降噪参数。
[0258]
可见，实施图4所描述的装置还能够针对目标参数类型对应的子最优降噪参数的参数数量大于1的情况，有两种计算平均降噪参数的方式，提高了确定平均降噪参数方式的多样性和可选择性，进而提高了平均降噪参数的确定效率，以及提高了确定出的平均降噪参数的有效性和合理性，有利于提高图像空域降噪模块参数标定的全面性。
[0259]
在又一个可选的实施例中，目标标定场景对应的源图像是通过以下方式得到的：
[0260]
从预先设定的场景划分条件集合中确定出当前场景对应的目标场景划分条件，场景划分条件集合包括一个或多个场景划分条件；
[0261]
根据预先确定出的降噪评价参数，确定当前场景对应的场景布置信息集合，并根据场景布置信息集合，对当前场景进行场景布置操作，得到布置后的当前场景，作为目标标定场景；
[0262]
根据目标场景划分条件和目标标定场景，对图像处理装置的图像处理参数进行调试，根据调试后的图像处理参数控制图像处理装置对目标标定场景执行图像采集操作，得到目标标定场景的源图像。
[0263]
可见，实施图4所描述的装置还能够进行确定标定场景源图像操作，能够根据多种类型的场景划分条件确定相应的标定场景进而确定出标定场景源图像，提高了确定出的标定场景源图像的有效性和充分性，增强了图像空域降噪模块参数标定的系统性，有利于提高图像空域降噪模块参数标定方式的全面性和整体性。
[0264]
在又一个可选的实施例中，对于标定场景集合中的任一目标标定场景，标定预备模块301根据目标标定场景确定对应的目标降噪图像的具体方式包括：
[0265]
根据预先设定的降噪算法，确定降噪算法对应的降噪算法结构类型；
[0266]
根据降噪算法结构类型，确定对应的目标时域降噪结果，作为目标标定场景对应的目标降噪图像。
[0267]
可见，实施图4所描述的装置还能够根据降噪算法结构类型确定相应的目标降噪图像，提高了标定场景的目标降噪图像确定方式的合理性和整体性，有利于提高确定出的目标降噪图像的有效性以及提高图像空域降噪模块参数标定方式的全面性。
[0268]
在又一个可选的实施例中，标定预备模块301根据降噪算法结构类型，确定对应的目标时域降噪结果的具体方式包括：
[0269]
当降噪算法结构类型包括第一降噪结构类型时，确定目标标定场景的源图像对应的纯时域降噪结果，作为目标时域降噪结果，第一降噪结构类型对应的降噪结构包括并行的时空域降噪结构；或者，
[0270]
当降噪算法结构类型包括第二降噪结构类型时，计算目标标定场景的源图像对应的第一理想时域降噪结果，作为目标时域降噪结果，第二降噪结构类型对应的降噪结构包括纯空域单级降噪结构；或者，
[0271]
当降噪算法结构类型包括第三降噪结构类型时，计算目标标定场景的源图像对应的第二理想时域降噪结果，作为目标时域降噪结果，第三降噪结构类型对应的降噪结构包括多级串行空域降噪结构。
[0272]
可见，实施图4所描述的装置还能够针对不同的降噪算法结构类型确定不同的源图像降噪结果作为目标时域降噪结果，提高了目标时域降噪结果的确定方式的可选择性和针对性，进而提高了确定出的目标时域降噪结果的准确性和相匹配性，有利于增强图像空域降噪模块参数标定的系统性，进而有利于提高确定出的标定参数的有效性和准确性。
[0273]
在又一个可选的实施例中，第一理想时域降噪结果是通过以下公式计算出来的：
[0274][0275]
其中，pt
ij
代表目标降噪图像在坐标(i,j)的像素点，ph
ij
代表当前采集降噪前图像序列的第h帧图像在坐标(i,j)的像素点，n代表当前采集降噪前图像序列的总帧，n大于等于100。
[0276]
以及，第二理想时域降噪结果是通过以下方式得到的：
[0277]
令当前多级(s)串行空域降噪算子的降噪能力比例为a0:a1:
…
:a
s-1
，则第f(0～s-1)级的第二理想时域降噪结果为：
[0278]
其中，af为第f级算子降噪能力；rtf为中间计算参数；p代表目标标定场景的源图像，pt代表最终的第二理想时域降噪结果，ptf则为第f级的第二理想时域降噪结果。
[0279]
可选的，举例说明，当降噪算法为空域平滑降噪算法时，可以将第f级的最大加权像素点作为其最大降噪能力，以确定为第f级算子降噪能力。
[0280]
可见，实施图4所描述的装置还能够针对第一理想时域降噪结果和第二理想时域降噪结果进行相匹配的确定操作，并且降噪结果确定方式中包含相应的降噪结果计算公式，提高了确定目标降噪结果方式的科学性和针对性，进而提高了确定出的目标降噪结果
的合理性和有效性，有利于提高图像空域降噪模块参数标定的创造性和科学性。
[0281]
在又一个可选的实施例中，如图4所示，该装置还可以包括：
[0282]
降噪处理模块304，用于当检测到存在待降噪输入图像需要执行图像降噪处理操作时，确定待降噪输入图像对应的待降噪场景信息；分析待降噪场景信息和预先已完成参数标定处理的降噪标定场景集合的标定场景信息，得到待降噪输入图像对应的待降噪场景与降噪标定场景集合中的每一已完成参数标定处理的标定场景之间的场景匹配度；降噪标定场景集合中的所有已完成参数标定处理的标定场景包括目标标定场景；当所有场景匹配度中存在大于等于预先确定出的场景匹配度阈值的场景匹配度时，从所有场景匹配度中筛选场景匹配度最大的目标场景匹配度，确定目标场景匹配度对应的匹配标定场景；将匹配标定场景对应的目标最优降噪参数确定为待降噪场景对应的最优降噪参数；根据待降噪场景对应的最优降噪参数对待降噪输入图像执行图像降噪处理操作；当所有场景匹配度中不存在大于等于场景匹配度阈值的场景匹配度时，将待降噪场景确定为需要进行参数标定的其中一个目标标定场景，并将待降噪输入图像确定为该其中一个目标标定场景对应的源图像。
[0283]
可见，实施图4所描述的装置还能够针对待降噪输入图像进行图像降噪处理操作，根据场景匹配度确定出与待降噪输入图像相匹配的标定场景的最优降噪参数，进而对待降噪输入图像进行图像降噪处理操作，提高了图像降噪处理的全面性和合理性，进而提高了图像空域降噪模块参数标定的整体性和利用性。
[0284]
实施例四
[0285]
请参阅图5，图5是本发明实施例公开的又一种基于图像空域降噪模块的参数标定装置的结构示意图。如图5所示，该装置可以包括：
[0286]
存储有可执行程序代码的存储器401；
[0287]
与存储器401耦合的处理器402；
[0288]
进一步的，还可以包括与处理器402耦合的输入接口403以及输出接口404；
[0289]
其中，处理器402调用存储器401中存储的可执行程序代码，用于执行实施例一或实施例二所描述的基于图像空域降噪模块的参数标定方法中的步骤。
[0290]
实施例五
[0291]
本发明实施例公开了一种计算机读存储介质，其存储用于电子数据交换的计算机程序，其中，该计算机程序使得计算机执行实施例一或实施例二所描述的基于图像空域降噪模块的参数标定方法中的步骤。
[0292]
实施例六
[0293]
本发明实施例公开了一种计算机程序产品，该计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，且该计算机程序可操作来使计算机执行实施例一或实施例二所描述的基于图像空域降噪模块的参数标定方法中的步骤。
[0294]
以上所描述的装置实施例仅是示意性的，其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
[0295]
通过以上的实施例的具体描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中,存储介质包括只读存储器(read-only memory，rom)、随机存储器(random access memory，ram)、可编程只读存储器(programmable read-only memory，prom)、可擦除可编程只读存储器(erasable programmable read only memory，eprom)、一次可编程只读存储器(one-time programmable read-only memory，otprom)、电子抹除式可复写只读存储器(electrically-erasable programmable read-only memory，eeprom)、只读光盘(compact disc read-only memory，cd-rom)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
[0296]
最后应说明的是：本发明实施例公开的一种基于图像空域降噪模块的参数标定方法及装置所揭露的仅为本发明较佳实施例而已，仅用于说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解；其依然可以对前述各项实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或替换，并不使相应的技术方案的本质脱离本发明各项实施例技术方案的精神和范围。

技术特征：
1.一种基于图像空域降噪模块的参数标定方法，其特征在于，所述方法包括：确定预先构建的标定场景集合，对于所述标定场景集合中的任一目标标定场景，根据所述目标标定场景确定对应的目标降噪图像以及所述目标标定场景对应的降噪模块参数集合，所述降噪模块参数集合包括多种目标参数类型中每种所述目标参数类型对应的降噪参数集合；分别遍历每种所述目标参数类型对应的降噪参数集合中的降噪参数；对于遍历到的任一所述目标参数类型对应的降噪参数集合中的任一所述降噪参数，将降噪模块的当前参数设定为该降噪参数，并将所述目标标定场景对应的源图像输入所述降噪模块得到所述目标标定场景在该降噪参数下的降噪图像，并检测所述目标标定场景在该降噪参数下的降噪图像与所述目标标定场景对应的目标降噪图像的相似度是否满足预设相似度条件，得到该降噪参数对应的相似度检测结果；统计该目标参数类型对应的遍历参数，并判断该目标参数类型对应的遍历参数是否满足遍历截止条件，当判断结果为是时，停止对该目标参数类型对应的降噪参数集合的遍历操作；并根据该目标参数类型对应的降噪参数集合中每个已遍历降噪参数对应的相似度检测结果，从该目标参数类型对应的降噪参数集合的所有已遍历降噪参数中，确定该目标参数类型对应的子最优降噪参数；根据所有所述目标参数类型对应的子最优降噪参数，确定所述目标标定场景对应的目标最优降噪参数。2.根据权利要求1所述的基于图像空域降噪模块的参数标定方法，其特征在于，所述对于遍历到的任一所述目标参数类型对应的降噪参数集合中的任一所述降噪参数，检测所述目标标定场景在该降噪参数下的降噪图像与所述目标标定场景对应的目标降噪图像的相似度是否满足预设相似度条件，得到该降噪参数对应的相似度检测结果，包括：对于遍历到的任一所述目标参数类型对应的降噪参数集合中的任一所述降噪参数，分析所述目标标定场景对应的源图像，得到所述源图像对应的纹理情况；根据所述源图像对应的纹理情况，确定所述目标标定场景对应的评价指标类型；根据所述评价指标类型和所述目标标定场景对应的计算参数信息，计算所述目标标定场景对应的目标评价指标；判断所述目标评价指标是否满足预先设定的评价指标条件；当判断出所述目标评价指标满足所述评价指标条件时，确定该降噪参数对应的相似度检测结果为所述目标标定场景在该降噪参数下的降噪图像与所述目标标定场景对应的目标降噪图像的相似度满足预设相似度条件。3.根据权利要求2所述的基于图像空域降噪模块的参数标定方法，其特征在于，所述评价指标类型包括第一评价指标类型或第二评价指标类型；所述第一评价指标类型对应的评价指标包括结构相似性指标；所述第二评价指标类型对应的评价指标包括局部空域方差总和指标；以及，所述对于遍历到的任一所述目标参数类型对应的降噪参数集合中的任一所述降噪参数，判断所述目标评价指标是否满足预先设定的评价指标条件，包括：对于遍历到的任一所述目标参数类型对应的降噪参数集合中的任一所述降噪参数，判断所述目标评价指标是否小于等于预先确定出的目标评价指标阈值；当判断出所述目标评价指标小于等于所述目标评价指标阈值时，确定所述目标评价指
标满足预先设定的评价指标条件。4.根据权利要求3所述的基于图像空域降噪模块的参数标定方法，其特征在于，所述结构相似性指标是通过以下公式计算出来的：其中，x,y分别代表所述目标标定场景在该降噪参数下的降噪图像和所述目标标定场景对应的目标降噪图像两幅待评价的图像，u
x
,u
y
,σ
x
,σ
y
分别为x,y的亮度均值和方差，σ
xy
则为两者的协方差；c1，c2为常数；以及，所述局部空域方差总和指标是通过以下方式得到的：以及，所述局部空域方差总和指标是通过以下方式得到的：其中，ω表示当前测量灰阶的空域范围，a(a≥256)代表当前测量灰阶空域范围内像素点总数，为当前灰阶测量范围的平均亮度，δ
k
为当前降噪窗口的局部空域方差，y
i
为统计窗范围内的图像，k为所述局部空域方差总和指标，m为根据所述目标标定场景确定的满足平坦灰阶条件的局部框的数量。5.根据权利要求2或3所述的基于图像空域降噪模块的参数标定方法，其特征在于，所述根据所有所述目标参数类型对应的子最优降噪参数，确定所述目标标定场景对应的目标最优降噪参数，包括：对于所述目标标定场景对应的每一所述目标参数类型，当该目标参数类型对应的子最优降噪参数的参数数量为1时，将该目标参数类型对应的子最优降噪参数确定为该目标参数类型的目标子最优降噪参数；或者，当该目标参数类型对应的子最优降噪参数的参数数量大于1时，根据该目标参数类型对应的所有子最优降噪参数，计算该目标参数类型的目标子最优降噪参数；根据所有所述目标参数类型对应的目标子最优降噪参数，组成所述目标标定场景对应的目标最优降噪参数；其中，对于所述目标标定场景对应的每一所述目标参数类型，当该目标参数类型对应的子最优降噪参数的参数数量大于1时，所述根据该目标参数类型对应的所有子最优降噪参数，计算该目标参数类型的目标子最优降噪参数，包括：根据该目标参数类型对应的所有子最优降噪参数，计算所有该目标参数类型对应的子最优降噪参数的第一平均降噪参数，作为该目标参数类型的目标子最优降噪参数；或者，获取所述目标标定场景在每一该目标参数类型对应的子最优降噪参数下的子降噪图像；分析每一所述子降噪图像与所述目标降噪图像，得到每一所述子降噪图像对应的降噪程度；根据所述降噪程度，确定每一该目标参数类型对应的子最优降噪参数的降噪权重；根据所有该目标参数类型对应的子最优降噪参数以及每一该目标参数类型对应的子最优降噪参数的降噪权重，计算所有该目标参数类型对应的子最优降噪参数的第二平均降噪参数，作为该目标参数类型的目标子最优降噪参数。
6.根据权利要求5所述的基于图像空域降噪模块的参数标定方法，其特征在于，所述目标标定场景对应的源图像是通过以下方式得到的：从预先设定的场景划分条件集合中确定出当前场景对应的目标场景划分条件，所述场景划分条件集合包括一个或多个场景划分条件；根据预先确定出的降噪评价参数，确定所述当前场景对应的场景布置信息集合，并根据所述场景布置信息集合，对所述当前场景进行场景布置操作，得到布置后的所述当前场景，作为目标标定场景；根据所述目标场景划分条件和所述目标标定场景，对图像处理装置的图像处理参数进行调试，根据调试后的所述图像处理参数控制所述图像处理装置对所述目标标定场景执行图像采集操作，得到所述目标标定场景的源图像。7.根据权利要求5所述的基于图像空域降噪模块的参数标定方法，其特征在于，对于所述标定场景集合中的任一目标标定场景，所述根据所述目标标定场景确定对应的目标降噪图像，包括：根据预先设定的降噪算法，确定所述降噪算法对应的降噪算法结构类型；根据所述降噪算法结构类型，确定对应的目标时域降噪结果，作为所述目标标定场景对应的目标降噪图像；其中，所述根据所述降噪算法结构类型，确定对应的目标时域降噪结果，包括：当所述降噪算法结构类型包括第一降噪结构类型时，确定所述目标标定场景的源图像对应的纯时域降噪结果，作为目标时域降噪结果，所述第一降噪结构类型对应的降噪结构包括并行的时空域降噪结构；或者，当所述降噪算法结构类型包括第二降噪结构类型时，计算所述目标标定场景的源图像对应的第一理想时域降噪结果，作为所述目标时域降噪结果，所述第二降噪结构类型对应的降噪结构包括纯空域单级降噪结构；或者，当所述降噪算法结构类型包括第三降噪结构类型时，计算所述目标标定场景的源图像对应的第二理想时域降噪结果，作为所述目标时域降噪结果，所述第三降噪结构类型对应的降噪结构包括多级串行空域降噪结构；其中，所述第一理想时域降噪结果是通过以下公式计算出来的：其中，pt
ij
代表所述目标降噪图像在坐标(i,j)的像素点，ph
ij
代表当前采集降噪前图像序列的第h帧图像在坐标(i,j)的像素点，n代表当前采集降噪前图像序列的总帧，n大于等于100；其中，所述第二理想时域降噪结果是通过以下方式得到的：令当前多级(s)串行空域降噪算子的降噪能力比例为a0:a1:
…
:a
s-1
，则第f(0～s-1)级的第二理想时域降噪结果为：其中，a
f
为第f级算子降噪能力；rt
f
为中间计算参数；p代表所述目标标定场景的源图
像，pt代表最终的第二理想时域降噪结果，pt
f
则为第f级的第二理想时域降噪结果。8.根据权利要求7所述的基于图像空域降噪模块的参数标定方法，其特征在于，所述方法还包括：当检测到存在待降噪输入图像需要执行图像降噪处理操作时，确定所述待降噪输入图像对应的待降噪场景信息；分析所述待降噪场景信息和预先已完成参数标定处理的降噪标定场景集合的标定场景信息，得到所述待降噪输入图像对应的待降噪场景与所述降噪标定场景集合中的每一已完成参数标定处理的标定场景之间的场景匹配度；所述降噪标定场景集合中的所有所述已完成参数标定处理的标定场景包括所述目标标定场景；当所有所述场景匹配度中存在大于等于预先确定出的场景匹配度阈值的场景匹配度时，从所有所述场景匹配度中筛选场景匹配度最大的目标场景匹配度，确定所述目标场景匹配度对应的匹配标定场景，并将所述匹配标定场景对应的目标最优降噪参数确定为所述待降噪场景对应的最优降噪参数；根据所述待降噪场景对应的最优降噪参数对所述待降噪输入图像执行所述图像降噪处理操作；当所有所述场景匹配度中不存在大于等于所述场景匹配度阈值的场景匹配度时，将所述待降噪场景确定为需要进行参数标定的其中一个目标标定场景，并将所述待降噪输入图像确定为该其中一个目标标定场景对应的源图像。9.一种基于图像空域降噪模块的参数标定装置，其特征在于，所述装置包括：标定预备模块，用于确定预先构建的标定场景集合，对于所述标定场景集合中的任一目标标定场景，根据所述目标标定场景确定对应的目标降噪图像以及所述目标标定场景对应的降噪模块参数集合，所述降噪模块参数集合包括多种目标参数类型中每种所述目标参数类型对应的降噪参数集合；遍历控制模块，用于分别遍历每种所述目标参数类型对应的降噪参数集合中的降噪参数；对于遍历到的任一所述目标参数类型对应的降噪参数集合中的任一所述降噪参数，将降噪模块的当前参数设定为该降噪参数，并将所述目标标定场景对应的源图像输入所述降噪模块得到所述目标标定场景在该降噪参数下的降噪图像，并检测所述目标标定场景在该降噪参数下的降噪图像与所述目标标定场景对应的目标降噪图像的相似度是否满足预设相似度条件，得到该降噪参数对应的相似度检测结果；统计该目标参数类型对应的遍历参数，并判断该目标参数类型对应的遍历参数是否满足遍历截止条件，当判断结果为是时，停止对该目标参数类型对应的降噪参数集合的遍历操作；并根据该目标参数类型对应的降噪参数集合中每个已遍历降噪参数对应的相似度检测结果，从该目标参数类型对应的降噪参数集合的所有已遍历降噪参数中，确定该目标参数类型对应的子最优降噪参数；参数标定模块，用于根据所有所述目标参数类型对应的子最优降噪参数，确定所述目标标定场景对应的目标最优降噪参数。10.一种基于图像空域降噪模块的参数标定装置，其特征在于，所述装置包括：存储有可执行程序代码的存储器；与所述存储器耦合的处理器；所述处理器调用所述存储器中存储的所述可执行程序代码，执行如权利要求1-8任一
项所述的基于图像空域降噪模块的参数标定方法。

技术总结
本发明公开了一种基于图像空域降噪模块的参数标定方法及装置，该方法能够针对不同标定场景下的源图像(也即需要输入降噪模块的图像)，通过分别遍历与该标定场景相匹配的一系列参数类型对应的多个降噪参数，使得通过降噪模块之后的降噪图像不断逼近目标降噪图像，以确定出不同标定场景下的最优降噪参数。可见，本发明能够降低图像空域降噪模块参数调试的复杂度和提高图像空域降噪模块参数调试的针对性，提高图像空域降噪模块参数调试的效率和调试后得到的图像空域降噪参数的准确性，进而为实际场景的输入图像提供准确的降噪参数参考依据，提高参数标定效率进而提升降噪模块的落地速度，且还能够提高降噪稳定性进而有利于提升降噪图像的画质水平。提升降噪图像的画质水平。提升降噪图像的画质水平。


技术研发人员：钟午 刘弋波 罗阳
受保护的技术使用者：珠海全志科技股份有限公司
技术研发日：2022.03.09
技术公布日：2023/9/23