CN107909554B - 图像降噪方法、装置、终端设备及介质 - Google Patents

图像降噪方法、装置、终端设备及介质 Download PDF

Info

Publication number
CN107909554B
CN107909554B CN201711137373.3A CN201711137373A CN107909554B CN 107909554 B CN107909554 B CN 107909554B CN 201711137373 A CN201711137373 A CN 201711137373A CN 107909554 B CN107909554 B CN 107909554B
Authority
CN
China
Prior art keywords
image
noise
pixel
value
pixel point
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
Application number
CN201711137373.3A
Other languages
English (en)
Other versions
CN107909554A (zh
Inventor
金志虎
汪澜
龚谱升
王宏
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.)
Shenzhen Gongjin Electronics Co Ltd
Original Assignee
Shenzhen Gongjin Electronics 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 Shenzhen Gongjin Electronics Co Ltd filed Critical Shenzhen Gongjin Electronics Co Ltd
Priority to CN201711137373.3A priority Critical patent/CN107909554B/zh
Publication of CN107909554A publication Critical patent/CN107909554A/zh
Application granted granted Critical
Publication of CN107909554B publication Critical patent/CN107909554B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • G06T2207/20021—Dividing image into blocks, subimages or windows
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30141—Printed circuit board [PCB]

Landscapes

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

Abstract

本发明适用于图像处理领域，提供了一种图像降噪方法及装置，该方法包括：获取摄像装置上传的原始图像；检测原始图像中的各个污染像素点以及无污染像素点；获取噪声补偿值，并将噪声补偿值分别与每一无污染像素点的像素值进行叠加处理，以得到仅包含污染像素点的噪声图像；对于噪声图像中像素值高于噪声补偿值的第一像素点，将其像素值减去噪声补偿值，对于噪声图像中像素值低于噪声补偿值的第二像素点，将其像素值加上噪声补偿值，以得到降噪图像。本发明使得噪声图像能够有从整体上有规律地进行像素值的快速调整，实现对原始图像的快速降噪处理；并且，降低了图像降噪过程中的运算量，提高了图像的降噪速度，同时也降低了图像失真的程度。

Description

图像降噪方法、装置、终端设备及介质
技术领域
本发明属于图像处理领域，尤其涉及一种图像降噪方法、装置、终端设备及介质。
背景技术
随着科学技术的不断发展，计算视觉技术在电子器件的各个生产环节均得到了越来越广泛的应用。目前，通过在不同的生产区域设置摄像头，对各类电子器件的图像进行捕获并分析处理，可实现对于电子器件类别的自动识别及抓取、对发光器件的发光亮度和色温的检查、对划痕、断线等质量问题的检测等，从而逐步迈向了电子器件的生产自动化。
然而，由于工业生产环境普遍存在高温，摄像头与其所拍摄的电子器件之间通常都会存在一定的空间距离，并且，受到摄像头内部传感器IC器件的漏电影响以及受制于图片传输格式、数据传输距离等多种因素，计算处理装置在接收到摄像头所上传的图像时，该图像往往已经叠加了多种随机噪声，包括高斯噪声、泊松噪声、乘性噪声以及椒盐噪声等。
现有的图像降噪方法，在获取到每一张图像时，针对图像中所存在的每一种类噪声都会加以独立的抑制过滤。多次处理效果相叠加后，容易导致图像失真，降低了图像品质。并且，由于时域滤波的本质就是令原始图像与滤波核进行傅里叶卷积处理，而卷积运算的特点是运算量大，因而也导致了图像的处理速度较为低下。
综上，现有的图像降噪方法存在运算量大、图像处理速度低以及容易导致图像失真的问题。
发明内容
有鉴于此，本发明实施例提供了一种图像降噪方法、装置、终端设备及介质，以解决现有图像降噪方法存在运算量大、图像处理速度低以及容易导致图像失真的问题。
本发明实施例的第一方面提供了一种图像降噪方法，包括：
获取摄像装置上传的原始图像；
检测所述原始图像中的各个污染像素点以及无污染像素点，所述污染像素点表示像素值中叠加有随机噪声的像素点，所述无污染像素点表示除所述污染像素点之外的其他像素点；
获取噪声补偿值，并将所述噪声补偿值分别与每一所述无污染像素点的像素值进行叠加处理，以得到仅包含污染像素点的噪声图像；
对于所述噪声图像中像素值高于所述噪声补偿值的第一像素点，将其像素值减去所述噪声补偿值，对于所述噪声图像中像素值低于所述噪声补偿值的第二像素点，将其像素值加上所述噪声补偿值，以得到降噪图像。
本发明实施例的第二方面提供了一种图像降噪装置，包括：
获取单元，用于获取摄像装置上传的原始图像；
检测单元，用于检测所述原始图像中的各个污染像素点以及无污染像素点，所述污染像素点表示像素值中叠加有随机噪声的像素点，所述无污染像素点表示除所述污染像素点之外的其他像素点；
叠加单元，用于获取噪声补偿值，并将所述噪声补偿值分别与每一所述无污染像素点的像素值进行叠加处理，以得到仅包含污染像素点的噪声图像；
降噪单元，用于对于所述噪声图像中像素值高于所述噪声补偿值的第一像素点，将其像素值减去所述噪声补偿值，对于所述噪声图像中像素值低于所述噪声补偿值的第二像素点，将其像素值加上所述噪声补偿值，以得到降噪图像。
本发明实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面所述图像降噪方法的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面所述图像降噪方法的步骤。
本发明实施例中，利用噪声补偿值来对原始图像中每一无污染像素点的像素值进行叠加处理，使得原本仅包含随机分布噪声的原始图像能够变更为完全覆盖噪声的噪声图像；在噪声图像中，通过令像素值高于噪声补偿值的像素点的像素值减去噪声补偿值，令像素值低于噪声补偿值的像素点的像素值加上噪声补偿值，使得噪声图像能够有从整体上有规律地进行像素值的快速调整，实现对原始图像的快速降噪处理。由于本发明实施例所提供的图像降噪方法仅包含简单的逻辑运算，不需要执行复杂且运算量庞大的傅里叶卷积处理，也不需要多次叠加滤波，因而降低了图像降噪过程中的运算量，提高了图像的降噪速度，同时也降低了图像失真的程度，由此得到了精度更高的降噪图像。
附图说明
为了更清楚地说明本发明实施例中的技术方案，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性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的图像降噪方法的实现流程图；
图2是本发明另一实施例提供的图像降噪方法的实现流程图；
图3是本发明实施例提供的对原始图像进行噪声补偿处理的流程示意图；
图4是本发明实施例提供的原始图像以及噪声图像的示意图；
图5是本发明又一实施例提供的图像降噪方法的实现流程图；
图6是本发明再一实施例提供的图像降噪方法的实现流程图；
图7是本发明实施例提供的图像降噪装置的结构框图；
图8是本发明实施例提供的终端设备的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
图1示出了本发明实施例提供的图像降噪方法的实现流程，该流程包括步骤S101至S104，各步骤的具体实现原理如下：
S101：获取摄像装置上传的原始图像。
摄像装置为设置于工业生产环境中的摄像设备，其用于对工业生产环境中各类电子器件或电路板的图像进行捕获。每隔预设的时间间隔，或者，当接收到拍摄指令时，上述摄像装置对其视场范围内的电子器件或电路板进行拍摄。此时，拍摄得到的与电子器件或者电路板相关的图像为原始图像。
本发明实施例中，接收摄像装置通过有线或无线方式所上传的原始图像。
S102：检测所述原始图像中的各个污染像素点以及无污染像素点，所述污染像素点表示像素值中叠加有随机噪声的像素点，所述无污染像素点表示除所述污染像素点之外的其他像素点。
原始图像中包含多个像素点，不同的像素点具有不同的属性类型。其中，像素点的属性类型包括污染像素点以及无污染像素点。污染像素点表示像素值中叠加有随机噪声的像素点，即“已被噪声污染的像素点”；无污染像素点表示除污染像素点之外的其他像素点，即“未被噪声污染的像素点”。
本发明实施例中，获取与该摄像装置对应的预设的噪声分布位置点，从而根据该摄像装置对应的噪声分布位置点，识别所述原始图像中的各个污染像素点以及无污染像素点。
具体地，基于每个摄像装置固定于同一空间位置，并以相同的传输方式上传图像时，该图像所叠加随机噪声的坐标位置相同的原理，在令摄像装置拍摄实际生产环境中的电子器件或电路板图像之前，先令其拍摄预设具有单色色彩值的样本器件。对单色样本器件所对应的单色样本图像进行分析处理，以识别出其中像素值与该单色色彩值相异的各个像素点，并将该像素点在所述单色样本图像中的位置记录为摄像装置对应的噪声分布位置点。
对原始图像中的每一像素点，获取该像素点在拍摄界面中的坐标位置，若该像素点在拍摄界面中的坐标位置与预设的噪声分布位置点相同，则确定该像素点为污染噪声点；若该像素点在拍摄界面中的坐标点位置与预设的每一噪声分布位置点均不同，则确定该像素点为无污染噪声点。
作为本发明的一个实施例，为了准确记录摄像装置所对应的噪声分布位置点，如图2所示，在上述S101之前，还包括：
S105：持续对所述摄像装置的摄像参数进行调整，直至所述摄像装置上传的第一单色样本图像的像素中值达到预设值时，停止调整所述摄像参数。
单色样本图像所对应的单色样本器件具体为单色哑光平整树脂板。本发明实施例中，以白色哑光平整树脂板为例来具体阐述本发明实施例的技术方案。值得注意的是，除了白色哑光平整树脂板之外，本发明实施例中的单色哑光平整树脂板还可以是其他单色色彩的平整树脂板。
其中，白色哑光平整树脂板的表面粗糙度与标准PCB(印制电路板，PrintedCircuit Board)的表面粗糙度相同，即，表面粗糙度为1密耳(mil)。
本发明实施例中，获取白色哑光平整树脂板所对应的色彩预设值，色彩预设值例如为220。将白色哑光平整树脂板置于摄像装置的视场范围内，并令摄像装置对该白色哑光平整树脂板进行拍摄处理，得到白色哑光平整树脂板对应的单色样本图像。单色样本图像的图像面积与摄像装置在视场范围内所拍摄得到的最大尺寸图像的面积相同。
根据单色样本图像中各个像素点的像素值，确定出单色样本图像的像素中值。若确定出的单色样本图像的像素中值不是预设值，即，不是220，则对摄像装置的摄像参数进行调整后，令摄像装置重新执行拍摄，以再次获取白色哑光平整树脂板对应的单色样本图像。其中，摄像装置的摄像参数包括但不限于光照强度以及光圈值等。仅当最新获取得到的单色样本图像的像素中值与上述预设值相同时，停止调整摄像参数。
优选地，将摄像参数调整过程中所得到的各张单色样本图像进行对比，若同一坐标位置的像素点在各张单色样本图像中的像素值与像素中值的差值均大于预设阈值，则确定该坐标位置具有物理瑕疵。此时，更换处于视场范围的白色哑光平整树脂板，并返回执行S105。
S106：分别将所述第一单色样本图像中各个像素点的像素值与所述像素中值进行对比，以识别所述第一单色样本图像中的各个污染像素点以及无污染像素点。
对于最新时刻所获得的单色样本图像中的每一像素点，若该像素点的像素值与该单身样本图像的像素中值不同，则将该像素点识别为污染像素点；若该像素点的像素值与该单身样本图像的像素中值相同，则将该像素点识别为无污染像素点。
S107：将各个所述污染像素点在所述第一单色样本图像中的位置记录为所述摄像装置对应的所述噪声分布位置点。
将各个污染像素点在单色样本图像中的坐标位置进行记录，以将记录得到的坐标位置确定为摄像装置所对应的噪声分布位置点。
本发明实施例中，由于白色哑光平整树脂板与实际工业生产环境中所采用的PCB板的表面粗糙度以及反光度一致，且由于对白色哑光平整树脂板所拍摄得到的图像为单色样本图像，因而通过将单色样本图像中各个像素点的像素值与预设的单色色彩值进行对比，即可快速地识别出噪声分布的位置点，由此也使得在接收到同一摄像装置在生产环境中所实际拍摄的电子器件图像时，能够基于预设的噪声分布位置点，快速确定污染像素点以及无污染像素点，从而提高了对原始图像中各个像素点的降噪处理速度。
S103：获取噪声补偿值，并将所述噪声补偿值分别与每一所述无污染像素点的像素值进行叠加处理，以得到仅包含污染像素点的噪声图像。
噪声补偿值为预设值，其基于上述单色样本图像的噪声分布特性来预先确定。噪声补偿值用于与原始图像中每一无污染像素点的像素值进行叠加处理，噪声补偿值包括但不限于单色样本图像的噪声均值以及噪声方差值等。
本发明实施例中，依次对原始图像中的每一像素点进行识别处理，以将噪声补偿值分别与每一无污染像素点的像素值进行叠加处理。如图3所示，噪声补偿处理流程具体如下：
在S1031中，获取原始图像中的下一个像素点。
在S1032中，判断当前获取的像素点是否为污染像素点。若否，则执行S1033；若是，则执行S1034。
在S1033中，将噪声补偿值与该像素点的像素值进行叠加处理。
在S1034中，判断当前获取的像素点是否为原始图像中的最后一个像素点。若是，则结束对原始图像的噪声补偿处理流程；若否，则返回执行S1031。
图3所示的流程结束后，由于原始图像中每一像素点均叠加有噪声，因而当前时刻生成的图像中，仅包含污染像素点，不包含无污染像素点，此时，将当前图像输出为噪声图像。
示例性地，图4示出了本发明实施例提供的原始图像以及噪声图像的示意图。其中，深灰色标注的像素点表示污染像素点，可见，图4左侧的原始图像仅包含随机分布的污染像素点，经过噪声补偿处理后，得到的右侧的噪声图像均已全面标注成深灰色，也就是说，得到的噪声图像中，所有像素点均为污染像素点。
S104：对于所述噪声图像中像素值高于所述噪声补偿值的第一像素点，将其像素值减去所述噪声补偿值，对于所述噪声图像中像素值低于所述噪声补偿值的第二像素点，将其像素值加上所述噪声补偿值，以得到降噪图像。
在噪声图像中筛选出像素值大于噪声补偿值的各个像素点，并将这些像素点的像素值分别减去噪声补偿值；筛选出像素值小于噪声补偿值的各个像素点，并将这些像素点的像素值分别加上噪声补偿值。由此得到的输出图像为对原始图像降噪处理后的图像。
本发明实施例中，利用预设的噪声补偿值来对原始图像中每一无污染像素点的像素值进行叠加处理，使得原本仅包含随机分布噪声的原始图像能够变更为完全覆盖噪声的噪声图像；在噪声图像中，通过令像素值高于噪声补偿值的像素点的像素值减去噪声补偿值，令像素值低于噪声补偿值的像素点的像素值加上噪声补偿值，使得噪声图像能够有从整体上有规律地进行像素值的快速调整，实现对原始图像的快速降噪处理。由于本发明实施例所提供的图像降噪方法仅包含简单的逻辑运算，不需要执行复杂的傅里叶卷积处理，也不需要多次叠加滤波，因而降低了图像降噪过程中的运算量，提高了图像的降噪速度，同时也降低了图像失真的程度。
在上述图像降噪过程中，对噪声补偿值的获取方式作进一步地限定。作为本发明的又一个实施例，如图5所示，在上述S107之后，S101之前，还包括：
S108：提取所述第一单色样本图像中的各个污染像素点。
S109：对提取出的各个所述污染像素点进行排列重组，得到第二单色样本图像。
S110：计算所述第二单色样本图像的噪声统计值，并将所述噪声统计值作为噪声补偿值进行存储。
本发明实施例中，通过上述S106识别出单色样本图像中的各个污染像素点以及无污染像素点后，将各个污染像素点进行提取。根据每一污染像素点在单色样本图像中所处的坐标位置，将该污染像素点置于新样本图像的相同坐标位置。其中，新样本图像与单色样本图像的面积相等，新样本图像中除污染像素点之外的其他位置均为空值。为了区别于原有的单色样本图像，将各个污染像素点重组后的新样本图像称为第二单色样本图像。
噪声统计值表示第二单色样本图像中与噪声特性相关的统计特征值，包括但不限于第二单色样本图像的噪声方差值、噪声强度均值等。
计算第二单色样本图像的噪声统计值后，将该噪声统计值作为摄像装置所对应的噪声补偿值，并对其进行存储。
本发明实施例将提取出的各个无污染像素点重新排列，以组成第二单色样本图像，使得在对仅包含污染像素点的第二单色样本图像进行噪声特征统计时，如统计第二单色样本图像的噪声方差值或噪声强度均值时，能够避免无污染像素点的像素值对统计结果所产生的影响，无须单独过滤处理无污染像素点的像素值，因此，提高了噪声补偿值的计算速度，由此也提高了图像的降噪处理速度。
作为本发明的再一个实施例，对噪声补偿值的获取方式作再进一步地限定。如图6所示，在上述S107之后，S101之前，还包括：
S111：提取所述第一单色样本图像中的各个污染像素点。
S112：对提取出的各个所述污染像素点进行排列重组，得到第二单色样本图像。
S113：依照预设的色块窗口，将所述第二单色样本图像分割成多个图像色块。
本发明实施例中，将第二单色样本图像分割成多个小的图像色块，以使每一图像色块的大小与预设的色块窗口大小相同，则得到的每一个图像色块均为单色图像块。
优选地，色块窗口的大小为5×5。
S114：分别计算每一所述图像色块的噪声统计值，并将所述噪声统计值作为噪声补偿值进行存储。
噪声统计值表示图像色块中与噪声特性相关的统计特征值，包括但不限于图像色块的噪声方差值、噪声强度均值等。
示例性地，若噪声统计值为噪声方差值，则其计算公式如下：
Figure BDA0001470746970000101
式子(1)中，σi为图像色块的噪声方差值，f(xi,yi)表示图像色块中像素点(i,j)的像素值，
Figure BDA0001470746970000102
表示图像色块中各个像素点的像素值平均值。
若噪声统计值为噪声强度均值，则其计算公式如下：
Figure BDA0001470746970000103
式子(2)中，
Figure BDA0001470746970000104
为噪声强度均值，E为噪声强度值，(x，y)为图像色块中像素点的坐标，M×N为色块窗口大小。
将计算得到的噪声统计值作为该图像块所对应的噪声补偿值进行存储。由此使得在上述S103中，对原始图像中不同位置图像块中的像素点进行噪声补偿处理时，叠加的噪声大小为该图像块的噪声统计值。
该噪声补偿方式具体为：
对于所述原始图像中每一所述无污染像素点所在的位置，在所述第二单色样本中确定与所述位置匹配的所述图像色块，并将确定出的所述图像色块的噪声统计值确定为与该无污染像素点的像素值进行叠加处理的噪声补偿值，并将所述噪声补偿值与对应的所述无污染像素点的像素值进行叠加处理，以得到仅包含污染像素点的噪声图像。
本发明实施例中，在对原始图像中的无污染像素点进行噪声补偿处理的过程中，对于每一无污染像素点，根据该无污染像素点的坐标位置，在第二单色样本中，确定出该坐标位置所属的一个图像色块，以将该图像色块的噪声统计值作为预设的噪声补偿值。
将每一无污染像素值所对应的噪声补偿值与该无污染像素点的像素值进行叠加处理后，输出降噪图像。
本发明实施例未提到的步骤实现原理与上述各个方法实施例中的步骤实现原理相同，因此不在一一赘述。
本发明实施例中，通过将原始图像中的污染像素点进行提取并重组为第二单色样本图像，并将第二单色样本图像进行分割处理后再计算图像补偿值，使得用于进行噪声补偿处理的噪声补偿值能够更加贴近于实际生产环境中所产生的随机噪声强度，因此提高了图像补偿的准确度。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
对应于上文实施例所述的图像降噪方法，图7示出了本申请实施例提供的图像降噪装置的结构框图，为了便于说明，仅示出了与本申请实施例相关的部分。
参照图7，该装置包括：
获取单元71，用于获取摄像装置上传的原始图像。
检测单元72，用于检测所述原始图像中的各个污染像素点以及无污染像素点，所述污染像素点表示像素值中叠加有随机噪声的像素点，所述无污染像素点表示除所述污染像素点之外的其他像素点。
叠加单元73，用于获取噪声补偿值，并将所述噪声补偿值分别与每一所述无污染像素点的像素值进行叠加处理，以得到仅包含污染像素点的噪声图像。
降噪单元74，用于对于所述噪声图像中像素值高于所述噪声补偿值的第一像素点，将其像素值减去所述噪声补偿值，对于所述噪声图像中像素值低于所述噪声补偿值的第二像素点，将其像素值加上所述噪声补偿值，以得到降噪图像。
可选地，所述检测单元72包括：
识别子单元，用于根据所述摄像装置对应的噪声分布位置点，识别所述原始图像中的各个污染像素点以及无污染像素点。
可选地，上述图像降噪装置还包括：
调整单元，用于持续对所述摄像装置的摄像参数进行调整，直至所述摄像装置上传的第一单色样本图像的像素中值达到预设值时，停止调整所述摄像参数。
对比单元，用于分别将所述第一单色样本图像中各个像素点的像素值与所述像素中值进行对比，以识别所述第一单色样本图像中的各个污染像素点以及无污染像素点。
记录单元，用于将各个所述污染像素点在所述第一单色样本图像中的位置记录为所述摄像装置对应的所述噪声分布位置点。
可选地，上述图像降噪装置还包括：
第一提取单元，用于提取所述第一单色样本图像中的各个污染像素点。
第一排列单元，用于对提取出的各个所述污染像素点进行排列重组，得到第二单色样本图像。
第一计算单元，用于计算所述第二单色样本图像的噪声统计值，并将所述噪声统计值作为噪声补偿值进行存储。
可选地，上述图像降噪装置还包括：
第二提取单元，用于提取所述第一单色样本图像中的各个污染像素点。
第二排列单元，用于对提取出的各个所述污染像素点进行排列重组，得到第二单色样本图像。
分割单元，用于依照预设的色块窗口，将所述第二单色样本图像分割成多个图像色块。
第二计算单元，用于分别计算每一所述图像色块的噪声统计值，并将所述噪声统计值作为噪声补偿值进行存储。
可选地，所述叠加单元73包括：
叠加子单元，用于对于所述原始图像中每一所述无污染像素点所在的位置，在所述第二单色样本中确定与所述位置匹配的所述图像色块，并将确定出的所述图像色块的噪声统计值确定为与该无污染像素点的像素值进行叠加处理的噪声补偿值，并将所述噪声补偿值与对应的所述无污染像素点的像素值进行叠加处理，以得到仅包含污染像素点的噪声图像。
图8是本发明一实施例提供的终端设备的示意图。如图8所示，该实施例的终端设备8包括：处理器80、存储器81以及存储在所述存储器81中并可在所述处理器80上运行的计算机程序82，例如图像降噪程序。所述处理器80执行所述计算机程序82时实现上述各个图像降噪方法实施例中的步骤，例如图1所示的步骤101至104。或者，所述处理器80执行所述计算机程序82时实现上述各装置实施例中各模块/单元的功能，例如图7所示单元71至74的功能。
示例性的，所述计算机程序82可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器81中，并由所述处理器80执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序82在所述终端设备8中的执行过程。
所述终端设备8可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括，但不仅限于，处理器80、存储器81。本领域技术人员可以理解，图8仅仅是终端设备8的示例，并不构成对终端设备8的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器80可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器81可以是所述终端设备8的内部存储单元，例如终端设备8的硬盘或内存。所述存储器81也可以是所述终端设备8的外部存储设备，例如所述终端设备8上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器81还可以既包括所述终端设备8的内部存储单元也包括外部存储设备。所述存储器81用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器81还可以用于暂时地存储已经输出或者将要输出的数据。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
以上所述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，均应包含在本发明的保护范围之内。

Claims (12)

1.一种图像降噪方法，其特征在于，包括：
获取摄像装置上传的原始图像；
检测所述原始图像中的各个污染像素点以及无污染像素点，所述污染像素点表示像素值中叠加有随机噪声的像素点，所述无污染像素点表示除所述污染像素点之外的其他像素点；
获取噪声补偿值，并将所述噪声补偿值分别与每一所述无污染像素点的像素值进行叠加处理，以得到仅包含污染像素点的噪声图像；
对于所述噪声图像中像素值高于所述噪声补偿值的第一像素点，将其像素值减去所述噪声补偿值，对于所述噪声图像中像素值低于所述噪声补偿值的第二像素点，将其像素值加上所述噪声补偿值，以得到降噪图像；
所述检测所述原始图像中的各个污染像素点以及无污染像素点，包括：
根据所述摄像装置对应的噪声分布位置点，识别所述原始图像中的各个污染像素点以及无污染像素点。
2.如权利要求1所述的图像降噪方法，其特征在于，在所述获取摄像装置上传的原始图像之前，还包括：
持续对所述摄像装置的摄像参数进行调整，直至所述摄像装置上传的第一单色样本图像的像素中值达到预设值时，停止调整所述摄像参数；
分别将所述第一单色样本图像中各个像素点的像素值与所述像素中值进行对比，以识别所述第一单色样本图像中的各个污染像素点以及无污染像素点；
将各个所述污染像素点在所述第一单色样本图像中的位置记录为所述摄像装置对应的所述噪声分布位置点。
3.如权利要求2所述的图像降噪方法，其特征在于，还包括：
提取所述第一单色样本图像中的各个污染像素点；
对提取出的各个所述污染像素点进行排列重组，得到第二单色样本图像；
计算所述第二单色样本图像的噪声统计值，并将所述噪声统计值作为噪声补偿值进行存储。
4.如权利要求2所述的图像降噪方法，其特征在于，还包括：
提取所述第一单色样本图像中的各个污染像素点；
对提取出的各个所述污染像素点进行排列重组，得到第二单色样本图像；
依照预设的色块窗口，将所述第二单色样本图像分割成多个图像色块；
分别计算每一所述图像色块的噪声统计值，并将所述噪声统计值作为噪声补偿值进行存储。
5.如权利要求4所述的图像降噪方法，其特征在于，所述获取噪声补偿值，并将所述噪声补偿值分别与每一所述无污染像素点的像素值进行叠加处理，以得到仅包含污染像素点的噪声图像，包括：
对于所述原始图像中每一所述无污染像素点所在的位置，在所述第二单色样本中确定与所述位置匹配的所述图像色块，并将确定出的所述图像色块的噪声统计值确定为与该无污染像素点的像素值进行叠加处理的噪声补偿值，并将所述噪声补偿值与对应的所述无污染像素点的像素值进行叠加处理，以得到仅包含污染像素点的噪声图像。
6.一种图像降噪装置，其特征在于，包括：
获取单元，用于获取摄像装置上传的原始图像；
检测单元，用于检测所述原始图像中的各个污染像素点以及无污染像素点，所述污染像素点表示像素值中叠加有随机噪声的像素点，所述无污染像素点表示除所述污染像素点之外的其他像素点；
叠加单元，用于获取噪声补偿值，并将所述噪声补偿值分别与每一所述无污染像素点的像素值进行叠加处理，以得到仅包含污染像素点的噪声图像；
降噪单元，用于对于所述噪声图像中像素值高于所述噪声补偿值的第一像素点，将其像素值减去所述噪声补偿值，对于所述噪声图像中像素值低于所述噪声补偿值的第二像素点，将其像素值加上所述噪声补偿值，以得到降噪图像；
所述检测单元包括：
识别子单元，用于根据所述摄像装置对应的噪声分布位置点，识别所述原始图像中的各个污染像素点以及无污染像素点。
7.如权利要求6所述的图像降噪装置，其特征在于，还包括：
调整单元，用于持续对所述摄像装置的摄像参数进行调整，直至所述摄像装置上传的第一单色样本图像的像素中值达到预设值时，停止调整所述摄像参数；
对比单元，用于分别将所述第一单色样本图像中各个像素点的像素值与所述像素中值进行对比，以识别所述第一单色样本图像中的各个污染像素点以及无污染像素点；
记录单元，用于将各个所述污染像素点在所述第一单色样本图像中的位置记录为所述摄像装置对应的所述噪声分布位置点。
8.如权利要求7所述的图像降噪装置，其特征在于，还包括：
第一提取单元，用于提取所述第一单色样本图像中的各个污染像素点；
第一排列单元，用于对提取出的各个所述污染像素点进行排列重组，得到第二单色样本图像；
第一计算单元，用于计算所述第二单色样本图像的噪声统计值，并将所述噪声统计值作为噪声补偿值进行存储。
9.如权利要求7所述的图像降噪装置，其特征在于，还包括：
第二提取单元，用于提取所述第一单色样本图像中的各个污染像素点；
第二排列单元，用于对提取出的各个所述污染像素点进行排列重组，得到第二单色样本图像；
分割单元，用于依照预设的色块窗口，将所述第二单色样本图像分割成多个图像色块；
第二计算单元，用于分别计算每一所述图像色块的噪声统计值，并将所述噪声统计值作为噪声补偿值进行存储。
10.如权利要求9所述的图像降噪装置，其特征在于，所述叠加单元包括：
叠加子单元，用于对于所述原始图像中每一所述无污染像素点所在的位置，在所述第二单色样本中确定与所述位置匹配的所述图像色块，并将确定出的所述图像色块的噪声统计值确定为与该无污染像素点的像素值进行叠加处理的噪声补偿值，并将所述噪声补偿值与对应的所述无污染像素点的像素值进行叠加处理，以得到仅包含污染像素点的噪声图像。
11.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述方法的步骤。
12.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，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5任一项所述方法的步骤。
CN201711137373.3A 2017-11-16 2017-11-16 图像降噪方法、装置、终端设备及介质 Active CN107909554B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711137373.3A CN107909554B (zh) 2017-11-16 2017-11-16 图像降噪方法、装置、终端设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711137373.3A CN107909554B (zh) 2017-11-16 2017-11-16 图像降噪方法、装置、终端设备及介质

Publications (2)

Publication Number Publication Date
CN107909554A CN107909554A (zh) 2018-04-13
CN107909554B true CN107909554B (zh) 2020-05-19

Family

ID=61844359

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711137373.3A Active CN107909554B (zh) 2017-11-16 2017-11-16 图像降噪方法、装置、终端设备及介质

Country Status (1)

Country Link
CN (1) CN107909554B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109859124B (zh) * 2019-01-11 2020-12-18 深圳奥比中光科技有限公司 一种深度图像降噪方法及装置
CN110084764B (zh) * 2019-04-29 2024-06-25 努比亚技术有限公司 图像降噪处理方法、移动终端、装置及计算机存储介质
CN110689502B (zh) * 2019-10-09 2022-06-14 深圳看到科技有限公司 一种图像处理方法及相关装置
CN111882499B (zh) * 2020-07-15 2024-04-16 上海联影医疗科技股份有限公司 Pet图像的降噪方法、装置以及计算机设备
CN113538286B (zh) * 2021-07-29 2023-03-07 杭州微影软件有限公司 一种图像处理方法、装置、电子设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101715146A (zh) * 2008-10-08 2010-05-26 中国移动通信集团公司 压缩视频质量评价方法及评价系统
CN102262775A (zh) * 2010-05-26 2011-11-30 深圳迈瑞生物医疗电子股份有限公司 一种图像降噪方法、装置及图像处理设备
CN102884781A (zh) * 2010-05-18 2013-01-16 夏普株式会社 图像处理系统及显示装置
CN103093443A (zh) * 2012-12-26 2013-05-08 南京信息工程大学 基于ga-bp神经网络的图像椒盐噪声自适应滤波方法
US9536337B1 (en) * 2015-10-26 2017-01-03 Adobe Systems Incorporated Restoring digital image noise lost in a blur
CN106878727A (zh) * 2016-12-31 2017-06-20 深圳市共进电子股份有限公司 视频数据处理方法及装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006080852A (ja) * 2004-09-09 2006-03-23 Olympus Corp 画像処理装置、電子カメラ、スキャナ、画像処理方法、および画像処理プログラム
US7889207B2 (en) * 2007-02-08 2011-02-15 Nikon Corporation Image apparatus with image noise compensation

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101715146A (zh) * 2008-10-08 2010-05-26 中国移动通信集团公司 压缩视频质量评价方法及评价系统
CN102884781A (zh) * 2010-05-18 2013-01-16 夏普株式会社 图像处理系统及显示装置
CN102262775A (zh) * 2010-05-26 2011-11-30 深圳迈瑞生物医疗电子股份有限公司 一种图像降噪方法、装置及图像处理设备
CN103093443A (zh) * 2012-12-26 2013-05-08 南京信息工程大学 基于ga-bp神经网络的图像椒盐噪声自适应滤波方法
US9536337B1 (en) * 2015-10-26 2017-01-03 Adobe Systems Incorporated Restoring digital image noise lost in a blur
CN106878727A (zh) * 2016-12-31 2017-06-20 深圳市共进电子股份有限公司 视频数据处理方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于偏微分方程的图像去噪方法研究;陈小晴;《中国优秀硕士学位论文全文数据库（信息科技辑）》;20140215;第I138-653页 *

Also Published As

Publication number Publication date
CN107909554A (zh) 2018-04-13

Similar Documents

Publication Publication Date Title
CN107909554B (zh) 图像降噪方法、装置、终端设备及介质
US9811899B2 (en) Method, image processing system and computer-readable recording medium for item defect inspection
CN110189285B (zh) 一种多帧图像融合方法及装置
CN108805023B (zh) 一种图像检测方法、装置、计算机设备及存储介质
CN108896278B (zh) 一种滤光片丝印缺陷检测方法、装置及终端设备
CN109509200B (zh) 基于轮廓提取的棋盘格角点检测方法以及计算机可读存储介质
US20230056564A1 (en) Image authenticity detection method and apparatus
CN111444555B (zh) 一种测温信息显示方法、装置及终端设备
CN111667448A (zh) 一种图像处理方法、装置及设备
CN110378902B (zh) 一种高噪声背景下的划痕检测方法
CN104615972B (zh) 指针式仪表智能识别方法及其装置
CN115205194B (zh) 基于图像处理的粘虫板覆盖率检测方法、系统及装置
CN107018407B (zh) 信息处理装置、评价用图、评价系统、以及性能评价方法
CN114998314A (zh) 一种基于计算机视觉的pcb电路板缺陷检测方法
CN108921003A (zh) 基于卷积神经网络和图像形态学的无人机障碍物检测方法
CN108318773A (zh) 一种输电导线断股检测方法及系统
CN113661497A (zh) 一种匹配方法、装置、电子设备及计算机可读存储介质
WO2024016632A1 (zh) 亮点定位方法、亮点定位装置、电子设备及存储介质
CN113066088A (zh) 工业检测中的检测方法、检测装置和存储介质
CN111866501A (zh) 一种摄像模组检测方法、装置、电子设备及介质
CN112883762A (zh) 一种活体检测方法、装置、系统及存储介质
CN117934897A (zh) 一种设备异常检测方法、装置、设备以及存储介质
CN116993654B (zh) 摄像头模组缺陷检测方法、装置、设备、存储介质及产品
CN115690747B (zh) 车辆盲区检测模型测试方法、装置、电子设备及存储介质
CN116071562A (zh) 一种植物种子识别方法、装置、电子设备及存储介质

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
GR01 Patent grant
GR01 Patent grant