CN111292250A - 图像处理方法及装置 - Google Patents
图像处理方法及装置 Download PDFInfo
- Publication number
- CN111292250A CN111292250A CN201811642847.4A CN201811642847A CN111292250A CN 111292250 A CN111292250 A CN 111292250A CN 201811642847 A CN201811642847 A CN 201811642847A CN 111292250 A CN111292250 A CN 111292250A
- Authority
- CN
- China
- Prior art keywords
- wavelet
- low
- filtering
- wavelet coefficients
- band
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 11
- 238000001914 filtration Methods 0.000 claims abstract description 141
- 238000012545 processing Methods 0.000 claims abstract description 66
- 238000000034 method Methods 0.000 claims abstract description 49
- 230000009466 transformation Effects 0.000 claims abstract description 12
- 230000009467 reduction Effects 0.000 claims abstract description 10
- 239000011159 matrix material Substances 0.000 claims description 75
- 238000000354 decomposition reaction Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 11
- 238000010586 diagram Methods 0.000 description 18
- 238000004891 communication Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 6
- 230000008602 contraction Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000002146 bilateral effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000011426 transformation method Methods 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/10—Image enhancement or restoration using non-spatial domain filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20048—Transform domain processing
- G06T2207/20064—Wavelet transform [DWT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20172—Image enhancement details
- G06T2207/20192—Edge enhancement; Edge preservation
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本公开涉及图像处理方法及装置，所述方法包括：将输入图像的Y通道图像小波分解为多个小波系数层，其中，所述小波系数层包括低频子带及高频子带；利用导向滤波方式对所述低频子带中的小波系数进行滤波处理；对滤波处理后的所述低频子带的小波系数进行小波逆变换，得到所述输入图像的降噪图像。本公开利用导向滤波方式对输入图像的低频子带进行导向滤波，可以保留更多的边缘信息，并且可以消除梯度反转现象，在消除低频噪声的同时，可以保留更多的图像信息。
Description
技术领域
本公开涉及图像处理领域，尤其涉及一种图像处理方法及装置。
背景技术
图像经过图像信号处理器(image singnal processor,ISP)的前处理后往往含有不同频率的噪声信号，为了降低图像中的噪声水平，得到更高质量的图像，通常会对图像进行降噪处理。然而，相关技术通常采用同样的方法对含有不同频率噪声信号的图像进行滤波，这样的去噪处理方式效率低下，并且难以达到理想的去噪效果。
因此，为了提高去噪处理的效率，并提高去噪效果，有必要提出一种新的技术方案。
发明内容
根据本公开的一方面，提供了一种图像处理方法，所述方法包括：
将输入图像的Y通道图像小波分解为多个小波系数层，其中，所述小波系数层包括低频子带及高频子带；
利用导向滤波方式对所述低频子带中的小波系数进行滤波处理；
对滤波处理后的所述低频子带的小波系数进行小波逆变换，得到所述输入图像的降噪图像。
在一种可能的实施方式中，所述利用导向滤波方式对所述低频子带中的小波系数进行滤波处理，包括：
确定所述低频子带中小波系数的邻域系数矩阵；
确定所述邻域系数矩阵中小波系数的滤波权重；
基于所述邻域系数矩阵中小波系数的滤波权重确定所述低频子带中小波系数的滤波权重；
利用所述低频子带中小波系数的滤波权重对所述低频子带中小波系数进行导向滤波，得到所述处理后的低频子带的小波系数。
在一种可能的实施方式中，所述确定所述邻域系数矩阵中小波系数的滤波权重，包括：
利用如下公式获取邻域系数矩阵中的小波系数的滤波权重：
其中，ωk表示所述邻域系数矩阵，Wij(I)表示所述邻域系数矩阵中坐标(i,j)对应的小波系数的滤波权重，|w|表示所述邻域系数矩阵中小波系数的个数，μk表示所述邻域系数矩阵中小波系数的均值，Ii表示i点处的像素值，Ij表示j点处的像素值，
表示所述邻域系数矩阵的方差，∈表示可调参数。
在一种可能的实施方式中，所述基于所述邻域系数矩阵中小波系数的滤波权重确定所述低频子带中小波系数的滤波权重，包括：
对所述邻域系数矩阵中的小波系数进行加权平均运算，得到所述低频子带中小波系数的滤波权重。
在一种可能的实施方式中，所述低频子带中小波系数包括低频子带的中间区域中的小波系数。
在一种可能的实施方式中，所述方法还包括：
将所述低频子带中除去以短边为半径的圆形区域的部分按照预设方向划分为多个等级；
利用所述多个等级分别对所述可调参数进行处理，以调整对应小波系数的滤波权重；
利用所述滤波权重对所述低频子带中的小波系数进行径向去噪处理。
在一种可能的实施方式中，所述预设方向包括以所述低频子带的中点向所述低频子带对角延伸的方向，所述多个等级包括256个等级。
在一种可能的实施方式中，所述将输入图像的Y通道图像小波分解为多个小波系数层，包括：
利用haar小波对所述Y通道图像进行小波分解，所述多个小波系数层为4层。
根据本公开的另一方面，提出了一种图像处理装置，所述装置包括：
分解模块，用于将输入图像的Y通道图像小波分解为多个小波系数层，其中，所述小波系数层包括低频子带及高频子带；
滤波模块，连接于所述分解模块，用于利用导向滤波方式对所述低频子带中的小波系数进行滤波处理；
逆变换模块，连接于所述滤波模块，用于对滤波处理后的所述低频子带的小波系数进行小波逆变换，得到所述输入图像的降噪图像。
在一种可能的实施方式中，所述滤波模块，包括：
确定子模块，用于确定所述低频子带中小波系数的邻域系数矩阵；
处理子模块，连接于所述确定子模块，用于确定所述邻域系数矩阵中小波系数的滤波权重；
获取子模块，连接于所述处理子模块，用于基于所述邻域系数矩阵中小波系数的滤波权重确定所述低频子带中小波系数的滤波权重；
滤波子模块，连接于所述获取子模块，用于利用所述低频子带中小波系数的滤波权重对所述低频子带中小波系数进行导向滤波，得到所述处理后的低频子带的小波系数。
在一种可能的实施方式中，所述低频子带中小波系数的滤波权重，包括：
利用如下公式获取邻域系数矩阵中的小波系数的滤波权重：
其中，ωk表示所述邻域系数矩阵，Wij(I)表示所述邻域系数矩阵中坐标(i,j)对应的小波系数的滤波权重，|w|表示所述邻域系数矩阵中小波系数的个数，μk表示所述邻域系数矩阵中小波系数的均值，Ii表示i点处的像素值，Ij表示j点处的像素值，
表示所述邻域系数矩阵的方差，∈表示可调参数。
在一种可能的实施方式中，所述基于所述邻域系数矩阵中小波系数的滤波权重确定所述低频子带中小波系数的滤波权重，包括：
对所述邻域系数矩阵中的小波系数进行加权平均运算，得到所述低频子带中小波系数的滤波权重。
在一种可能的实施方式中，所述低频子带中小波系数包括低频子带的中间区域中的小波系数。
在一种可能的实施方式中，所述滤波模块还包括：
划分子模块，将所述低频子带中除去以短边为半径的圆形区域的部分按照预设方向划分为多个等级；
调整子模块，连接于所述划分子模块，用于利用所述多个等级分别对所述可调参数进行处理，以调整对应小波系数的滤波权重。
在一种可能的实施方式中，所述预设方向包括以所述低频子带的中点向所述低频子带对角延伸的方向，所述多个等级包括256个等级。
根据本公开的另一方面，提供了一种图像处理装置，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为执行上述方法。
根据本公开的另一方面，提供了一种非易失性计算机可读存储介质，其上存储有计算机程序指令，其中，所述计算机程序指令被处理器执行时实现上述方法。
通过以上方法，本公开可以对小波分解后的低频子带进行导向滤波，从而对输入图像进行降噪，通过小波逆变换，可以利用经过导向滤波的低频自带的小波系数进行小波逆变换，从而得到所述输入图像的降噪图像。通过本公开所述的方法，利用导向滤波方式对输入图像的低频子带进行导向滤波，可以保留更多的边缘信息，并且可以消除梯度反转现象，在消除低频噪声的同时，可以保留更多的图像信息。
根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的示例性实施例、特征和方面，并且用于解释本公开的原理。
图1示出了根据本公开一实施方式的图像处理方法的流程图。
图2示出了根据本公开一实施方式的图像处理方法的流程图。
图3示出了根据本公开一实施方式的径向去燥的示意图。
图4示出了根据本公开一实施方式的图像处理装置的框图。
图5示出了根据本公开一实施方式的图像处理装置的框图。
图6示出了根据本公开一实施方式的图像处理装置的框图。
图7示出了根据本公开一实施方式的图像处理装置的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
另外，为了更好的说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
光信号经过镜头、传感器和ISP的前处理等非线性***的处理之后，得到的图像信号噪声往往不是通常图像降噪算法所假设的高斯白噪声信号，这样的图像信号中往往高、低频噪声同时存在，相关技术通常只对高频噪声进行滤波处理，对低频噪声的滤波处理，目前没有较好的技术方案。
例如，对于低频噪声，相关技术有采用经典的高斯滤波法进行滤波，然而，经典的高斯滤波没有边缘保持特性，对输入图像进行高斯滤波通常会丢失边缘信息，但是边缘信息对于图像的后处理非常重要。
相关技术也有采用双边滤波器进行滤波处理的，然而双边滤波器虽然具有一定的边缘保持能力，但是在边缘处存在一定的梯度反转现象(表现在图像的边缘方向上有明暗相间的波纹出现)，所述梯度反转现象与“振铃效应”类似，而导向滤波(guided filter)则能够避免这个现象，同时具有更好的边缘保持能力。
请参阅图1，图1示出了根据本公开一实施方式的图像处理方法的流程图。
所述方法可以应用于服务器或终端中，所述终端例如可以包括计算机、移动终端等，如图1所示，所述方法包括：
步骤S110，将输入图像的Y通道图像小波分解为多个小波系数层，其中，所述小波系数层包括低频子带及高频子带；
步骤S120，利用导向滤波方式对所述低频子带中的小波系数进行滤波处理；
步骤S130，对滤波处理后的所述低频子带的小波系数进行小波逆变换，得到所述输入图像的降噪图像。
通过以上方法，本公开可以对小波分解后的低频子带进行导向滤波，从而对输入图像进行降噪，通过小波逆变换，可以利用经过导向滤波的低频自带的小波系数进行小波逆变换，从而得到所述输入图像的降噪图像。通过本公开所述的方法，利用导向滤波方式对输入图像的低频子带进行导向滤波，可以保留更多的边缘信息，并且可以消除梯度反转现象，在消除低频噪声的同时，可以保留更多的图像信息。
在一种可能的实施方式中，所述输入图像可以是YUV格式的图像，所述YUV格式是指以亮度和颜色色差表示的图像，其中，Y代表亮度，U、V代表颜色色差的两个分量。
在其他的实施方式中，所述输入图像也可以是其他格式的图像，例如，可以是RGB图像。在这种情况下，本公开可以将其他格式的输入图像转换为HUV格式的图像。
在一种可能的实施方式中，可以利用haar小波对所述输入图像进行小波分解，在其他的实施方式中，也可以利用其他小波对所述输入图像进行小波分解，本公开不做限制。
在一种可能的实施方式中，可以利用与小波分解对应的方式进行小波逆变换，从而得到输入图像的降噪图像。例如，当利用haar小波对输入图像进行小波分解时，在对分解后的输入图像的低频子带进行导向滤波后，可以基于haar小波的逆变换方式利用滤波处理后的所述低频子带的小波系数进行逆变换，得到输入图像的降噪图像。当然，在其他的实施方式中，可以采用其他可以实现小波逆变换的方法，本公开不做限定。
在一种可能的实施方式中，所述多个小波系数层例如可以为4层，在其他实施方式中，可以将输入图像分解为3层、2层或其他数目层，本公开不做限定。
在一种可能的实施方式中，输入图像可以为二维图像(包括水平方向X、垂直方向Y)，在对二维图像进行分解后，每一层都包括低频子带及高频子带，低频子带在X、Y两个方向上都为低频，例如，可以记为低频子带LL。所述高频子带可以包括水平高频子带HL、垂直高频子带LH、对角高频子带HH，在高频子带中，至少一个方向为高频，例如，水平高频子带HL可以为在水平方向X为高频，而在垂直方向Y为低频；垂直高频子带LH可以为在水平方向X为低频，在垂直方向Y为高频；对角高频子带HH可以为在水平方向X及垂直方向Y上都为高频。
在其他实施方式中，输入图像也可以是三维图像(包括X、Y、Z方向)，本公开对输入图像的具体形式不做限定。
请参阅图2，图2示出了根据本公开一实施方式的图像处理方法的流程图。
如图2所示，在一种可能的实施方式中，步骤S120利用导向滤波方式对所述低频子带中的小波系数进行滤波处理，可以包括：
步骤S121，确定所述低频子带中小波系数的邻域系数矩阵；
在一种可能的实施方式中，所述邻域系数矩阵可以为m*n矩阵，其中m，n为自然数。
在一种可能的实施方式中，所述低频子带中小波系数可以是所述低频子带的中心区域的2*2小波系数的其中之一。
通过选择低频子带的中间4个小波系数进行导向滤波处理，可以利用输入图像自身作为指导滤波器，这样可以极大地简化导向滤波处理的计算量，节约计算时间、资源，提高滤波处理的效率。当然，在其他的实施方式中，本领域技术人员也可以选择其他任意数目、其他任意位置的小波系数进行导向滤波，本公开对此不作限定。
在一种可能的实施方式中，在确了所述低频子带中小波系数后，可以根据需要选择所述邻域系数矩阵，例如，为了减小计算量、节约计算资源、计算时间，所述邻域系数矩阵可以为包括所述低频子带中小波系数的3*3矩阵，5*5矩阵，也可以是3*5矩阵等，本公开不做限定。
步骤S122，所述低频子带中小波系数的滤波权重；
在一种可能的实施方式中，可以利用如下公式获取邻域系数矩阵中的小波系数的滤波权重：
其中，ωk表示所述邻域系数矩阵，Wij(I)表示所述邻域系数矩阵中坐标(i,j)对应的小波系数的滤波权重，|w|表示所述邻域系数矩阵中小波系数的个数，μk表示所述邻域系数矩阵中小波系数的均值，Ii表示i点处的像素值，Ij表示j点处的像素值，
表示所述邻域系数矩阵的方差，∈表示可调参数。
在一种可能的实施方式中，可以通过可调参数∈来对所述滤波权重进行调整。
如图2所示，步骤S120利用导向滤波方式对所述低频子带中的小波系数进行滤波处理，还可以包括：
步骤S126，将所述低频子带中除去以短边为半径的圆形区域的部分按照预设方向划分为多个等级；
步骤S127，利用所述多个等级分别对所述可调参数进行处理，以调整对应小波系数的滤波权重。
由于图像信号在经过镜头校正(lens shading)之后，图像的四个角上面噪声比中间区域噪声强度更大，鉴于此，必须沿径向加强对应的去噪强度，以达到图像整体噪声水准一致。
针对此，本公开在导向滤波方式中加入沿径向去噪调整去噪强度的方法。
请一并参阅图3，图3示出了根据本公开一实施方式的径向去燥的示意图。
如图3所示，radius表示所述低频子带表示的图像的短边，Max-radius表示所述图像的中心(图像的长边/2,图像的短边/2)到对角的长度。可以将图像从radius到max-radius分为256个指定等级，按照像素点距离所述中心的距离，自适应调整高频子带和低频子带的去噪强度，从而达到沿径向去噪的目的。
在一种可能的实施方式中，可以沿径向(所述低频子带的中点向所述低频子带对角延伸的方向)调整所述可调参数的值，从而增大降噪强度。
在其他的实施方式中，也可以选择以其他方向增大或减小降噪强度，从而对低频自带的小波系数进行降噪处理，本公开对此不作限制。
本公开通过对沿径向的去噪强度进行调整，可以根据不同的lens shading引起的径向失真进行有针对性的调整，具有很好的通用性。
步骤S123，基于所述邻域系数矩阵中小波系数的滤波权重确定所述低频子带中小波系数的滤波权重；
在一种可能的实施方式中，可以对所述邻域系数矩阵中的小波系数进行加权平均运算，得到所述低频子带中小波系数的滤波权重。
步骤S124，利用所述低频子带中小波系数的滤波权重对所述低频子带中小波系数进行导向滤波，得到所述处理后的低频子带的小波系数。
在一种可能的实施方式中，在选择好所述低频子带中小波系数后，可以依次对所有的小波系数进行导向滤波，从而得到所述处理后的低频子带的小波系数。
在其他的实施方式中，也可以同时对多个所述低频子带中小波系数进行导向滤波，并综合滤波结果，本公开对此不作限制。
在一种可能的实施方式中，本公开还可以通过预设的软阈值收缩方法对所述高频子带的小波系数进行降噪处理。
在本实施方式中，所述通过预设的软阈值收缩方法对所述高频子带的小波系数进行降噪处理，可以包括：
根据所述高频子带的小波系数确定收缩比例；
对所述高频子带的小波系数及对应的收缩比例进行乘法运算处理，得到处理后的高频子带的小波系数。
在一种可能的实施方式中，所述根据所述高频子带的小波系数确定收缩比例，可以包括：
利用如下公式确定所述收缩比例：
其中，ratio表示所述收缩比例，pvalue表示所述高频子带的小波系数，thresh1和thresh2分别表示第一门限值及第二门限值，k表示收缩比例系数，ratio1表示下限收缩比例，ratio2表示上限收缩比例。
在一种可能的实施方式中，k的值可以通过如下公式获得：
k＝(ratio2-ratio1)/(thresh2-thresh1)。
通过以上方法，本公开可以对小波分解后的输入图像的高频子带进行滤波处理。
请参阅图4，图4示出了根据本公开一实施方式的图像处理装置的框图。
如图4所示，所述装置包括：
分解模块10，用于将输入图像的Y通道图像小波分解为多个小波系数层，其中，所述小波系数层包括低频子带及高频子带；
滤波模块20，连接于所述分解模块10，用于利用导向滤波方式对所述低频子带中的小波系数进行滤波处理；
逆变换模块30，连接于所述滤波模块20，用于对滤波处理后的所述低频子带的小波系数进行小波逆变换，得到所述输入图像的降噪图像。
通过以上装置，本公开可以对小波分解后的低频子带进行导向滤波，从而对输入图像进行降噪，通过小波逆变换，可以利用经过导向滤波的低频自带的小波系数进行小波逆变换，从而得到所述输入图像的降噪图像。通过本公开所述的方法，利用导向滤波方式对输入图像的低频子带进行导向滤波，可以保留更多的边缘信息，并且可以消除梯度反转现象，在消除低频噪声的同时，可以保留更多的图像信息。
请参阅图5，图5示出了根据本公开一实施方式的图像处理装置的框图。
如图5所示，所述滤波模块，包括：
确定子模块210，用于确定所述低频子带中小波系数的邻域系数矩阵；
在一种可能的实施方式中，所述邻域系数矩阵为m*n矩阵，其中m，n为自然数。
处理子模块220，连接于所述确定子模块210，用于所述低频子带中小波系数的滤波权重；
获取子模块230，连接于所述处理子模块220，用于基于所述邻域系数矩阵中小波系数的滤波权重确定所述低频子带中小波系数的滤波权重；
滤波子模块240，连接于所述获取子模块230，用于利用所述低频子带中小波系数的滤波权重对所述低频子带中小波系数进行导向滤波，得到所述处理后的低频子带的小波系数。
在一种可能的实施方式中，所述低频子带中小波系数的滤波权重，包括：
利用如下公式获取邻域系数矩阵中的小波系数的滤波权重：
其中，ωk表示所述邻域系数矩阵，Wij(I)表示所述邻域系数矩阵中坐标(i,j)对应的小波系数的滤波权重，|w|表示所述邻域系数矩阵中小波系数的个数，μk表示所述邻域系数矩阵中小波系数的均值，Ii表示i点处的像素值，Ij表示j点处的像素值，
表示所述邻域系数矩阵的方差，∈表示可调参数。
在一种可能的实施方式中，所述基于所述邻域系数矩阵中小波系数的滤波权重确定所述低频子带中小波系数的滤波权重，包括：
对所述邻域系数矩阵中的小波系数进行加权平均运算，得到所述低频子带中小波系数的滤波权重。
在一种可能的实施方式中，在一种可能的实施方式中，所述低频子带中小波系数包括低频子带的中间区域中的小波系数。
在一种可能的实施方式中，所述滤波模块20还包括：
划分子模块260，将所述低频子带中除去以短边为半径的圆形区域的部分按照预设方向划分为多个等级；
调整子模块270，连接于所述划分子模块260，用于利用所述多个等级分别对所述可调参数进行处理，以调整对应小波系数的滤波权重。
在一种可能的实施方式中，所述预设方向包括以所述低频子带的中点向所述低频子带对角延伸的方向，所述多个等级包括256个等级。
图6示出了根据本公开一实施方式的图像处理装置的框图。例如，装置800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。
参照图6，装置800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。
处理组件802通常控制装置800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在装置800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图像，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件806为装置800的各种组件提供电力。电源组件806可以包括电源管理***，一个或多个电源，及其他与为装置800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当装置800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜***或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当装置800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
I/O接口812为处理组件802和***接口模块之间提供接口，上述***接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器，用于为装置800提供各个方面的状态评估。例如，传感器组件814可以检测到装置800的打开/关闭状态，组件的相对定位，例如所述组件为装置800的显示器和小键盘，传感器组件814还可以检测装置800或装置800一个组件的位置改变，用户与装置800接触的存在或不存在，装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理***的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，装置800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由装置800的处理器820执行以完成上述方法。
图7示出了根据本公开一实施方式的图像处理装置的框图。例如，装置1900可以被提供为一服务器。参照图7，装置1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。
装置1900还可以包括一个电源组件1926被配置为执行装置1900的电源管理，一个有线或无线网络接口1950被配置为将装置1900连接到网络，和一个输入输出(I/O)接口1958。装置1900可以操作基于存储在存储器1932的操作***，例如Windows ServerTM，MacOS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由装置1900的处理组件1922执行以完成上述方法。
本公开可以是***、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(***)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (17)
1.一种图像处理方法，其特征在于，所述方法包括：
将输入图像的Y通道图像小波分解为多个小波系数层，其中，所述小波系数层包括低频子带及高频子带；
利用导向滤波方式对所述低频子带中的小波系数进行滤波处理；
对滤波处理后的所述低频子带的小波系数进行小波逆变换，得到所述输入图像的降噪图像。
2.根据权利要求1所述的方法，其特征在于，所述利用导向滤波方式对所述低频子带中的小波系数进行滤波处理，包括：
确定所述低频子带中小波系数的邻域系数矩阵；
确定所述邻域系数矩阵中小波系数的滤波权重；
基于所述邻域系数矩阵中小波系数的滤波权重确定所述低频子带中小波系数的滤波权重；
利用所述低频子带中小波系数的滤波权重对所述低频子带中小波系数进行导向滤波，得到所述处理后的低频子带的小波系数。
3.根据权利要求2所述的方法，其特征在于，所述确定所述邻域系数矩阵中小波系数的滤波权重，包括：
利用如下公式获取邻域系数矩阵中的小波系数的滤波权重：
其中，ωk表示所述邻域系数矩阵，Wij(I)表示所述邻域系数矩阵中坐标(i,j)对应的小波系数的滤波权重，|w|表示所述邻域系数矩阵中小波系数的个数，μk表示所述邻域系数矩阵中小波系数的均值，Ii表示i点处的像素值，Ij表示j点处的像素值，
表示所述邻域系数矩阵的方差，∈表示可调参数。
4.根据权利要求2所述的方法，其特征在于，所述基于所述邻域系数矩阵中小波系数的滤波权重确定所述低频子带中小波系数的滤波权重，包括：
对所述邻域系数矩阵中的小波系数进行加权平均运算，得到所述低频子带中小波系数的滤波权重。
5.根据权利要求2所述的方法，其特征在于，所述低频子带中小波系数包括低频子带的中间区域中的小波系数。
6.根据权利要求3所述的方法，其特征在于，所述方法还包括：
将所述低频子带中除去以短边为半径的圆形区域的部分按照预设方向划分为多个等级；
利用所述多个等级分别对所述可调参数进行处理，以调整对应小波系数的滤波权重。
7.根据权利要求6所述的方法，其特征在于，所述预设方向包括以所述低频子带的中点向所述低频子带对角延伸的方向，所述多个等级包括256个等级。
8.根据权利要求1-7任一项所述的方法，其特征在于，所述将输入图像的Y通道图像小波分解为多个小波系数层，包括：
利用haar小波对所述Y通道图像进行小波分解，所述多个小波系数层为4层。
9.一种图像处理装置，其特征在于，所述装置包括：
分解模块，用于将输入图像的Y通道图像小波分解为多个小波系数层，其中，所述小波系数层包括低频子带及高频子带；
滤波模块，连接于所述分解模块，用于利用导向滤波方式对所述低频子带中的小波系数进行滤波处理；
逆变换模块，连接于所述滤波模块，用于对滤波处理后的所述低频子带的小波系数进行小波逆变换，得到所述输入图像的降噪图像。
10.根据权利要求9所述的装置，其特征在于，所述滤波模块，包括：
确定子模块，用于确定所述低频子带中小波系数的邻域系数矩阵；
处理子模块，连接于所述确定子模块，用于确定所述邻域系数矩阵中小波系数的滤波权重；
获取子模块，连接于所述处理子模块，用于基于所述邻域系数矩阵中小波系数的滤波权重确定所述低频子带中小波系数的滤波权重；
滤波子模块，连接于所述获取子模块，用于利用所述低频子带中小波系数的滤波权重对所述低频子带中小波系数进行导向滤波，得到所述处理后的低频子带的小波系数。
11.根据权利要求10所述的装置，其特征在于，所述确定所述邻域系数矩阵中小波系数的滤波权重，包括：
利用如下公式获取邻域系数矩阵中的小波系数的滤波权重：
其中，ωk表示所述邻域系数矩阵，Wij(I)表示所述邻域系数矩阵中坐标(i,j)对应的小波系数的滤波权重，|w|表示所述邻域系数矩阵中小波系数的个数，μk表示所述邻域系数矩阵中小波系数的均值，Ii表示i点处的像素值，Ij表示j点处的像素值，
表示所述邻域系数矩阵的方差，∈表示可调参数。
12.根据权利要求10所述的装置，其特征在于，所述基于所述邻域系数矩阵中小波系数的滤波权重确定所述低频子带中小波系数的滤波权重，包括：
对所述邻域系数矩阵中的小波系数进行加权平均运算，得到所述低频子带中小波系数的滤波权重。
13.根据权利要求10所述的装置，其特征在于，所述低频子带中小波系数包括低频子带的中间区域中的小波系数。
14.根据权利要求11所述的装置，其特征在于，所述滤波模块还包括：
划分子模块，将所述低频子带中除去以短边为半径的圆形区域的部分按照预设方向划分为多个等级；
调整子模块，连接于所述划分子模块，用于利用所述多个等级分别对所述可调参数进行处理，以调整对应小波系数的滤波权重。
15.根据权利要求14所述的装置，其特征在于，所述预设方向包括以所述低频子带的中点向所述低频子带对角延伸的方向，所述多个等级包括256个等级。
16.一种图像处理装置，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为执行如权利要求1-8中任意一项所述的方法。
17.一种非易失性计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至8中任意一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811642847.4A CN111292250B (zh) | 2018-12-29 | 2018-12-29 | 图像处理方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811642847.4A CN111292250B (zh) | 2018-12-29 | 2018-12-29 | 图像处理方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111292250A true CN111292250A (zh) | 2020-06-16 |
| CN111292250B CN111292250B (zh) | 2023-01-13 |
Family
ID=71025342
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811642847.4A Active CN111292250B (zh) | 2018-12-29 | 2018-12-29 | 图像处理方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111292250B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104639800A (zh) * | 2013-11-08 | 2015-05-20 | 华为终端有限公司 | 一种用于图像降噪的方法及终端 |
| CN105654434A (zh) * | 2015-12-25 | 2016-06-08 | 浙江工业大学 | 基于统计模型的医学超声图像去噪方法 |
| CN106709862A (zh) * | 2016-12-13 | 2017-05-24 | 北京航空航天大学 | 一种图像处理方法及装置 |
| US20180089863A1 (en) * | 2015-05-08 | 2018-03-29 | Max-Planck-Gesellschaft Zur Foerderung Der Wissenschaften E. V. | Method and device for magnetic resonance imaging with improved sensitivity by noise reduction |
-
2018
- 2018-12-29 CN CN201811642847.4A patent/CN111292250B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104639800A (zh) * | 2013-11-08 | 2015-05-20 | 华为终端有限公司 | 一种用于图像降噪的方法及终端 |
| US20180089863A1 (en) * | 2015-05-08 | 2018-03-29 | Max-Planck-Gesellschaft Zur Foerderung Der Wissenschaften E. V. | Method and device for magnetic resonance imaging with improved sensitivity by noise reduction |
| CN105654434A (zh) * | 2015-12-25 | 2016-06-08 | 浙江工业大学 | 基于统计模型的医学超声图像去噪方法 |
| CN106709862A (zh) * | 2016-12-13 | 2017-05-24 | 北京航空航天大学 | 一种图像处理方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111292250B (zh) | 2023-01-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109118430B (zh) | 超分辨率图像重建方法及装置、电子设备及存储介质 | |
| TWI777112B (zh) | 圖像處理方法、電子設備和儲存介質 | |
| CN110060215B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
| CN111340733B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
| CN111883164B (zh) | 模型训练方法、装置、电子设备及存储介质 | |
| CN113139947B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
| CN106792255B (zh) | 视频播放窗口框体显示方法及装置 | |
| CN111583142B (zh) | 图像降噪方法及装置、电子设备和存储介质 | |
| JP2022515274A (ja) | 検出器の配置方法、検出器の配置装置及び非一時的コンピュータ可読記憶媒体 | |
| CN110675355B (zh) | 图像重建方法及装置、电子设备和存储介质 | |
| WO2023071167A1 (zh) | 图像处理方法及装置、电子设备、存储介质和程序产品 | |
| CN109840890B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
| CN113177890B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
| CN111292761B (zh) | 语音增强方法及装置 | |
| CN110728180B (zh) | 图像处理方法、装置及存储介质 | |
| CN109816620B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
| CN112201267A (zh) | 一种音频处理方法、装置、电子设备及存储介质 | |
| CN109068138B (zh) | 视频图像的处理方法及装置、电子设备和存储介质 | |
| CN111292250B (zh) | 图像处理方法及装置 | |
| CN107633490B (zh) | 图像处理方法、装置及存储介质 | |
| CN112651880B (zh) | 视频数据处理方法及装置、电子设备和存储介质 | |
| CN111292249B (zh) | 图像处理方法及装置 | |
| CN112200745A (zh) | 遥感影像的处理方法及装置、电子设备和存储介质 | |
| CN112581406A (zh) | 图像去噪方法及装置、电子设备和存储介质 | |
| CN113592733A (zh) | 图像处理方法、装置、存储介质及电子设备 |
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 |