CN104125374B - 图像处理装置及其影像噪声抑制方法 - Google Patents
图像处理装置及其影像噪声抑制方法 Download PDFInfo
- Publication number
- CN104125374B CN104125374B CN201310230932.0A CN201310230932A CN104125374B CN 104125374 B CN104125374 B CN 104125374B CN 201310230932 A CN201310230932 A CN 201310230932A CN 104125374 B CN104125374 B CN 104125374B
- Authority
- CN
- China
- Prior art keywords
- image
- pixel
- low pass
- shade
- value
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 title claims abstract description 36
- 230000001629 suppression Effects 0.000 title claims abstract description 19
- 238000001914 filtration Methods 0.000 claims description 37
- 230000004927 fusion Effects 0.000 claims description 12
- 230000000007 visual effect Effects 0.000 claims description 11
- 238000012216 screening Methods 0.000 claims description 6
- 230000006835 compression Effects 0.000 claims description 2
- 238000007906 compression Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 14
- 238000010606 normalization Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction 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
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- 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
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种图像处理装置及其影像噪声抑制方法。影像噪声抑制方法包括以下步骤:分别依据预设高通遮罩、第一预设遮罩及第二默认遮罩对第一影像的多个像素值进行滤波,以分别获得高通影像、第一低通影像及第二低通影像。将第一低通影像以及第二低通影像进行差值运算,以获得低通差值影像。依据高通影像以及低通差值影像进行像素权重运算,以获得对应至第一影像的像素权重遮罩。依据该第一低通影像及该第二低通影像的其中之一以及该像素权重遮罩对该第一影像进行运算,以获得噪声抑制影像。
Description
技术领域
本发明涉及一种图像处理技术,且特别涉及一种图像处理装置及其影像噪声抑制方法。
背景技术
多媒体技术的日益精进使得高画质影像的需求逐渐增加。影像质量的好坏与在撷取影像、信号转换以及传输过程中所伴随产生的噪声量有相当大的关联。为了有效地去除噪声以提高影像质量,在图像处理领域中关于噪声消除的研究也越来越受到重视。噪声形成的原因例如是环境光源的变化而对影像撷取单元造成随机噪声的产生、电路本身产生的噪声,或是在图像处理过程(如白平衡、影像内插)中所产生的噪声。因此,在夜间撷取的影像通常伴随着强烈噪声。
滤波处理通常是采用滤波器来调整影像的像素值,以消除噪声。然而,如果过度调整以消除噪声,则影像的细节也会被减弱,例如导致影像不清晰。因此,在影像的细节清晰度与噪声消除之间希望能取得平衡。
目前的影像噪声抑制技术中,可动态调整滤波器的权重值来进行影像的过滤处理可获得良好的噪声抑制效果,但却有运算复杂度较高、需要额外参照影像以致耗费内存等问题,导致这些噪声抑制技术不易整合至视频编码器或数字信号处理器中。
发明内容
本发明提供一种图像处理装置及其影像噪声抑制方法,其利用预设的高通滤波器及两组低通滤波来产生可滤除噪声并且同时保留影像细节的遮罩,并利用此遮罩来调整输入影像,以在滤除噪声的同时可以大幅度地保留影像细节。据此,图像处理装置便可降低运算复杂度,并且不需要额外参照其他影像以致耗费内存。
本发明提供一种影像噪声抑制方法,包括以下步骤:依据默认高通遮罩对第一影像的多个像素值进行高通滤波,以获得高通影像;分别依据第一预设遮罩以及第二默认遮罩对第一影像的多个像素值进行低通滤波,以获得第一低通影像及第二低通影像,其中第一默认遮罩不同于第二预设遮罩;将第一低通影像以及第二低通影像进行差值运算以获得低通差值影像;依据高通影像以及低通差值影像进行像素权重运算,以获得对应至第一影像的像素权重遮罩。依据第一低通影像及第二低通影像的其中之一以及像素权重遮罩对所述第一影像进行运算,以获得噪声抑制影像,该噪声抑制影像适用于影像压缩。
以另一观点而言,本发明提供一种图像处理装置,其包括影像获得单元以及处理器。影像获得单元用以获得第一影像。处理器用以执行下列步骤:依据默认高通遮罩对第一影像的多个像素值进行高通滤波,以产生高通影像;分别依据第一预设遮罩以及第二默认遮罩对第一影像的多个像素值进行低通滤波,以分别获得第一低通影像及第二低通影像,其中第一默认遮罩不同于第二预设遮罩;将第一低通影像以及第二低通影像进行差值运算以获得低通差值影像;依据高通影像以及低通差值影像进行像素权重运算,以产生对应至第一影像的像素权重遮罩;依据第一低通影像及第二低通影像的其中之一以及像素权重遮罩对所述第一影像进行运算,以获得噪声抑制影像。
以再一观点而言,本发明提供一种图像处理装置,其包括高通滤波器、第一低通滤波器、第二低通滤波器、差值运算模块、像素权重运算模块以及影像融合模块。高通滤波器依据预设高通遮罩对第一影像的多个像素值进行高通滤波,产生高通影像。第一低通滤波器依据第一默认遮罩对第一影像的多个像素值进行低通滤波,产生第一低通影像。第二低通滤波器依据第二默认遮罩对第一影像的多个像素值进行低通滤波,产生第二低通影像,其中,第一预设滤波器不同于第二预设滤波器。差值运算模块对第一低通影像以及第二低通影像进行差值运算以产生低通差值影像。像素权重运算模块依据高通影像以及低通差值影像进行像素权重运算,以产生对应该第一影像的像素权重遮罩。影像融合模块依据第一低通影像及第二低通影像的其中之一以及所述像素权重遮罩对所述第一影像进行运算,以产生噪声抑制影像。
基于上述,本发明实施例利用高通滤波产生的高通影像以及通过两个低通滤波所产生的两个低通影像之间的差值影像,来产生可滤除噪声并且同时保留影像细节的遮罩,例如,此遮罩可保留输入影像中的色块边缘及色块交错部分的原始影像信息,并利用此遮罩对输入影像进行运算以及调整,以在滤除噪声的同时可以大幅度地保留影像细节而使画面清晰。此外,由于处理过程中只需要一个预设的高通滤波器及两个低通滤波器,并通过固定的算法来获得所需的像素遮罩,因此可以降低运算复杂度,并且不需要额外参照其他影像以致耗费内存。
附图说明
图1是根据本发明一实施例所示的图像处理装置的方块图;
图2是根据本发明一实施例所示的影像噪声抑制方法的流程图;
图3至图8则为本发明一实施例作为举例的各个影像;
图9是根据本发明一实施例所示的影像噪声抑制方法的细节流程图;
图10是本实施例所采用的两种预设高通遮罩;
图11是本实施例所采用的第一预设遮罩及第二预设遮罩;
图12为输入影像的举例;
图13为采用结合高频滤波以及低频滤波,但并未使用两个低频滤波的结果进行差值处理来滤除噪声的影像;
图14为符合本发明实施例所产生已滤除噪声的影像。
【符号说明】
100:图像处理装置
110:影像获得单元
120:噪声抑制单元
130:高通滤波器
140:第一低通滤波器
150:第二低通滤波器
160:差值运算模块
170:像素权重运算模块
180:影像融合模块
IM1:第一影像
HPM:高通影像
LPM1、LPM2:低通影像
LDM:低通差值影像
MK:像素权重遮罩
NM:噪声抑制影像
S210~S360:步骤
1010、1020:预设高通遮罩
1110、1120:预设遮罩
具体实施方式
在图像处理技术中,对影像中的噪声抑制大多采用滤波器对各像素进行卷积(Convolution)运算,因此滤波器内所使用遮罩的权重值便是影响画质的关键因素。滤波器可分为定值滤波器以及非定值滤波器。定值滤波器是对各像素采用相同的低通滤波遮罩进行处理,其作法简单但易使影像产生模糊现象,如均值滤波器及高斯滤波器。非定值滤波器则依各像素的区域特征来动态调整滤波器内遮罩的权重值,若像素为边界(高频)则权重值较高,像素为平滑(低频)则权重值较低,以达到抑制噪声且画面清晰效果,公知做法如双向滤波器及导向滤波器。然而,高斯滤波器以及双向滤波器在计算遮罩的权重值时皆需包含大量的指数运算,导致具备较高的运算负载。导向滤波器则需参考另一张影像来作为计算遮罩权重值的参考,导致额外耗费内存以增加实现成本。
为改善噪声滤除的运算效能,并在未增加内存需求下以获得良好的噪声滤除效果,本发明的图像处理装置利用一组默认的定值高通滤波器来获得具备输入影像的边缘特征,再结合两组定值低通滤波器以取得输入影像的纹理特征并且抑制噪声。据此,本发明的图像处理装置无需额外参照影像且使硬件能够易于平行化处理。为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明作进一步的详细说明。
图1是根据本发明一实施例所示的图像处理装置100的方块图。本发明的图像处理装置100应用于抑制输入影像中的噪声,尤其是针对夜间输入影像的强烈噪声,因此可适用于照相机、摄影机、行动装置等电子设备,或是符合本发明实施例的图像处理程序。
图像处理装置100主要包括影像获得单元110以及噪声控制单元120。影像获得单元110用以获得第一影像IM1(或称为输入影像)。影像获得单元110可以是照相机、摄影机、影像撷取芯片甚至是用来储存影像的硬盘等。于部分实施例中,图像处理装置100也可以不需要影像获得单元110,而是直接从外部设备中直接获得第一影像IM1。
噪声控制单元120用以接收第一影像IM1,并抑制第一影像的噪声而产生噪声抑制影像NM。噪声控制单元120可以是用来执行符合本发明实施例的图像处理程序的处理器,也可以将本发明所述的功能分别以电路模块的方式来实现硬件。本发明实施例所称的「模块」可以是利用处理器执行的的软件模块,也可以是利用电路来实现的硬件或韧体模块。在产生噪声抑制影像NM之后,图像处理装置100可以将噪声抑制影像NM储存至计算机存取装置(例如,输出至网络、硬盘等)、输出至影像视频编码器或显示于屏幕上,本发明并不限制噪声抑制影像NM的应用。
噪声抑制单元120包括高通滤波器130、第一低通滤波器140、第二低通滤波器150、差值运算模块160、像素权重运算模块170以及影像融合模块180。噪声抑制单元120中各个元件的功能将与图2的噪声抑制方法相互配合说明。图2是根据本发明一实施例所示的影像噪声抑制方法的流程图,图3至图8则为本发明一实施例作为举例的各个影像。请同时参照图1及图2,并配合图3至图8的影像作为示例。于步骤S210中,高通滤波器130在接收第一影像IM1后,例如图3的第一影像IM1,便依据预设高通遮罩对第一影像IM1的多个像素值进行高通滤波,以获得高通影像HPM,例如图4的高通影像HPM。高通影像HPM会凸显出第一影像IM1的边缘特征。本发明的高通滤波器130属于定值高通滤波器,换句话说,高通滤波器130所采用的高通遮罩为定值,而不是动态调整权重值的高通遮罩。符合本发明的部分实施例中,高通滤波也可由多个高通滤波器来共同实现,因此并不受限于以单个高通滤波器来实现上述高通滤波程序。
于步骤S220中,第一低通滤波器140以及第二低通滤波器150分别依据第一预设遮罩以及第二默认遮罩对第一影像IM1的多个像素值进行低通滤波,以分别获得第一低通影像LPM1及第二低通影像LPM2。图5揭示符合本发明实施例及图3的第一低通影像LPM1及第二低通影像LPM2。本发明的两个低通滤波器140、150也是属于低运算量的定值低通滤波器,低通滤波器140、150所采用的低通遮罩为定值,而不是动态调整权重值的低通遮罩。并且,第一低通滤波器140使用的第一预设遮罩将不同于第二低通滤波器150使用的第二预设遮罩。
于此说明的是,本实施例是以两个不同的低通滤波器140、150作为实现方式,借助上述的硬件架构可以让这两个低通滤波器140、150以及高通滤波器130同时执行步骤S210、S220的动作。也就是,步骤S220由分别具备第一预设遮罩以及第二预设遮罩的两个低通滤波器140、150对第一影像IM1来执行。若此图像处理装置100使用于静态图像处理时,也就是对于图像处理的速度要求不高时,低通滤波器140、150也可以整合为相同的硬件或是同一个处理程序,并对第一影像IM1利用两个不同的定值低通遮罩来执行两次低通滤波,以产生两个低通影像LPM1、LPM2。也就是,步骤S220由一个低通滤波器以不同的预设遮罩对该第一影像IM1来分别执行。
请继续参照图1、图2,于步骤S230中,差值运算模块160接收到第一以及第二低通影像LPM1、LPM2后,将第一低通影像LPM1以及第二低通影像LPM2进行差值运算以获得低通差值影像LDM(如图6所示)。低通差值影像LDM可以保留第一影像IM1中的边缘特征并且抑制第一影像IM1中的噪声。于其他实施例中,应用本发明者也可利用两个以上的低通滤波器来获得两个以上低通影像,并利用这些低通影像进行差值运算或是相减而获得低通差值影像LDM,而不受限于仅利用两个低通滤波器140、150来实现低通差值影像LDM的获得。
于步骤S240中,像素权重运算模块170便依据高通影像HPM(图4)以及低通差值影像LDM(图6)进行像素权重运算,以计算第一影像IM1中每个像素的权重值,并将这些权重值设置于对应位置的遮罩中,以获得对应至第一影像IM1的像素权重遮罩MK。像素权重遮罩MK可以如图7所示。
于步骤S250中,影像融合模块180便可依据第一低通影像LPM1及第二低通影像LPM2的其中之一以及像素权重遮罩MK对第一影像IM1进行运算,以获得噪声抑制影像NM。噪声抑制影像NM可以如图8所示。
图2是以整个影像作为举例来进行本发明所述的噪声抑制方法,而下述将说明如何影像中的每个像素来进行本发明所述的噪声抑制方法,并列举本发明所采用的各种参数。图9是根据本发明一实施例所示的影像噪声抑制方法的细节流程图。
请同时参照图1及图9,影像获得单元110于步骤S310获得第一影像IM1。之后,于步骤S315,影像获得单元110从第一影像IM1获得目标像素以及相邻于目标像素的多个邻接像素。于步骤S320中,高通滤波器130从第一影像IM1获得目标像素以及相邻于目标像素的多个邻接像素之后,便利用图10中所绘示的预设高通遮罩来对这些目标像素以及邻接像素进行高通滤波,以获得高通影像HPM中对应目标像素的高通像素值Hp。图10发明本实施例所采用的两种预设高通遮罩1010、1020。预设高通遮罩1010、1020中的权重值皆为实数,预设高通遮罩1010适用于Y轴方向(也就是,垂直方向)的高通滤波,而预设高通遮罩1020则适用于X轴方向(也就是,水平方向)的高通滤波,应用本实施例者可依其需求来调整预设的定值高通遮罩中的权重值。
在此假设,高通滤波函数为fh,而此高通滤波函数fh将随着高通滤波遮罩而变动。Ip表示第一影像IM1中目标影像的像素值(如,色彩值),Hp表示高通影像HPM中对应目标像素的高通像素值,则高通滤波器130所输出的高通像素值Hp为目标影像的像素值Ip与高通滤波遮罩1010或1020内权重值W以及遮罩内每一点像素点q的卷积,如方程式(1)所示:
其中,kh(p)为标准化函数。本发明所述的标准化函数是用以限制各个遮罩与像素进行相乘后的乘积不会过大,而是限制在一定程度内。因此,本发明所述的标准化函数的数值大小皆位于默认值(例如,“1”)与零之间。例如,标准化函数kh(p)可以方程式(2)来表示:
kh(p)=∑q∈Wfh(q)…………………………(2)
本发明也可以将第一影像IM1经过两次高通滤波:一次垂直方向的高通滤波,另一次则为水平方向的高通滤波,并将计算得出的、高通影像HPM中对应目标像素的高通像素值Hp相加除以2,以获得更为良好的高通影像HPM。
于步骤S325中,低通滤波器140依据第一默认遮罩对第一影像IM1的目标像素及邻接像素进行低通滤波,以获得第一低通影像LPM1中对应目标像素的第一低通像素值。第一预设遮罩如图11的遮罩1110所示。图11是本实施例所采用的第一预设遮罩1110及第二预设遮罩1120。相应地,于步骤S330,低通滤波器150依据第二默认遮罩对第一影像IM1的目标像素及邻接像素进行低通滤波,以获得第二低通影像LPM2中对应目标像素的第二低通像素值。第二预设遮罩如图11的遮罩1120所示。于本实施例中,第一及第二预设遮罩1110、1120为定值且互不相同,而皆适用于低通滤波。
于此,第一低通滤波器140以及第二低通滤波器150皆采用相同的低通滤波技术,因此下述列举一种低通滤波函数来做为实现方式。假设低通滤波函数为fl,而此低通滤波函数fl将随着第一预设遮罩1110或第二预设遮罩1120而变动。Lp表示低通影像LPM1或LPM2中对应目标像素的第一低通像素值或第二低通像素值。因此,低通滤波器140、150所输出的低通像素值Lp为目标影像的像素值Ip与第一或第二预设遮罩1110或1120内权重值W以及遮罩内每一点像素点q的卷积,如方程式(3)所示:
其中,kl(p)为标准化函数。标准化函数kl(p)可以方程式(4)来表示:
kl(p)=∑q∈Wfl(q)…………………………(4)
于步骤S335中,差值运算模块160将对应目标像素的第一低通像素值Lp1与对应目标像素的第二低通像素值Lp2相减,以获得低通差值影像LDM中对应目标像素的低通差值像素值IDoG。当使用两张不同默认遮罩的低通影像LPM1、LPM2进行差值运算模块160的差值运算时,可找出低通影像LPM1、LPM2在不同尺度空间的极值或关键结构,此一步骤称为高斯差异(Difference of Gaussian;DoG)。
假设差值运算模块160采用高斯滤波器G并给定变异数σi、σj进行低通滤波值计算,则低通差值像素值IDoG便是给定变异数σi、σj后的两个高斯滤波器Gσi、Gσj相减后再与第一影像IM1中目标影像的像素值Ip相乘后的数值,如利用方程式(5)所示:
IDoG=(Gσi-Gσj)×Ip…………………(5)
于步骤S340中,像素权重运算模块170依据高通影像HPM中对应目标像素的高通像素值Hp以及低通差值影像LDM中对应目标像素的低通差值像素值IDoG进行像素权重运算,以获得对应目标像素的像素权重遮罩的权重值。换句话说,方程式(1)所得的高通影像HPM具有第一影像IM1的重要边缘及纹理特征,方程式(5)所得的低通差值影像LDM则包含第一影像IM1的影像交界处与极值边缘,但两者同时皆包含噪声。因此,本发明实施例便结合两者以进行运算,以取得稳定边缘并抑制噪声的遮罩MK来对第一影像IM1进行处理,得到较精细完整的影像结构。
假设像素权重遮罩MK中对应目标像素的像素权重值为Bp,则像素权重遮罩MK中的像素权重值Bp可以方程式(6)来计算得到:
kb为标准化函数,可用方程式(7)表示:
kb=∑p∈IIDoG(p)×Hp…………………………(7)
据此,像素权重遮罩MK中对应每个目标像素的像素权重值Bp便可利用方程式(6)及(7)来获得。
于步骤S345中,影像融合模块180依据第一低通影像LPM1及第二低通影像LPM2的其中之一以及像素权重遮罩MK对该第一影像进行运算,以产生噪声抑制影像NM。详言之,影像融合模块180将第一影像IM1、像素权重遮罩MK以及任一个低通影像(如,第一低通影像LPM12及第二低通影像LPM2其中之一)结合进行运算,便可产生滤除噪声后噪声抑制影像NM中的抑制像素值Jp。抑制像素值Jp可以方程式(8)来计算得到:
Jp=Bp×Ip+(RN-Bp)×Lp1…………………………(8)
其中,Bp为对应目标像素的像素权重值,Lp1为对应目标像素的、位于第一低通影像LPM1中的第一低通像素值。RN为标准化参数中提及的默认值。于本实施例中,此默认值RN为”1”。于部分实施例中,Lp1也可以利用对应目标像素的、位于第二低通影像LPM2中的第二低通像素值Lp2来取代。换句话说,影像融合模块180会将目标像素的像素值Ip乘以对应目标像素的像素权重值Bp,并与默认值(“1”)减去像素权重值Bp后再乘以对应目标像素的第一低通滤波像素值Lp1及第二低通滤波像素值Lp2的其中之一的乘积相加,以获得噪声抑制影像NM中对应目标像素的抑制像素值Jp。
于步骤S350中,图像处理装置100便会判断第一影像IM1中的所有像素值是否已获得与这些像素值对应的抑制像素值Jp。如果第一影像IM1中尚有像素未经处理,则进入步骤S355,图像处理装置100将未经处理的像素作为所述目标像素,并再次经由步骤S315~S345以计算获得对应目标像素的抑制像素值。若第一影像IM1中的像素皆以完全处理,则图像处理装置100便已经处理完噪声抑制影像NM中的每个抑制像素值Jp,并进入步骤S360以输出噪声抑制影像NM。
相较于前案,部分的噪声抑制技术虽然有结合高频滤波以及低频滤波来滤除噪声,虽然保留了影像的纹理,但也提高了噪声的产生。相对而言,本发明除了利用高频及低频的滤波搭配以外,还额外将两个低频滤波的结果进行差值处理,由此便可有效地滤除噪声。
举例而言,图12的左右两图皆为输入影像的举例,图13为采用结合高频滤波以及低频滤波,但并未使用两个低频滤波的结果进行差值处理来滤除噪声(也称为方法1)的影像。图14为符合本发明实施例所产生已滤除噪声(也称为本发明方法)的影像。透过图13及图14的比较可以明显看出,图13所采用的方法虽可保留边缘,但也会同时强化噪声。本发明实施例所产生的图14影像则可适度地保留边缘,并有效抑制噪声。
此外,本发明利用图像处理常用的两个指标,峰值信噪比PSNR以及结构相似性质量指针SSIM,来判断图13及图14的噪声程度,如下表(1)所示。
表(1)
本发明所采用的指标PSNR以及SSIM皆是数值越大越好,因此由表(1)可知,本发明方法相较于方法一为佳。
综上所述,本发明实施例利用高通滤波产生的高通影像以及通过两个低通滤波所产生的两个低通影像之间的差值影像,来产生可滤除噪声并且同时保留影像细节的遮罩,例如,此遮罩可保留输入影像中的色块边缘及色块交错部分的原始影像信息,并利用此遮罩来调整输入影像,以在滤除噪声的同时可以大幅度地保留影像细节而使画面清晰。此外,由于处理过程中只需要一个预设的高通滤波器及两个低通滤波器,并通过固定的算法来获得所需的像素遮罩,因此可以降低运算复杂度,并且不需要额外参照其他影像以致耗费内存。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (17)
1.一种影像噪声抑制方法,包括:
依据一预设高通遮罩,对一第一影像的多个像素进行高通滤波,以获得一高通影像;
分别依据一第一预设遮罩以及一第二预设遮罩对该第一影像的所述像素进行低通滤波,以获得一第一低通影像及一第二低通影像,其中该第一预设遮罩不同于该第二预设遮罩;
将该第一低通影像及该第二低通影像进行一差值运算以获得一低通差值影像;
依据该高通影像以及该低通差值影像对所述像素进行一像素权重运算,以获得对应至该第一影像的一像素权重遮罩;以及
依据该第一低通影像及该第二低通影像的其中之一,以及该像素权重遮罩对该第一影像进行运算,以获得一噪声抑制影像,
依据该高通影像以及该低通差值影像进行像素权重运算,以获得对应至该第一影像的该像素权重遮罩的步骤包括:
将对应目标像素的一高通像素值乘以对应该目标像素的一低通差值像素值,并除以标准化常数,以获得该像素权重遮罩中对应该目标像素的一像素权重值;
依据该第一低通影像及该第二低通影像的其中之一以及该像素权重遮罩对该第一影像进行运算的步骤包括:
将该目标像素的像素值乘以对应该目标像素的一像素权重值,并与一默认值减去该像素权重值后再乘以对应该目标像素的一第一低通滤波像素值及一第二低通滤波像素值的其中之一的乘积相加,以获得该噪声抑制影像中对应该目标像素的一抑制像素值。
2.如权利要求1所述的影像噪声抑制方法,依据该预设高通遮罩对第一影像的所述像素进行高通滤波的步骤包括:
从该第一影像获得该目标像素及其多个邻接像素;以及
依据该默认高通遮罩对该目标像素及其所述邻接像素进行高通滤波,以获得该高通影像中对应该目标像素的一高通像素值。
3.如权利要求1所述的影像噪声抑制方法,分别依据该第一预设遮罩以及该第二预设遮罩对该第一影像的所述像素值进行低通滤波的步骤包括:
依据一第一默认遮罩对该第一影像的目标像素及其多个邻接像素值进行低通滤波,以获得该第一低通影像中对应该目标像素的一第一低通像素值;以及
依据一第二默认遮罩对该第一影像的目标像素及所述邻接像素进行低通滤波,以获得该第二低通影像中对应该目标像素的第二低通像素值。
4.如权利要求3所述的影像噪声抑制方法,分别依据该第一预设遮罩以及该第二预设遮罩对该第一影像的所述像素值进行低通滤波的步骤由分别具备该第一预设遮罩以及该第二预设遮罩的两个低通滤波器对该第一影像来执行。
5.如权利要求3所述的影像噪声抑制方法,分别依据该第一预设遮罩以及该第二预设遮罩对该第一影像的所述像素值进行低通滤波的步骤由低通滤波器以不同的预设遮罩对该第一影像来分别执行。
6.如权利要求1所述的影像噪声抑制方法,将该第一低通影像以及该第二低通影像进行差值运算的步骤包括:
将对应该目标像素的第一低通像素值与对应该目标像素的第二低通像素值相减,以获得该低通差值影像中对应该目标像素的一低通差值像素值。
7.如权利要求1所述的影像噪声抑制方法,更包括:
判断该第一影像中的所有像素值是否已获得与所述像素值对应的该抑制像素值;以及
若该第一影像中尚有像素未经处理,将未经处理的该像素作为该目标像素以计算获得对应该目标像素的该抑制像素值。
8.如权利要求1所述的影像噪声抑制方法,其中该噪声抑制影像适用于影像压缩。
9.一种图像处理装置,包括:
影像获得单元,用以获得一第一影像;以及
处理器,用以执行下列步骤:
依据一默认高通遮罩对第一影像的多个像素进行高通滤波,以获得高通影像;
分别依据一第一预设遮罩以及一第二预设遮罩对该第一影像的所述像素进行低通滤波,以获得一第一低通影像及一第二低通影像,其中该第一预设遮罩不同于该第二预设遮罩;
将该第一低通影像及该第二低通影像进行差值运算以获得一低通差值影像;
依据该高通影像以及该低通差值影像对所述像素进行像素权重运算,以获得对应至该第一影像的一像素权重遮罩;以及
依据该第一低通影像及该第二低通影像的其中之一以及该像素权重遮罩对该第一影像进行运算,以获得一噪声抑制影像,
其中该处理器将对应目标像素的一高通像素值乘以对应该目标像素的一低通差值像素值,并除以一标准化常数,以获得该像素权重遮罩中对应该目标像素的一像素权重值;
其中该处理器将该目标像素的像素值乘以对应该目标像素的一像素权重值,并与默认值减去该像素权重值后再乘以对应该目标像素的一第一低通滤波像素值及一第二低通滤波像素值的其中之一的乘积相加,以获得该噪声抑制影像中对应该目标像素的一抑制像素值。
10.如权利要求9所述的图像处理装置,其中该处理器从该第一影像中获得该目标像素及其多个邻接像素,依据该预设高通遮罩对该目标像素及其所述邻接像素进行高通滤波,以获得该高通影像中对应该目标像素的一高通像素值。
11.如权利要求9所述的图像处理装置,其中该处理器依据一第一预设遮罩对该第一影像的目标像素及其多个邻接像素值进行低通滤波,以获得该第一低通影像中对应该目标像素的一第一低通像素值,且依据一第二预设遮罩对该第一影像的目标像素及所述邻接像素进行低通滤波,以获得该第二低通影像中对应该目标像素的一第二低通像素值。
12.如权利要求9所述的图像处理装置,其中该处理器将对应该目标像素的一第一低通像素值与对应该目标像素的一第二低通像素值相减,以获得该低通差值影像中对应该目标像素的一低通差值像素值。
13.一种图像处理装置,包括:
高通滤波器,接收第一影像,并依据一默认高通遮罩对该第一影像的多个像素值进行高通滤波以产生一高通影像;
第一低通滤波器,依据第一预设遮罩对该第一影像的所述像素值进行低通滤波,产生一第一低通影像;
第二低通滤波器,依据第二预设遮罩对该第一影像的所述像素值进行低通滤波,产生一第二低通影像,其中,该第一预设遮罩不同于该第二预设遮罩;
差值运算模块,对该第一低通影像以及该第二低通影像进行差值运算以产生一低通差值影像;
像素权重运算模块,依据该高通影像以及该低通差值影像进行像素权重运算,以产生对应该第一影像的一像素权重遮罩;以及
影像融合模块,依据该第一低通影像及该第二低通影像的其中之一以及该像素权重遮罩对该第一影像进行运算,以产生一噪声抑制影像,
其中该像素权重运算模块将对应目标像素的一高通像素值乘以对应该目标像素的一低通差值像素值,并除以标准化常数,以获得该像素权重遮罩中对应该目标像素的一像素权重值;
其中该影像融合模块将该目标像素的像素值乘以对应该目标像素的一像素权重值,并与默认值减去该像素权重值后再乘以对应该目标像素的一第一低通滤波像素值及一第二低通滤波像素值的其中之一的乘积相加,以获得该噪声抑制影像中对应该目标像素的一抑制像素值。
14.如权利要求13所述的图像处理装置,其中该高通滤波器从该第一影像获得该目标像素及其多个邻接像素,并依据该预设高通遮罩对该目标像素及其所述邻接像素进行高通滤波,以获得该高通影像中对应该目标像素的一高通像素值。
15.如权利要求13所述的图像处理装置,其中该第一低通滤波器依据一第一预设遮罩对该第一影像的目标像素及其多个邻接像素值进行低通滤波,以获得该第一低通影像中对应该目标像素的一第一低通像素值,
该第二低通滤波器依据一第二预设遮罩对该第一影像的目标像素及其所述邻接像素进行低通滤波,以获得该第二低通影像中对应该目标像素的一第二低通像素值。
16.如权利要求13所述的图像处理装置,其中该差值运算模块将对应该目标像素的一第一低通像素值与对应该目标像素的一第二低通像素值相减,以获得该低通差值影像中对应该目标像素的一低通差值像素值。
17.一种图像处理装置,包括:
至少一高通滤波器,接收第一影像,并依据一默认高通遮罩对该第一影像的多个像素值进行高通滤波以产生一高通影像;
至少两个低通滤波器,依据不同的预设遮罩以对该第一影像的所述像素值进行低通滤波,以分别产生至少两个低通影像;
差值运算模块,对该至少两个低通影像进行差值运算以产生一低通差值影像;
像素权重运算模块,依据该高通影像以及该低通差值影像进行像素权重运算,以产生对应该第一影像的一像素权重遮罩;以及
影像融合模块,依据第一低通影像及第二低通影像的其中之一以及该像素权重遮罩对该第一影像进行运算,以产生一噪声抑制影像,
其中该像素权重运算模块将对应目标像素的一高通像素值乘以对应该目标像素的一低通差值像素值,并除以标准化常数,以获得该像素权重遮罩中对应该目标像素的一像素权重值;
其中该影像融合模块将该目标像素的像素值乘以对应该目标像素的一像素权重值,并与默认值减去该像素权重值后再乘以对应该目标像素的一第一低通滤波像素值及一第二低通滤波像素值的其中之一的乘积相加,以获得该噪声抑制影像中对应该目标像素的一抑制像素值。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW102114831 | 2013-04-25 | ||
TW102114831A TWI596573B (zh) | 2013-04-25 | 2013-04-25 | 影像處理裝置及其影像雜訊抑制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104125374A CN104125374A (zh) | 2014-10-29 |
CN104125374B true CN104125374B (zh) | 2017-09-15 |
Family
ID=51770631
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310230932.0A Active CN104125374B (zh) | 2013-04-25 | 2013-06-09 | 图像处理装置及其影像噪声抑制方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US9082171B2 (zh) |
CN (1) | CN104125374B (zh) |
TW (1) | TWI596573B (zh) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9305338B1 (en) * | 2013-12-13 | 2016-04-05 | Pixelworks, Inc. | Image detail enhancement and edge sharpening without overshooting |
KR20160039497A (ko) * | 2014-10-01 | 2016-04-11 | 삼성전자주식회사 | 영상 처리 장치, 디스플레이 장치 및 그 영상 처리 방법 |
EP3284059B1 (en) | 2015-04-14 | 2024-09-04 | Koninklijke Philips N.V. | Device and method for improving medical image quality |
CN107190621B (zh) * | 2016-03-15 | 2023-01-10 | 南京理工技术转移中心有限公司 | 一种路面裂缝病害检测系统和方法 |
EP3513375A1 (en) * | 2016-09-14 | 2019-07-24 | Koninklijke Philips N.V. | Edge noise reduction |
US10475215B2 (en) * | 2016-09-23 | 2019-11-12 | Carestream Health, Inc. | CBCT image processing method |
CN106791284B (zh) * | 2017-01-17 | 2019-11-12 | 深圳市维海德技术股份有限公司 | 一种去除脉冲噪声的方法及装置 |
US10284785B2 (en) * | 2017-08-30 | 2019-05-07 | Gopro, Inc. | Local tone mapping |
CN110062150B (zh) * | 2018-01-19 | 2020-12-04 | 上海富瀚微电子股份有限公司 | 一种自动对焦方法及装置 |
EP3582182B1 (en) * | 2018-06-12 | 2020-07-29 | Axis AB | A method, a device, and a system for estimating a sub-pixel position of an extreme point in an image |
CN110490817A (zh) * | 2019-07-22 | 2019-11-22 | 武汉大学 | 一种基于掩模学习的图像噪声抑制方法 |
CN113645420B (zh) * | 2020-05-11 | 2024-06-28 | 瑞昱半导体股份有限公司 | 图像噪声抑制装置及其方法 |
TWI752496B (zh) * | 2020-05-14 | 2022-01-11 | 芯鼎科技股份有限公司 | 影像處理方法及影像處理系統 |
EP4274207A4 (en) * | 2021-04-13 | 2024-07-10 | Samsung Electronics Co Ltd | ELECTRONIC DEVICE AND ITS CONTROL METHOD |
CN116051386B (zh) * | 2022-05-30 | 2023-10-20 | 荣耀终端有限公司 | 图像处理方法及其相关设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050135700A1 (en) * | 2003-12-23 | 2005-06-23 | General Instrument Corporation | Directional spatial video noise reduction |
TW200733720A (en) * | 2006-02-24 | 2007-09-01 | Pixart Imaging Inc | Digital image processing method and the device thereof |
US20080199101A1 (en) * | 2004-10-08 | 2008-08-21 | Matsushita Electric Industrial Co., Ltd. | Image Processing Apparatus and Image Processing Program |
CN101505361A (zh) * | 2008-02-04 | 2009-08-12 | 胜华科技股份有限公司 | 影像处理装置及影像处理方法 |
CN101569199A (zh) * | 2007-10-03 | 2009-10-28 | 松下电器产业株式会社 | 减少块状噪声的方法及装置 |
TWM403069U (en) * | 2010-06-24 | 2011-05-01 | Univ Lunghwa Sci & Technology | A noise-insensitive contrast enhancement system for the display of high-dynamic-range images |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4503461A (en) | 1983-02-22 | 1985-03-05 | The Board Of Trustees Of The Leland, Stanford Junior University | Multiple measurement noise reducing system using space-variant filters |
EP0531904A3 (en) * | 1991-09-10 | 1993-10-06 | Eastman Kodak Company | Method and apparatus for spatially variant filtering |
JP3249605B2 (ja) * | 1992-11-25 | 2002-01-21 | イーストマン・コダックジャパン株式会社 | 書類辺縁検出装置 |
US6731806B1 (en) | 1999-10-08 | 2004-05-04 | Eastman Kodak Company | Region growing based noise reduction method for digital images |
US6681054B1 (en) | 2000-05-01 | 2004-01-20 | Eastman Kodak Company | Noise reduction method utilizing probabilistic weighting, apparatus, and program for digital image processing |
US6973219B2 (en) | 2001-11-21 | 2005-12-06 | Ge Medical Systems Global Technology Company, Llc | Segmentation driven image noise reduction filter |
TWI286032B (en) | 2005-07-05 | 2007-08-21 | Ali Corp | Image enhancement system |
CN101379827B (zh) | 2006-01-31 | 2011-07-06 | 汤姆森许可贸易公司 | 基于边缘的时空滤波方法和装置 |
KR101298642B1 (ko) | 2006-11-21 | 2013-08-21 | 삼성전자주식회사 | 영상 잡음 제거 방법 및 장치 |
TW200828983A (en) * | 2006-12-27 | 2008-07-01 | Altek Corp | Method of eliminating image noise |
TW200929075A (en) | 2007-12-31 | 2009-07-01 | Altek Corp | Method of inhibiting image noises based on the best primary color signal |
TWI349475B (en) | 2008-01-14 | 2011-09-21 | Wintek Corp | Image processing apparatus and image processing method |
US8139883B2 (en) | 2008-07-29 | 2012-03-20 | Sony Corporation | System and method for image and video encoding artifacts reduction and quality improvement |
CN102098422A (zh) | 2009-12-15 | 2011-06-15 | 佳能企业股份有限公司 | 影像边缘的处理系统及方法 |
US9082180B2 (en) * | 2012-12-28 | 2015-07-14 | Nvidia Corporation | System, method, and computer program product for implementing a spatially varying unsharp mask noise reduction filter |
-
2013
- 2013-04-25 TW TW102114831A patent/TWI596573B/zh active
- 2013-06-09 CN CN201310230932.0A patent/CN104125374B/zh active Active
- 2013-07-08 US US13/936,224 patent/US9082171B2/en active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050135700A1 (en) * | 2003-12-23 | 2005-06-23 | General Instrument Corporation | Directional spatial video noise reduction |
US20080199101A1 (en) * | 2004-10-08 | 2008-08-21 | Matsushita Electric Industrial Co., Ltd. | Image Processing Apparatus and Image Processing Program |
TW200733720A (en) * | 2006-02-24 | 2007-09-01 | Pixart Imaging Inc | Digital image processing method and the device thereof |
CN101569199A (zh) * | 2007-10-03 | 2009-10-28 | 松下电器产业株式会社 | 减少块状噪声的方法及装置 |
CN101505361A (zh) * | 2008-02-04 | 2009-08-12 | 胜华科技股份有限公司 | 影像处理装置及影像处理方法 |
TWM403069U (en) * | 2010-06-24 | 2011-05-01 | Univ Lunghwa Sci & Technology | A noise-insensitive contrast enhancement system for the display of high-dynamic-range images |
Non-Patent Citations (2)
Title |
---|
Lateral inhibition based holistic approach to adaptive image enhancement;Avijit Dasgupta,Ashish Bakshi,Kuntal Ghosh;《Advance Computing Conference (IACC), 2013 IEEE 3rd International》;20130223;全文 * |
图像的频域倒数—高斯级联低通滤波去噪方法;王杰,毛玉泉,李思佳,吴崇虎;《计算机应用研究》;20121231;第29卷(第12期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
TWI596573B (zh) | 2017-08-21 |
TW201441973A (zh) | 2014-11-01 |
US9082171B2 (en) | 2015-07-14 |
US20140321768A1 (en) | 2014-10-30 |
CN104125374A (zh) | 2014-10-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104125374B (zh) | 图像处理装置及其影像噪声抑制方法 | |
Zhang et al. | Underwater image enhancement via weighted wavelet visual perception fusion | |
EP4109392A1 (en) | Image processing method and image processing device | |
WO2015067186A1 (zh) | 一种用于图像降噪的方法及终端 | |
DE102020123396A1 (de) | Verfahren und system für inhaltsadaptives entrauschen zum videocodieren | |
WO2007100701A2 (en) | System and method for performing wavelet-based texture feature extraction and classification | |
DE102011056977A1 (de) | Vorrichtung und Verfahren zur digitalen Bildstabilisierung | |
CN109978774B (zh) | 多帧连续等曝光图像的去噪融合方法及装置 | |
EP4109393A1 (en) | Method and device for removing moiré patterns | |
DE102018130086A1 (de) | Mehrkameraprozessor mit merkmalsabgleich | |
CN104380727B (zh) | 图像处理装置和图像处理方法 | |
US20230368493A1 (en) | Method and system of image hashing object detection for image processing | |
CN108305222A (zh) | 一种图像的降噪方法、装置、电子设备和存储介质 | |
DE102020200310A1 (de) | Verfahren und System zur Dunstreduzierung für die Bildverarbeitung | |
CN112233053B (zh) | 图像的融合方法、装置、设备及计算机可读存储介质 | |
CN109219833B (zh) | 使用深度信息增强图像中的边缘 | |
CN110211082A (zh) | 一种图像融合方法、装置、电子设备及存储介质 | |
Jeong et al. | Visual comfort assessment of stereoscopic images using deep visual and disparity features based on human attention | |
WO2020186848A1 (zh) | 一种图像增强方法及装置 | |
CN109784357A (zh) | 一种基于统计模型的图像重拍检测方法 | |
CN117876233A (zh) | 一种基于无人机遥感技术的测绘图像增强方法 | |
TWI673997B (zh) | 雙通道影像縮放系統及其方法 | |
Hsieh et al. | Single image haze removal with pixel-based transmission map estimation | |
CN116051801A (zh) | 基于光照场景进行hdr光照增强的方法及装置 | |
CN107203976B (zh) | 一种基于噪点检测的自适应非局部均值去噪方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |