CN111402178B - 一种非均值滤波方法及非均值滤波装置 - Google Patents
一种非均值滤波方法及非均值滤波装置 Download PDFInfo
- Publication number
- CN111402178B CN111402178B CN202010212809.6A CN202010212809A CN111402178B CN 111402178 B CN111402178 B CN 111402178B CN 202010212809 A CN202010212809 A CN 202010212809A CN 111402178 B CN111402178 B CN 111402178B
- Authority
- CN
- China
- Prior art keywords
- block
- value
- gray
- current search
- values
- 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
- 238000001914 filtration Methods 0.000 title claims abstract description 75
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000004364 calculation method Methods 0.000 claims description 27
- 238000013507 mapping Methods 0.000 abstract description 8
- 238000009499 grossing Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000013215 result calculation Methods 0.000 description 1
- 230000001629 suppression 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
- G06T5/20—Image enhancement or restoration using local operators
-
- 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
- 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)
- Image Analysis (AREA)
Abstract
本发明公开了一种非均值滤波方法及装置,实现了CFA图像的非局部均值滤波的强度可控,避免了高斯函数映射的指数运算过程中的资源消耗。方法包括:确定色彩滤波阵列CFA图像的中心块及搜索块,搜索块至少为一个;获取中心块与当前搜索块中每一个像素点的灰度值,将灰度值分为平滑部分和未平滑部分;计算得到中心块与当前搜索块的平滑部分的差异值;计算得到中心块与当前搜索块的未平滑部分的对应点绝对值差之和SAD值;根据差异值及SAD值,得到查找地址;根据查找地址从预设的查找表中得到当前搜索块的权重值,预设的查找表中查找地址及权重值符合高斯曲线;根据中心块及所有搜索块的中心像素点灰度值及权重值,计算得到CFA图像的滤波结果。
Description
技术领域
本发明涉及数字图像处理领域,特别是涉及一种非均值滤波方法及非均值滤波装置。
背景技术
非局部均值滤波(Non-local-mean,NLM)技术是以当前点为中心,搜索周围相似的块,根据相似程度不同,赋予不同的权重,当前点的灰度值由周围点的加权平均得到。
NLM相对于均值滤波来说,在一定程度上可以在滤除掉噪声的情况下,还能保护图像边缘,使图片不至于太模糊。一般搜索块中心点所在的权重需要经过高斯函数印射得到,但高斯函数对于硬件实现来说涉及到指数运算,算法复杂度较高,需要的硬件资源开销也较大。
发明内容
本发明的目的是提供一种非均值滤波方法及装置,实现了CFA图像的非局部均值滤波的强度可控,避免了高斯函数映射的指数运算过程中的资源消耗。
本发明第一方面提供一种非均值滤波方法,包括:
确定CFA图像的中心块及搜索块,搜索块至少为一个;
获取中心块与当前搜索块中每一个像素点的灰度值,将灰度值分为平滑部分和未平滑部分;
计算得到中心块与当前搜索块的平滑部分的差异值;
计算得到中心块与当前搜索块的未平滑部分的SAD值;
根据差异值及SAD值,得到查找地址;
根据查找地址从预设的查找表中得到当前搜索块的权重值,预设的查找表中查找地址及权重值符合高斯曲线;
根据中心块及所有搜索块的中心像素点灰度值及权重值,计算得到CFA图像的滤波结果。
进一步的,获取中心块与当前搜索块中每一个像素点的灰度值,将灰度值分为平滑部分和未平滑部分,包括:
根据CFA图像的噪声情况设置平滑部分权重值;
获取中心块与当前搜索块中每一个像素点的灰度值;
根据平滑部分权重值将灰度值分为平滑部分和未平滑部分。
进一步的,计算得到中心块与当前搜索块的平滑部分的差异值,包括:
计算中心块中每一个像素点的平滑部分的灰度值之和;
计算当前搜索块中每一个像素点的平滑部分的灰度值之和;
将中心块与当前搜索块的平滑部分的灰度值之和,进行相减,再求绝对值,得到中心块与当前搜索块的平滑部分的差异值。
进一步的,计算得到中心块与当前搜索块的未平滑部分的SAD值,包括:
确定中心块及当前搜索块中每一个像素点的未平滑部分的灰度值;
将中心块的每一个像素点的未平滑部分的灰度值,减去当前搜索块中对应像素点的未平滑部分的灰度值,再求绝对值,得到每一个像素点的对应点差绝对值;
将所有像素点的对应点差绝对值进行求和,得到中心块与当前搜索块的未平滑部分的SAD值。
进一步的,根据中心块及所有搜索块的中心像素点灰度值及权重值,计算得到CFA图像的滤波结果,包括:
计算中心块及所有搜索块的中心像素点灰度值与权重值的乘积之和,得到灰度和值;
计算中心块及所有搜索块的权重值之和,得到权重和值;
将灰度和值除以权重和值,得到滤波结果。
本发明第二方面提供一种非均值滤波装置,包括:
确定模块,用于确定CFA图像的中心块及搜索块,搜索块至少为一个;
获取模块,用于获取中心块与当前搜索块中每一个像素点的灰度值,将灰度值分为平滑部分和未平滑部分;
第一计算模块,用于计算得到中心块与当前搜索块的平滑部分的差异值;
第二计算模块,用于计算得到中心块与当前搜索块的未平滑部分的SAD值;
权重查找模块,用于根据差异值及SAD值,得到查找地址;
权重查找模块,还用于根据查找地址从预设的查找表中得到当前搜索块的权重值,预设的查找表中查找地址及权重值符合高斯曲线;
滤波计算模块,用于根据中心块及所有搜索块的中心像素点灰度值及权重值,计算得到CFA图像的滤波结果。
进一步的,获取模块包括:
设置单元,用于根据CFA图像的噪声情况设置平滑部分权重值;
获取单元,用于获取中心块与当前搜索块中每一个像素点的灰度值;
划分单元,用于根据平滑部分权重值将灰度值分为平滑部分和未平滑部分。
进一步的,
第一计算单元,具体用于计算中心块中每一个像素点的平滑部分的灰度值之和;
第一计算单元,还用于计算当前搜索块中每一个像素点的平滑部分的灰度值之和;
第一计算单元,还用于将中心块与当前搜索块的平滑部分的灰度值之和,进行相减,再求绝对值,得到中心块与当前搜索块的平滑部分的差异值。
进一步的,
第二计算单元,具体用于确定中心块及当前搜索块中每一个像素点的未平滑部分的灰度值;
第二计算单元,还用于将中心块的每一个像素点的未平滑部分的灰度值,减去当前搜索块中对应像素点的未平滑部分的灰度值,再求绝对值,得到每一个像素点的对应点差绝对值;
第二计算单元,还用于将所有像素点的对应点差绝对值进行求和,得到中心块与当前搜索块的未平滑部分的SAD值。
进一步的,滤波计算模块包括:
灰度求和单元,用于计算中心块及所有搜索块的中心像素点灰度值与权重值的乘积之和,得到灰度和值;
权重求和单元,用于计算中心块及所有搜索块的权重值之和,得到权重和值;
滤波计算单元,用于将灰度和值除以权重和值,得到滤波结果。
由此可见,本发明中将每个像素点的灰度值分为了平滑部分和未平滑部分,在计算搜索块与中心块的差异时,分别得到平滑部分的差异值和未平滑部分的SAD值,相加之后得到查表地址,再通过预设的查找表得到当前搜索块的权重值,从而利用CFA图像中各块的中心像素点灰度值和权重值得到滤波结果。与现有的NLM技术相比,平滑部分的加入相当于对灰度值做了低通滤波,使最后的结果更平滑,并且通过调整平滑部分和未平滑部分,可以调整非局部均值滤波的强度;并且预设的查找表中查找地址及权重值符合高斯曲线,将高斯函数映射的指数运算替换为了查表方式。因此,实现了CFA图像的非局部均值滤波的强度可控,避免了高斯函数映射的指数运算过程中的资源消耗。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对现有技术和实施例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的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的非均值滤波方法的一个实施例的流程示意图;
图2为本发明提供的CFA图像的中心块及当前搜索块的示意图;
图3为本发明提供的非均值滤波方法的另一个实施例的流程示意图
图4为本发明提供的非均值滤波装置的一个实施例的结构示意图;
图5为本发明提供的非均值滤波装置的另一个实施例的结构示意图;
图6为本发明提供的非均值滤波装置的又一个实施例的结构示意图。
具体实施方式
本发明的核心是提供一种非均值滤波方法及装置,实现了CFA图像的非局部均值滤波的强度可控,避免了高斯函数映射的指数运算过程中的资源消耗。
为使本发明实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本发明一部分实施例,而不是全部的实施例。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。
请参阅图1,本发明实施例提供一种非均值滤波方法,包括:
101、确定CFA图像的中心块及搜索块,搜索块至少为一个;
本实施例中,色彩滤波阵列(Color Filter Array,CFA)格式的图像,每个像素点仅有RGB中的一个分量,现有的NLM技术是取搜索块与中心块之间的对应点差的绝对值之和(Sum of Absolute Differences,SAD)值,加权时只能取与中心块中心点相同分量的像素(即每个搜索块的中心点)。经过高斯函数映射后得到该搜索块中心点对应的权重。采用的公式为:
其中a控制高斯曲线的峰值,c控制高斯曲线的宽度,即控制高斯曲线的平滑度。但是现有的NLM技术中,需要通过变量c来控制高斯曲线的平滑度,使得CFA图像的滤波强度不可控,而且高斯曲线映射需要使用指数运算,占用了计算资源。
如图2所示,假设以7X7的矩阵为搜索区域,以R颜色通道为矩阵的中心点,中心块是3X3的矩阵,搜索附近的所有搜索块,共可以得到除中心块之外的其他8个搜索块,以图2中当前搜索块为例,其中心点也是R颜色通道,并且大小也是3X3的矩阵。
102、获取中心块与当前搜索块中每一个像素点的灰度值,将灰度值分为平滑部分和未平滑部分;
本实施例中,进行非均值滤波实际上是需要依据像素点的灰度值来计算,因此,需要获取到中心块和当前搜索块中每一个像素点的灰度值,将灰度值分为了平滑部分和未平滑部分。
可选的,灰度值划分平滑部分和未平滑部分具体过程为:
根据CFA图像的噪声情况设置平滑部分权重值,例如,设置平滑部分权重w_lpf的权重和为128,通常平滑部分权重值越高,噪声抑制情况越好,但是最终CFA图像越模糊,因此需要根据噪声情况来设定,具体的设定值不做限定;根据平滑部分权重值将灰度值分为平滑部分和未平滑部分,
平滑部分的记为cfa_lpf=(cfa*w_lpf+64)/128;
未平滑部分的记为cfa_sad=[cfa*(128-w_lpf)+64]/128。
103、计算得到中心块与当前搜索块的平滑部分的差异值;
本实施例中,灰度值分为了平滑部分和未平滑部分之后,计算中心块与当前搜索块的平滑部分的差异值,表示的是中心块与当前搜索块的整体块之间的差异。
104、计算得到中心块与当前搜索块的未平滑部分的SAD值;
本实施例中,灰度值分为了平滑部分和未平滑部分之后,计算中心块与当前搜索块的未平滑部分的SAD值,SAD值的具体含义是两个块的对应点之间的未平滑部分的灰度值之差再求绝对值之和,从而得到未平滑部分的SAD值。
105、根据差异值及SAD值,得到查找地址;
本实施例中,将差异值及SAD值进行相加,得到查找地址。查找表是由符合高斯曲线的查找地址及权重值构成的,那么通过预先的设置,通过查找地址就能找到对应的权重值,在生成预设的查询表时,需要考虑到查找地址的值域,理论上预设的查找表越大越好,最好是查找地址的值域那么大,但是预设的查找表太大,需要存储的空间也越大,查找过程消耗的资源也越大。
106、根据查找地址从预设的查找表中得到当前搜索块的权重值;
本实施例中,通常采用64个元素的预设的查找表,预设的查找表的权重值与查找地址(0~63)应该符合高斯曲线。因为查找地址的值域大于63,所以将查找地址移位一定位数,具体移位根据图像的噪声情况以及边缘情况而定。使得查找地址落在0~63。然后查表得到当前搜索块的权重值;
具体的,比如查找地址是10bit的,值域是[0:1023],但是预设的查找表只有[0:63]。这个时候一般做法是使查找地址右移2bit。根据[9:2]bit来查表,忽略最后2bit的影响。当然这里做成可调的,要取查找地址的[8:1]bit也行。还有种做法是取相邻两个查找地址对应的值,比如查找地址[9:2]=10,取10和11两个表值,结果根据查找地址[1:0]的值来加权平均。需要说明的是,在具体实施时,查找过程还可以为其他方式,具体不做限定。
107、根据中心块及所有搜索块的中心像素点灰度值及权重值,计算得到CFA图像的滤波结果。
本实施例中,在计算得到当前搜索块的权重值之后,采用同样的方式,可以获取到所有搜索块的权重值,再依据中心块及所有搜索块的中心像素点灰度值及权重值进行加权平均,计算得到CFA图像的滤波结果,需要说明的是,对于中心块的中心像素点灰度值及权重值的计算方式,可以把中心块也当做是搜索块,按照搜索块的计算方法得到中心块的权重,此时中心块在预设的查找表中的地址为0,查表得到中心块的权重值。
本发明实施例中,将每个像素点的灰度值分为了平滑部分和未平滑部分,在计算搜索块与中心块的差异时,分别得到平滑部分的差异值,和未平滑部分的SAD值,相加之后得到查表地址,再通过预设的查找表得到当前搜索块的权重值,从而利用CFA图像中各块的中心像素点灰度值和权重值得到滤波结果。与现有的NLM技术相比,平滑部分的加入相当于对灰度值做了低通滤波,使最后的结果更平滑,并且通过调整平滑部分和未平滑部分,可以调整非局部均值滤波的强度;并且预设的查找表中查找地址及权重值符合高斯曲线,将高斯函数映射的指数运算替换为了查表方式。因此,实现了CFA图像的非局部均值滤波的强度可控,避免了高斯函数映射的指数运算过程中的资源消耗。
需要说明的是,以上步骤103和步骤104的执行顺序不分前后,也可以同时执行。
结合以上图1所示的实施例中,通过图3所示的实施例,对平滑部分的差异值、未平滑部分的SAD值及滤波结果的计算方式进行具体说明。
如图3所示,本发明实施例提供一种非均值滤波方法,包括:
301、确定CFA图像的中心块及搜索块,搜索块至少为一个;
详情请参考图1所示的实施例的步骤101。
302、获取中心块与当前搜索块中每一个像素点的灰度值,将灰度值分为平滑部分和未平滑部分;
详情请参考图1所示的实施例的步骤102。
303、计算中心块中每一个像素点的平滑部分的灰度值之和;
本实施例中,中心块cur中一个像素点cur[i][j]的灰度值的平滑部分记为cfa_lpf_cur[i][j];i,j∈[0:2],其中i和j表示中心块cur中像素点所处的位置,例如,图2中R颜色通道的像素点表示为cur[1][1],那么灰度值之和
304、计算当前搜索块中每一个像素点的平滑部分的灰度值之和;
305、将中心块与当前搜索块的平滑部分的灰度值之和,进行相减,再求绝对值,得到中心块与当前搜索块的平滑部分的差异值;
本实施例中,将中心块cur与当前搜索块ref的平滑部分的灰度值之和进行相减,再求绝对值,得到中心块与当前搜索块的平滑部分的差异值sum_lpf=|sum_cur-sum_ref|。
306、确定中心块及当前搜索块中每一个像素点的未平滑部分的灰度值;
本实施例中,确定中心块cur中每一个像素点的未平滑部分的灰度值(cfa_sad_cur[i][j];i,j∈[0:2]),及当前搜索块ref中每一个像素点的未平滑部分的灰度值cfa_sad_ref[i][j];i,j∈[0:2]。
307、将中心块的每一个像素点的未平滑部分的灰度值,减去当前搜索块中对应像素点的未平滑部分的灰度值,再求绝对值,得到每一个像素点的对应点差绝对值;
本实施例中,将中心块cur的每一个像素点的未平滑部分的灰度值,减去当前搜索块ref中对应像素点的未平滑部分的灰度值,再求绝对值,得到每一个像素点的对应点差绝对值。
308、将所有像素点的对应点差绝对值进行求和,得到中心块与当前搜索块的未平滑部分的SAD值;
本实施例中,将所有像素点的对应点差绝对值进行求和,得到中心块与当前搜索块的未平滑部分的SAD值,
309、根据差异值及SAD值,得到查找地址;
本实施例中,将差异值及SAD值相加,得到查找地址index,index=sum_sad+sum_lpf。
310、根据查找地址从预设的查找表中得到当前搜索块的权重值;
详情请参考图1所示的实施例的步骤106。
311、计算中心块及所有搜索块的中心像素点灰度值与权重值的乘积之和,得到灰度和值;
312、计算中心块及所有搜索块的权重值之和,得到权重和值;
313、将灰度和值除以权重和值,得到滤波结果。
本实施例中,将灰度和值除以权重和值,得到滤波结果result,result=sumPixels/sumWeights。
本发明实施例中,详细的说明了平滑部分的差异值、未平滑部分的SAD值及的滤波结果计算方式,使得方案能够具体实施。需要说明的是,在以上步骤中,303和304分别是计算中心块的灰度和及搜索块的灰度和,303和304可以同时执行,也可以304在303之前执行,在305之前执行即可。306、307、308必须按照顺序执行,但是303和306的执行先后不做限定,步骤311和312的执行先后不做限定。
以上图1和图3所示的实施例中具体说明非均值滤波方法,下面通过实施例对应用该非均值滤波方法的非均值滤波装置进行详细说明。
如图4所示,本发明实施例提供一种非均值滤波装置,包括:
确定模块401,用于确定色彩滤波阵列CFA图像的中心块及搜索块,搜索块至少为一个;
获取模块402,用于获取中心块与当前搜索块中每一个像素点的灰度值,将灰度值分为平滑部分和未平滑部分;
第一计算模块403,用于计算得到中心块与当前搜索块的平滑部分的差异值;
第二计算模块404,用于计算得到中心块与当前搜索块的未平滑部分的对应点绝对值差之和SAD值;
权重查找模块405,用于根据差异值及SAD值,得到查找地址;
权重查找模块405,还用于根据查找地址从预设的查找表中得到当前搜索块的权重值,预设的查找表中查找地址及权重值符合高斯曲线;
滤波计算模块406,用于根据中心块及所有搜索块的中心像素点灰度值及权重值,计算得到CFA图像的滤波结果。
本发明实施例中,确定模块401确定了CFA图像中的中心块与当前搜索块之后,获取模块402将每个像素点的灰度值分为了平滑部分和未平滑部分,在计算搜索块与中心块的差异时,第一计算模块403计算得到平滑部分的差异值,第二计算模块404计算得到未平滑部分的SAD值,权重查找模块405相加之后得到查表地址,再通过预设的查找表得到当前搜索块的权重值,滤波计算模块406利用CFA图像中各块的中心像素点灰度值和权重值得到滤波结果。与现有的NLM技术相比,平滑部分的加入相当于对灰度值做了低通滤波,使最后的结果更平滑,并且通过调整平滑部分和未平滑部分,可以调整非局部均值滤波的强度;并且预设的查找表中查找地址及权重值符合高斯曲线,将高斯函数映射的指数运算替换为了查表方式。因此,实现了CFA图像的非局部均值滤波的强度可控,避免了高斯函数映射的指数运算过程中的资源消耗。
可选的,结合图4所示的实施例,如图5所示,本发明的一些实施例中,获取模块402包括:
设置单元501,用于根据CFA图像的噪声情况设置平滑部分权重值;
获取单元502,用于获取中心块与当前搜索块中每一个像素点的灰度值;
划分单元503,用于根据平滑部分权重值将灰度值分为平滑部分和未平滑部分。
本发明实施例中,获取模块402的设置单元501按照噪声情况设置平滑部分权重值,获取单元502获取中心块与当前搜索块中每一个像素点的灰度值,划分单元503根据平滑部分权重值将灰度值分为平滑部分和未平滑部分,从而实现了灰度值的划分,平滑部分和未平滑部分方便了非均值滤波的强度调节。
可选的,结合图5所示的实施例,本发明的一些实施例中,
第一计算单元403,具体用于计算中心块中每一个像素点的平滑部分的灰度值之和;
第一计算单元403,还用于计算当前搜索块中每一个像素点的平滑部分的灰度值之和;
第一计算单元403,还用于将中心块与当前搜索块的平滑部分的灰度值之和,进行相减,再求绝对值,得到中心块与当前搜索块的平滑部分的差异值。
本发明实施例中,介绍了第一计算单元403具体计算得到平滑部分的差异值的过程,详情请参考图3所示实施例的步骤303-305。
可选的,结合图5所示的实施例,本发明的一些实施例中,
第二计算单元404,具体用于确定中心块及当前搜索块中每一个像素点的未平滑部分的灰度值;
第二计算单元404,还用于将中心块的每一个像素点的未平滑部分的灰度值,减去当前搜索块中对应像素点的未平滑部分的灰度值,再求绝对值,得到每一个像素点的对应点差绝对值;
第二计算单元404,还用于将所有像素点的对应点差绝对值进行求和,得到中心块与当前搜索块的未平滑部分的SAD值。
本发明实施例中,介绍了第二计算单元404具体计算得到未平滑部分的SAD值的过程,详情请参考图3所示实施例的步骤306-308。
可选的,结合图5所示的实施例,如图6所示,本发明的一些实施例中,滤波计算模块406包括:
灰度求和单元601,用于计算中心块及所有搜索块的中心像素点灰度值与权重值的乘积之和,得到灰度和值;
权重求和单元602,用于计算中心块及所有搜索块的权重值之和,得到权重和值;
滤波计算单元603,用于将灰度和值除以权重和值,得到滤波结果。
本发明实施例中,滤波计算模块406中的灰度求和单元601先计算中心块及所有搜索块的中心像素点灰度值与权重值的乘积之和,得到灰度和值;权重求和单元602计算中心块及所有搜索块的权重值之和,得到权重和值;滤波计算单元603将灰度和值除以权重和值,得到滤波结果。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者设备中还存在另外的相同要素。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其他实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种非均值滤波方法,其特征在于,包括:
确定色彩滤波阵列CFA图像的中心块及搜索块,所述搜索块至少为一个;
获取所述中心块与当前搜索块中每一个像素点的灰度值,将所述灰度值分为平滑部分和未平滑部分;
计算得到所述中心块与所述当前搜索块的平滑部分的差异值;
计算得到所述中心块与所述当前搜索块的未平滑部分的对应点绝对值差之和SAD值;
根据所述差异值及所述SAD值,得到查找地址;
根据所述查找地址从预设的查找表中得到所述当前搜索块的权重值,所述预设的查找表中所述查找地址及所述权重值符合高斯曲线;
根据所述中心块及所有搜索块的中心像素点灰度值及权重值,计算得到所述CFA图像的滤波结果。
2.根据权利要求1所述的方法,其特征在于,所述获取所述中心块与当前搜索块中每一个像素点的灰度值,将所述灰度值分为平滑部分和未平滑部分,包括:
根据所述CFA图像的噪声情况设置平滑部分权重值;
获取所述中心块与当前搜索块中每一个像素点的灰度值;
根据所述平滑部分权重值将所述灰度值分为平滑部分和未平滑部分。
3.根据权利要求2所述的方法,其特征在于,所述计算得到所述中心块与所述当前搜索块的平滑部分的差异值,包括:
计算所述中心块中每一个像素点的平滑部分的灰度值之和;
计算所述当前搜索块中每一个像素点的平滑部分的灰度值之和;
将所述中心块与所述当前搜索块的平滑部分的灰度值之和,进行相减,再求绝对值,得到所述中心块与所述当前搜索块的平滑部分的差异值。
4.根据权利要求2所述的方法,其特征在于,所述计算得到所述中心块与所述当前搜索块的未平滑部分的SAD值,包括:
确定所述中心块及所述当前搜索块中每一个像素点的未平滑部分的灰度值;
将所述中心块的每一个像素点的未平滑部分的灰度值,减去所述当前搜索块中对应像素点的未平滑部分的灰度值,再求绝对值,得到每一个像素点的对应点差绝对值;
将所有像素点的对应点差绝对值进行求和,得到所述中心块与所述当前搜索块的未平滑部分的SAD值。
5.根据权利要求1-4中任一项所述的方法,其特征在于,所述根据所述中心块及所有搜索块的中心像素点灰度值及权重值,计算得到所述CFA图像的滤波结果,包括:
计算所述中心块及所有搜索块的中心像素点灰度值与权重值的乘积之和,得到灰度和值;
计算所述中心块及所有搜索块的权重值之和,得到权重和值;
将所述灰度和值除以所述权重和值,得到滤波结果。
6.一种非均值滤波装置,其特征在于,包括:
确定模块,用于确定色彩滤波阵列CFA图像的中心块及搜索块,所述搜索块至少为一个;
获取模块,用于获取所述中心块与当前搜索块中每一个像素点的灰度值,将所述灰度值分为平滑部分和未平滑部分;
第一计算模块,用于计算得到所述中心块与所述当前搜索块的平滑部分的差异值;
第二计算模块,用于计算得到所述中心块与所述当前搜索块的未平滑部分的对应点绝对值差之和SAD值;
权重查找模块,用于根据所述差异值及所述SAD值,得到查找地址;
所述权重查找模块,还用于根据所述查找地址从预设的查找表中得到所述当前搜索块的权重值,所述预设的查找表中所述查找地址及所述权重值符合高斯曲线;
滤波计算模块,用于根据所述中心块及所有搜索块的中心像素点灰度值及权重值,计算得到所述CFA图像的滤波结果。
7.根据权利要求6所述的装置,其特征在于,所述获取模块包括:
设置单元,用于根据所述CFA图像的噪声情况设置平滑部分权重值;
获取单元,用于获取所述中心块与当前搜索块中每一个像素点的灰度值;
划分单元,用于根据所述平滑部分权重值将所述灰度值分为平滑部分和未平滑部分。
8.根据权利要求7所述的装置,其特征在于,
所述第一计算单元,具体用于计算所述中心块中每一个像素点的平滑部分的灰度值之和;
所述第一计算单元,还用于计算所述当前搜索块中每一个像素点的平滑部分的灰度值之和;
所述第一计算单元,还用于将所述中心块与所述当前搜索块的平滑部分的灰度值之和,进行相减,再求绝对值,得到所述中心块与所述当前搜索块的平滑部分的差异值。
9.根据权利要求7所述的装置,其特征在于,
所述第二计算单元,具体用于确定所述中心块及所述当前搜索块中每一个像素点的未平滑部分的灰度值;
所述第二计算单元,还用于将所述中心块的每一个像素点的未平滑部分的灰度值,减去所述当前搜索块中对应像素点的未平滑部分的灰度值,再求绝对值,得到每一个像素点的对应点差绝对值;
所述第二计算单元,还用于将所有像素点的对应点差绝对值进行求和,得到所述中心块与所述当前搜索块的未平滑部分的SAD值。
10.根据权利要求6-9中任一项所述的装置,其特征在于,所述滤波计算模块包括:
灰度求和单元,用于计算所述中心块及所有搜索块的中心像素点灰度值与权重值的乘积之和,得到灰度和值;
权重求和单元,用于计算所述中心块及所有搜索块的权重值之和,得到权重和值;
滤波计算单元,用于将所述灰度和值除以所述权重和值,得到滤波结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010212809.6A CN111402178B (zh) | 2020-03-24 | 2020-03-24 | 一种非均值滤波方法及非均值滤波装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010212809.6A CN111402178B (zh) | 2020-03-24 | 2020-03-24 | 一种非均值滤波方法及非均值滤波装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111402178A CN111402178A (zh) | 2020-07-10 |
CN111402178B true CN111402178B (zh) | 2023-06-02 |
Family
ID=71431157
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010212809.6A Active CN111402178B (zh) | 2020-03-24 | 2020-03-24 | 一种非均值滤波方法及非均值滤波装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111402178B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115372933A (zh) * | 2022-08-31 | 2022-11-22 | 深圳市欢创科技有限公司 | 一种杂光过滤方法、装置及激光雷达 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103745447A (zh) * | 2014-02-17 | 2014-04-23 | 东南大学 | 一种非局部均值滤波的快速并行实现方法 |
CN103927737A (zh) * | 2013-10-31 | 2014-07-16 | 王浩然 | 基于非局部均值的sar图像变化检测方法 |
CN104809705A (zh) * | 2015-04-29 | 2015-07-29 | 厦门美图之家科技有限公司 | 一种基于阈值块匹配的图像去噪的方法和*** |
CN107025640A (zh) * | 2017-04-28 | 2017-08-08 | 南京觅踪电子科技有限公司 | 基于优化的非局部均值的医学图像去噪方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5315158B2 (ja) * | 2008-09-12 | 2013-10-16 | キヤノン株式会社 | 画像処理装置及び画像処理方法 |
-
2020
- 2020-03-24 CN CN202010212809.6A patent/CN111402178B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103927737A (zh) * | 2013-10-31 | 2014-07-16 | 王浩然 | 基于非局部均值的sar图像变化检测方法 |
CN103745447A (zh) * | 2014-02-17 | 2014-04-23 | 东南大学 | 一种非局部均值滤波的快速并行实现方法 |
CN104809705A (zh) * | 2015-04-29 | 2015-07-29 | 厦门美图之家科技有限公司 | 一种基于阈值块匹配的图像去噪的方法和*** |
CN107025640A (zh) * | 2017-04-28 | 2017-08-08 | 南京觅踪电子科技有限公司 | 基于优化的非局部均值的医学图像去噪方法 |
Non-Patent Citations (1)
Title |
---|
张书豪.一种改进权重的非局部均值滤波算法.《信息通信》.2017,第1-3页. * |
Also Published As
Publication number | Publication date |
---|---|
CN111402178A (zh) | 2020-07-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109191395A (zh) | 图像对比度增强方法、装置、设备及存储介质 | |
JP5469209B2 (ja) | 輝度変換曲線作成装置および方法,ならび輝度変換曲線作成プログラム | |
JP6052902B2 (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 | |
EP1368960A2 (en) | Digital image appearance enhancement and compressibility improvement method and system | |
CN101409783B (zh) | 图像处理滤波器、图像处理方法和图像处理电路 | |
US8406559B2 (en) | Method and system for enhancing image sharpness based on local features of image | |
CN107993189B (zh) | 一种基于局部分块的图像色调动态调节方法和装置 | |
WO2007036853A2 (en) | Image detail enhancement | |
CN109599054A (zh) | 显示面板亮度的控制方法及装置 | |
US20080278762A1 (en) | Image forming apparatus and method thereof | |
CN111402178B (zh) | 一种非均值滤波方法及非均值滤波装置 | |
US20160343113A1 (en) | System for enhanced images | |
US7289666B2 (en) | Image processing utilizing local color correction and cumulative histograms | |
US7978910B2 (en) | Method and apparatus for adaptively filtering input image in color domains | |
JP4536015B2 (ja) | 輝度変換曲線作成装置および方法,ならび輝度変換曲線作成プログラム | |
US8265419B2 (en) | Image processing apparatus and image processing method | |
US20050078884A1 (en) | Method and apparatus for interpolating a digital image | |
US7437020B2 (en) | Digital image processing device and method | |
JP5365878B2 (ja) | フィルタ装置、フィルタリング方法 | |
KR100900678B1 (ko) | 동적 영역 분할을 이용한 영상 화질 개선 방법 | |
KR102303666B1 (ko) | 영상 처리 방법, 영상 처리 방법을 수행하는 영상 처리 장치, 및 영상 처리 장치를 포함하는 표시 장치 | |
JP4708866B2 (ja) | ルックアップテーブル作成装置および方法,ならびにルックアップテーブル作成プログラム | |
CN103137098A (zh) | 色调对应方法及图像处理装置 | |
JP2986625B2 (ja) | 肌色検出回路および撮像装置 | |
JP4805590B2 (ja) | 画像処理装置および画像処理プログラム |
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 |