(12)發(fā)明專利道福保社區(qū)市花路創(chuàng)凌通科技大廈A座四層405(河套科創(chuàng)中心市花路一號(hào)(72)發(fā)明人郭錦煒林麗玲蕭偉翠羅勇峰理有限公司44542基于AIISP的低照度場(chǎng)景圖像智能降噪方本申請(qǐng)公開(kāi)了一種基于AIISP的低照度場(chǎng)像分區(qū)的噪聲極差，基于噪聲極差確定降噪策21.一種基于AIISP的低照度場(chǎng)景圖像智能降噪方法，其特征在于，所述基于AIISP的低照度場(chǎng)景圖像智能降噪方法包括：分離低照度圖像的亮度通道和色度通道，分別基于所述亮度通道和所述色度通道得到亮度信息和色度信息；分別對(duì)所述亮度信息和所述色度信息通過(guò)直方圖確定亮度分布和色度分布，根據(jù)所述亮度分布和色度分布得到亮度特征和色度特征；對(duì)所述亮度特征和所述色度特征分別進(jìn)行局部方差計(jì)算，確定圖像噪聲分布，根據(jù)所述圖像噪聲分布將所述低照度圖像進(jìn)行分區(qū)，得到多個(gè)圖像分區(qū)，不同的所述圖像分區(qū)中的所述圖像噪聲分布為不同的噪聲區(qū)間；分別確定所述圖像分區(qū)的噪聲極差，基于所述噪聲極差確定AIISP降噪策略，根據(jù)所述AIISP降噪策略對(duì)所述圖像分區(qū)進(jìn)行降噪，得到降噪圖像；其中，所述分別對(duì)所述亮度信息和所述色度信息通過(guò)直方圖確定亮度分布和色度分布，根據(jù)所述亮度分布和色度分布得到亮度特征和色度特征的步驟包括：分別對(duì)所述亮度信息和所述色度信息通過(guò)直方圖確定亮度分布和色度分布；根據(jù)所述亮度分布確定所述低照度圖像中的曝光異常區(qū)域；基于雙邊濾波器對(duì)所述曝光異常區(qū)域進(jìn)行濾波，得到紋理信息，根據(jù)所述紋理信息的對(duì)比度得到亮度特征；根據(jù)所述色度分布確定所述低照度圖像中的各個(gè)像素點(diǎn)的顏色均值，根據(jù)所述顏色均值確定所述色度特征；所述基于雙邊濾波器對(duì)所述曝光異常區(qū)域進(jìn)行濾波，得到紋理信息，根據(jù)所述紋理信息的對(duì)比度得到亮度特征的步驟包括：對(duì)所述曝光異常區(qū)域進(jìn)行閾值分割，確定所述曝光異常區(qū)域的像素區(qū)間；基于所述像素區(qū)間向相鄰區(qū)域擴(kuò)展，得到鄰域區(qū)間；確定所述像素區(qū)間中每個(gè)像素的亮度值，將所述亮度值聚合為亮度集；計(jì)算所述紋理信息的梯度值，基于所述梯度值得到紋理方向和紋理強(qiáng)度；根據(jù)所述紋理方向和所述紋理強(qiáng)度得到結(jié)構(gòu)張量；基于所述結(jié)構(gòu)張量生成紋理能量圖，對(duì)所述紋理能量圖進(jìn)行解析，得到亮度特征。2.如權(quán)利要求1所述的方法，其特征在于，所述分離低照度圖像的亮度通道和色度通道，分別基于所述亮度通道和所述色度通道得到亮度信息和色度信息的步驟包括：將低照度圖像的色彩空間轉(zhuǎn)換為YUV色彩空間，并確定所述低照度圖像中的亮度通道空間中的U通道和V通道。3.如權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述色度分布確定所述低照度圖像中的各個(gè)像素點(diǎn)的顏色均值，根據(jù)所述顏色均值確定所述色度特征的步驟包括：根據(jù)所述色度分布確定每個(gè)像素點(diǎn)的鄰域局部顏色均值，根據(jù)所述鄰域局部顏色均值確定顏色向量場(chǎng)；根據(jù)所述像素點(diǎn)的色度分量與所述鄰域局部顏色均值得到顏色差異；基于所述顏色差異和所述顏色向量場(chǎng)確定局部顏色變化量，根據(jù)所述局部顏色變化量3計(jì)算梯度變化幅值，將所述梯度變化幅值確定為色度特征。4.如權(quán)利要求1所述的方法，其特征在于，所述對(duì)所述亮度特征和所述色度特征分別進(jìn)行局部方差計(jì)算，確定圖像噪聲分布，根據(jù)所述圖像噪聲分布將所述低照度圖像進(jìn)行分區(qū)，得到多個(gè)圖像分區(qū)的步驟包括：確定滑窗尺寸大小，將滑窗設(shè)置為所述滑窗尺寸大??；確定所述滑窗選中的像素點(diǎn)的所述亮度特征和所述色度特征；分別對(duì)所述亮度特征和所述色度特征計(jì)算局部方差，基于所述局部方差得到所述像素點(diǎn)的噪聲值；將多個(gè)所述像素點(diǎn)的噪聲值進(jìn)行聚合，得到圖像噪聲分布；基于所述圖像噪聲分布將所述低照度圖像進(jìn)行分區(qū)，得到多個(gè)圖像分區(qū)。5.如權(quán)利要求4所述的方法，其特征在于，所述基于所述圖像噪聲分布將所述低照度圖像進(jìn)行分區(qū)，得到多個(gè)圖像分區(qū)的步驟包括：確定噪聲分區(qū)閾值，將所述像素點(diǎn)的噪聲值與所述噪聲分區(qū)閾值進(jìn)行比較，將大于所述噪聲分區(qū)閾值的像素點(diǎn)添加第一標(biāo)記，將小于所述噪聲分區(qū)閾值的像素點(diǎn)添加第二標(biāo)基于所述圖像噪聲分布、所述第一標(biāo)記和所述第二標(biāo)記生成噪聲分區(qū)示意圖，并確定各個(gè)分區(qū)的邊界，將所述低照度圖像劃分為多個(gè)圖像分區(qū)。6.如權(quán)利要求1所述的方法，其特征在于，所述分別確定所述圖像分區(qū)的噪聲極差，基于所述噪聲極差確定AIISP降噪策略，根據(jù)所述AIISP降噪策略對(duì)所述圖像分區(qū)進(jìn)行降分別確定所述圖像分區(qū)中的最大噪聲值和最小噪聲值，根據(jù)所述最大噪聲值和最小噪聲值確定當(dāng)前圖像分區(qū)的噪聲極差；根據(jù)所述圖像分區(qū)的分區(qū)類型確定初始降噪?yún)?shù)，基于所述噪聲極差對(duì)所述初始降噪?yún)?shù)進(jìn)行修正，得到所述當(dāng)前圖像分區(qū)的目標(biāo)降噪?yún)?shù)；基于所述目標(biāo)降噪?yún)?shù)對(duì)所述當(dāng)前圖像分區(qū)中的各個(gè)像素點(diǎn)進(jìn)行降噪處理，得到降噪圖像分區(qū)；將多個(gè)所述降噪圖像分區(qū)進(jìn)行聚合，得到降噪圖像。7.如權(quán)利要求6所述的方法，其特征在于，所述根據(jù)所述圖像分區(qū)的分區(qū)類型確定初始降噪?yún)?shù)，基于所述噪聲極差對(duì)所述初始降噪?yún)?shù)進(jìn)行修正，得到所述當(dāng)前圖像分區(qū)的目標(biāo)降噪?yún)?shù)的步驟包括：確定圖像分區(qū)的分區(qū)類型，根據(jù)所述分區(qū)類型查找參數(shù)表得到所述分區(qū)類型的初始降噪?yún)?shù)；根據(jù)所述最大噪聲值和平均噪聲值的第一差值、所述最小噪聲值和所述平均噪聲值的第二差值和所述噪聲極差確定修正因子；根據(jù)所述修正因子對(duì)所述初始降噪?yún)?shù)進(jìn)行修正，得到所述當(dāng)前圖像分區(qū)的目標(biāo)降噪?yún)?shù)。8.如權(quán)利要求6所述的方法，其特征在于，所述基于所述目標(biāo)降噪?yún)?shù)對(duì)所述當(dāng)前圖像分區(qū)中的各個(gè)像素點(diǎn)進(jìn)行降噪處理，得到降噪圖像分區(qū)的步驟包括：確定當(dāng)前分區(qū)中各個(gè)像素點(diǎn)的噪聲值，并生成噪聲值集；4確定所述當(dāng)前分區(qū)的目標(biāo)降噪?yún)?shù)，將所述噪聲值集與所述目標(biāo)降噪?yún)?shù)進(jìn)行計(jì)算，得到所述像素點(diǎn)的降噪后的目標(biāo)噪聲值；將所述當(dāng)前圖像分區(qū)的各個(gè)所述像素點(diǎn)的噪聲值更新為所述目標(biāo)噪聲值，得到降噪圖像分區(qū)。9.一種基于AIISP的低照度場(chǎng)景圖像智能降噪裝置，其特征在于，所述基于AIISP的低照度場(chǎng)景圖像智能降噪裝置包括：通道分離模塊，用于分離低照度圖像的亮度通道和色度通道，分別基于所述亮度通道和所述色度通道得到亮度信息和色度信息；特征提取模塊，用于分別對(duì)所述亮度信息和所述色度信息通過(guò)直方圖確定亮度分布和色度分布，根據(jù)所述亮度分布和色度分布得到亮度特征和色度特征；圖像分區(qū)模塊，用于對(duì)所述亮度特征和所述色度特征分別進(jìn)行局部方差計(jì)算，確定圖像噪聲分布，根據(jù)所述圖像噪聲分布將所述低照度圖像進(jìn)行分區(qū)，得到多個(gè)圖像分區(qū)，不同的所述圖像分區(qū)中的所述圖像噪聲分布為不同的噪聲區(qū)間；圖像降噪模塊，用于分別確定所述圖像分區(qū)的噪聲極差，基于所述噪聲極差確定AIISP降噪策略，根據(jù)所述AIISP降噪策略對(duì)所述圖像分區(qū)進(jìn)行降噪，得到降噪圖像；其中，所述分別對(duì)所述亮度信息和所述色度信息通過(guò)直方圖確定亮度分布和色度分布，根據(jù)所述亮度分布和色度分布得到亮度特征和色度特征的步驟包括：分別對(duì)所述亮度信息和所述色度信息通過(guò)直方圖確定亮度分布和色度分布；根據(jù)所述亮度分布確定所述低照度圖像中的曝光異常區(qū)域；基于雙邊濾波器對(duì)所述曝光異常區(qū)域進(jìn)行濾波，得到紋理信息，根據(jù)所述紋理信息的對(duì)比度得到亮度特征；根據(jù)所述色度分布確定所述低照度圖像中的各個(gè)像素點(diǎn)的顏色均值，根據(jù)所述顏色均值確定所述色度特征；所述基于雙邊濾波器對(duì)所述曝光異常區(qū)域進(jìn)行濾波，得到紋理信息，根據(jù)所述紋理信息的對(duì)比度得到亮度特征的步驟包括：對(duì)所述曝光異常區(qū)域進(jìn)行閾值分割，確定所述曝光異常區(qū)域的像素區(qū)間；基于所述像素區(qū)間向相鄰區(qū)域擴(kuò)展，得到鄰域區(qū)間；確定所述像素區(qū)間中每個(gè)像素的亮度值，將所述亮度值聚合為亮度集；計(jì)算所述紋理信息的梯度值，基于所述梯度值得到紋理方向和紋理強(qiáng)度；根據(jù)所述紋理方向和所述紋理強(qiáng)度得到結(jié)構(gòu)張量；基于所述結(jié)構(gòu)張量生成紋理能量圖，對(duì)所述紋理能量圖進(jìn)行解析，得到亮度特征。10.一種基于AIISP的低照度場(chǎng)景圖像智能降噪設(shè)備，其特征在于，所述設(shè)備包括：存儲(chǔ)器、處理器及存儲(chǔ)在所述存儲(chǔ)器上并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，所述計(jì)算機(jī)程序配置為實(shí)現(xiàn)如權(quán)利要求1至8中任一項(xiàng)所述的基于AIISP的低照度場(chǎng)景圖像智能降噪方法的步驟。11.一種存儲(chǔ)介質(zhì)，其特征在于，所述存儲(chǔ)介質(zhì)為計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述存儲(chǔ)介質(zhì)上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至8中任一項(xiàng)所述的基于AIISP的低照度場(chǎng)景圖像智能降噪方法的步驟。5基于AIISP的低照度場(chǎng)景圖像智能降噪方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)技術(shù)領(lǐng)域[0001]本申請(qǐng)涉及圖像處理技術(shù)領(lǐng)域，尤其涉及基于AIISP的低照度場(chǎng)景圖像智能降噪背景技術(shù)[0002]在低照度場(chǎng)景下，由于光線不足，圖像傳感器捕捉到的圖像通常會(huì)受到大量噪聲的影響，這會(huì)導(dǎo)致圖像質(zhì)量下降。為了改善這種情況，傳統(tǒng)的圖像信號(hào)處理器(ISP)使用固區(qū)域的光照條件差異很大，導(dǎo)致噪聲水平不一致，因此這些傳統(tǒng)的方法在進(jìn)行圖像降噪處理時(shí)會(huì)損失圖像的細(xì)節(jié)信息，會(huì)導(dǎo)致圖像質(zhì)量下降，從而無(wú)法達(dá)到理想的圖像質(zhì)量效果。[0003]上述內(nèi)容僅用于輔助理解本發(fā)明的技術(shù)方案，并不代表承認(rèn)上述內(nèi)容是現(xiàn)有技術(shù)。發(fā)明內(nèi)容[0004]本申請(qǐng)的主要目的在于提供一種基于AIISP的低照度場(chǎng)景圖像智能降噪方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，旨在解決現(xiàn)有技術(shù)中無(wú)法在降噪過(guò)程中保留圖像中細(xì)節(jié)的技術(shù)問(wèn)題。[0005]為實(shí)現(xiàn)上述目的，本申請(qǐng)?zhí)峁┝艘环N基于AIISP的低照度場(chǎng)景圖像智能降噪方[0006]分離低照度圖像的亮度通道和色度通道，分別基于所述亮度通道和所述色度通道得到亮度信息和色度信息；[0007]分別對(duì)所述亮度信息和所述色度信息通過(guò)直方圖確定亮度分布和色度分布，根據(jù)所述亮度分布和色度分布得到亮度特征和色度特征；[0008]對(duì)所述亮度特征和所述色度特征分別進(jìn)行局部方差計(jì)算，確定圖像噪聲分布，根據(jù)所述圖像噪聲分布將所述低照度圖像進(jìn)行分區(qū)，得到多個(gè)圖像分區(qū)，不同的所述圖像分區(qū)中的所述圖像噪聲分布為不同的噪聲區(qū)間；[0009]分別確定所述圖像分區(qū)的噪聲極差，基于所述噪聲極差確定AIISP降噪策略，根據(jù)所述AIISP降噪策略對(duì)所述圖像分區(qū)進(jìn)行降噪，得到降噪圖像。[0010]在一實(shí)施例中，所述分離低照度圖像的亮度通道和色度通道，分別基于所述亮度通道和所述色度通道得到亮度信息和色度信息的步驟包括：[0011]將低照度圖像的色彩空間轉(zhuǎn)換為YUV色彩空間，并確定所述低照度圖像中的亮度色彩空間中的U通道和V通道；[0012]提取所述亮度通道的亮度分量，對(duì)所述亮度分量進(jìn)行直方圖分析，得到亮度分布，根據(jù)所述亮度分布提取亮度信息；[0013]提取所述色度通道的色度分量，對(duì)所述色度分量進(jìn)行顏色直方圖分析，得到所述6低照度圖像中的顏色分布，根據(jù)所述顏色分布提取色度信息。[0014]在一實(shí)施例中，所述分別對(duì)所述亮度信息和所述色度信息通過(guò)直方圖確定亮度分布和色度分布，根據(jù)所述亮度分布和色度分布得到亮度特征和色度特征的步驟包括：[0015]分別對(duì)所述亮度信息和所述色度信息通過(guò)直方圖確定亮度分布和色度分布；[0016]根據(jù)所述亮度分布確定所述低照度圖像中的曝光異常區(qū)域；[0017]基于雙邊濾波器對(duì)所述曝光異常區(qū)域進(jìn)行濾波，得到紋理信息，根據(jù)所述紋理信息的對(duì)比度得到亮度特征；[0018]根據(jù)所述色度分布確定所述低照度圖像中的各個(gè)像素點(diǎn)的顏色均值，根據(jù)所述顏色均值確定所述色度特征。[0019]在一實(shí)施例中，所述基于雙邊濾波器對(duì)所述曝光異常區(qū)域進(jìn)行濾波，得到紋理信息，根據(jù)所述紋理信息的對(duì)比度得到亮度特征的步驟包括：[0020]對(duì)所述曝光異常區(qū)域進(jìn)行閾值分割，確定所述曝光異常區(qū)域的像素區(qū)間；[0021]基于所述像素區(qū)間向相鄰區(qū)域擴(kuò)展，得到鄰域區(qū)間；[0022]確定所述像素區(qū)間中每個(gè)像素的亮度值，將所述亮度值聚合為亮度集；[0023]將所述亮度集、所述鄰域區(qū)間、雙邊濾波器的歸一化因子和高斯核，得到紋理信[0024]計(jì)算所述紋理信息的梯度值，基于所述梯度值得到紋理方向和紋理強(qiáng)度；[0025]根據(jù)所述紋理方向和所述紋理強(qiáng)度得到結(jié)構(gòu)張量；[0026]基于所述結(jié)構(gòu)張量生成紋理能量圖，對(duì)所述紋理能量圖進(jìn)行解析，得到亮度特征。[0027]在一實(shí)施例中，所述根據(jù)所述色度分布確定所述低照度圖像中的各個(gè)像素點(diǎn)的顏色均值，根據(jù)所述顏色均值確定所述色度特征的步驟包括：[0028]根據(jù)所述色度分布確定每個(gè)像素點(diǎn)的鄰域局部顏色均值，根據(jù)所述鄰域局部顏色均值確定顏色向量場(chǎng)；[0029]根據(jù)所述像素點(diǎn)的色度分量與所述鄰域局部顏色均值得到顏色差異；[0030]基于所述顏色差異和所述顏色向量場(chǎng)確定局部顏色變化量，根據(jù)所述局部顏色變化量計(jì)算梯度變化幅值，將所述梯度變化幅值確定為色度特征。[0031]在一實(shí)施例中，所述對(duì)所述亮度特征和所述色度特征分別進(jìn)行局部方差計(jì)算，確定圖像噪聲分布，根據(jù)所述圖像噪聲分布將所述低照度圖像進(jìn)行分區(qū)，得到多個(gè)圖像分區(qū)的步驟包括：[0032]確定滑窗尺寸大小，將滑窗設(shè)置為所述滑窗尺寸大??；[0033]確定所述滑窗選中的像素點(diǎn)的所述亮度特征和所述色度特征；[0034]分別對(duì)所述亮度特征和所述色度特征計(jì)算局部方差，得到亮度均值和色度均值；[0035]基于所述亮度均值和所述色度均值得到所述像素點(diǎn)的噪聲值；[0036]將多個(gè)所述像素點(diǎn)的噪聲值進(jìn)行聚合，得到圖像噪聲分布；[0037]基于所述圖像噪聲分布將所述低照度圖像進(jìn)行分區(qū)，得到多個(gè)圖像分區(qū)。[0038]在一實(shí)施例中，所述基于所述圖像噪聲分布將所述低照度圖像進(jìn)行分區(qū)，得到多個(gè)圖像分區(qū)的步驟包括：[0039]確定所述噪聲分區(qū)閾值，將所述像素點(diǎn)的噪聲值與所述噪聲分區(qū)閾值進(jìn)行比較，將大于所述噪聲分區(qū)閾值的像素點(diǎn)添加第一標(biāo)記，將小于所述噪聲分區(qū)閾值的像素點(diǎn)添加7第二標(biāo)記；[0040]基于所述圖像噪聲分布、所述第一標(biāo)記和所述第二標(biāo)記生成噪聲分區(qū)示意圖，并確定各個(gè)分區(qū)的邊界，將所述低照度圖像劃分為多個(gè)圖像分區(qū)。[0041]在一實(shí)施例中，所述分別確定所述圖像分區(qū)的噪聲極差，基于所述噪聲極差確定AIISP降噪策略，根據(jù)所述AIISP降噪策略對(duì)所述圖像分區(qū)進(jìn)行降噪，得到降噪圖像的步驟包括：[0042]分別確定所述圖像分區(qū)中的最大噪聲值和最小噪聲值，根據(jù)所述最大噪聲值和最小噪聲值確定當(dāng)前圖像分區(qū)的噪聲極差；[0043]根據(jù)所述圖像分區(qū)的分區(qū)類型確定初始降噪?yún)?shù)，基于所述噪聲極差對(duì)所述初始降噪?yún)?shù)進(jìn)行修正，得到所述當(dāng)前圖像分區(qū)的目標(biāo)降噪?yún)?shù)；[0044]基于所述目標(biāo)降噪?yún)?shù)對(duì)所述當(dāng)前圖像分區(qū)中的各個(gè)像素點(diǎn)進(jìn)行降噪處理，得到降噪圖像分區(qū)；[0045]將多個(gè)所述降噪圖像分區(qū)進(jìn)行聚合，得到降噪圖像。[0046]在一實(shí)施例中，所述根據(jù)所述圖像分區(qū)的分區(qū)類型確定初始降噪?yún)?shù)，基于所述噪聲極差對(duì)所述初始降噪?yún)?shù)進(jìn)行修正，得到所述當(dāng)前圖像分區(qū)的目標(biāo)降噪?yún)?shù)的步驟包[0047]確定圖像分區(qū)的分區(qū)類型，根據(jù)所述分區(qū)類型查找參數(shù)表得到所述分區(qū)類型的初始降噪?yún)?shù)；[0048]根據(jù)所述噪聲極差、所述最大噪聲值和平均噪聲值的第一差值和所述最小噪聲值和所述平均噪聲值的第二差值確定修正因子；[0049]根據(jù)所述修正因子對(duì)所述初始降噪?yún)?shù)進(jìn)行修正，得到所述當(dāng)前圖像分區(qū)的目標(biāo)降噪?yún)?shù)。[0050]在一實(shí)施例中，所述基于所述目標(biāo)降噪?yún)?shù)對(duì)所述當(dāng)前圖像分區(qū)中的各個(gè)像素點(diǎn)進(jìn)行降噪處理，得到降噪圖像分區(qū)的步驟包括：[0051]確定所述當(dāng)前分區(qū)中各個(gè)像素點(diǎn)的噪聲值，并生成噪聲值集；[0052]確定所述當(dāng)前分區(qū)的目標(biāo)降噪?yún)?shù)，將所述噪聲值集與所述目標(biāo)降噪?yún)?shù)進(jìn)行計(jì)算，得到所述像素點(diǎn)的降噪后的目標(biāo)噪聲值；[0053]將所述當(dāng)前圖像分區(qū)的各個(gè)所述像素點(diǎn)的噪聲值更新為所述目標(biāo)噪聲值，得到降噪圖像分區(qū)。[0054]此外，為實(shí)現(xiàn)上述目的，本申請(qǐng)還提出一種基于AIISP的低照度場(chǎng)景圖像智能降噪裝置，基于AIISP的低照度場(chǎng)景圖像智能降噪裝置包括：[0055]通道分離模塊，用于分離低照度圖像的亮度通道和色度通道，分別基于所述亮度通道和所述色度通道得到亮度信息和色度信息；[0056]特征提取模塊，用于分別對(duì)所述亮度信息和所述色度信息通過(guò)直方圖確定亮度分布和色度分布，根據(jù)所述亮度分布和色度分布得到亮度特征和色度特征；[0057]圖像分區(qū)模塊，用于對(duì)所述亮度特征和所述色度特征分別進(jìn)行局部方差計(jì)算，確定圖像噪聲分布，根據(jù)所述圖像噪聲分布將所述低照度圖像進(jìn)行分區(qū)，得到多個(gè)圖像分區(qū)，不同的所述圖像分區(qū)中的所述圖像噪聲分布為不同的噪聲區(qū)間；[0058]圖像降噪模塊，用于分別確定所述圖像分區(qū)的噪聲極差，基于所述噪聲極差確定8AIISP降噪策略，根據(jù)所述AIISP降噪策略對(duì)所述圖像分區(qū)進(jìn)行降噪，得到降噪圖像。[0059]此外，為實(shí)現(xiàn)上述目的，本申請(qǐng)還提出一種基于AIISP的低照度場(chǎng)景圖像智能降噪設(shè)備，所述基于AIISP的低照度場(chǎng)景圖像智能降噪設(shè)備包括：存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，計(jì)算機(jī)程序配置為實(shí)現(xiàn)如上文的基于AIISP的低照度場(chǎng)景圖像智能降噪方法的步驟。[0060]此外，為實(shí)現(xiàn)上述目的，本發(fā)明還提出一種存儲(chǔ)介質(zhì)，存儲(chǔ)介質(zhì)為計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，存儲(chǔ)介質(zhì)上存儲(chǔ)有計(jì)算機(jī)程序，計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上文的基于AIISP的低照度場(chǎng)景圖像智能降噪方法的步驟。[0061]此外，為實(shí)現(xiàn)上述目的，本申請(qǐng)還提供一種計(jì)算機(jī)程序產(chǎn)品，計(jì)算機(jī)程序產(chǎn)品包括計(jì)算機(jī)程序，計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上文的基于AIISP的低照度場(chǎng)景圖像智能降噪方法的步驟。[0062]本申請(qǐng)?zhí)峁┝艘环N基于AIISP的低照度場(chǎng)景圖像智能降噪方法，通過(guò)分離低照度圖像的亮度通道和色度通道，分別基于所述亮度通道和所述色度通道得到亮度信息和色度信息；分別對(duì)所述亮度信息和所述色度信息通過(guò)直方圖確定亮度分布和色度分布，根據(jù)所述亮度分布和色度分布得到亮度特征和色度特征；對(duì)所述亮度特征和所述色度特征分別進(jìn)行局部方差計(jì)算，確定圖像噪聲分布，根據(jù)所述圖像噪聲分布將所述低照度圖像進(jìn)行分區(qū)，得到多個(gè)圖像分區(qū)，不同的所述圖像分區(qū)中的所述圖像噪聲分布為不同的噪聲區(qū)間；分別確定所述圖像分區(qū)的噪聲極差，基于所述噪聲極差確定AIISP降噪策略，根據(jù)所述AIISP降噪策略對(duì)所述圖像分區(qū)進(jìn)行降噪，得到降噪圖像。本申請(qǐng)將低照度圖像從亮度和色度兩個(gè)維度對(duì)圖像進(jìn)行處理，可以從不同方面確定圖像的噪聲值，進(jìn)而提高對(duì)噪聲值的優(yōu)化角度，解決了現(xiàn)有技術(shù)中對(duì)圖像降噪處理過(guò)程中降噪效果差的技術(shù)問(wèn)題，提高了低照度圖像的圖像細(xì)節(jié)，降低了圖像受噪聲影響。附圖說(shuō)明[0063]此處的附圖被并入說(shuō)明書中并構(gòu)成本說(shuō)明書的一部分，示出了符合本申請(qǐng)的實(shí)施例，并與說(shuō)明書一起用于解釋本申請(qǐng)的原理。[0064]為了更清楚地說(shuō)明本申請(qǐng)實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，對(duì)于本領(lǐng)域普通技術(shù)人員而言，在不付出創(chuàng)造性勞動(dòng)性的前提下，還可以根據(jù)這些附圖獲得其他的附圖。[0066]圖2為本申請(qǐng)基于AIISP的低照度場(chǎng)景圖像智能降噪方法一實(shí)施例的亮度分布和色度分布直方圖；[0067]圖3為本申請(qǐng)基于AIISP的低照度場(chǎng)景圖像智能降噪方法一實(shí)施例的降噪前后對(duì)[0068]圖4為本申請(qǐng)實(shí)施例基于AIISP的低照度場(chǎng)景圖像智能降噪裝置的模塊結(jié)構(gòu)示意[0069]圖5為本申請(qǐng)實(shí)施例中基于AIISP的低照度場(chǎng)景圖像智能降噪方法涉及的硬件運(yùn)行環(huán)境的設(shè)備結(jié)構(gòu)示意圖。9[0070]本申請(qǐng)目的的實(shí)現(xiàn)、功能特點(diǎn)及優(yōu)點(diǎn)將結(jié)合實(shí)施例，參照附圖做進(jìn)一步說(shuō)明。具體實(shí)施方式[0071]應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本申請(qǐng)的技術(shù)方案，并不用于限定本申請(qǐng)。[0072]為了更好的理解本申請(qǐng)的技術(shù)方案，下面將結(jié)合說(shuō)明書附圖以及具體的實(shí)施方式進(jìn)行詳細(xì)的說(shuō)明。[0073]本申請(qǐng)實(shí)施例的主要解決方案是：分離低照度圖像的亮度通道和色度通道，分別基于所述亮度通道和所述色度通道得到亮度信息和色度信息；分別對(duì)所述亮度信息和所述色度信息通過(guò)直方圖確定亮度分布和色度分布，根據(jù)所述亮度分布和色度分布得到亮度特征和色度特征；對(duì)所述亮度特征和所述色度特征分別進(jìn)行局部方差計(jì)算，確定圖像噪聲分布，根據(jù)所述圖像噪聲分布將所述低照度圖像進(jìn)行分區(qū)，得到多個(gè)圖像分區(qū)，不同的所述圖像分區(qū)中的所述圖像噪聲分布為不同的噪聲區(qū)間；分別確定所述圖像分區(qū)的噪聲極差，基于所述噪聲極差確定AIISP降噪策略，根據(jù)所述AIISP降噪策略對(duì)所述圖像分區(qū)進(jìn)行降[0074]目前，傳統(tǒng)的圖像信號(hào)處理器(ISP)使用固定算法和參數(shù)進(jìn)行圖像處理，例如降水平不一致，因此這些傳統(tǒng)的方法在進(jìn)行圖像降噪處理時(shí)會(huì)損失圖像的細(xì)節(jié)信息，會(huì)導(dǎo)致圖像質(zhì)量下降，從而無(wú)法達(dá)到理想的圖像質(zhì)量效果。[0075]本申請(qǐng)?zhí)峁┮环N解決方案，通過(guò)分離低照度圖像的亮度通道和色度通道，分別基于亮度通道和色度通道得到亮度信息和色度信息；分別對(duì)亮度信息和色度信息通過(guò)直方圖確定亮度分布和色度分布，根據(jù)亮度分布和色度分布得到亮度特征和色度特征；對(duì)亮度特征和所述色度特征分別進(jìn)行局部方差計(jì)算，確定圖像噪聲分布，根據(jù)圖像噪聲分布將低照度圖像進(jìn)行分區(qū)，得到多個(gè)圖像分區(qū)，不同的圖像分區(qū)中的圖像噪聲分布為不同的噪聲區(qū)間；分別確定圖像分區(qū)的噪聲極差，基于噪聲極差確定AIISP降噪策略，根據(jù)AIISP略對(duì)所述圖像分區(qū)進(jìn)行降噪，得到降噪圖像。通過(guò)上述方式，提高低照度圖像的圖像細(xì)節(jié)。[0076]需要說(shuō)明的是，本實(shí)施例的執(zhí)行主體可以是一種具有數(shù)據(jù)處理、網(wǎng)絡(luò)通信以及程序運(yùn)行功能的計(jì)算服務(wù)設(shè)備，例如平板電腦、個(gè)人電腦、手機(jī)等，或者是一種能夠?qū)崿F(xiàn)上述功能的電子設(shè)備、基于AIISP的低照度場(chǎng)景圖像智能降噪設(shè)備等，本實(shí)施例對(duì)此并不作具體限定。以下以基于AIISP的低照度場(chǎng)景圖像智能降噪設(shè)備為例，對(duì)本實(shí)施例及下述各實(shí)施例進(jìn)行說(shuō)明。[0077]本申請(qǐng)實(shí)施例提供了一種基于AIISP的低照度場(chǎng)景圖像智能降噪方法，參照?qǐng)D1,圖1為本申請(qǐng)基于AIISP的低照度場(chǎng)景圖像智能降噪方法第一實(shí)施例的流程示意圖。[0078]本實(shí)施例中，基于AIISP的低照度場(chǎng)景圖像智能降噪方法包括步驟S10~S40:[0079]步驟S10,分離低照度圖像的亮度通道和色度通道，分別基于所述亮度通道和所述色度通道得到亮度信息和色度信息。[0080]需要說(shuō)明的是，低照度圖像是指在光線不足的環(huán)境下拍攝的照片或視頻幀，通常具有高噪聲、色彩失真、對(duì)比度低、曝光不足等特點(diǎn)。亮度通道和色度通道分別能夠表示圖像的亮度信息和顏色信息。[0081]在具體實(shí)現(xiàn)中，在圖像信號(hào)處理器(ISP)采集到低照度圖像時(shí)，能夠?qū)Ξ?dāng)前的低照度圖像進(jìn)行圖像處理，能夠?qū)⒌驼斩葓D像的色彩空間轉(zhuǎn)換為YUV色彩空間，并確定低照度圖為所述YUV色彩空間中的U通道和V通道；提取亮度通道的亮度分分析，得到亮度分布，根據(jù)亮度分布提取亮度信息；提取色度通道的色度分量，對(duì)色度分量進(jìn)行顏色直方圖分析，得到低照度圖像中的顏色分布，根據(jù)顏色分布提取色度信息。[0082]參照?qǐng)D2,圖2為亮度分布和色度分布直方圖。在進(jìn)行色彩空間轉(zhuǎn)換時(shí)，能夠?qū)⒃緸镽GB色彩空間的低照度圖像轉(zhuǎn)換為YUV色彩空間，其中在YUV色彩空間中，圖像信息由Y通[0087]在YUV色彩空間中，Y通道直接表示亮度分量。因此，可以直接使用Y通道作為亮度分量。為了得到亮度分布，可以對(duì)Y通道進(jìn)行直方圖分析。直方圖是一個(gè)離散函亮度值出現(xiàn)的頻率。假設(shè)Y通道的像素值范圍為0到255,則直方圖Hy可以定義為：克δ函數(shù)，當(dāng)x=0時(shí)為1,否則為0。[0090]根據(jù)亮度分布，可以提取各種亮度信息，例如平均亮度、亮度直方圖的累計(jì)分布函數(shù)和亮度對(duì)比度。[0093]亮度直方圖的累積分布函數(shù)(CDF):用于評(píng)估亮度的整體分布。[0095]亮度的對(duì)比度：可以通過(guò)計(jì)算亮度值的標(biāo)準(zhǔn)差來(lái)衡量。[0097]在YUV色彩空間中，U和V通道表示色度分量。因此，可以直接使用U和V通道作為色度分量。為了得到顏色分布，可以對(duì)U和V通道進(jìn)行顏色直方圖分析。假設(shè)U和V通道的像素值范圍為0到255,則顏色直方圖Hu和Hv可以定義為：[0100]根據(jù)顏色分布，可以提取各種色度信息，例如平均色度、色度直方圖的累積分布函數(shù)和色度飽和度。[0104]色度直方圖的累積分布函數(shù)(CDF):用于評(píng)估色度的整體分布。[0107]色度的飽和度：可以通過(guò)計(jì)算色度值的標(biāo)準(zhǔn)差來(lái)衡量。[0110]通過(guò)上述步驟.可以有效地分離低照度圖像的亮度通道和色度通道，并分別提取亮度信息和色度信息。這些信息可以用于后續(xù)的圖像增強(qiáng)、降噪、對(duì)比度調(diào)整等處理，從而改善低照度圖像的質(zhì)量。[0111]步驟S20,分別對(duì)所述亮度信息和所述色度信息通過(guò)直方圖確定亮度分布和色度分布，根據(jù)所述亮度分布和色度分布得到亮度特征和色度特征。[0112]需要說(shuō)明的是，亮度分布是指圖像中不同亮度值出現(xiàn)的頻率。它通常通過(guò)亮度直方圖來(lái)表示，其中橫軸表示亮度值(從0到255),縱軸表示該亮度值在圖像中出現(xiàn)的次數(shù)或比例，同樣的，色度分布與亮度分布相似，橫軸表示色度值，縱軸表示該色度值在圖像中出現(xiàn)的次數(shù)或比例。[0113]在一種可行的實(shí)施方式中，所述分別對(duì)所述亮度信息和所述色度信息通過(guò)直方圖確定亮度分布和色度分布，根據(jù)所述亮度分布和色度分布得到亮度特征和色度特征的步驟包括：[0114]分別對(duì)所述亮度信息和所述色度信息通過(guò)直方圖確定亮度分布和色度分布；[0115]根據(jù)所述亮度分布確定所述低照度圖像中的曝光異常區(qū)域；[0116]基于雙邊濾波器對(duì)所述曝光異常區(qū)域進(jìn)行濾波，得到紋理信息，根據(jù)所述紋理信息的對(duì)比度得到亮度特征；[0117]根據(jù)所述色度分布確定所述低照度圖像中的各個(gè)像素點(diǎn)的顏色均值，根據(jù)所述顏色均值確定所述色度特征。[0118]需要說(shuō)明的是，曝光異常區(qū)域指的是曝光值不在正常亮度值之間的像素點(diǎn)所形成的區(qū)域，曝光異?？梢詾檫^(guò)曝或曝光不足，在低照度圖像中通常為曝光不足。[0119]在具體實(shí)現(xiàn)中，在通過(guò)對(duì)亮度信息和色度信息通過(guò)直方圖確定亮度分布和色度分布之后，能夠基于亮度分布來(lái)確定低照度圖像中的曝光異常區(qū)域。然后通過(guò)雙邊濾波器對(duì)曝光異常區(qū)域進(jìn)行濾波，經(jīng)過(guò)雙邊濾波后，可以從濾波后的亮度圖像中提取紋理信息。紋理信息可以通過(guò)計(jì)算局部對(duì)比度來(lái)獲得。局部對(duì)比度可以通過(guò)以下公式計(jì)算：[0121]其中，|是鄰域窗口中的像素?cái)?shù)量，Mean?(Y')為鄰域窗口內(nèi)的平均亮度值。[0122]在確定亮度特征時(shí)，能夠提取紋理信息得到亮度特征，包括平均對(duì)比度和對(duì)比度標(biāo)準(zhǔn)差。[0123]平均對(duì)比度是計(jì)算像素點(diǎn)的局部對(duì)比度的平均值，計(jì)算方式為：[0125]對(duì)比度標(biāo)準(zhǔn)差是衡量局部對(duì)比度的變化范圍，可以表示為：[0127]然后根據(jù)色度分布確定所述低照度圖像中的各個(gè)像素點(diǎn)的顏色均值，根據(jù)顏色均值確定所述色度特征。[0128]在一種可行的實(shí)施方式中，所述基于雙邊濾波器對(duì)所述曝光異常區(qū)域進(jìn)行濾波，得到紋理信息，根據(jù)所述紋理信息的對(duì)比度得到亮度特征的步驟包括：[0129]對(duì)所述曝光異常區(qū)域進(jìn)行閾值分割，確定所述曝光異常區(qū)域的像素區(qū)間；[0130]基于所述像素區(qū)間向相鄰區(qū)域擴(kuò)展，得到鄰域區(qū)間；[0131]確定所述像素區(qū)間中每個(gè)像素的亮度值，將所述亮度值聚合為亮度集；[0132]將所述亮度集、所述鄰域區(qū)間、雙邊濾波器的歸一化因子和高斯核，得到紋理信[0133]計(jì)算所述紋理信息的梯度值，基于所述梯度值得到紋理方向和紋理強(qiáng)度；[0134]根據(jù)所述紋理方向和所述紋理強(qiáng)度得到結(jié)構(gòu)張量；[0135]基于所述結(jié)構(gòu)張量生成紋理能量圖，對(duì)所述紋理能量圖進(jìn)行解析，得到亮度特征。[0136]需要說(shuō)明的是，雙邊濾波器是一種非線性濾波器，能夠在平滑圖像的同時(shí)保留重要的邊緣和紋理信息，雙邊濾波器可以表示為：方式為：[0144]根據(jù)所述像素點(diǎn)的色度分量與所述鄰域局部顏色均值得到顏色差異；[0150]將每個(gè)像素點(diǎn)的局部均值表示為一個(gè)顏色向量場(chǎng)(Hu,pμ,p),用于描述圖像中不同區(qū)域的顏色分布。然后計(jì)算每個(gè)像素點(diǎn)的色度分量與其[0153]以及計(jì)算每個(gè)像素點(diǎn)的色度分量與其鄰域均值之間的方差，計(jì)算公式為：[0156]步驟S30,對(duì)所述亮度特征和所述色度特征分別進(jìn)行局部方差計(jì)算，確定圖像噪聲分布，根據(jù)所述圖像噪聲分布將所述低照度圖像進(jìn)行分區(qū)，得到多個(gè)圖像分區(qū)，不同的所述圖像分區(qū)中的所述圖像噪聲分布為不同的噪聲區(qū)間。[0157]需要說(shuō)明的是，圖像分區(qū)是對(duì)低照度圖像基于噪聲值進(jìn)行圖像劃分，得到多個(gè)圖像分區(qū)，每個(gè)圖像分區(qū)之間都對(duì)應(yīng)一個(gè)噪聲區(qū)間。[0158]可以理解的是，分別對(duì)亮度特征和色度特征進(jìn)行局部方差計(jì)算后，能夠根據(jù)所有像素點(diǎn)的局部方差值匯總，通過(guò)構(gòu)建噪聲直方圖的方式來(lái)確定圖像的噪聲分布。根據(jù)確定的噪聲區(qū)間，將低照度圖像劃分為多個(gè)圖像分區(qū)，每個(gè)分區(qū)對(duì)應(yīng)不同的噪聲水平，為每個(gè)像素點(diǎn)分配一個(gè)噪聲標(biāo)簽，表示其所屬的噪聲區(qū)間，例如能夠可以用0表示低噪聲區(qū)，1表示中噪聲區(qū)，2表示高噪聲區(qū)，使用連通區(qū)域分析算法(如基于形態(tài)學(xué)的連通區(qū)域標(biāo)記)將具有相同噪聲標(biāo)簽的相鄰像素點(diǎn)合并為一個(gè)分區(qū)。這樣可以確保每個(gè)分區(qū)內(nèi)的噪聲水平相對(duì)一[0159]在一種可行的實(shí)施方式中，所述對(duì)所述亮度特征和所述色度特征分別進(jìn)行局部方差計(jì)算，確定圖像噪聲分布，根據(jù)所述圖像噪聲分布將所述低照度圖像進(jìn)行分區(qū)，得到多個(gè)圖像分區(qū)的步驟包括：[0160]確定滑窗尺寸大小，將滑窗設(shè)置為所述滑窗尺寸大小；[0161]確定所述滑窗選中的像素點(diǎn)的所述亮度特征和所述色度特征；[0162]分別對(duì)所述亮度特征和所述色度特征計(jì)算局部方差，得到亮度均值和色度均值；[0163]基于所述亮度均值和所述色度均值得到所述像素點(diǎn)的噪聲值；[0164]將多個(gè)所述像素點(diǎn)的噪聲值進(jìn)行聚合，得到圖像噪聲分布；[0165]基于所述圖像噪聲分布將所述低照度圖像進(jìn)行分區(qū)，得到多個(gè)圖像分區(qū)。[0166]需要說(shuō)明的是，滑窗尺寸的選擇取決于圖像的分辨率和所需的處理精度。常見(jiàn)的滑窗尺寸包括3x3、5x5、7x7等。較大的滑窗可以捕捉更多的上下文信息，但可能會(huì)平滑掉細(xì)節(jié)；較小的滑窗可以保留更多細(xì)節(jié)，但可能對(duì)噪聲敏感，因此滑窗尺寸本實(shí)施例對(duì)比不作限[0167]在具體實(shí)現(xiàn)中，對(duì)于低照度圖像，本實(shí)施例以5x5的滑窗為例進(jìn)行說(shuō)明，以保持細(xì)節(jié)的同時(shí)有效捕捉局部特征。將滑窗設(shè)置為選定的尺寸大小，并確?；翱梢栽趫D像上逐像素移動(dòng)，滑窗的中心位置對(duì)應(yīng)當(dāng)前處理的像素點(diǎn)。對(duì)于每個(gè)滑窗位置，提取滑窗內(nèi)所有像素點(diǎn)的亮度值Y(i,j),并計(jì)算亮度均值和亮度標(biāo)準(zhǔn)值，以及提取滑窗內(nèi)的色度特征，計(jì)算色度均值、色度標(biāo)準(zhǔn)差。然后根據(jù)亮度特征和色度特征計(jì)算局部方差，得到亮度均值和色度均值。亮度特征的局部方差可以表示為：組合，加權(quán)權(quán)重分別為@?,@u,O,綜合噪聲值N(i,j)表示為：噪聲值。假設(shè)當(dāng)前圖像分區(qū)為p,期內(nèi)的像素點(diǎn)的噪聲值為N(i,j),那么最大噪聲值和最小區(qū)、高噪聲區(qū)，每種類型的分區(qū)可以預(yù)設(shè)一組初始降噪?yún)?shù)。例如初始雙邊濾波器參數(shù)設(shè)置[0190]強(qiáng)度標(biāo)準(zhǔn)差：10(低噪聲區(qū)),20(中噪聲區(qū)),30(高噪聲區(qū));[0191]根據(jù)當(dāng)前圖像分區(qū)的噪聲極差，調(diào)整較弱的降噪處理。根據(jù)修正后的目標(biāo)降噪?yún)?shù)，對(duì)當(dāng)前圖像分區(qū)中的各個(gè)像素點(diǎn)進(jìn)行降噪處理。確保在處理過(guò)程中維持各分區(qū)之間的邊界一致性，避免出現(xiàn)明顯的拼接痕跡，為了保[0193]參照?qǐng)D3,圖3為降噪前后對(duì)比圖。經(jīng)過(guò)降噪處理后，得到當(dāng)前圖像分區(qū)的降噪結(jié)[0194]在一種可行的實(shí)施方式中，所述根據(jù)所述圖像分區(qū)的分區(qū)類型確定初始降噪?yún)?shù)，基于所述噪聲極差對(duì)所述初始降噪?yún)?shù)進(jìn)行修正，得到所述當(dāng)前圖像分區(qū)的目標(biāo)降噪?yún)?shù)的步驟包括：[0195]確定圖像分區(qū)的分區(qū)類型，根據(jù)所述分區(qū)類型查找參數(shù)表得到所述分區(qū)類型的初始降噪?yún)?shù)；[0196]根據(jù)所述噪聲極差、所述最大噪聲值和平均噪聲值的第一差值和所述最小噪聲值和所述平均噪聲值的第二差值確定修正因子；[0197]根據(jù)所述修正因子對(duì)所述初始降噪?yún)?shù)進(jìn)行修正，得到所述當(dāng)前圖像分區(qū)的目標(biāo)降噪?yún)?shù)。[0198]在具體實(shí)現(xiàn)中，在確定圖像分區(qū)類型后，能夠確定該分區(qū)類型對(duì)應(yīng)的初始降噪?yún)?shù)，然后根據(jù)噪聲極差、最大噪聲值和平均噪聲值的第一差值△?=Nm-Nmen、最小噪聲值和平均噪聲值的第二差值△?=Nmean-Nm.得到修正因子k=k?·NoiseRange+k?·△?+k?·△?。根據(jù)修正因子對(duì)所述初始降噪?yún)?shù)進(jìn)行修正，得到當(dāng)前圖像分區(qū)的目標(biāo)降噪?yún)?shù)。[0199]在一種可行的實(shí)施方式中，所述基于所述目標(biāo)降噪?yún)?shù)對(duì)所述當(dāng)前圖像分區(qū)中的各個(gè)像素點(diǎn)進(jìn)行降噪處理，得到降噪圖像分區(qū)的步驟包括：[0200]確定所述當(dāng)前分區(qū)中各個(gè)像素點(diǎn)的噪聲值，并生成噪聲值集；[0201]確定所述當(dāng)前分區(qū)的目標(biāo)降噪?yún)?shù)，將所述噪聲值集與所述目標(biāo)降噪?yún)?shù)進(jìn)行計(jì)算，得到所述像素點(diǎn)的降噪后的目標(biāo)噪聲值；[0202]將所述當(dāng)前圖像分區(qū)的各個(gè)所述像素點(diǎn)的噪聲值更新為所述目標(biāo)噪聲值，得到降噪圖像分區(qū)。[0203]在具體實(shí)現(xiàn)中，能夠根據(jù)當(dāng)前分區(qū)中各個(gè)像素點(diǎn)的噪聲值生成噪聲值集，然后確定當(dāng)前分區(qū)的目標(biāo)降噪?yún)?shù)，并將該目標(biāo)降噪?yún)?shù)與降噪值集中的每個(gè)噪聲值進(jìn)行計(jì)算，得到像素點(diǎn)降噪后的目標(biāo)噪聲值，目標(biāo)噪聲值相較于原先的噪聲值會(huì)下降很多，最后能夠?qū)D像分區(qū)中各個(gè)像素點(diǎn)的噪聲值更新為目標(biāo)噪聲值，實(shí)現(xiàn)對(duì)當(dāng)期圖像分區(qū)進(jìn)行降噪，得到降噪圖像分區(qū)的目的。[0204]本實(shí)施例提供一種基于AIISP的低照度場(chǎng)景圖像智能降噪方法，通過(guò)分離低照度圖像的亮度通道和色度通道，分別基于亮度通道和色度通道得到亮度信息和色度信息；分別對(duì)亮度信息和色度信息通過(guò)直方圖確定亮度分布和色度分布，根據(jù)亮度分布和色度分布得到亮度特征和色度特征；對(duì)亮度特征和所述色度特征分別進(jìn)行局部方差計(jì)算，確定圖像噪聲分布，根據(jù)圖像噪聲分布將低照度圖像進(jìn)行分區(qū)，得到多個(gè)圖像分區(qū)，不同的圖像分區(qū)中的圖像噪聲分布為不同的噪聲區(qū)間；分別確定圖像分區(qū)的噪聲極差，基于噪聲極差確定AIISP降噪策略，根據(jù)AIISP降噪策略對(duì)所述圖像分區(qū)進(jìn)行降噪，得到降噪圖像。通過(guò)上述方式，提高低照度圖像的圖像細(xì)節(jié)。[0205]需要說(shuō)明的是，上述示例僅用于理解本申請(qǐng)，并不構(gòu)成對(duì)本申請(qǐng)基于AIISP的低照度場(chǎng)景圖像智能降噪方法的限定，基于此技術(shù)構(gòu)思進(jìn)行更多形式的簡(jiǎn)單變換，均在本申請(qǐng)的保護(hù)范圍內(nèi)。[0206]本申請(qǐng)還提供一種基于AIISP的低照度場(chǎng)景圖像智能降噪裝置，請(qǐng)參照?qǐng)D4,基于AIISP的低照度場(chǎng)景圖像智能降噪裝置包括：[0207]通道分離模塊10,用于分離低照度圖像的亮度通道和色度通道，分別基于所述亮度通道和所述色度通道得到亮度信息和色度信息；[0208]特征提取模塊20,用于分別對(duì)所述亮度信息和所述色度信息通過(guò)直方圖確定亮度分布和色度分布，根據(jù)所述亮度分布和色度分布得到亮度特征和色度特征；[0209]圖像分區(qū)模塊30,用于對(duì)所述亮度特征和所述色度特征分別進(jìn)行局部方差計(jì)算，確定圖像噪聲分布，根據(jù)所述圖像噪聲分布將所述低照度圖像進(jìn)行分區(qū)，得到多個(gè)圖像分區(qū)，不同的所述圖像分區(qū)中的所述圖像噪聲分布為不同的噪聲區(qū)間；[0210]圖像降噪模塊40,用于分別確定所述圖像分區(qū)的噪聲極差，基于所述噪聲極差確定AIISP降噪策略，根據(jù)所述AIISP降噪策略對(duì)所述圖像分區(qū)進(jìn)行降噪，得到降噪圖像。[0211]在一種可行的實(shí)施方式中，所述通道分離模塊10,還用于將低照度圖像的色彩空間轉(zhuǎn)換為YUV色彩空間，并確定所述低照度圖像中的亮度通道和色度通道，其中，所述亮度[0212]提取所述亮度通道的亮度分量，對(duì)所述亮度分量進(jìn)行直方圖分析，得到亮度分布，根據(jù)所述亮度分布提取亮度信息；[0213]提取所述色度通道的色度分量，對(duì)所述色度分量進(jìn)行顏色直方圖分析，得到所述低照度圖像中的顏色分布，根據(jù)所述顏色分布提取色度信息。[0214]在一種可行的實(shí)施方式中，所述特征提取模塊20,還用于分別對(duì)所述亮度信息和所述色度信息通過(guò)直方圖確定亮度分布和色度分布；[0215]根據(jù)所述亮度分布確定所述低照度圖像中的曝光異常區(qū)域；[0216]基于雙邊濾波器對(duì)所述曝光異常區(qū)域進(jìn)行濾波，得到紋理信息，根據(jù)所述紋理信息的對(duì)比度得到亮度特征；[0217]根據(jù)所述色度分布確定所述低照度圖像中的各個(gè)像素點(diǎn)的顏色均值，根據(jù)所述顏色均值確定所述色度特征。[0218]在一種可行的實(shí)施方式中，所述特征提取模塊20,還用于對(duì)所述曝光異常區(qū)域進(jìn)行閾值分割，確定所述曝光異常區(qū)域的像素區(qū)間；[0219]基于所述像素區(qū)間向相鄰區(qū)域擴(kuò)展，得到鄰域區(qū)間；[0220]確定所述像素區(qū)間中每個(gè)像素的亮度值，將所述亮度值聚合為亮度集；[0221]將所述亮度集、所述鄰域區(qū)間、雙邊濾波器的歸一化因子和高斯核，得到紋理信[0222]計(jì)算所述紋理信息的梯度值，基于所述梯度值得到紋理方向和紋理強(qiáng)度；[0223]根據(jù)所述紋理方向和所述紋理強(qiáng)度得到結(jié)構(gòu)張量；[0224]基于所述結(jié)構(gòu)張量生成紋理能量圖，對(duì)所述紋理能量圖進(jìn)行解析，得到亮度特征。[0225]在一種可行的實(shí)施方式中，所述特征提取模塊20,還用于根據(jù)所述色度分布確定每個(gè)像素點(diǎn)的鄰域局部顏色均值，根據(jù)所述鄰域局部顏色均值確定顏色向量場(chǎng)；[0226]根據(jù)所述像素點(diǎn)的色度分量與所述鄰域局部顏色均值得到顏色差異；[0227]基于所述顏色差異和所述顏色向量場(chǎng)確定局部顏色變化量，根據(jù)所述局部顏色變化量計(jì)算梯度變化幅值，將所述梯度變化幅值確定為色度特征。[0228]在一種可行的實(shí)施方式中，所述圖像分區(qū)模塊30,還用于確定滑窗尺寸大小，將滑窗設(shè)置為所述滑窗尺寸大小；[0229]確定所述滑窗選中的像素點(diǎn)的所述亮度特征和所述色度特征；[0230]分別對(duì)所述亮度特征和所述色度特征計(jì)算局部方差，得到亮度均值和色度均值；[0231]基于所述亮度均值和所述色度均值得到所述像素點(diǎn)的噪聲值；[0232]將多個(gè)所述像素點(diǎn)的噪聲值進(jìn)行聚合，得到圖像噪聲分布；[0233]基于所述圖像噪聲分布將所述低照度圖像進(jìn)行分區(qū)，得到多個(gè)圖像分區(qū)。[0234]在一種可行的實(shí)施方式中，所述圖像分區(qū)模塊30,還用于確定所述噪聲分區(qū)閾值，將所述像素點(diǎn)的噪聲值與所述噪聲分區(qū)閾值進(jìn)行比較，將大于所述噪聲分區(qū)閾值的像素點(diǎn)添加第一標(biāo)記，將小于所述噪聲分區(qū)閾值的像素點(diǎn)添加第二標(biāo)記；[0235]基于所述圖像噪聲分布、所述第一標(biāo)記和所述第二標(biāo)記生成噪聲分區(qū)示意圖，并確定各個(gè)分區(qū)的邊界，將所述低照度圖像劃分為多個(gè)圖像分區(qū)。[0236]在一種可行的實(shí)施方式中，所述圖像降噪模塊40,還用于分別確定所述圖像分區(qū)中的最大噪聲值和最小噪聲值，根據(jù)所述最大噪聲值和最小噪聲值確定當(dāng)前圖像分區(qū)的噪聲極差；[0237]根據(jù)所述圖像分區(qū)的分區(qū)類型確定初始降噪?yún)?shù)，基于所述噪聲極差對(duì)所述初始降噪?yún)?shù)進(jìn)行修正，得到所述當(dāng)前圖像分區(qū)的目標(biāo)降噪?yún)?shù)；[0238]基于所述目標(biāo)降噪?yún)?shù)對(duì)所述當(dāng)前圖像分區(qū)中的各個(gè)像素點(diǎn)進(jìn)行降噪處理，得到降噪圖像分區(qū)；[0239]將多個(gè)所述降噪圖像分區(qū)進(jìn)行聚合，得到降噪圖像。[0240]在一種可行的實(shí)施方式中，所述圖像降噪模塊40,還用于確定圖像分區(qū)的分區(qū)類型，根據(jù)所述分區(qū)類型查找參數(shù)表得到所述分區(qū)類型的初始降噪?yún)?shù)；[0241]根據(jù)所述噪聲極差、所述最大噪聲值和平均噪聲值的第一差值和所述最小噪聲值和所述平均噪聲值的第二差值確定修正因子；[0242]根據(jù)所述修正因子對(duì)所述初始降噪?yún)?shù)進(jìn)行修正，得到所述當(dāng)前圖像分區(qū)的目標(biāo)降噪?yún)?shù)。[0243]在一種可行的實(shí)施方式中，所述圖像降噪模塊40,還用于確定所述當(dāng)前分區(qū)中各個(gè)像素點(diǎn)的噪聲值，并生成噪聲值集；[0244]確定所述當(dāng)前分區(qū)的目標(biāo)降噪?yún)?shù)，將所述噪聲值集與所述目標(biāo)降噪?yún)?shù)進(jìn)行計(jì)算，得到所述像素點(diǎn)的降噪后的目標(biāo)噪聲值；[0245]將所述當(dāng)前圖像分區(qū)的各個(gè)所述像素點(diǎn)的噪聲值更新為所述目標(biāo)噪聲值，得到降噪圖像分區(qū)。[0246]本申請(qǐng)?zhí)峁┑幕贏IISP的低照度場(chǎng)景圖像智能降噪裝置，采用上述實(shí)施例中的基于AIISP的低照度場(chǎng)景圖像智能降噪方法，能夠解決無(wú)法在降噪過(guò)程中保留圖像中細(xì)節(jié)技術(shù)問(wèn)題。與現(xiàn)有技術(shù)相比，本申請(qǐng)?zhí)峁┑幕贏IISP的低照度場(chǎng)景圖像智能降噪裝置的有益效果與上述實(shí)施例提供的基于AIISP的低照度場(chǎng)景圖像智能降噪方法的有益效果相同，且基于AIISP的低照度場(chǎng)景圖像智能降噪裝置中的其他技術(shù)特征與上述實(shí)施例方法公[0247]本申請(qǐng)?zhí)峁┮环N基于AIISP的低照度場(chǎng)景圖像智能降噪設(shè)備，基于AIISP的低照度場(chǎng)景圖像智能降噪設(shè)備包括：至少一個(gè)處理器；以及，與至少一個(gè)處理器通信連接的存儲(chǔ)器；其中，存儲(chǔ)器存儲(chǔ)有可被至少一個(gè)處理器執(zhí)行的指令，指令被至少一個(gè)處理器執(zhí)行，以使至少一個(gè)處理器能夠執(zhí)行上述實(shí)施例一中的基于AIISP的低照度場(chǎng)景圖像智能降噪方[0248]下面參考圖5,其示出了適于用來(lái)實(shí)現(xiàn)本申請(qǐng)實(shí)施例的基于AIISP的低照度場(chǎng)景圖像智能降噪設(shè)備的結(jié)構(gòu)示意圖。本申請(qǐng)實(shí)施例中的基于AIISP的低照度場(chǎng)景圖像智能降噪設(shè)備可以包括但不限于諸如移動(dòng)電話、筆記本電腦、數(shù)字廣播接收器、PDA(PersonalDigitalAssistant:個(gè)人數(shù)字助理)、PAD(PortableApplicationDescription:平板電腦)、PMP(PortableMediaPlayer:便攜式多媒體播放器)、車載終端(例如車載導(dǎo)航終端)等等的移動(dòng)終端以及諸如數(shù)字TV、臺(tái)式計(jì)算機(jī)等等的固定終端。圖5示出的基于AIISP的低照度場(chǎng)景圖像智能降噪設(shè)備僅僅是一個(gè)示例，不應(yīng)對(duì)本申請(qǐng)實(shí)施例的功能和使用范圍帶來(lái)任何限制。[0249]如圖5所示，基于AIISP的低照度場(chǎng)景圖像智能降噪設(shè)備可以包括處理裝置1001(例如中央處理器、圖形處理器等),其可以根據(jù)存儲(chǔ)在只讀存儲(chǔ)器(ROM:ReadOnlyMemory)1002中的程序或者從存儲(chǔ)裝置1003加載到隨機(jī)訪問(wèn)存儲(chǔ)器(RAM:RandomAccessMemory)1004中的程序而執(zhí)行各種適當(dāng)?shù)膭?dòng)作和處理。在RAM1004中，還存儲(chǔ)有基于AIISPRAM1004通過(guò)總線1005彼此相連。輸入/輸出(I/0)接口1006也連接至總線。通常，以下系統(tǒng)度計(jì)、陀螺儀等的輸入裝置1007;包括例如液晶顯示器(LCD:LiquidCrystalDisplay)聲器、振動(dòng)器等的輸出裝置1008;包括例如磁帶、硬盤等的存儲(chǔ)裝置1003;以及通信裝置1009。通信裝置1009可以允許基于AIISP的低照度場(chǎng)景圖像智能降噪設(shè)備與其他設(shè)備進(jìn)行無(wú)線或有線通信以交換數(shù)據(jù)。雖然圖中示出了具有各種系統(tǒng)的基于AIISP的低照度場(chǎng)景圖像智能降噪設(shè)備，但是應(yīng)理解的是，并不要求實(shí)施或具備所有示出的系統(tǒng)?？梢蕴娲貙?shí)施或具備更多或更少的系統(tǒng)。[0250]特別地，根據(jù)本申請(qǐng)公開(kāi)的實(shí)施例，上文參考流程圖描述的過(guò)程可以被實(shí)現(xiàn)為計(jì)算機(jī)軟件程序。例如，本申請(qǐng)公開(kāi)的實(shí)施例包括一種計(jì)算機(jī)程序產(chǎn)品，其包括承載在計(jì)算機(jī)可讀介質(zhì)上的計(jì)算機(jī)程序，該計(jì)算機(jī)程序包含用于執(zhí)行流程圖所示的方法的程序代碼。在這樣的實(shí)施例中，該計(jì)算機(jī)程序可以通過(guò)通信裝置從網(wǎng)絡(luò)上被下載和安裝，或者從存儲(chǔ)裝置1003被安裝，或者從ROM1002被安裝。在該計(jì)算機(jī)程序被處理裝置1001執(zhí)行時(shí)，執(zhí)行本申請(qǐng)公開(kāi)實(shí)施例的方法中限定的上述功能。[0251]本申請(qǐng)?zhí)峁┑幕贏IISP的低照度場(chǎng)景圖像智能降噪設(shè)備，采用上述實(shí)施例中的基于AIISP的低照度場(chǎng)景圖像智能降噪方法，能解決基于AIISP的低照度場(chǎng)景圖像智能降噪的技術(shù)問(wèn)題。與現(xiàn)有技術(shù)相比，本申請(qǐng)?zhí)峁┑幕贏IISP的低照度場(chǎng)景圖像智能降噪設(shè)備的有益效果與上述實(shí)施例提供的基于AIISP的低照度場(chǎng)景圖像智能降噪方法的有益效果相同，且該基于AIISP的低照度場(chǎng)景圖像智能降噪設(shè)備中的其他技術(shù)特征與上一實(shí)施例方法公開(kāi)的特征相同，在此不做贅述。[0252]應(yīng)當(dāng)理解，本申請(qǐng)公開(kāi)的各部分可以用硬件、軟件、固件或它們的組合來(lái)實(shí)現(xiàn)。在上述實(shí)施方式的描述中，具體特征、結(jié)構(gòu)、材料或者特點(diǎn)可以在任何的一個(gè)或多個(gè)實(shí)施例或示例中以合適的方式結(jié)合。[0253]以上僅為本申請(qǐng)的具體實(shí)施方式，但本申請(qǐng)的保護(hù)范圍并不局限于此，任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本申請(qǐng)揭露的技術(shù)范圍內(nèi)，可輕易想到變化或替換，都應(yīng)涵蓋在本申請(qǐng)的保護(hù)范圍之內(nèi)。因此，本申請(qǐng)的保護(hù)范圍應(yīng)以權(quán)利要求的保護(hù)范圍為準(zhǔn)。[0254]本申請(qǐng)?zhí)峁┮环N計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，具有存儲(chǔ)在其上的計(jì)算機(jī)可讀程序指令(即計(jì)算機(jī)程序),計(jì)算機(jī)可讀程序指令用于執(zhí)行上述實(shí)施例中的基于AIISP的低照度場(chǎng)景圖像智能降噪方法。外線、或半導(dǎo)體的系統(tǒng)、系統(tǒng)或器件，或者任意以上