CN111932476A - 图像处理方法、装置、电子设备和计算机可读存储介质 - Google Patents
图像处理方法、装置、电子设备和计算机可读存储介质 Download PDFInfo
- Publication number
- CN111932476A CN111932476A CN202010770310.7A CN202010770310A CN111932476A CN 111932476 A CN111932476 A CN 111932476A CN 202010770310 A CN202010770310 A CN 202010770310A CN 111932476 A CN111932476 A CN 111932476A
- Authority
- CN
- China
- Prior art keywords
- image
- scene
- noise reduction
- images
- determining
- 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 18
- 230000009467 reduction Effects 0.000 claims abstract description 91
- 238000000034 method Methods 0.000 claims abstract description 33
- 230000004927 fusion Effects 0.000 claims abstract description 32
- 238000001914 filtration Methods 0.000 claims description 27
- 238000004590 computer program Methods 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 13
- 238000004422 calculation algorithm Methods 0.000 description 19
- 238000010586 diagram Methods 0.000 description 11
- 230000008030 elimination Effects 0.000 description 4
- 238000003379 elimination reaction Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 235000002566 Capsicum Nutrition 0.000 description 2
- 239000006002 Pepper Substances 0.000 description 2
- 241000722363 Piper Species 0.000 description 2
- 235000016761 Piper aduncum Nutrition 0.000 description 2
- 235000017804 Piper guineense Nutrition 0.000 description 2
- 235000008184 Piper nigrum Nutrition 0.000 description 2
- 230000002146 bilateral effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 150000003839 salts Chemical class 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000009432 framing Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 238000005201 scrubbing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000002123 temporal effect 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
- G06T7/337—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
-
- 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
- G06T2207/20024—Filtering details
- G06T2207/20032—Median 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
- G06T2207/20182—Noise reduction or smoothing in the temporal domain; Spatio-temporal 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
- G06T2207/20212—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
本申请涉及一种图像处理方法、装置、计算机设备和存储介质。所述方法包括:获取在不同焦距下针对同一环境采集得到的图像;确定各图像对应的场景图像,各场景图像包括环境中的相同场景;对各场景图像进行融合降噪处理,得到目标降噪图像。采用本方法能够提高图像降噪处理的效果。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种图像处理方法、装置、电子设备和计算机可读存储介质。
背景技术
数字化图像在数字化和传输过程中常受到成像设备与外部环境噪声干扰等影响,即图像带有各种噪声,如加性噪声、乘性噪声、量化噪声、“椒盐”噪声、高斯噪声及冲击噪声等。图像的噪声影响了图像质量,也关系到图像处理的效果,如图像分割、目标识别、边缘提取等。为了获取高质量的数字图像,很多时候都需要对图像进行降噪处理,尽可能的保持原始信息完整性的同时,又能够去除信号中无用的信息。
然而,传统的图像降噪方法,如采用频域、空域、频域与空域结合的方法进行降噪,不能很好地滤除图像噪声,图像降噪的效果有限。
发明内容
本申请实施例提供了一种图像处理方法、装置、电子设备、计算机可读存储介质,可以提高图像降噪处理的效果。
一种图像处理方法,包括:
获取在不同焦距下针对同一环境采集得到的图像;
确定各图像对应的场景图像,各场景图像包括环境中的相同场景;
对各场景图像进行融合降噪处理,得到目标降噪图像。
一种图像处理装置,包括:
待处理图像获取模块,用于获取在不同焦距下针对同一环境采集得到的图像;
场景图像确定模块,用于确定各图像对应的场景图像,各场景图像包括环境中的相同场景;
降噪处理模块,用于对各场景图像进行融合降噪处理,得到目标降噪图像。
一种电子设备,包括存储器及处理器,所述存储器中储存有计算机程序,所述计算机程序被所述处理器执行时,实现以下步骤:
获取在不同焦距下针对同一环境采集得到的图像;
确定各图像对应的场景图像,各场景图像包括环境中的相同场景;
对各场景图像进行融合降噪处理,得到目标降噪图像。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时,实现以下步骤:
获取在不同焦距下针对同一环境采集得到的图像;
确定各图像对应的场景图像,各场景图像包括环境中的相同场景;
对各场景图像进行融合降噪处理,得到目标降噪图像。
上述图像处理方法、装置、电子设备、计算机可读存储介质,确定在不同焦距下针对同一环境采集得到的各图像对应的场景图像,并对包括环境中的相同场景的各场景图像进行融合降噪处理,得到目标降噪图像。不同焦距的场景图像具有不同噪声形态,通过对各场景图像进行融合降噪处理,可以打破图像的噪声形态,减少对同一噪声形态的噪声消除不充分的问题,提高了图像降噪处理的效果。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述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申请的一些实施例,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为一个实施例中图像处理方法的应用环境图;
图2为一个实施例中图像处理方法的流程图;
图3为一个实施例中在一种焦距下采集得到的图像;
图4为一个实施例中在另一种焦距下采集得到的图像;
图5为一个实施例中确定场景图像的示意图;
图6为另一个实施例中确定场景图像的流程示意图;
图7为一个实施例中融合降噪处理的流程图;
图8为一个实施例中图像处理装置的结构框图;
图9为一个实施例中电子设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
可以理解,本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件,但这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说,在不脱离本申请的范围的情况下,可以将第一客户端称为第二客户端,且类似地,可将第二客户端称为第一客户端。第一客户端和第二客户端两者都是客户端,但其不是同一客户端。
图1为一个实施例中图像处理方法的应用环境示意图。如图1所示,该应用环境包括终端102和服务器104。其中,终端102通过网络与服务器104进行通信。终端102将在不同焦距下针对同一环境采集得到的各图像发送至服务器104,服务器104确定在不同焦距下针对同一环境采集得到的各图像对应的场景图像,并对包括环境中的相同场景的各场景图像进行融合降噪处理,得到目标降噪图像。此外,还可以由终端102单独直接对采集得到的各图像进行处理,也可以由服务器104单独从本地数据库中获取各图像进行处理。其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备,服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
图2为一个实施例中图像处理方法的流程图。本实施例中的图像处理方法,以运行于图1中的终端上为例进行描述。如图2所示,图像处理方法包括步骤202至步骤206。
步骤202,获取在不同焦距下针对同一环境采集得到的图像。
具体地,焦距是光学***中衡量光的聚集或发散的度量方式,指平行光入射时从透镜光心到光聚集之焦点的距离。在图像拍摄中,相机的镜头是一组透镜,当平行于主光轴的光线穿过透镜时,光会聚到一点上,这个点叫做焦点,焦点到透镜中心(即光心)的距离,就称为焦距。在不同焦距下,相机镜头可以采集到不同场景范围的图像,一般地,焦距越大,镜头取景采集范围越小。例如,对于广角镜头,焦距在40mm(毫米)以下,其取景的范围广,视角较宽,而景深却很深,比较适合拍摄较大场景的照片,如建筑、风景等题材;而长焦镜头焦距在60mm以上,长焦镜头有种类似于望远镜的功能,可以拍摄到远方的物体,但是其取景范围远远比肉眼所及范围小(视点小),方便远距离抓拍,适合于拍摄远处的对象。同一环境是指不同焦距的镜头针对同一对象进行拍摄,例如通过广角镜头和长焦镜头分别对同一大厦进行拍摄。
具体地,终端获取待处理的各图像,各图像在不同焦距下针对同一环境采集得到,各图像的数量至少为两帧,例如,对于包括多个镜头,如包括3个镜头的智能手机,可以通过3个镜头在不同焦距下同时进行拍摄,则可以得到3帧图像。如图3和图4所示,在一个具体应用中,终端获取得到的待处理的图像为三个人在一建筑前的合影,其中,图3在焦距较小的拍摄条件下采集得到,图像范围包括了人物和建筑物的整体;图4在焦距较大的拍摄条件下采集得到,图像范围以人物为主,仅包括建筑物的一小部分。显然,通过不同焦距针对同一环境进行拍摄,可以采集得到包括不同场景范围的图像。
步骤204,确定各图像对应的场景图像,各场景图像包括环境中的相同场景。
其中,场景图像包括环境中的相同场景,各图像针对同一环境采集,即针对相同的对象进行拍摄得到,但各图像的焦距不同,各图像中场景的范围不同。场景图像即为各图像中包括同一环境中相同场景的图像。具体可以通过比较各图像以从各图像中截取中包括相同场景的区域,得到场景图像。
具体地,终端获得在不同焦距下针对同一环境采集得到的图像后,进一步确定各图像对应包括环境中的相同场景的场景图像。如图5所示,为一个实施例中,阴影部分即为从一图像中确定的包括环境中的相同场景的场景图像。
步骤206,对各场景图像进行融合降噪处理,得到目标降噪图像。
其中,融合降噪处理是指对各场景图像进行融合以实现降噪,具体可以为将各场景图像中对应的像素进行均值叠加,以实现对图像的降噪处理,得到场景图像。
具体地,在确定各图像分别对应的场景图像后,终端对各场景图像进行融合降噪处理,得到目标降噪图像。具体实现时,终端可以直接将各场景图像对应的像素进行叠加,得到目标降噪图像;终端也可以对于各场景图像对应的像素进行叠加后的结果进一步进行滤波处理,从而实现对图像的二级降噪,得到目标降噪图像。
目前图像降噪方法,大多是采用频域、空域、频域与空域结合的方法进行降噪。空域降噪,是对当前分辨率的单帧图像进行滤波处理,减少高斯噪声、椒盐噪声等方法;空域降噪,是在当前分辨率下,用前后多帧图像进行叠加滤波,减少噪声;有些方法将两者结合,可以起到更好的效果。在同一个分辨率下,前后多帧图像的噪声形态较为固定。但是图像噪声模型***,不同时间会出现不同的噪声形态,有限的图像算法不能覆盖所有噪声形态。因此,不论是单纯空域降噪,单纯时域降噪,还是空域与时域相结合的降噪方法,都不能保证可以很好的滤除图像噪声。
本实施例针对传统的图像降噪处理中存在的降噪效果有限的问题,考虑到不同焦距的场景图像具有不同噪声形态,通过对各场景图像进行融合降噪处理,可以打破图像的噪声形态,减少对同一噪声形态的噪声消除不充分的问题,提高了图像降噪处理的效果。
本实施例中的图像处理方法,确定在不同焦距下针对同一环境采集得到的各图像对应的场景图像,并对包括环境中的相同场景的各场景图像进行融合降噪处理,得到目标降噪图像。不同焦距的场景图像具有不同噪声形态,通过对各场景图像进行融合降噪处理,可以打破图像的噪声形态,减少对同一噪声形态的噪声消除不充分的问题,提高了图像降噪处理的效果。
在一个实施例中,场景图像包括第一场景图像和第二场景图像;确定各图像对应的场景图像,包括:从各图像中确定第一图像,并将第一图像确定为第一场景图像;第一图像对应的焦距不小于各图像中除第一图像外的第二图像对应的焦距;从第二图像中确定第二场景图像。
本实施例中,场景图像包括第一场景图像和第二场景图像,第一场景图像根据各图像中对应焦距最大的第一图像得到,而第二场景图像根据各图像中除第一图像外的第二图像得到。
具体地,终端从各图像中确定第一图像,并将第一图像确定为第一场景图像,第一图像对应的焦距不小于各图像中除第一图像外的第二图像对应的焦距。具体应用时,终端可以确定各图像对应的焦距,根据各图像对应的焦距确定焦距最大的图像为第一图像,将各图像中其他图像确定为第二图像。进一步地,终端将第一图像确定为第一场景图像,并从第二图像中确定第二场景图像,如可以截取第二图像中与第一场景图像包括相同场景的图像区域为第二场景图像。
在具体应用中,可以通过电子设备配备的多个镜头同时针对同一环境进行拍摄,得到不同焦距的各图像,此时,第二图像的数量为超过1,则可以依次将各第二图像分别与第一图像进行迭代融合降噪处理,即将每一第二图像与第一图像进行融合降噪处理得到的目标降噪图像作为下一次迭代中的第一图像,与下一第二图像进行迭代融合降噪处理,直至对所有第二图像进行融合降噪处理,得到目标降噪图像。
本实施例中,根据各图像对应的焦距确定场景图像,可以有效确定各图像对应的场景图像,提高图像处理的准确性和处理效率。
在一个实施例中,在从第二图像中确定第二场景图像之前,还包括:对第一图像进行缩放,得到第一图像对应的缩放图像。
本实施例中,在将确定的第一图像进行缩放后,根据缩放得到的缩放图像与第二图像的像素差值,从第二图像中确定第二场景图像。具体地,在从第二图像中确定第二场景图像之前,终端对确定的第一图像进行缩放,得到第一图像对应的缩放图像。
进一步地,从第二图像中确定第二场景图像,包括:确定缩放图像与第二图像的像素差值;根据像素差值从第二图像中确定第二场景图像。
在得到第一图像对应的缩放图像后,终端确定缩放图像与第二图像的像素差值,具体可以由终端将缩放图像在第二图像中进行遍历计算像素差值,并根据像素差值从第二图像中确定第二场景图像,如可以将像素差值最小所对应的图像区域,截取出作为第二图像对应的第二场景图像。
本实施例中,通过将第一图像缩放后,根据像素差值在第二图像中选择包括第一图像中信息的图像区域,从而从第二图像中确定与第一场景图像包括相同场景的第二场景图像。
在一个实施例中,对第一图像进行缩放,得到第一图像对应的缩放图像,包括:按照不同缩放参数对第一图像进行缩放,得到第一图像对应不同缩放参数的各缩放图像。
本实施例中,对第一图像进行多级缩放,即按照不同缩放参数进行缩放,从而得到多张缩放图像,以提高确定第二场景图像的准确度。具体地,终端在对第一图像进行缩放时,按照不同缩放参数对第一图像进行缩放,得到第一图像对应不同缩放参数的各缩放图像。其中,缩放参数可以根据实际需求进行灵活设置,如将图像放大或缩小一定倍率等。
如图6所示,在一个具体应用中,第一图像为第一合影图像601,第二图像包括第二合影图像602,第一合影图像601作为第一场景图像。按照3种缩放参数对第一合影图像601进行缩放,得到第一合影图像601对应的缩放图像601A、601B和601C;分别确定缩放图像601A、601B和601C第二合影图像602的像素差值,根据像素差值得到第二合影图像602中与第一合影图像601包括相同场景的图像区域,将该图像区域截取出得到第二合影图像602对应的第二场景图像602X。
在一个实施例中,确定缩放图像与第二图像的像素差值,包括:分别遍历计算各缩放图像与第二图像的像素差值。
本实施例中,根据缩放图像和第二图像中最小的像素差值对应的图像区域,确定第二图像中的第二场景图像。具体地,终端在确定缩放图像与第二图像的像素差值时,终端分别遍历计算各缩放图像与第二图像的像素差值。具体可由终端将缩放图像在第二图像的各图像区域中平移并计算与在第二图像的像素差值,从而遍历计算缩放图像与第二图像中各图像区域之间的像素差值。
进一步地,根据像素差值从第二图像中确定第二场景图像包括:确定最小的像素差值对应的第二图像中的图像区域;从第二图像中截取图像区域,得到第二场景图像。
在得到各缩放图像与第二图像的像素差值后,终端确定最小的像素差值对应的第二图像中的图像区域,并从第二图像中截取图像区域,得到第二场景图像,从而从第二图像准准确确定出与第一图像包括相同场景的第二场景图像。
在具体实现时,若包括多张缩放图像,则对于每一缩放图像,可以通过在第二图像中遍历计算像素差值,并确定最小像素差值,再比较各缩放图像分别对应的最小像素差值,确定各缩放图像最小的像素差值,并根据该最小的像素差值对应的第二图像中的图像区域,得到第二场景图像。
在一个实施例中,在对各场景图像进行融合降噪处理,得到目标降噪图像之前,包括:对各场景图像进行图像配准处理,得到各配准后的场景图像。
本实施例中,在对得到的各场景图像进行融合降噪处理前,终端对各场景图像进行图像配准处理,得到各配准后的场景图像。其中,图像配准处理可以通过基于特征点检测的图像对齐算法实现。通过对各场景图像进行图像配准处理,可以确保各场景图像的尺寸一致,能够进行重叠。
进一步地,对各场景图像进行融合降噪处理,得到目标降噪图像,包括:对各配准后的场景图像进行融合降噪处理,得到目标降噪图像。
在对各场景图像进行图像配准处理后,终端对各配准后的场景图像进行融合降噪处理,得到目标降噪图像。具体地,可以直接将各配准后的场景图像按照对应像素均值进行叠加,使得不同的噪声形态的各图像进行融合降噪,得到目标降噪图像。
本实施例中,通过对各场景图像进行图像配准处理,可以确保各场景图像的尺寸一致,能够进行重叠,以使得不同的噪声形态的各图像进行融合降噪,提高了图像降噪处理的效果。
如图7所示,在一个实施例中,对各配准后的场景图像进行融合降噪处理,得到降噪图像,包括步骤702至步骤704。
步骤702,将各配准后的场景图像对应的像素进行叠加,得到叠加降噪图像。
本实施例中,将各配准后的场景图像对应的像素进行叠加,并根据获得的叠加降噪图像得到目标降噪图像。具体地,在获得各配准后的场景图像后,终端将各配准后的场景图像对应的像素进行叠加,使得不同的噪声形态的各图像进行融合降噪,得到叠加降噪图像。
步骤704,根据叠加降噪图像得到目标降噪图像。
在得到叠加降噪图像后,终端根据叠加降噪图像得到目标降噪图像。具体地,终端可以直接将叠加降噪图像作为目标降噪图像;终端也可以对叠加降噪图像进行二级降噪处理,如通过空域滤波方法对叠加降噪图像进行空域滤波处理,得到目标降噪图像。
本实施例中,将各配准后的场景图像对应的像素进行叠加,根据获得的叠加降噪图像得到目标降噪图像,能够使得不同的噪声形态的各图像进行融合降噪,提高了图像降噪的处理效果。
在一个实施例中,根据叠加降噪图像得到降噪图像,包括:对叠加降噪图像进行滤波处理,得到滤波降噪图像,将滤波降噪图像作为目标降噪图像。
本实施例中,对叠加降噪图像进行滤波处理,从而对获得的叠加降噪图像进行二级降噪,进一步提高了图像降噪处理的效果。具体地,在获得叠加降噪图像后,终端进一步对叠加降噪图像进行滤波处理,得到滤波降噪图像,将滤波降噪图像作为目标降噪图像。具体实现是,可以通过空域滤波方法对叠加降噪图像进行滤波处理,如双边滤波算法、中值滤波算法、保边滤波算法、Beeps磨皮算法、PS(Adobe Photoshop)2018中的Smartblur算法、Nlm(Non-local-mean,非局部化滤波降噪算法)算法、BM3D(Block-Matching and 3Dfiltering,块匹配及3D滤波降噪算法)降噪算法等。
在一个实施例中,图像处理方法应用于广角镜头和长焦镜头拍摄得到的图像去噪处理中。具体地,获取使用不同焦段的摄像头,具体为标准广角焦段镜头和长焦镜头同时采集图像信息,得到两张有噪声的YUV格式的广角图像和长焦图像。对长焦图像进行不同等级的缩放,然后计算缩小后的图像在广角图像中的像素差值,选取像素差值最小所对应广角图像的部分,作为广角图像中对应的场景图像。将选取出的场景图像和长焦图像通过基于特征点检测的图像对齐算法进行配准,使得两张图像可以重叠。将场景图像和长焦图像逐像素均值叠加,使得不同的噪声形态的两幅图像进行融合降噪。进一步地,对叠加后图像进行空域滤波处理,具体通过双边滤波算法、中值滤波算法、保边滤波算法、Beeps磨皮算法、PS2018中的Smartblur算法、Nlm算法、BM3D降噪算法等进行滤波处理,如可以选择BM3D进行降噪,得到降噪后的目标降噪图像。
传统降噪算法,使用同样分辨率尺寸的图像,导致同一段时间内,图像噪声形态相同,不论是空域滤波还是时域滤波,都不能完全打破该噪声形态。
本实施例中,利用不同焦段的图像具有不同的噪声形态的特点,通过叠加操作,使得图像的噪声形态被打破,减少因同一噪声形态而导致的叠加消除不充分;再结合空域滤波算法,更进一步滤除图像噪点,提高了图像降噪的效果。
应该理解的是,虽然图2和图7的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2和图7中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
图8为一个实施例的图像处理装置的结构框图。如图8所示,图像处理装置包括:待处理图像获取模块802、场景图像确定模块804和降噪处理模块806,其中:
待处理图像获取模块802,用于获取在不同焦距下针对同一环境采集得到的图像;
场景图像确定模块804,用于确定各图像对应的场景图像,各场景图像包括环境中的相同场景;
降噪处理模块806,用于对各场景图像进行融合降噪处理,得到目标降噪图像。
在一个实施例中,场景图像包括第一场景图像和第二场景图像;场景图像确定模块804包括第一图像确定模块和第二场景图像模块;其中:第一图像确定模块,用于从各图像中确定第一图像,并将第一图像确定为第一场景图像;第一图像对应的焦距不小于各图像中除第一图像外的第二图像对应的焦距;第二场景图像模块,用于从第二图像中确定第二场景图像。
在一个实施例中,还包括缩放模块,用于对第一图像进行缩放,得到第一图像对应的缩放图像;第二场景图像模块包括像素差值确定模块和像素差值处理模块;其中:像素差值确定模块,用于确定缩放图像与第二图像的像素差值;像素差值处理模块,用于根据像素差值从第二图像中确定第二场景图像。
在一个实施例中,缩放模块还用于按照不同缩放参数对第一图像进行缩放,得到第一图像对应不同缩放参数的各缩放图像。
在一个实施例中,像素差值确定模块,还用于分别遍历计算各缩放图像与第二图像的像素差值;像素差值处理模块,还用于确定最小的像素差值对应的第二图像中的图像区域;从第二图像中截取图像区域,得到第二场景图像。
在一个实施例中,还包括配准模块,用于对各场景图像进行图像配准处理,得到各配准后的场景图像;降噪处理模块806还用于对各配准后的场景图像进行融合降噪处理,得到目标降噪图像。
在一个实施例中,降噪处理模块806包括图像叠加模块和叠加结果处理模块;其中:图像叠加模块,用于将各配准后的场景图像对应的像素进行叠加,得到叠加降噪图像;叠加结果处理模块,用于根据叠加降噪图像得到目标降噪图像。
在一个实施例中,叠加结果处理模块,还用于对叠加降噪图像进行滤波处理,得到滤波降噪图像,将滤波降噪图像作为目标降噪图像。
上述图像处理装置中各个模块的划分仅仅用于举例说明,在其他实施例中,可将图像处理装置按照需要划分为不同的模块,以完成上述图像处理装置的全部或部分功能。
关于图像处理装置的具体限定可以参见上文中对于图像处理方法的限定,在此不再赘述。上述图像处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
图9为一个实施例中电子设备的内部结构示意图。如图9所示,该电子设备包括通过***总线连接的处理器和存储器。其中,该处理器用于提供计算和控制能力,支撑整个电子设备的运行。存储器可包括非易失性存储介质及内存储器。非易失性存储介质存储有操作***和计算机程序。该计算机程序可被处理器所执行,以用于实现以下各个实施例所提供的一种图像处理方法。内存储器为非易失性存储介质中的操作***计算机程序提供高速缓存的运行环境。该电子设备可以是手机、平板电脑、PDA(Personal Digital Assistant,个人数字助理)、POS(Point of Sales,销售终端)、车载电脑、穿戴式设备等任意终端设备。
本申请实施例中提供的图像处理装置中的各个模块的实现可为计算机程序的形式。该计算机程序可在终端或服务器上运行。该计算机程序构成的程序模块可存储在电子设备的存储器上。该计算机程序被处理器执行时,实现本申请实施例中所描述方法的步骤。
本申请实施例还提供了一种计算机可读存储介质。一个或多个包含计算机可执行指令的非易失性计算机可读存储介质,当所述计算机可执行指令被一个或多个处理器执行时,使得所述处理器执行图像处理方法的步骤。
一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行图像处理方法。
本申请所使用的对存储器、存储、数据库或其它介质的任何引用可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM),它用作外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDR SDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (11)
1.一种图像处理方法,其特征在于,包括:
获取在不同焦距下针对同一环境采集得到的图像;
确定各所述图像对应的场景图像,各所述场景图像包括所述环境中的相同场景;
对各所述场景图像进行融合降噪处理,得到目标降噪图像。
2.根据权利要求1所述的方法,其特征在于,所述场景图像包括第一场景图像和第二场景图像;所述确定各所述图像对应的场景图像,包括:
从各所述图像中确定第一图像,并将所述第一图像确定为所述第一场景图像;所述第一图像对应的焦距不小于各所述图像中除所述第一图像外的第二图像对应的焦距;
从所述第二图像中确定所述第二场景图像。
3.根据权利要求2所述的方法,其特征在于,在所述从所述第二图像中确定所述第二场景图像之前,还包括:
对所述第一图像进行缩放,得到所述第一图像对应的缩放图像;
所述从所述第二图像中确定所述第二场景图像,包括:
确定所述缩放图像与所述第二图像的像素差值;
根据所述像素差值从所述第二图像中确定所述第二场景图像。
4.根据权利要求3所述的方法,其特征在于,所述对所述第一图像进行缩放,得到所述第一图像对应的缩放图像,包括:
按照不同缩放参数对所述第一图像进行缩放,得到所述第一图像对应不同缩放参数的各缩放图像。
5.根据权利要求4所述的方法,其特征在于,所述确定所述缩放图像与所述第二图像的像素差值,包括:
分别遍历计算各所述缩放图像与所述第二图像的像素差值;
所述根据所述像素差值从所述第二图像中确定第二场景图像包括:
确定最小的像素差值对应的所述第二图像中的图像区域;
从所述第二图像中截取所述图像区域,得到所述第二场景图像。
6.根据权利要求1至5任意一项所述的方法,其特征在于,在所述对各所述场景图像进行融合降噪处理,得到目标降噪图像之前,包括:
对各所述场景图像进行图像配准处理,得到各配准后的场景图像;
所述对各所述场景图像进行融合降噪处理,得到目标降噪图像,包括:
对各所述配准后的场景图像进行融合降噪处理,得到目标降噪图像。
7.根据权利要求6所述的方法,其特征在于,所述对各所述配准后的场景图像进行融合降噪处理,得到降噪图像,包括:
将各所述配准后的场景图像对应的像素进行叠加,得到叠加降噪图像;
根据所述叠加降噪图像得到目标降噪图像。
8.根据权利要求7所述的方法,其特征在于,所述根据所述叠加降噪图像得到降噪图像,包括:
对所述叠加降噪图像进行滤波处理,得到滤波降噪图像,将所述滤波降噪图像作为所述目标降噪图像。
9.一种图像处理装置,其特征在于,包括:
待处理图像获取模块,用于获取在不同焦距下针对同一环境采集得到的图像;
场景图像确定模块,用于确定各所述图像对应的场景图像,各所述场景图像包括所述环境中的相同场景;
降噪处理模块,用于对各所述场景图像进行融合降噪处理,得到目标降噪图像。
10.一种电子设备,包括存储器及处理器,所述存储器中储存有计算机程序,其特征在于,所述计算机程序被所述处理器执行时,使得所述处理器执行如权利要求1至8中任一项所述的图像降噪方法的步骤。
11.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010770310.7A CN111932476B (zh) | 2020-08-04 | 2020-08-04 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010770310.7A CN111932476B (zh) | 2020-08-04 | 2020-08-04 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111932476A true CN111932476A (zh) | 2020-11-13 |
CN111932476B CN111932476B (zh) | 2024-07-12 |
Family
ID=73306641
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010770310.7A Active CN111932476B (zh) | 2020-08-04 | 2020-08-04 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111932476B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104463817A (zh) * | 2013-09-12 | 2015-03-25 | 华为终端有限公司 | 一种图像处理方法及装置 |
CN105430266A (zh) * | 2015-11-30 | 2016-03-23 | 努比亚技术有限公司 | 基于多尺度变换的图像处理方法及终端 |
US20180007285A1 (en) * | 2016-07-04 | 2018-01-04 | Yuan-Ting Fang | Image fusion method for multiple lenses and device thereof |
US20180197282A1 (en) * | 2015-06-18 | 2018-07-12 | Dxo Labs | Method and device for producing a digital image |
US20190230297A1 (en) * | 2014-12-29 | 2019-07-25 | Apple Inc. | Method and system for generating at least one image of a real environment |
-
2020
- 2020-08-04 CN CN202010770310.7A patent/CN111932476B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104463817A (zh) * | 2013-09-12 | 2015-03-25 | 华为终端有限公司 | 一种图像处理方法及装置 |
US20190230297A1 (en) * | 2014-12-29 | 2019-07-25 | Apple Inc. | Method and system for generating at least one image of a real environment |
US20180197282A1 (en) * | 2015-06-18 | 2018-07-12 | Dxo Labs | Method and device for producing a digital image |
CN105430266A (zh) * | 2015-11-30 | 2016-03-23 | 努比亚技术有限公司 | 基于多尺度变换的图像处理方法及终端 |
US20180007285A1 (en) * | 2016-07-04 | 2018-01-04 | Yuan-Ting Fang | Image fusion method for multiple lenses and device thereof |
Also Published As
Publication number | Publication date |
---|---|
CN111932476B (zh) | 2024-07-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200374461A1 (en) | Still image stabilization/optical image stabilization synchronization in multi-camera image capture | |
US10949952B2 (en) | Performing detail enhancement on a target in a denoised image | |
CN110428366B (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
CN110473185B (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
US20180240265A1 (en) | Systems and Methods for Depth-Assisted Perspective Distortion Correction | |
KR101643607B1 (ko) | 영상 데이터 생성 방법 및 장치 | |
CN107749944A (zh) | 一种拍摄方法及装置 | |
CN109064504B (zh) | 图像处理方法、装置和计算机存储介质 | |
CN107316326B (zh) | 应用于双目立体视觉的基于边的视差图计算方法和装置 | |
US9338437B2 (en) | Apparatus and method for reconstructing high density three-dimensional image | |
CN110324532B (zh) | 一种图像虚化方法、装置、存储介质及电子设备 | |
US10755388B2 (en) | Method, device and system for a degree of blurring to be applied to image data in a privacy area of an image | |
CN106981078B (zh) | 视线校正方法、装置、智能会议终端及存储介质 | |
CN110661977B (zh) | 主体检测方法和装置、电子设备、计算机可读存储介质 | |
CN111415310B (zh) | 一种图像处理方法及装置、存储介质 | |
CN108769523B (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
CN109559353B (zh) | 摄像模组标定方法、装置、电子设备及计算机可读存储介质 | |
CN109068060B (zh) | 图像处理方法和装置、终端设备、计算机可读存储介质 | |
CN110598712B (zh) | 物***置识别方法、装置、计算机设备及存储介质 | |
CN110689565B (zh) | 一种深度图确定的方法、装置及电子设备 | |
CN111932476B (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
CN116456191A (zh) | 图像生成方法、装置、设备及计算机可读存储介质 | |
CN112634298B (zh) | 图像处理方法及装置、存储介质、终端 | |
CN110136237B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN109118427B (zh) | 图像光效处理方法和装置、电子设备、存储介质 |
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 |