本發明實施例公開了一種圖像去噪方法、裝置、計算機設備和存儲介質，包括：獲取待去噪圖像和所述待去噪圖像對應的紅外圖像；獲取所述待去噪圖像對應的鄰幀紅外圖像集，所述鄰幀紅外圖像集中包括幀序與所述紅外圖像相鄰的多張紅外圖像；根據所述鄰幀紅外圖像集確定背景紅外圖像，所述背景紅外圖像為所述鄰幀紅外圖像集中只包含背景和噪聲的紅外圖像；根據所述背景紅外圖像和所述待去噪圖像對應的紅外圖像對所述待去噪圖像進行處理得到目標降噪圖像。本發明能夠達到較好的去噪效果。

技術領域

本發明涉及圖像去噪技術領域，尤其涉及一種圖像去噪方法、裝置、計算機設備和存儲介質。

背景技術

受限于隱私保護、個人安全等因素，傳統的RGB攝像頭無法大規模的應用在具有私密性的家居場景，而紅外熱成像攝像頭具有溫度敏感、低分辨率等特點，可考慮將其用于家居場景，以推進家居場景的智能化。

低幀率紅外熱成像攝像頭無法很好的對室內生物的監控，高幀率紅外熱成像攝像頭能夠感知更多的動作細節，因此，在家居場景中通常會采用高幀率紅外熱成像攝像頭。雖然高幀率紅外熱成像攝像頭相對于低幀率紅外熱成像攝像頭具有更高的細節感知能力，但是，高幀率紅外熱成像攝像頭也引入了更多的噪聲。

現有的去噪方法，通常采用閾值分割，通過統計或者機器學習的方法設置閾值，然后根據設置的閾值去除圖像中的噪聲，雖然這樣的方法能夠去除一定量的噪聲，但是，預先設置閾值的方法由于閾值固定，使得設置的閾值很難滿足各種各樣的應用場景。

發明內容

基于此，有必要針對上述問題，提出一種適用于更多應用場景的圖像去噪方法、裝置、計算機設備和存儲介質。

第一方面，提供了一種圖像去噪方法，所述方法包括：

獲取待去噪圖像和所述待去噪圖像對應的紅外圖像；

獲取所述待去噪圖像對應的鄰幀紅外圖像集，所述鄰幀紅外圖像集中包括幀序與所述紅外圖像相鄰的多張紅外圖像；

根據所述鄰幀紅外圖像集確定背景紅外圖像，所述背景紅外圖像為所述鄰幀紅外圖像集中只包含背景和噪聲的紅外圖像；

根據所述背景紅外圖像和所述待去噪圖像對應的紅外圖像對所述待去噪圖像進行處理得到目標降噪圖像。

第二方面，提供了一種圖像去噪裝置，包括：

第一獲取模塊，用于獲取待去噪圖像和所述待去噪圖像對應的紅外圖像；

第二獲取模塊，用于獲取所述待去噪圖像對應的鄰幀紅外圖像集，所述鄰幀紅外圖像集中包括幀序與所述紅外圖像相鄰的多張紅外圖像；

背景圖像模塊，用于根據所述鄰幀紅外圖像集確定背景紅外圖像，所述背景紅外圖像為所述鄰幀紅外圖像集中只包含背景和噪聲的紅外圖像；

圖像去噪模塊，用于根據所述背景紅外圖像和所述待去噪圖像對應的紅外圖像對所述待去噪圖像進行處理得到目標降噪圖像。

第三方面，提供了一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，所述計算機程序被所述處理器執行時，使得所述處理器執行以下步驟：

獲取待去噪圖像和所述待去噪圖像對應的紅外圖像；

獲取所述待去噪圖像對應的鄰幀紅外圖像集，所述鄰幀紅外圖像集中包括幀序與所述紅外圖像相鄰的多張紅外圖像；

根據所述鄰幀紅外圖像集確定背景紅外圖像，所述背景紅外圖像為所述鄰幀紅外圖像集中只包含背景和噪聲的紅外圖像；

根據所述背景紅外圖像和所述待去噪圖像對應的紅外圖像對所述待去噪圖像進行處理得到目標降噪圖像。