CN113284065A - 视频图像的去噪方法、装置、电子设备和可读存储介质 - Google Patents

视频图像的去噪方法、装置、电子设备和可读存储介质 Download PDF

Info

Publication number
CN113284065A
CN113284065A CN202110579273.6A CN202110579273A CN113284065A CN 113284065 A CN113284065 A CN 113284065A CN 202110579273 A CN202110579273 A CN 202110579273A CN 113284065 A CN113284065 A CN 113284065A
Authority
CN
China
Prior art keywords
frame
video
processed
denoising
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.)
Pending
Application number
CN202110579273.6A
Other languages
English (en)
Inventor
李宏伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Oppo Mobile Telecommunications Corp Ltd
Original Assignee
Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Oppo Mobile Telecommunications Corp Ltd filed Critical Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority to CN202110579273.6A priority Critical patent/CN113284065A/zh
Publication of CN113284065A publication Critical patent/CN113284065A/zh
Pending legal-status Critical Current

Links

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
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
    • 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
    • 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
    • G06T2207/10024—Color image
    • 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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本申请提供一种视频图像的去噪方法、装置、电子设备和可读存储介质，电子设备对待处理视频的正序视频和逆序视频中的每个待处理帧进行去噪处理；然后，将正序视频的去噪结果和逆序视频的去噪结果进行融合处理，获得待处理视频对应的去噪视频；其中，在去噪处理过程中，待处理帧的去噪结果与参考帧的去噪结果相关；上述参考帧为位于待处理帧之前的一个或多个视频帧。采用上述方法可以提升待处理视频的去噪效果。

Description

视频图像的去噪方法、装置、电子设备和可读存储介质
技术领域
本申请涉及图像处理领域，特别是涉及一种视频图像的去噪方法、装置、电子设备和可读存储介质。
背景技术
在现有的视频图像去噪技术中，可以对视频图像进行去噪处理，提升视频图像的显示效果。其中，上述去噪处理可以是时域去噪处理、频域去噪处理、空域去噪处理。
但是，采用上述去噪处理，容易导致去噪后的视频图像出现图像鬼影等现象，导致视频图像的去噪效果较差。
发明内容
本申请实施例提供了一种视频图像的去噪方法、装置、电子设备和可读存储介质。
一种视频图像的去噪方法，包括：
对待处理视频的正序视频和逆序视频中的每个待处理帧，对待处理帧进行去噪处理；在去噪处理过程中，待处理帧的去噪结果与参考帧的去噪结果相关；参考帧为位于待处理帧之前的一个或多个视频帧；
将正序视频的去噪结果和逆序视频的去噪结果进行融合处理，获得待处理视频对应的去噪视频。
一种视频图像的去噪装置，包括：
去噪模块，用于对待处理视频的正序视频和逆序视频中的每个待处理帧进行去噪处理；在去噪处理过程中，待处理帧的去噪结果与参考帧的去噪结果相关；参考帧为位于待处理帧之前的一个或多个视频帧；
融合模块，用于将正序视频的去噪结果和逆序视频的去噪结果进行融合处理，获得待处理视频对应的去噪视频。
一种电子设备，包括存储器及处理器，存储器中储存有计算机程序，计算机程序被处理器执行时，使得处理器执行上述视频图像的去噪方法的步骤。
一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述视频图像的去噪方法的步骤。
上述视频图像的去噪方法、装置、电子设备和可读存储介质，电子设备对待处理视频的正序视频和逆序视频中的每个待处理帧进行去噪处理；然后，将正序视频的去噪结果和逆序视频的去噪结果进行融合处理，获得待处理视频对应的去噪视频；其中，在去噪处理过程中，待处理帧的去噪结果与参考帧的去噪结果相关；上述参考帧为位于待处理帧之前的一个或多个视频帧。由于去噪处理过程中，待处理帧的去噪结果与前一个或多个参考帧的去噪结果相关，因此对待处理视频的正序视频和逆序视频分别进行去噪处理后，每个视频帧对应的去噪结果不同；通过将正序视频的去噪结果和逆序视频的去噪结果进行融合处理，使得去噪视频中可以融合正序视频和逆序视频的正向去噪效果，也可以降低正序视频或逆序视频在去噪处理过程中带来的负面效果，例如图像鬼影等，从而整体提升待处理视频的去噪效果。
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为一个实施例中视频图像的去噪方法的流程图；
图2为一个实施例中视频图像的去噪方法的流程图；
图3为一个实施例中视频图像的去噪方法的示意图；
图4为一个实施例中视频图像的去噪方法的流程图；
图5为一个实施例中视频图像的去噪方法的示意图；
图6为一个实施例中视频图像的去噪方法的流程图；
图7为一个实施例中视频图像的去噪方法的流程图；
图8为一个实施例中视频图像的去噪方法的流程图；
图9为一个实施例中视频图像的去噪方法的流程图；
图10为一个实施例中视频图像的去噪方法的示意图；
图11为一个实施例中视频图像的去噪方法的流程图；
图12为一个实施例中视频图像的去噪方法的流程图；
图13为一个实施例中视频图像的去噪装置的结构框图；
图14为一个实施例中视频图像的去噪装置的结构框图；
图15为一个实施例中视频图像的去噪装置的结构框图；
图16为一个实施例中视频图像的去噪装置的结构框图；
图17为一个实施例中视频图像的去噪装置的结构框图；
图18为一个实施例中视频图像的去噪装置的结构框图；
图19为一个实施例中电子设备的结构框图。
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。
本申请中的视频图像的去噪方法可以应用于电子设备中。上述电子设备可以是个人电脑、移动终端、个人数字助理、可穿戴电子设备等。电子设备可以对待处理视频进行去噪处理，上述待处理视频可以是电子设备采集的视频，也可以是电子设备从服务器下载的视频，在此不做限定。
图1为一个实施例中视频图像的去噪方法的流程图。如图1所示，视频图像的去噪方法包括：
S101、对待处理视频的正序视频和逆序视频中的每个待处理帧进行去噪处理；在去噪处理过程中，待处理帧的去噪结果与参考帧的去噪结果相关；参考帧为位于待处理帧之前的一个或多个视频帧。
其中，上述待处理视频可以是电子设备采集的视频，也可以是电子设备从服务器下载的视频，还可以接收其它电子设备发送的视频，对于待处理视频的来源在此不做限定。电子设备可以在采集待处理视频的过程中，对待处理视频进行去噪处理，也可以在发送待处理视频的过程中，对待处理视频进行去噪处理，还可以从存储空间中提取待处理视频之后，对其进行去噪处理，对于去噪处理的时机在此不做限定。
上述待处理视频的正序视频，可以是按照视频帧的播放顺序或者采集顺序排列的视频。上述待处理视频的逆序视频，可以是对待处理视频中的各个视频帧，按照与播放顺序或采集顺序相反的顺序排列的视频；电子设备可以对待处理视频中的各个视频帧按照逆序排列，获得逆序视频。
另外，上述正序视频和逆序视频，可以是对完整的待处理视频的视频帧按序排列获得的，也可以是对待处理视频中的部分视频帧按序排列获得的，也就是待处理视频的正序视频和逆序视频可以包括多个视频片段。例如，上述待处理视频可以包括10个帧，上述正序视频可以该待处理视频，也就是第1帧至第10帧按照播放顺序排列；上述逆序视频可以是第10帧至第1帧排列的视频序列。另外，上述正序视频可以包括第1帧至第5帧形成的视频片段，以及第6帧至第10帧形成的视频片段；上述逆序视频可以包括第5帧至第1帧形成的视频片段，以及第10帧至第6帧形成的视频片段；电子设备对逆序视频进行去噪处理时，第4帧可以以第5帧为参考帧，第6帧可以以第7帧为参考帧。
电子设备可以将正序视频和逆序视频中的每个视频帧，均作为一个待处理帧进行去噪处理。也就是说，待处理视频中的同一帧图像，按照正序和逆序排列之后，可以作为两个待处理帧进行两次去噪处理，获得不同的去噪结果。
电子设备可以对正序视频和逆序视频中的每个待处理帧，分别进行去噪处理。上述去噪处理可以是时域去噪处理，也可以是时空联合噪处理，还可以是时域与色域或者频域的联合去噪，在此不做限定。
在去噪处理过程中，待处理帧的去噪结果与参考帧的去噪结果相关；其中，上述参考帧为位于待处理帧之前的一个或多个视频帧。在去噪处理过程中，待处理帧的去噪结果中，可以是待处理帧的时域去噪结果与参考帧的时域去噪结果相关，也可以是待处理帧的空域、时域等多个域的去噪结果均与参考帧的去噪结果相关，在此不做限定。
在正序视频或逆序视频的视频序列中，上述参考帧为位于待处理帧之前的一个或多个视频帧，上述多个视频帧的数量可以是2个，也可以是3个；上述多个参考帧可以为相邻的参考帧，也可以是具有预设间隔的参考帧；上述参考帧可以与待处理帧相邻，也可以与待处理视频存在预设间隔；对于参考帧的选取方式在此不做限定。由于正序视频和逆序视频中各个视频帧的排列顺序不同，因此对于同一帧图像，在正序视频中对应的参考帧，与在逆序视频中对应的参考帧并不相同；基于不同参考帧的去噪结果，电子设备可以对同一帧图像获得不同的去噪结果。
S102、将正序视频的去噪结果和逆序视频的去噪结果进行融合处理，获得待处理视频对应的去噪视频。
电子设备对正序视频和逆序视频中的每个待处理帧进行去噪处理后，获得正序视频的去噪结果以及逆序视频的去噪结果。上述正序视频的去噪结果中，可以包括基于正序视频中的视频帧排列顺序，获得的各个待处理帧的初始去噪帧；上述逆序视频的去噪结果中，可以包括基于逆序视频中的视频帧排列顺序，获得的各个待处理帧的初始去噪帧。
进一步地，电子设备可以将正序视频的去噪结果和逆序视频的去噪结果进行融合处理。上述融合处理过程中，电子设备对各个去噪结果中时间匹配的各个初始去噪帧进行融合，也就是将待处理视频中的同一帧对应的各个去噪帧进行融合。例如，上述正序视频的去噪结果中包括待处理视频的第1帧的初始去噪帧，上述逆序视频的去噪结果中也可以包括待处理视频的第1帧(例如，对应于逆序视频中的第10帧)的初始去噪帧，电子设备可以将上述各个第1帧对应的初始去噪帧进行融合，获得待处理视频的第1帧对应的去噪帧。
电子设备对各个初始去噪帧进行融合处理时，可以以帧为单位进行融合，也可以是像素为单位进行融合，还可以以去噪帧中的图像块为单位进行融合，在此不做限定。
以像素级融合为例，电子设备对各个初始去噪帧对应的同位置像素进行融合处理。电子设备可以计算各个初始去噪帧中同位置像素的像素平均值，将该平均值作为该像素的目标像素值；或者，电子设备可以根据各个初始去噪帧中的图像特征，例如纹理特征、亮度特征、鬼影特征等，对各个初始去噪帧进行融合；对于融合处理方式，在此不做限定。
上述视频图像的去噪方法，电子设备针对待处理视频的正序视频和逆序视频中的每个待处理帧，对待处理帧进行去噪处理；然后，将正序视频的去噪结果和逆序视频的去噪结果进行融合处理，获得待处理视频对应的去噪视频；其中，在去噪处理过程中，待处理帧的去噪结果与参考帧的去噪结果相关；上述参考帧为位于待处理帧之前的一个或多个视频帧。由于去噪处理过程中，待处理帧的去噪结果与前一个或多个参考帧的去噪结果相关，因此对待处理视频的正序视频和逆序视频分别进行去噪处理后，每个视频帧对应的去噪结果不同；通过将正序视频的去噪结果和逆序视频的去噪结果进行融合处理，使得去噪视频中可以融合正序视频和逆序视频的正向去噪效果，也可以降低正序视频或逆序视频在去噪处理过程中带来的负面效果，例如图像鬼影等，从而整体提升待处理视频的去噪效果。
图2为另一个实施例中视频图像的去噪方法的流程示意图，本实施例涉及电子设备对待处理帧进行去噪处理的方式，在上述实施例的基础上，如图2所示，上述S101包括：
S201、对待处理帧的色度分量进行空域去噪处理，获得待处理帧的空域去噪帧的色度分量。
电子设备可以对每个待处理帧进行格式转换，将待处理帧转换成YUV格式，获得待处理帧的色度分量以及待处理帧的亮度分量。上述待处理帧的色度分量中包括待处理帧各个像素的色度值；上述待处理帧的亮度分量中，包括待处理帧各个像素的亮度值。
针对上述色度分量，电子设备可以对待处理帧的色度分量进行空域去噪处理，获得该待处理针对应的空域去噪帧的色度分量。
电子设备可以采用空域滤波器，对待处理帧的色度分量进行滤波处理，使得待处理帧的色度分量更平滑。上述空域滤波器可以是高斯滤波器，也可以是中值滤波器，还可以是均值滤波器，在此不做限定。
可选地，电子设备可以非局部均值的空域滤波方法对待处理帧的色度分量进行空域去噪处理。上述非局部均值的空域滤波方法具体如下：
针对待处理帧的色度分量，电子设备可以采用预设大小对待处理帧的色度分量进行遍历，确定各个图像块是否需要进行空域去噪处理。上述图像块的预设大小，可以根据待处理帧的噪声形态进行设置，噪声从细碎的低频噪声到斑状的高频噪声，上述图像块的大小可以越来越大。电子设备对待处理帧的色度分量进行遍历时，遍历补偿可以小于n，便利补偿可以随噪声形态而调整，例如噪声从细碎的低频噪声到斑状的高频噪声，补偿可以越来越小；另外，上述遍历步长也可以随噪声大小进行调整，噪声越大，步长越小。
以n×n的图像块为例，电子设备可以将待处理帧划分成的多个图像块，然后分别计算各个图像块对应的像素梯度，其中上述像素梯度用于衡量图像块中像素值变化程度。若该图像块对应的像素梯度大于预设梯度阈值，则电子设备可以确定不对该图像块进行空域去噪处理；若该图像块对应的像素梯度小于或等于预设梯度阈值，则电子设备可以确定需要对该图像块进行空域去噪处理。上述预设梯度阈值可以根据待处理帧的噪声大小进行设置；噪声越大，对应的梯度阈值越大。
进一步地，针对需要进行空域去噪处理的当前图像块，电子设备可以将该当前图像块Cur周围的多个图像块确定为参考块Ref，如图3所示；然后采用预设的匹配方式(例如SAD匹配方式)对参考块与当前图像块进行匹配。若SAD小于预设的匹配阈值，则认为该参考块与当前图像块匹配。上述匹配阈值可以根据待处理帧的噪声大小进行设置；噪声越大，对应的匹配阈值越大。
若参考块与当前图像块匹配成功，则将所有匹配的参考块与当前图像块进行加权融合，获得当前图像块对应的空域去噪块；在对每个需要进行去噪处理的图像块采用上述方式进行处理之后，可以获得待处理帧的空域去噪帧的色度分量。
S202、对待处理帧的亮度分量进行空域去噪处理，获得待处理帧对应的空域去噪帧的亮度分量。
对待处理帧的亮度分量进行空域去噪处理的方式，与上述对色度分量进行空域去噪处理的方式类似，在此不做赘述。需要说明的是，电子设备对亮度分量以及色度分量进行空域去噪处理时，采用的去噪参数可以相同，也可以不同。例如，电子设备采用上述非局部均值的空域滤波方法对亮度分量进行空域去噪处理时，采用的梯度阈值、匹配阈值以及图像块的大小等参数，可以与对色度分量进行处理的参数不同。
S203、采用各像素的目标权重，对待处理帧的参考帧的亮度分量以及空域去噪帧的亮度分量进行加权融合，获得待处理帧对应的时域去噪帧的亮度分量；目标权重与像素的饱和度、亮度以及差异值相关。
电子设备可以计算待处理帧中每个像素的目标权重，上述目标权重可以与像素的饱和度、亮度以及差异值相关。其中，上述差异值可以是待处理帧与参考帧在同一位置像素的像素值差异，可以用于表征待处理帧和参考帧的差异程度。
电子设备在计算上述目标权重值，可以分别计算各个像素的饱和度、亮度以及差异值相关的融合权重，然后基于各个融合权重获得各像素的目标权重。
电子设备在计算各个融合权重时，可以先计算各个像素的饱和度、亮度以及差异值等图像参数，然后基于上述图像参数确定各个融合权重。进一步地，针对每个像素，电子设备可以对各个融合权重进行加权求和、相乘等处理，获得该像素的目标权重。
可选地，电子设备根据第一亮度分量、第一色度分量和参考帧的亮度分量，确定各像素的目标权重；其中，上述第一亮度分量包括待处理帧的亮度分量或者空域去噪帧的亮度分量；上述第一色度分量包括待处理帧的色度分量或者空域去噪帧的色度分量。也就是说，电子设备既可以采用待处理帧的亮度分量计算目标权重，也可以采用空域去噪帧的亮度分量计算目标权重。电子设备通过引入第一亮度分量、第一色度分量以及参考帧的亮度分量计算目标权重，可以使得目标权重能结合待处理帧的更多图像特征，使得目标权重更准确。
电子设备在对空域去噪后的亮度分量进行时域去噪处理时，可以采用上述目标权重，对待处理帧的参考帧的亮度分量与空域去噪帧的亮度分量进行加权融合。电子设备对各亮度分量进行加权融合时，可以采用预设加权计算公式，获得融合后的亮度分量；例如，上述加权计算公式可以是加权求和公式，电子设备可以在空域去噪帧的亮度分量上乘以目标权重，然后与参考帧的亮度分量相加，也可以在参考帧的亮度分量上乘以目标权重，然后与空域去噪帧的亮度分量相加，在此不做限定。
可选地，电子设备可以根据公式
Figure BDA0003085430550000091
获得待处理帧的时域去噪帧的亮度分量Fi,j；其中，Si,j表示空域去噪帧中像素(i,j)的亮度分量；Ri,j表示参考帧中像素(i,j)的亮度分量；jnti,j表示像素(i,j)的目标权重。
S204、根据时域去噪帧的亮度分量与空域去噪帧的色度分量，获得待处理帧的去噪输出帧。
在上述步骤的基础上，电子设备对待处理帧的亮度分量依次进行空域去噪处理和时域去噪处理之后，获得时域去噪帧的亮度分量；对待处理帧的色度分量进行空域去噪处理之后，获得空域去噪帧的色度分量。进一步地，电子设备可以基于上述时域去噪帧的亮度分量与空域去噪帧的色度分量，获得待处理帧的去噪输出帧。电子设备可以将时域去噪帧的亮度分量与空域去噪帧的色度分量直接结合，获得待处理帧的去噪输出帧，还可以对上述时域去噪帧的亮度分量或空域去噪帧的色度分量再进行滤波或者融合处理之后，再将处理后的亮度分量和色度分量进行结合，获得待处理帧的去噪输出帧；对于上述去噪输出帧的获取方式在此不做限定。
上述视频图像的去噪方法，电子设备对待处理帧的亮度分量和色度分量进行分别处理。电子设备对色度分量进行空域去噪处理，从而获得色度分量的乌枣图像。对于亮度分量首先进行空域去噪处理，然后通过各个像素的目标权重将空域去噪帧的亮度分量与参考帧的亮度分量进行融合实现时域去噪，从而可以获得亮度分量的无噪图像；另外，电子设备在对亮度分量进行时域去噪处理时，利用像素的饱和度、亮度以及差异值等多个维度确定像素的目标权重，使得待处理帧获得更好的去噪效果。
图4为另一个实施例中视频图像的去噪方法的流程示意图，本实施例涉及电子设备获得去噪输出帧的一种方式，在上述实施例的基础上，如图4所示，上述S204包括：
S301、计算待处理帧的亮度分量中，各个像素的纹理大小。
电子设备可以根据待处理帧的亮度分量，计算各个像素的纹理大小。上述纹理大小用于表征待处理帧在该像素位置是否存在纹理特征，或者，该像素对应的图像纹理的大小。电子设备可以对待处理帧的亮度分量进行纹理提取，然后根据纹理提取结果确定各个像素的纹理大小。可选地，电子设备可以采用边缘算子，对待处理帧的亮度分量进行处理，获得各个像素的纹理大小。
S302、根据纹理大小以及预设的纹理权重映射关系，确定待处理帧中各个像素的纹理融合权重值；在纹理权重映射关系中，像素的纹理大小越大，对应的纹理融合权重值越大。
电子设备获得各个像素的纹理大小，实现了对各像素的纹理特征的量化表示，从而进一步根据纹理大小确定该像素的纹理融合权重。其中，上述纹理融合权重用于将待处理帧的亮度分量与空域去噪帧的亮度分量进行融合。
电子设备中可以预设纹理权重映射关系。上述纹理权重映射关系中可以包括不同纹理大小对应的纹理融合权重值。在上述纹理权重映射关系中，像素的纹理大小越大，对应的纹理融合权重值越大。上述纹理权重映射关系中，纹理大小可以与纹理融合权重值呈线性变化关系，也可以呈非线性变化关系；另外，上述纹理权重映射关系中还可以包括纹理大小的各个区间对应的纹理融合权重值，例如当纹理大小处于第一区间时，对应的纹理融合权重值为L1；当纹理大小处于第二区间时，对应的纹理融合权重值为L2；其中，上述第二区间的下限大于第一区间的上限，上述L2大于L1。
可以理解为，待处理帧各个像素的纹理大小越大时，对应的图像纹理较丰富；为了避免时域去噪处理等导致的图像纹理丢失，电子设备可以设置较高的权重将待处理帧的原始图像纹理融合至时域去噪后的图像中，避免纹理细节丢失。
电子设备可以基于上述纹理权重映射以及各个像素的纹理大小，计算各个像素的纹理融合权重。
S303、基于纹理融合权重值，将时域去噪帧的亮度分量与待处理帧的亮度分量进行融合，获得待处理帧的去噪输出帧的亮度分量。
在获得各个纹像素的纹理融合权重值的基础上，电子设备可以将时域去噪帧的亮度分量与待处理帧的亮度分量进行加权求和，获得待处理帧的去噪输出帧的亮度分量。
S304、将去噪输出帧的亮度分量与空域去噪帧的色度分量合并，获得待处理帧的去噪输出帧。
进一步地，电子设备可以将去噪输出帧的亮度分量与空域去噪帧的色度分量合并，获得待处理帧的去噪输出帧。
以图5为例，对本实施例中的去噪处理过程进行说明。其中，CurFrm表示待处理帧，CurFrmY表示待处理帧的亮度分量，CurFrmC表示待处理帧的色度分量。SNR为空域去噪处理模块，TNR为时域去噪处理模块。电子设备将CurFrmY和CurFrmC分别输入SNR，获得空域去噪帧的亮度分量SnrFrmY以及空域去噪帧的色度分量SnrFrmC。对于SnrFrmY，电子设备获取待处理帧的参考帧对应的时域去噪帧的亮度分量RefFrmY，例如TNR输出的前一待处理帧的时域去噪帧的亮度分量；然后将RefFrmY、SnrFrmY、CurFrmY和CurFrmC一起输入TNR，通过TNR对SnrFrmY进行时域去噪处理，获得时域去噪帧的亮度分量TnrFrmY。其中，TNR中可以采用RefFrmY、SnrFrmY、CurFrmY和CurFrmC计算各像素的目标权重，然后基于目标权重对SnrFrmY和RefFrmY进行去噪融合，获得TnrFrmY。进一步地，电子设备将TnrFrmY记录在参考帧列表中，用于对下一图像的时域去噪处理，并将TnrFrmY和CurFrmY输入MERGE模块。上述MERGE模块用于基于像素的纹理融合权重值对TnrFrmY和CurFrmY进行融合处理，获得去噪输出帧的亮度分量OutFrmY。电子设备将SnrFrmC直接作为去噪输出帧的色度分量OutFrmC，通过将OutFrmY与OutFrmC进行结合，获得去噪输出帧OutFrm。
上述视频图像的去噪方法，在时域去噪处理过程可能导致图像纹理丢失的情况下，电子设备通过计算各个像素的纹理融合权重值，并基于纹理融合权重值将时域去噪帧的亮度分量与待处理帧的亮度分量进行融合，使得去噪输出帧的亮度分量中可以保留待处理帧的纹理特征，提升了待处理帧的去噪效果。
图6为另一个实施例中视频图像的去噪方法的流程示意图，本实施例涉及电子设备确定像素的目标权重的一种方式，在上述实施例的基础上，如图6所示，上述方法还包括：
S401、根据第一亮度分量与第一色度分量，计算待处理帧中每个像素的饱和度权重。
其中，第一亮度分量包括待处理图像的亮度分量CurFrmY或者空域去噪帧的亮度分量SnrFrmY。第一色度分量包括待处理图像的色度分量CurFrmC或者空域去噪帧的色度分量SnrFrmC。即在计算待处理帧中每个像素饱和度权重时，从CurfrmY、SnrfrmY中任选其一，从CurfrmC、SnrfrmC中任选其一，计算待处理帧中每个像素的饱和度权重。本申请中，并不对从CurfrmY、snrfrmY中任选其一，以及从CurfrmC、snrfrmC中任选其一所得的组合进行限定。
具体的，在根据第一亮度分量和第一色度分量，计算待处理帧中每个像素的饱和度权重时，可以先基于待处理帧中每个像素的第一亮度分量和第一色度分量，计算出待处理图像的饱和度映射图。然后，将饱和度映射图中每个饱和度输入至对应的函数中计算出饱和度权重Sat_wgt。
可选地，电子设备将第一亮度分量与第一色度分量进行色域映射，获得待处理帧中每个像素的饱和度；然后，根据每个像素的饱和度以及预设的饱和度权重映射关系，计算待处理帧中每个像素的饱和度权重；在饱和度权重映射关系中，像素的饱和度越大，对应的饱和度权重越小。
电子设备中可以预设饱和度权重映射关系。上述饱和度权重映射关系中可以包括不同饱和度对应的饱和度权重。在上述饱和度权重映射关系中，像素的饱和度越大，对应的饱和度权重越小。上述饱和度权重映射关系中，饱和度可以与饱和度权重呈线性变化关系，也可以呈非线性变化关系；另外，上述饱和度权重映射关系中还可以包括饱和度的各个区间对应的饱和度权重。电子设备还可以预设饱和度阈值，根据饱和度阈值和饱和度权重映射关系确定各个像素的饱和度权重。例如，当像素的饱和度大于饱和度阈值时，对应的饱和度权重为S1，当像素的饱和度小于或等于饱和度阈值时，对应的饱和度权重为S2。
S402、根据第一亮度分量，计算待处理帧中每个像素的亮度权重。
其中，第一亮度分量包括待处理图像的亮度分量CurFrmY或者空域去噪帧的亮度分量SnrFrmY。即在计算待处理帧中每个像素的亮度权重时，可以从CurfrmY、SnrfrmY中任选其一。
具体的，在根据第一亮度分量，计算所述待处理帧的像素的亮度权重时，可以先基于待处理帧中每个像素的第一亮度分量，计算出待处理帧的亮度映射图；其中，上述亮度映射图中包括每个像素的亮度值。然后，将亮度映射图中每个亮度值输入至对应的函数中计算出亮度权重Lum_wgt。
可选地，电子设备可以根据第一亮度分量，生成待处理帧的亮度映射图；然后，根据亮度映射图以及预设的亮度权重映射关系，计算待处理帧中每个像素的亮度权重；在亮度权重映射关系中，像素的亮度值越大，对应的亮度权重越小。
电子设备中可以预设亮度权重映射关系。上述亮度权重映射关系中可以包括不同亮度对应的亮度权重。在上述亮度权重映射关系中，像素的亮度越大，对应的亮度权重越小。上述亮度权重映射关系中，亮度值可以与亮度权重呈线性变化关系，也可以呈非线性变化关系；另外，上述亮度权重映射关系中还可以包括亮度的各个区间对应的亮度权重。电子设备还可以预设亮度阈值，根据亮度阈值和亮度权重映射关系确定各个像素的亮度权重。例如，当像素的亮度值大于亮度阈值时，对应的亮度权重为L1，当像素的亮度值小于或等于亮度阈值时，对应的亮度权重为L2。
S403、根据空域去噪帧的亮度分量与参考帧的亮度分量，计算待处理帧中每个像素的差异值权重。
具体的，在根据空域去噪帧的亮度分量SnrFrmY及参考帧的亮度分量RefFrmY，计算待处理帧中各个像素的差异值权重时，可以先计算出待处理帧的边界映射图；其中，上述边界映射图包括各个像素的差异值。然后，将边界映射图中每个差异值输入至对应的函数中计算出差异值权重Bdr_wgt。
可选地，电子设备可以对空域去噪帧的亮度分量与参考帧的亮度分量进行差分计算，获得边界映射图；然后，根据边界映射图以及预设的差异值权重映射关系，确定待处理帧中每个像素的差异值权重；在差异值权重映射关系中，像素的差异值越大，对应的差异值权重越小。
电子设备中可以预设差异值权重映射关系。上述差异值权重映射关系中可以包括不同差异值对应的差异值权重。在上述差异值权重映射关系中，像素的差异值越大，对应的差异值权重越小。上述差异值权重映射关系中，差异值值可以与差异值权重呈线性变化关系，也可以呈非线性变化关系；另外，上述差异值权重映射关系中还可以包括差异值的各个区间对应的差异值权重。电子设备还可以预设差异值阈值，根据差异值阈值和差异值权重映射关系确定各个像素的差异值权重。例如，当像素的差异值值大于差异值阈值时，对应的差异值权重为S1，当像素的差异值值小于或等于差异值阈值时，对应的差异值权重为S2。
S404、根据每个像素的饱和度权重、亮度权重以及差异值权重，计算每个像素的目标权重。
最后，将所计算出的饱和度权重Sat_wgt、亮度权重Lum_wgt及差异值权重Bdr_wgt进行预设运算，生成目标权重。这里，预设预算可以是加权平均，当然，还可以是其他类型的计算方式，本申请对此不作限定。
上述视频图像的去噪方法，实现了从饱和度权重、亮度权重及差异值权重这三个维度出发，去计算目标权重。因此，电子设备所计算出的目标权重能兼顾多个维度的特点，使得后续采用目标权重，对所述参考帧的亮度分量和空域去噪帧的亮度分量进行时域去噪处理，所得到的处理结果更加准确。
图7为另一个实施例中视频图像的去噪方法的流程示意图，本实施例涉及电子设备确定像素的差异值权重的一种方式，待处理帧对应多个参考帧，在上述实施例的基础上，如图7所示，电子设备计算边界映射图的方式包括：
S501、对空域去噪帧的亮度分量与每个参考帧的亮度分量分别进行差分计算，获得每个参考帧对应的差分图像。
电子设备可以选择多个参考帧的亮度分量RefFrmY与待处理图像的空域去噪帧的亮度分量SnrFrmY进行差分运算，获得每个参考帧对应的差分图像。电子设备得到的多个差分图像为等分辨率的差分图像difFrm。
S502、针对每个像素，在各差分图像中提取最大像素值，获得最大差分图像。
进一步地，电子设备可以将多个差分图像difFrm进行叠加，然后提取各个像素的最大像素值，获得最大差分图像difMaxFrm。
S503、按照预设大小，获取最大差分图像中的局部最大图像块。
上述预设大小可以是4×4，也可以是其它值，本申请不做限定。电子设备可以按照预设大小，求块最大值，获取最大差分图像中的局部最大图像块difMaxFrm4×4。
S504、对局部最大图像块进行滤波和膨胀处理，获得每个参考帧对应的边界映射图。
电子设备可以采用平滑滤波器对上述局部最大图像块difMaxFrm4×4进行滤波处理，例如平滑滤波器的维度可以是5×5，得到滤波后的差分帧。然后对差分帧进行形态学的膨胀处理，获得边界映射图bdr_map。
进一步地，电子设备基于边界映射图确定差异值权重，包括：
S505、针对每个像素，分别在每个参考帧对应的边界映射图中提取像素对应的初始差异值。
S506、将各初始差异值的最大值，或者，各初始差异值的平均值，确定为像素的目标差异值。
其中，对各像素点的差异度求最大值的公式如下：
Figure BDA0003085430550000151
其中，对各像素点的差异度求加权平均值的公式如下：
Figure BDA0003085430550000152
其中，i和j为当前bdr_map上像素的位置坐标。
S507、根据目标差异值以及差异值权重映射关系，确定待处理帧中像素的差异值权重。
进一步地，电子设备可以根据目标差异值以及差异值权重映射关系，确定待处理帧中像素的差异值权重。
上述视频图像的去噪方法，每个待处理帧对应多个参考帧的情况下，电子设备针对每个参考帧生成一个边界映射图，并根据多个边界映射图确定像素的目标差异值，使得上述目标差异值可以更准确地反应空域去噪帧的Y分量与参考帧的Y分量之间的差异情况，使得获得的差异值权重更准确。
图8为另一个实施例中视频图像的去噪方法的流程示意图，本实施例涉及电子设备基于待处理视频确定待处理帧的一种方式，在上述实施例的基础上，如图8所示，上述方法还包括：
S601、确定待处理视频中的多个基础片段；多个基础片段的时间段的集合包含待处理视频的时间段。
其中，上述基础片段为待处理视频中的一个正序片段，待处理视频可以对应多个基础片段，上述多个基础片段的时间段的集合，可以包含待处理视频的时间段，也就是说多个基础片段中的视频帧，包含了待处理视频中的所有视频帧。上述多个基础片段可以两两时间相邻，也可以在相邻两个基础片段中存在重叠的视频帧。
电子设备可以按照预设间隔，在待处理视频中提取多个基础片段；也可以在待处理视频中随机提取多个基础片段，满足基础片段的时间段的集合包含待处理视频的时间段即可。
S602、针对每个基础片段，将基础片段的正序片段和逆序片段中的每个视频帧确定为待处理帧，对待处理帧进行去噪处理。
在确定了多个基础片段之后，电子设备可以对每个基础片段的视频帧按照逆序排列，获得各个基础片段的逆序片段。电子设备可以将每个基础片段对应的正序片段和逆序片段中的每个视频帧确定为待处理帧。进一步地，电子设备可以对每个待处理帧进行去噪处理。
上述视频图像的去噪方法，电子设备对待处理视频进行分段处理，可以以基础片段为一个组进行处理，可以对生成逆序片段的过程进行简化，同时可以简化去噪过程中以及去噪处理后确定时间匹配的视频帧的过程，提升待处理视频的去噪效率，从而可以实现实时去噪的效果。
图9为另一个实施例中视频图像的去噪方法的流程示意图，本实施例涉及电子设备确定基础片段的一种方式，在上述实施例的基础上，如图9所示，上述方法还包括：
S701、对待处理视频进行复制，获得至少一个复制视频。
在确定基础片段时，电子设备可以首先对待处理视频进行复制，获得至少一个复制视频。电子设备可以对待处理视频和复制视频进行标记，以对不同的视频进行区分。
S702、按照不同的分割方式，分别对待处理视频以及复制视频进行分割处理，获得每种分割方式对应的多个视频片段。
进一步地，电子设备可以采用不同的分割方式，对各个视频进行分割处理。其中，上述分割方式可以包括如下至少一种：
第一种分割方式为：采用等时间间隔对待处理视频或复制视频进行分割。上述等时间间隔可以是视频时长，也可以是视频帧数；电子设备可以根据预设的时间间隔，将待处理视频或复制视频分割成多个视频片段。
第二种分割方式为：按照内容相似度，对待处理视频或复制视频进行分割。电子设备可以根据各个视频帧的图像特征，计算相邻视频帧的内容相似度；例如，像素值相同的像素越多，上述相邻视频帧的内容相似度越高。电子设备可以基于内容相似度，将待处理视频分割成多个视频片段，使得每个视频片段中的视频帧内容相似。
第三种分割方式为：按照噪声大小的相似度，对待处理视频或复制视频进行分割。电子设备可以计算每个视频帧的噪声大小，基于视频帧的噪声大小对视频帧进行聚类，将待处理视频分割成多个视频片段。
需要说明的是，本实施例中的分割方式还可以是上述多种分割方式的任意结合，在此不做限定。
S703、根据各视频片段的时间段，在各视频片段中选择基础片段。
在获得每种分割方式对应的多个视频片段之后，电子设备可以根据视频片段的时间段，在各视频片段中选择基础片段。例如，电子设备可以在各个视频片段中随机选择多个视频片段，若上述多个视频片段的时间段的集合可以包含待处理视频的时间段，那么可以将上述多个视频片段确定为多个基础片段。
在一种实现方式中，电子设备根据是否具有对应的参考片段，来选择基础片段。其中，上述参考片段的时间段需要包含基础片段的时间段。
若待处理视频的视频片段，在各个视频片段中具有对应的参考片段，则将视频片段确定为基础片段。
若待处理视频的视频片段，在各个视频片段中不存在对应的参考片段，则在复制视频对应的视频片段中选择基础片段；基础片段的时间段包含视频片段的时间段。
以图10为例，电子设备对待处理视频(视频A)进行复制，获得一个复制视频(视频B)。电子设备采用等时间间隔分割方式，对视频A进行分割处理，获得正序片段A1和正序片段A2；采用内容相似度分割方式，对视频B进行分合处理，获得正序片段B1、正序片段B2和正序片段B3。进一步地，电子设备分别获得各个正序片段的逆序片段，包括：逆序片段A1、逆序片段A2、逆序片段B1、逆序片段B2和逆序片段B3。在视频A中，正序片段A1具有对应的参考片段正序片段B1；而正序片段A2不具有对应的参考片段。进一步地，电子设备在视频B中选择正序片段B2和正序片段B3为基础片段，对应的参考片段均为正序片段A2。
进一步地，电子设备在确定了多个基础片段之后，可以针对每个基础片段，在各视频片段中选择基础片段对应的参考片段；然后，将基础片段的正序片段、基础片段的逆序片段、参考片段的正序片段，以及参考片段的逆序片段中的每个视频帧，均确定为待处理帧。需要说明的是，同一个基础片段可以对应一个或者多个参考片段，不同基础片段对应的参考片段的数量可以相同，也可以不同。
上述视频图像的去噪方法，电子设备通过将待处理视频进行复制，并采用不同的分割方式进行分割，从而可以在获得的视频片段中确定每个基础片段的参考片段；由于基础片段和参考片段包含的视频帧数量不同，在对基础片段和参考片段的逆序片段进行去噪处理时，同一视频帧对应的参考帧的去噪处理结果是不同的，使得基础片段和参考片段的逆序视频可以获得不同的去噪效果，进一步提升待处理视频的去噪效果。
图11为另一个实施例中视频图像的去噪方法的流程示意图，本实施例涉及电子设备对去噪结果进行融合处理的一种方式，在上述实施例的基础上，如图11所示，上述S102包括：
S801、针对基础片段中的每个视频帧，在基础片段的正序片段对应的去噪结果、基础片段的逆序片段对应的去噪结果、参考片段的正序片段对应的去噪结果以及参考片段的逆序片段对应的去噪结果中，分别提取与基础片段中的视频帧时间匹配的初始去噪帧。
针对每个基础片段，电子设备可以获得该基础片段对应的去噪结果组合，包括基础片段的正序片段对应的去噪结果、基础片段的逆序片段对应的去噪结果、参考片段的正序片段对应的去噪结果以及参考片段的逆序片段对应的去噪结果。进一步地，电子设备可以针对基础片段中的每个视频帧，在上述去噪结果组合中，确定与该视频帧时间匹配的多个初始去噪帧。
S802、对各初始去噪帧进行第一融合处理，获得基础片段中的视频帧对应的目标去噪帧。
进一步地，电子设备可以对上述多个初始去噪帧进行第一融合处理，获得该视频帧对应的目标去噪帧。
电子设备对各个初始去噪帧进行第一融合处理时，可以以帧为单位进行融合，也可以是像素为单位进行融合，还可以以去噪帧中的图像块为单位进行融合，在此不做限定。
可选地，电子设备可以对各初始去噪帧中同位置像素的像素值进行平均，获得基础视频帧的目标去噪帧。或者，电子设备可以按照各个像素的融合权重，对各初始去噪帧中同位置像素的像素值进行加权求和，获得基础视频帧的目标去噪帧；其中，像素的融合权重与像素梯度的权重或者像素鬼影的权重相关。
以融合权重与像素梯度的权重相关为例，电子设备可以计算基础片段的视频帧中每个像素的像素梯度；进一步地，根据像素梯度与梯度融合权重映射关系，确定各个像素对应的梯度融合权重。上述梯度融合权重映射关系中，像素梯度越大，对应的梯度融合权重越大；反之，像素梯度越小，对应的梯度融合权重越小。
以融合权重与像素鬼影的权重相关为例，电子设备可以检测基础片段的视频帧中每个像素的像素鬼影；进一步地，根据像素鬼影与鬼影融合权重映射关系，确定各个像素对应的鬼影融合权重。上述鬼影融合权重映射关系中，像素鬼影越大，对应的鬼影融合权重越小；反之，像素鬼影越小，对应的鬼影融合权重越大。
需要说明的是，上述第一融合处理还是可以是上述多种融合方式的组合。
S803、对基础片段的各个目标去噪帧正序排列，获得基础片段的去噪片段。
在获得基础片段的各个视频帧对应的目标去噪帧之后，电子设备可以将各个目标去噪帧正序排列，获得该基础片段的去噪片段。
S804、将各基础片段对应的去噪片段进行拼接处理，获得待处理视频对应的去噪视频。
进一步地，电子设备获得各个基础片段的去噪片段之后，可以对各个去噪片段进行拼接处理，获得该待处理视频的去噪视频。
电子设备可以根据去噪片段的时间段，对各个去噪片段进行拼接处理。若相邻两个去噪片段的时间段不重合，则对上述两个去噪片段直接进行拼接；电子设备可以将后一去噪片段添加在前一去噪片段之后，也可以通过复制两个去噪片段，生成一个新的去噪片段；对于上述拼接方式在此不做限定。
若相邻两个去噪片段重合，对重合的片段部分进行第二融合处理。针对重合的片段部分，电子设备可以将时间匹配的两个目标去噪帧为一组，然后对每组目标去噪帧进行第二融合处理。上述第二融合处理的具体限定与上述第一融合处理类似，在此不做限定。需要说明的是，上述第二融合处理方式可以与第一融合处理方式相同，也可以不同。
上述视频图像的去噪方法，电子设备通过对基础片段的正序片段、基础片段的逆序片段、参考片段的正序片段以及参考片段的逆序片段分别进行去噪处理，使得针对基础片段的同一个视频帧可以对应不同的初始去噪帧；进一步地，通过将多个初始去噪帧进行融合，可以使得该视频帧对应的目标去噪帧中包含了各个初始去噪帧的正向去噪效果，以及减小了各个初始去噪帧中的负面去噪效果，进一步提升目标去噪帧的去噪效果，从而提升去噪视频的去噪效果。
在一个实施例中，提供一种视频图像的去噪方法，在上述实施例的基础上，如图12所示，上述方法包括：
S901、对待处理视频进行复制，获得至少一个复制视频；
S902、按照不同的分割方式，分别对待处理视频以及复制视频进行分割处理，获得每种分割方式对应的多个视频片段；
S903、根据各视频片段的时间段，在各视频片段中选择基础片段；
S904、针对每个基础片段，在各视频片段中选择基础片段对应的参考片段；
S905、将基础片段的正序片段、基础片段的逆序片段、参考片段的正序片段，以及参考片段的逆序片段中的每个视频帧，确定为待处理帧；
S906、对待处理帧的色度分量进行空域去噪处理，获得待处理帧的空域去噪帧的色度分量；
S907、对待处理帧的亮度分量进行空域去噪处理，获得待处理帧对应的空域去噪帧的亮度分量；
S908、采用各像素的目标权重，对待处理帧的参考帧的亮度分量以及空域去噪帧的亮度分量进行加权融合，获得待处理帧对应的时域去噪帧的亮度分量；
S909、计算待处理帧的亮度分量中，各个像素的纹理大小；
S910、根据纹理大小以及预设的纹理权重映射关系，确定待处理帧中各个像素的纹理融合权重值；
S911、基于纹理融合权重值，将时域去噪帧的亮度分量与待处理帧的亮度分量进行融合，获得待处理帧的去噪输出帧的亮度分量；
S912、将去噪输出帧的亮度分量与空域去噪帧的色度分量合并，获得待处理帧的去噪输出帧；
S913、针对基础片段中的每个视频帧，在基础片段的正序片段对应的去噪结果、基础片段的逆序片段对应的去噪结果、参考片段的正序片段对应的去噪结果以及参考片段的逆序片段对应的去噪结果中，分别提取与基础片段中的视频帧时间匹配的初始去噪帧；
S914、对各初始去噪帧进行第一融合处理，获得基础片段中的视频帧对应的目标去噪帧；
S915、对基础片段的各个目标去噪帧正序排列，获得基础片段的去噪片段；
S916、将各基础片段对应的去噪片段进行拼接处理，获得待处理视频对应的去噪视频。
上述视频图像的去噪方法，其实现原理和技术效果与上述实施例类似，在此不做赘述。
应该理解的是，虽然图1-图12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1-12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13为一个实施例的视频图像的去噪装置的结构框图。如图13所示，上述装置包括：
去噪模块10，用于对待处理视频的正序视频和逆序视频中的每个待处理帧进行去噪处理；在去噪处理过程中，待处理帧的去噪结果与参考帧的去噪结果相关；参考帧为位于待处理帧之前的一个或多个视频帧；
融合模块20，用于将正序视频的去噪结果和逆序视频的去噪结果进行融合处理，获得待处理视频对应的去噪视频。
在一个实施例中，在上述实施例的基础上，如图14所示，上述去噪模块10包括：
确定单元101，用于确定待处理视频中的多个基础片段；多个基础片段的时间段的集合包含待处理视频的时间段；
去噪单元102，用于针对每个基础片段，将基础片段的正序片段和逆序片段中的每个视频帧确定为待处理帧，对待处理帧进行去噪处理。
在一个实施例中，在上述实施例的基础上，如图15所示，上述确定单元101，包括：
复制子单元1011，用于对待处理视频进行复制，获得至少一个复制视频；
分割子单元1012，用于按照不同的分割方式，分别对待处理视频以及复制视频进行分割处理，获得每种分割方式对应的多个视频片段；
选择子单元1013，用于根据各视频片段的时间段，在各视频片段中选择基础片段。
在一个实施例中，在上述实施例的基础上，上述选择子单元1013具体用于：在待处理视频的视频片段在各个视频片段中具有对应的参考片段的情况下，则将待处理视频的视频片段确定为基础片段；参考片段的时间段包含基础片段的时间段。
在一个实施例中，在上述实施例的基础上，上述选择子单元1013还用于：在待处理视频的视频片段在各个视频片段中不存在对应的参考片段的情况下，则在复制视频对应的视频片段中选择基础片段；基础片段的时间段包含视频片段的时间段。
在一个实施例中，在上述实施例的基础上，上述去噪单元102具体用于：针对每个基础片段，在各视频片段中选择基础片段对应的参考片段；将基础片段的正序片段、基础片段的逆序片段、参考片段的正序片段，以及参考片段的逆序片段中的每个视频帧，确定为待处理帧。
在一个实施例中，在上述实施例的基础上，如图16所示，上述融合模块20包括：
提取单元201，用于针对基础片段中的每个视频帧，在基础片段的正序片段对应的去噪结果、基础片段的逆序片段对应的去噪结果、参考片段的正序片段对应的去噪结果以及参考片段的逆序片段对应的去噪结果中，分别提取与基础片段中的视频帧时间匹配的初始去噪帧；
融合单元202，用于对各初始去噪帧进行第一融合处理，获得基础片段中的视频帧对应的目标去噪帧；
排列单元203，用于对基础片段的各个目标去噪帧正序排列，获得基础片段的去噪片段；
拼接单元204，用于将各基础片段对应的去噪片段进行拼接处理，获得待处理视频对应的去噪视频。
在一个实施例中，在上述实施例的基础上，融合单元202具体用于：对各初始去噪帧中同位置像素的像素值进行平均，获得基础视频帧的目标去噪帧；或者，按照各个像素的融合权重，对各初始去噪帧中同位置像素的像素值进行加权求和，获得基础视频帧的目标去噪帧；其中，像素的融合权重与像素梯度的权重或者像素鬼影的权重相关。
在一个实施例中，在上述实施例的基础上，拼接单元204具体用于：若相邻两个去噪片段重合，对重合的片段部分进行第二融合处理。
在一个实施例中，在上述实施例的基础上，分割方式包括如下至少一种：采用等时间间隔对待处理视频或复制视频进行分割；按照内容相似度，对待处理视频或复制视频进行分割；按照噪声大小的相似度，对待处理视频或复制视频进行分割；其中，待处理视频和复制视频的分割方式不同。
在一个实施例中，在上述实施例的基础上，如图17所示，上述去噪单元102包括：
空域去噪子单元1021，用于对待处理帧的色度分量进行空域去噪处理，获得待处理帧的空域去噪帧的色度分量；对待处理帧的亮度分量进行空域去噪处理，获得待处理帧对应的空域去噪帧的亮度分量；
时域去噪子单元1022，用于采用各像素的目标权重，对待处理帧的参考帧的亮度分量以及空域去噪帧的亮度分量进行加权融合，获得待处理帧对应的时域去噪帧的亮度分量；目标权重与像素的饱和度、亮度以及差异值相关；差异值用于表征待处理帧与参考帧的差异程度；
去噪输出子单元1023，用于根据时域去噪帧的亮度分量与空域去噪帧的色度分量，获得待处理帧的去噪输出帧。
在一个实施例中，在上述实施例的基础上，如图18所示，上述去噪单元102还包括权重计算子单元1024，用于：根据第一亮度分量、第一色度分量和参考帧的亮度分量，确定各像素的目标权重；其中，第一亮度分量包括待处理帧的亮度分量或者空域去噪帧的亮度分量；第一色度分量包括待处理帧的色度分量或者空域去噪帧的色度分量。
在一个实施例中，在上述实施例的基础上，上述权重计算子单元1024具体用于：根据第一亮度分量与第一色度分量，计算待处理帧中每个像素的饱和度权重；根据第一亮度分量，计算待处理帧中每个像素的亮度权重；根据空域去噪帧的亮度分量与参考帧的亮度分量，计算待处理帧中每个像素的差异值权重；根据每个像素的饱和度权重、亮度权重以及差异值权重，计算每个像素的目标权重。
在一个实施例中，在上述实施例的基础上，上述权重计算子单元1024具体用于：将第一亮度分量与第一色度分量进行色域映射，获得待处理帧中每个像素的饱和度；根据每个像素的饱和度以及预设的饱和度权重映射关系，计算待处理帧中每个像素的饱和度权重；在饱和度权重映射关系中，像素的饱和度越大，对应的饱和度权重越小。
在一个实施例中，在上述实施例的基础上，上述权重计算单元1024具体用于：根据第一亮度分量，生成待处理帧的亮度映射图；亮度映射图中包括每个像素的亮度值；根据亮度映射图以及预设的亮度权重映射关系，计算待处理帧中每个像素的亮度权重；在亮度权重映射关系中，像素的亮度值越大，对应的亮度权重越小。
在一个实施例中，在上述实施例的基础上，上述权重计算子单元1024具体用于：对空域去噪帧的亮度分量与参考帧的亮度分量进行差分计算，获得边界映射图；边界映射图包括各个像素的差异值；根据边界映射图以及预设的差异值权重映射关系，确定待处理帧中每个像素的差异值权重；在差异值权重映射关系中，像素的差异值越大，对应的差异值权重越小。
在一个实施例中，在上述实施例的基础上，上述权重计算子单元1024具体用于：对空域去噪帧的亮度分量与每个参考帧的亮度分量分别进行差分计算，获得每个参考帧对应的差分图像；针对每个像素，在各差分图像中提取最大像素值，获得最大差分图像；按照预设大小，获取最大差分图像中的局部最大图像块；对局部最大图像块进行滤波和膨胀处理，获得每个参考帧对应的边界映射图。
在一个实施例中，在上述实施例的基础上，上述权重计算子单元1024具体用于：针对每个像素，分别在每个参考帧对应的边界映射图中提取像素对应的初始差异值；将各初始差异值的最大值，或者，各初始差异值的平均值，确定为像素的目标差异值；根据目标差异值以及差异值权重映射关系，确定待处理帧中像素的差异值权重。
在一个实施例中，在上述实施例的基础上，上述时域去噪子单元1022具体用于：根据公式
Figure BDA0003085430550000261
获得待处理帧的时域去噪帧的亮度分量Fi,j；其中，Si,j表示空域去噪帧中像素(i,j)的亮度分量；Ri,j表示参考帧中像素(i,j)的亮度分量；jnti,j表示像素(i,j)的目标权重。
在一个实施例中，在上述实施例的基础上，去噪输出子单元1023具体用于：计算待处理帧的亮度分量中，各个像素的纹理大小；根据纹理大小以及预设的纹理权重映射关系，确定待处理帧中各个像素的纹理融合权重值；在纹理权重映射关系中，像素的纹理大小越大，对应的纹理融合权重值越大；基于纹理融合权重值，将时域去噪帧的亮度分量与待处理帧的亮度分量进行融合，获得待处理帧的去噪输出帧的亮度分量；将去噪输出帧的亮度分量与空域去噪帧的色度分量合并，获得待处理帧的去噪输出帧。
上述视频图像的去噪装置中各个模块的划分仅用于举例说明，在其他实施例中，可将视频图像的去噪装置按照需要划分为不同的模块，以完成上述视频图像的去噪装置的全部或部分功能。
关于视频图像的去噪装置的具体限定可以参见上文中对于视频图像的去噪方法的限定，在此不再赘述。上述视频图像的去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。
图19为一个实施例中电子设备的内部结构示意图。如图19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视频图像的去噪方法。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 DigitalAssistant，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视频图像的去噪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视频图像的去噪方法的步骤。
一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行视频图像的去噪方法。
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 (23)

1.一种视频图像的去噪方法，其特征在于，包括：
对待处理视频的正序视频和逆序视频中的每个待处理帧进行去噪处理；在所述去噪处理过程中，所述待处理帧的去噪结果与参考帧的去噪结果相关；所述参考帧为位于所述待处理帧之前的一个或多个视频帧；
将所述正序视频的去噪结果和所述逆序视频的去噪结果进行融合处理，获得所述待处理视频对应的去噪视频。
2.根据权利要求1所述的方法，其特征在于，所述对待处理视频的正序视频和逆序视频中的每个待处理帧进行去噪处理包括：
确定所述待处理视频中的多个基础片段；所述多个基础片段的时间段的集合包含所述待处理视频的时间段；
针对每个基础片段，将所述基础片段的正序片段和逆序片段中的每个视频帧确定为所述待处理帧，对所述待处理帧进行去噪处理。
3.根据权利要求2所述的方法，其特征在于，所述确定所述待处理视频中的多个基础片段，包括：
对所述待处理视频进行复制，获得至少一个复制视频；
按照不同的分割方式，分别对所述待处理视频以及所述复制视频进行分割处理，获得每种分割方式对应的多个视频片段；
根据各所述视频片段的时间段，在各所述视频片段中选择所述基础片段。
4.根据权利要求3所述的方法，其特征在于，所述根据各所述视频片段的时间段，在各所述视频片段中选择所述基础片段，包括：
若所述待处理视频的视频片段，在各个视频片段中具有对应的参考片段，则将所述待处理视频的视频片段确定为所述基础片段；所述参考片段的时间段包含所述基础片段的时间段。
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
若所述待处理视频的视频片段，在各个视频片段中不存在对应的参考片段，则在所述复制视频对应的视频片段中选择基础片段；所述基础片段的时间段包含所述视频片段的时间段。
6.根据权利要求4所述的方法，其特征在于，针对每个基础片段，将所述基础片段的正序片段和逆序片段中的每个视频帧确定为所述待处理帧，包括：
针对每个基础片段，在各所述视频片段中选择所述基础片段对应的参考片段；
将所述基础片段的正序片段、所述基础片段的逆序片段、所述参考片段的正序片段，以及所述参考片段的逆序片段中的每个视频帧，确定为所述待处理帧。
7.根据权利要求6所述的方法，其特征在于，所述将所述正序视频的去噪结果和所述逆序视频的去噪结果进行融合处理，获得所述待处理视频对应的去噪视频，包括：
针对基础片段中的每个视频帧，在所述基础片段的正序片段对应的去噪结果、所述基础片段的逆序片段对应的去噪结果、所述参考片段的正序片段对应的去噪结果以及所述参考片段的逆序片段对应的去噪结果中，分别提取与所述基础片段中的视频帧时间匹配的初始去噪帧；
对各所述初始去噪帧进行第一融合处理，获得所述基础片段中的视频帧对应的目标去噪帧；
对所述基础片段的各个目标去噪帧正序排列，获得所述基础片段的去噪片段；
将各所述基础片段对应的去噪片段进行拼接处理，获得所述待处理视频对应的去噪视频。
8.根据权利要求7所述的方法，其特征在于，所述对各所述初始去噪帧进行第一融合处理，获得所述基础视频帧的目标去噪帧，包括：
对各所述初始去噪帧中同位置像素的像素值进行平均，获得所述基础视频帧的目标去噪帧；
或者，
按照各个像素的融合权重，对各所述初始去噪帧中同位置像素的像素值进行加权求和，获得所述基础视频帧的目标去噪帧；其中，所述像素的融合权重与像素梯度的权重或者像素鬼影的权重相关。
9.根据权利要求7所述的方法，其特征在于，所述将各所述目标片段对应的去噪片段进行拼接处理，获得所述待处理视频对应的去噪视频，包括：
若相邻两个去噪片段重合，对重合的片段部分进行第二融合处理。
10.根据权利要求3所述的方法，其特征在于，所述分割方式包括如下至少一种：
采用等时间间隔对所述待处理视频或所述复制视频进行分割；
按照内容相似度，对所述待处理视频或所述复制视频进行分割；
按照噪声大小的相似度，对所述待处理视频或所述复制视频进行分割；
其中，所述待处理视频和所述复制视频的分割方式不同。
11.根据权利要求1-10任一项所述的方法，其特征在于，所述对所述待处理帧进行去噪处理，包括：
对待处理帧的色度分量进行空域去噪处理，获得所述待处理帧的空域去噪帧的色度分量；
对所述待处理帧的亮度分量进行空域去噪处理，获得所述待处理帧对应的空域去噪帧的亮度分量；
采用各像素的目标权重，对待处理帧的参考帧的亮度分量以及所述空域去噪帧的亮度分量进行加权融合，获得所述待处理帧对应的时域去噪帧的亮度分量；所述目标权重与像素的饱和度、亮度以及差异值相关；所述差异值用于表征所述待处理帧与所述参考帧的差异程度；
根据所述时域去噪帧的亮度分量与所述空域去噪帧的色度分量，获得所述待处理帧的去噪输出帧。
12.根据权利要求11所述的方法，其特征在于，所述方法还包括：
根据第一亮度分量、第一色度分量和所述参考帧的亮度分量，确定各像素的所述目标权重；其中，所述第一亮度分量包括所述待处理帧的亮度分量或者所述空域去噪帧的亮度分量；所述第一色度分量包括所述待处理帧的色度分量或者所述空域去噪帧的色度分量。
13.根据权利要求12所述的方法，其特征在于，所述根据第一亮度分量、所述待处理帧的色度分量和所述参考帧的亮度分量，确定各像素的所述目标权重，包括：
根据所述第一亮度分量与所述第一色度分量，计算所述待处理帧中每个像素的饱和度权重；
根据所述第一亮度分量，计算所述待处理帧中每个像素的亮度权重；
根据所述空域去噪帧的亮度分量与所述参考帧的亮度分量，计算所述待处理帧中每个像素的差异值权重；
根据每个像素的所述饱和度权重、所述亮度权重以及所述差异值权重，计算每个像素的所述目标权重。
14.根据权利要求13所述的方法，其特征在于，所述根据所述第一亮度分量与所述第一色度分量，计算所述待处理帧中每个像素的饱和度权重，包括：
将所述第一亮度分量与所述第一色度分量进行色域映射，获得所述待处理帧中每个像素的饱和度；
根据每个像素的饱和度以及预设的饱和度权重映射关系，计算所述待处理帧中每个像素的饱和度权重；在所述饱和度权重映射关系中，像素的饱和度越大，对应的饱和度权重越小。
15.根据权利要求13所述的方法，其特征在于，所述根据所述第一亮度分量，计算所述待处理帧中每个像素的亮度权重，包括：
根据所述第一亮度分量，生成所述待处理帧的亮度映射图；所述亮度映射图中包括每个像素的亮度值；
根据所述亮度映射图以及预设的亮度权重映射关系，计算所述待处理帧中每个像素的亮度权重；在所述亮度权重映射关系中，像素的亮度值越大，对应的亮度权重越小。
16.根据权利要求13所述的方法，其特征在于，所述根据所述空域去噪帧的亮度分量与所述参考帧的亮度分量，计算所述待处理帧中每个像素的差异值权重，包括：
对所述空域去噪帧的亮度分量与所述参考帧的亮度分量进行差分计算，获得边界映射图；所述边界映射图包括各个像素的差异值；
根据所述边界映射图以及预设的差异值权重映射关系，确定所述待处理帧中每个像素的差异值权重；在所述差异值权重映射关系中，像素的差异值越大，对应的差异值权重越小。
17.根据权利要求16所述的方法，其特征在于，所述待处理帧对应多个参考帧，所述对所述空域去噪帧的亮度分量与所述参考帧的亮度分量进行差分计算，获得边界映射图，包括：
对所述空域去噪帧的亮度分量与每个参考帧的亮度分量分别进行差分计算，获得每个参考帧对应的差分图像；
针对每个像素，在各所述差分图像中提取最大像素值，获得最大差分图像；
按照预设大小，获取所述最大差分图像中的局部最大图像块；
对所述局部最大图像块进行滤波和膨胀处理，获得每个参考帧对应的边界映射图。
18.根据权利要求17所述的方法，其特征在于，所述根据所述边界映射图以及预设的差异值权重映射关系，确定所述待处理帧中每个像素的差异值权重，包括：
针对每个像素，分别在每个参考帧对应的边界映射图中提取所述像素对应的初始差异值；
将各所述初始差异值的最大值，或者，各所述初始差异值的平均值，确定为所述像素的目标差异值；
根据所述目标差异值以及所述差异值权重映射关系，确定所述待处理帧中像素的差异值权重。
19.根据权利要求11所述的方法，其特征在于，所述采用各像素的目标权重，对待处理帧的参考帧的亮度分量以及所述空域去噪帧的亮度分量进行加权融合，获得所述待处理帧对应的时域去噪帧的亮度分量，包括：
根据公式
Figure FDA0003085430540000051
获得所述待处理帧的时域去噪帧的亮度分量Fi,j；
其中，Si,j表示空域去噪帧中像素(i,j)的亮度分量；Ri,j表示参考帧中像素(i,j)的亮度分量；jnti,j表示像素(i,j)的目标权重。
20.根据权利要求11所述的方法，其特征在于，所述根据所述时域去噪帧的亮度分量与所述空域去噪帧的色度分量，获得所述待处理帧的去噪输出帧，包括：
计算所述待处理帧的亮度分量中，各个像素的纹理大小；
根据所述纹理大小以及预设的纹理权重映射关系，确定所述待处理帧中各个像素的纹理融合权重值；在所述纹理权重映射关系中，像素的纹理大小越大，对应的纹理融合权重值越大；
基于所述纹理融合权重值，将所述时域去噪帧的亮度分量与所述待处理帧的亮度分量进行融合，获得所述待处理帧的去噪输出帧的亮度分量；
将所述去噪输出帧的亮度分量与所述空域去噪帧的色度分量合并，获得所述所述待处理帧的去噪输出帧。
21.一种视频图像的去噪装置，其特征在于，包括：
去噪模块，用于对待处理视频的正序视频和逆序视频中的每个待处理帧进行去噪处理；在所述去噪处理过程中，所述待处理帧的去噪结果与参考帧的去噪结果相关；所述参考帧为位于所述待处理帧之前的一个或多个视频帧；
融合模块，用于将所述正序视频的去噪结果和所述逆序视频的去噪结果进行融合处理，获得所述待处理视频对应的去噪视频。
22.一种电子设备，包括存储器及处理器，其特征在于，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，使得所述处理器执行如权利要求1至20中任一项所述的视频图像的去噪方法的步骤。
23.一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20中任一项所述的方法的步骤。
CN202110579273.6A 2021-05-26 2021-05-26 视频图像的去噪方法、装置、电子设备和可读存储介质 Pending CN113284065A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110579273.6A CN113284065A (zh) 2021-05-26 2021-05-26 视频图像的去噪方法、装置、电子设备和可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110579273.6A CN113284065A (zh) 2021-05-26 2021-05-26 视频图像的去噪方法、装置、电子设备和可读存储介质

Publications (1)

Publication Number Publication Date
CN113284065A true CN113284065A (zh) 2021-08-20

Family

ID=77282112

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110579273.6A Pending CN113284065A (zh) 2021-05-26 2021-05-26 视频图像的去噪方法、装置、电子设备和可读存储介质

Country Status (1)

Country Link
CN (1) CN113284065A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114466147A (zh) * 2021-12-23 2022-05-10 阿里巴巴（中国）有限公司 一种视频亮度的调整方法、装置、电子设备以及存储介质
CN114724144A (zh) * 2022-05-16 2022-07-08 北京百度网讯科技有限公司 文本识别方法、模型的训练方法、装置、设备及介质
CN115937013A (zh) * 2022-10-08 2023-04-07 上海为旌科技有限公司 一种基于空域的亮度去噪方法和装置
CN116016807A (zh) * 2022-12-30 2023-04-25 广东中星电子有限公司 一种视频处理方法、***、可存储介质和电子设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109155059A (zh) * 2016-03-23 2019-01-04 皇家飞利浦有限公司 通过双通道时域降噪的改善的图像质量
CN110246088A (zh) * 2018-03-07 2019-09-17 舜宇光学（浙江）研究院有限公司 基于小波变换的图像亮度降噪方法及其图像降噪***
CN111629262A (zh) * 2020-05-08 2020-09-04 Oppo广东移动通信有限公司 视频图像处理方法和装置、电子设备及存储介质
CN111784603A (zh) * 2020-06-29 2020-10-16 珠海全志科技股份有限公司 一种raw域图像去噪方法、计算机装置及计算机可读存储介质
CN112532855A (zh) * 2019-09-17 2021-03-19 华为技术有限公司 一种图像处理方法和装置
CN112819721A (zh) * 2021-02-04 2021-05-18 湖南兴芯微电子科技有限公司 一种图像彩色噪声降噪的方法和***

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109155059A (zh) * 2016-03-23 2019-01-04 皇家飞利浦有限公司 通过双通道时域降噪的改善的图像质量
CN110246088A (zh) * 2018-03-07 2019-09-17 舜宇光学（浙江）研究院有限公司 基于小波变换的图像亮度降噪方法及其图像降噪***
CN112532855A (zh) * 2019-09-17 2021-03-19 华为技术有限公司 一种图像处理方法和装置
CN111629262A (zh) * 2020-05-08 2020-09-04 Oppo广东移动通信有限公司 视频图像处理方法和装置、电子设备及存储介质
CN111784603A (zh) * 2020-06-29 2020-10-16 珠海全志科技股份有限公司 一种raw域图像去噪方法、计算机装置及计算机可读存储介质
CN112819721A (zh) * 2021-02-04 2021-05-18 湖南兴芯微电子科技有限公司 一种图像彩色噪声降噪的方法和***

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114466147A (zh) * 2021-12-23 2022-05-10 阿里巴巴（中国）有限公司 一种视频亮度的调整方法、装置、电子设备以及存储介质
CN114466147B (zh) * 2021-12-23 2024-03-15 阿里巴巴（中国）有限公司 一种视频亮度的调整方法、装置、电子设备以及存储介质
CN114724144A (zh) * 2022-05-16 2022-07-08 北京百度网讯科技有限公司 文本识别方法、模型的训练方法、装置、设备及介质
CN114724144B (zh) * 2022-05-16 2024-02-09 北京百度网讯科技有限公司 文本识别方法、模型的训练方法、装置、设备及介质
CN115937013A (zh) * 2022-10-08 2023-04-07 上海为旌科技有限公司 一种基于空域的亮度去噪方法和装置
CN115937013B (zh) * 2022-10-08 2023-08-11 上海为旌科技有限公司 一种基于空域的亮度去噪方法和装置
CN116016807A (zh) * 2022-12-30 2023-04-25 广东中星电子有限公司 一种视频处理方法、***、可存储介质和电子设备
CN116016807B (zh) * 2022-12-30 2024-04-19 广东中星电子有限公司 一种视频处理方法、***、可存储介质和电子设备

Similar Documents

Publication Publication Date Title
CN113284065A (zh) 视频图像的去噪方法、装置、电子设备和可读存储介质
US10970600B2 (en) Method and apparatus for training neural network model used for image processing, and storage medium
US7899122B2 (en) Method, apparatus and computer program product for generating interpolation frame
US7936950B2 (en) Apparatus for creating interpolation frame
WO2022089657A1 (zh) 拼接图像的色差消除方法、装置、设备和可读存储介质
Sharma et al. Nighttime visibility enhancement by increasing the dynamic range and suppression of light effects
US9727984B2 (en) Electronic device and method for processing an image
JP2004104656A (ja) 動きベクトル検出方法、フレーム補間画像作成方法及び画像表示システム
WO2015121535A1 (en) Method, apparatus and computer program product for image-driven cost volume aggregation
CN111586409B (zh) 插值帧的生成方法、装置、电子设备和存储介质
EP3610453A1 (en) Synthetic long exposure image with optional enhancement using a guide image
CN113240608A (zh) 图像去噪方法、装置、电子设备和可读存储介质
KR20190035602A (ko) 이미지의 컬러들을 확장하기 위한 저비용 컬러 확장 모듈
CN111986116B (zh) 视频降噪方法和装置、电子设备、计算机可读存储介质
KR20190030870A (ko) 가상 크로마키 배경을 이용하여 영상을 합성하는 장치, 방법 및 컴퓨터 프로그램
JP2016529747A (ja) ビデオシーケンスをトーンマッピングする方法
US20180199019A1 (en) Digital image conversion method and apparatus, storage medium, and device
CN110858895A (zh) 一种图像处理方法和装置
CN117408886A (zh) 气体图像增强方法、装置、电子装置和存储介质
CN116980549A (zh) 视频帧处理方法、装置、计算机设备和存储介质
CN115049572A (zh) 图像处理方法、装置、电子设备和计算机可读存储介质
CN115205168A (zh) 图像处理方法、装置、电子设备和存储介质、产品
JP2011516911A (ja) カラー画像のエンハンスメント
JP2015197818A (ja) 画像処理装置およびその方法
US20120114042A1 (en) In loop contrast enhancement for improved motion estimation

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