CN105913403A - 图像降噪方法及系统 - Google Patents

图像降噪方法及系统 Download PDF

Info

Publication number
CN105913403A
CN105913403A CN201610483793.6A CN201610483793A CN105913403A CN 105913403 A CN105913403 A CN 105913403A CN 201610483793 A CN201610483793 A CN 201610483793A CN 105913403 A CN105913403 A CN 105913403A
Authority
CN
China
Prior art keywords
image
noise reduction
gain
mass parameter
parameter
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
CN201610483793.6A
Other languages
English (en)
Inventor
刘思翔
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.)
LeTV Holding Beijing Co Ltd
LeTV Mobile Intelligent Information Technology Beijing Co Ltd
Original Assignee
LeTV Holding Beijing Co Ltd
LeTV Mobile Intelligent Information Technology Beijing Co 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 LeTV Holding Beijing Co Ltd, LeTV Mobile Intelligent Information Technology Beijing Co Ltd filed Critical LeTV Holding Beijing Co Ltd
Priority to CN201610483793.6A priority Critical patent/CN105913403A/zh
Publication of CN105913403A publication Critical patent/CN105913403A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/70Denoising; Smoothing

Landscapes

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

Abstract

本发明实施例公开了一种图像降噪方法及系统,属于图像技术领域。该方法即系统在检测到第一降噪质量参数不满足预设的第一降噪质量参数范围时,调节下述至少一项:执行图像降噪的硬件、软件降噪算法、以及降噪参数,并对1倍增益的图像进行图像降噪处理,得到降噪后1倍增益图像;再将其他倍数增益的图像与降噪后1倍增益图像进行对比,确定第二降噪质量参数;当第二降噪质量参数小于设定阀值时,再次调节上述至少一项,直到所述其他倍数增益的新的图像与降噪后1倍增益图像之间的第二降噪质量参数不小于设定阀值。由此即可确定出合适的硬件、软件算法、降噪参数,达到使拍照设备拍出高质量照片的有益效果。

Description

图像降噪方法及系统
技术领域
本发明实施例涉及图像技术领域,尤其涉及一种图像降噪方法及系统。
背景技术
随着电子技术的不断发展,数字相机或者具有数码摄像头的手机等已经深入千家万户,成为大家记录美丽自然风光、铭刻生活以及精彩瞬间的必备工具。
噪点,主要是指数字相机设备的感光组件将光线作为接收信号接收并输出的过程中所产生的图像中的粗糙部分,也指图像中不该出现的外来像素,通常由电子干扰产生,看起来就像图像被弄脏了,布满一些细小的糙点。
目前,为了进一步提高拍照图像的画质,各类拍照设备均会使用一定的降噪算法以滤除不必要的拍照噪点。当用数字相机或手机拍摄光线不是特别充足的场景,比如“夜景”、或者“路灯”时,因为硬件本身的原因,使用较高的增益后图像会出现明显的噪点,这时就需要先用硬件或者软件降噪算法做降噪处理,然后再生成照片。而采用不同的硬件、软件算法、以及不同的参数来降噪,结果会有很大差异。
目前很多手机厂商通常用比较有经验的图像质量调节工程师凭借经验、以及与竞品机表现的视觉对比,来选择合适的硬件、软件算法、以及降噪参数。在实现本发明的过程中,发明人发现上述技术至少存在以下问题:虽然凭借图像质量调节工程师的技艺和经验固然可以控制图像质量,但是这种主观性很强的方法,一方面因人而异,多少有些差异,另一方面测试人员对图像的理解没有图像质量工程师那么深刻,测试人员很难对图像质量工程师做出的修改进行准确判断。
发明内容
本发明实施例的目的是提供一种图像降噪方法,通过检测对比调节出合适的硬件、软件降噪算法、降噪参数。
为实现上述目的,本发明实施例的技术方案是这样实现的:一种图像降噪方法,包括获取1倍增益的图像,并检测对应的第一降噪质量参数;当检测到所述第一降噪质量参数不满足预设的第一降噪质量参数范围时,调节下述至少一项:执行图像降噪的硬件、软件降噪算法、以及降噪参数,并对所述1倍增益的图像进行图像降噪处理,得到降噪后1倍增益图像,并返回执行所述检测操作,直到检测到所述降噪后1倍增益图像的第一降噪质量参数满足预设的第一降噪质量参数范围;获取其他倍数增益的图像;将所述其他倍数增益的图像分别与所述降噪后1倍增益图像进行对比,确定各倍数增益的图像与所述降噪后1倍增益图像之间的第二降噪质量参数;在所述第二降噪质量参数小于设定阀值时,再次调节下述至少一项:执行图像降噪的硬件、软件降噪算法、以及降噪参数,并对所述其他倍数增益的图像分别进行图像降噪处理,得到其他倍数增益的新的图像,并返回执行所述对比操作,直到所述其他倍数增益的新的图像与所述降噪后1倍增益图像之间的第二降噪质量参数不小于设定阀值。
在上述技术方案中,所述第一降噪质量参数可包括:噪声水平参数,或者包括:噪声水平参数和锐化参数。
在上述技术方案中,所述第二降噪质量参数可包括:结构化相似度和/或信噪比。
在上述技术方案中,所述给定阀值T可以为0.9。
在上述技术方案中,所述其他倍数增益的图像可包括2倍、4倍、8倍、16倍、32倍、64倍、96倍各倍数增益下的图像。
本发明实施例的另一目的是提供一种图像降噪系统,通过检测对比调节出合适的硬件、软件降噪算法、降噪参数。
为实现上述目的,本发明实施例的技术方案是这样实现的:一种图像降噪系统,包括:增益图像获取单元,用于获取1倍增益的图像和其他倍数增益的图像;检测单元,用于检测1倍增益图像的第一降噪质量参数是否满足预设的第一降噪质量参数范围;调节单元,用于当检测到所述第一降噪质量参数不满足预设的第一降噪质量参数范围时,调节下述至少一项:执行图像降噪的硬件、软件降噪算法、以及降噪参数,并对所述1倍增益的图像进行图像降噪处理,得到降噪后1倍增益图像,并返回执行所述检测单元,直到检测单元检测到所述降噪后1倍增益的图像的第一降噪质量参数满足预设的第一降噪质量参数范围;对比判断单元,用于将其他倍数增益的图像分别与所述降噪后1倍增益图像进行对比,确定各倍数增益的图像与所述降噪后1倍增益图像之间的第二降噪质量参数,并判断所述第二降噪质量参数是否小于设定阀值;在所述第二降噪质量参数小于设定阀值时,所述调节单元再次调节下述至少一项:执行图像降噪的硬件、软件降噪算法、以及降噪参数,并对所述其他倍数增益的图像分别进行图像降噪处理,得到其他倍数增益的新的图像,并返回执行所述对比判断单元,直到所述其他倍数增益的新的图像与所述降噪后1倍增益图像之间的第二降噪质量参数不小于设定阀值。
在上述技术方案中,所述第一降噪质量参数可包括:噪声水平参数,或者包括:噪声水平参数和锐化参数。
在上述技术方案中,所述第二降噪质量参数可包括:结构化相似度和/或信噪比。
在上述技术方案中,所述给定阀值T可以为0.9。
在上述技术方案中,所述其他倍数增益的图像可包括2倍、4倍、8倍、16倍、32倍、64倍、96倍各倍数增益下的图像。
本发明实施例公开的图像降噪方法及系统,通过调节执行图像降噪的硬件、软件降噪算法、以及降噪参数中至少一项,得到满足预设的第一降噪质量参数范围的1倍增益的图像;再将其他倍数增益的图像分别与1倍增益的图像进行对比,确定各倍数增益的图像与所述1倍增益的图像之间的第二降噪质量参数与设定阀值的大小,当第二降噪质量参数小于设定阀值时,再次调节执行图像降噪的硬件、软件降噪算法、以及降噪参数中至少一项,直到其他倍数增益的图像与1倍增益的图像之间的第二降噪质量参数不小于设定阀值,由此确定出合适的硬件、软件算法、降噪参数,达到使拍照设备拍出高质量照片的有益效果。
附图说明
图1是本发明实施例的图像降噪方法的流程示意图;
图2是本发明实施例的图像降噪系统的结构示意图。
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明了,下面结合具体实施方式并参照附图,对本发明进一步详细说明。应该理解,这些描述只是示例性的,而并非要限制本发明的范围。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本发明的概念。
实施例一
图1是本发明实施例的图像降噪方法的流程示意图。
如图1所示,本发明实施例所述的一种图像降噪方法,包括:
步骤S10,获取1倍增益的图像,并检测对应的第一降噪质量参数。
首先使用数字相机或带有摄像头的手机拍摄获取1倍增益的图像,并检测对应的第一降噪质量参数,这里的所述第一降噪质量参数可包括:噪声水平参数,或者可包括:噪声水平参数和锐化参数。同时,所述数字相机或手机的摄像头内设有光敏传感器,以感知外界光线强度。
步骤S20,当检测到所述第一降噪质量参数不满足预设的第一降噪质量参数范围时,调节执行图像降噪的硬件、软件降噪算法、降噪参数中的至少一项,并对所述1倍增益的图像进行图像降噪处理,得到降噪后1倍增益图像,并返回执行所述检测操作,重复上述操作过程,直到检测到所述降噪后1倍增益图像的第一降噪质量参数满足预设的第一降噪质量参数范围。
步骤S30,获取其他倍数增益的图像。
当调节执行图像降噪的硬件、软件降噪算法、降噪参数中的至少一项后得到满足预设的第一降噪质量参数范围的1倍增益的图像后,则选择合适的场景,用三脚架固定数字相机或手机,再次拍摄2倍、4倍、8倍、16倍、32倍、64倍、96倍各倍增益下的图像,避免用手拍摄时发生抖动,影响图像质量,造成判断失误。其中拍摄的各档增益下的图像均为曝光平衡的照片。这里的曝光平衡是指采用合适的曝光量,不要出现过曝或者欠曝,而曝光量=曝光时间x增益,对于数字相机或手机来讲,采用的增益越大,噪点也越高。
本发明中,所述其他倍数增益的图像可包括2倍、4倍、8倍、16倍、32倍、64倍、96倍各倍增益下的图像。
步骤S40,将所述其他倍数增益的图像分别与所述降噪后1倍增益图像进行对比,确定各倍数增益的图像与所述降噪后1倍增益图像之间的第二降噪质量参数。比较所述第二降噪质量参数与设定阀值T的大小,其中,所述设定阀值T可以为0.9,所述第二降噪质量参数可包括结构化相似度和/或信噪比。
步骤S50,在所述第二降噪质量参数小于设定阀值T时,再次调节执行图像降噪的硬件、软件降噪算法、以及降噪参数中的至少一项,并对所述其他倍数增益的图像分别进行图像降噪处理,得到其他倍数增益的新的图像,并返回执行所述对比操作,重复上述操作,直到所述其他倍数增益的新的图像与所述新的1倍增益的图像之间的第二降噪质量参数不小于设定阀值。就此已确定调整的硬件、软件算法、降噪参数是符合要求的,可以拍出高质量的照片。
这里的确认结构化相似度可采用现有已经有的判断方法去确认。
在做相似度比较时,将两张要比较的Jpeg照片都解码为YUV数据,对Y、U、V三个通道分别计算结构化相似度,对每个通道都要确定相应的阀值T,具体的计算公式如下:
输入要比较的两幅图像分别为x,y
它们的结构化相似度为:
S S I M ( x , y ) = ( 2 μ x μ y + C 1 ) ( 2 σ x y + C 2 ) ( μ x 2 + μ y 2 + C 1 ) ( σ x 2 + σ y 2 + C 2 )
μx为图像x的均值
μy为图像y的均值
均值计算公式为:
X ‾ = 1 n Σ i = 1 n X i
其中,Xi为图像第i个像素的像素值,n为图像像素数量
σx为图像x的方差
σy为图像y的方差
方差计算公式为:
s 2 = 1 n - 1 Σ i = 1 n ( X i - X ‾ ) 2
其中,Xi为图像第i个像素的像素值,n为图像像素数量,为图像X的像素平均值。
σxy为图像x和图像y的协方差
协方差计算公式为:
c o n ( X , Y ) = 1 n - 1 Σ i = 1 n ( X i - X ‾ ) ( Y i - Y ‾ )
其中,Xi为图像x的第i个像素的像素值,为图像X的像素平均值。Yi为图像y的第i个像素的像素值,为图像Y的像素平均值,n为图像像素数量
C1=(k1L)2
C2=(k2L)2
k1=0.01
k2=0.03
L=2λ-1
其中,λ为图像每一像素所占字节数。
本实施例的技术方案,通过调节执行图像降噪的硬件、软件降噪算法、以及降噪参数中至少一项,得到满足预设的第一降噪质量参数范围的1倍增益的图像;再将其他倍数增益的图像分别与1倍增益的图像进行对比,确定各倍数增益的图像与所述1倍增益的图像之间的第二降噪质量参数与设定阀值的大小,当第二降噪质量参数小于设定阀值时,再次调节执行图像降噪的硬件、软件降噪算法、以及降噪参数中至少一项,直到其他倍数增益的图像与1倍增益的图像之间的第二降噪质量参数不小于设定阀值,由此确定出合适的硬件、软件算法、降噪参数,达到使拍照设备拍出高质量照片的有益效。
实施例二
图2是本发明实施例的图像降噪系统的结构示意图。
如图2所示,本发明实施例所述的一种图像降噪系统,包括:增益图像获取单元10、检测单元20、调节单元30、对比判断单元40。所述检测单元20与增益图像获取单元10连接,所述调节单元30与检测单元20和增益图像获取单元10连接,所述对比判断单元40与增益图像获取单元10和调节单元30连接。
其中,增益图像获取单元10用于获取1倍增益的图像和其他倍数增益的图像;
检测单元20,用于检测1倍增益图像的第一降噪质量参数是否满足预设的第一降噪质量参数范围。这里,所述第一降噪质量参数可包括:噪声水平参数,或者可包括:噪声水平参数和锐化参数。
调节单元30,用于当检测到所述第一降噪质量参数不满足预设的第一降噪质量参数范围时,调节下述至少一项:执行图像降噪的硬件、软件降噪算法、以及降噪参数,并对所述1倍增益的图像进行图像降噪处理,得到降噪后1倍增益图像,并返回执行所述检测单元,直到检测单元检测到所述降噪后1倍增益的图像的第一降噪质量参数满足预设的第一降噪质量参数范围。
对比判断单元40,用于将其他倍数增益的图像分别与所述降噪后1倍增益图像进行对比,确定各倍数增益的图像与所述降噪后1倍增益图像之间的第二降噪质量参数,并判断所述第二降噪质量参数是否小于设定阀值,在本实例中,所述其他倍数增益的图像可包括2倍、4倍、8倍、16倍、32倍、64倍、96倍各倍数增益下的图像,所述给定阀值T可为0.9;且这里所述第二降噪质量参数可包括:结构化相似度和/或信噪比。在所述第二降噪质量参数小于设定阀值时,所述调节单元30再次调节下述至少一项:执行图像降噪的硬件、软件降噪算法、以及降噪参数,并对所述其他倍数增益的图像分别进行图像降噪处理,得到其他倍数增益的新的图像,并返回执行所述对比判断单元40,直到所述其他倍数增益的新的图像与所述降噪后1倍增益图像之间的第二降噪质量参数不小于设定阀值。
本发明实施例旨在保护一种图像降噪方法及系统,通过调节执行图像降噪的硬件、软件降噪算法、以及降噪参数中至少一项,得到满足预设的第一降噪质量参数范围的1倍增益的图像;再将其他倍数增益的图像分别与1倍增益的图像进行对比,确定各倍数增益的图像与所述1倍增益的图像之间的第二降噪质量参数与设定阀值的大小,当第二降噪质量参数小于设定阀值时,再次调节执行图像降噪的硬件、软件降噪算法、以及降噪参数中至少一项,直到其他倍数增益的图像与1倍增益的图像之间的第二降噪质量参数不小于设定阀值,由此确定出合适的硬件、软件算法、降噪参数,达到使拍照设备拍出高质量照片的有益效果。
本领域技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序存储在一个存储介质中,包括若干指令用以使得一个设备(可以是单片机,芯片等)或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
应当理解的是,本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理,而不构成对本发明的限制。因此,在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。此外,本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。

Claims (10)

1.一种图像降噪方法,其特征在于,包括:
获取1倍增益的图像,并检测对应的第一降噪质量参数;
当检测到所述第一降噪质量参数不满足预设的第一降噪质量参数范围时,调节下述至少一项:执行图像降噪的硬件、软件降噪算法、以及降噪参数,并对所述1倍增益的图像进行图像降噪处理,得到降噪后1倍增益图像,并返回执行所述检测操作,直到检测到所述降噪后1倍增益图像的第一降噪质量参数满足预设的第一降噪质量参数范围;
获取其他倍数增益的图像;
将所述其他倍数增益的图像分别与所述降噪后1倍增益图像进行对比,确定各倍数增益的图像与所述降噪后1倍增益图像之间的第二降噪质量参数;
在所述第二降噪质量参数小于设定阀值时,再次调节下述至少一项:执行图像降噪的硬件、软件降噪算法、以及降噪参数,并对所述其他倍数增益的图像分别进行图像降噪处理,得到其他倍数增益的新的图像,并返回执行所述对比操作,直到所述其他倍数增益的新的图像与所述降噪后1倍增益图像之间的第二降噪质量参数不小于设定阀值。
2.根据权利要求1所述的图像降噪方法,其特征在于,所述第一降噪质量参数包括:噪声水平参数,或者包括:噪声水平参数和锐化参数。
3.根据权利要求1-2任一项所述的图像降噪方法,其特征在于,所述第二降噪质量参数包括:结构化相似度和/或信噪比。
4.根据权利要求1-2任一项所述的图像降噪方法,其特征在于,所述给定阀值T为0.9。
5.根据权利要求1-2任一项所述的图像降噪方法,其特征在于,所述其他倍数增益的图像包括2倍、4倍、8倍、16倍、32倍、64倍、96倍各倍数增益下的图像。
6.一种图像降噪系统,其特征在于,包括:
增益图像获取单元,用于获取1倍增益的图像和其他倍数增益的图像;
检测单元,用于检测1倍增益图像的第一降噪质量参数是否满足预设的第一降噪质量参数范围;
调节单元,用于当检测到所述第一降噪质量参数不满足预设的第一降噪质量参数范围时,调节下述至少一项:执行图像降噪的硬件、软件降噪算法、以及降噪参数,并对所述1倍增益的图像进行图像降噪处理,得到降噪后1倍增益图像,并返回执行所述检测单元,直到检测单元检测到所述降噪后1倍增益的图像的第一降噪质量参数满足预设的第一降噪质量参数范围;
对比判断单元,用于将其他倍数增益的图像分别与所述降噪后1倍增益图像进行对比,确定各倍数增益的图像与所述降噪后1倍增益图像之间的第二降噪质量参数,并判断所述第二降噪质量参数是否小于设定阀值;
在所述第二降噪质量参数小于设定阀值时,所述调节单元再次调节下述至少一项:执行图像降噪的硬件、软件降噪算法、以及降噪参数,并对所述其他倍数增益的图像分别进行图像降噪处理,得到其他倍数增益的新的图像,并返回执行所述对比判断单元,直到所述其他倍数增益的新的图像与所述降噪后1倍增益图像之间的第二降噪质量参数不小于设定阀值。
7.根据权利要求6所述的图像降噪系统,其特征在于,所述第一降噪质量参数包括:噪声水平参数,或者包括:噪声水平参数和锐化参数。
8.根据权利要求6所述的图像降噪系统,其特征在于,所述第二降噪质量参数包括:结构化相似度和/或信噪比。
9.根据权利要求6所述的图像降噪系统,其特征在于,所述给定阀值T为0.9。
10.根据权利要求6所述的图像降噪系统,其特征在于,所述其他倍数增益的图像包括2倍、4倍、8倍、16倍、32倍、64倍、96倍各倍数增益下的图像。
CN201610483793.6A 2016-06-27 2016-06-27 图像降噪方法及系统 Pending CN105913403A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610483793.6A CN105913403A (zh) 2016-06-27 2016-06-27 图像降噪方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610483793.6A CN105913403A (zh) 2016-06-27 2016-06-27 图像降噪方法及系统

Publications (1)

Publication Number Publication Date
CN105913403A true CN105913403A (zh) 2016-08-31

Family

ID=56759897

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610483793.6A Pending CN105913403A (zh) 2016-06-27 2016-06-27 图像降噪方法及系统

Country Status (1)

Country Link
CN (1) CN105913403A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106940895A (zh) * 2017-01-12 2017-07-11 北京理工大学 一种应用于无线层析成像系统的降质函数的估计方法
CN109035240A (zh) * 2018-08-09 2018-12-18 章云娟 环境光量智能调节平台
CN111445423A (zh) * 2020-04-20 2020-07-24 哈尔滨理工大学 一种基于简化pcnn算法的森林火灾图像降噪和分割方法
CN111614867A (zh) * 2020-05-20 2020-09-01 广州市百果园信息技术有限公司 一种视频去噪方法、装置、移动终端和存储介质
RU2793710C1 (ru) * 2020-05-20 2023-04-04 Биго Текнолоджи Пте. Лтд. Способ и устройство для шумоподавления в видео и терминал мобильной связи и носитель данных

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101282417A (zh) * 2007-03-29 2008-10-08 索尼株式会社 图像降噪方法和设备
CN103578080A (zh) * 2012-07-25 2014-02-12 上海澜晶数码科技有限公司 一种图像降噪并增强图像的算法
CN105141857A (zh) * 2015-09-21 2015-12-09 广东欧珀移动通信有限公司 图像处理方法和装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101282417A (zh) * 2007-03-29 2008-10-08 索尼株式会社 图像降噪方法和设备
CN103578080A (zh) * 2012-07-25 2014-02-12 上海澜晶数码科技有限公司 一种图像降噪并增强图像的算法
CN105141857A (zh) * 2015-09-21 2015-12-09 广东欧珀移动通信有限公司 图像处理方法和装置

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106940895A (zh) * 2017-01-12 2017-07-11 北京理工大学 一种应用于无线层析成像系统的降质函数的估计方法
CN109035240A (zh) * 2018-08-09 2018-12-18 章云娟 环境光量智能调节平台
CN111445423A (zh) * 2020-04-20 2020-07-24 哈尔滨理工大学 一种基于简化pcnn算法的森林火灾图像降噪和分割方法
CN111614867A (zh) * 2020-05-20 2020-09-01 广州市百果园信息技术有限公司 一种视频去噪方法、装置、移动终端和存储介质
WO2021232963A1 (zh) * 2020-05-20 2021-11-25 百果园技术(新加坡)有限公司 视频去噪方法、装置、移动终端和存储介质
RU2793710C1 (ru) * 2020-05-20 2023-04-04 Биго Текнолоджи Пте. Лтд. Способ и устройство для шумоподавления в видео и терминал мобильной связи и носитель данных

Similar Documents

Publication Publication Date Title
US20200160040A1 (en) Three-dimensional living-body face detection method, face authentication recognition method, and apparatuses
US9330442B2 (en) Method of reducing noise in image and image processing apparatus using the same
US10007990B2 (en) Generating composite images using estimated blur kernel size
Hu et al. Deblurring low-light images with light streaks
US9779489B2 (en) Automatically suggesting regions for blur kernel estimation
CN105913403A (zh) 图像降噪方法及系统
EP3480784B1 (en) Image processing method, and device
US20140064615A1 (en) Method and Device for Denoising Videos Based on Non-Local Means
US8520953B2 (en) Apparatus and method for extracting edges of image
CN104794685B (zh) 一种实现图像去噪的方法及装置
WO2017090458A1 (ja) 撮影装置、および撮影方法、並びにプログラム
US20080240607A1 (en) Image Deblurring with Blurred/Noisy Image Pairs
US20080279460A1 (en) Scene Classification Apparatus and Scene Classification Method
Yu et al. Efficient patch-wise non-uniform deblurring for a single image
US8330825B2 (en) Zoom lens system characterization for image sharpening
CN103250183A (zh) 脸认证系统、脸认证方法、以及脸认证程序
US9569682B2 (en) Image processing apparatus and method to perform noise reduction on an image and determine an output pixel value
JP2014057303A (ja) 深度推定手順において改善されたシーン検出を利用するためのシステム及び方法
US8385655B2 (en) Method and system for generating intrinsic images using single reflectance technique
US20110150358A1 (en) Method and system for factoring an illumination image
CN104036471B (zh) 一种图像噪声估值方法及图像噪声估值装置
CN114972123B (zh) 图像去噪处理方法及装置、计算机设备和可读存储介质
CN108109113A (zh) 基于双边滤波和中值滤波的单幅图像去雾方法和装置
US20090285504A1 (en) Method for estimating noise according to multiresolution model
US9258490B2 (en) Smoothing of ghost maps in a ghost artifact detection method for HDR image creation

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
AD01 Patent right deemed abandoned
AD01 Patent right deemed abandoned

Effective date of abandoning: 20181204