CN111507923B - 一种视频图像的噪声处理方法、装置、设备和介质 - Google Patents
一种视频图像的噪声处理方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN111507923B CN111507923B CN202010318649.3A CN202010318649A CN111507923B CN 111507923 B CN111507923 B CN 111507923B CN 202010318649 A CN202010318649 A CN 202010318649A CN 111507923 B CN111507923 B CN 111507923B
- Authority
- CN
- China
- Prior art keywords
- value
- noise reduction
- noise
- image
- pixel
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 14
- 230000009467 reduction Effects 0.000 claims abstract description 354
- 238000012545 processing Methods 0.000 claims abstract description 77
- 238000000034 method Methods 0.000 claims abstract description 51
- 238000003860 storage Methods 0.000 claims abstract description 9
- 238000001914 filtration Methods 0.000 claims description 66
- 238000004590 computer program Methods 0.000 claims description 14
- 230000008569 process Effects 0.000 abstract description 23
- 238000010586 diagram Methods 0.000 description 22
- 238000004891 communication Methods 0.000 description 9
- 230000008859 change Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000005070 sampling Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
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
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
- G06T7/248—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments involving reference images or patches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种视频图像的噪声处理方法、装置、设备和介质，用以解决现有的视频图像的噪声处理过程消耗的存储资源过多的问题。该方法在确定当前帧图像的每个第一降噪区域的噪声值时，通过该第一降噪区域的目标平均亮度值以及预先保存的平均亮度值与噪声值的对应关系，即可以确定该第一降噪区域的目标噪声值，因此本发明在确定当前帧图像的每个第一降噪区域的目标噪声值从而根据目标噪声值进行降噪处理时，不需要保存降噪前的当前帧图像n行像素点的像素值，将确定出当前帧图像的降噪强度作为下一帧图像进行降噪处理的降噪强度，而是根据保存的平均亮度值与噪声值的对应关系，确定当前帧图像每个第一降噪区域的降噪强度，从而节约了存储资源。
Description
技术领域
本发明涉及图像处理技术领域，尤其涉及一种视频图像的噪声处理方法、装置、设备和介质。
背景技术
信噪比是最基本的视频信号质量指标之一。在对视频图像采集、处理、传输的过程不可避免的会引入各种噪声，为改善视频图像的信噪比，需要对视频图像进行降噪处理。现有技术中在对视频图像进行降噪处理时，通常需要确定视频图像的噪声值，根据噪声值确定视频图像的降噪强度，对视频图像进行降噪处理，以避免降噪强度过大引起拖影或者降噪强度不够导致噪声残留。
而现有技术中，在对当前帧图像进行降噪处理时，将当前帧图像划分为多个降噪区域，并保存有每个降噪区域的降噪强度，该每个降噪区域的降噪强度是前一帧图像的降噪后的图像每个降噪区域的像素值，和降噪前的图像对应每个降噪区域的像素值的差值确定的，并基于保存的每个降噪区域的降噪强度进行降噪处理。图1为现有技术中确定当前帧图像的每个降噪区域的降噪强度的方法流程图，该过程包括：
S101：分别确定当前帧图像的每个降噪区域在降噪处理前与降噪处理后的像素值的差值，并作为当前帧图像的每个降噪区域的噪声值。
S102：根据当前帧图像的每个降噪区域的噪声值，确定当前帧图像的噪声值的均值。
S103：分别将每个降噪区域的差值与该噪声值的均值进行比较，确定当前帧图像的每个降噪区域的降噪强度。
图2为现有技术中对视频的第i帧图像进行降噪处理的过程示意图，该过程包括：
具体的，第i帧图像被均匀划分为N个降噪区域，针对每个降噪区域，分别使用保存的第i-1帧图像的每个降噪区域的降噪强度进行三维降噪，确定第i帧图像的每个降噪区域在三维降噪处理前和三维降噪处理后的像素值的差值的平均值，作为噪声值；对每个降噪区域的噪声值，通过直方图统计方法确定第i帧图像的噪声值均值；其中，该直方图的横轴为差值的大小，纵轴为降噪区域的数量，根据每个降噪区域的噪声值和该噪声值均值的差值，确定出第i帧图像的对应每个降噪区域的降噪强度，作为第i+1帧图像的对应每个降噪区域的降噪强度，对第i+1帧图像进行三维降噪，然后按照上述流程进行第i+1帧图像的降噪处理。
现有技术中在对当前帧图像进行降噪处理时，当前帧图像输入时是以行为单位输入像素点的像素值，而在保存当前帧图像的每个降噪区域对应的降噪强度时，需要确定出当前帧图像的经降噪处理后的每一行的像素点的像素值，由于当前帧图像在第n行像素点的像素值输入后，才输出经降噪处理后的第1行像素点的像素值，故当前帧图像的每一行像素点的像素值的输入和输出之间都相差n行，因此在确定当前帧图像的每个降噪区域对应的降噪强度时，需要n行像素点的像素值的存储资源，从而占用大量的存储资源。
发明内容
本发明实施例提供了一种视频图像的噪声处理方法、装置、设备和介质，用以解决现有的视频图像的噪声处理过程消耗的存储资源过多的问题。
本发明实施例提供了一种视频图像的噪声处理方法，所述方法包括：
确定当前帧图像的每个第一降噪区域的目标平均亮度值；
根据每个第一降噪区域的目标平均亮度值，以及预先保存的平均亮度值与噪声值的对应关系，确定所述当前帧图像的每个第一降噪区域的目标噪声值；
根据所述当前帧图像的每个第一降噪区域的目标噪声值，对所述当前帧图像的每个第一降噪区域进行降噪处理。
进一步地，所述确定当前帧图像的每个第一降噪区域的目标平均亮度值，包括：
针对每个第一降噪区域，根据预设的区域范围，确定包含该第一降噪区域的目标降噪范围，根据该目标降噪范围中包含的每个像素点的亮度值，确定该第一降噪区域的目标平均亮度值。
进一步地，所述方法包括：
根据所述当前帧图像的每个像素点的像素值及所述当前帧图像的前一帧图像的对应像素点的像素值的差值，确定第一差值图像；
对所述第一差值图像中每个像素点的像素值取绝对值确定对应的第二差值图像；
对所述第一差值图像进行滤波处理后的图像中每个像素点的像素值取绝对值得到第一滤波图像；对所述第二差值图像进行滤波处理后得到第二滤波图像；将所述第二滤波图像和第一滤波图像中每个对应像素点的像素值差值，作为每个像素点的噪声值；
根据所述当前帧图像中每个像素点的亮度值，及所述每个像素点的噪声值，确定亮度值与噪声值的目标对应关系，并采用所述目标对应关系对保存的所述对应关系更新。
进一步地，所述将所述第二滤波图像和第一滤波图像中每个对应像素点的像素值差值，作为每个像素点的噪声值包括：
按照相同的划分方式将第一滤波图像和第二滤波图像划分为多个第二降噪区域；
针对每个对应的第二降噪区域，确定该第二降噪区域内每个对应像素点的像素值差值，将该每个像素点的像素值差值的平均值，作为该第二降噪区域内每个像素点的噪声值。
进一步地，所述根据所述当前帧图像中每个像素点的亮度值，及所述每个像素点的噪声值，确定亮度值与噪声值的目标对应关系包括：
根据与滤波图像相同的划分方式，将所述当前帧图像划分为多个第二降噪区域；
针对每个第二降噪区域，根据该第二降噪区域中每个像素点的亮度值，确定该第二降噪区域的平均亮度值；
根据每个第二降噪区域的平均亮度值和像素值差值的平均值，确定亮度值与噪声值的目标对应关系。
进一步地，所述亮度值与噪声值的目标对应关系满足线性关系。
本发明实施例提供了一种视频图像的噪声处理装置，所述装置包括：
确定模块，用于确定当前帧图像的每个第一降噪区域的目标平均亮度值；根据每个第一降噪区域的目标平均亮度值，以及预先保存的平均亮度值与噪声值的对应关系，确定所述当前帧图像的每个第一降噪区域的目标噪声值；
降噪模块，用于根据所述当前帧图像的每个第一降噪区域的目标噪声值，对所述当前帧图像的每个第一降噪区域进行降噪处理。
进一步地，所述确定模块，具体用于针对每个第一降噪区域，根据预设的区域范围，确定包含该第一降噪区域的目标降噪范围，根据该目标降噪范围中包含的每个像素点的亮度值，确定该第一降噪区域的目标平均亮度值。
进一步地，所述确定模块，还用于根据所述当前帧图像的每个像素点的像素值及所述当前帧图像的前一帧图像的对应像素点的像素值的差值，确定第一差值图像；对所述第一差值图像中每个像素点的像素值取绝对值确定对应的第二差值图像；
所述装置还包括：
滤波模块，用于对所述第一差值图像进行滤波处理后的图像中每个像素点的像素值取绝对值得到第一滤波图像；对所述第二差值图像进行滤波处理后得到第二滤波图像；将所述第二滤波图像和第一滤波图像中每个对应像素点的像素值差值，作为每个像素点的噪声值；
更新模块，用于根据所述当前帧图像中每个像素点的亮度值，及所述每个像素点的噪声值，确定亮度值与噪声值的目标对应关系，并采用所述目标对应关系对保存的所述对应关系更新。
进一步地，所述滤波模块，具体用于按照相同的划分方式将第一滤波图像和第二滤波图像划分为多个第二降噪区域；针对每个对应的第二降噪区域，确定该第二降噪区域内每个对应像素点的像素值差值，将该每个像素点的像素值差值的平均值，作为该第二降噪区域内每个像素点的噪声值。
进一步地，所述更新模块，具体用于根据与滤波图像相同的划分方式，将所述当前帧图像划分为多个第二降噪区域；针对每个第二降噪区域，根据该第二降噪区域中每个像素点的亮度值，确定该第二降噪区域的平均亮度值；根据每个第二降噪区域的平均亮度值和像素值差值的平均值，确定亮度值与噪声值的目标对应关系。
本发明实施例提供了一种电子设备，所述电子设备包括处理器和存储器，所述存储器用于存储程序指令，所述处理器用于执行存储器中存储的计算机程序时实现如上述方法中任一所述视频图像的噪声处理方法的步骤。
本发明实施例提供了一种计算机可读存储介质，其存储有计算机程序，所述计算机程序被处理器执行时实现上述方法中任一所述视频图像的噪声处理方法的步骤。
本发明实施例提供了一种视频图像的噪声处理方法、装置、设备和介质，该方法在确定当前帧图像的每个第一降噪区域的噪声值时，通过该第一降噪区域的目标平均亮度值以及预先保存的平均亮度值与噪声值的对应关系，即可以确定该第一降噪区域的目标噪声值，因此本发明实施例在确定当前帧图像的每个第一降噪区域的目标噪声值从而根据目标噪声值进行降噪处理时，不需要保存降噪前的当前帧图像n行像素点的像素值，将确定出当前帧图像的每个降噪区域对应的降噪强度作为下一帧图像进行降噪处理的降噪强度，而是根据保存的平均亮度值与噪声值的对应关系，直接确定出当前帧的每个第一降噪区域的降噪强度，从而节约了存储资源。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，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，对于本领域的普通技术人员来讲，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为现有技术中确定当前帧图像的每个降噪区域的降噪强度的方法流程图；
图2为现有技术中对视频的第i帧图像进行降噪处理的过程示意图；
图3为本发明实施例提供的一种视频图像的噪声处理方法的过程示意图；
图4为本发明实施例提供的一种确定目标降噪范围方法的示意图；
图5为本发明实施例提供的一种对保存的平均亮度值和噪声值间的对应关系进行更新的过程示意图；
图6为本发明实施例提供的一种噪声值和亮度值的目标对应关系的示意图；
图7为本发明实施例提供的另一种视频图像的噪声处理过程的示意图；
图8为本发明实施例提供的一种视频图像的噪声处理装置的结构示意图；
图9为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅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它实施例，都属于本发明保护的范围。
为了节约视频图像噪声处理时的存储资源，本发明实施例提供了一种视频图像的噪声处理方法、装置、设备和介质。
实施例1：
图3为本发明实施例提供的一种视频图像的噪声处理方法的过程示意图，该过程包括以下步骤：
S301：确定当前帧图像的每个第一降噪区域的目标平均亮度值。
本发明的视频图像的噪声处理方法应用于进行噪声处理的电子设备，该电子设备可以是图像采集设备，例如网络摄像机、智能球机等。
针对进行噪声处理的视频的当前帧图像，该当前帧图像包括有至少两个以上的第一降噪区域，其中，每个第一降噪区域中包括设定数量的像素点。并且每个第一降噪区域包含的像素点的数量可以相同，也可以不同。较佳的，每个第一降噪区域包含的像素点的数量相同，该设定数量例如可以是1、4等。为了对当前帧图像进行准确的噪声处理，较佳的，每个第一降噪区域中包括一个像素点。
为了实现对视频图像的噪声处理，针对进行噪声处理的当前帧图像，确定该当前帧图像的每个第一降噪区域的目标平均亮度值；若第一降噪区域包含一个像素点，该第一降噪区域的目标平均亮度值具体是该第一降噪区域内的像素点的亮度值；若第一降噪区域包括至少两个像素点，该第一降噪区域的目标平均亮度值具体是该第一降噪区域内的所有像素点亮度值之和的平均值。
S302：根据每个第一降噪区域的目标平均亮度值，以及预先保存的平均亮度值与噪声值的对应关系，确定所述当前帧图像的每个第一降噪区域的目标噪声值。
进行噪声处理的电子设备预先保存有平均亮度值与噪声值的对应关系，针对该当前帧图像的每个第一降噪区域，在确定每个第一降噪区域的目标平均亮度值后，根据该预先保存的平均亮度值和噪声值的对应关系，可以确定出每个目标平均亮度值对应的目标噪声值。
S303：根据所述当前帧图像的每个第一降噪区域的目标噪声值，对所述当前帧图像的每个第一降噪区域进行降噪处理。
在确定了当前帧图像的每个第一降噪区域的目标噪声值后，根据每个第一降噪区域的目标噪声值的大小，对当前帧图像的对应每个第一降噪区域进行降噪处理。具体的，对第一降噪区域进行降噪处理时可以采用现有技术的方法，本发明实施例对此不作赘述。
在本发明实施例中，由于该方法在确定当前帧图像的每个第一降噪区域的噪声值时，通过该第一降噪区域的目标平均亮度值以及预先保存的平均亮度值与噪声值的对应关系，即可以确定该第一降噪区域的目标噪声值，由于本发明实施例在确定当前帧图像的每个第一降噪区域的目标噪声值从而根据目标噪声值进行降噪处理时，不需要保存降噪前的当前帧图像n行像素点的像素值，将确定出当前帧图像的每个降噪区域对应的降噪强度作为下一帧图像进行降噪处理的降噪强度，而是根据保存的平均亮度值与噪声值的对应关系，直接确定出当前帧的每个第一降噪区域的降噪强度，从而节约了存储资源。
实施例2：
为了更准确地确定降噪区域的亮度值，在上述实施例的基础上，在本发明实施例中，所述确定当前帧图像的每个第一降噪区域的目标平均亮度值，包括：
针对每个第一降噪区域，根据预设的区域范围，确定包含该第一降噪区域的目标降噪范围，根据该目标降噪范围中包含的每个像素点的亮度值，确定该第一降噪区域的目标平均亮度值。
为了准确地确定出该当前帧图像的每个第一降噪区域的目标平均亮度值，预先设定有区域范围；其中，区域范围的大小可以根据需要灵活设置，区域范围可以是圆形区域范围，也可以是矩形区域范围等。
针对每个第一降噪区域，根据预设的区域范围，可以确定出包含该第一降噪区域的区域范围，根据包含该第一降噪区域的区域范围，可以确定出包含该第一降噪区域的目标降噪范围。
包含该第一降噪区域的目标降噪范围在确定的时候，该第一降噪区域可以是在该目标降噪范围的中心，或者其他预设的位置，比如左上角，右下角等，根据该第一降噪区域和预设的区域范围，可以确定出包含该第一降噪区域的目标降噪范围。确定该目标降噪范围时，可能某一第一降噪区域的部分位于该预设的区域范围内，则可以认为部分区域位于该区域范围的第一降噪区域，在确定的目标降噪范围内包含该第一降噪区域的全部。或者某一第一降噪区域的部分位于该预设的区域范围内且该部分面积大于预设的面积阈值时，则在确定的目标降噪范围内包含该第一降噪区域的全部。
图4为本发明实施例提供的一种确定目标降噪范围的方法的示意图，具体的，如图4所示，确定第一降噪区域9的目标降噪范围时，以预设的区域范围是圆形区域范围为例，该圆形区域范围包含第一降噪区域1、2、3、4、5、6、7、8的部分区域以及该第一降噪区域9的全部区域，确定第一降噪区域1、2、3、4、5、6、7、8、9的全部区域为包含该第一降噪区域9的目标降噪范围。
在确定出包含该第一降噪区域的目标降噪范围后，确定该目标降噪范围内所有的像素点的亮度值的平均值，则将该平均值确定为该第一降噪区域的目标平均亮度值。
还以上图为例进行说明，因为包含该第一降噪区域9的目标降噪范围即为第一降噪区域1、2、3、4、5、6、7、8、9的全部区域共同组成的区域范围，确定该目标降噪范围内每个像素点的亮度值之和的平均值，该平均值即为该第一降噪区域9的目标平均亮度值。
实施例3：
为了实现对保存的对应关系的更新，在上述各实施例的基础上，在本发明实施例中，所述方法包括：
根据所述当前帧图像的每个像素点的像素值及所述当前帧图像的前一帧完成降噪处理后图像的对应像素点的像素值的差值，确定第一差值图像；
对所述第一差值图像中每个像素点的像素值取绝对值确定对应的第二差值图像；
对所述第一差值图像进行滤波处理后的图像中每个像素点的像素值取绝对值得到第一滤波图像；对所述第二差值图像进行滤波处理后得到第二滤波图像；将所述第二滤波图像和第一滤波图像中每个对应像素点的像素值差值，作为每个像素点的噪声值；
根据所述当前帧图像中每个像素点的亮度值，及所述每个像素点的噪声值，确定亮度值与噪声值的目标对应关系，并采用所述目标对应关系对保存的所述对应关系更新。
在对视频图像进行噪声处理时，为了实现对每一帧图像进行准确的噪声处理，还需要根据当前帧图像对保存的对应关系进行更新。
具体的，根据当前帧图像和当前帧图像的前一帧图像，确定出当前帧图像的每个像素点的像素值与该前一帧图像的对应像素点的像素值的差值，其中，该前一帧图像是指完成降噪处理后的前一帧图像；根据每个像素点的对应差值，可以确定出第一差值图像，该第一差值图像的每个像素点的像素值可能是正值，也可能是负值。
因为该第一差值图像中每个像素点的像素值可能是正值，也可能是负值，为了得到像素值为正值的第二差值图像，对该第一差值图像的每个像素点的像素值取绝对值，从而得到第二差值图像。
对该第一差值图像和该第二差值图像分别进行滤波处理，具体的，采用相同的滤波处理方法，对该第一差值图像和该第二差值图像进行滤波处理。其中，滤波处理方法包括：均值滤波处理、中值滤波处理和其他的滤波处理等。在完成滤波处理后，因为第一差值图像中每个像素点的像素值可能是正值，也可能是负值，为了方便后续的比较，对第一差值图像完成滤波处理后的每个像素点的像素值取绝对值，得到第一滤波图像。将第二差值图像完成滤波处理后的图像确定为第二滤波图像。
将该第二滤波图像的每个像素点的像素值和该第一滤波图像的对应像素点的像素值差值，确定为当前帧图像的对应每个像素点的噪声值。
这是因为第一差值图像中不仅包含由于噪声导致的像素值差值，还包含由于场景变化导致的像素值差值，由于噪声具有随机性，其表现为像素值差值有正有负，对第一差值图像进行滤波处理会使由噪声导致的像素值差值趋近于0，因此对第一差值图像进行滤波处理后，由噪声导致的像素值差值会被消除，对第一差值图像完成滤波处理后的每个像素点的像素值取绝对值，得到第一滤波图像，该第一滤波图像只包含由于场景变化导致的像素值差值。
由于第二差值图像中像素点的像素值为第一差值图像的每个像素点的像素值的绝对值，故该第二差值图像进行滤波处理后的第二滤波图像中，包含由于噪声导致的像素值差值和由于场景变化导致的像素值差值。将该第二滤波图像和该第一滤波图像中每个对应像素点的像素值差值作为每个像素点的噪声值，从而可以消除场景变化对像素值的影响，使得确定的每个像素点的噪声值更加准确。
具体的，为了保证像素点噪声值确定的准确性，在本发明实施例中，所述将所述第二滤波图像和第一滤波图像中每个对应像素点的像素值差值，作为每个像素点的噪声值包括：
按照相同的划分方式将第一滤波图像和第二滤波图像划分为多个第二降噪区域；
针对每个对应的第二降噪区域，确定该第二降噪区域内每个对应像素点的像素值差值，将该每个像素点的像素值差值的平均值，作为该第二降噪区域内每个像素点的噪声值。
为了确定出每个像素点的噪声值，在本发明实施例中按照相同的划分方式将第一滤波图像和第二滤波图像划分为多个第二降噪区域，从而确定出每个第二降噪区域内每个像素点的噪声值。
为了确定每个像素点的噪声值，可以将第一滤波图像和第二滤波图像中对应像素点的差值确定为该像素点的噪声值。但为了保证像素点噪声值确定的准确性，在本发明实施例中将第一滤波图像和第二滤波图像采用相同的划分方式，划分为了多个第二降噪区域，其中，每个降噪区域的大小可以相同，也可以不同，并且每个降噪区域中包含的像素点的数量为至少一个。
针对每个第二降噪区域，确定第二滤波图像与第一滤波图像该第二降噪区域内每个对应像素点的像素值差值，并将该第二降噪区域的每个像素点的像素值差值的平均值，作为该第二降噪区域的噪声值。
当确定了每个第二降噪区域的噪声值后，因为本发明实施例是根据保存的亮度值与噪声值间的对应关系，确定第一降噪区域的目标噪声值的，为了方便对下一帧图像进行降噪处理，在本发明实施例中需要根据当前帧图像中每个像素点的亮度值，以及所述每个像素点的噪声值，确定亮度值与噪声值的目标对应关系，从而采用该目标对应关系对保存的亮度值与噪声值间的对应关系进行更新。
为了保证对下一帧图像进行降噪处理的准确性，在本发明实施例中，所述根据所述当前帧图像中每个像素点的亮度值，以及所述每个像素点的噪声值，确定亮度值与噪声值的目标对应关系包括：
根据与滤波图像相同的划分方式，将所述当前帧图像划分为多个第二降噪区域；
针对每个第二降噪区域，根据该第二降噪区域中每个像素点的亮度值，确定该第二降噪区域的平均亮度值；
根据每个第二降噪区域的平均亮度值和像素值差值的平均值，确定亮度值与噪声值的目标对应关系。
为了保证对下一帧图像进行降噪处理的准确性，还可以对保存的对应关系进行更新，因此当确定了每个第二降噪区域的噪声值后，还需要确定出每个第二降噪区域的亮度值。具体的，根据与滤波图像相同的划分方式，将当前帧图像划分为多个第二降噪区域；针对每个第二降噪区域，将该第二降噪区域中每个像素点的亮度值的平均值，作为该第二降噪区域的平均亮度值。
根据该当前帧图像的每个第二降噪区域的像素值差值的平均值和平均亮度值，可以确定出当前帧图像的亮度值和噪声值间的目标对应关系，并根据该目标对应关系实现对保存的对应关系的更新。
图5为本发明实施例提供的一种对保存的平均亮度值和噪声值间的对应关系进行更新的过程示意图，该过程包括以下步骤：
S501：将当前帧图像划分为M*N个第二降噪区域；针对每个第二降噪区域，根据该第二降噪区域中每个像素点的亮度值，确定该第二降噪区域的平均亮度值。根据当前帧图像的每个像素点的像素值及当前帧图像的前一帧已完成降噪处理的图像的对应像素点的像素值的差值，确定第一差值图像。分别进入S502和S503。
S502：确定对第一差值图像中每个像素点的像素值取绝对值对应的第二差值图像，对第二差值图像进行m*n均值滤波处理，得到第二滤波图像。进入S504。
S503：对第一差值图像进行m*n均值滤波处理，对完成滤波处理后的第一差值图像的像素点的像素值取绝对值，得到第一滤波图像。进入S504。
S504：将第一滤波图像和第二滤波图像划分为M*N个第二降噪区域；针对每个对应的第二降噪区域，确定该第二降噪区域内每个对应像素点的像素值差值，将每个像素点的像素值差值的平均值，作为该第二降噪区域的噪声值。
S505：根据每个第二降噪区域的平均亮度值和噪声值，确定平均亮度值与噪声值的目标对应关系。
S506：根据该目标对应关系对保存的平均亮度值与噪声值间的对应关系进行更新。
在本发明实施例中，由于对于当前帧图像进行降噪处理时，该当前帧图像会对保存的亮度值和噪声值间的对应关系进行更新，从而可以保证对每一帧图像进行噪声处理前，根据亮度值确定的每一帧图像的每一降噪区域的目标噪声值均是准确的。由于亮度值不会突变，因而确定的每一降噪区域的目标噪声值也不会突变，避免了在噪声分布不均匀的宽动态场景中，由于相邻降噪区域采用的噪声值突变导致的降噪区域之间的降噪强度不同，使得出现伪边界的情况，因此，本发明实施例提供的噪声处理方法能够适应噪声分布不均匀的宽动态场景，从而提高了噪声处理方法的场景适用性。
实施例4：
为了准确地确定出噪声值和亮度值的目标对应关系，在上述各实施例的基础上，在本发明实施例中，所述亮度值与噪声值的目标对应关系满足线性关系。
根据确定的该当前帧图像的每个第二降噪区域的噪声值和亮度值，采用现有技术中的随机抽样一致算法，可以确定出该目标对应关系，该目标对应关系满足线性关系。
具体的，该随机抽样一致算法是根据平面点集拟合直线。图6为本发明实施例提供的一种噪声值和亮度值的目标对应关系的示意图，如图6所示，针对每个第二降噪区域，每个第二降噪区域的噪声值和平均亮度值构成一个坐标点，其中平均亮度值为横坐标，噪声值为纵坐标，所有第二降噪区域的噪声值和平均亮度值构成第一点集(xi,yi)，其中，xi为第i个第二降噪区域的平均亮度值，yi为第i个第二降噪区域的噪声值，随机抽样一致算法简要步骤描述如下：
1、随机地从第一点集(xi,yi)中选择2个坐标点，得到一条直线y＝kx+b；
2、计算其它坐标点到直线的距离，确定距离小于第一阈值的第二点集；
3、如果第二点集中坐标点的个数大于第二阈值，直线y＝kx+b即为该第二点集对应的直线；
4、如果第二点集中坐标点的个数小于第二阈值，选择新的2个坐标点，重复上述过程；
经过N次重复后，可以确定出具有最多坐标点时的第二点集，具有最多坐标点时的该第二点集对应的直线即为该目标对应关系。
实施例5：
下面通过一个具体的实施例对本发明的视频图像的噪声处理过程进行说明，图7为本发明实施例提供的另一种视频图像的噪声处理过程的示意图，该过程包括以下步骤：
S701：以当前帧图像的待处理第一降噪区域为中心构建k*k的窗，计算该窗内的所有像素点亮度值的平均值，将该平均值作为待处理第一降噪区域的目标亮度值。其中，每个第一降噪区域中包含一个像素点。
S702：查询保存的根据前一帧图像确定的亮度值与噪声值间的对应关系，确定当前帧输入图像的待处理第一降噪区域对应的目标噪声值。
S703：根据该目标噪声值对该待处理第一降噪区域进行降噪处理。
S704：将未进行降噪处理前的当前帧图像划分为M*N个第二降噪区域；针对每个第二降噪区域，根据该第二降噪区域中每个像素点的亮度值，确定该第二降噪区域的平均亮度值。根据未进行降噪处理前的当前帧图像的每个像素点的像素值及当前帧图像的前一帧已完成降噪处理的图像的对应像素点的像素值的差值，确定第一差值图像。进入S705和S706。
S705：确定对第一差值图像中每个像素点的像素值取绝对值对应的第二差值图像，对第二差值图像进行m*n均值滤波处理，得到第二滤波图像。进入S707。
S706：对第一差值图像进行m*n均值滤波处理，对完成滤波处理后的第一差值图像的像素点的像素值取绝对值，得到第一滤波图像。进入S707。
S707：将第一滤波图像和第二滤波图像划分为M*N个第二降噪区域；针对每个对应的第二降噪区域，确定该第二降噪区域内每个对应像素点的像素值差值，将每个像素点的像素值差值的平均值，作为该第二降噪区域的噪声值。S708：根据每个第二降噪区域的平均亮度值和噪声值，采用随机抽样一致算法确定平均亮度值与噪声值的目标对应关系。
S709：根据该目标对应关系对保存的平均亮度值与噪声值间的对应关系进行更新。
实施例6：
图8为本发明实施例提供的一种视频图像的噪声处理装置的结构示意图，在上述各实施例的基础上，本发明实施例提供了一种视频图像的噪声处理装置，所述装置包括：
确定模块801，用于确定当前帧图像的每个第一降噪区域的目标平均亮度值；根据每个第一降噪区域的目标平均亮度值，以及预先保存的平均亮度值与噪声值的对应关系，确定所述当前帧图像的每个第一降噪区域的目标噪声值；
降噪模块802，用于根据所述当前帧图像的每个第一降噪区域的目标噪声值，对所述当前帧图像的每个第一降噪区域进行降噪处理。
进一步地，所述确定模块801，具体用于针对每个第一降噪区域，根据预设的区域范围，确定包含该第一降噪区域的目标降噪范围，根据该目标降噪范围中包含的每个像素点的亮度值，确定该第一降噪区域的目标平均亮度值。
进一步地，所述确定模块801，还用于根据所述当前帧图像的每个像素点的像素值及所述当前帧图像的前一帧图像的对应像素点的像素值的差值，确定第一差值图像；对所述第一差值图像中每个像素点的像素值取绝对值确定对应的第二差值图像；
所述装置还包括：
滤波模块803，用于对所述第一差值图像进行滤波处理后的图像中每个像素点的像素值取绝对值得到第一滤波图像；对所述第二差值图像进行滤波处理后得到第二滤波图像；将所述第二滤波图像和第一滤波图像中每个对应像素点的像素值差值，作为每个像素点的噪声值；
更新模块804，用于根据所述当前帧图像中每个像素点的亮度值，及所述每个像素点的噪声值，确定亮度值与噪声值的目标对应关系，并采用所述目标对应关系对保存的所述对应关系更新。
进一步地，所述滤波模块803，具体用于按照相同的划分方式将第一滤波图像和第二滤波图像划分为多个第二降噪区域；针对每个对应的第二降噪区域，确定该第二降噪区域内每个对应像素点的像素值差值，将该每个像素点的像素值差值的平均值，作为该第二降噪区域内每个像素点的噪声值。
进一步地，所述更新模块804，具体用于根据与滤波图像相同的划分方式，将所述当前帧图像划分为多个第二降噪区域；针对每个第二降噪区域，根据该第二降噪区域中每个像素点的亮度值，确定该第二降噪区域的平均亮度值；根据每个第二降噪区域的平均亮度值和像素值差值的平均值，确定亮度值与噪声值的目标对应关系。
实施例7：
图9为本发明实施例提供的一种电子设备结构示意图，在上述各实施例的基础上，本发明实施例中还提供了一种电子设备，包括处理器901、通信接口902、存储器903和通信总线904，其中，处理器901，通信接口902，存储器903通过通信总线904完成相互间的通信；
所述存储器903中存储有计算机程序，当所述程序被所述处理器501执行时，使得所述处理器901执行如下步骤：
确定当前帧图像的每个第一降噪区域的目标平均亮度值；
根据每个第一降噪区域的目标平均亮度值，以及预先保存的平均亮度值与噪声值的对应关系，确定所述当前帧图像的每个第一降噪区域的目标噪声值；
根据所述当前帧图像的每个第一降噪区域的目标噪声值，对所述当前帧图像的每个第一降噪区域进行降噪处理。
进一步地，所述确定当前帧图像的每个第一降噪区域的目标平均亮度值，包括：
针对每个第一降噪区域，根据预设的区域范围，确定包含该第一降噪区域的目标降噪范围，根据该目标降噪范围中包含的每个像素点的亮度值，确定该第一降噪区域的目标平均亮度值。
进一步地，所述方法包括：
根据所述当前帧图像的每个像素点的像素值及所述当前帧图像的前一帧图像的对应像素点的像素值的差值，确定第一差值图像；
对所述第一差值图像中每个像素点的像素值取绝对值确定对应的第二差值图像；
对所述第一差值图像进行滤波处理后的图像中每个像素点的像素值取绝对值得到第一滤波图像；对所述第二差值图像进行滤波处理后得到第二滤波图像；将所述第二滤波图像和第一滤波图像中每个对应像素点的像素值差值，作为每个像素点的噪声值；
根据所述当前帧图像中每个像素点的亮度值，及所述每个像素点的噪声值，确定亮度值与噪声值的目标对应关系，并采用所述目标对应关系对保存的所述对应关系更新。
进一步地，所述将所述第二滤波图像和第一滤波图像中每个对应像素点的像素值差值，作为每个像素点的噪声值包括：
按照相同的划分方式将第一滤波图像和第二滤波图像划分为多个第二降噪区域；
针对每个对应的第二降噪区域，确定该第二降噪区域内每个对应像素点的像素值差值，将该每个像素点的像素值差值的平均值，作为该第二降噪区域内每个像素点的噪声值。
进一步地，所述根据所述当前帧图像中每个像素点的亮度值，及所述每个像素点的噪声值，确定亮度值与噪声值的目标对应关系包括：
根据与滤波图像相同的划分方式，将所述当前帧图像划分为多个第二降噪区域；
针对每个第二降噪区域，根据该第二降噪区域中每个像素点的亮度值，确定该第二降噪区域的平均亮度值；
根据每个第二降噪区域的平均亮度值和像素值差值的平均值，确定亮度值与噪声值的目标对应关系。
进一步地，所述亮度值与噪声值的目标对应关系满足线性关系。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口902用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory，RAM)，也可以包括非易失性存储器(Non-Volatile Memory，NVM)，例如至少一个磁盘存储器。可选地，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述处理器可以是通用处理器，包括中央处理器、网络处理器(NetworkProcessor，NP)等；还可以是数字指令处理器(Digital Signal Processing，DSP)、专用集成电路、现场可编程门陈列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。
实施例8：
在上述各实施例的基础上，本发明实施例还提供了一种计算机可读存储介质，其存储有计算机程序，所述计算机程序被处理器执行如下步骤：
确定当前帧图像的每个第一降噪区域的目标平均亮度值；
根据每个第一降噪区域的目标平均亮度值，以及预先保存的平均亮度值与噪声值的对应关系，确定所述当前帧图像的每个第一降噪区域的目标噪声值；
根据所述当前帧图像的每个第一降噪区域的目标噪声值，对所述当前帧图像的每个第一降噪区域进行降噪处理。
进一步地，所述确定当前帧图像的每个第一降噪区域的目标平均亮度值，包括：
针对每个第一降噪区域，根据预设的区域范围，确定包含该第一降噪区域的目标降噪范围，根据该目标降噪范围中包含的每个像素点的亮度值，确定该第一降噪区域的目标平均亮度值。
进一步地，所述方法包括：
根据所述当前帧图像的每个像素点的像素值及所述当前帧图像的前一帧图像的对应像素点的像素值的差值，确定第一差值图像；
对所述第一差值图像中每个像素点的像素值取绝对值确定对应的第二差值图像；
对所述第一差值图像进行滤波处理后的图像中每个像素点的像素值取绝对值得到第一滤波图像；对所述第二差值图像进行滤波处理后得到第二滤波图像；将所述第二滤波图像和第一滤波图像中每个对应像素点的像素值差值，作为每个像素点的噪声值；
根据所述当前帧图像中每个像素点的亮度值，及所述每个像素点的噪声值，确定亮度值与噪声值的目标对应关系，并采用所述目标对应关系对保存的所述对应关系更新。
进一步地，所述将所述第二滤波图像和第一滤波图像中每个对应像素点的像素值差值，作为每个像素点的噪声值包括：
按照相同的划分方式将第一滤波图像和第二滤波图像划分为多个第二降噪区域；
针对每个对应的第二降噪区域，确定该第二降噪区域内每个对应像素点的像素值差值，将该每个像素点的像素值差值的平均值，作为该第二降噪区域内每个像素点的噪声值。
进一步地，所述根据所述当前帧图像中每个像素点的亮度值，及所述每个像素点的噪声值，确定亮度值与噪声值的目标对应关系包括：
根据与滤波图像相同的划分方式，将所述当前帧图像划分为多个第二降噪区域；
针对每个第二降噪区域，根据该第二降噪区域中每个像素点的亮度值，确定该第二降噪区域的平均亮度值；
根据每个第二降噪区域的平均亮度值和像素值差值的平均值，确定亮度值与噪声值的目标对应关系。
进一步地，所述亮度值与噪声值的目标对应关系满足线性关系。
本领域内的技术人员应明白，本申请的实施例可提供为方法、***、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。
Claims (11)
1.一种视频图像的噪声处理方法，其特征在于，所述方法包括：
确定当前帧图像的每个第一降噪区域的目标平均亮度值；
根据每个第一降噪区域的目标平均亮度值，以及预先保存的平均亮度值与噪声值的对应关系，确定所述当前帧图像的每个第一降噪区域的目标噪声值；
根据所述当前帧图像的每个第一降噪区域的目标噪声值，对所述当前帧图像的每个第一降噪区域进行降噪处理；
所述方法还包括：
根据所述当前帧图像的每个像素点的像素值及所述当前帧图像的前一帧图像的对应像素点的像素值的差值，确定第一差值图像；
对所述第一差值图像中每个像素点的像素值取绝对值确定对应的第二差值图像；
对所述第一差值图像进行滤波处理后的图像中每个像素点的像素值取绝对值得到第一滤波图像；对所述第二差值图像进行滤波处理后得到第二滤波图像；将所述第二滤波图像和第一滤波图像中每个对应像素点的像素值差值，作为每个像素点的噪声值；
根据所述当前帧图像中每个像素点的亮度值，及所述每个像素点的噪声值，确定亮度值与噪声值的目标对应关系，并采用所述目标对应关系对保存的所述对应关系更新。
2.根据权利要求1所述的方法，其特征在于，所述确定当前帧图像的每个第一降噪区域的目标平均亮度值，包括：
针对每个第一降噪区域，根据预设的区域范围，确定包含该第一降噪区域的目标降噪范围，根据该目标降噪范围中包含的每个像素点的亮度值，确定该第一降噪区域的目标平均亮度值。
3.根据权利要求1所述的方法，其特征在于，所述将所述第二滤波图像和第一滤波图像中每个对应像素点的像素值差值，作为每个像素点的噪声值包括：
按照相同的划分方式将第一滤波图像和第二滤波图像划分为多个第二降噪区域；
针对每个对应的第二降噪区域，确定该第二降噪区域内每个对应像素点的像素值差值，将该每个像素点的像素值差值的平均值，作为该第二降噪区域内每个像素点的噪声值。
4.根据权利要求1所述的方法，其特征在于，所述根据所述当前帧图像中每个像素点的亮度值，及所述每个像素点的噪声值，确定亮度值与噪声值的目标对应关系包括：
根据与滤波图像相同的划分方式，将所述当前帧图像划分为多个第二降噪区域；
针对每个第二降噪区域，根据该第二降噪区域中每个像素点的亮度值，确定该第二降噪区域的平均亮度值；
根据每个第二降噪区域的平均亮度值和像素值差值的平均值，确定亮度值与噪声值的目标对应关系。
5.根据权利要求4所述的方法，其特征在于，所述亮度值与噪声值的目标对应关系满足线性关系。
6.一种视频图像的噪声处理装置，其特征在于，所述装置包括：
确定模块，用于确定当前帧图像的每个第一降噪区域的目标平均亮度值；根据每个第一降噪区域的目标平均亮度值，以及预先保存的平均亮度值与噪声值的对应关系，确定所述当前帧图像的每个第一降噪区域的目标噪声值；
降噪模块，用于根据所述当前帧图像的每个第一降噪区域的目标噪声值，对所述当前帧图像的每个第一降噪区域进行降噪处理；
所述确定模块，还用于根据所述当前帧图像的每个像素点的像素值及所述当前帧图像的前一帧图像的对应像素点的像素值的差值，确定第一差值图像；对所述第一差值图像中每个像素点的像素值取绝对值确定对应的第二差值图像；
所述装置还包括：
滤波模块，用于对所述第一差值图像进行滤波处理后的图像中每个像素点的像素值取绝对值得到第一滤波图像；对所述第二差值图像进行滤波处理后得到第二滤波图像；将所述第二滤波图像和第一滤波图像中每个对应像素点的像素值差值，作为每个像素点的噪声值；
更新模块，用于根据所述当前帧图像中每个像素点的亮度值，及所述每个像素点的噪声值，确定亮度值与噪声值的目标对应关系，并采用所述目标对应关系对保存的所述对应关系更新。
7.根据权利要求6所述的装置，其特征在于，所述确定模块，具体用于针对每个第一降噪区域，根据预设的区域范围，确定包含该第一降噪区域的目标降噪范围，根据该目标降噪范围中包含的每个像素点的亮度值，确定该第一降噪区域的目标平均亮度值。
8.根据权利要求6所述的装置，其特征在于，所述滤波模块，具体用于按照相同的划分方式将第一滤波图像和第二滤波图像划分为多个第二降噪区域；针对每个对应的第二降噪区域，确定该第二降噪区域内每个对应像素点的像素值差值，将该每个像素点的像素值差值的平均值，作为该第二降噪区域内每个像素点的噪声值。
9.根据权利要求6所述的装置，其特征在于，所述更新模块，具体用于根据与滤波图像相同的划分方式，将所述当前帧图像划分为多个第二降噪区域；针对每个第二降噪区域，根据该第二降噪区域中每个像素点的亮度值，确定该第二降噪区域的平均亮度值；根据每个第二降噪区域的平均亮度值和像素值差值的平均值，确定亮度值与噪声值的目标对应关系。
10.一种电子设备，其特征在于，所述电子设备包括处理器和存储器，所述存储器用于存储程序指令，所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1-5中任一所述视频图像的噪声处理方法的步骤。
11.一种计算机可读存储介质，其特征在于，其存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-5中任一所述视频图像的噪声处理方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010318649.3A CN111507923B (zh) | 2020-04-21 | 2020-04-21 | 一种视频图像的噪声处理方法、装置、设备和介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010318649.3A CN111507923B (zh) | 2020-04-21 | 2020-04-21 | 一种视频图像的噪声处理方法、装置、设备和介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111507923A CN111507923A (zh) | 2020-08-07 |
| CN111507923B true CN111507923B (zh) | 2023-09-12 |
Family
ID=71864792
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010318649.3A Active CN111507923B (zh) | 2020-04-21 | 2020-04-21 | 一种视频图像的噪声处理方法、装置、设备和介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111507923B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112085682B (zh) * | 2020-09-11 | 2023-08-22 | 成都国科微电子有限公司 | 图像降噪方法、装置、电子设备及存储介质 |
| CN112055255B (zh) * | 2020-09-15 | 2022-07-05 | 深圳创维－Rgb电子有限公司 | 拍摄画质优化方法、装置、智能电视和可读存储介质 |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104754181A (zh) * | 2013-12-30 | 2015-07-01 | 浙江大华技术股份有限公司 | 一种视频噪声估计方法及装置 |
| CN106303157A (zh) * | 2016-08-31 | 2017-01-04 | 广州市百果园网络科技有限公司 | 一种视频降噪处理方法及视频降噪处理装置 |
| WO2017101489A1 (zh) * | 2015-12-14 | 2017-06-22 | 乐视控股（北京）有限公司 | 图像滤波方法及装置 |
| CN106920216A (zh) * | 2015-12-25 | 2017-07-04 | 展讯通信（上海）有限公司 | 一种消除图像噪声的方法及装置 |
| US9715720B1 (en) * | 2014-12-15 | 2017-07-25 | Marvell International Ltd. | System and method for reducing image noise |
| CN107979712A (zh) * | 2016-10-20 | 2018-05-01 | 上海富瀚微电子股份有限公司 | 一种视频降噪方法及装置 |
| CN108109123A (zh) * | 2017-12-21 | 2018-06-01 | 成都微光集电科技有限公司 | 一种图像去噪方法 |
| CN108805851A (zh) * | 2017-04-26 | 2018-11-13 | 杭州海康威视数字技术股份有限公司 | 一种图像时域噪声的评估方法及装置 |
| CN108810320A (zh) * | 2018-06-01 | 2018-11-13 | 深圳市商汤科技有限公司 | 图像质量提升方法和装置 |
| CN109639982A (zh) * | 2019-01-04 | 2019-04-16 | Oppo广东移动通信有限公司 | 一种图像降噪方法、装置、存储介质及终端 |
| CN109859126A (zh) * | 2019-01-17 | 2019-06-07 | 浙江大华技术股份有限公司 | 一种视频降噪方法、装置、电子设备及存储介质 |
| CN110445953A (zh) * | 2019-08-02 | 2019-11-12 | 浙江大华技术股份有限公司 | 降低动态条纹噪声的方法、装置、电子设备及存储装置 |
| CN110689496A (zh) * | 2019-09-25 | 2020-01-14 | 北京迈格威科技有限公司 | 降噪模型的确定方法、装置、电子设备和计算机存储介质 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7203378B2 (en) * | 2002-09-27 | 2007-04-10 | Chui-Kuei Chiu | Accelerative noise filtering method for image data |
| JP4457346B2 (ja) * | 2004-11-12 | 2010-04-28 | ノーリツ鋼機株式会社 | 画像ノイズ除去方法 |
-
2020
- 2020-04-21 CN CN202010318649.3A patent/CN111507923B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104754181A (zh) * | 2013-12-30 | 2015-07-01 | 浙江大华技术股份有限公司 | 一种视频噪声估计方法及装置 |
| US9715720B1 (en) * | 2014-12-15 | 2017-07-25 | Marvell International Ltd. | System and method for reducing image noise |
| WO2017101489A1 (zh) * | 2015-12-14 | 2017-06-22 | 乐视控股（北京）有限公司 | 图像滤波方法及装置 |
| CN106920216A (zh) * | 2015-12-25 | 2017-07-04 | 展讯通信（上海）有限公司 | 一种消除图像噪声的方法及装置 |
| CN106303157A (zh) * | 2016-08-31 | 2017-01-04 | 广州市百果园网络科技有限公司 | 一种视频降噪处理方法及视频降噪处理装置 |
| CN107979712A (zh) * | 2016-10-20 | 2018-05-01 | 上海富瀚微电子股份有限公司 | 一种视频降噪方法及装置 |
| CN108805851A (zh) * | 2017-04-26 | 2018-11-13 | 杭州海康威视数字技术股份有限公司 | 一种图像时域噪声的评估方法及装置 |
| CN108109123A (zh) * | 2017-12-21 | 2018-06-01 | 成都微光集电科技有限公司 | 一种图像去噪方法 |
| CN108810320A (zh) * | 2018-06-01 | 2018-11-13 | 深圳市商汤科技有限公司 | 图像质量提升方法和装置 |
| CN109639982A (zh) * | 2019-01-04 | 2019-04-16 | Oppo广东移动通信有限公司 | 一种图像降噪方法、装置、存储介质及终端 |
| CN109859126A (zh) * | 2019-01-17 | 2019-06-07 | 浙江大华技术股份有限公司 | 一种视频降噪方法、装置、电子设备及存储介质 |
| CN110445953A (zh) * | 2019-08-02 | 2019-11-12 | 浙江大华技术股份有限公司 | 降低动态条纹噪声的方法、装置、电子设备及存储装置 |
| CN110689496A (zh) * | 2019-09-25 | 2020-01-14 | 北京迈格威科技有限公司 | 降噪模型的确定方法、装置、电子设备和计算机存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 广义非局部均值算法的图像去噪;郭红涛等;计算机应用研究;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111507923A (zh) | 2020-08-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109146816B (zh) | 一种图像滤波方法、装置、电子设备和存储介质 | |
| CN111507923B (zh) | 一种视频图像的噪声处理方法、装置、设备和介质 | |
| CN110473238B (zh) | 一种图像配准方法、装置、电子设备及存储介质 | |
| CN111028179B (zh) | 一种条纹校正方法、装置、电子设备及存储介质 | |
| CN111080654B (zh) | 图像的病变区域分割方法、装置及服务器 | |
| CN109584175B (zh) | 一种图像处理方法及装置 | |
| CN111368587A (zh) | 场景检测方法、装置、终端设备及计算机可读存储介质 | |
| CN110211082B (zh) | 一种图像融合方法、装置、电子设备及存储介质 | |
| CN110400271B (zh) | 一种条纹非均匀性校正方法、装置、电子设备及存储介质 | |
| CN111107274B (zh) | 一种图像亮度统计方法及成像设备 | |
| CN115457063A (zh) | Pcb板圆孔的边缘提取方法、装置、设备及存储介质 | |
| CN113920022A (zh) | 一种图像优化方法、装置、终端设备及可读存储介质 | |
| CN109753957B (zh) | 图像显著性检测方法、装置、存储介质及电子设备 | |
| CN113628259A (zh) | 图像的配准处理方法及装置 | |
| CN106971386B (zh) | 判断图像完整度及页面加载度的方法、装置和客户端设备 | |
| CN111242051B (zh) | 一种车辆识别优化方法、装置及存储介质 | |
| CN115278104B (zh) | 一种图像亮度调整方法、装置、电子设备及存储介质 | |
| CN116017129A (zh) | 一种补光灯角度调整方法、装置、***、设备和介质 | |
| CN114998172A (zh) | 图像处理方法及相关*** | |
| CN111986144B (zh) | 一种图像模糊判断方法、装置、终端设备及介质 | |
| CN112146834B (zh) | 结构振动位移测量方法及装置 | |
| CN114648455A (zh) | 超声图像处理方法及电子设备、存储介质 | |
| CN113568733A (zh) | 资源分配方法、装置、电子设备及存储介质 | |
| CN117392038B (zh) | 医学图像直方图均衡化方法、装置、电子设备和存储介质 | |
| CN115966000A (zh) | 一种真实人脸识别方法、装置、设备和介质 |
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 |