CN105631836A - 一种图像降噪方法和装置 - Google Patents
一种图像降噪方法和装置 Download PDFInfo
- Publication number
- CN105631836A CN105631836A CN201410620082.XA CN201410620082A CN105631836A CN 105631836 A CN105631836 A CN 105631836A CN 201410620082 A CN201410620082 A CN 201410620082A CN 105631836 A CN105631836 A CN 105631836A
- Authority
- CN
- China
- Prior art keywords
- image
- movable information
- noise
- prime
- lambda
- 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
Landscapes
- Picture Signal Circuits (AREA)
Abstract
本发明公开了一种图像降噪方法和装置:根据噪声图像和历史降噪图像或历史噪声图像,生成噪声图像对应的运动信息图像;根据运动信息图像和历史精化运动信息图像,生成噪声图像对应的精化运动信息图像;根据噪声图像、精化运动信息图像和历史降噪图像,生成噪声图像对应的降噪图像。应用本发明所述方案,能够提高降噪后的图像质量。
Description
技术领域
本发明涉及图像处理技术,特别涉及一种图像降噪方法和装置。
背景技术
对于视频图像,由于在摄录、数字压缩、存储、传输过程中将不可避免地受到传输介质和外界信号等干扰的影响,因此当图像到达显示终端时,图像上所承载的图像内容将会发生一定的变化,所述变化可包括各像素点的亮度数值和色彩数值变化等,由于这些变化具有空间和时间上的随机性,因此常被称为图像噪声。
相应地,为了提高图像质量,则需要进行图像降噪处理。
图1为现有图像降噪方式的示意图。如图1所示:
首先,可根据噪声图像和历史降噪图像,或者,根据噪声图像和历史噪声图像,生成噪声图像对应的运动信息图像;具体地,可通过运动检测(MotionDetection)或运动估计(MotionEstimation)等方法,根据噪声图像It和保存在工作内存中的k1帧历史降噪图像或k1帧历史噪声图像k1≥1,生成It对应的运动信息图像mt;
之后,可根据噪声图像、运动信息图像和历史降噪图像,生成噪声图像对应的降噪图像;具体地,可通过滤波处理(如时空域滤波),根据噪声图像It、运动信息图像mt和保存在工作内存中的k2帧历史降噪图像1≤k2≤k1,生成It对应的降噪图像Ot。
但是,按照上述方式得到的运动信息并不准确,多多少少会包含有误差,即包含有噪声,而采用包含有噪声的运动信息进行滤波处理,会出现以下问题:1)降噪性能不佳,即降噪后的图像中依然存在噪声;2)容易出现拖尾现象;上述问题均会影响到降噪后的图像质量。
发明内容
有鉴于此,本发明提供了一种图像降噪方法和装置,能够提高降噪后的图像质量。
为了达到上述目的,本发明的技术方案是这样实现的:
一种图像降噪方法,包括:
根据噪声图像和历史降噪图像,或者,根据所述噪声图像和历史噪声图像,生成所述噪声图像对应的运动信息图像;
根据所述运动信息图像和历史精化运动信息图像,生成所述噪声图像对应的精化运动信息图像;
根据所述噪声图像、所述精化运动信息图像和历史降噪图像,生成所述噪声图像对应的降噪图像。
一种图像降噪装置,包括:运动信息生成器、运动信息精化器、滤波器和工作内存;
所述运动信息生成器,用于根据噪声图像和保存在所述工作内存中的历史降噪图像,或者,根据所述噪声图像和保存在所述工作内存中的历史噪声图像,生成所述噪声图像对应的运动信息图像,并将所述运动信息图像发送给所述运动信息精化器;
所述运动信息精化器,用于根据所述运动信息图像和保存在所述工作内存中的历史精化运动信息图像,生成所述噪声图像对应的精化运动信息图像,并将所述精化运动信息图像发送给所述滤波器;
所述滤波器,用于根据所述噪声图像、所述精化运动信息图像和保存在所述工作内存中的历史降噪图像,生成所述噪声图像对应的降噪图像。
可见,采用本发明所述方案,在获取到噪声图像对应的运动信息图像之后,可通过进一步的处理,获取到精化运动信息图像,进而根据精化运动信息图像进行后续处理,以得到所需的降噪图像;从而相比于现有技术,减少了运动信息中所包含的噪声,进而提高了降噪后的图像质量。
附图说明
图1为现有图像降噪方式的示意图。
图2为本发明图像降噪方式的示意图。
图3为本发明图像降噪方法实施例的流程图。
图4为本发明图像降噪装置实施例的组成结构示意图。
具体实施方式
针对现有技术中存在的问题,本发明中提出一种图像降噪方案,能够提高降噪后的图像质量。
为了使本发明的技术方案更加清楚、明白,以下参照附图并举实施例,对本发明所述方案作进一步的详细说明。
图2为本发明图像降噪方式的示意图;相应地,图3为本发明图像降噪方法实施例的流程图。
参照图2和图3所示,本发明所述的图像降噪方法主要包括以下步骤31~33。
步骤31:根据噪声图像和历史降噪图像,或者,根据噪声图像和历史噪声图像,生成噪声图像对应的运动信息图像。
本步骤中,可根据当前待进行降噪处理的噪声图像It和k1帧历史降噪图像k1≥1,生成It对应的运动信息图像mt,t表示当前帧,或者,可根据It和k1帧历史噪声图像生成It对应的运动信息图像mt,具体采用哪种方式可根据实际需要而定,k1的具体取值同样可根据实际需要而定。
另外,可采用运动检测或运动估计方法,根据It和或来生成mt,较佳地,可采用平均绝对偏差(MAD,MeanAbsoluteDeviation)运动检测方法或均方误差(MSE,MeanSquareError)运动检测方法等,来生成mt。
相应地,根据It和来生成mt的方式可如下方式一所示,根据It和来生成mt的方式可如下方式二所示。
方式一
分别按照以下方式得到mt中的每个像素点x的取值mt(x):
A、针对每帧历史降噪图像Ot-i,分别计算出其对应的运动估计值MVt(x)。
具体地,
或者,
其它可能的计算方式不作一一列举;
其中,N(x)表示以像素点x为中心点的n*n大小的邻域,y表示位于该邻域中的每个像素点,n为大于1的奇数,具体取值可根据实际需要而定;假设n的取值为3,那么N(x)即为3*3大小的邻域,位于该邻域中的像素点的个数共为9个;特殊地,如果像素点x位于图像的边缘处,那么可通过补零来得到邻域N(x),具体实现为本领域公知。
B、确定出计算得到的k1个MVt(x)中的最小值、最大值、中值或均值,将确定结果作为MVt'(x)。
C、根据MVt'(x)计算出mt(x)。
具体地,
或者,
或者,
其它可能的计算方式不作一一列举,通常,mt(x)是关于MVt'(x)的值域范围为[0,1]的单调递减函数即可;
其中,σx表示预先获取的像素点x的噪声标准差,σx可以是预先设定的,也可以是根据It估计出的,如果是预先设定的,那么具体取值可根据实际需要而定,Thrx表示预先设定的运动阈值,或者,Thrx=k*σx,k为预先设定的系数,具体取值同样可根据实际需要而定。
方式二
分别按照以下方式得到mt中的每个像素点x的取值mt(x):
A、针对每帧历史噪声图像It-i,分别计算出其对应的运动估计值MVt(x)。
具体地,
或者,
B、确定出计算得到的k1个MVt(x)中的最小值、最大值、中值或均值,将确定结果作为MVt'(x)。
C、根据MVt'(x)计算出mt(x)。
具体地,
或者,
或者,
步骤32:根据运动信息图像和历史精化运动信息图像,生成噪声图像对应的精化运动信息图像。
本步骤中,可根据运动信息图像mt和k3帧历史精化运动信息图像k3≥1,生成噪声图像It对应的精化运动信息图像mt′,即可通过时空域滤波处理,对步骤31中得到的mt进行精化处理,以得到mt′,k3的具体取值可根据实际需要而定。
在实际应用中,本步骤至少可以有以下三种实现方式。
方式一
根据mt和通过时域滤波处理,得到通过对进行空域滤波处理,得到mt′。
具体地,
可分别按照以下方式得到mt′中的每个像素点x的取值mt'(x):
其中,表示对进行空域滤波(如均值滤波)处理后得到的空域平滑图像,λtem表示预先设定的时域运动信息精化强度,λspa表示预先设定的空域运动信息精化强度,具体取值均可根据实际需要而定。
方式二
通过对mt进行空域滤波处理,得到通过对和进行时域滤波处理,得到mt′。
具体地,
可分别按照以下方式得到mt′中的每个像素点x的取值mt'(x):
其中,表示对mt进行空域滤波处理后得到的空域平滑图像。
方式三
通过对mt和进行协同方式的时域滤波处理和空域滤波处理,得到mt′。
具体地,
可分别按照以下方式得到mt′中的每个像素点x的取值mt'(x):
步骤33:根据噪声图像、精化运动信息图像和历史降噪图像,生成噪声图像对应的降噪图像。
本步骤中,可根据噪声图像It、精化运动信息图像mt′和k2帧历史降噪图像1≤k2≤k1,通过时空域滤波处理,生成It对应的降噪图像Ot,k2的具体取值可根据实际需要而定。
在实际应用中,本步骤至少可以有以下三种实现方式。
方式一
根据It、mt′和通过时域滤波处理,得到通过对和mt′进行空域滤波处理,得到Ot。
具体地,
可分别按照以下方式得到Ot中的每个像素点x的取值Qt(x):
其中,表示对进行空域滤波处理后得到的空域平滑图像,λtem表示预先设定的时域运动信息精化强度,λspa表示预先设定的空域运动信息精化强度。
方式二
通过对It和mt′进行空域滤波处理,得到通过对mt′和进行时域滤波处理,得到Ot。
具体地,
可分别按照以下方式得到Ot中的每个像素点x的取值Qt(x):
其中,表示对It进行空域滤波处理后得到的空域平滑图像。
方式三
通过对It、mt′和进行协同方式的时域滤波处理和空域滤波处理,得到Ot。
具体地,
可分别按照以下方式得到Ot中的每个像素点x的取值Qt(x):
至此,即完成了关于本发明方法实施例的介绍。
通过上述介绍可以看出,k1帧历史降噪图像即指在生成It对应的Ot之前最近生成的k1帧降噪图像,k1帧历史噪声图像即指在获取到It之前最近获取到的k1帧噪声图像,k3帧历史精化运动信息图像即指在生成It对应的mt′之前最近生成的k3帧精化运动信息图像。
本发明同时公开了一种图像降噪装置,图4为本发明图像降噪装置实施例的组成结构示意图。如图4所示,包括:运动信息生成器、运动信息精化器、滤波器和工作内存。
所述运动信息生成器,用于根据噪声图像和保存在工作内存中的历史降噪图像,或者,根据噪声图像和保存在工作内存中的历史噪声图像,生成噪声图像对应的运动信息图像,并将运动信息图像发送给运动信息精化器;
运动信息精化器,用于根据运动信息图像和保存在工作内存中的历史精化运动信息图像,生成噪声图像对应的精化运动信息图像,并将精化运动信息图像发送给滤波器;
滤波器,用于根据噪声图像、精化运动信息图像和保存在工作内存中的历史降噪图像,生成噪声图像对应的降噪图像。
其中,
运动信息生成器可根据噪声图像It和k1帧历史降噪图像或者,根据It和k1帧历史噪声图像k1≥1,生成It对应的运动信息图像mt,t表示当前帧;
运动信息精化器可根据mt和k3帧历史精化运动信息图像k3≥1,生成It对应的精化运动信息图像mt′;
滤波器可根据It、mt′和k2帧历史降噪图像1≤k2≤k1,生成It对应的降噪图像Ot。
较佳地,
运动信息生成器可分别按照以下方式得到mt中的每个像素点x的取值mt(x):针对每帧历史降噪图像Ot-i,分别计算出其对应的运动估计值MVt(x);确定出计算得到的k1个MVt(x)中的最小值、最大值、中值或均值,将确定结果作为MVt'(x);根据MVt'(x)计算出mt(x);
或者,
运动信息生成器可分别按照以下方式得到mt中的每个像素点x的取值mt(x):针对每帧历史噪声图像It-i,分别计算出其对应的运动估计值MVt(x);确定出计算得到的k1个MVt(x)中的最小值、最大值、中值或均值,将确定结果作为MVt'(x);根据MVt'(x)计算出mt(x)。
较佳地,
或者,
其中,N(x)表示以像素点x为中心点的n*n大小的邻域,y表示位于邻域中的每个像素点,n为大于1的奇数;
或者,
或者,
或者,
或者,
其中,σx表示预先获取的像素点x的噪声标准差,Thrx表示预先设定的运动阈值,或者,Thrx=k*σx,k为预先设定的系数。
另外,
运动信息精化器可根据mt和通过时域滤波处理,得到通过对进行空域滤波处理,得到mt′;
或者,
运动信息精化器可通过对mt进行空域滤波处理,得到通过对和进行时域滤波处理,得到mt′;
或者,
运动信息精化器可通过对mt和进行协同方式的时域滤波处理和空域滤波处理,得到mt′。
较佳地,
运动信息精化器可分别按照以下方式得到mt′中的每个像素点x的取值mt'(x):
其中,表示对进行空域滤波处理后得到的空域平滑图像,λtem表示预先设定的时域运动信息精化强度,λspa表示预先设定的空域运动信息精化强度;
或者,
运动信息精化器可分别按照以下方式得到mt′中的每个像素点x的取值mt'(x):
其中,表示对mt进行空域滤波处理后得到的空域平滑图像;
或者,
运动信息精化器可分别按照以下方式得到mt′中的每个像素点x的取值mt'(x):
再有,
滤波器可根据It、mt′和通过时域滤波处理,得到通过对和mt′进行空域滤波处理,得到Ot;
或者,
滤波器可通过对It和mt′进行空域滤波处理,得到通过对mt′和进行时域滤波处理,得到Ot;
或者,
滤波器可通过对It、mt′和进行协同方式的时域滤波处理和空域滤波处理,得到Ot。
较佳地,
滤波器可分别按照以下方式得到Ot中的每个像素点x的取值Qt(x):
其中,表示对进行空域滤波处理后得到的空域平滑图像,λtem表示预先设定的时域运动信息精化强度,λspa表示预先设定的空域运动信息精化强度;
或者,
滤波器可分别按照以下方式得到Ot中的每个像素点x的取值Qt(x):
其中,表示对It进行空域滤波处理后得到的空域平滑图像;
或者,
滤波器可分别按照以下方式得到Ot中的每个像素点x的取值Qt(x):
另外,
运动信息精化器还可进一步用于,将生成的精化运动信息图像保存到工作内存中;
滤波器还可进一步用于,将生成的降噪图像保存到工作内存中。
需要说明的是,如果运动信息生成器根据It和来生成mt,那么工作内存中可不用保存历史噪声图像,如果运动信息生成器根据It和来生成mt,那么工作内存中则需要保存历史噪声图像,工作内存中保存的历史噪声图像可以是由运动信息生成器发送来的,也可以是由滤波器发送来的;并且,为了节省内存空间,工作内存中可仅保存最近得到的k1帧历史降噪图像、最近得到的k1帧历史噪声图像以及最近得到的k3帧历史精化运动信息图像,比如,当每新保存进一帧降噪图像时,则从已保存的k1帧降噪图像中删除一帧最早保存的降噪图像。
图4所示装置实施例的具体工作流程请参照前述方法实施例中的相应说明,此处不再赘述。
总之,采用本发明所述方案,在获取到噪声图像对应的运动信息图像之后,可通过进一步的处理,获取到精化运动信息图像,进而根据精化运动信息图像进行后续处理,以得到所需的降噪图像;从而相比于现有技术,减少了运动信息中所包含的噪声,进而提高了降噪后的图像质量。
而且,本发明所述方案可适用于任意格式的图像,如RGB、YUV、BayerRawData等,具有广泛适用性。
综上所述,以上仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (23)
1.一种图像降噪方法,其特征在于,包括:
根据噪声图像和历史降噪图像,或者,根据所述噪声图像和历史噪声图像,生成所述噪声图像对应的运动信息图像;
根据所述运动信息图像和历史精化运动信息图像,生成所述噪声图像对应的精化运动信息图像;
根据所述噪声图像、所述精化运动信息图像和历史降噪图像,生成所述噪声图像对应的降噪图像。
2.根据权利要求1所述的方法,其特征在于,
所述根据噪声图像和历史降噪图像,或者,根据所述噪声图像和历史噪声图像,生成所述噪声图像对应的运动信息图像包括:
根据所述噪声图像It和k1帧历史降噪图像或者,根据所述It和k1帧历史噪声图像k1≥1,生成所述It对应的运动信息图像mt,t表示当前帧;
所述根据所述运动信息图像和历史精化运动信息图像,生成所述噪声图像对应的精化运动信息图像包括:
根据所述mt和k3帧历史精化运动信息图像k3≥1,生成所述It对应的精化运动信息图像m′t;
所述根据所述噪声图像、所述精化运动信息图像和历史降噪图像,生成所述噪声图像对应的降噪图像包括:
根据所述It、所述m′t和k2帧历史降噪图像1≤k2≤k1,生成所述It对应的降噪图像Ot。
3.根据权利要求2所述的方法,其特征在于,
所述根据所述It和k1帧历史降噪图像生成所述It对应的运动信息图像mt包括:
分别按照以下方式得到所述mt中的每个像素点x的取值mt(x):
针对每帧历史降噪图像Ot-i,分别计算出其对应的运动估计值MVt(x);
确定出计算得到的k1个MVt(x)中的最小值、最大值、中值或均值,将确定结果作为MV′t(x);
根据MV′t(x)计算出mt(x);
所述根据所述It和k1帧历史噪声图像生成所述It对应的运动信息图像mt包括:
分别按照以下方式得到所述mt中的每个像素点x的取值mt(x):
针对每帧历史噪声图像It-i,分别计算出其对应的运动估计值MVt(x);
确定出计算得到的k1个MVt(x)中的最小值、最大值、中值或均值,将确定结果作为MV′t(x);
根据MV′t(x)计算出mt(x)。
4.根据权利要求3所述的方法,其特征在于,
所述针对每帧历史降噪图像Ot-i,分别计算出其对应的MVt(x)包括:
或者,
其中,所述N(x)表示以像素点x为中心点的n*n大小的邻域,所述y表示位于所述邻域中的每个像素点,所述n为大于1的奇数;
所述针对每帧历史降噪图像It-i,分别计算出其对应的MVt(x)包括:
或者,
5.根据权利要求3所述的方法,其特征在于,
所述根据MV′t(x)计算出mt(x)包括:
或者,
或者,
其中,所述σx表示预先获取的像素点x的噪声标准差,所述Thrx表示预先设定的运动阈值,或者,所述Thrx=k*σx,所述k为预先设定的系数。
6.根据权利要求2所述的方法,其特征在于,
所述根据所述mt和k3帧历史精化运动信息图像生成所述It对应的精化运动信息图像m′t包括:
根据所述mt和所述通过时域滤波处理,得到通过对所述进行空域滤波处理,得到所述m′t;
或者,
通过对所述mt进行空域滤波处理,得到通过对所述和所述进行时域滤波处理,得到所述m′t;
或者,
通过对所述mt和所述进行协同方式的时域滤波处理和空域滤波处理,得到所述m′t。
7.根据权利要求6所述的方法,其特征在于,
所述根据所述mt和所述通过时域滤波处理,得到通过对所述进行空域滤波处理,得到所述m′t包括:
分别按照以下方式得到所述m′t中的每个像素点x的取值mt'(x):
其中,所述表示对所述进行空域滤波处理后得到的空域平滑图像,所述λtem表示预先设定的时域运动信息精化强度,所述λspa表示预先设定的空域运动信息精化强度。
8.根据权利要求6所述的方法,其特征在于,
所述通过对所述mt进行空域滤波处理,得到通过对所述和所述进行时域滤波处理,得到所述m′t包括:
分别按照以下方式得到所述m′t中的每个像素点x的取值mt'(x):
其中,所述表示对所述mt进行空域滤波处理后得到的空域平滑图像,所述λtem表示预先设定的时域运动信息精化强度,所述λspa表示预先设定的空域运动信息精化强度。
9.根据权利要求6所述的方法,其特征在于,
所述通过对所述mt和所述进行协同方式的时域滤波处理和空域滤波处理,得到所述m′t包括:
分别按照以下方式得到所述m′t中的每个像素点x的取值mt'(x):
其中,所述表示对所述mt进行空域滤波处理后得到的空域平滑图像,所述λtem表示预先设定的时域运动信息精化强度,所述λspa表示预先设定的空域运动信息精化强度。
10.根据权利要2所述的方法,其特征在于,
所述根据所述It、所述m′t和k2帧历史降噪图像生成所述It对应的降噪图像Ot包括:
根据所述It、所述m′t和所述通过时域滤波处理,得到通过对所述和所述m′t进行空域滤波处理,得到所述Ot;
或者,
通过对所述It和所述m′t进行空域滤波处理,得到通过对所述所述m′t和所述进行时域滤波处理,得到所述Ot;
或者,
通过对所述It、所述m′t和所述进行协同方式的时域滤波处理和空域滤波处理,得到所述Ot。
11.根据权利要10所述的方法,其特征在于,
所述根据所述It、所述m′t和所述通过时域滤波处理,得到通过对所述和所述m′t进行空域滤波处理,得到所述Ot包括:
分别按照以下方式得到所述Ot中的每个像素点x的取值Qt(x):
其中,所述表示对所述进行空域滤波处理后得到的空域平滑图像,所述λtem表示预先设定的时域运动信息精化强度,所述λspa表示预先设定的空域运动信息精化强度。
12.根据权利要10所述的方法,其特征在于,
所述通过对所述It和所述m′t进行空域滤波处理,得到通过对所述所述m′t和所述进行时域滤波处理,得到所述Ot包括:
分别按照以下方式得到所述Ot中的每个像素点x的取值Qt(x):
其中,所述表示对所述It进行空域滤波处理后得到的空域平滑图像,所述λtem表示预先设定的时域运动信息精化强度,所述λspa表示预先设定的空域运动信息精化强度。
13.根据权利要10所述的方法,其特征在于,
所述通过对所述It、所述m′t和所述进行协同方式的时域滤波处理和空域滤波处理,得到所述Ot包括:
分别按照以下方式得到所述Ot中的每个像素点x的取值Qt(x):
其中,所述表示对所述It进行空域滤波处理后得到的空域平滑图像,所述λtem表示预先设定的时域运动信息精化强度,所述λspa表示预先设定的空域运动信息精化强度。
14.一种图像降噪装置,其特征在于,包括:运动信息生成器、运动信息精化器、滤波器和工作内存;
所述运动信息生成器,用于根据噪声图像和保存在所述工作内存中的历史降噪图像,或者,根据所述噪声图像和保存在所述工作内存中的历史噪声图像,生成所述噪声图像对应的运动信息图像,并将所述运动信息图像发送给所述运动信息精化器;
所述运动信息精化器,用于根据所述运动信息图像和保存在所述工作内存中的历史精化运动信息图像,生成所述噪声图像对应的精化运动信息图像,并将所述精化运动信息图像发送给所述滤波器;
所述滤波器,用于根据所述噪声图像、所述精化运动信息图像和保存在所述工作内存中的历史降噪图像,生成所述噪声图像对应的降噪图像。
15.根据权利要求14所述的装置,其特征在于,
所述运动信息生成器根据所述噪声图像It和k1帧历史降噪图像或者,根据所述It和k1帧历史噪声图像k1≥1,生成所述It对应的运动信息图像mt,t表示当前帧;
所述运动信息精化器根据所述mt和k3帧历史精化运动信息图像k3≥1,生成所述It对应的精化运动信息图像m′t;
所述滤波器根据所述It、所述m′t和k2帧历史降噪图像1≤k2≤k1,生成所述It对应的降噪图像Ot。
16.根据权利要求15所述的装置,其特征在于,
所述运动信息生成器分别按照以下方式得到所述mt中的每个像素点x的取值mt(x):针对每帧历史降噪图像Ot-i,分别计算出其对应的运动估计值MVt(x);确定出计算得到的k1个MVt(x)中的最小值、最大值、中值或均值,将确定结果作为MV′t(x);根据MV′t(x)计算出mt(x);
或者,
所述运动信息生成器分别按照以下方式得到所述mt中的每个像素点x的取值mt(x):针对每帧历史噪声图像It-i,分别计算出其对应的运动估计值MVt(x);确定出计算得到的k1个MVt(x)中的最小值、最大值、中值或均值,将确定结果作为MV′t(x);根据MV′t(x)计算出mt(x)。
17.根据权利要求16所述的装置,其特征在于,
或者,
其中,所述N(x)表示以像素点x为中心点的n*n大小的邻域,所述y表示位于所述邻域中的每个像素点,所述n为大于1的奇数;
或者,
或者,
18.根据权利要求16所述的装置,其特征在于,
或者,
或者,
其中,所述σx表示预先获取的像素点x的噪声标准差,所述Thrx表示预先设定的运动阈值,或者,所述Thrx=k*σx,所述k为预先设定的系数。
19.根据权利要求15所述的装置,其特征在于,
所述运动信息精化器根据所述mt和所述通过时域滤波处理,得到通过对所述进行空域滤波处理,得到所述m′t;
或者,
所述运动信息精化器通过对所述mt进行空域滤波处理,得到通过对所述和所述进行时域滤波处理,得到所述m′t;
或者,
所述运动信息精化器通过对所述mt和所述进行协同方式的时域滤波处理和空域滤波处理,得到所述m′t。
20.根据权利要求19所述的装置,其特征在于,
所述运动信息精化器分别按照以下方式得到所述m′t中的每个像素点x的取值mt'(x):
其中,所述表示对所述进行空域滤波处理后得到的空域平滑图像,所述λtem表示预先设定的时域运动信息精化强度,所述λspa表示预先设定的空域运动信息精化强度;
或者,
所述运动信息精化器分别按照以下方式得到所述m′t中的每个像素点x的取值mt'(x):
其中,所述表示对所述mt进行空域滤波处理后得到的空域平滑图像;
或者,
所述运动信息精化器分别按照以下方式得到所述m′t中的每个像素点x的取值mt'(x):
21.根据权利要15所述的装置,其特征在于,
所述滤波器根据所述It、所述m′t和所述通过时域滤波处理,得到通过对所述和所述m′t进行空域滤波处理,得到所述Ot;
或者,
所述滤波器通过对所述It和所述m′t进行空域滤波处理,得到通过对所述所述m′t和所述进行时域滤波处理,得到所述Ot;
或者,
所述滤波器通过对所述It、所述m′t和所述进行协同方式的时域滤波处理和空域滤波处理,得到所述Ot。
22.根据权利要21所述的装置,其特征在于,
所述滤波器分别按照以下方式得到所述Ot中的每个像素点x的取值Qt(x):
其中,所述表示对所述进行空域滤波处理后得到的空域平滑图像,所述λtem表示预先设定的时域运动信息精化强度,所述λspa表示预先设定的空域运动信息精化强度;
或者,
所述滤波器分别按照以下方式得到所述Ot中的每个像素点x的取值Qt(x):
其中,所述表示对所述It进行空域滤波处理后得到的空域平滑图像;
或者,
所述滤波器分别按照以下方式得到所述Ot中的每个像素点x的取值Qt(x):
23.根据权利要求14所述的装置,其特征在于,
所述运动信息精化器进一步用于,将生成的所述精化运动信息图像保存到所述工作内存中;
所述滤波器进一步用于,将生成的所述降噪图像保存到所述工作内存中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410620082.XA CN105631836B (zh) | 2014-11-06 | 2014-11-06 | 一种图像降噪方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410620082.XA CN105631836B (zh) | 2014-11-06 | 2014-11-06 | 一种图像降噪方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105631836A true CN105631836A (zh) | 2016-06-01 |
CN105631836B CN105631836B (zh) | 2018-10-23 |
Family
ID=56046724
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410620082.XA Active CN105631836B (zh) | 2014-11-06 | 2014-11-06 | 一种图像降噪方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105631836B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102156964A (zh) * | 2011-03-31 | 2011-08-17 | 杭州海康威视软件有限公司 | 彩色图像去噪声的方法及其系统 |
US8503533B1 (en) * | 2008-02-01 | 2013-08-06 | Zenverge, Inc. | Motion estimation engine for performing multiple types of operations |
US20130286288A1 (en) * | 2012-04-26 | 2013-10-31 | Futurewei Technologies, Inc | System and Method for Encoder-Integrated Media Denoising |
CN103533214A (zh) * | 2013-10-01 | 2014-01-22 | 中国人民解放军国防科学技术大学 | 一种基于卡尔曼滤波和双边滤波的视频实时去噪方法 |
CN103873743A (zh) * | 2014-03-24 | 2014-06-18 | 中国人民解放军国防科学技术大学 | 一种基于结构张量和卡尔曼滤波的视频去噪方法 |
-
2014
- 2014-11-06 CN CN201410620082.XA patent/CN105631836B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8503533B1 (en) * | 2008-02-01 | 2013-08-06 | Zenverge, Inc. | Motion estimation engine for performing multiple types of operations |
CN102156964A (zh) * | 2011-03-31 | 2011-08-17 | 杭州海康威视软件有限公司 | 彩色图像去噪声的方法及其系统 |
US20130286288A1 (en) * | 2012-04-26 | 2013-10-31 | Futurewei Technologies, Inc | System and Method for Encoder-Integrated Media Denoising |
CN103533214A (zh) * | 2013-10-01 | 2014-01-22 | 中国人民解放军国防科学技术大学 | 一种基于卡尔曼滤波和双边滤波的视频实时去噪方法 |
CN103873743A (zh) * | 2014-03-24 | 2014-06-18 | 中国人民解放军国防科学技术大学 | 一种基于结构张量和卡尔曼滤波的视频去噪方法 |
Non-Patent Citations (3)
Title |
---|
V. ZLOKOLICA 等: "RECURSIVE TEMPORAL DENOISING AND MOTION ESTIMATION OF VIDEO", 《IMAGE PROCESSING,2004.ICIP"04.2004 INTERNATIONAL CONFERENCE ON》 * |
卢杰: "视频序列的去噪研究", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 * |
白瑞广 等: "一种基于运动估计的视频降噪算法", 《激光与红外》 * |
Also Published As
Publication number | Publication date |
---|---|
CN105631836B (zh) | 2018-10-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9165346B2 (en) | Method and apparatus for reducing image noise | |
JP3898606B2 (ja) | 動きベクトル検出方法及び装置並びにフレーム補間画像作成方法及び装置 | |
EP3200147B1 (en) | Image magnification method, image magnification apparatus and display device | |
EP3113104B1 (en) | Method for signal processing | |
EP2160015B1 (en) | Image processing apparatus, image processing method, and program | |
US8064718B2 (en) | Filter for adaptive noise reduction and sharpness enhancement for electronically displayed pictures | |
CN103024248A (zh) | 运动自适应的视频图像降噪方法及其装置 | |
CN105208376A (zh) | 一种数字降噪方法和装置 | |
US20100128181A1 (en) | Seam Based Scaling of Video Content | |
CN103533214A (zh) | 一种基于卡尔曼滤波和双边滤波的视频实时去噪方法 | |
US9280808B2 (en) | Method and apparatus for processing image | |
EP2383992B1 (en) | Method and apparatus for the detection and classification of occlusion regions | |
Zuo et al. | Video denoising based on a spatiotemporal Kalman-bilateral mixture model | |
CN103971345A (zh) | 一种基于改进双边滤波的图像去噪方法 | |
KR20040070105A (ko) | 필터 뱅크를 이용한 이미지 세부묘사 향상 방법 및 장치 | |
KR101231212B1 (ko) | 영상에서의 잡음 제거 방법 | |
CN103581507A (zh) | 一种去噪算法中通过均方差来动态调整阈值的方法 | |
CN105631836A (zh) | 一种图像降噪方法和装置 | |
CN110363723B (zh) | 改进图像边界效果的图像处理方法及装置 | |
Gallegos-Funes et al. | ABST M-type K-nearest neighbor (ABSTM-KNN) for image denoising | |
CN103067647A (zh) | 一种基于fpga的视频去噪方法 | |
JP2011250238A (ja) | 画像処理装置及び画像処理方法 | |
CN107437240B (zh) | 一种抑制高亮区域的低照度图像增强方法 | |
Chishima et al. | A method of scratch removal from old movie film using variant window by Hough transform | |
CN105701772A (zh) | 一种图像后处理方法 |
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 |