CN111445421A - 图像滤波方法、装置、存储介质及移动设备 - Google Patents
图像滤波方法、装置、存储介质及移动设备 Download PDFInfo
- Publication number
- CN111445421A CN111445421A CN202010282601.1A CN202010282601A CN111445421A CN 111445421 A CN111445421 A CN 111445421A CN 202010282601 A CN202010282601 A CN 202010282601A CN 111445421 A CN111445421 A CN 111445421A
- Authority
- CN
- China
- Prior art keywords
- image
- filtering
- sub
- directions
- pixel blocks
- 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.)
- Pending
Links
- 238000001914 filtration Methods 0.000 title claims abstract description 215
- 238000000034 method Methods 0.000 title claims abstract description 52
- 230000006870 function Effects 0.000 claims description 18
- 230000004927 fusion Effects 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 2
- 238000010276 construction Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 13
- 238000009499 grossing Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000002146 bilateral effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000003706 image smoothing Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction 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
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
-
- 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
- G06T2207/20021—Dividing image into blocks, subimages or windows
-
- 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
- G06T2207/20028—Bilateral filtering
-
- 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
-
- 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
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本申请提出一种图像滤波方法、装置、存储介质及移动设备，该方法包括获取滤波图像；基于多个设定方向对滤波图像进行划分，得到各设定方向相应的第一子像素块；多个设定方向的数量大于或者等于三个；对各设定方向相应的第一子像素块分别进行图像滤波，得到各设定方向的第一滤波结果；融合各第一滤波结果从而得到目标图像。通过本申请能够较好地还原滤波图像各方向上的边缘细节，有效提升图像滤波效果。
Description
技术领域
本申请涉及图像处理技术领域，尤其涉及一种图像滤波方法、装置、存储介质及移动设备。
背景技术
在高动态图像(high dynamic range，HDR)、色调映射Tone mapping、图像分割、颜色填充(colorization)等图像处理任务中，一般对不同目标提出了不同处理需求，例如，对于图像中的主体目标，一般希望保留主要结构信息；而对于细节信息往往需要增强提升。基于该类应用需要，一些边缘保护的平滑滤波(edge-preserving smoothing，EPS)方法被提出。
相关技术中的平滑滤波算法，可以例如双边滤波(bilateral filter)、引导滤波(guided filter)、回溯滤波(domain transform，DT)。
这些平滑滤波方式下，仅仅利用图像的局部信息，图像平滑的同时边缘细节较差，图像滤波效果不佳。
发明内容
本申请旨在至少在一定程度上解决相关技术中的技术问题之一。
为此，本申请提出一种图像滤波方法、装置、存储介质及移动设备，能够较好地还原滤波图像各方向上的边缘细节，有效提升图像滤波效果。
为达到上述目的，本申请第一方面实施例提出的图像滤波方法，包括：获取滤波图像；基于多个设定方向对所述滤波图像进行划分，得到各所述设定方向相应的第一子像素块；所述多个设定方向的数量大于或者等于三个；对各所述设定方向相应的第一子像素块分别进行图像滤波，得到各所述设定方向的第一滤波结果；融合各所述第一滤波结果从而得到目标图像。
本申请第一方面实施例提出的图像滤波方法，通过获取滤波图像，基于多个设定方向对所述滤波图像进行划分，得到各所述设定方向相应的第一子像素块；所述多个设定方向的数量大于或者等于三个，对各所述设定方向相应的第一子像素块分别进行图像滤波，得到各所述设定方向的第一滤波结果，以及融合各所述第一滤波结果从而得到目标图像，由于是对滤波图像以大于或者等于三个的设定方向进行划分得到的子像素块进行图像滤波，因此，能够较好地还原滤波图像各方向上的边缘细节，有效提升图像滤波效果。
为达到上述目的，本申请第二方面实施例提出的图像滤波装置，包括：获取模块，用于获取滤波图像；划分模块，用于基于多个设定方向对所述滤波图像进行划分，得到各所述设定方向相应的第一子像素块；所述多个设定方向的数量大于或者等于三个；滤波模块，用于对各所述设定方向相应的第一子像素块分别进行图像滤波，得到各所述设定方向的第一滤波结果；融合模块，用于融合各所述第一滤波结果从而得到目标图像。
本申请第二方面实施例提出的图像滤波装置，通过获取滤波图像，基于多个设定方向对所述滤波图像进行划分，得到各所述设定方向相应的第一子像素块；所述多个设定方向的数量大于或者等于三个，对各所述设定方向相应的第一子像素块分别进行图像滤波，得到各所述设定方向的第一滤波结果，以及融合各所述第一滤波结果从而得到目标图像，由于是对滤波图像以大于或者等于三个的设定方向进行划分得到的子像素块进行图像滤波，因此，能够较好地还原滤波图像各方向上的边缘细节，有效提升图像滤波效果。
本申请第三方面实施例提出的非临时性计算机可读存储介质，当所述存储介质中的指令由移动设备的处理器被执行时，使得移动设备能够执行一种图像滤波方法，所述方法包括：本申请第一方面实施例提出的图像滤波方法。
本申请第三方面实施例提出的非临时性计算机可读存储介质，通过获取滤波图像，基于多个设定方向对所述滤波图像进行划分，得到各所述设定方向相应的第一子像素块；所述多个设定方向的数量大于或者等于三个，对各所述设定方向相应的第一子像素块分别进行图像滤波，得到各所述设定方向的第一滤波结果，以及融合各所述第一滤波结果从而得到目标图像，由于是对滤波图像以大于或者等于三个的设定方向进行划分得到的子像素块进行图像滤波，因此，能够较好地还原滤波图像各方向上的边缘细节，有效提升图像滤波效果。
本申请第四方面实施例提出的移动设备，所述移动设备包括：壳体、处理器、存储器、电路板和电源电路，其中，所述电路板安置在所述壳体围成的空间内部，所述处理器和所述存储器设置在所述电路板上；所述电源电路，用于为所述移动设备的各个电路或器件供电；所述存储器用于存储可执行程序代码；所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于执行本申请第一方面实施例提出的图像滤波方法。
本申请第四方面实施例提出的移动设备，通过获取滤波图像，基于多个设定方向对所述滤波图像进行划分，得到各所述设定方向相应的第一子像素块；所述多个设定方向的数量大于或者等于三个，对各所述设定方向相应的第一子像素块分别进行图像滤波，得到各所述设定方向的第一滤波结果，以及融合各所述第一滤波结果从而得到目标图像，由于是对滤波图像以大于或者等于三个的设定方向进行划分得到的子像素块进行图像滤波，因此，能够较好地还原滤波图像各方向上的边缘细节，有效提升图像滤波效果。
本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1是本申请一实施例提出的图像滤波方法的流程示意图；
图2是本申请另一实施例提出的图像滤波方法的流程示意图；
图3是本申请一实施例提出的图像滤波装置的结构示意图；
图4是本申请另一实施例提出的图像滤波装置的结构示意图；
图5是本申请一个实施例提出的移动设备的结构示意图。
具体实施方式
下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本申请，而不能理解为对本申请的限制。相反，本申请的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
图1是本申请一实施例提出的图像滤波方法的流程示意图。
本实施例以图像滤波方法被配置为图像滤波装置中来举例说明。
本实施例中图像滤波方法可以被配置在图像滤波装置中，图像滤波装置可以设置在服务器中，或者也可以设置在计算机设备中，本申请实施例对此不作限制。
本实施例以图像滤波方法被配置在计算机设备中为例。
需要说明的是，本申请实施例的执行主体，在硬件上可以例如为服务器或者计算机设备中的中央处理器(Central Processing Unit，CPU)，在软件上可以例如为服务器或者计算机设备中的相关的后台服务，对此不作限制。
参见图1，该方法包括：
S101：获取滤波图像。
其中，当前待滤波的图像，可以被称为滤波图像。
本申请实施例可以对任意类型的滤波图像进行滤波处理，类型可以例如为深度图像或者平面图像，对此不作限制。
S102：基于多个设定方向对滤波图像进行划分，得到各设定方向相应的第一子像素块；多个设定方向的数量大于或者等于三个。
可选地，上述多个设定方向可以例如为0度、45度、90度、135度。
例如，可以在滤波图像上建立空间直角坐标系，从而以空间直角坐标系的0度、45度、90度、135度的方向上为划分方向依据，对滤波图像进行划分，将滤波图像划分为多个第一子像素块，不同的第一子像素块对应一个设定方向。
另外一些实施例中，也可以以更多的设定方向为划分方向依据，而将多个设定方向设置为0度、45度、90度、135度时，可以保障运算量和滤波效果之间的平衡，也即，在有效保障滤波效果的同时，不会占用过多滤波资源消耗。
S103：对各设定方向相应的第一子像素块分别进行图像滤波，得到各设定方向的第一滤波结果。
上述对每个第一子像素块进行图像滤波的结果可以被称为第一滤波结果。
在具体执行的过程中，可以采用双边滤波(bilateral filter)、引导滤波(guidedfilter)、回溯滤波(domain transform，DT)中的任一种，对每个第一子像素块进行图像滤波，对此不作限制。
而本申请实施例中，为了有效保障利用滤波图像全局结构，使得平滑效果更自然，细节保留更好，还可以在获取滤波图像后，获取参考图像；基于多个设定方向对参考图像进行划分，得到各设定方向相应的第二子像素块，从而实现结合各所述设定方向相应的第一子像素块和所述第二子像素块进行所述图像滤波，针对每个设定方向，根据相应的第一子像素块和第二子像素块构建加权最小二乘滤波WLS能量函数；确定基于每个设定方向上WLS能量函数对应的线性方程子***；根据每个设定方向上的线性方程子***，确定相应的第一滤波结果。
上述对参考图像进行划分得到的子像素块，可以被称为第二子像素块。
例如，可以在参考图像上建立空间直角坐标系，从而以空间直角坐标系的0度、45度、90度、135度的方向上为划分方向依据，对参考图像进行划分，将参考图像划分为多个第二子像素块，不同的第二子像素块对应一个设定方向。
上述获取参考图像，是为了辅助对滤波图像进行滤波。
上述的WLS能量函数为，最小二乘(Weighted Least Squares，WLS)图像滤波算法中的能量函数，假设给定滤波图像为f，参考图像为g，滤波输出图像为u，则WLS能量函数具体例如：
其中，p，q表示不同像素点，fp表示滤波图像f中的像素点，up表示输出图像的像素点，N(p)表示像素q的4邻域或8邻域区域，λ是平滑因子，λ越大，图像平滑越强，Wp，q表示参考图像g内的p,q像素点之间的相关性，公式如下：
ωp，q(g)＝exp(-||gp-gq||/σc)；
其中，gp表示参考图像g像素点p的像素特征，gq表示参考图像g像素点q的像素特征。
作为一个更具体的示例，假设针对0度、45度、90度、135度中的每个方向，均具有对应的第一子像素块和第二子像素块，则本申请实施例中可以针对每个方向的第一子像素块和第二子像素块构建加权最小二乘滤波WLS能量函数，该最小二乘滤波WLS为相关技术中的滤波算法(因此，针对该滤波算法的详细函数在此不再赘述)，而后，确定基于每个设定方向上WLS能量函数对应的线性方程子***，也即形成了与每个设定方向对应的一维的子***，对根据每个设定方向上的线性方程子***进行求解，得到与这个设定方向对应的最小二乘滤波WLS的解，从而得到相应的第一滤波结果。
另外一些实施例中，本申请实施例还为了有效保障滤波效果，提升边缘效果和平滑效果，预先配置迭代次数，该迭代次数可以为根据通常的滤波经验所确定，当滤波的次数达到迭代次数时，可以在滤波效果和运算资源消耗方面找到一个平衡点，也即，保障滤波效果的同时，还能够有效节约运算资源消耗。
可选地，可以执行下述图2中的步骤，图2是本申请另一实施例提出的图像滤波方法的流程示意图，该方法包括：
S201：确定迭代次数。
迭代次数可以例如为4次。
S202：确定当前进行图像滤波的次数是否达到迭代次数。
在具体执行的过程中，当执行一次基于多个设定方向对滤波图像进行划分，得到各设定方向相应的第一子像素块，并对各设定方向相应的第一子像素块分别进行图像滤波，可以统计一次滤波次数，并在每次统一完毕滤波次数后，均判断当前进行图像滤波的次数是否达到迭代次数，从而根据判定得到的结果执行下一步步骤。
S203：若当前进行图像滤波的次数未达到迭代次数，则重新基于多个设定方向对各第一子像素块进行划分，并对划分得到像素块分别进行滤波，直至当前进行图像滤波的次数达到迭代次数。
也即，当前进行图像滤波的次数未达到迭代次数，则在上一次基于多个设定方向对滤波图像进行划分，得到各设定方向相应的第一子像素块的基础上，再次分别对每个第一子像素块进行划分，划分的方法同对滤波图像进行划分的方法一致，并在对每个第一子像素块进行划分后，再次执行对每个划分得到的像素块进行针对性的滤波操作，滤波操作的方法步骤参见上一轮对第一子像素进行滤波的方法步骤，直至当前进行图像滤波的次数达到迭代次数。
S204：若当前进行图像滤波的次数达到迭代次数，则根据最后一次滤波的结果作为第一滤波结果。
以此实现在滤波效果和运算资源消耗方面找到一个平衡点，也即，保障滤波效果的同时，还能够有效节约运算资源消耗。
S104：融合各第一滤波结果从而得到目标图像。
上述在确定了多个设定方向中的每个方向的第一滤波结果后，可以对各设定方向的第一滤波结果进行融合，例如，每个第一滤波结果均为相应的第一子像素块的滤波图像，因此将每个第一滤波结果进行图像拼合，从而形成目标图像。
另外一些实施例中，也可以基于一定的权重将每个第一滤波结果进行图像拼合，从而形成目标图像，对此不作限制。
可选地，滤波图像和参考图像为相同的图像，可以适用于图像平滑去噪的应用场景。
可选地，滤波图像为深度图像，参考图像为彩色图像，可以适用于深度图的边缘滤波的应用场景。
可选地，滤波图像为深度图像，参考图像为彩色图像和强度图像，可以适用于基于飞行时间(Time of Flight，TOF)的深度图像增强。
本实施例中，通过获取滤波图像，基于多个设定方向对滤波图像进行划分，得到各设定方向相应的第一子像素块；多个设定方向的数量大于或者等于三个，对各设定方向相应的第一子像素块分别进行图像滤波，得到各设定方向的第一滤波结果，以及融合各第一滤波结果从而得到目标图像，由于是对滤波图像以大于或者等于三个的设定方向进行划分得到的子像素块进行图像滤波，因此，能够较好地还原滤波图像各方向上的边缘细节，有效提升图像滤波效果。
图3是本申请一实施例提出的图像滤波装置的结构示意图。
参见图3，该装置300包括：
获取模块301，用于获取滤波图像；
划分模块302，用于基于多个设定方向对滤波图像进行划分，得到各设定方向相应的第一子像素块；多个设定方向的数量大于或者等于三个；
滤波模块303，用于对各设定方向相应的第一子像素块分别进行图像滤波，得到各设定方向的第一滤波结果；
融合模块304，用于融合各第一滤波结果从而得到目标图像。
可选地，一些实施例中，其中，
获取模块301，还用于获取参考图像；
划分模块302，还用于基于多个设定方向对参考图像进行划分，得到各设定方向相应的第二子像素块。
所述滤波模块303，具体用于结合各所述设定方向相应的第一子像素块和所述第二子像素块进行所述图像滤波。
可选地，一些实施例中，参见图4，滤波模块303，包括：
构建子模块3031，用于针对每个设定方向，根据相应的第一子像素块和第二子像素块构建加权最小二乘滤波WLS能量函数；
第一确定子模块3032，用于确定基于每个设定方向上WLS能量函数对应的线性方程子***；
滤波子模块3033，用于根据每个设定方向上的线性方程子***，确定相应的第一滤波结果。
可选地，一些实施例中，参见图4，还包括：
确定模块305，用于确定迭代次数；
滤波模块303，还包括：
第二确定子模块3034，用于确定当前进行图像滤波的次数是否达到迭代次数；
滤波子模块3033，还用于在当前进行图像滤波的次数未达到迭代次数时，基于多个设定方向对各第一子像素块进行划分，并对划分得到像素块分别进行滤波，直至当前进行图像滤波的次数达到迭代次数，在当前进行图像滤波的次数达到迭代次数时，将最后一次滤波的结果作为第一滤波结果。
可选地，一些实施例中，多个设定方向包括：0度、45度、90度、135度。
可选地，一些实施例中，滤波图像和参考图像为相同的图像。
可选地，一些实施例中，滤波图像为深度图像，参考图像为彩色图像。
可选地，一些实施例中，滤波图像为深度图像，参考图像为彩色图像和强度图像。
需要说明的是，对前述图1-图2实施例中对图像滤波方法实施例的解释说明也适用于该实施例的图像滤波装置300，其实现原理类似，此处不再赘述。
本实施例中，通过获取滤波图像，基于多个设定方向对滤波图像进行划分，得到各设定方向相应的第一子像素块；多个设定方向的数量大于或者等于三个，对各设定方向相应的第一子像素块分别进行图像滤波，得到各设定方向的第一滤波结果，以及融合各第一滤波结果从而得到目标图像，由于是对滤波图像以大于或者等于三个的设定方向进行划分得到的子像素块进行图像滤波，因此，能够较好地还原滤波图像各方向上的边缘细节，有效提升图像滤波效果。
图5是本申请一个实施例提出的移动设备的结构示意图。
参见图5，本实施例的移动设备500包括壳体501、处理器502、存储器503、电路板504和电源电路505，其中，电路板504安置在壳体501围成的空间内部，处理器502和存储器503设置在电路板504上；电源电路505，用于为移动设备500的各个电路或器件供电；存储器503用于存储可执行程序代码；处理器502通过读取存储器503中存储的可执行程序代码来运行与可执行程序代码对应的程序，以用于执行：
获取滤波图像；
基于多个设定方向对滤波图像进行划分，得到各设定方向相应的第一子像素块；多个设定方向的数量大于或者等于三个；
对各设定方向相应的第一子像素块分别进行图像滤波，得到各设定方向的第一滤波结果；
融合各第一滤波结果从而得到目标图像。
需要说明的是，对前述图1-图4实施例中对图像滤波方法实施例的解释说明也适用于该实施例的移动设备500，其实现原理类似，此处不再赘述。
本实施例中，通过获取滤波图像，基于多个设定方向对滤波图像进行划分，得到各设定方向相应的第一子像素块；多个设定方向的数量大于或者等于三个，对各设定方向相应的第一子像素块分别进行图像滤波，得到各设定方向的第一滤波结果，以及融合各第一滤波结果从而得到目标图像，由于是对滤波图像以大于或者等于三个的设定方向进行划分得到的子像素块进行图像滤波，因此，能够较好地还原滤波图像各方向上的边缘细节，有效提升图像滤波效果。
为了实现上述实施例，本申请实施例提出了一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现前述方法实施例的图像滤波方法。
需要说明的是，在本申请的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本申请的描述中，除非另有说明，“多个”的含义是两个或两个以上。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。
应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (18)
1.一种图像滤波方法，其特征在于，所述方法包括：
获取滤波图像；
基于多个设定方向对所述滤波图像进行划分，得到各所述设定方向相应的第一子像素块；所述多个设定方向的数量大于或者等于三个；
对各所述设定方向相应的第一子像素块分别进行图像滤波，得到各所述设定方向的第一滤波结果；
融合各所述第一滤波结果从而得到目标图像。
2.如权利要求1所述的图像滤波方法，其特征在于，所述获取滤波图像后，还包括：
获取参考图像；
基于所述多个设定方向对所述参考图像进行划分，得到各所述设定方向相应的第二子像素块；
所述对各所述设定方向相应的第一子像素块分别进行图像滤波，包括：
结合各所述设定方向相应的第一子像素块和所述第二子像素块进行所述图像滤波。
3.如权利要求2所述的图像滤波方法，其特征在于，所述结合各所述设定方向相应的第一子像素块和所述第二子像素块进行所述图像滤波，包括：
针对每个设定方向，根据所述相应的第一子像素块和第二子像素块构建加权最小二乘滤波WLS能量函数；
确定基于所述每个设定方向上所述WLS能量函数对应的线性方程子***；
根据所述每个设定方向上的线性方程子***，确定相应的第一滤波结果。
4.如权利要求1所述的图像滤波方法，其特征在于，所述获取滤波图像后，还包括：
确定迭代次数；
所述对各所述设定方向相应的第一子像素块分别进行图像滤波，得到各所述设定方向的第一滤波结果，包括：
确定当前进行图像滤波的次数是否达到所述迭代次数；
若所述当前进行图像滤波的次数未达到所述迭代次数，则重新基于所述多个设定方向对各所述第一子像素块进行划分，并对划分得到像素块分别进行滤波，直至所述当前进行图像滤波的次数达到所述迭代次数；
若所述当前进行图像滤波的次数达到所述迭代次数，则将最后一次滤波的结果作为所述第一滤波结果。
5.如权利要求1-4任一项所述的图像滤波方法，其特征在于，所述多个设定方向包括：0度、45度、90度、135度。
6.如权利要求2-4任一项所述的图像滤波方法，其特征在于，所述滤波图像和所述参考图像为相同的图像。
7.如权利要求2-4任一项所述的图像滤波方法，其特征在于，所述滤波图像为深度图像，所述参考图像为彩色图像。
8.如权利要求2-4任一项所述的图像滤波方法，其特征在于，所述滤波图像为深度图像，所述参考图像为彩色图像和强度图像。
9.一种图像滤波装置，其特征在于，所述装置包括：
获取模块，用于获取滤波图像；
划分模块，用于基于多个设定方向对所述滤波图像进行划分，得到各所述设定方向相应的第一子像素块；所述多个设定方向的数量大于或者等于三个；
滤波模块，用于对各所述设定方向相应的第一子像素块分别进行图像滤波，得到各所述设定方向的第一滤波结果；
融合模块，用于融合各所述第一滤波结果从而得到目标图像。
10.如权利要求9所述的图像滤波装置，其特征在于，其中，
所述获取模块，还用于获取参考图像；
所述划分模块，还用于基于所述多个设定方向对所述参考图像进行划分，得到各所述设定方向相应的第二子像素块；
所述滤波模块，具体用于结合各所述设定方向相应的第一子像素块和所述第二子像素块进行所述图像滤波。
11.如权利要求10所述的图像滤波装置，其特征在于，所述滤波模块，包括：
构建子模块，用于针对每个设定方向，根据所述相应的第一子像素块和第二子像素块构建加权最小二乘滤波WLS能量函数；
第一确定子模块，用于确定基于所述每个设定方向上所述WLS能量函数对应的线性方程子***；
滤波子模块，用于根据所述每个设定方向上的线性方程子***，确定相应的第一滤波结果。
12.如权利要求9所述的图像滤波装置，其特征在于，还包括：
确定模块，用于确定迭代次数；
所述滤波模块，还包括：
第二确定子模块，用于确定当前进行图像滤波的次数是否达到所述迭代次数；
所述滤波子模块，还用于在所述当前进行图像滤波的次数未达到所述迭代次数时，基于所述多个设定方向对各所述第一子像素块进行划分，并对划分得到像素块分别进行滤波，直至所述当前进行图像滤波的次数达到所述迭代次数，在所述当前进行图像滤波的次数达到所述迭代次数时，将最后一次滤波的结果作为所述第一滤波结果。
13.如权利要求9-12任一项所述的图像滤波装置，其特征在于，所述多个设定方向包括：0度、45度、90度、135度。
14.如权利要求10-12任一项所述的图像滤波装置，其特征在于，所述滤波图像和所述参考图像为相同的图像。
15.如权利要求10-12任一项所述的图像滤波装置，其特征在于，所述滤波图像为深度图像，所述参考图像为彩色图像。
16.如权利要求10-12任一项所述的图像滤波装置，其特征在于，所述滤波图像为深度图像，所述参考图像为彩色图像和强度图像。
17.一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-8中任一项所述的图像滤波方法。
18.一种移动设备，所述移动设备包括壳体、处理器、存储器、电路板和电源电路，其中，所述电路板安置在所述壳体围成的空间内部，所述处理器和所述存储器设置在所述电路板上；所述电源电路，用于为所述移动设备的各个电路或器件供电；所述存储器用于存储可执行程序代码；所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于执行如权利要求1-8中任一项所述的图像滤波方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010282601.1A CN111445421A (zh) | 2020-04-08 | 2020-04-08 | 图像滤波方法、装置、存储介质及移动设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010282601.1A CN111445421A (zh) | 2020-04-08 | 2020-04-08 | 图像滤波方法、装置、存储介质及移动设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111445421A true CN111445421A (zh) | 2020-07-24 |
Family
ID=71656009
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010282601.1A Pending CN111445421A (zh) | 2020-04-08 | 2020-04-08 | 图像滤波方法、装置、存储介质及移动设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111445421A (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20190052912A1 (en) * | 2017-08-14 | 2019-02-14 | Google Llc | Directional deblocking filter |
| CN109614976A (zh) * | 2018-11-02 | 2019-04-12 | 中国航空工业集团公司洛阳电光设备研究所 | 一种基于Gabor特征的异源图像融合方法 |
| CN109697695A (zh) * | 2018-12-07 | 2019-04-30 | 三峡大学 | 可见光图像引导的超低分辨率热红外图像插值算法 |
| CN109961405A (zh) * | 2017-12-25 | 2019-07-02 | 合肥君正科技有限公司 | 一种图像滤波方法和装置 |
| CN110111711A (zh) * | 2019-04-30 | 2019-08-09 | 京东方科技集团股份有限公司 | 屏幕的检测方法及装置、计算机可读存储介质 |
| CN110430394A (zh) * | 2019-07-15 | 2019-11-08 | 浙江大华技术股份有限公司 | 一种监控设备切换日夜模式的方法及监控设备 |
| CN110473242A (zh) * | 2019-07-09 | 2019-11-19 | 平安科技（深圳）有限公司 | 一种纹理特征提取方法、纹理特征提取装置及终端设备 |
-
2020
- 2020-04-08 CN CN202010282601.1A patent/CN111445421A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20190052912A1 (en) * | 2017-08-14 | 2019-02-14 | Google Llc | Directional deblocking filter |
| CN109961405A (zh) * | 2017-12-25 | 2019-07-02 | 合肥君正科技有限公司 | 一种图像滤波方法和装置 |
| CN109614976A (zh) * | 2018-11-02 | 2019-04-12 | 中国航空工业集团公司洛阳电光设备研究所 | 一种基于Gabor特征的异源图像融合方法 |
| CN109697695A (zh) * | 2018-12-07 | 2019-04-30 | 三峡大学 | 可见光图像引导的超低分辨率热红外图像插值算法 |
| CN110111711A (zh) * | 2019-04-30 | 2019-08-09 | 京东方科技集团股份有限公司 | 屏幕的检测方法及装置、计算机可读存储介质 |
| CN110473242A (zh) * | 2019-07-09 | 2019-11-19 | 平安科技（深圳）有限公司 | 一种纹理特征提取方法、纹理特征提取装置及终端设备 |
| CN110430394A (zh) * | 2019-07-15 | 2019-11-08 | 浙江大华技术股份有限公司 | 一种监控设备切换日夜模式的方法及监控设备 |
Non-Patent Citations (3)
| Title |
|---|
| DONGBO MIN ET AL: "Fast Global Image Smoothing Based on Weighted Least Squares", pages 5638 * |
| DONGBO MIN ET AL: "Fast Global Image Smoothing Basedon Weighted Least Squares", IEEE TRANSACTIONS ON IMAGE PROCESSING, pages 5638 * |
| 王隶桢: "基于立体视觉的自然场景三维模型计算", 中国优秀硕士学位论文全文数据库 信息科技辑, pages 138 - 2639 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110046702B (zh) | 神经网络计算加速器及其执行的方法 | |
| CN111161279B (zh) | 医学图像分割方法、装置及服务器 | |
| KR20160127030A (ko) | 뷰 독립적 3d 씬 텍스쳐링 | |
| US10134171B2 (en) | Graphics processing systems | |
| CN107392841B (zh) | 人脸区域中黑眼圈消除方法、装置及终端 | |
| CN113096249B (zh) | 训练顶点重建模型的方法、图像重建方法及电子设备 | |
| CN110428386B (zh) | 地图网格合并方法、装置、存储介质、电子装置 | |
| CN111275633A (zh) | 基于图像分割的点云去噪方法、***、装置和存储介质 | |
| CN111598796A (zh) | 图像处理方法及装置、电子设备、存储介质 | |
| CN111415310A (zh) | 一种图像处理方法及装置、存储介质 | |
| CN109155846B (zh) | 一种场景的三维重建方法、装置、电子设备及存储介质 | |
| CN108696745A (zh) | 相机校准 | |
| CN113642589B (zh) | 图像特征提取方法及装置、计算机设备和可读存储介质 | |
| CN108986155B (zh) | 多视点图像的深度估计方法和深度估计设备 | |
| CN111445421A (zh) | 图像滤波方法、装置、存储介质及移动设备 | |
| CN111161289B (zh) | 图像中物体轮廓精度提升方法、装置 | |
| CN107392859B (zh) | 高光区域的消除方法、装置及终端 | |
| CN110866875A (zh) | 图像纹理矫正的方法及装置 | |
| CN109523634B (zh) | 优化网格的方法及装置 | |
| CN115761069A (zh) | 一种蒙皮动画轻量化方法、装置电子装置和存储介质 | |
| CN113141495B (zh) | 图像处理方法及装置、存储介质、电子装置 | |
| CN109685902B (zh) | 建筑物模型效果生成方法及装置 | |
| CN111862077A (zh) | 视差图的处理方法及装置、存储介质、电子装置 | |
| CN107330866B (zh) | 高光区域的消除方法、装置及终端 | |
| CN111259165B (zh) | 一种多核心元素的知识图谱边图布局方法及*** |
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 |