CN105894460A - 图像滤波方法及装置 - Google Patents
图像滤波方法及装置 Download PDFInfo
- Publication number
- CN105894460A CN105894460A CN201510926142.5A CN201510926142A CN105894460A CN 105894460 A CN105894460 A CN 105894460A CN 201510926142 A CN201510926142 A CN 201510926142A CN 105894460 A CN105894460 A CN 105894460A
- Authority
- CN
- China
- Prior art keywords
- pixel
- value
- image
- pixel value
- frequency noise
- 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
Links
- 238000001914 filtration Methods 0.000 title claims abstract description 63
- 238000000034 method Methods 0.000 title claims abstract description 27
- 230000002093 peripheral effect Effects 0.000 claims description 53
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000003384 imaging method Methods 0.000 claims description 5
- 230000004927 fusion Effects 0.000 abstract 3
- 230000008859 change Effects 0.000 description 4
- 230000001186 cumulative effect Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000002844 melting Methods 0.000 description 2
- 230000008018 melting Effects 0.000 description 2
- 229910044991 metal oxide Inorganic materials 0.000 description 2
- 150000004706 metal oxides Chemical class 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000011160 research 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
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20172—Image enhancement details
- G06T2207/20182—Noise reduction or smoothing in the temporal domain; Spatio-temporal filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/14—Picture signal circuitry for video frequency region
- H04N5/21—Circuitry for suppressing or minimising disturbance, e.g. moiré or halo
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明实施例提供一种图像滤波方法及装置,所述方法包括:将每一帧待处理图像以及所述待处理图像之前的连续多帧图像进行叠加,获得融合图像;针对所述融合图像中的每一个像素点,计算所述像素点的第一周围区域内不包括所述像素点的其它各个像素点的像素值平均值;在所述像素点的像素值与其对应的像素值平均值的差值超出预设范围时,将所述像素点的像素值更新为其对应的像素值平均值,去除低频噪声;将去除低频噪声的所述融合图像进行空域滤波,去除高频噪声,获得所述待处理图像的滤波图像;本发明实施例有效实现了图像去噪滤波。
Description
技术领域
本发明实施例涉及视频技术领域,尤其涉及一种图像滤波方法及装置。
背景技术
图像滤波,即是指在保留图像细节特征的条件下对图像的噪声进行抑制,是降低图像噪声,增强图像质量的重要手段。
由于视频在采集、传输等过程中可能会受到噪声的干扰,使得图像质量降低,这些噪声在视频编码时,就会引起编码性能下降,因此如何有效的去除视频中的图像噪声,成为本领域技术人员迫切需要解决的技术问题。
发明内容
本发明实施例提供一种图像滤波方法及装置,用以实现了图像噪声的有效去除。
本发明实施例提供一种图像滤波方法,包括:
将每一帧待处理图像以及所述待处理图像之前的连续多帧图像进行叠加,获得融合图像;所述融合图像中每一位置的像素点像素值为所述待处理图像以及所述待处理图像之前的连续多帧图像中同一位置的像素点像素值的平均值;
针对所述融合图像中的每一个像素点,计算所述像素点的第一周围区域内不包括所述像素点的其它各个像素点的像素值平均值;
在所述像素点的像素值与其对应的像素值平均值的差值超出预设范围时,将所述像素点的像素值更新为其对应的像素值平均值,去除低频噪声;
将去除低频噪声的所述融合图像进行空域滤波,去除高频噪声,获得所述待处理图像的滤波图像。
本发明实施例提供一种图像滤波装置,包括:
图像叠加模块,用于将每一帧待处理图像以及所述待处理图像之前的连续多帧图像进行叠加,获得融合图像;所述融合图像中每一位置的像素点像素值为所述待处理图像以及所述待处理图像之前的连续多帧图像中同一位置的像素点像素值的平均值;
计算模块,用于针对所述融合图像中的每一个像素点,计算所述像素点的第一周围区域内不包括所述像素点的其它各个像素点的像素值平均值;
第一滤波模块,用于在所述像素点的像素值与其对应的像素值平均值的差值超出预设范围时,将所述像素点的像素值更新为其对应的像素值平均值,去除低频噪声;
第二滤波模块,用于将去除低频噪声的所述融合图像进行空域滤波,去除高频噪声,获得所述待处理图像的滤波图像。
本发明实施例提供的图像滤波方法及装置,通过将每一帧待处理图像,与其之前连续的多帧图像进行累加,获得融合图像;针对所述融合图像中的每一个像素点,计算所述像素点的第一周围区域内不包括所述像素点的其它各个像素点的像素值平均值;在所述像素点的像素值与其对应的像素值平均值的差值超出预设范围时,将所述像素点的像素值更新为其对应的像素值平均值,去除低频噪声;将去除低频噪声的所述融合图像再进行空域滤波,去除高频噪声,即可以获得所述待处理图像的滤波图像,有效去除了图像的低频噪声以及高频噪声,提高了图像滤波的有效性。
附图说明
为了更清楚地说明本发明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一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,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为本发明图像滤波方法一个实施例的流程图;
图2为本发明图像滤波方法又一个实施例的流程图;
图3为本发明图像滤波装置一个实施例的结构示意图;
图4为本发明图像滤波装置又一个实施例的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
目前,图像传感器市场主要有CMOS(Complementary Metal OxideSemiconductor,互补金属氧化物半导体)图像传感器和CCD(Charge-coupled Device,电荷耦合元件)图像传感器。由于对小型化、低功耗和低成本成像系统消费需要的增加,摄像机多采用CMOS图像传感器。
发明人在研究中发现,CMOS图像传感器由于工艺和技术原因,存在严重的噪声问题,特别是在光线较暗条件下,CMOS图像传感器的噪声问题比较突出,这与器件和工艺本身关系较大。因此图像噪声主要是由于芯片噪声引起的,因此需要去除图像中的芯片噪声。
图像中芯片噪声主要包括低频噪声高频噪声。发明人在研究中进一步发现,芯片的低频噪声是芯片制造过程中,添加剂不稳定引起的,表现形式为获取的信号值长高或长低,在单幅图像中难以检测,因此,可以通过将多幅图像叠加后,进行检测。对于图像中高频噪声可以利用空域信息,进行滤波,消除芯片高频噪声。芯片的高频噪声表现为随机信号,因此可以利用空域信息进行处理,对图像进行平滑。
综上,发明人经过一系列研究,提出本发明技术方案,在本发明实施例中,针对视频中的每一帧待处理图像,可以选择每一帧待处理图像之前的连续多帧图像与其进行累加,获得融合图像,以进行低频噪声的检测;针对所述融合图像中的每一个像素点,计算所述像素点的第一周围区域内不包括所述像素点的其它各个像素点的像素值平均值;在所述像素点的像素值与其对应的像素值平均值的差值超出预设范围时,将所述像素点的像素值更新为其对应的像素值平均值,去除低频噪声;将去除低频噪声的所述融合图像再进行空域滤波,去除高频噪声,即可以获得所述待处理图像的滤波图像,本发明实施例,有效去除了图像的低频噪声以及高频噪声,提高图像滤波的有效性。且算法性能高、速度快,提高了图像滤波的效率。
图1为本发明实施例提供的一种图像滤波方法一个实施例的流程图,该方法可以包括以下几个步骤:
101:将每一帧待处理图像以及所述待处理图像之前的连续多帧图像进行叠加,获得融合图像。
待处理图像是指视频中的每一帧需要进行去噪滤波的图像。
每一帧待处理图像与每一帧待处理图像的前几帧图像,可以进行叠加,通过将多幅图像叠加,即可以检测待处理图像中的低频噪声。
其中,获得的融合图像中每一位置的像素点像素值为所述待处理图像以及所述待处理图像之前的连续多帧图像中同一位置的像素点像素值的平均值。
例如,每一帧待处理图像以及每一帧待处理图像之前的连续多帧图像,假设一共为N帧连续图像,N帧连续图像叠加获得融合图像中,每一个像素点的像素值是将N帧连续图像中同一位置的像素点的像素值累加再除以N获得。
102:针对所述融合图像中的每一个像素点,计算所述像素点的第一周围区域内不包括所述像素点的其它各个像素点的像素值平均值。
103:在所述像素点的像素值与其对应的像素值平均值的差值超出预设范围时,将所述像素点的像素值更新为其对应的像素值平均值,去除低频噪声。
第一周围区域是指以像素点为中心的第一预设范围。例如以每一个像素点为中心,第一周围区域可以是该像素点周围5*5内的区域。
从而针对每一个像素点,计算像素点第一周围区域内不包括所述像素点的其它各个像素点的像素值平均值,可以将其它各个像素点的像素值平均值替换该像素点的像素值。
具体的,是在所述像素点的像素值与其对应的像素值平均值的差值超出预设范围时,此时表明图像突变很大,可以认为是低频噪声出现导致的,因此即将像素点的像素值更新为其对应的像素值平均值。
此处,像素点对应的像素值平均值即是步骤102中计算得到像素点的第一周围区域内其它各个像素点像素值平均值。
104:将去除低频噪声的所述融合图像进行空域滤波,去除高频噪声,获得所述待处理图像的滤波图像。
去除低频噪声的融合图像,利用空域信息进行空域滤波,即可以去除高频噪声,从而即得到待处理图像的滤波图像。
本发明实施例中,针对每一帧待处理图像,可以选择多帧图像与其进行累加,以进行低频噪声的检测;针对所述融合图像中的每一个像素点,计算所述像素点的第一周围区域内不包括所述像素点的其它各个像素点的像素值平均值;在所述像素点的像素值与其对应的像素值平均值的差值超出预设范围时,将所述像素点的像素值更新为其对应的像素值平均值,去除低频噪声;将去除低频噪声的所述融合图像再进行空域滤波,去除高频噪声,即可以获得所述待处理图像的滤波图像,有效去除了图像的低频噪声以及高频噪声。
其中,所述像素点的像素值与其对应的像素值平均值的差值超出预设范围时可以包括:
所述像素点的像素值大于其对应的像素值平均值,且差值大于第一预设值,或者小于其对应的像素值平均值,且差值小于第二预设阈值。
因此,在所述像素点的像素值与其对应的像素值平均值的差值超出预设范围,将所述像素点的像素值更新为其对应的像素值平均值,去除低频噪声可以包括:
在所述像素点的像素值大于其对应的像素值平均值且差值大于第一预设值,或者小于其对应的像素值平均值且差值小于第二预设值时,将所述像素点的像素值更新为其对应的像素值平均值,去除低频噪声。
作为一种可能的实现方式,所述第一预设值以及所述第二预设值可以为所述像素点对应的像素值平均值的30%。
当差值超出误差预设范围,可以确定图像突变很大,可以认为是低频噪声出现导致的。因此,可以将像素点的像素点用第一周围区域中的其它像素点的像素值平均值替代,如果差值在误差预设范围,则该像素点的像素值不变,从而即可以得到去除低频噪声的融合图像。
其中,将去除低频噪声的所述融合图像进行空域滤波,去除高频噪声,获得所述待处理图像的滤波图像具体是利用去除低频噪声的所述融合图像中每一个像素点的空域信息进行空域滤波,以去除高频噪声,具体的,可以参加图2所示实施例中所述。
图2为本发明实施例提供的一种图像滤波方法又一个实施例的流程图,该方法可以包括以下几个步骤:
201:将每一帧待处理图像以及所述待处理图像之前的连续多帧图像进行叠加,获得融合图像。
所述融合图像中每一位置的像素点像素值为所述待处理图像以及所述待处理图像之前的连续多帧图像中同一位置的像素点像素值的平均值。
202:针对所述融合图像中的每一个像素点,计算所述像素点的第一周围区域内不包括所述像素点的其它各个像素点的像素值平均值。
203:在所述像素点的像素值与其对应的像素值平均值的差值超出预设范围时,将所述像素点的像素值更新为其对应的像素值平均值,去除低频噪声。
步骤201~步骤203的操作与图1所示实施例中步骤101~步骤103的操作相同,在此不再赘述。
204:针对去除低频噪声的所述融合图像中的每一个像素点,计算所述像素点的第二周围区域内不包括所述像素点的其它各个像素点的权重因子。
第二周围区域可以是指以像素点为中心的第二预设范围。
利用像素点与其第二周围区域内其它各个像素点的相关性,可以对融合图像去除高频噪声。
首先,计算第二周围区域内其它各个像素点的权重因子。
205:利用所述第二周围区域内其它各个像素点的权重因子以及所述像素点的像素值,计算所述像素点的加权平均值。
将像素点的像素值分别与其它各个像素点的权重因子相乘,并将获得的乘积进行累加,即可以得到像素点的加权平均值。
206:将所述像素点的像素值替换为所述加权平均值,去除高频噪声。
207:获得所述待处理图像的滤波图像。
将像素点的像素值替换为像素点的加权平均值,即可以去除融合图像的高频噪声,从而即可以获得最终的滤波图像。
其中,所述像素点的第二周围区域内不包括所述像素点的其它各个像素点的像素值的权重因子可以有多种计算方式。
作为一种可能的实现方式,所述针对去除低频噪声的所述融合图像中的每一个像素点,计算所述像素点的第二周围区域内不包括所述像素点的其它各个像素点的像素值的权重因子可以是:
针对去除低频噪声的所述融合图像中的每一个像素点,按照如下权重因子计算公式计算所述像素点的第二周围区域内的其它各个像素点的权重因子;
其中,W(k,l)是第二周围区域内其它各个像素点中任一个像素点(k,l)的权重因子,0≤W(k,l)≤1,ΣW(k,l)=1,T为第二周围区域内的像素点个数;D(k,l)为第二周围区域像素点(k,l)的像素值。
像素点的加权平均值具体可以按照加权平均计算公式计算获得,因此所述利用所述第二周围区域内的其它各个像素点的像素值的权重因子以及所述像素点的像素值,计算所述像素点的加权平均值,去除高频噪声可以包括:
所述利用所述第二周围区域内的其它各个像素点的像素值的权重因子以及所述像素点的像素值,按照如下加权平均计算公式计算所述像素点的加权平均值;
v(i,j)表示任一个像素点,u(i,j)表示所述像素点的加权平均值。
将像素点像素值替换为像素点的加权平均值,即可以去除高频噪声,从而即可以得到待处理图像的滤波图像。
本发明实施例中可以有效实现图像滤波,使得可以有效去除图像的低频噪声以及高频噪声。且算法性能高、速度快,提高了图像滤波的效率。
图3为本发明实施例提供的一种图像滤波装置一个实施例的结构示意图,该装置可以包括:
图像叠加模块301,用于将每一帧待处理图像以及所述待处理图像之前的连续多帧图像进行叠加,获得融合图像。
待处理图像是指视频中的每一帧需要进行去噪滤波的图像。
通过将多幅图像叠加,即可以检测待处理图像中的低频噪声。
其中,所述融合图像中每一位置的像素点像素值为所述待处理图像以及所述待处理图像之前的连续多帧图像中同一位置的像素点像素值的平均值。
例如,每一帧待处理图像以及每一帧待处理图像之前的连续多帧图像,假设一共为N帧连续图像,N帧连续图像叠加获得融合图像中,每一个像素点的像素值是将N帧连续图像中同一位置的像素点的像素值累加再除以N获得。
计算模块302,用于针对所述融合图像中的每一个像素点,计算所述像素点的第一周围区域内不包括所述像素点的其它各个像素点的像素值平均值。
第一滤波模块303,用于在所述像素点的像素值与其对应的像素值平均值的差值超出预设范围时,将所述像素点的像素值更新为其对应的像素值平均值,去除低频噪声。
第一周围区域是指以像素点为中心的第一预设范围。
在所述像素点的像素值与其对应的像素值平均值的差值超出预设范围时,此时表明图像突变很大,可以认为是低频噪声出现导致的,因此即将像素点的像素值更新为其对应的像素值平均值。
第二滤波模块304,用于将去除低频噪声的所述融合图像进行空域滤波,去除高频噪声,获得所述待处理图像的滤波图像。
去除低频噪声的融合图像,利用空域信息进行空域滤波,即可以去除高频噪声,从而即得到待处理图像的滤波图像。
本发明实施例中,针对每一帧待处理图像,可以选择多帧图像与其进行累加,以进行低频噪声的检测;针对所述融合图像中的每一个像素点,计算所述像素点的第一周围区域内不包括所述像素点的其它各个像素点的像素值平均值;在所述像素点的像素值与其对应的像素值平均值的差值超出预设范围时,将所述像素点的像素值更新为其对应的像素值平均值,去除低频噪声;将去除低频噪声的所述融合图像再进行空域滤波,去除高频噪声,即可以获得所述待处理图像的滤波图像,有效去除了图像的低频噪声以及高频噪声。
其中,所述像素点的像素值与其对应的像素值平均值的差值超出预设范围时可以包括:
所述像素点的像素值大于其对应的像素值平均值,且差值大于第一预设值,或者小于其对应的像素值平均值,且差值小于第二预设阈值。
因此,所述第一滤波模块303可以具体用于:
在所述像素点的像素值大于其对应的像素值平均值且差值大于第一预设值,或者小于其对应的像素值平均值且差值小于第二预设值时,将所述像素点的像素值更新为其对应的像素值平均值,去除低频噪声。
作为一种可能的实现方式,所述第一预设值以及所述第二预设值可以为所述像素点对应的像素值平均值的30%。
当差值超出误差预设范围,可以确定图像突变很大,可以认为是低频噪声出现导致的。因此,可以将像素点的像素点用第一周围区域中的其它像素点的像素值平均值替代,如果差值在误差预设范围,则该像素点的像素值不变,从而即可以得到去除低频噪声的融合图像。
其中,将去除低频噪声的所述融合图像进行空域滤波,去除高频噪声,获得所述待处理图像的滤波图像具体是利用去除低频噪声的所述融合图像中每一个像素点的空域信息进行空域滤波,以去除高频噪声,具体的,如图4所示,作为又一个实施例,所述第二滤波模块304可以包括:
第一计算单元401,用于针对去除低频噪声的所述融合图像中的每一个像素点,计算所述像素点的第二周围区域内不包括所述像素点的其它各个像素点的像素值的权重因子。
第二周围区域可以是指以像素点为中心的第二预设范围。
利用像素点与其第二周围区域内其它各个像素点的相关性,可以对融合图像去除高频噪声。
首先,计算第二周围区域内其它各个像素点的权重因子。
第二计算单元402,用于利用所述第二周围区域内其它各个像素点的像素值的权重因子以及所述像素点的像素值,计算所述像素点的加权平均值。
将像素点的像素值分别与其它各个像素点的权重因子相乘,并将获得的乘积进行累加,即可以得到像素点的加权平均值。
滤波单元403,用于将所述像素点的像素值替换为所述加权平均值,去除高频噪声,获得所述待处理图像的滤波图像。
将像素点的像素值替换为像素点的加权平均值,即可以去除融合图像的高频噪声,从而即可以获得最终的滤波图像。
其中,所述像素点的第二周围区域内不包括所述像素点的其它各个像素点的像素值的权重因子可以有多种计算方式。
作为一种可能的实现方式,所述第一计算单元401可以具体用于:
针对去除低频噪声的所述融合图像中的每一个像素点,按照如下权重因子计算公式计算所述像素点的第二周围区域内的其它各个像素点的权重因子;
其中,W(k,l)是第二周围区域内其它各个像素点中任一个像素点(k,l)的权重因子,0≤W(k,l)≤1,ΣW(k,l)=1,T为第二周围区域内的像素点个数;D(k,l)为第二周围区域像素点(k,l)的像素值。
像素点的加权平均值具体可以按照加权平均计算公式计算获得,作为又一个实施例,所述第二计算单元402可以具体用于:
利用所述第二周围区域内的其它各个像素点的像素值的权重因子以及所述像素点的像素值,按照如下加权平均计算公式计算所述像素点的加权平均值;
v(i,j)表示任一个像素点,u(i,j)表示所述像素点对应的加权平均值。
将像素点像素值替换为像素点的加权平均值,即可以去除高频噪声,从而即可以得到待处理图像的滤波图像。
通过本发明实施例的技术方案,可以有效实现图像滤波,使得可以有效去除图像的低频噪声以及高频噪声。且算法性能高、速度快,提高了图像滤波的效率。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种图像滤波方法,其特征在于,包括:
将每一帧待处理图像以及所述待处理图像之前的连续多帧图像进行叠加,获得融合图像;所述融合图像中每一位置的像素点像素值为所述待处理图像以及所述待处理图像之前的连续多帧图像中同一位置的像素点像素值的平均值;
针对所述融合图像中的每一个像素点,计算所述像素点的第一周围区域内不包括所述像素点的其它各个像素点的像素值平均值;
在所述像素点的像素值与其对应的像素值平均值的差值超出预设范围时,将所述像素点的像素值更新为其对应的像素值平均值,去除低频噪声;
将去除低频噪声的所述融合图像进行空域滤波,去除高频噪声,获得所述待处理图像的滤波图像。
2.根据权利要求1所述的方法,其特征在于,所述将去除低频噪声的所述融合图像进行空域滤波,去除高频噪声,获得所述待处理图像的滤波图像包括:
针对去除低频噪声的所述融合图像中的每一个像素点,计算所述像素点的第二周围区域内不包括所述像素点的其它各个像素点的像素值的权重因子;
利用所述第二周围区域内其它各个像素点的像素值的权重因子以及所述像素点的像素值,计算所述像素点的加权平均值,并将所述像素点的像素值替换为所述加权平均值,去除高频噪声;
获得所述待处理图像的滤波图像。
3.根据权利要求2所述的方法,其特征在于,所述针对去除低频噪声的所述融合图像中的每一个像素点,计算所述像素点的第二周围区域内不包括所述像素点的其它各个像素点的像素值的权重因子包括:
针对去除低频噪声的所述融合图像中的每一个像素点,按照如下权重因子计算公式计算所述像素点的第二周围区域内的其它各个像素点的权重因子;
其中,W(k,l)是像素点(k,l)的权重因子,0≤W(k,l)≤1,ΣW(k,l)=1,T为第二周围区域内的其它像素点个数;D(k,l)为第二周围区域像素点(k,l)的像素值;
所述利用所述第二周围区域内的其它各个像素点的像素值的权重因子以及所述像素点的像素值,计算所述像素点的加权平均值包括:
利用所述第二周围区域内的其它各个像素点的像素值的权重因子以及所述像素点的像素值,按照如下加权平均计算公式计算所述像素点的加权平均值;
v(i,j)表示任一个像素点,u(i,j)表示所述像素点对应的加权平均值。
4.根据权利要求1所述的方法,其特征在于,在所述像素点的像素值与其对应的像素值平均值的差值超出预设范围,将所述像素点的像素值更新为其对应的像素值平均值,去除低频噪声包括:
在所述像素点的像素值大于其对应的像素值平均值且差值大于第一预设值,或者小于其对应的像素值平均值且差值小于第二预设值时,将所述像素点的像素值更新为其对应的像素值平均值,去除低频噪声。
5.根据权利要求4所述的方法,其特征在于,所述第一预设值以及所述第二预设值为所述像素点对应的像素值平均值的30%。
6.一种图像滤波装置,其特征在于,包括:
图像叠加模块,用于将每一帧待处理图像以及所述待处理图像之前的连续多帧图像进行叠加,获得融合图像;所述融合图像中每一位置的像素点像素值为所述待处理图像以及所述待处理图像之前的连续多帧图像中同一位置的像素点像素值的平均值;
计算模块,用于针对所述融合图像中的每一个像素点,计算所述像素点的第一周围区域内不包括所述像素点的其它各个像素点的像素值平均值;
第一滤波模块,用于在所述像素点的像素值与其对应的像素值平均值的差值超出预设范围时,将所述像素点的像素值更新为其对应的像素值平均值,去除低频噪声;
第二滤波模块,用于将去除低频噪声的所述融合图像进行空域滤波,去除高频噪声,获得所述待处理图像的滤波图像。
7.根据权利要求6所述的装置,其特征在于,所述第二滤波模块包括:
第一计算单元,用于针对去除低频噪声的所述融合图像中的每一个像素点,计算所述像素点的第二周围区域内不包括所述像素点的其它各个像素点的像素值的权重因子;
第二计算单元,用于利用所述第二周围区域内其它各个像素点的像素值的权重因子以及所述像素点的像素值,计算所述像素点的加权平均值;
滤波单元,用于将所述像素点的像素值替换为所述加权平均值,去除高频噪声,获得所述待处理图像的滤波图像。
8.根据权利要求7所述的装置,其特征在于,所述第一计算单元具体用于:
针对去除低频噪声的所述融合图像中的每一个像素点,按照如下权重因子计算公式计算所述像素点的第二周围区域内的其它各个像素点的权重因子;
其中,W(k,l)是像素点(k,l)的权重因子,0≤W(k,l)≤1,ΣW(k,l)=1,T为第二周围区域内的其它像素点个数;D(k,l)为第二周围区域像素点(k,l)的像素值;
所述第二计算单元具体用于:
利用所述第二周围区域内的其它各个像素点的像素值的权重因子以及所述像素点的像素值,按照如下加权平均计算公式计算所述像素点的加权平均值;
v(i,j)表示任一个像素点,u(i,j)表示所述像素点对应的加权平均值。
9.根据权利要求6所述的装置,其特征在于,所述第一滤波模块具体用于:
在所述像素点的像素值大于其对应的像素值平均值且差值大于第一预设值,或者小于其对应的像素值平均值且差值小于第二预设值时,将所述像素点的像素值更新为其对应的像素值平均值,去除低频噪声。
10.根据权利要求9所述的装置,其特征在于,所述第一预设值以及所述第二预设值为所述像素点对应的像素值平均值的30%。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510926142.5A CN105894460A (zh) | 2015-12-14 | 2015-12-14 | 图像滤波方法及装置 |
PCT/CN2016/096009 WO2017101489A1 (zh) | 2015-12-14 | 2016-08-19 | 图像滤波方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510926142.5A CN105894460A (zh) | 2015-12-14 | 2015-12-14 | 图像滤波方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105894460A true CN105894460A (zh) | 2016-08-24 |
Family
ID=57002409
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510926142.5A Pending CN105894460A (zh) | 2015-12-14 | 2015-12-14 | 图像滤波方法及装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN105894460A (zh) |
WO (1) | WO2017101489A1 (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106952373A (zh) * | 2017-03-23 | 2017-07-14 | 成都零智慧科技有限公司 | 一种基于动态图像识别的人工智能系统 |
CN108063920A (zh) * | 2017-12-26 | 2018-05-22 | 深圳开立生物医疗科技股份有限公司 | 一种图像冻结方法、装置、设备及计算机可读存储介质 |
CN110516680A (zh) * | 2019-08-05 | 2019-11-29 | 上海摩软通讯技术有限公司 | 图像处理方法及装置 |
CN111065335A (zh) * | 2017-11-17 | 2020-04-24 | 株式会社日立制作所 | 医用图像处理装置和医用图像处理方法 |
CN111369465A (zh) * | 2020-03-04 | 2020-07-03 | 沈阳先进医疗设备技术孵化中心有限公司 | Ct动态图像增强方法及装置 |
CN114881981A (zh) * | 2022-05-19 | 2022-08-09 | 常州市新创智能科技有限公司 | 一种玻纤布面的蚊虫检测方法及装置 |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110889894A (zh) * | 2019-10-25 | 2020-03-17 | 中国科学院深圳先进技术研究院 | 三维人脸重建方法、装置及终端设备 |
CN113052767A (zh) * | 2019-12-26 | 2021-06-29 | 深圳市万普拉斯科技有限公司 | 滤波矩阵生成方法、装置、终端设备和可读存储介质 |
CN111340777B (zh) * | 2020-02-25 | 2023-10-13 | 深圳市景阳科技股份有限公司 | 图像噪声点的判断方法及装置 |
CN111507923B (zh) * | 2020-04-21 | 2023-09-12 | 浙江大华技术股份有限公司 | 一种视频图像的噪声处理方法、装置、设备和介质 |
CN111626944B (zh) * | 2020-04-21 | 2023-07-25 | 温州大学 | 一种基于时空金字塔网络和对抗自然先验的视频去模糊方法 |
CN112330553B (zh) * | 2020-10-30 | 2022-07-01 | 武汉理工大学 | 一种裂缝图像去噪方法、设备及存储介质 |
CN112767295A (zh) * | 2021-01-14 | 2021-05-07 | Oppo广东移动通信有限公司 | 图像处理方法、图像处理装置、存储介质与电子设备 |
CN112651919A (zh) * | 2021-01-26 | 2021-04-13 | 南京超辰信息科技有限公司 | 一种遥感图像测绘及处理系统 |
CN112907476B (zh) * | 2021-03-02 | 2023-10-20 | 中国电子科技集团公司第三研究所 | 时域与空域相结合的红外图像实时帧间降噪方法及装置 |
CN113240609A (zh) * | 2021-05-26 | 2021-08-10 | Oppo广东移动通信有限公司 | 图像去噪方法、装置及存储介质 |
CN113938575B (zh) * | 2021-07-23 | 2023-06-13 | 东莞理工学院 | 一种视频超分辨率重构方法、装置、终端设备及存储介质 |
CN113989141B (zh) * | 2021-10-22 | 2022-12-23 | 赛诺威盛科技(北京)股份有限公司 | Ct头部图像降噪方法、装置及存储介质 |
CN116735612B (zh) * | 2023-08-15 | 2023-11-07 | 山东精亿机械制造有限公司 | 一种精密电子元器件焊接缺陷检测方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080226193A1 (en) * | 2007-03-15 | 2008-09-18 | Nao Mishima | Motion estimation apparatus and method |
CN103606132A (zh) * | 2013-10-31 | 2014-02-26 | 西安电子科技大学 | 基于空域和时域联合滤波的多帧数字图像去噪方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100327385B1 (en) * | 2000-07-18 | 2002-03-13 | Lg Electronics Inc | Spatio-temporal three-dimensional noise filter |
CN102752483A (zh) * | 2012-06-12 | 2012-10-24 | 天津天地伟业数码科技有限公司 | 基于fpga平台的滤波降噪系统及滤波降噪方法 |
CN103501401B (zh) * | 2013-10-01 | 2016-09-14 | 中国人民解放军国防科学技术大学 | 面向超大噪声基于预滤波的实时视频去噪方法 |
CN104010114B (zh) * | 2014-05-29 | 2017-08-29 | 广东威创视讯科技股份有限公司 | 视频去噪方法和装置 |
CN104574301A (zh) * | 2014-12-25 | 2015-04-29 | 深圳市一体太赫兹科技有限公司 | 一种太赫兹图像重构方法及系统 |
-
2015
- 2015-12-14 CN CN201510926142.5A patent/CN105894460A/zh active Pending
-
2016
- 2016-08-19 WO PCT/CN2016/096009 patent/WO2017101489A1/zh active Application Filing
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080226193A1 (en) * | 2007-03-15 | 2008-09-18 | Nao Mishima | Motion estimation apparatus and method |
CN103606132A (zh) * | 2013-10-31 | 2014-02-26 | 西安电子科技大学 | 基于空域和时域联合滤波的多帧数字图像去噪方法 |
Non-Patent Citations (2)
Title |
---|
洪广宁: ""室内环境下的多运动人体跟踪方法研究"", 《中国优秀博硕士学位论文全文数据库 (硕士) 信息科技辑》 * |
黄全品等: "("一种高效的基于阈值的图像滤波算法及其实现"", 《计算机仿真》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106952373A (zh) * | 2017-03-23 | 2017-07-14 | 成都零智慧科技有限公司 | 一种基于动态图像识别的人工智能系统 |
CN106952373B (zh) * | 2017-03-23 | 2023-06-23 | 成都零一智慧科技有限公司 | 一种基于动态图像识别的人工智能系统 |
CN111065335A (zh) * | 2017-11-17 | 2020-04-24 | 株式会社日立制作所 | 医用图像处理装置和医用图像处理方法 |
CN111065335B (zh) * | 2017-11-17 | 2023-08-08 | 富士胶片医疗健康株式会社 | 医用图像处理装置和医用图像处理方法 |
CN108063920A (zh) * | 2017-12-26 | 2018-05-22 | 深圳开立生物医疗科技股份有限公司 | 一种图像冻结方法、装置、设备及计算机可读存储介质 |
CN110516680A (zh) * | 2019-08-05 | 2019-11-29 | 上海摩软通讯技术有限公司 | 图像处理方法及装置 |
CN110516680B (zh) * | 2019-08-05 | 2023-04-07 | 上海摩软通讯技术有限公司 | 图像处理方法及装置 |
CN111369465A (zh) * | 2020-03-04 | 2020-07-03 | 沈阳先进医疗设备技术孵化中心有限公司 | Ct动态图像增强方法及装置 |
CN111369465B (zh) * | 2020-03-04 | 2024-03-08 | 东软医疗系统股份有限公司 | Ct动态图像增强方法及装置 |
CN114881981A (zh) * | 2022-05-19 | 2022-08-09 | 常州市新创智能科技有限公司 | 一种玻纤布面的蚊虫检测方法及装置 |
CN114881981B (zh) * | 2022-05-19 | 2023-03-10 | 常州市新创智能科技有限公司 | 一种玻纤布面的蚊虫检测方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
WO2017101489A1 (zh) | 2017-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105894460A (zh) | 图像滤波方法及装置 | |
US9471963B2 (en) | Method, medium, and apparatus of filtering depth noise using depth information | |
KR101298642B1 (ko) | 영상 잡음 제거 방법 및 장치 | |
CN107248148B (zh) | 图像降噪方法及系统 | |
CN110796615B (zh) | 一种图像去噪方法、装置以及存储介质 | |
CN106251318A (zh) | 一种序列图像的去噪装置及方法 | |
KR100677133B1 (ko) | 이미지 디테일 강조에 있어서 잡음 있는 가장자리의 검출및 처리를 위한 방법 및 장치 | |
US9508134B2 (en) | Apparatus, system, and method for enhancing image data | |
CN111709904B (zh) | 一种图像融合方法及装置 | |
CN106709879A (zh) | 一种基于简单透镜计算成像的空间变化点扩散函数平滑方法 | |
CN107437238A (zh) | 一种图像分块自适应递归降噪方法及装置 | |
CN111179186A (zh) | 一种保护图像细节的图像去噪系统 | |
CN112435182B (zh) | 图像降噪方法及装置 | |
CN110910324B (zh) | 红外视频的去竖条纹方法 | |
CN116912115A (zh) | 一种水下图像自适应增强方法、系统、设备及存储介质 | |
CN115187486A (zh) | 一种图像锐化黑白边消除方法及系统 | |
CN115761672A (zh) | 用于车辆摄像头上污物的检测方法、检测系统和检测装置 | |
RU2405200C2 (ru) | Способ и устройство быстрого фильтрования шума цифровых изображений | |
CN110717873A (zh) | 一种基于多尺度残差的交通标识去模糊检测识别算法 | |
CN206489631U (zh) | 一种序列图像的去噪装置 | |
Palabaş et al. | Adaptive fuzzy filter combined with median filter for reducing intensive salt and pepper noise in gray level images | |
CN104243767A (zh) | 去除图像噪声的方法 | |
Chishima et al. | A method of scratch removal from old movie film using variant window by Hough transform | |
Kaur et al. | An improved weighted median filter for the image processing application | |
Patel et al. | Method for image restoration using wavelet based image fusion |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160824 |
|
WD01 | Invention patent application deemed withdrawn after publication |