CN112053295B - 图像降噪方法、装置、计算机设备和存储介质 - Google Patents
图像降噪方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN112053295B CN112053295B CN202010847831.8A CN202010847831A CN112053295B CN 112053295 B CN112053295 B CN 112053295B CN 202010847831 A CN202010847831 A CN 202010847831A CN 112053295 B CN112053295 B CN 112053295B
- Authority
- CN
- China
- Prior art keywords
- dimensional
- image
- image block
- threshold
- noise reduction
- 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
- 230000009467 reduction Effects 0.000 title claims abstract description 152
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000012545 processing Methods 0.000 claims abstract description 40
- 238000006243 chemical reaction Methods 0.000 claims abstract description 33
- 230000009466 transformation Effects 0.000 claims abstract description 33
- 230000007704 transition Effects 0.000 claims description 85
- 238000004590 computer program Methods 0.000 claims description 14
- 238000011946 reduction process Methods 0.000 claims description 7
- 230000000694 effects Effects 0.000 abstract description 11
- 238000010586 diagram Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 230000000007 visual effect Effects 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
本申请涉及一种图像降噪方法、装置、计算机设备和存储介质。通过从待降噪的图像中获取多个固定图像块，进行2D变换，得到各个图像块对应的二维系数，再对由多个图像块的二维系数构成的三维系数进行1D变换，得到对应的第一一维系数，对小于一维阈值的第一一维系数进行缩小处理，得到各个图像块对应的第二一维系数，再对多个第二一维系数进行1D逆变换，得到各个图像块对应的新的二维系数，对新的二维系数进行2D逆变换，得到对应的降噪图像块，并将各个降噪图像块还原至图像中固定图像块位置参数的位置，得到降噪后的图像。相较于传统的降噪方法，本方案利用固定图像块和多个维度系数的变换，对图像进行降噪，提高了图像的降噪效果。
Description
技术领域
本申请涉及图像处理技术领域，特别是涉及一种图像降噪方法、装置、计算机设备和存储介质。
背景技术
图像通常是由图像采集设备拍摄得到，在现实生活中，由于环境或传感器本身的原因，导致拍摄的图像会引入噪声，而且数字图像在传输过程中同样会引入噪声，导致获取的图像质量不高，不仅会影响用户的视觉效果，还会影响图像的后续处理，因此需要对图像进行降噪处理。
目前对图像进行降噪的方法通常是利用空域处理或变换域处理进行的，例如高斯滤波、均值滤波、小波去噪、CNN图像去噪等。然而，这些方法都不能很好地去除噪声。
因此，目前的图像降噪方法存在降噪效果差的缺陷。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高降噪效果的图像降噪方法、装置、计算机设备和存储介质。
一种图像降噪方法，所述方法包括：
获取待降噪的图像以及图像降噪参数；所述图像降噪参数包括一维阈值以及固定图像块位置参数；
根据所述固定图像块位置参数，从所述图像中获取多个图像块；
对所述多个图像块分别进行2D变换，得到各个图像块对应的二维系数；对由所述多个图像块的所述二维系数构成的三维系数进行1D变换，得到各个图像块对应的第一一维系数；并对小于所述一维阈值的第一一维系数进行缩小处理，得到各个图像块对应的第二一维系数；
对多个图像块对应的多个第二一维系数进行1D逆变换，根据1D逆变换后的系数得到多个图像块分别对应的新的二维系数；对各个图像块对应的新的二维系数进行2D逆变换，得到各个图像块对应的降噪图像块；
将各个所述降噪图像块还原至所述图像中所述固定图像块位置参数对应位置，得到降噪后的图像。
在其中一个实施例中，所述根据所述固定图像块位置参数，从所述图像中获取多个图像块，包括：
通过移动搜索窗遍历所述待降噪的图像；所述搜索窗的大小不大于所述待降噪的图像的大小；
根据所述固定图像块位置参数，从所述搜索窗的当前遍历位置中提取对应的多个图像块；所述多个图像块的大小相同且包括重叠像素；所述图像块的大小不大于所述搜索窗的大小。
在其中一个实施例中，所述对小于所述一维阈值的第一一维系数进行缩小处理，得到各个图像块对应的第二一维系数包括：
将小于所述一维阈值的第一一维系数置0，得到所述各个图像块对应的第二一维系数。
在其中一个实施例中，所述对小于所述一维阈值的第一一维系数进行缩小处理，得到各个图像块对应的第二一维系数，包括：
根据所述一维阈值对应的过渡距离，将小于所述一维阈值且与所述一维阈值的距离小于或等于所述过渡距离的第一一维系数进行缩小处理，将小于所述一维阈值且与所述一维阈值的距离大于所述过渡距离的第一一维系数置0，得到各个图像块的第二一维系数；所述过渡距离为小于所述一维阈值，且为预设长度的区间。
在其中一个实施例中，所述根据所述一维阈值对应的过渡距离，将小于所述一维阈值且与所述一维阈值的距离小于或等于所述过渡距离的第一一维系数进行缩小处理，将小于所述一维阈值且与所述一维阈值的距离大于所述过渡距离的第一一维系数置0，得到各个图像块对应的第二一维系数，包括：
若所述第一一维系数大于或等于所述一维阈值，将所述第一一维系数作为对应的第二一维系数；
若所述第一一维系数小于所述一维阈值且与所述一维阈值的距离小于或等于所述过渡距离，获取所述一维阈值与所述过渡距离的商，以及所述第一一维系数与所述过渡距离中的最小值的差，获取所述商以及所述差的乘积，得到所述第一一维系数对应的第二一维系数；
若所述第一一维系数小于所述一维阈值且与所述一维阈值的距离大于所述过渡距离，将所述第一一维系数置0，得到所述第一一维系数对应的第二一维系数。
在其中一个实施例中，所述图像降噪参数还包括：二维阈值、纹理阈值以及第二权重；所述第二权重的数值范围为0至1；
所述将各个所述降噪图像块还原至所述图像中所述固定图像块位置参数对应位置，得到降噪后的图像，包括：
获取各个所述固定图像块中的纹理区块；所述纹理区块基于各个图像块对应的二维系数、所述二维阈值以及所述纹理阈值得到；
根据所述纹理区块中的像素值、所述降噪图像块对应的像素值以及所述第二权重，将所述像素值补偿至所述固定图像块位置参数中，得到降噪后图像。
在其中一个实施例中，所述获取各个所述固定图像块中的纹理区块，包括：
统计各个图像块对应的所述二维系数中，大于所述二维阈值的二维系数的数量；
若所述数量大于所述纹理阈值，将所述图像块作为纹理区块。
在其中一个实施例中，所述图像降噪参数还包括：纹理窗阈值以及第一权重；所述第一权重的数值范围为0至1；
若各个所述纹理区块中的二维系数的总数大于纹理窗阈值，确定各个所述纹理区块形成的区域为纹理窗；若确定各个所述纹理区块形成的区域为纹理窗，所述根据所述一维阈值对应的过渡距离，将小于所述一维阈值且与所述一维阈值的距离小于或等于所述过渡距离的第一一维系数进行缩小处理，将小于所述一维阈值且与所述一维阈值的距离大于所述过渡距离的第一一维系数置0，得到各个图像块对应的第二一维系数之前，还包括：
获取所述一维阈值与所述第一权重的乘积，作为新的一维阈值；
获取所述过渡距离与所述第一权重的乘积，作为新的过渡距离。
在其中一个实施例中，所述根据所述纹理区块中的像素值、所述降噪图像块对应的像素值以及所述第二权重，将所述像素值补偿至所述固定图像块位置参数中，得到降噪后图像，包括：
获取所述降噪图像块对应的像素值与所述第二权重的乘积，作为第一补偿像素值；
获取所述纹理区块中的像素值与第三权重的乘积，作为第二补偿像素值；所述第三权重与所述第二权重的和为1；
将所述第一补偿像素值与所述第二补偿像素值的和补偿至所述固定图像块位置参数中，得到降噪后的图像。
一种图像降噪装置，所述装置包括：
第一获取模块，用于获取待降噪的图像以及图像降噪参数；所述图像降噪参数包括一维阈值以及固定图像块位置参数；
第二获取模块，用于根据所述固定图像块位置参数，从所述图像中获取多个图像块；
第一变换模块，用于对所述多个图像块分别进行2D变换，得到各个图像块对应的二维系数；对由所述多个图像块的所述二维系数构成的三维系数进行1D变换，得到各个图像块对应的第一一维系数；并对小于所述一维阈值的第一一维系数进行缩小处理，得到各个图像块对应的第二一维系数；
第二变换模块，用于对多个图像块对应的多个第二一维系数进行1D逆变换，根据1D逆变换后的系数得到多个图像块分别对应的新的二维系数；对各个图像块对应的新的二维系数进行2D逆变换，得到各个图像块对应的降噪图像块；
还原模块，用于将各个所述降噪图像块还原至所述图像中所述固定图像块位置参数对应位置，得到降噪后的图像。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述的方法的步骤。
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上述的方法的步骤。
上述图像降噪方法、装置、计算机设备和存储介质，通过利用固定图像块位置参数，从待降噪的图像中获取多个图像块，并对多个图像块进行2D变换，得到各个图像块对应的二维系数，再对由多个图像块的二维系数构成的三维系数进行1D变换，得到各个图像块对应的第一一维系数，并对小于一维阈值的第一一维系数进行缩小处理，得到各个图像块对应的第二一维系数，再对多个图像块对应的多个第二一维系数进行1D逆变换，得到各个图像块对应的新的二维系数，对新的二维系数进行2D逆变换，得到各个图像块对应的降噪图像块，并将各个降噪图像块还原至图像中固定图像块位置参数对应的位置，得到降噪后的图像。相较于传统的降噪方法，本方案利用固定图像块以及多个维度系数的变换，对图像进行降噪，提高了图像的降噪效果。
附图说明
图1为一个实施例中图像降噪方法的应用环境图；
图2为一个实施例中图像降噪方法的流程示意图；
图3为一个实施例中搜索窗和图像块的结构示意图；
图4为一个实施例中过渡距离的示意图；
图5为另一个实施例中图像降噪方法的流程示意图；
图6为又一个实施例中图像降噪方法的流程示意图；
图7为一个实施例中图像降噪装置的结构框图；
图8为一个实施例中计算机设备的内部结构图。
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。
本申请提供的图像降噪方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104进行通信。终端102可以从服务器104中获取待降噪的图像以及图像降噪参数，终端102还可以根据图像降噪参数中的固定图像块位置参数，从图像中获取多个图像块，并基于多个图像块进行2D变换、1D变换、1D逆变换和2D逆变换，得到各个图像块对应的降噪图像块，并将各个降噪图像块还原至图像中固定图像块位置参数对应的位置，实现对图像的降噪。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。
在一个实施例中，如图2所示，提供了一种图像降噪方法，以该方法应用于图1中的终端为例进行说明，包括以下步骤：
步骤S202，获取待降噪的图像以及图像降噪参数；图像降噪参数包括一维阈值以及固定图像块位置参数。
其中，待降噪的图像可以从上述服务器104中获取，也可以是从终端102本地获取；待降噪的图像可以是存在噪声数据或噪点的图像，待降噪的图像可以是任意大小，终端102还可以获取图像降噪参数，包括一维阈值和固定图像块位置参数。其中，一维阈值可以是用于进行对一维系数进行阈值处理时用到的阈值，阈值处理可以是将图像的感兴趣的前景和不感兴趣的后景分割开来的一种处理，一维系数可以是上述图像进行1D变换后得到的系数，可以用于对上述图像的降噪处理；固定图像块位置参数可以是基于上述待降噪的图像划分的固定图像块，每个图像块可以是不大于上述待降噪的图像的区块，并且还可以有对应的位置参数。其中，固定图像块的位置参数可以通过上位机的预设参数配置确定，固定图像块的位置参数可以根据实际情况进行调整，例如在搜索窗中的左上角、右上角、左下角、右下角和中间等。需要说明的是，搜索窗中的固定图像块的数量可以根据实际情况设定。在一些实施例中，上述待降噪的图像可以是经过一定预先处理的图像，具体地，终端102可以首先获取拍摄的图像，并对图像进行灰度化处理，得到灰度图像，基于灰度图像进行图像降噪。
另外，终端102还可以对R，G，B分量去噪以及Y，U，V分量去噪。一般地，很多摄像设备存储的都是YUV分量数据。
步骤S204，根据固定图像块位置参数，从图像中获取多个图像块。
其中，固定图像块位置参数可以是从上述待降噪的图像中确定的多个固定图像块的位置参数，终端102可以根据这些位置参数，从图像中获取多个图像块，图像块可以是不大于上述图像的区块。
具体地，终端102可以通过移动搜索窗遍历待降噪的图像；其中搜索窗的大小不大于待降噪的图像的大小；根据固定图像块位置参数，从搜索窗的当前遍历位置中提取对应的多个图像块；其中多个图像块的大小相同且包括重叠像素；图像块的大小不大于搜索窗的大小。上述图像块可以是从预设大小的搜索窗中确定出区块，如图3所示，图3为一个实施例中搜索窗和图像块的结构示意图。搜索窗可以是不大于所述图像的预设大小的区域，终端102可以从搜索窗中确定多个图像块，这些图像块的位置相对于搜索窗可以是固定的，如图3所示，搜索窗中的每个图像块的大小可以是8x8，每个图像块可以由多个小块组成，每个小块的大小可以是4x4，4个小块可以组成一个图像块，16个小块可以组成搜索窗。一个搜索窗内的图像块可以分别在左上角、右上角、左下角、右下角以及中间。其中图像块的位置可以根据实际情况设定，每个块和中间块之间仅有一个小块的重叠，例如图3中深色阴影部分。终端102可以利用上述搜索窗对图像进行遍历，每次搜索窗在图像中的移动步长可以是4，减少了搜索窗划动的次数。并且观察图3可以看出，第三个搜索窗中左上角和左下角对应的图像块其实是第一个搜索窗中右上角和右下角的图像块，所以可以进一步减少窗内维度变换的次数。
步骤S206，对多个图像块分别进行2D变换，得到各个图像块对应的二维系数；对由多个图像块的二维系数构成的三维系数进行1D变换，得到各个图像块对应的第一一维系数；并对小于一维阈值的第一一维系数进行缩小处理，得到各个图像块对应的第二一维系数。
其中，2D变换可以是一种用于图像处理的变换方法，2D变换可以是采用DCT方式的变换，即2D DCT变换，也可以称为二维离散余弦变换。终端102可以对上述搜索窗中的多个图像块进行2D变换，得到各个图像块对应的二维系数。
终端102还可以对由上述多个图像块的二维系数构成的三维系数进行1D变换，得到各个图像块对应的第一一维系数，具体地，终端102可以将上述5个固定的图像块通过上述二维系数建立一个3D矩阵，大小可以是5x8x8，对3D矩阵的第三维度，即XYZ的Z轴方向，做1D变换，例如1D DCT变换，得到第一一维系数。
另外，终端102还可以对上述第一一维系数进行阈值处理，例如根据上述一维阈值进行缩小处理，该缩小处理可以是基于一维阈值进行硬阈值的缩小处理，也可以是基于一维阈值进行权重阈值的缩小处理。其中，硬阈值的缩小处理可以是将小于一维阈值的第一一维系数置0，得到各个图像块对应的第二一维系数，具体地，处理公式可以如下所示：其中，C(u,v)为1D变换后的第一一维系数C(in)，T2为上述一维阈值，C′(u,v)为阈值处理后的第二一维系数。
步骤S208，对多个图像块对应的多个第二一维系数进行1D逆变换，根据1D逆变换后的系数得到多个图像块分别对应的新的二维系数；对各个图像块对应的新的二维系数进行2D逆变换，得到各个图像块对应的降噪图像块。
其中，第二一维系数可以是上述进行1D变换后，并进行阈值处理后得到的一维系数，终端102可以对多个图像块对应的多个第二一维系数进行1D逆变换，例如1D DCT逆变换，得到1D逆变换后的多个图像块对应的新的二维系数，终端102还可以对上述各个图像块对应的新的二维系数进行2D逆变换，例如2DDCT逆变换，得到上述各个图像块对应的降噪图像块。具体地，得到的降噪图像块数量可以是5个。
步骤S210，将各个所述降噪图像块还原至所述图像中所述固定图像块位置参数对应位置，得到降噪后的图像。
其中，降噪图像块可以是经过上述1D逆变换和2D逆变换后得到的上述搜索窗中图像块对应的降噪后的图像块，例如可以得到5个去噪后的图像块，终端102可以将各个降噪图像块还原至上述图像中固定图像块位置参数对应的位置，得到降噪后的图像，例如可以基于多个阈值和权重确定图像块中的纹理区域，将上述降噪图像块还原至纹理区域中。其中，因为一个搜索窗内的图像块会有重叠或不同图像块健也会有像素的重叠，终端102可以按照预设的权重，将降噪图像块还原至初始位置，即上述固定图像块位置参数对应的位置，终端102可以通过移动搜索窗遍历整个图像，并在每次移动后，对搜索窗中的图像块进行降噪和还原，直到整个图像降噪完成。
上述图像降噪方法中，通过利用固定图像块位置参数，从待降噪的图像中获取多个图像块，并对多个图像块进行2D变换，得到各个图像块对应的二维系数，再对由多个图像块的二维系数构成的三维系数进行1D变换，得到各个图像块对应的第一一维系数，并对小于一维阈值的第一一维系数进行缩小处理，得到各个图像块对应的第二一维系数，再对多个图像块对应的多个第二一维系数进行1D逆变换，得到各个图像块对应的新的二维系数，对新的二维系数进行2D逆变换，得到各个图像块对应的降噪图像块，并将各个降噪图像块还原至图像中固定图像块位置参数对应的位置，得到降噪后的图像。相较于传统的降噪方法，本方案利用固定图像块以及多个维度系数的变换，对图像进行降噪，提高了图像的降噪效果。
在一个实施例中，对小于一维阈值的第一一维系数进行缩小处理，得到各个图像块对应的第二一维系数，包括：根据一维阈值对应的过渡距离，将小于一维阈值且与一维阈值的距离小于或等于过渡距离的第一一维系数进行缩小处理，将小于一维阈值且与一维阈值的距离大于过渡距离的第一一维系数置0，得到各个图像块的第二一维系数；过渡距离为小于一维阈值，且为预设长度的区间。
本实施例中，上述针对第一一维系数的缩小处理，还可以是基于权重阈值的缩小处理。终端102可以根据上述一维阈值对应的过渡距离，将小于一维阈值并且与上述一维阈值的距离小于或等于上述过渡距离的第一一维系数进行缩小处理，还可以将小于一维阈值，且与一维阈值的距离大于上述过渡距离的第一一维系数置0。其中，过渡距离可以是小于上述一维阈值，并且长度为预设长度的区间。其中，如图4所示，图4为一个实施例中过渡距离的示意图。图4展示了基于权重阈值进行缩小处理后的一维系数的示意图，横轴C(in)输入的第一一维系数，纵轴C(out)输出的第二一维系数，硬阈值函数如T2右上方的实线所示，在第一一维系数大于或等于T2时，第二一维系数不变，在第一一维系数小于T2时，第二一维系数则为0；而基于权重阈值的缩小处理中，改进的阈值函数在硬阈值的基础上加了T2左侧值为r的一个过渡带区域，即过渡距离，保持了阈值处理的连续性，同时保持了过渡带区域的图像细节。
通过本实施例，终端102可以基于过渡距离对上述第一一维系数进行缩小处理，从而可以使得过渡带区域保留了更多图像细节，提高了图像降噪的降噪效果。
在一个实施例中，根据一维阈值对应的过渡距离，将小于一维阈值且与一维阈值的距离小于或等于过渡距离的第一一维系数进行缩小处理，将小于一维阈值且与一维阈值的距离大于过渡距离的第一一维系数置0，得到各个图像块对应的第二一维系数，包括：若第一一维系数大于或等于一维阈值，将第一一维系数作为对应的第二一维系数；若第一一维系数小于一维阈值且与一维阈值的距离小于或等于过渡距离，获取一维阈值与过渡距离的商，以及第一一维系数与过渡距离中的最小值的差，获取商以及差的乘积，得到第一一维系数对应的第二一维系数；若第一一维系数小于一维阈值且与一维阈值的距离大于过渡距离，将第一一维系数置0，得到第一一维系数对应的第二一维系数。
本实施例中，终端102可以基于上述过渡距离和一维阈值，对上述第一一维系数进行缩小处理。
具体地，该缩小处理的公式可以如下所示：其中C(u,v)为1D变换后的第一一维系数C(in)，T2为一维阈值，r为过渡带的距离，即上述过渡距离，C′(u,v)为阈值处理后的第二一维系数C(out)。终端102可以在第一一维系数大于或等于一维阈值时，保留原来的第一一维系数，即将原来的第一一维系数作为对应的第二一维系数；终端102还可以在第一一维系数小于一维阈值，且和一维阈值的距离小于或等于上述过渡距离时，获取一维阈值和过渡距离的商，并获取第一一维系数和过渡距离中的最小值的差，其中过渡距离中的最小值可以是上述(T2-r)对应的值，并获取上述得到的商和差的乘积，得到上述第一一维系数对应的第二一维系数；终端102还可以在第一一维系数小于一维阈值，且与一维阈值的距离大于过渡距离时，将第一一维系数置0，得到第一一维系数对应的第二一维系数。
通过本实施例，终端102可以利用过渡距离和一维阈值，对第一一维系数进行缩小处理，使得系数在一维阈值处连续，在一定程度上保持了更多的图像细节，提高了图像降噪的降噪效果。
在一个实施例中，将各个降噪图像块还原至图像中固定图像块位置参数对应位置，得到降噪后的图像，包括：获取各个固定图像块中的纹理区块；纹理区块基于各个图像块对应的二维系数、二维阈值以及纹理阈值得到；根据纹理区块中的像素值、降噪图像块对应的像素值以及所述第二权重，将像素值补偿至固定图像块位置参数中，得到降噪后图像。
本实施例中，上述图像降噪参数还可以包括：二维阈值、纹理阈值和第二权重，其中第二权重的数值范围为0至1。其中纹理阈值可以是用于确定纹理区块的阈值，第二权重可以是用于进行图像还原时使用的权重，纹理区块可以是上述待降噪的图像中的纹理所在的区域。终端102可以基于上述各个图像块对应的二维系数、上述二维阈值以及上述纹理阈值，确定并获取上述各个图像块中的纹理区块。
具体地，获取纹理区块的步骤包括：统计各个图像块对应的二维系数中，大于二维阈值的二维系数的数量；若数量大于纹理阈值，将图像块作为纹理区块。终端102可以计算上述二维系数中，绝对值大于第一阈值N1，即二维阈值的个数，并遍历上述搜索窗中的5个固定块，满足条件的二维系数个数可以记为count1，count2，count3，count4，count5，该5个值相加记为Scount，Scount为当前搜索窗统计出的系数的总个数，判断Scount是否大于纹理窗阈值，若上述Scount大于纹理窗阈值，则当前搜索窗可以确定为纹理窗，而终端102可以在属于纹理窗的搜索窗中，根据count1，count2，count3，count4，count5来判断图像块是否属于纹理区块。具体包括，以count1为例，判断count1是否大于上述纹理阈值，如果大于，则count1对应的图像块可以确定为纹理区块。
终端102在获取上述纹理区块后，可以根据纹理区块中的像素值，上述降噪图像块对应的像素值以及上述第二权重，将像素值补偿值上述固定图像块位置参数中，从而得到降噪后的图像。具体地，终端102可以利用预设的像素补偿公式，将降噪图像块中的像素值补偿至上述固定图像块位置参数对应的像素值中，从而对纹理区块的像素值进行还原，实现对上述图像的降噪处理。
通过本实施例，终端102可以从上述图像块中确定纹理区域，并且可以利用第二权重对纹理区域进行像素值补偿，实现对图像的降噪处理，从而提高了图像的降噪效果。
在一个实施例中，若各个纹理区块中的二维系数的总数大于纹理窗阈值，确定各个纹理区块形成的区域为纹理窗；若确定各个纹理区块形成的区域为纹理窗，根据一维阈值对应的过渡距离，将小于一维阈值且与一维阈值的距离小于或等于过渡距离的第一一维系数进行缩小处理，将小于一维阈值且与一维阈值的距离大于过渡距离的第一一维系数置0，得到各个图像块对应的第二一维系数之前，还包括：获取一维阈值与第一权重的乘积，作为新的一维阈值；获取过渡距离与第一权重的乘积，作为新的过渡距离。
本实施例中，上述图像降噪参数还包括：纹理窗阈值以及第一权重；第一权重的数值范围为0至1。纹理窗阈值可以是用于确定上述图像块对应的搜索窗是否为纹理窗的阈值，纹理窗阈值可以是用于与上述Scount进行比较的阈值，当上述Scount的数值大于纹理窗阈值时，则终端102可以确定上述纹理区块所在的搜索窗为纹理窗，第一权重可以是用于对纹理窗进行阈值处理的权重。终端102可以针对纹理区块对应的纹理窗进行对应的阈值处理，若终端102确定图像块为纹理窗，则可以获取一维阈值和第一权重的乘积，作为新的一维阈值，还可以获取过渡距离与第一权重的乘积，作为新的过渡阈值，从而终端102可以根据新的一维阈值和新的过渡阈值，对上述第一一维系数进行相应的缩小处理。具体地，新的过渡阈值和新的一维阈值的获取公式可以如下所示：
其中，T2可以是上述一维阈值，r可以是过渡距离，W1可以是上述第一权重。
通过本实施例，终端102可以利用第一权重对一维阈值和过渡距离进行减小处理，从而利用减小后的一维阈值和过渡距离对图像进行降噪，可以保留更多图像细节，提高了图像降噪的降噪效果。
在一个实施例中，根据纹理区块中的像素值、降噪图像块对应的像素值以及第二权重，将像素值补偿至固定图像块位置参数中，得到降噪后图像，包括：获取降噪图像块对应的像素值与第二权重的乘积，作为第一补偿像素值；获取纹理区块中的像素值与第三权重的乘积，作为第二补偿像素值；第三权重与第二权重的和为1；将第一补偿像素值与第二补偿像素值的和补偿至固定图像块位置参数中，得到降噪后的图像。
本实施例中，纹理区块中的像素值可以是上述搜索窗中，属于纹理区块的图像块对应的像素值，降噪图像块可以是经过降噪后的，与上述搜索窗中的图像块的位置信息存在对应关系的图像块，第二权重可以是用于进行像素补偿的权重，第二权重的取值可以是0至1之间。
终端102可以获取上述降噪图像块对应的像素值与第二权重的乘积，作为第一补偿像素值，还可以获取纹理区块中的像素值和第三权重的乘积，作为第二补偿像素值，其中第三权重与第二权重的和可以是1，终端102还可以将上述第一补偿像素值和第二补偿像素值的和补偿至上述固定图像块位置参数中，从而得到降噪后的图像。其中，上述纹理区块可以根据上述纹理阈值确定，降噪图像块的像素值和纹理区块的像素值均可以包含像素值的位置信息，例如像素值的坐标信息。
具体地，上述像素值补偿的公式可以如下所示：I3(x,y)＝I1(x,y)W2+I2(x,y)(1-W2)；其中，I1可以是上述降噪图像块中(x,y)位置上去噪后的像素值，I2可以是上述纹理区块中(x,y)位置上的像素值，I3可以是(x,y)位置上纹理区块补偿后的总像素值，W2可以是上述第二权重，范围为0-1，则第三权重可以是1-W2。终端102在完成当前搜索窗的像素值补偿后，还可以通过移动搜索窗至上述待降噪的图像中新的位置，在新的位置中对图像进行像素值补偿，直至遍历整个图像，完成对整幅图像的降噪。
通过本实施例，终端102可以利用第二权重对上述图像中的纹理区块进行像素值补偿，从而可以对上述图像进行去噪，提高了图像降噪的降噪效果。
在一个实施例中，如图5所示，图5为另一个实施例中图像降噪方法的流程示意图。本实施例中，终端102可以利用图像采集单元获取待降噪的图像，例如通过终端102拍摄得到待降噪的图像；终端102还可以利用图像去噪单元对上述待降噪的图像进行降噪去噪，其中图像去噪单元中可以至少包括固定的图像块确定单元以及阈值处理单元，固定图像块确定单元可以是用于在上述待降噪的图像中的搜索窗内确定多个固定的图像块的单元，终端102可以基于固定图像块，对待降噪的图像进行降噪，例如可以通过阈值处理单元，对固定图像块中的图像进行阈值处理，得到降噪后的图像，终端102还可以将降噪后的图像通过显示单元进行显示，例如可以通过终端102的屏幕进行显示。
具体地，上述图像去噪单元的具体去噪降噪流程可以如图6所示，图6为又一个实施例中图像降噪方法的流程示意图。终端102可以设定预设大小的搜索窗，该搜索窗可以是小于上述图像的大小的一个区域，在搜索窗内获取预设数量的固定图像块，固定图像块的设定位置可以如上述图3所示；终端102可以对固定图像块依次进行2D变换处理，得到二维系数，并且可以计算二维系数中大于第一阈值，即上述二维阈值的个数；终端102还可以对二维系数依次进行1D变换，得到第一一维系数，并对第一一维系数做阈值处理，得到第二一维系数，例如可以对小于阈值的第一一维系数进行缩小处理，得到第二一维系数；终端102还可以对上述第二一维系数进行1D逆变换，再进行2D逆变换，得到目标像素块，即降噪后的图像块，再利用权重规则，将降噪后的图像块还原至上述原始图像中的固定图像块对应的位置，终端102在当前位置的搜索窗进行降噪后，还可以移动搜索窗，遍历整个图像，直至对整个图像完成降噪去噪，从而得到降噪后的图像。
通过本实施例，终端102可以利用搜索窗中的固定图像块，通过多次维度变换，对图像进行降噪，从而提高了图像降噪的降噪效果。
应该理解的是，虽然图2、图5-图6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、图5-图6中的至少一部分步骤可以包括多个步骤或者多个阶段，这些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中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图7所示，提供了一种图像降噪装置，包括：第一获取模块500、第二获取模块502、第一变换模块504、第二变换模块506和还原模块508，其中：
第一获取模块500，用于获取待降噪的图像以及图像降噪参数；图像降噪参数包括一维阈值以及固定图像块位置参数。
第二获取模块502，用于根据固定图像块位置参数，从图像中获取多个图像块。
第一变换模块504，用于对多个图像块分别进行2D变换，得到各个图像块对应的二维系数；对由多个图像块的二维系数构成的三维系数进行1D变换，得到各个图像块对应的第一一维系数；并对小于一维阈值的第一一维系数进行缩小处理，得到各个图像块对应的第二一维系数。
第二变换模块506，用于对多个图像块对应的多个第二一维系数进行1D逆变换，根据1D逆变换后的系数得到多个图像块分别对应的新的二维系数；对各个图像块对应的新的二维系数进行2D逆变换，得到各个图像块对应的降噪图像块。
还原模块508，用于将各个降噪图像块还原至图像中所述固定图像块位置参数对应位置，得到降噪后的图像。
在一个实施例中，上述第二获取模块502，具体用于通过移动搜索窗遍历待降噪的图像；搜索窗的大小不大于待降噪的图像的大小；根据所述固定图像块位置参数，从搜索窗的当前遍历位置中提取对应的多个图像块；多个图像块的大小相同且包括重叠像素；图像块的大小不大于搜索窗的大小。
在一个实施例中，上述第一变换模块504，具体用于将小于一维阈值的第一一维系数置0，得到各个图像块对应的第二一维系数。
在一个实施例中，上述第一变换模块504，具体用于根据一维阈值对应的过渡距离，将小于一维阈值且与一维阈值的距离小于或等于过渡距离的第一一维系数进行缩小处理，将小于一维阈值且与一维阈值的距离大于过渡距离的第一一维系数置0，得到各个图像块的第二一维系数；过渡距离为小于一维阈值，且为预设长度的区间。
在一个实施例中，上述第一变换模块504，具体用于若第一一维系数大于或等于一维阈值，将第一一维系数作为对应的第二一维系数；若第一一维系数小于一维阈值且与一维阈值的距离小于或等于过渡距离，获取一维阈值与过渡距离的商，以及第一一维系数与过渡距离中的最小值的差，获取商以及差的乘积，得到第一一维系数对应的第二一维系数；若第一一维系数小于一维阈值且与一维阈值的距离大于过渡距离，将第一一维系数置0，得到第一一维系数对应的第二一维系数。
在一个实施例中，上述还原模块508，具体用于获取各个固定图像块中的纹理区块；纹理区块基于各个图像块对应的二维系数、二维阈值以及纹理阈值得到；根据纹理区块中的像素值、降噪图像块对应的像素值以及所述第二权重，将像素值补偿至固定图像块位置参数中，得到降噪后图像。
在一个实施例中，上述还原模块508，具体用于统计各个图像块对应的二维系数中，大于二维阈值的二维系数的数量；若数量大于纹理阈值，将图像块作为纹理区块。
在一个实施例中，上述第一变换模块504，具体用于若各个纹理区块中的二维系数的总数大于纹理窗阈值，确定各个纹理区块形成的区域为纹理窗；若确定各个纹理区块形成的区域为纹理窗，获取一维阈值与第一权重的乘积，作为新的一维阈值；获取过渡距离与第一权重的乘积，作为新的过渡距离。
在一个实施例中，上述还原模块508，具体用于获取降噪图像块对应的像素值与第二权重的乘积，作为第一补偿像素值；获取纹理区块中的像素值与第三权重的乘积，作为第二补偿像素值；第三权重与第二权重的和为1；将第一补偿像素值与第二补偿像素值的和补偿至固定图像块位置参数中，得到降噪后的图像。
关于图像降噪装置的具体限定可以参见上文中对于图像降噪方法的限定，在此不再赘述。上述图像降噪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。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图8所示。该计算机设备包括通过***总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***和计算机程序。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种图像降噪方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图8中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述的图像降噪方法。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述的图像降噪方法。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
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发明专利范围的限制。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 (12)
1.一种图像降噪方法，其特征在于，所述方法包括：
获取待降噪的图像以及图像降噪参数；所述图像降噪参数包括一维阈值、二维阈值、纹理阈值、第二权重以及固定图像块位置参数；所述固定图像块位置参数表示所述待降噪图像中固定图像块的位置参数；所述固定图像块基于预设参数配置在所述待降噪图像中划分得到；
根据所述固定图像块位置参数，从所述图像中获取多个图像块；
对所述多个图像块分别进行2D变换，得到各个图像块对应的二维系数；对由所述多个图像块的所述二维系数构成的三维系数进行1D变换，得到各个图像块对应的第一一维系数；并对小于所述一维阈值的第一一维系数进行缩小处理，得到各个图像块对应的第二一维系数；
对多个图像块对应的多个第二一维系数进行1D逆变换，根据1D逆变换后的系数得到多个图像块分别对应的新的二维系数；对各个图像块对应的新的二维系数进行2D逆变换，得到各个图像块对应的降噪图像块；
将各个所述降噪图像块还原至所述图像中所述固定图像块位置参数对应位置，得到降噪后的图像，包括：获取各个所述固定图像块中的纹理区块；所述纹理区块基于各个图像块对应的二维系数、所述二维阈值以及所述纹理阈值得到；根据所述纹理区块中的像素值、所述降噪图像块对应的像素值以及所述第二权重，将所述像素值补偿至所述固定图像块位置参数中，得到降噪后图像。
2.根据权利要求1所述的方法，其特征在于，所述根据所述固定图像块位置参数，从所述图像中获取多个图像块，包括：
通过移动搜索窗遍历所述待降噪的图像；所述搜索窗的大小不大于所述待降噪的图像的大小；
根据所述固定图像块位置参数，从所述搜索窗的当前遍历位置中提取对应的多个图像块；所述多个图像块的大小相同且包括重叠像素；所述图像块的大小不大于所述搜索窗的大小。
3.根据权利要求1所述的方法，其特征在于，所述对小于所述一维阈值的第一一维系数进行缩小处理，得到各个图像块对应的第二一维系数包括：
将小于所述一维阈值的第一一维系数置0，得到所述各个图像块对应的第二一维系数。
4.根据权利要求1所述的方法，其特征在于，所述对小于所述一维阈值的第一一维系数进行缩小处理，得到各个图像块对应的第二一维系数，包括：
根据所述一维阈值对应的过渡距离，将小于所述一维阈值且与所述一维阈值的距离小于或等于所述过渡距离的第一一维系数进行缩小处理，将小于所述一维阈值且与所述一维阈值的距离大于所述过渡距离的第一一维系数置0，得到各个图像块对应的第二一维系数；所述过渡距离为小于所述一维阈值，且为预设长度的区间。
5.根据权利要求4所述的方法，其特征在于，所述根据所述一维阈值对应的过渡距离，将小于所述一维阈值且与所述一维阈值的距离小于或等于所述过渡距离的第一一维系数进行缩小处理，将小于所述一维阈值且与所述一维阈值的距离大于所述过渡距离的第一一维系数置0，得到各个图像块对应的第二一维系数，包括：
若所述第一一维系数大于或等于所述一维阈值，将所述第一一维系数作为对应的第二一维系数；
若所述第一一维系数小于所述一维阈值且与所述一维阈值的距离小于或等于所述过渡距离，获取所述一维阈值与所述过渡距离的商，以及所述第一一维系数与所述过渡距离中的最小值的差，获取所述商以及所述差的乘积，得到所述第一一维系数对应的第二一维系数；
若所述第一一维系数小于所述一维阈值且与所述一维阈值的距离大于所述过渡距离，将所述第一一维系数置0，得到所述第一一维系数对应的第二一维系数。
6.根据权利要求4所述的方法，其特征在于，所述图像降噪参数还包括：纹理窗阈值以及第一权重；所述第一权重的数值范围为0至1；
若各个所述纹理区块中的二维系数的总数大于纹理窗阈值，确定各个所述纹理区块形成的区域为纹理窗；若确定各个所述纹理区块形成的区域为纹理窗，所述根据所述一维阈值对应的过渡距离，将小于所述一维阈值且与所述一维阈值的距离小于或等于所述过渡距离的第一一维系数进行缩小处理，将小于所述一维阈值且与所述一维阈值的距离大于所述过渡距离的第一一维系数置0，得到各个图像块对应的第二一维系数之前，还包括：
获取所述一维阈值与所述第一权重的乘积，作为新的一维阈值；
获取所述过渡距离与所述第一权重的乘积，作为新的过渡距离。
7.根据权利要求1所述的方法，其特征在于，所述第二权重的数值范围为0至1。
8.根据权利要求1所述的方法，其特征在于，所述获取各个所述固定图像块中的纹理区块，包括：
统计各个图像块对应的所述二维系数中，大于所述二维阈值的二维系数的数量；
若所述数量大于所述纹理阈值，将所述图像块作为纹理区块。
9.根据权利要求1所述的方法，其特征在于，所述根据所述纹理区块中的像素值、所述降噪图像块对应的像素值以及所述第二权重，将所述像素值补偿至所述固定图像块位置参数中，得到降噪后图像，包括：
获取所述降噪图像块对应的像素值与所述第二权重的乘积，作为第一补偿像素值；
获取所述纹理区块中的像素值与第三权重的乘积，作为第二补偿像素值；所述第三权重与所述第二权重的和为1；
将所述第一补偿像素值与所述第二补偿像素值的和补偿至所述固定图像块位置参数中，得到降噪后的图像。
10.一种图像降噪装置，其特征在于，所述装置包括：
第一获取模块，用于获取待降噪的图像以及图像降噪参数；所述图像降噪参数包括一维阈值、二维阈值、纹理阈值、第二权重以及固定图像块位置参数；所述固定图像块位置参数表示所述待降噪图像中固定图像块的位置参数；所述固定图像块基于预设参数配置在所述待降噪图像中划分得到；
第二获取模块，用于根据所述固定图像块位置参数，从所述图像中获取多个图像块；
第一变换模块，用于对所述多个图像块分别进行2D变换，得到各个图像块对应的二维系数；对由所述多个图像块的所述二维系数构成的三维系数进行1D变换，得到各个图像块对应的第一一维系数；并对小于所述一维阈值的第一一维系数进行缩小处理，得到各个图像块对应的第二一维系数；
第二变换模块，用于对多个图像块对应的多个第二一维系数进行1D逆变换，根据1D逆变换后的系数得到多个图像块分别对应的新的二维系数；对各个图像块对应的新的二维系数进行2D逆变换，得到各个图像块对应的降噪图像块；
还原模块，用于将各个所述降噪图像块还原至所述图像中所述固定图像块位置参数对应位置，得到降噪后的图像，具体用于：获取各个所述固定图像块中的纹理区块；所述纹理区块基于各个图像块对应的二维系数、所述二维阈值以及所述纹理阈值得到；根据所述纹理区块中的像素值、所述降噪图像块对应的像素值以及所述第二权重，将所述像素值补偿至所述固定图像块位置参数中，得到降噪后图像。
11.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至9中任一项所述的方法的步骤。
12.一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权利要求1至9中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010847831.8A CN112053295B (zh) | 2020-08-21 | 2020-08-21 | 图像降噪方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010847831.8A CN112053295B (zh) | 2020-08-21 | 2020-08-21 | 图像降噪方法、装置、计算机设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112053295A CN112053295A (zh) | 2020-12-08 |
| CN112053295B true CN112053295B (zh) | 2024-04-05 |
Family
ID=73599771
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010847831.8A Active CN112053295B (zh) | 2020-08-21 | 2020-08-21 | 图像降噪方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112053295B (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101510305A (zh) * | 2008-12-15 | 2009-08-19 | 四川虹微技术有限公司 | 一种改进的自适应直方图均衡方法 |
| CN101582984A (zh) * | 2009-04-14 | 2009-11-18 | 公安部物证鉴定中心 | 一种消除图像噪声的方法及装置 |
| JP2010211552A (ja) * | 2009-03-11 | 2010-09-24 | Rohm Co Ltd | 画像処理方法及びコンピュータプログラム |
| CN103093433A (zh) * | 2013-01-25 | 2013-05-08 | 西安电子科技大学 | 基于区域划分和字典学习的自然图像去噪方法 |
| CN106934398A (zh) * | 2017-03-09 | 2017-07-07 | 西安电子科技大学 | 基于超像素聚类和稀疏表示的图像去噪方法 |
| CN107292851A (zh) * | 2017-07-14 | 2017-10-24 | 重庆理工大学 | 一种基于伪3d变换的bm3d图像降噪方法 |
| CN107451981A (zh) * | 2017-08-15 | 2017-12-08 | 四川长虹电器股份有限公司 | 基于dct和梯度协方差矩阵的图像噪声水平估计方法 |
| CN108259774A (zh) * | 2018-01-31 | 2018-07-06 | 珠海市杰理科技股份有限公司 | 图像合成方法、***和设备 |
| CN110458206A (zh) * | 2019-07-24 | 2019-11-15 | 东北师范大学 | 一种基于深度学习的注意行为模型 |
| CN111476735A (zh) * | 2020-04-13 | 2020-07-31 | 厦门美图之家科技有限公司 | 人脸图像处理方法、装置、计算机设备及可读存储介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20190045193A1 (en) * | 2018-06-29 | 2019-02-07 | Intel Corporation | Region-based motion estimation and modeling for accurate region-based motion compensation for efficient video processing or coding |
-
2020
- 2020-08-21 CN CN202010847831.8A patent/CN112053295B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101510305A (zh) * | 2008-12-15 | 2009-08-19 | 四川虹微技术有限公司 | 一种改进的自适应直方图均衡方法 |
| JP2010211552A (ja) * | 2009-03-11 | 2010-09-24 | Rohm Co Ltd | 画像処理方法及びコンピュータプログラム |
| CN101582984A (zh) * | 2009-04-14 | 2009-11-18 | 公安部物证鉴定中心 | 一种消除图像噪声的方法及装置 |
| CN103093433A (zh) * | 2013-01-25 | 2013-05-08 | 西安电子科技大学 | 基于区域划分和字典学习的自然图像去噪方法 |
| CN106934398A (zh) * | 2017-03-09 | 2017-07-07 | 西安电子科技大学 | 基于超像素聚类和稀疏表示的图像去噪方法 |
| CN107292851A (zh) * | 2017-07-14 | 2017-10-24 | 重庆理工大学 | 一种基于伪3d变换的bm3d图像降噪方法 |
| CN107451981A (zh) * | 2017-08-15 | 2017-12-08 | 四川长虹电器股份有限公司 | 基于dct和梯度协方差矩阵的图像噪声水平估计方法 |
| CN108259774A (zh) * | 2018-01-31 | 2018-07-06 | 珠海市杰理科技股份有限公司 | 图像合成方法、***和设备 |
| CN110458206A (zh) * | 2019-07-24 | 2019-11-15 | 东北师范大学 | 一种基于深度学习的注意行为模型 |
| CN111476735A (zh) * | 2020-04-13 | 2020-07-31 | 厦门美图之家科技有限公司 | 人脸图像处理方法、装置、计算机设备及可读存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112053295A (zh) | 2020-12-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101643672B1 (ko) | 광류 추적 방법 및 장치 | |
| JP5007228B2 (ja) | 画像クリーンアップおよび前置符号化 | |
| Zhang et al. | Low-rank decomposition-based restoration of compressed images via adaptive noise estimation | |
| KR102144994B1 (ko) | 영상의 노이즈를 저감하는 방법 및 이를 이용한 영상 처리 장치 | |
| CN106127688B (zh) | 一种超分辨率图像重建方法及其*** | |
| JP2015225665A (ja) | 画像ノイズ除去方法及び画像ノイズ除去装置 | |
| US8823777B2 (en) | Real-time depth extraction using stereo correspondence | |
| US9971418B2 (en) | Tracker for cursor navigation | |
| US9449371B1 (en) | True motion based temporal-spatial IIR filter for video | |
| CN106952314B (zh) | 基于频域方向滤波器的递归预测图像压缩方法 | |
| WO2014070273A1 (en) | Recursive conditional means image denoising | |
| CN113362338B (zh) | 铁轨分割方法、装置、计算机设备和铁轨分割处理*** | |
| JP2018029245A (ja) | 画像処理装置およびその制御方法ならびにプログラム | |
| CN115564639A (zh) | 背景虚化方法、装置、计算机设备和存储介质 | |
| Lee et al. | Fast 3D video stabilization using ROI-based warping | |
| CN112053295B (zh) | 图像降噪方法、装置、计算机设备和存储介质 | |
| CN111260590A (zh) | 图像降噪方法及相关产品 | |
| CN115797194A (zh) | 图像降噪方法、装置、电子设备、存储介质和程序产品 | |
| JP2005339535A (ja) | 相違度の計算 | |
| CN112784828B (zh) | 基于方向梯度直方图的图像检测方法、装置、计算机设备 | |
| CN113497886B (zh) | 视频处理方法、终端设备及计算机可读存储介质 | |
| Kamilov et al. | Motion-adaptive depth superresolution | |
| CN111754417A (zh) | 视频图像的降噪方法、视频抠像方法、装置和电子*** | |
| Jiji et al. | Enhancement of underwater deblurred images using gradient guided filter | |
| CN112150532A (zh) | 图像处理的方法、装置、电子设备和计算机可读介质 |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 519000 No. 333, Kexing Road, Xiangzhou District, Zhuhai City, Guangdong Province Applicant after: ZHUHAI JIELI TECHNOLOGY Co.,Ltd. Address before: Floor 1-107, building 904, ShiJiHua Road, Zhuhai City, Guangdong Province Applicant before: ZHUHAI JIELI TECHNOLOGY Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |