CN106934768B - 一种图像去噪的方法及装置 - Google Patents
一种图像去噪的方法及装置 Download PDFInfo
- Publication number
- CN106934768B CN106934768B CN201511033689.9A CN201511033689A CN106934768B CN 106934768 B CN106934768 B CN 106934768B CN 201511033689 A CN201511033689 A CN 201511033689A CN 106934768 B CN106934768 B CN 106934768B
- Authority
- CN
- China
- Prior art keywords
- central pixel
- filtering
- pixel
- threshold
- component
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000001914 filtration Methods 0.000 claims abstract description 241
- 238000012545 processing Methods 0.000 claims description 35
- 230000001629 suppression Effects 0.000 claims description 20
- 238000004364 calculation method Methods 0.000 claims description 12
- 230000007423 decrease Effects 0.000 claims description 12
- 230000000694 effects Effects 0.000 abstract description 7
- 235000019557 luminance Nutrition 0.000 description 59
- 238000010586 diagram Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 5
- 238000012546 transfer Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000032798 delamination Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000013517 stratification Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
一种图像去噪的方法及装置,对所述图像中的像素进行递归滤波,采用如下方法获取当前待处理像素的滤波强度:计算中心像素的水平及垂直方向的色度分量上的边缘信息,取最大值,作为第一边缘信息最大值;计算所述图像块的方差;计算所述中心像素与所述图像块中第k‑1行/第k‑1列中所选择的滤波后的像素的第一差异最大值;计算所述中心像素的亮度分量上的边缘信息;判断所述中心像素所处的频率区域是否为平坦区域;当所述中心像素所处的频率区域为平坦区域,计算所述中心像素的当前亮度;根据所述当前亮度,获取第一滤波强度,作为所述中心像素的滤波强度。采用上述方案可以在保证噪声的去噪效果的同时,兼顾避免去噪后图像的拖尾现象。
Description
技术领域
本发明涉及图像处理领域,尤其涉及一种图像去噪的方法及装置。
背景技术
不论是数码相机,手机摄像头,还是电脑摄像头,在进行影像采集的过程中,或多或少都会受到颜色噪声的干扰。一般来说,为了对颜色噪声进行抑制,最常用的方法就是设计滤波器对其进行滤除。而针对颜色噪声的高频特性,通常会设计一系列的低通滤波器来对其进行抑制。这类滤波器使用一定大小的模板。为了有效去除频率较低的颜色噪声,常常会采用较大的模板,而递归滤波器(Infinite Impulse Response,IIR)以其特有的传递特性,常用来模拟较大模板的去噪功能。
为了滤除颜色噪声,目前,使用IIR时,利用以下步骤进行去噪:根据图像块的水平、垂直方向的边缘信息、方差以及所述图像块的中心像素与上一行或列中所选择的像素的色度分量的差异,来判断所述图像块是否为平坦区域。当所述图像块为平坦区域时,根据图像块的亮度,以及所述图像块的中心像素与之周边像素的色度分量的差异,来确定对所述图像块的滤波强度,然后利用所述滤波强度对所述图像块进行滤波。
但是,采用上述方法进行图像去噪处理,如果滤波强度过弱,可能会导致对噪声的去噪效果差,或者如果滤波强度过强,可能会导致去噪后图像出现拖尾现象。
发明内容
本发明解决的问题是如何在保证噪声的去噪效果的同时,兼顾避免去噪后图像的拖尾现象。
为解决上述问题,本发明实施例提供了提供一种图像去噪的方法,对所述图像中的像素进行递归滤波,采用如下方法获取当前待处理像素的滤波强度,包括:
获取将所述待处理像素作为中心像素的图像块,所述中心像素位于所述图像块的第k行第k列;
计算所述中心像素的水平及垂直方向的色度分量上的边缘信息,并取所述水平及垂直方向的色度分量上的边缘信息的最大值,作为第一边缘信息最大值;
计算所述图像块的方差;
计算所述中心像素与所述图像块中第k-1行/第k-1列中所选择的滤波后的像素的差异最大值,作为第一差异最大值;
计算所述中心像素的亮度分量上的边缘信息;
根据所述第一边缘信息最大值、所述图像块的方差、第一差异最大值及所述中心像素的亮度分量上的边缘信息,判断所述中心像素所处的频率区域是否为平坦区域;
当所述中心像素所处的频率区域为平坦区域时,计算所述中心像素的当前亮度;
根据所述中心像素的当前亮度,获取第一滤波强度,作为所述中心像素的滤波强度。
可选地,所述根据所述第一边缘信息最大值、所述图像块的方差、第一差异最大值及所述中心像素的亮度分量上的边缘信息,判断所述中心像素所处的频率区域是否为平坦区域,包括:
当满足以下所有条件时,确定所述中心像素的频率为平坦区域:
所述第一边缘信息最大值小于预设的第一阈值;
所述方差小于预设的第二阈值;
所述第一差异最大值小于预设的第三阈值;
所述中心像素的亮度分量上的边缘信息小于预设的第四阈值。
可选地,所述第一阈值、第二阈值、第三阈值与第四阈值的取值随着所述图像块的中心像素的当前亮度所处亮度区间的不同而不同。
可选地,所述方法还包括:
当所述中心像素的当前亮度低于预设的暗区亮度阈值时,确定所述中心像素处于暗区,并对所述递归滤波后的所述中心像素进行暗区饱和度抑制处理。
可选地,所述对所述递归滤波后的所述中心像素进行暗区饱和度抑制处理,包括:
判断所述递归滤波后的所述中心像素的分量是否大于递归滤波前的所述中心像素的分量;
当所述滤波后的所述中心像素的分量大于所述递归滤波前的所述中心像素的分量时,采用递归滤波前的所述中心像素的分量作为所述递归滤波后的所述中心像素的分量。
可选地,所述对所述递归滤波后的所述中心像素进行暗区饱和度抑制处理,还包括:
将所述递归滤波后的中心像素的分量、递归滤波前的所述中心像素的分量分别与预设的第五阈值取差,得到第一差值和第二差值;
判断所述第一差值与第二差值之积是否小于零;
当所述第一差值与第二差值之积小于零时,将所述第五阈值作为所述递归滤波后的所述中心像素的分量。
可选地,所述第五阈值为128。
可选地,所述方法还包括:
当所述中心像素的亮度分量上的边缘信息小于所述第四阈值时,判断所述中心像素的亮度分量上的边缘信息是否大于预设的第一边缘阈值;
当所述中心像素的亮度分量上的边缘信息大于所述第一边缘阈值时,根据所述中心像素的亮度分量上的边缘信息,对所述第一滤波强度进行修正,得到第二滤波强度;
将所述第二滤波强度,作为所述中心像素的滤波强度。
可选地,所述方法还包括:
当所述第一差异最大值大于预设的第六阈值并小于预设的第七阈值,且所述第七阈值小于所述第三阈值时;
根据所述第一差异最大值,对所述第二滤波强度进行修正,得到第三滤波强度,将所述第三滤波强度作为所述中心像素的滤波强度。
可选地,所述方法还包括:
在判断所述中心像素的频率所处的频率区域是否为平坦区域之前,对所获取的图像块的第一行/列像素进行去噪滤波处理。
可选地,当所述中心像素的当前亮度低于预设的第八阈值时,所对应的滤波强度随着所述当前亮度降低而降低。
可选地,所述方法还包括:
当所述中心像素所处的频率区域非平坦区域时,对所述中心像素进行均值滤波。
本发明实施例提供了一种图像去噪的装置,所述装置包括:
图像块获取单元,适于获取将待处理像素作为中心像素的图像块,所述中心像素位于所述图像块的第k行第k列;
第一计算单元,适于计算所述中心像素的水平及垂直方向的色度分量上的边缘信息,并取所述水平及垂直方向的色度分量上的边缘信息的最大值,作为第一边缘信息最大值;
第二计算单元,适于计算所述图像块的方差;
第三计算单元,适于计算所述中心像素与所述图像块中第k-1行/第k-1列中所选择的滤波后的像素的差异最大值,作为第一差异最大值;
第四计算单元,适于计算所述中心像素的亮度分量上的边缘信息;
第一判断单元,适于根据所述第一边缘信息最大值、所述图像块的方差、第一差异最大值及所述中心像素的亮度分量上的边缘信息,判断所述中心像素所处的频率区域是否为平坦区域;
第五计算单元,适于当所述中心像素所处的频率区域为平坦区域时,计算所述中心像素的当前亮度;
滤波强度获取单元,适于根据所述中心像素的当前亮度,获取第一滤波强度,作为所述中心像素的滤波强度;
滤波单元,适于利用所述中心像素的滤波强度,对所述中心像素进行递归滤波。
可选地,所述第一判断单元,适于当满足以下所有条件时,确定所述中心像素的频率为平坦区域:
所述第一边缘信息最大值小于预设的第一阈值;
所述方差小于预设的第二阈值;
所述第一差异最大值小于预设的第三阈值;
所述中心像素的亮度分量上的边缘信息小于预设的第四阈值。
可选地,所述第一阈值、第二阈值、第三阈值与第四阈值的取值随着所述中心像素的当前亮度所处亮度区间的不同而不同。
可选地,所述装置还包括:
饱和度处理单元,适于当所述中心像素的当前亮度低于预设的暗区亮度阈值时,确定所述中心像素处于暗区,并对所述递归滤波后的所述中心像素进行暗区饱和度抑制处理。
可选地,所述饱和度处理单元,包括:
第一判断子单元,适于判断所述递归滤波后的所述中心像素的分量是否大于递归滤波前的所述中心像素的分量;
第一计算子单元,适于当所述第一判断子单元确定所述递归滤波后的所述中心像素的分量大于所述递归滤波前的所述中心像素的分量时,采用递归滤波前的所述中心像素的分量作为所述递归滤波后的所述中心像素的分量。
可选地,所述饱和度处理单元,包括:
第二计算子单元,适于将所述递归滤波后的中心像素的分量、递归滤波前的所述中心像素的分量分别与预设的第五阈值取差,得到第一差值和第二差值;
第二判断子单元,适于判断所述第一差值与第二差值之积是否小于零;
第三计算子单元,适于当所述第二判断子单元确定所述第一差值与第二差值之积小于零时,将所述第五阈值作为所述递归滤波后的所述中心像素的分量。
可选地,所述第五阈值为128。
可选地,所述装置还包括:
第二判断单元,适于当所述中心像素的亮度分量上的边缘信息小于所述第四阈值时,判断所述中心像素的亮度分量上的边缘信息是否大于预设的第一边缘阈值;
第一修正单元,适于当所述中心像素的亮度分量上的边缘信息大于所述第一边缘阈值时,根据所述中心像素的亮度分量上的边缘信息,对所述第一滤波强度进行修正,得到第二滤波强度,将所述第二滤波强度,作为所述中心像素的滤波强度。
可选地,所述装置还包括:
第三判断单元,适于判断是否满足以下条件:所述第一差异最大值大于预设的第六阈值并小于预设的第七阈值,且所述第七阈值小于所述第三阈值;
第二修正单元,适于当所述第一差异最大值大于预设的第六阈值小于预设的第七阈值,且所述第七阈值小于所述第三阈值时,根据所述第一差异最大值,对所述第二滤波强度进行修正,得到第三滤波强度,将所述第三滤波强度作为所述中心像素的滤波强度。
可选地,所述装置还包括:
去噪滤波单元,适于在判断所述中心像素所处的频率区域是否为平坦区域之前,对所获取的图像块的第一行/列像素进行去噪滤波处理。
可选地,当所述中心像素的当前亮度低于预设的第八阈值时,所对应的滤波强度随着所述当前亮度降低而降低。
可选地,所述装置还包括:
均值滤波单元,适于当所述中心像素所处的频率区域非平坦区域时,对所述中心像素进行均值滤波。
与现有技术相比,本发明的技术方案具有以下优点:
通过在判断中心像素所处的频率区域是否为平坦区域时,不只是考虑第一边缘信息最大值、所述中心像素的方差及第一差异最大值,还考虑到所述中心像素的亮度分量上的边缘信息,而亮度分量上的边缘信息比较准确,故可以使获得的所述中心像素的频率区域信息会更加准确,从而可以为所述中心像素确定出更加准确的滤波强度,故可以使得滤波后的图像保留更多细节,在保证噪声的去噪效果的同时,兼顾避免去噪后图像的拖尾现象。
由于在不同亮度下,人眼对颜色差异的敏感程度不一样,相应地通过根据所述图像块的中心像素的当前亮度所处亮度区间,调整第一阈值、第二阈值、第三阈值与第四阈值的取值,可以避免把在平坦区域的颜色噪声误判为颜色边界,或者将颜色边界误判为平坦,故可以进一步避免去噪后图像的拖尾现象。
进一步,通过当所述中心像素的当前亮度低于预设的暗区亮度阈值时,确定所述中心像素处于暗区,对所述递归滤波后的所述中心像素进行暗区饱和度抑制处理,使得在特别暗的地方,即使颜色边界未被检测到,也可以避免去噪后图像的拖尾现象。
进一步,当所述中心像素的亮度分量上的边缘信息大于所述第一边缘阈值时,根据所述中心像素的亮度分量上的边缘信息,对所述第一滤波强度进行修正,可以避免滤波后的图像在某些区域出现分层现象,从而可以进一步提高图像质量。
进一步,当所述第一差异最大值大于预设的第六阈值小于预设的第七阈值,且所述第七阈值小于所述第三阈值时,通过所述第一差异最大值,对所述第二滤波强度进行修正,可以避免滤波后的图像在某些区域出现分层现象,从而可以进一步提高图像质量。
附图说明
图1是本发明实施例中的一种图像去噪的方法的流程示意图;
图2是现有技术中一种IIR滤波器的示意图;
图3是本发明实施例中的另一种图像去噪的方法的流程示意图;
图4是本发明实施例中的一种表示中心像素的U分量,N为5的图像块;
图5是本发明实施例中的一种大小为3×3的图像块;
图6是本发明实施例中的另一种大小为3×3的图像块;
图7是本发明实施例中的又一种大小为3×3的图像块;
图8是本发明实施例中的另一种大小为3×3的图像块;
图9是本发明实施例中的一种阈值与亮度的关系曲线;
图10是本发明实施例中的一种滤波强度与中心像素的当前亮度的关系曲线;
图11是本发明实施例中的一种中心像素的亮度分量的边缘信息edge与滤波强度的关系曲线;
图12是本发明实施例中的一种第一差异最大值与滤波强度的关系曲线;
图13是本发明实施例中的一种图像去噪的装置的结构示意图;
图14是本发明实施例中的另一种图像去噪的装置的结构示意图;
图15是本发明实施例中的又一种图像去噪的装置的结构示意图。
具体实施方式
为了滤除颜色噪声,目前,使用IIR时,通过以下步骤进行去噪:根据图像块的水平、垂直方向的边缘信息、方差以及所述图像块的中心像素与上一行或列中所选择的像素的色度分量的差异,来判断所述图像块是否为平坦区域。当所述图像块为平坦区域时,根据图像块的亮度,以及所述图像块的中心像素与之周边像素的色度分量的差异,来确定对所述图像块的滤波强度,然后利用所述滤波强度对所述图像块进行滤波。
但是,采用上述方法进行图像去噪处理,如果滤波强度控制不好,在去除噪声的同时会产生拖尾的现象。以颜色噪声为例,这种拖尾的表现为图像中颜色往下拖,像长了尾巴一样,让原本没有颜色的地方也有了颜色,影响图像质量。特别是在暗区,如果滤波强度过强,IIR向下的传递性会变强,则会产生拖尾;而如果滤波强度过弱,向下的传递性变弱,虽不会产生拖尾,但噪声难以去除干净。
为了解决上述问题,本发明实施例提供了图像去噪的方法,由于亮度分量上的边缘信息会比较准确,所述方法通过在判断中心像素所处的频率区域是否为平坦区域时,不只是考虑第一边缘信息最大值、所述中心像素的方差及第一差异最大值,还考虑到所述中心像素的亮度分量上的边缘信息,而亮度分量上的边缘信息比较准确,故可以使获得的所述中心像素的频率区域信息会更加准确,从而可以为所述中心像素确定出更加准确的滤波强度,故可以使得滤波后的图像保留更多细节,在保证噪声的去噪效果的同时,兼顾避免去噪后图像的拖尾现象。
为使本发明的上述目的、特征和优点能够更为明显易懂,下面结合附图对本发明的具体实施例做详细的说明。
以下提供了本发明实施例中的一种图像去噪的方法,如图1所示,下面参考图1对所述方法进行具体介绍:
S11:获取将所述待处理像素作为中心像素的图像块。
在具体实施中,由于邻近区域内的像素,会互相影响彼此间的像素值,故可以获取将所述待处理像素作为中心像素的图像块,以获得关于所述中心像素更准确的信息。为便于描述,可以设置所述中心像素位于所述图像块的第k行第k列。
在本发明一实施例中,可以对所获取的图像块的第一行/列像素进行去噪滤波处理,然后再使用滤波后的图像块的,执行S12。这样一来,在较大的滤波强度a下,若第一行/列的像素有较大的颜色噪声,就不会在向下传递的过程中引起图像边界上的颜色拖尾。
S12:计算所述中心像素的水平及垂直方向的色度分量上的边缘信息,并取所述水平及垂直方向的色度分量上的边缘信息的最大值、所述中心像素的方差、所述中心像素与所述图像块中第k-1行或者第k-1列中所选择的滤波后的像素的差异最大值及所述中心像素的亮度分量上的边缘信息。
为便于说明,可以将所述水平及垂直方向的边缘信息的最大值,称作为第一边缘信息最大值,可以将所述中心像素与所述图像块中第k-1行或者第k-1列中所选择的滤波后的像素的差异最大值,称作为第一差异最大值。
为了使得滤波后的图像细节得以更多地保留,可以检测所述中心像素的边缘信息。在本发明一实施例中,可以通过计算所述中心像素的水平及垂直方向的色度分量上的边缘信息,并取所述水平及垂直方向的色度分量上的边缘信息的最大值、所述中心像素的方差、所述中心像素与所述图像块中第k-1行/第k-1列中所选择的滤波后的像素的差异最大值及所述中心像素的亮度分量上的边缘信息,并根据这些计算得到的结果,来获知所述中心像素的边缘信息。
在本发明一实施例中,选择垂直方向的IIR滤波器,故所选择的滤波后像素可以为所述中心像素的上一行的像素。
在具体实施中,当通过判断确定所述第一边缘信息最大值小于预设的第一阈值,且所述方差小于预设的第二阈值,且所述第一差异最大值小于预设的第三阈值,且所述中心像素的亮度分量上的边缘信息小于预设的第四阈值时,可以确定所述输入的中心像素的频率为平坦区域。
由于不同亮度下,人眼对颜色差异的敏感程度不一样。亮度越小,人眼对较小的颜色差异就很敏感;而亮度越大,人眼对大的颜色差异才会较敏感。故如果在所有的亮度上都设置同样的所述第一至第四阈值,则设置时,若阈值过高,则在较暗的区域,检测不出真正的颜色边界;若阈值过低,在较亮的区域,会把在平坦区域的颜色噪声错判成颜色边界。而如果将平坦区域的颜色噪声错判成颜色边界,颜色噪声会残留在图像中;而如果将颜色边界误判成平坦,滤波强度过大,会导致图像中该区域出现颜色“拖尾”。因此,在本发明一实施例中,可以设置所述第一阈值、第二阈值、第三阈值与第四阈值的取值,随着所述图像块的中心像素的当前亮度所处亮度区间的不同而不同。
S13:根据所述第一边缘信息最大值、所述图像块的方差、第一差异最大值及所述中心像素的亮度分量上的边缘信息,判断所述中心像素所处的频率区域是否为平坦区域。
在具体实施中,由于所述计算出的结果值均可以一定程度反映所述中心像素所处的频率区域,故可以根据所述第一边缘信息最大值、所述图像块的方差、第一差异最大值及所述中心像素的亮度分量上的边缘信息,判断所述中心像素所处的频率区域是否为平坦区域。其中,所述中心像素的亮度分量上的边缘信息往往会更加准确,将其作为所述中心像素所述的频率区域的判断因素之一,可以获知更加准确的频率区域所属结果。
当所述中心像素所处的频率区域为平坦区域时,执行S14,反之,执行S16。
S14:计算所述中心像素的当前亮度。
在不同亮度情况下,图像块上的颜色噪声分布也不一样。故在具体实施,当所述中心像素所处的频率区域为平坦区域时,可以计算所述中心像素的当前亮度,这样一来,可以根据当前亮度不同,采用不同的噪声处理参数。
S15:根据所述中心像素的当前亮度,获取第一滤波强度,作为所述中心像素的滤波强度,对所述中心像素进行递归滤波。
由于亮度可以影响噪声在图像块中的分布,并且在不同亮度下,人眼对颜色差异的敏感程度不同,故可以根据所述中心像素的当前亮度,获取第一滤波强度,作为所述中心像素的滤波强度,并利用所述第一滤波强度,对所述中心像素进行递归滤波。
一般而言,在亮度比较暗的地方,更容易出现颜色噪声,故当所述中心像素的当前亮度低于预设的第八阈值时,可以设置所述当前亮度对应的滤波强度随着所述当前亮度减低而降低。从而可以避免在特别暗的区域,出现图像拖尾现象。
由于噪声的影响,如果相邻两个像素点,一个被判成了平坦区域,一个被判成了处于边缘区域,会导致滤波后的图像在某些区域,比如人脸与头发交界处,出现分层现象。为了避免这种分层现象,在本发明一实施例中,当所述中心像素的亮度分量上的边缘信息小于所述第四阈值时,可以判断所述中心像素的亮度分量上的边缘信息是否大于预设的第一边缘阈值,如果所述中心像素的亮度分量上的边缘信息大于所述第一边缘阈值时,则根据所述中心像素的亮度分量上的边缘信息,对所述第一滤波强度进行修正,得到第二滤波强度,然后将所述第二滤波强度,作为所述中心像素的滤波强度,并根据所述第二滤波强度对所述中心像素进行滤波。
为了更进一步抑制分层现象,在本发明另一实施例中,当所述第一差异最大值大于预设的第六阈值小于预设的第七阈值,且所述第七阈值小于所述第三阈值时,还可以根据所述第一差异最大值,对所述第二滤波强度进行修正,得到第三滤波强度,将所述第三滤波强度作为所述中心像素的滤波强度,然后利用所述第三滤波强度对所述中心像素进行滤波。
为了防止在暗处的图像拖尾现象,在本发明一实施例中,当所述中心像素的当前亮度低于预设的暗区亮度阈值时,可以确定所述中心像素处于暗区,并对所述递归滤波后的所述中心像素进行暗区饱和度抑制处理。
具体而言,第一步:可以判断所述递归滤波后的所述中心像素的分量是否大于递归滤波前的所述中心像素的分量,当所述滤波后的所述中心像素的分量大于所述递归滤波前的所述中心像素的分量时,采用递归滤波前的所述中心像素的分量作为所述递归滤波后的所述中心像素的分量,这样就可以保证滤波后的中心像素的饱和度不高于滤波前的中心像素的饱和度。
第二步:可以将所述递归滤波后的中心像素的分量、递归滤波前的所述中心像素的分量分别与预设的第五阈值取差,得到第一差值和第二差值,接着判断所述第一差值与第二差值之积是否小于零,如果所述乘积小于零时,可以将所述第五阈值作为所述递归滤波后的所述中心像素的分量,通过这一步,就可以保证滤波后的中心像素的色度没有反向。综上所述,通过这两步的饱和度抑制处理,在特别暗的地方,即使颜色边界未被检测到,也不会发生图像拖尾现象。
在本发明一实施例中,所述中心像素的分量可以为色度U分量,所述第五阈值可以为128。
可以理解的是,对于色度V分量以及亮度Y分量,也可以采用类似的方法进行相应的处理,在此不再赘述。
S16:对所述中心像素进行均值滤波。
在具体实施中,如果所述中心像素所处的频率区域不是平坦区域时,可以对所述中心像素进行均值滤波,从而可以避免对所述中心像素本身的色彩信息造成损坏。
需要说明的,本发明所涉及的图像去噪的方法可以适用于YUV空间中颜色噪声的去除,也可用于亮度Y的噪声的去除,也适用于其他颜色空间如Lab空间的去噪,对于YUV空间中颜色噪声的去除,不仅仅只适用于色度U分量的去噪,还适用于色度V分量的去噪。并且IIR滤波的方向也并不对本发明构成任何限制,本领域技术人员可以根据实际需要,选择垂直方向的IIR滤波,也可以选择水平方向的IIR滤波。为了本领域技术人员更好地理解和实现本发明,本文皆以使用垂直方向的IIR滤波时候,去除色度U分量上的噪声的方法作为举例说明所述图像去噪的实施步骤。其它方向的IIR滤波方式,以及其它分量上的噪声去除方式,均可以参考此文给出的实施例进行实施,在此不再一一赘述。
一般而言,低频的颜色噪声需要较大的模板才能去除,而大模板对应于复杂的计算,以及较高的硬件代价。然而,IIR滤波以其特有的传递特性,简单快速的计算,低成本的代价,可以模拟大模板的去噪功能,能有效的去除低频颜色噪声。一个典型的IIR滤波器如图2所示,如用公式来表示图2中示出的运算关系,则为:y(n)=a*y(n-1)+(1-a)*x(n),x(n)表示当前原始像素,y(n)表示当前滤波后的像素,y(n-1)表示前一个滤波后的像素,a表示滤波强度。IIR滤波的传递性表现在:y(n)依赖于y(n-1),…y(n-N),即x(n)的输出依赖于x(n-1).....x(n-N),其中N<n。
为使得本领域技术人员更好地理解和实现本发明,以下还提供了本发明实施例中的另一种图像去噪的方法的流程示意图,可以参考图3,所述方法具体可以包括的步骤有:
S31:对输入的图像块进行噪声预滤波。
以垂直方向的IIR滤波器为例,根据以上对所述IIR滤波器的介绍可知,在图像中,第二行的像素的输出很大程度上依赖于第一行像素的值,而第三行像素上的输出很大程度上依赖于第二行像素的值,也是很大程度上依赖于第一行像素的值。因此,如果第一行的像素值有较大的颜色噪声,若滤波强度a越大,在向下传递的过程中就越会引起图像边界上的颜色拖尾。而且一般来说,特别是在较暗的环境下,图像边界上的亮度值更低,颜色噪声会更大,若滤波强度过小,则颜色噪声除不干净,一旦滤波强度过大,图像边界上的颜色拖尾就会更严重。
故在本发明一实施例中,可以对第一行的像素进行模板大小为1*N的颜色噪声预滤波,以图4所示出的中心像素的U分量,N为5的图像块为例,可以用下面的公式进行滤波,所述公式如下:
其中:U0i满足:abs(U0i-U02)<thr10,即U0i为满足与输入的图像块的中心像素
的色度U分量U02的的绝对之差小于预设的第十阈值thr10的像素,且即M为:与输入的图像块的中心像素的色度U分
量U02的绝对之差小于预设的第十阈值thr10的像素的个数。
接着可以使用如下的公式对所述滤波后的中心像素U02′进行饱和度抑制处理:
U02″=U02′*ratio;
其中,ratio为饱和度抑制因子,且ratio越大,饱和度抑制越弱;反之,饱和度抑制越强。
经过简单的滤波和饱和度抑制后,图像第一行像素上的颜色噪声会减弱许多,可以大大的抑制在图像边界上的颜色拖尾现象。
S32:对中心像素进行边缘检测,判断所述中心像素是否处于平坦区域。
为了使滤波后图像细节保留,在具体实施中,可以要对色度U分量进行边缘检测,只有在检测为平坦区域的地方才进行滤波。具体可以利用n×m的模板来计算水平及垂直这两个方向的边缘。在本发明一实施例中,以图5示出的3×3的模板为例,所述中心像素为U11,其计算水平方向的色度分量上的边缘信息h及垂直方向的色度分量上的边缘信息v的计算方式如公式(1)及(2)下:
h=|U00+U01+U02-U20-U21-U22| (1)
v=|U00+U10+U20-U02-U12-U22| (2)
然后从两个方向值中选出一个最大值,作为第一边缘信息最大值maxdirec=max(h,v),如果这个第一边缘信息最大值小于第一阈值th1时,所述中心像素点可能在平坦区域内。
在本发明一实施例中,以图5示出的3×3的模板为例,计算该图像块的的方差,计算公式如(3)下:
如果这个方差不小于所述第二阈值th2,则可认为该中心像素不在平坦区域内。
由于最终的滤波结果可以通过加权平均计算得来,上一行的像素的滤波后结果值对本行的像素可以造成很大的影响,故在本发明一实施例中,可以根据图6示出的图像块,来计算所述中心像素U11的所述第一差异最大值,其中,U00’表示U00滤波后的值,U01’表示U01滤波后的值,U02’表示U02滤波后的值,在本发明一实施例中,上面三个点U00’,U01’,U02’会被赋予较大的权重。所述第一差异最大值,可以利用公式(4)至(7)来计算,即:
max_u’=max(U00’,U01’,U02’) (4)
min_u’=min(U00’,U01’,U02’) (5)
udiff1=|max_u’-u11|,udiff2=|min_u’-u11| (6)
Umax_diff=max(udiff1,udiff2) (7)
若所述第一差异最大值Umax_diff小于所述第三阈值th3,则认为所述中心像素有可能处在平坦区域内。
可以看到,以上的三个边缘信息的提取均在色度U平面进行,而一般来说,亮度Y平面上的边缘信息往往会更加准确,也是值得参考的。故在本发明一实施例中,可以计算亮度Y平面的所述中心像素的亮度分量上的边缘信息。具体可以图7示出的图像块为例,所述中心像素对应的亮度分量为Y11。
在计算所述中心像素的亮度分量上的边缘信息之前,为了减小噪声对边缘提取的影响,可以首先对图7示出的该3×3的亮度分量进行简单的滤波,滤波方式可以多种多样,具体的滤波方式并不对本发明构成任何限制,此处以最简单的均值滤波为例,使用公式(8)对所述中心像素的亮度Y分量进行滤波:
可以理解的是,其它像素点也可以使用同样的方法进行滤波,得到其对应的滤波后的亮度分量,在此不再一一赘述,图7中的图像块经过滤波后的,可以生成图8示出的图像块,接着根据所述图8示出的图像块,利用公式(9)至(11)计算所述中心像素的亮度分量上的边缘信息edge:
edgex=|Y00′+Y01′+Y02′-Y20′-Y21′-Y22′| (9)
edgey=|Y00′+Y10′+Y20′-Y02′-Y12′-Y22′| (10)
edge=edgex*edgex+edgey*edgey (11)
如果这个所述中心像素的亮度分量上的边缘信息edge不小于所述第四阈值y_thr,则认为其所对应的中心像素不在平坦区域内。
综上所述可知,如果以上条件均满足了,即所述第一边缘信息最大值max_direc<所述第一阈值th1,所述图像块的方差uvar<所述第二阈值th2,所述第一差异最大值Umax_diff<所述第三阈值th3,所述中心像素的亮度分量上的边缘信息edge<所述第四阈值y_thr,可以确定所述四个阈值所对应的中心像素处在平坦区域内,可以对其进行滤波。
由于不同亮度下,人眼对颜色差异的敏感程度不一样。亮度越小,人眼对较小的颜色差异都很敏感;而亮度越大,人眼对较大的颜色差异才会敏感。如果在所有的亮度上都设置同样的阈值,阈值过高,则在较暗的区域,检测不出真正的颜色边界;阈值过低,在较亮的区域,则会把在平坦区域的颜色噪声错判成颜色边界。如果将平坦区域的颜色噪声错判成颜色边界,则颜色噪声会残留在图像中;而如果将颜色边界误判成平坦,滤波强度又较大,则会导致图像中该区域出现颜色拖尾。
因此在本发明一实施例中,为了解决这种情况下的颜色拖尾,可以按照亮度变化来设定上述的第一至第四阈值。简单而言,当亮度较暗时,可以将阈值设置的较小,以检出真正的颜色边界;当亮度较大时,颜色噪声较小,可以不用进行滤波,故可以将阈值设置的也更小;当处于中间亮度时,阈值可以设置得较大,以防止将平坦区域的颜色噪声错判成颜色边界。
经过大量的实践及实验证明,在本发明一实施例中,可以使用图9示出的一种色度阈值与亮度曲线,来根据所述中心像素的当前亮度设置所述第一至第四阈值。图9中的曲线给出了一种色度阈值分段方法,将色度阈值分成了多段,而将色度阈值随着亮度变化也分成多段,其中ycur表示中心像素的当前亮度,为便于理解,假如所述中心像素的亮度ycur在图9中的位置,则对应的色度阈值uthr的计算方式如公式(12)所示:
需要说明的是,图9中的参数Ythr1、Ythr2、Ythr3、Ythr4、uthr1及uthr2均可以根据实际需要,由本领域技术人员自行设置。并且上述的第一至第四阈值的设定都可适用上述图9示出的曲线,只是对于每个阈值的选取时,所述横轴及纵轴的参数自行改变即可,比如说如要设置第一阈值,则纵轴的值都为第一阈值参数,当然,本领域技术人员也可以根据实际需要,将所述曲线的横轴或纵轴分成多段,具体的分段方法并不对本发明构成限制。只要可以反映所述参数与亮度的映射关系即可。
当所述中心像素处于平坦区域时,执行S33;反之,则执行S39。
S33:计算所述中心像素的当前亮度,根据所述中心像素的当前亮度,获取第一滤波强度,作为所述中心像素的滤波强度。
一般来说,在亮度比较暗的地方更容易出现颜色噪声,故在本发明一实施例中,滤波强度的大小由亮度来决定。在某一范围内,亮度越小,强度越强;当超过这一范围后,强度保持不变。图10示出了本发明实施例中的一种滤波强度随亮度的变化而变化的关系示意图,根据所述中心像素的当前亮度,可以根据图10求出第一滤波强度ay,图10中所示出关系亦可由如下公式(13)表示:
其中:亮度参数y_th、滤波强度参数a1及a2均可以根据实际需要,进行相应设置。为了防止图像拖尾现象,对于特别暗的区域,会将滤波强度减弱,也就是说,当所述中心像素的当前亮度低于所述第八阈值Y_min_th时,所对应的滤波强度随着所述当前亮度降低而降低,具体可以参考图10中的亮度从0至Y_min_th段的滤波强度变化。
S34:对第一滤波强度ay进行修正,得到第二滤波强度a_yy。
如果相邻两个点,因为噪声的作用,一个被判成平坦,一个被判成边缘。则滤波后的结果在某些区域,会出现分层现象,比如人脸与头发交界处。而为了避免这种现象,在本发明一实施例中,可以设定所述第一边缘阈值y_thr1,且所述第一边缘阈值y_thr1<所述第四阈值y_thr,对于所述中心像素的亮度分量上的边缘信息edge落在[y_thr1,y_thr]区间内的值,可以修正滤波强度来使平坦和边缘之间的过度更加自然。
在本发明一实施例中,可以利用图11示出的修正曲线来修正所述第一滤波强度,从而得到所述第二滤波强度a_yy,其中,图11中的ay是依据当前亮度由上文描述的公式计算出的第一滤波强度,图11中的曲线关系用公式描述,可以如(14):
根据上文描述,所述第四阈值y_thr的设定可以如图9所示,根据亮度的不同而设定不同,所以和第四阈值y_thr类似,所述第一边缘阈值y_thr1的设定也可以根据亮度的不同而不同,即也可以利用图9示出的关系曲线来设定所述第一边缘阈值y_thr1,只是在纵轴上设定不同的阈值参数,具体的设定方法,可以参考以上描述实施,在此不再赘述。
S35:对第二滤波强度a_yy进行修正,得到第三滤波强度a。
为了进一步避免分层现象,在所述第一差异最大值Umax_diff∈[th6,th7],即所述第一差异最大值大于所述第六阈值th6小于所述第七阈值th7时,可以根据所述第一差异最大值,利用图12示出的修正曲线,对所述第二滤波强度a_yy进行修正,得到第三滤波强度a,将所述第三滤波强度a作为所述中心像素的滤波强度,图12中的曲线同样可以用公式(15)描述如下:
根据上文所述,所述第三阈值th3的设定可以参考图9示出的曲线关系,即会根据亮度的不同而不同,所以和所述第三阈值th3类似,所述第六阈值th6及所述第七阈值th7的设定也可以根据亮度的不同而不同。同样地,所述第六阈值th6和所述第七阈值th7的曲线可以和所述第三阈值th3设定的方法一样,只是在图9中的纵轴上设定不同的阈值参数,在此不再赘述。
S36:根据所述第三滤波强度a,对所述图像中的像素进行递归滤波。
在本发明一实施例中,以图6示出的图像块为例,具体的计算滤波后的所述中心像素U11′的公式如(16)所示:
S37:判断所述中心像素的当前亮度是否低于所述预设的暗区亮度阈值。
当所述中心像素的当前亮度低于所述预设的暗区亮度阈值,执行S38,反之,则结束流程。
S38:对滤波后的中心像素进行饱和度抑制处理。
为了防止在暗处的颜色拖尾,在本发明一实施例中,可以当所述中心像素的当前亮度低于预设的暗区亮度阈值时,确定所述中心像素处于暗区,可以对颜色的饱和度进行抑制,具体涉及两步:
第一步:如果U11’的饱和度高于U11,则U11’=U11,即保证滤波后的饱和度不高于滤波前;
第二步:如果(U11’-th5)*(U11-th5)<0,则U11’=th5,即保证滤波后的色度没有反向;
其中:U11’代表滤波后的所述中心像素,U11代表滤波前的所述中心像素,所述第五阈值th5为128。
需要说明的是,所述第一步及第二步的说法,只是为了说明和理解,并不对上述饱和度抑制处理的具体执行顺序构成任何限制。
有了这两个条件的限制,也就是上面两步的饱和度抑制处理,在特别暗的地方,就算颜色边界没有很好的被检测到,也不会发生颜色拖尾。
S39:对所述中心像素进行均值滤波。
以表3示出的图像块为例,假设有N个点和U11的差的绝对值小于预设的第九阈值th9,则最终的滤波过程如公式(17)所述:
其中:Uij为满足:|Uij-U11|<th9的像素,即Uij为满足与中心像素U11的差值的绝对值小于所述第九阈值th9的像素,且N为满足与中心像素U11的差值的绝对值小于所述第九阈值th9的像素个数,N所满足的关系,如公式(18)所示:
其中:abs()表示对括号内的参数取绝对值。
综上所述可知,由于亮度分量上的边缘信息会比较准确,故通过在判断中心像素所处的频率区域是否为平坦区域时,不只是考虑第一边缘信息最大值、所述中心像素的方差及第一差异最大值,还考虑到所述中心像素的亮度分量上的边缘信息,可以使得所述中心像素的频率区域信息会更加准确,从而可以为所述中心像素确定更加准确的滤波强度,故可以使得滤波后的图像保留更多细节,在保证噪声的去噪效果的同时,兼顾避免去噪后图像的拖尾现象。
为使得本领域技术人员更好地理解和实现本发明,以下还提供了可以实现上述图像去噪的方法的装置,如图13所示,所述装置可以包括:图像块获取单元81、第一计算单元82、第二计算单元83、第三计算单元84、第四计算单元85、第一判断单元86、第五计算单元87、滤波强度获取单元88及滤波单元89,其中:
所述图像块获取单元81,适于获取将待处理像素作为中心像素的图像块,所述中心像素位于所述图像块的第k行第k列;
所述第一计算单元82,适于计算所述中心像素的水平及垂直方向的色度分量上的边缘信息,并取所述水平及垂直方向的色度分量上的边缘信息的最大值,作为第一边缘信息最大值;
所述第二计算单元83,适于计算所述图像块的方差;
所述第三计算单元84,适于计算所述中心像素与所述图像块中第k-1行/第k-1列中所选择的滤波后的像素的差异最大值,作为第一差异最大值;
所述第四计算单元85,适于计算所述中心像素的亮度分量上的边缘信息;
所述第一判断单元86,适于根据所述第一边缘信息最大值、所述图像块的方差、第一差异最大值及所述中心像素的亮度分量上的边缘信息,判断所述中心像素所处的频率区域是否为平坦区域;
所述第五计算单元87,适于当所述中心像素所处的频率区域为平坦区域时,计算所述中心像素的当前亮度;
所述滤波强度获取单元88,适于根据所述中心像素的当前亮度,获取第一滤波强度,作为所述中心像素的滤波强度;
所述滤波单元89,适于利用所述中心像素的滤波强度,对所述中心像素进行递归滤波。
在具体实施中,所述第一判断单元86,适于当满足以下所有条件时,确定所述中心像素的频率为平坦区域:所述第一边缘信息最大值小于预设的第一阈值;所述方差小于预设的第二阈值;所述第一差异最大值小于预设的第三阈值;所述中心像素的亮度分量上的边缘信息小于预设的第四阈值。
在具体实施中,所述第一阈值、第二阈值、第三阈值与第四阈值的取值随着所述中心像素的当前亮度所处亮度区间的不同而不同。
图14示出了本发明实施例中的另一种图像去噪的装置,除了图像块获取单元81、第一计算单元82、第二计算单元83、第三计算单元84、第四计算单元85、第一判断单元86、第五计算单元87、滤波强度获取单元88及滤波单元89外,所述装置还包括:饱和度处理单元91,适于当所述中心像素的当前亮度低于预设的暗区亮度阈值时,确定所述中心像素处于暗区,并对所述递归滤波后的所述中心像素进行暗区饱和度抑制处理。
在具体实施中,所述饱和度处理单元91,包括:
第一判断子单元911,适于判断所述递归滤波后的所述中心像素的分量是否大于递归滤波前的所述中心像素的分量;
第一计算子单元912,适于当所述第一判断子单元911确定所述滤波后的所述中心像素的分量大于所述递归滤波前的所述中心像素的分量时,采用递归滤波前的所述中心像素的分量作为所述递归滤波后的所述中心像素的分量。
在具体实施中,所述饱和度处理单元91,还包括:
第二计算子单元913,适于将所述递归滤波后的中心像素的分量、递归滤波前的所述中心像素的分量分别与预设的第五阈值取差,得到第一差值和第二差值;
第二判断子单元914,适于判断所述第一差值与第二差值之积是否小于零;
第三计算子单元915,适于当所述第二判断子单元914确定所述乘积小于零时,将所述第五阈值作为所述递归滤波后的所述中心像素的分量。
在本发明一实施例中,所述中心像素的分量可以为色度U分量,所述第五阈值可以为128。
为使得本领域技术人员更好地理解和实现本发明,以下还提供了本发明实施例中的又一种图像去噪的装置示意图,如图15所示,除了上述的图像块获取单元81、第一计算单元82、第二计算单元83、第三计算单元84、第四计算单元85、第一判断单元86、第五计算单元87、滤波强度获取单元88、滤波单元89及饱和度处理单元91外,所述装置还包括第二判断单元101、第一修正单元102、第三判断单元103、第二修正单元104、去噪滤波单元105及均值滤波单元106,其中:
所述第二判断单元101,适于当所述中心像素的亮度分量上的边缘信息小于所述第四阈值时,判断所述中心像素的亮度分量上的边缘信息是否大于预设的第一边缘阈值;
所述第一修正单元102,适于当所述中心像素的亮度分量上的边缘信息大于所述第一边缘阈值时,根据所述中心像素的亮度分量上的边缘信息,对所述第一滤波强度进行修正,得到第二滤波强度,将所述第二滤波强度,作为所述中心像素的滤波强度。
在具体实施中,所述第三判断单元103,适于判断是否满足以下条件:所述第一差异最大值大于预设的第六阈值小于预设的第七阈值,且所述第七阈值小于所述第三阈值;
所述第二修正单元104,适于当所述第一差异最大值大于预设的第六阈值小于预设的第七阈值,且所述第七阈值小于所述第三阈值时,根据所述第一差异最大值,对所述第二滤波强度进行修正,得到第三滤波强度,将所述第三滤波强度作为所述中心像素的滤波强度。
在具体实施中,所述去噪滤波单元105,适于在判断所述中心像素所处的频率区域是否为平坦区域之前,对所获取的图像块的第一行/列像素进行去噪滤波处理
在具体实施中,当所述中心像素的当前亮度低于预设的第八阈值时,所对应的滤波强度随着所述当前亮度降低而降低。
在具体实施中,所述均值滤波单元106,适于当所述中心像素所处的频率区域不是平坦区域时,对所述中心像素进行均值滤波。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于以计算机可读存储介质中,存储介质可以包括:ROM、RAM、磁盘或光盘等。
虽然本发明披露如上,但本发明并非限定于此。任何本领域技术人员,在不脱离本发明的精神和范围内,均可作各种更动与修改,因此本发明的保护范围应当以权利要求所限定的范围为准。
Claims (20)
1.一种图像去噪的方法,其特征在于,对所述图像中的像素进行递归滤波,采用如下方法获取当前待处理像素的滤波强度,包括:
获取将所述待处理像素作为中心像素的图像块,所述中心像素位于所述图像块的第k行第k列;
计算所述中心像素的水平及垂直方向的色度分量上的边缘信息,并取所述水平及垂直方向的色度分量上的边缘信息的最大值,作为第一边缘信息最大值;
计算所述图像块的方差;
计算所述中心像素与所述图像块中第k-1行/第k-1列中所选择的滤波后的像素的差异最大值,作为第一差异最大值;
计算所述中心像素的亮度分量上的边缘信息;
根据所述第一边缘信息最大值、所述图像块的方差、第一差异最大值及所述中心像素的亮度分量上的边缘信息,判断所述中心像素所处的频率区域是否为平坦区域;
当所述中心像素所处的频率区域为平坦区域时,计算所述中心像素的当前亮度;
根据所述中心像素的当前亮度,获取第一滤波强度,作为所述中心像素的滤波强度;
所述图像去噪的方法还包括:
当所述中心像素的当前亮度低于预设的暗区亮度阈值时,确定所述中心像素处于暗区,并对所述递归滤波后的所述中心像素进行暗区饱和度抑制处理;
所述对所述递归滤波后的所述中心像素进行暗区饱和度抑制处理包括:
判断所述递归滤波后的所述中心像素的分量是否大于递归滤波前的所述中心像素的分量;
当所述滤波后的所述中心像素的分量大于所述递归滤波前的所述中心像素的分量时,采用递归滤波前的所述中心像素的分量作为所述递归滤波后的所述中心像素的分量。
2.根据权利要求1所述的图像去噪的方法,其特征在于,所述根据所述第一边缘信息最大值、所述图像块的方差、第一差异最大值及所述中心像素的亮度分量上的边缘信息,判断所述中心像素所处的频率区域是否为平坦区域,包括:
当满足以下所有条件时,确定所述中心像素的频率为平坦区域:
所述第一边缘信息最大值小于预设的第一阈值;
所述方差小于预设的第二阈值;
所述第一差异最大值小于预设的第三阈值;
所述中心像素的亮度分量上的边缘信息小于预设的第四阈值。
3.根据权利要求2所述的图像去噪的方法,其特征在于,所述第一阈值、第二阈值、第三阈值与第四阈值的取值随着所述图像块的中心像素的当前亮度所处亮度区间的不同而不同。
4.根据权利要求1所述的图像去噪的方法,其特征在于,所述对所述递归滤波后的所述中心像素进行暗区饱和度抑制处理,还包括:
将所述递归滤波后的中心像素的分量、递归滤波前的所述中心像素的分量分别与预设的第五阈值取差,得到第一差值和第二差值;
判断所述第一差值与第二差值之积是否小于零;
当所述第一差值与第二差值之积小于零时,将所述第五阈值作为所述递归滤波后的所述中心像素的分量。
5.根据权利要求4所述的图像去噪的方法,其特征在于,所述第五阈值为128。
6.根据权利要求2所述的图像去噪的方法,其特征在于,还包括:
当所述中心像素的亮度分量上的边缘信息小于所述第四阈值时,判断所述中心像素的亮度分量上的边缘信息是否大于预设的第一边缘阈值;
当所述中心像素的亮度分量上的边缘信息大于所述第一边缘阈值时,根据所述中心像素的亮度分量上的边缘信息,对所述第一滤波强度进行修正,得到第二滤波强度;
将所述第二滤波强度,作为所述中心像素的滤波强度。
7.根据权利要求6所述的图像去噪的方法,其特征在于,还包括:
当所述第一差异最大值大于预设的第六阈值并小于预设的第七阈值,且所述第七阈值小于所述第三阈值时;
根据所述第一差异最大值,对所述第二滤波强度进行修正,得到第三滤波强度,将所述第三滤波强度作为所述中心像素的滤波强度。
8.根据权利要求1所述的图像去噪的方法,其特征在于,还包括:
在判断所述中心像素的频率所处的频率区域是否为平坦区域之前,对所获取的图像块的第一行/列像素进行去噪滤波处理。
9.根据权利要求1所述的图像去噪的方法,其特征在于,当所述中心像素的当前亮度低于预设的第八阈值时,所对应的滤波强度随着所述当前亮度降低而降低。
10.根据权利要求1所述的图像去噪的方法,其特征在于,还包括:
当所述中心像素所处的频率区域非平坦区域时,对所述中心像素进行均值滤波。
11.一种图像去噪的装置,其特征在于,包括:
图像块获取单元,适于获取将待处理像素作为中心像素的图像块,所述中心像素位于所述图像块的第k行第k列;
第一计算单元,适于计算所述中心像素的水平及垂直方向的色度分量上的边缘信息,并取所述水平及垂直方向的色度分量上的边缘信息的最大值,作为第一边缘信息最大值;
第二计算单元,适于计算所述图像块的方差;
第三计算单元,适于计算所述中心像素与所述图像块中第k-1行/第k-1列中所选择的滤波后的像素的差异最大值,作为第一差异最大值;
第四计算单元,适于计算所述中心像素的亮度分量上的边缘信息;
第一判断单元,适于根据所述第一边缘信息最大值、所述图像块的方差、第一差异最大值及所述中心像素的亮度分量上的边缘信息,判断所述中心像素所处的频率区域是否为平坦区域;
第五计算单元,适于当所述中心像素所处的频率区域为平坦区域时,计算所述中心像素的当前亮度;
滤波强度获取单元,适于根据所述中心像素的当前亮度,获取第一滤波强度,作为所述中心像素的滤波强度;
滤波单元,适于利用所述中心像素的滤波强度,对所述中心像素进行递归滤波;
所述图像去噪的装置还包括:
饱和度处理单元,适于当所述中心像素的当前亮度低于预设的暗区亮度阈值时,确定所述中心像素处于暗区,并对所述递归滤波后的所述中心像素进行暗区饱和度抑制处理;
所述饱和度处理单元包括:
第一判断子单元,适于判断所述递归滤波后的所述中心像素的分量是否大于递归滤波前的所述中心像素的分量;
第一计算子单元,适于当所述第一判断子单元确定所述递归滤波后的所述中心像素的分量大于所述递归滤波前的所述中心像素的分量时,采用递归滤波前的所述中心像素的分量作为所述递归滤波后的所述中心像素的分量。
12.根据权利要求11所述的图像去噪的装置,其特征在于,所述第一判断单元,适于当满足以下所有条件时,确定所述中心像素的频率为平坦区域:
所述第一边缘信息最大值小于预设的第一阈值;
所述方差小于预设的第二阈值;
所述第一差异最大值小于预设的第三阈值;
所述中心像素的亮度分量上的边缘信息小于预设的第四阈值。
13.根据权利要求12所述的图像去噪的装置,其特征在于,所述第一阈值、第二阈值、第三阈值与第四阈值的取值随着所述中心像素的当前亮度所处亮度区间的不同而不同。
14.根据权利要求11所述的图像去噪的装置,其特征在于,所述饱和度处理单元,包括:
第二计算子单元,适于将所述递归滤波后的中心像素的分量、递归滤波前的所述中心像素的分量分别与预设的第五阈值取差,得到第一差值和第二差值;
第二判断子单元,适于判断所述第一差值与第二差值之积是否小于零;
第三计算子单元,适于当所述第二判断子单元确定所述第一差值与第二差值之积小于零时,将所述第五阈值作为所述递归滤波后的所述中心像素的分量。
15.根据权利要求14所述的图像去噪的装置,其特征在于,所述第五阈值为128。
16.根据权利要求12所述的图像去噪的装置,其特征在于,还包括:
第二判断单元,适于当所述中心像素的亮度分量上的边缘信息小于所述第四阈值时,判断所述中心像素的亮度分量上的边缘信息是否大于预设的第一边缘阈值;
第一修正单元,适于当所述中心像素的亮度分量上的边缘信息大于所述第一边缘阈值时,根据所述中心像素的亮度分量上的边缘信息,对所述第一滤波强度进行修正,得到第二滤波强度,将所述第二滤波强度,作为所述中心像素的滤波强度。
17.根据权利要求16所述的图像去噪的装置,其特征在于,还包括:
第三判断单元,适于判断是否满足以下条件:所述第一差异最大值大于预设的第六阈值并小于预设的第七阈值,且所述第七阈值小于所述第三阈值;
第二修正单元,适于当所述第一差异最大值大于预设的第六阈值小于预设的第七阈值,且所述第七阈值小于所述第三阈值时,根据所述第一差异最大值,对所述第二滤波强度进行修正,得到第三滤波强度,将所述第三滤波强度作为所述中心像素的滤波强度。
18.根据权利要求11所述的图像去噪的装置,其特征在于,还包括:
去噪滤波单元,适于在判断所述中心像素所处的频率区域是否为平坦区域之前,对所获取的图像块的第一行/列像素进行去噪滤波处理。
19.根据权利要求11所述的图像去噪的装置,其特征在于,当所述中心像素的当前亮度低于预设的第八阈值时,所对应的滤波强度随着所述当前亮度降低而降低。
20.根据权利要求11所述的图像去噪的装置,其特征在于,还包括:
均值滤波单元,适于当所述中心像素所处的频率区域非平坦区域时,对所述中心像素进行均值滤波。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201511033689.9A CN106934768B (zh) | 2015-12-30 | 2015-12-30 | 一种图像去噪的方法及装置 |
CN202010797036.2A CN111915534B (zh) | 2015-12-30 | 2015-12-30 | 一种图像去噪的方法及装置 |
CN202010797044.7A CN111915535B (zh) | 2015-12-30 | 2015-12-30 | 一种图像去噪的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201511033689.9A CN106934768B (zh) | 2015-12-30 | 2015-12-30 | 一种图像去噪的方法及装置 |
Related Child Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010797044.7A Division CN111915535B (zh) | 2015-12-30 | 2015-12-30 | 一种图像去噪的方法及装置 |
CN202010797036.2A Division CN111915534B (zh) | 2015-12-30 | 2015-12-30 | 一种图像去噪的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106934768A CN106934768A (zh) | 2017-07-07 |
CN106934768B true CN106934768B (zh) | 2020-07-03 |
Family
ID=59443770
Family Applications (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010797036.2A Active CN111915534B (zh) | 2015-12-30 | 2015-12-30 | 一种图像去噪的方法及装置 |
CN201511033689.9A Active CN106934768B (zh) | 2015-12-30 | 2015-12-30 | 一种图像去噪的方法及装置 |
CN202010797044.7A Active CN111915535B (zh) | 2015-12-30 | 2015-12-30 | 一种图像去噪的方法及装置 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010797036.2A Active CN111915534B (zh) | 2015-12-30 | 2015-12-30 | 一种图像去噪的方法及装置 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010797044.7A Active CN111915535B (zh) | 2015-12-30 | 2015-12-30 | 一种图像去噪的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (3) | CN111915534B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107563981B (zh) * | 2017-09-04 | 2020-08-21 | 哈尔滨理工大学 | 一种图像振铃效应的评价方法 |
CN108109123B (zh) * | 2017-12-21 | 2020-05-15 | 成都微光集电科技有限公司 | 一种图像去噪方法 |
CN108513044B (zh) * | 2018-04-16 | 2020-11-13 | 深圳市华星光电技术有限公司 | 图像平滑处理方法、电子装置及计算机可读存储介质 |
CN110400260B (zh) * | 2018-04-25 | 2022-07-29 | 展讯通信(上海)有限公司 | 图像处理方法及装置 |
CN110136085B (zh) * | 2019-05-17 | 2022-03-29 | 凌云光技术股份有限公司 | 一种图像的降噪方法及装置 |
CN110956594B (zh) * | 2019-11-27 | 2023-12-01 | 北京金山云网络技术有限公司 | 图像滤波方法、装置、电子设备及存储介质 |
CN111429383B (zh) * | 2020-04-13 | 2022-09-27 | 展讯通信(上海)有限公司 | 图像降噪方法及装置、计算机可读存储介质 |
CN111489395B (zh) * | 2020-04-13 | 2023-03-14 | 展讯通信(上海)有限公司 | 图像信号的方向判断方法及相关设备 |
CN111598909B (zh) * | 2020-05-08 | 2023-03-14 | 展讯通信(上海)有限公司 | 图像信号的频域特征判断方法及相关设备 |
CN112862686B (zh) * | 2021-02-19 | 2023-10-27 | 杭州国科微电子有限公司 | 一种基于明暗线条的去马赛克方法、装置、设备及介质 |
CN114584790B (zh) * | 2022-01-21 | 2024-05-17 | 百果园技术(新加坡)有限公司 | 一种视频亮度滤波方法、装置、设备及存储介质 |
CN115546514B (zh) * | 2022-01-29 | 2023-08-04 | 荣耀终端有限公司 | 图片噪声计算方法、装置及图片测试*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101452574A (zh) * | 2008-12-19 | 2009-06-10 | 深圳市恩普电子技术有限公司 | 一种提升超声图像质量的方法 |
CN101645168A (zh) * | 2008-08-05 | 2010-02-10 | 普廷数码影像控股公司 | 用于平坦区域图像滤波的方法和设备 |
CN102281386A (zh) * | 2010-06-08 | 2011-12-14 | 中兴通讯股份有限公司 | 一种对视频图像进行自适应去噪的方法及装置 |
CN103888764A (zh) * | 2014-03-14 | 2014-06-25 | 西安交通大学 | 一种自适应补偿视频压缩失真的***及方法 |
CN104123699A (zh) * | 2013-04-26 | 2014-10-29 | 富士通株式会社 | 降低图像噪声的方法和装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9275438B2 (en) * | 2013-03-26 | 2016-03-01 | Futurewei Technologies, Inc. | Bilateral denoising for digital camera images |
CN105139343B (zh) * | 2014-05-30 | 2018-04-03 | 上海贝卓智能科技有限公司 | 一种图像处理方法、装置 |
-
2015
- 2015-12-30 CN CN202010797036.2A patent/CN111915534B/zh active Active
- 2015-12-30 CN CN201511033689.9A patent/CN106934768B/zh active Active
- 2015-12-30 CN CN202010797044.7A patent/CN111915535B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101645168A (zh) * | 2008-08-05 | 2010-02-10 | 普廷数码影像控股公司 | 用于平坦区域图像滤波的方法和设备 |
CN101452574A (zh) * | 2008-12-19 | 2009-06-10 | 深圳市恩普电子技术有限公司 | 一种提升超声图像质量的方法 |
CN102281386A (zh) * | 2010-06-08 | 2011-12-14 | 中兴通讯股份有限公司 | 一种对视频图像进行自适应去噪的方法及装置 |
CN104123699A (zh) * | 2013-04-26 | 2014-10-29 | 富士通株式会社 | 降低图像噪声的方法和装置 |
CN103888764A (zh) * | 2014-03-14 | 2014-06-25 | 西安交通大学 | 一种自适应补偿视频压缩失真的***及方法 |
Non-Patent Citations (1)
Title |
---|
"一种有效的自适应均值滤波算法";李亚珂 等;《电视技术》;20131231;第37卷(第23期);第2节 * |
Also Published As
Publication number | Publication date |
---|---|
CN111915535B (zh) | 2022-09-27 |
CN111915535A (zh) | 2020-11-10 |
CN111915534B (zh) | 2022-09-27 |
CN111915534A (zh) | 2020-11-10 |
CN106934768A (zh) | 2017-07-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106934768B (zh) | 一种图像去噪的方法及装置 | |
CN106846270B (zh) | 一种图像边缘增强方法及装置 | |
CN109191395B (zh) | 图像对比度增强方法、装置、设备及存储介质 | |
WO2016206087A1 (zh) | 一种低照度图像处理方法和装置 | |
JP6225256B2 (ja) | 画像処理システム及びコンピュータ読み取り可能な記録媒体 | |
KR100872253B1 (ko) | 이미지 센서에 의해 생성된 이미지의 노이즈 제거 방법 | |
CN105046655B (zh) | 一种视频图像自动锐化方法和装置 | |
CN105046658B (zh) | 一种低照度图像处理方法和装置 | |
CN105809630B (zh) | 一种图像噪声过滤方法及*** | |
EP1840831A1 (en) | Adaptive histogram equalization for images with strong local contrast | |
KR100771158B1 (ko) | 칼라 영상의 화질 향상을 위한 방법 및 시스템 | |
JP6057302B2 (ja) | ディジタル画像中のハイライト領域および飽和領域を処理するための方法 | |
CN104331863B (zh) | 一种图像滤波去噪方法 | |
CN109389560B (zh) | 一种自适应加权滤波图像降噪方法、装置及图像处理设备 | |
EP2816526B1 (en) | Filtering method and apparatus for recovering an anti-aliasing edge | |
CN109584198B (zh) | 一种人脸图像质量评价方法、装置及计算机可读存储介质 | |
CN104657941B (zh) | 一种图像边缘自适应增强方法及装置 | |
CN112819721A (zh) | 一种图像彩色噪声降噪的方法和*** | |
EP3535691B1 (en) | Method and device for estimating cast shadow regions and/or highlight regions in images | |
CN107256539B (zh) | 一种基于局部对比度的图像锐化方法 | |
CN111429381B (zh) | 图像边缘增强方法及装置、存储介质、计算机设备 | |
CN116468636A (zh) | 低照度增强方法、装置、电子设备和可读存储介质 | |
CN116309146A (zh) | 基于Retinex的边缘保留彩色低照度图像增强方法 | |
CN111915497A (zh) | 一种图像黑白增强方法、装置、电子设备和可读存储介质 | |
Okado et al. | Fast and high-quality regional histogram equalization |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |