本發明涉及圖像處理，具體涉及圖像噪聲添加方法、裝置、計算機設備及存儲介質。

背景技術：

1、目前，基于人工智能的圖像或視頻去噪處理的解決方案中，可通過對干凈圖添加噪聲的方式產生帶噪圖，然后以帶噪圖作為神經網絡模型的輸入，干凈圖作為標簽，對神經網絡模型進行訓練，以得到訓練完成的神經網絡模型，該訓練完成的神經網絡模型具備圖像去噪功能；上述過程中，大量的帶噪圖用于構建神經網絡模型的訓練集，然而由于相關技術存在的技術局限，其構造出的帶噪圖與通過拍攝方式得到的真實帶噪圖之間的差異較大，這就導致訓練出來的神經網絡模型的去噪性能受到嚴重影響。因此，如何構造出與真實帶噪圖更接近的帶噪圖至關重要。

技術實現思路

1、有鑒于此，本發明提供了一種圖像噪聲添加方法、裝置、計算機設備及存儲介質，以解決相關技術中構造出來的帶噪圖與真實帶噪圖之間的差異較大的問題。

2、第一方面，本發明提供了一種圖像噪聲添加方法，該方法包括：

3、獲取待添加讀出噪聲的第一圖像，圖像噪聲包括讀出噪聲；

4、對于第一圖像上的每個像素點，分別對應地生成滿足第一預設均勻分布的第一隨機數，第一預設均勻分布的下限為第一預設值，第一預設均勻分布的上限為第二預設值；

5、如果當前像素點對應的第一隨機數小于第一閾值且大于或等于第一預設值，則基于第一噪聲模型更新當前像素點的像素值；第一閾值為第一黑幀圖像中的正常點的概率，正常點為第一黑幀圖像中表現正常的像素點；

6、如果當前像素點對應的第一隨機數小于第二閾值且大于或等于第一閾值，則基于第二噪聲模型更新當前像素點的像素值；第二閾值為第一黑幀圖像中的正常點與第一預設類別的壞點的概率之和，壞點為第一黑幀圖像中表現異常的像素點；

7、如果當前像素點對應的第一隨機數小于第二預設值且大于或等于第二閾值，則基于第三噪聲模型更新當前像素點的像素值。

8、本發明提供的圖像噪聲添加方法，在為第一圖像添加讀出噪聲的過程中，根據第一圖像上的每個像素點對應生成的第一隨機數所處的范圍，通過第一噪聲模型或第二噪聲模型或第三噪聲模型對當前像素點的像素值進行更新，以實現對第一圖像的讀出噪聲的添加，而且在第一噪聲模型、第二噪聲模型、第三噪聲模型的選擇過程中，使用第一隨機數所滿足的第一均勻分布上限和下限、第一黑幀圖像中的正常點的概率、第一黑幀圖像中的正常點與第一預設類別的壞點的概率之和作為衡量因素，從而使得第一圖像上的像素點的更新后的像素值與真實帶噪圖上的像素點的像素值的整體分布更為接近，達到了縮小構造出的帶噪圖與真實帶噪圖之間的差異，以使得通過本發明添加噪聲后的帶噪圖更真實，進而可通過本發明構建出的帶噪圖構建訓練集，以有助于提升訓練出來的神經網絡模型的去噪性能。

9、第二方面，本發明提供了一種圖像噪聲添加裝置，該裝置包括：

10、圖像獲取模塊，用于獲取待添加讀出噪聲的第一圖像，圖像噪聲包括讀出噪聲；

11、隨機數生成模塊，用于對于第一圖像上的每個像素點，分別對應地生成滿足第一預設均勻分布的第一隨機數，第一預設均勻分布的下限為第一預設值，第一預設均勻分布的上限為第二預設值；

12、第一更新模塊，用于根據當前像素點對應的第一隨機數小于第一閾值且大于或等于第一預設值，基于第一噪聲模型更新當前像素點的像素值；第一閾值為黑幀圖像中的正常點的概率，正常點為黑幀圖像中表現正常的像素點；

13、第二更新模塊，用于根據當前像素點對應的第一隨機數小于第二閾值且大于或等于第一閾值，基于第二噪聲模型更新當前像素點的像素值；第二閾值為黑幀圖像中的正常點與第一預設類別的壞點的概率之和，壞點為黑幀圖像中表現異常的像素點；

14、第三更新模塊，用于根據當前像素點對應的第一隨機數小于第二預設值且大于或等于第二閾值，基于第三噪聲模型更新當前像素點的像素值。

15、第三方面，本發明提供了一種計算機設備，包括：存儲器和處理器，存儲器和處理器之間互相通信連接，存儲器中存儲有計算機指令，處理器通過執行計算機指令，從而執行上述第一方面或其對應的任一實施方式的圖像噪聲添加方法。

16、第四方面，本發明提供了一種計算機可讀存儲介質，該計算機可讀存儲介質上存儲有計算機指令，計算機指令用于使計算機執行上述第一方面或其對應的任一實施方式的圖像噪聲添加方法。

技術特征：

1.一種圖像噪聲添加方法，其特征在于，所述方法包括：

2.根據權利要求1所述的方法，其特征在于，所述基于第一噪聲模型更新所述當前像素點的像素值，包括：

3.根據權利要求1或2所述的方法，其特征在于，所述基于第二噪聲模型更新所述當前像素點的像素值，包括：

4.根據權利要求1或2所述的方法，其特征在于，所述基于第三噪聲模型更新所述當前像素點的像素值，包括：

5.根據權利要求1所述的方法，其特征在于，所述獲取待添加讀出噪聲的第一圖像之前，所述方法還包括：

6.根據權利要求5所述的方法，其特征在于，所述確定所述第一預設類別的壞點的概率之前，所述方法還包括：

7.根據權利要求6所述的方法，其特征在于，所述根據所述每個像素點對應的第一均值和第一方差，確定所述第一黑幀圖像中的正常點、所述第一預設類別的壞點及所述第二預設類別的壞點，包括：

8.根據權利要求1或2或5至7中任一項所述的方法，其特征在于，所述圖像噪聲還包括散粒噪聲；所述獲取待添加讀出噪聲的第一圖像，包括：

9.一種圖像噪聲添加裝置，其特征在于，所述裝置包括：

10.一種計算機設備，其特征在于，包括：

11.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質上存儲有計算機指令，所述計算機指令用于使計算機執行權利要求1至8中任一項所述的圖像噪聲添加方法。

技術總結
本發明涉及圖像處理技術領域，公開了圖像噪聲添加方法、裝置、計算機設備及存儲介質。其中，計算機設備包括：存儲器和處理器，所述存儲器和所述處理器之間互相通信連接，所述存儲器中存儲有計算機指令，所述處理器通過執行所述計算機指令，從而執行圖像噪聲添加方法。本發明能夠縮小構造出的帶噪圖與真實帶噪圖之間的差異，使帶噪圖更真實。

技術研發人員：請求不公布姓名,請求不公布姓名
受保護的技術使用者：中科寒武紀科技股份有限公司
技術研發日：
技術公布日：2025/4/28