本發(fā)明屬于智能監(jiān)控降噪，涉及一種ai降噪方法，尤其是一種提升夜間信噪比的ai降噪方法。

背景技術(shù)：

1、現(xiàn)有的超星光設(shè)備在夜間，尤其是在照度低于0.002lux環(huán)境下，畫面成像質(zhì)量差，運(yùn)動(dòng)物體存在噪聲大、看不清、拖尾明顯的問題，幾乎起不到有效監(jiān)控的作用，現(xiàn)有的dncnn進(jìn)行降噪后，對于夜間某些場景下的清晰度影響很大。

2、經(jīng)檢索，未發(fā)現(xiàn)與本發(fā)明相同或相近似的現(xiàn)有技術(shù)的公開文獻(xiàn)。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提出一種提升夜間信噪比的ai降噪方法，能夠解決低照下噪聲形態(tài)不好，且為了解決噪聲問題會(huì)引起運(yùn)動(dòng)拖影的技術(shù)問題。

2、本發(fā)明解決其現(xiàn)實(shí)問題是采取以下技術(shù)方案實(shí)現(xiàn)的：

3、一種提升夜間信噪比的ai降噪方法，包括以下步驟：

4、步驟1、獲取夜間圖像的原始raw數(shù)據(jù)進(jìn)行降噪處理；

5、步驟2、統(tǒng)計(jì)原始raw數(shù)據(jù)的增益信息，生成一個(gè)針對當(dāng)前增益信息的一個(gè)融合比例；

6、步驟3、統(tǒng)計(jì)原始raw數(shù)據(jù)的運(yùn)動(dòng)信息，生成一個(gè)針對當(dāng)前運(yùn)動(dòng)信息的一個(gè)運(yùn)動(dòng)曲線融合比例；

7、步驟4、統(tǒng)計(jì)當(dāng)前raw數(shù)據(jù)的亮度分布信息，生成針對亮度分布信息的亮度曲線融合比例；

8、步驟5、基于步驟1獲得的降噪后的數(shù)據(jù)和步驟2-4獲得的三種融合曲線，生成最終的降噪后的raw數(shù)據(jù)。

9、而且，所述步驟1的具體方法為：

10、獲取夜間圖像的原始raw數(shù)據(jù)進(jìn)行降噪處理，并對raw數(shù)據(jù)分別進(jìn)行dncnn降噪處理和傳統(tǒng)denoise降噪處理，生成無噪聲數(shù)據(jù)和降噪后的數(shù)據(jù)；

11、而且，所述步驟2的針對當(dāng)前增益的融合比例ka的計(jì)算公式為：

12、ka＝(bmax-bmin)/(gmax-gmin)*(gnow-gmin)+bmin；

13、其中

14、bmax為預(yù)設(shè)的融合最大值；

15、bmin為預(yù)設(shè)的融合最小值；

16、gmax為預(yù)設(shè)的融合的增益上限值(高于gmax用bmax)；

17、gmin為預(yù)設(shè)的融合的增益下限值(高于gmin不融合)；

18、gnow為當(dāng)前增益值；

19、而且，所述步驟3的具體方法為：

20、統(tǒng)計(jì)當(dāng)前raw數(shù)據(jù)的運(yùn)動(dòng)信息，把運(yùn)動(dòng)信息按大小、速度分為32個(gè)分段，使用默認(rèn)的運(yùn)動(dòng)融合比例，針對不同分段的運(yùn)動(dòng)區(qū)域生成運(yùn)動(dòng)曲線融合比例kb。

21、kb＝(bi+1-bi)/(mi+1-mi)+bi

22、其中mi+1為當(dāng)前運(yùn)動(dòng)信息數(shù)組的上index；

23、其中mi為當(dāng)前運(yùn)動(dòng)信息數(shù)組的下index；

24、其中bi+1為當(dāng)前運(yùn)動(dòng)信息數(shù)組的上index所對應(yīng)的融合比例；

25、其中bi為當(dāng)前運(yùn)動(dòng)信息數(shù)組的下index所對應(yīng)的融合比例；

26、而且，所述步驟4的具體方法為：

27、統(tǒng)計(jì)當(dāng)前raw數(shù)據(jù)的亮度分布信息，分為32個(gè)分段(亮度為1024，每個(gè)亮度分段區(qū)間為32個(gè)亮階)，使用默認(rèn)亮度融合比例，針對不同的分段調(diào)整融合比例，生成亮度曲線融合比例kc。

28、kc＝(bi+1-bi)/(li+1-li)+bi

29、其中l(wèi)i+1為當(dāng)前亮度數(shù)組的上index；

30、其中l(wèi)i為當(dāng)前亮度數(shù)組的下index；

31、其中bi+1為當(dāng)前亮度數(shù)組的上index所對應(yīng)的融合比例；

32、其中bi為當(dāng)前亮度數(shù)組的下index所對應(yīng)的融合比例；

33、而且，所述步驟5的具體方法為：

34、將步驟1中dncnn生成的無噪聲數(shù)據(jù)和傳統(tǒng)isp處理后的數(shù)據(jù)結(jié)合步驟2-4中的三種融合曲線計(jì)算出最終的融合比例α＝ka*kb*kc，然后按照阿爾法融合公式raw＝raw(dncnn)*α+raw(傳統(tǒng))*(1-α)的公式進(jìn)行融合，生成最終的降噪后的raw數(shù)據(jù)送入后續(xù)的isp模塊進(jìn)行處理。

35、本發(fā)明的優(yōu)點(diǎn)和有益效果：

36、1、本發(fā)明提出一種提升夜間信噪比的的ai降噪方法，采用dncnn的ai降噪方法，減少了相機(jī)在暗環(huán)境的噪聲，提升成像效果，以此減少因?yàn)閴褐圃肼暥鸬耐嫌皢栴}，提升運(yùn)動(dòng)物體的清晰度。達(dá)到了更好的監(jiān)控效果。

37、2、本發(fā)明以監(jiān)控有效性為原則，相機(jī)自動(dòng)識別當(dāng)前環(huán)境照度，根據(jù)環(huán)境照度情況進(jìn)行增益和運(yùn)動(dòng)程度的區(qū)分，再根據(jù)不同的亮度區(qū)間生效不同的降噪效果，達(dá)到更好的視頻監(jiān)控效果。

38、3、本發(fā)明采用dncnn和傳統(tǒng)isp相融合的技術(shù)方式，可以同時(shí)優(yōu)化dncnn對于細(xì)節(jié)的損失問題，和傳統(tǒng)isp一直無法解決的運(yùn)動(dòng)拖影以及清晰度降低的問題。兩者融合，綜合兩種算法的優(yōu)勢，得到更好的圖像效果。

技術(shù)特征：

1.一種提升夜間信噪比的ai降噪方法，其特征在于：包括以下步驟：

2.根據(jù)權(quán)利要求1所述的一種提升夜間信噪比的ai降噪方法，其特征在于：所述步驟1的具體方法為：

3.根據(jù)權(quán)利要求1所述的一種提升夜間信噪比的ai降噪方法，其特征在于：所述步驟2的針對當(dāng)前增益的融合比例ka的計(jì)算公式為：

4.根據(jù)權(quán)利要求1所述的一種提升夜間信噪比的ai降噪方法，其特征在于：所述步驟3的具體方法為：

5.根據(jù)權(quán)利要求1所述的一種提升夜間信噪比的ai降噪方法，其特征在于：所述步驟4的具體方法為：

6.根據(jù)權(quán)利要求1所述的一種提升夜間信噪比的ai降噪方法，其特征在于：所述步驟5的具體方法為：

技術(shù)總結(jié)
本發(fā)明涉及一種提升夜間信噪比的AI降噪方法，包括以下步驟：步驟1、獲取夜間圖像的原始raw數(shù)據(jù)進(jìn)行降噪處理；步驟2、統(tǒng)計(jì)原始raw數(shù)據(jù)的增益信息，生成一個(gè)針對當(dāng)前增益信息的一個(gè)融合比例；步驟3、統(tǒng)計(jì)原始raw數(shù)據(jù)的運(yùn)動(dòng)信息，生成一個(gè)針對當(dāng)前運(yùn)動(dòng)信息的一個(gè)運(yùn)動(dòng)曲線融合比例；步驟4、統(tǒng)計(jì)當(dāng)前raw數(shù)據(jù)的亮度分布信息，生成針對亮度分布信息的亮度曲線融合比例；步驟5、基于步驟1獲得的降噪后的數(shù)據(jù)和步驟2?4獲得的三種融合曲線，生成最終的降噪后的raw數(shù)據(jù)。本發(fā)明解決低照下噪聲形態(tài)不好，且為了解決噪聲問題會(huì)引起運(yùn)動(dòng)拖影的技術(shù)問題。

技術(shù)研發(fā)人員：薛超,王洪濤,馮江濤,李慶新,張文海,趙金彪
受保護(hù)的技術(shù)使用者：天地偉業(yè)技術(shù)有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/2