CN105139346A - 一种数字图像处理方法和数字图像处理装置 - Google Patents
一种数字图像处理方法和数字图像处理装置 Download PDFInfo
- Publication number
- CN105139346A CN105139346A CN201510402223.5A CN201510402223A CN105139346A CN 105139346 A CN105139346 A CN 105139346A CN 201510402223 A CN201510402223 A CN 201510402223A CN 105139346 A CN105139346 A CN 105139346A
- Authority
- CN
- China
- Prior art keywords
- pixel
- row
- gaussian filtering
- time
- filtering template
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Image Processing (AREA)
Abstract
本发明公开了一种数字图像处理方法和数字图像处理装置,其中,该数字图像处理方法包括:使用N*N的高斯滤波模板,按照从左往右逐行扫描的方式,依次对数字图像中的像素点进行处理,在对数字图像中的像素点进行处理中,引入行向量[n1n2……nN]并存储对像素点处理过程中产生的高斯滤波模板中的第2列加权值至第N列加权值,在对数字图像中的非第(N+1)/2列的像素点处理过程中,利用前次存储的高斯滤波模板中的两列加权值计算像素点的新灰度值。通过本发明方案,能够有效减少对像素点处理的运算量,节省对像素点处理时需要的缓存空间。
Description
技术领域
本发明涉及数字图像处理领域,具体涉及一种数字图像处理方法和数字图像处理装置。
背景技术
在图像处理(也可称为影像处理)中,经常使用高斯滤波器对图像进行去噪处理。通俗的讲,高斯滤波器就是对整幅图像进行加权平均的过程,每一个像素点的值,都由其本身和邻域内的其他像素值经过加权平均后得到。高斯滤波的具体操作是:用一个高斯滤波模板(或称卷积、掩模)扫描图像中的各像素点,用该模板确定的邻域内像素点的加权平均灰度值去替代该模板中心像素点的灰度值。
下面以实际例子对传统的基于高斯滤波的数字图像处理方案进行描述:设高斯滤波采用如图1-a所示的3*3高斯滤波模板,其中,Cmn表示该高斯滤波模板中第m行第n列对应的加权系数,图1-b为分辨率为1920*1080的待处理图像(每个小圆圈代表该待处理图像中的一像素点),其中,aij表示该图像中第i行第j列的像素点的原灰度值,以a’22表示通过该高斯滤波模块对该图像中第2行第2列的像素点处理后得到的新灰度值,则:
a’22=C11*a11+C12*a12+C13*a12+C21*a21+C22*a22+C23*a23+C31*a31+
C32*a32+C33*a33;
由上公式可见,采用传统的基于高斯滤波的数字图像处理方案对图像进行处理,每个像素点的处理需要经过9次乘法运算和8次加法运算,运算量较大,且每个像素点的处理需要调用该图像中的9个像素点的灰度值(如上述公示中的a11至a33),这也给缓存空间造成不小的压力。
发明内容
本发明提供一种数字图像处理方法和数字图像处理装置,用于提高数字图像的处理速度,节省缓存空间。
本发明一方面提供一种数字图像处理方法,包括:
获取待处理的数字图像;
使用N*N的高斯滤波模板,按照从左往右逐行扫描的方式依次对上述数字图像中的像素点进行处理,且在所述使用N*N的高斯滤波模板,按照从左往右逐行扫描的方式,依次对所述数字图像中的像素点进行处理的过程中,若当次处理的像素点为所述数字图像中当行的第(N+1)/2列的像素点,则当次对像素点的处理包括步骤S1~S3;若当次处理的像素点为所述数字图像中当行的非第(N+1)/2列的像素点,则当次对像素点的处理包括步骤S4~S7;其中,所述N为不小于3的奇数;
所述步骤S1为:根据第一公式分别计算当次上述高斯滤波模板中的第1列加权值至第N列加权值;
所述步骤S2为:根据第二公式计算当次处理的像素点的新灰度值,将当次处理的像素点的原灰度值替换为计算得到的该像素点的新灰度值;
所述步骤S3为:存储当次计算得到的上述高斯滤波模板中的第2列加权值至第N列加权值;
所述步骤S4为:根据上述第一公式计算当次上述高斯滤波模板中第N列加权值;
所述步骤S5为:根据当次计算得到的上述高斯滤波模板中的第N列加权值、当次的前一次存储的上述高斯滤波模板中的各列加权值以及上述第二公式,计算当次处理的像素点的新灰度值;
所述步骤S6为:将当次处理的像素点的原灰度值替换为计算得到的该像素点的新灰度值;
所述步骤S7为:存储当次上述高斯滤波模板中的第2列加权值至第N列加权值;
其中,上述第一公式为:Ti=a1i*n1+a2i*n2+…+aji*nj+…+aNi*nN;
上述第二公式为:R新=T1*n1+T2*n2+…+Tj*nj+…+TN*nN;
在上述第一公式和上述第二公式中,Ti表示当次上述高斯滤波模板中的第i列加权值,aji表示当次上述高斯滤波模板中第j行第i列的像素点的灰度值,nj为预设的行向量中的第j列元素值,R新表示当次处理的像素点的新灰度值。
本发明另一方面提供一种数字图像处理装置,包括:
获取单元,用于获取待处理的数字图像;
处理单元,用于使用N*N的高斯滤波模板,按照从左往右逐行扫描的方式依次对上述获取单元获取的数字图像中的像素点进行处理,其中,上述N为不小于3的奇数;
其中,上述处理单元具体包括:调用单元,第一子处理单元和第二子处理单元;
上述调用单元用于:在当次处理的像素点为数字图像中当行的第(N+1)/2列的像素点时,调用上述第一子处理单元对该像素点进行处理;在当次的像素点为上述数字图像中当行的非第(N+1)/2列中的像素点时,调用上述第二子处理单元对该像素点进行处理;
上述第一子处理单元,具体用于:根据第一公式分别计算当次上述高斯滤波模板中的第1列加权值至第N列加权值;根据第二公式计算当次处理的像素点的新灰度值,将当次处理的像素点的原灰度值替换为计算得到的该像素点的新灰度值;存储当次计算得到的上述高斯滤波模板中的第2列加权值至第N列加权值;
上述第二子处理单元,具体用于:根据上述第一公式计算当次上述高斯滤波模板中第N列加权值;根据当次计算得到的上述高斯滤波模板中的第N列加权值、当次的前一次存储的上述高斯滤波模板中的各列加权值以及上述第二公式,计算当次处理的像素点的新灰度值;将当次处理的像素点的原灰度值替换为计算得到的该像素点的新灰度值;存储当次上述高斯滤波模板中的第2列加权值至第N列加权值;
其中,上述第一公式为:Ti=a1i*n1+a2i*n2+…+aji*nj+…+aNi*nN;
上述第二公式为:R新=T1*n1+T2*n2+…+Tj*nj+…+TN*nN;
在上述第一公式和上述第二公式中,Ti表示当次上述高斯滤波模板中的第i列加权值,aji表示当次上述高斯滤波模板中第j行第i列的像素点的灰度值,nj为预设的行向量中的第j列元素值,R新表示当次处理的像素点的新灰度值。
由上可见,本发明中使用N*N的高斯滤波模板,按照从左往右逐行扫描的方式依次对数字图像中的像素点进行处理,并引入行向量[n1n2……nN],在对数字图像中的非第(N+1)/2列的像素点处理过程中,利用前次存储的高斯滤波模板中的两列加权值计算像素点的新灰度值,一方面,本发明方案在对数字图像中的非第(N+1)/2列的像素点进行处理时只需要经过2N次乘法运算和2(N-1)次加法运算,相对于传统的数字图像处理方案,减少了运算量,从而提高了对像素点的处理速度,进而提高了整一数字图像的处理速度,另一方面,本发明方案在对数字图像处理中,每次只需缓存两个加权值,有效节省了缓存空间。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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性的前提下,还可以根据这些附图获得其他的附图。
图1-a为一种3*3高斯滤波模板示意图;
图1-b为一种分辨率为1920*1080的待处理图像的示意图;
图2-a为本发明提供的一种数字图像处理方法一个实施例流程示意图;
图2-b为本发明提供的一种对数字图像中的第(N+1)/2列的像素点的处理流程示意图;
图2-c为本发明提供的一种对数字图像中的非第(N+1)/2列的像素点的处理流程示意图;
图3为本发明提供的一种数字图像处理装置一个实施例结构示意图。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,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,而非全部实施例。基于本发明中的实施例,本领域普通技术人员在没有做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。
下面以一实施例对本发明中的一种数字图像处理方法进行描述,请参阅图2-a,本发明实施例中的数字图像处理方法包括:
201、获取待处理的数字图像;
本发明实施例中,数字图像处理装置可以获取实时拍摄的数字图像作为待处理的数字图像,或者,也可以由用户将需要处理的数字图像导入上述数字图像处理装置中,本发明实施例不对数字图像处理装置获取待处理的数字图像的具体实现方式进行限定。
202、使用N*N的高斯滤波模板,按照从左往右逐行扫描的方式,依次对上述数字图像中的像素点进行处理;
其中,上述N为不小于3的奇数。
本发明实施例中,数字图像处理装置使用N*N的高斯滤波模板,按照从左往右逐行扫描的方式,依次对上述数字图像中的像素点进行处理,应理解,在数字图像处理装置处理完一个像素点并跳到对下一个像素点的处理流程时,上述高斯滤波模板中每列处理的像素点也会相应变化,以3*3的高斯滤波模板和图1-b所示的待处理图像为例进行说明,设Mij为图1-b所示的待处理图像中第i行第j列的像素点,当数字图像处理装置使用3*3的高斯滤波模板对图1-b所示的待处理图像中的M22进行处理时,该3*3的高斯滤波模板处理的像素点分别为M11、M12、M13、M21、M22、M23、M31、M32和M33,当数字图像处理装置处理完M22后,按照从左往右逐行扫描的方式开始对图1-b所示的待处理图像中的M23像素点进行处理时,该3*3的高斯滤波模板处理的像素点将变为M12、M13、M14、M22、M23、M24、M32、M33和M34,以此类推。
本发明实施例中,数字图像处理装置使用N*N的高斯滤波模板对上述数字图像中的像素点的处理过程分为两类:
第一类是对上述数字图像中的第(N+1)/2列的像素点的处理,由于在上述数字图像中,每行中首个被处理的像素点同时也为该数字图像中第(N+1)/2列的像素点,因此,在对上述数字图像中的第(N+1)/2列的像素点进行处理时,需要计算当次上述高斯滤波模板中的第1列加权值至第N列加权值。
第二类是对上述数字图像中的非第(N+1)/2列的像素点的处理,对这一类像素点的处理,由于数字图像处理装置是按照从左往右逐行扫描的方式,依次对上述数字图像中的像素点进行处理,因此,数字图像处理装置在对该类像素点进行处理时,只需计算当次高斯滤波模板中第N列加权值,对于当次高斯滤波模板中第1列加权值至第N-1列加权值,只需利用前一次获得的高斯滤波模板中的各列加权值即可。
应理解,数字图像处理装置使用N*N的高斯滤波模板对上述数字图像中的像素点进行处理的过程中,数字图像处理装每次处理的像素点均是当次该高斯滤波模板的中心点位置对应的像素点,因此,上述数字图像中存在数字图像处理装置未处理到的像素点(以N取3为例,则上述数字图像的首行、首列、最后一行和最后一列中的像素点均是数字图像处理装置使用3*3的高斯滤波模板未处理到的像素点),对于上述数字图像中存在的数字图像处理装置未处理到的像素点,不包含在上述第一类处理过程和第二类处理过程之内。
下面对上述第一类处理过程和第二类处理过程分别进行描述。
上述第一类处理过程,即上述数字图像处理装置对上述数字图像中当行的第(N+1)/2列的像素点的处理如图2-b所示,包括:
202a、根据第一公式分别计算当次上述高斯滤波模板中的第1列加权值至第N列加权值;
其中,上述第一公式为:Ti=a1i*n1+a2i*n2+…+aji*nj+…+aNi*nN;
在上述第一公式中,Ti表示当次上述高斯滤波模板中的第i列加权值,aji表示当次上述高斯滤波模板中第j行第i列的像素点的灰度值,nj为预设的行向量中的第j列元素值(参后续步骤202g);
202b、根据第二公式计算当次处理的像素点的新灰度值,将当次处理的像素点的原灰度值替换为计算得到的该像素点的新灰度值;
其中,上述第二公式为:R新=T1*n1+T2*n2+…+Tj*nj+…+TN*nN;
在上述第二公式中,Tj表示当次上述高斯滤波模板中的第j列加权值,nj为预设的行向量中的第j列元素值,R新表示当次处理的像素点的新灰度值。
202c、存储当次计算得到的上述高斯滤波模板中的第2列加权值至第N列加权值;
本发明实施例中,当计算出当次上述高斯滤波模板中的第1列加权值至第N列加权值,即可存储当次计算得到的上述高斯滤波模板中的第2列加权值至第N列加权值,即存储当次计算得到的上述高斯滤波模板中的T2至TN。
上述第二类处理过程,即,对上述数字图像中当行的非第(N+1)/2列的像素点的处理如图2-c所示,包括:
202d、根据上述第一公式计算当次上述高斯滤波模板中第N列加权值;
应理解的是,由于在数字图像处理装置处理完一个像素点并跳到对下一个像素点的处理流程时,上述高斯滤波模板中每列所包含的像素点也会相应变化,因此,当次上述高斯滤波模板中第N列加权值与当前的前一次该高斯滤波模板中第N列加权值不一定相等。本发明实施例中,数字图像处理装置根据上述第一公式计算当次上述高斯滤波模板中第N列加权值。
202e、根据当次计算得到的上述高斯滤波模板中的第N列加权值、当次的前一次存储的上述高斯滤波模板中的各列加权值以及上述第二公式,计算当次处理的像素点的新灰度值;
由于数字图像处理装置是按照从左往右逐行扫描的方式依次对上述数字图像中的像素点进行处理,因此,当对上述数字图像中的非第(N+1)/2列的像素点进行处理时,当次上述高斯滤波模板中的第1列加权值至第(N-1)列加权值即等于当次的前一次该高斯滤波模板中的第2列加权值至第N列加权值,因此,本发明实施例中,数字图像处理装置根据当次计算得到的上述高斯滤波模板中的第N列加权值、当次的前一次存储的上述高斯滤波模板中的第2列加权值至第N列加权值以及上述第二公式,即可计算得到当次处理的像素点的新灰度值。
202f、将当次处理的像素点的原灰度值替换为计算得到的该像素点的新灰度值。
202g、存储当次上述高斯滤波模板中的第2列加权值至第N列加权值;
本发明实施例中,由于在步骤202d之前实际已存储了当次上述高斯滤波模板中的第1列加权值至第(N-1)列加权值(也即当次的前一次该高斯滤波模板中的第2列加权值至第N列加权值),因此,在步骤202g中,数字图像处理装置存储当次上述高斯滤波模板中的第2列加权值至第(N-1)列加权值以及步骤202d计算得到的当次上述高斯滤波模板中第N列加权值。
由于在传统的基于高斯滤波的数字图像处理方案中,高斯滤波模板中第m行第n列加权系数其中,σ为常态分布的标准偏差值,x表示高斯滤波模板的中心点所在的行数,y表示高斯滤波模板的中心点所在的列数,因此可发现,高斯滤波模板中的加权系数是有对称性的,以3*3的高斯滤波模板为例,由上述加权系数的公式可得,C11=C13=C31=C33,C12=C21=C23=C32。基于该对称性以及上述第一公式和上述第二公式,本发明实施例中可在步骤202之前,数字图像处理装置预先生成应用于上述第一公式和上述第二公式的行向量(n1,n2,…,nN),其中, 式中σ为常态分布的标准偏差值。当然,本发明实施例中,也可以由用户预先将算好的行向量(n1,n2,…,nN)配置在数字图像处理装置中,以便该数字图像处理装置将该行向量(n1,n2,…,nN)应用于上述第一公式和上述第二公式中。
可选的,当数字图像处理装置处理完上述数字图像中的最后一个像素点时,显示处理后的上述数字图像,或者,当数字图像处理装置处理完上述数字图像中的最后一个像素点时,也可以不显示处理后的上述数字图像而直接存储处理后的上述数字图像,或者,当数字图像处理装置处理完上述数字图像中的最后一个像素点时,对处理后的上述数字图像作其它输出处理。
具体地,本发明实施例中,数字图像处理装置使用3*3的高斯滤波模板,按照从左往右逐行扫描的方式依次对上述数字图像中的像素点进行处理,即上述N取3。
需要说明的是,本发明实施例中的数字图像处理装置具体可以是集成在手机、笔记本、平板电脑、个人计算机(PC,PersonalComputer)等智能终端中,或者也可以为独立于智能终端的装置,此处不作限定。
由上公式可见,采用传统的基于高斯滤波的数字图像处理方案对图像进行处理,每个像素点的处理需要经过9次乘法运算和8次加法运算,运算量较大,且每个像素点的处理需要调用该图像中的9个像素点的灰度值(如上述公示中的a11至a33),这也给缓存空间造成不小的压力。
下面以另一实施例对本发明中的一种数字图像处理装置进行描述,请参阅图3,本发明实施例中的数字图像处理装置300包括:
获取单元301,用于获取待处理的数字图像;
处理单元302,用于使用N*N的高斯滤波模板,按照从左往右逐行扫描的方式依次对上述获取单元获取的数字图像中的像素点进行处理,其中,上述N为不小于3的奇数;
其中,处理单元302具体包括:调用单元3021、第一子处理单元3022和第二子处理单元3023。
调用单元3021,用于在当次处理的像素点为该数字图像中当行的第(N+1)/2列的像素点时,调用第一子处理单元3022对该像素点进行处理;在当次的像素点为上述数字图像中当行的非第(N+1)/2列中的像素点时,调用第二子处理单元3023对该像素点进行处理;
第一子处理单元3022,具体用于:根据第一公式分别计算当次上述高斯滤波模板中的第1列加权值至第N列加权值;根据第二公式计算当次处理的像素点的新灰度值,将当次处理的像素点的原灰度值替换为计算得到的该像素点的新灰度值;存储当次计算得到的上述高斯滤波模板中的第2列加权值至第N列加权值;
第二子处理单元3023,具体用于:根据上述第一公式计算当次上述高斯滤波模板中第N列加权值;根据当次计算得到的上述高斯滤波模板中的第N列加权值、当次的前一次存储的上述高斯滤波模板中的各列加权值以及上述第二公式,计算当次处理的像素点的新灰度值;将当次处理的像素点的原灰度值替换为计算得到的该像素点的新灰度值;存储当次上述高斯滤波模板中的第2列加权值至第N列加权值;
其中,上述第一公式为:Ti=a1i*n1+a2i*n2+…+aji*nj+…+aNi*nN;
上述第二公式为:R新=T1*n1+T2*n2+…+Tj*nj+…+TN*nN;
在上述第一公式和上述第二公式中,Ti表示当次上述高斯滤波模板中的第i列加权值,aji表示当次上述高斯滤波模板中第j行第i列的像素点的灰度值,nj为预设的行向量中的第j列元素值,R新表示当次处理的像素点的新灰度值。
可选的,本发明实施例中的数字图像处理装置还包括:行向量生成单元,用于生成行向量(n1,n2,…,nN),其中, 式中σ为常态分布的标准偏差值。
可选的,本发明实施例中的数字图像处理装置还包括:
显示单元,用于当处理单元302处理完上述数字图像中的最后一个像素点时,显示处理后的上述数字图像。
可选的,处理单元203具体用于:使用3*3的高斯滤波模板,按照从左往右逐行扫描的方式依次对上述数字图像中的像素点进行处理。
需要说明的是,本发明实施例中的数字图像处理装置具体可以是集成在手机、笔记本、平板电脑、PC等智能终端中,或者也可以为独立于智能终端的装置,此处不作限定。
应理解,本发明实施例中的数字图像处理装置可以如上述方法实施例中提及的数字图像处理装置,可以用于实现上述方法实施例中的全部技术方案,其各个功能模块的功能可以根据上述方法实施例中的方法具体实现,其具体实现过程可参照上述实施例中的相关描述,此处不再赘述。
由上公式可见,采用传统的基于高斯滤波的数字图像处理方案对图像进行处理,每个像素点的处理需要经过9次乘法运算和8次加法运算,运算量较大,且每个像素点的处理需要调用该图像中的9个像素点的灰度值(如上述公示中的a11至a33),这也给缓存空间造成不小的压力。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,上述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
需要说明的是,对于前述的各方法实施例,为了简便描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其它顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定都是本发明所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其它实施例的相关描述。
以上为对本发明所提供的一种数字图像处理方法和数字图像处理装置的描述,对于本领域的一般技术人员,依据本发明实施例的思想,在具体实施方式及应用范围上均会有改变之处,综上,本说明书内容不应理解为对本发明的限制。
Claims (8)
1.一种数字图像处理方法,其特征在于,包括:
获取待处理的数字图像;
使用N*N的高斯滤波模板,按照从左往右逐行扫描的方式,依次对所述数字图像中的像素点进行处理,且在所述使用N*N的高斯滤波模板,按照从左往右逐行扫描的方式,依次对所述数字图像中的像素点进行处理的过程中,若当次处理的像素点为所述数字图像中当行的第(N+1)/2列的像素点,则当次对像素点的处理包括步骤S1~S3;若当次处理的像素点为所述数字图像中当行的非第(N+1)/2列的像素点,则当次对像素点的处理包括步骤S4~S7;其中,所述N为不小于3的奇数;
所述步骤S1为:根据第一公式分别计算当次所述高斯滤波模板中的第1列加权值至第N列加权值;
所述步骤S2为:根据第二公式计算当次处理的像素点的新灰度值,将当次处理的像素点的原灰度值替换为计算得到的该像素点的新灰度值;
所述步骤S3为:存储当次计算得到的所述高斯滤波模板中的第2列加权值至第N列加权值;
所述步骤S4为:根据所述第一公式计算当次所述高斯滤波模板中第N列加权值;
所述步骤S5为:根据当次计算得到的所述高斯滤波模板中的第N列加权值、当次的前一次存储的所述高斯滤波模板中的各列加权值以及所述第二公式,计算当次处理的像素点的新灰度值;
所述步骤S6为:将当次处理的像素点的原灰度值替换为计算得到的该像素点的新灰度值;
所述步骤S7为:存储当次所述高斯滤波模板中的第2列加权值至第N列加权值;
其中,所述第一公式为:Ti=a1i*n1+a2i*n2+…+aji*nj+…+aNi*nN;
所述第二公式为:R新=T1*n1+T2*n2+…+Tj*nj+…+TN*nN;
在所述第一公式和所述第二公式中,Ti表示当次所述高斯滤波模板中的第i列加权值,aji表示当次所述高斯滤波模板中第j行第i列的像素点的灰度值,nj为预设的行向量中的第j列元素值,R新表示当次处理的像素点的新灰度值。
2.根据权利要求1所述的方法,其特征在于,所述使用N*N的高斯滤波模板,按照从左往右逐行扫描的方式,依次对所述数字图像中的像素点进行处理,之前包括:
生成行向量(n1,n2,…,nN),其中, 式中σ为常态分布的标准偏差值。
3.根据权利要求1或2所述的方法,其特征在于,所述按照从左往右逐行扫描的方式,依次对所述数字图像中的像素点进行处理,包括:
当处理完所述数字图像中的最后一个像素点时,显示处理后的所述数字图像。
4.根据权利要求1或2所述的方法,其特征在于,所述N等于3。
5.一种数字图像处理装置,其特征在于,包括:
获取单元,用于获取待处理的数字图像;
处理单元,用于使用N*N的高斯滤波模板,按照从左往右逐行扫描的方式,依次对所述获取单元获取的数字图像中的像素点进行处理,其中,所述N为不小于3的奇数;
其中,所述处理单元具体包括:调用单元,第一子处理单元和第二子处理单元;
所述调用单元用于:在当次处理的像素点为数字图像中当行的第(N+1)/2列的像素点时,调用所述第一子处理单元对该像素点进行处理;在当次的像素点为所述数字图像中当行的非第(N+1)/2列中的像素点时,调用所述第二子处理单元对该像素点进行处理;
所述第一子处理单元,具体用于:根据第一公式分别计算当次所述高斯滤波模板中的第1列加权值至第N列加权值;根据第二公式计算当次处理的像素点的新灰度值,将当次处理的像素点的原灰度值替换为计算得到的该像素点的新灰度值;存储当次计算得到的所述高斯滤波模板中的第2列加权值至第N列加权值;
所述第二子处理单元,具体用于:根据所述第一公式计算当次所述高斯滤波模板中第N列加权值;根据当次计算得到的所述高斯滤波模板中的第N列加权值、当次的前一次存储的所述高斯滤波模板中的各列加权值以及所述第二公式,计算当次处理的像素点的新灰度值;将当次处理的像素点的原灰度值替换为计算得到的该像素点的新灰度值;存储当次所述高斯滤波模板中的第2列加权值至第N列加权值;
其中,所述第一公式为:Ti=a1i*n1+a2i*n2+…+aji*nj+…+aNi*nN;
所述第二公式为:R新=T1*n1+T2*n2+…+Tj*nj+…+TN*nN;
在所述第一公式和所述第二公式中,Ti表示当次所述高斯滤波模板中的第i列加权值,aji表示当次所述高斯滤波模板中第j行第i列的像素点的灰度值,nj为预设的行向量中的第j列元素值,R新表示当次处理的像素点的新灰度值。
6.根据权利要求5所述的数字图像处理装置,其特征在于,所述数字图像处理装置还包括:
行向量生成单元,用于生成行向量(n1,n2,…,nN),其中,式中σ为常态分布的标准偏差值。
7.根据权利要求5或6所述的数字图像处理装置,其特征在于,所述数字图像处理装置还包括:
显示单元,用于当所述处理单元处理完所述数字图像中的最后一个像素点时,显示处理后的所述数字图像。
8.根据权利要求5或6所述的数字图像处理装置,其特征在于,所述处理单元具体用于:使用3*3的高斯滤波模板,按照从左往右逐行扫描的方式,依次对所述数字图像中的像素点进行处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510402223.5A CN105139346B (zh) | 2015-07-09 | 2015-07-09 | 一种数字图像处理方法和数字图像处理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510402223.5A CN105139346B (zh) | 2015-07-09 | 2015-07-09 | 一种数字图像处理方法和数字图像处理装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105139346A true CN105139346A (zh) | 2015-12-09 |
CN105139346B CN105139346B (zh) | 2019-05-14 |
Family
ID=54724679
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510402223.5A Active CN105139346B (zh) | 2015-07-09 | 2015-07-09 | 一种数字图像处理方法和数字图像处理装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105139346B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108875917A (zh) * | 2018-06-28 | 2018-11-23 | 中国科学院计算技术研究所 | 一种用于卷积神经网络处理器的控制方法及装置 |
CN108917632A (zh) * | 2018-05-15 | 2018-11-30 | 河北工程大学 | 一种高效率高精度数字图像相关位移后处理方法 |
CN109859122A (zh) * | 2019-01-09 | 2019-06-07 | 武汉精立电子技术有限公司 | 一种各向同性滤波方法及*** |
CN112330525A (zh) * | 2020-11-26 | 2021-02-05 | Oppo(重庆)智能科技有限公司 | 图像处理方法、电子装置及非易失性计算机可读存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101355648A (zh) * | 2008-06-26 | 2009-01-28 | 天津市亚安科技电子有限公司 | 图像降噪并增强图像的方法 |
CN101123680B (zh) * | 2006-08-09 | 2010-10-06 | 昆山杰得微电子有限公司 | 去除摄像头斑点噪声的方法 |
CN103578080A (zh) * | 2012-07-25 | 2014-02-12 | 上海澜晶数码科技有限公司 | 一种图像降噪并增强图像的算法 |
US20140294298A1 (en) * | 2013-03-26 | 2014-10-02 | Xerox Corporation | Method and system for inverse halftoning utilizing inverse projection of predicted errors |
-
2015
- 2015-07-09 CN CN201510402223.5A patent/CN105139346B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101123680B (zh) * | 2006-08-09 | 2010-10-06 | 昆山杰得微电子有限公司 | 去除摄像头斑点噪声的方法 |
CN101355648A (zh) * | 2008-06-26 | 2009-01-28 | 天津市亚安科技电子有限公司 | 图像降噪并增强图像的方法 |
CN103578080A (zh) * | 2012-07-25 | 2014-02-12 | 上海澜晶数码科技有限公司 | 一种图像降噪并增强图像的算法 |
US20140294298A1 (en) * | 2013-03-26 | 2014-10-02 | Xerox Corporation | Method and system for inverse halftoning utilizing inverse projection of predicted errors |
Non-Patent Citations (4)
Title |
---|
MANYU WANG等: ""A new image denoising method based on Gaussian filter"", 《2014 INTERNATIONAL CONFERENCE ON INFORMATION SCIENCE, ELECTRONICS AND ELECTRICAL ENGINEERING (ISEEE)》 * |
姒绍辉等: ""一种基于不规则区域的高斯滤波去噪算法"", 《计算机科学》 * |
王耀贵: ""图像高斯平滑滤波分析"", 《计算机信息与技术》 * |
谢勤岚: ""图像降噪的自适应高斯平滑滤波器"", 《计算机工程与应用》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108917632A (zh) * | 2018-05-15 | 2018-11-30 | 河北工程大学 | 一种高效率高精度数字图像相关位移后处理方法 |
CN108875917A (zh) * | 2018-06-28 | 2018-11-23 | 中国科学院计算技术研究所 | 一种用于卷积神经网络处理器的控制方法及装置 |
CN109859122A (zh) * | 2019-01-09 | 2019-06-07 | 武汉精立电子技术有限公司 | 一种各向同性滤波方法及*** |
CN112330525A (zh) * | 2020-11-26 | 2021-02-05 | Oppo(重庆)智能科技有限公司 | 图像处理方法、电子装置及非易失性计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN105139346B (zh) | 2019-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105139346A (zh) | 一种数字图像处理方法和数字图像处理装置 | |
US9489342B2 (en) | Systems, methods, and computer program products for performing mathematical operations | |
CN105141827B (zh) | 一种畸变校正方法及终端 | |
CN104063844A (zh) | 一种缩略图生成方法及*** | |
CN109120862A (zh) | 高动态范围图像获取方法、装置及移动终端 | |
WO2013095180A1 (en) | Complexity scalable frame rate up-conversion | |
CN111161195A (zh) | 一种特征图处理方法、装置、存储介质及终端 | |
CN109509461B (zh) | 显示面板的亮度调节方法及装置 | |
CN111476718A (zh) | 一种图像放大方法、装置、存储介质及终端设备 | |
CN105787910A (zh) | 一种人脸区域滤波方法基于异构平台的计算优化方法 | |
CN111798810A (zh) | 一种补偿效果佳且效率高的异形屏轮廓补偿方法及终端 | |
CN110737473A (zh) | 数据处理方法及装置、终端、存储介质 | |
CN102831633B (zh) | 一种基于线性纹理滤波的卷积滤波优化方法 | |
EP3301908A1 (en) | Numerical image conversion method and device, and storage medium and device | |
CN113191208B (zh) | 一种用于遥感图像实例分割的特征提取方法和计算机设备 | |
CN116109481A (zh) | 缩放方法、芯片、存储介质及电子设备 | |
CN111598781B (zh) | 一种基于混合高阶注意网络的图像超分辨率方法 | |
CN115375780A (zh) | 色差计算方法、装置、电子设备和存储介质、产品 | |
CN111179175B (zh) | 基于卷积神经网络的图像处理方法、装置及存储介质 | |
CN109388311A (zh) | 一种图像显示方法、装置及设备 | |
CN111178505B (zh) | 卷积神经网络的加速方法和计算机可读存储介质 | |
CN110910439B (zh) | 图像分辨率估计方法、装置及终端 | |
CN105844688B (zh) | 虚拟现实渲染方法和装置 | |
CN115828079B (zh) | 一种最大池化运算的方法及装置 | |
CN105718235A (zh) | 图像显示的处理方法、装置及图像显示*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |