CN108122204A - 一种图像去噪的方法和装置 - Google Patents
一种图像去噪的方法和装置 Download PDFInfo
- Publication number
- CN108122204A CN108122204A CN201611073172.7A CN201611073172A CN108122204A CN 108122204 A CN108122204 A CN 108122204A CN 201611073172 A CN201611073172 A CN 201611073172A CN 108122204 A CN108122204 A CN 108122204A
- Authority
- CN
- China
- Prior art keywords
- pixel
- dwf
- template
- filtering
- confidence level
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000001914 filtration Methods 0.000 claims abstract description 77
- 230000002146 bilateral effect Effects 0.000 claims abstract description 19
- 238000001514 detection method Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 15
- 230000014509 gene expression Effects 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 230000003321 amplification Effects 0.000 description 5
- 238000003199 nucleic acid amplification method Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000004069 differentiation Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 239000012141 concentrate Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000000630 rising effect Effects 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
- G06T2207/20024—Filtering details
- G06T2207/20028—Bilateral filtering
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去噪的方法和装置;该方法可以包括:将待处理图像的像素点按照预设的方向模板集进行遍历,获取每个像素点对应的当前方向及当前方向的可信度;按照所述每个像素点对应的当前方向以及预设的基于方向的权重滤波DWF模板进行DWF滤波,获得每个像素点对应的DWF滤波结果;将所述待处理图像的像素点按照预设的双边滤波BF模板进行滤波,获得每个像素点对应的BF滤波结果;按照所述每个像素点的DWF滤波结果和所述BF滤波结果按照各自的当前方向的可信度进行混合输出,获得去噪后的图像。
Description
技术领域
本发明涉及图像处理技术,尤其涉及一种图像去噪的方法和装置。
背景技术
在视频图像采集和传输过程中,经常会引入各种各样的噪声,其中最常见的就是高斯噪声,高斯噪声的存在使得视频图像变得闪烁,影响观看者的视觉感受。针对这种问题,需要对采集或传输过程中所引入的噪声进行去噪,让最终去噪之后的视频在观看时画面更干净,从而提升观看者的视觉感受和视频质量。
在视频图像处理领域,图像缩放是一种常用的关键技术,近年来兴起的基于方向的视频图像放大算法成为缩放领域的主要技术,然而基于方向的插值放大算法由于方向检测的不准确,经常会沿着物体边缘引入脉冲噪声,在视觉上给用户的感受就是物体的边缘有毛刺或者噪点存在,极大的影响了视频图像的感官质量。针对这种问题,需要对物体边缘存在的噪声进行去噪,让物体边缘变得更平滑干净
目前去除噪声的常用方法是采用低通滤波的方法,但是常用的低通滤波器存在如下问题:
首先,常见的低通滤波器是针对整个画面进行滤波,没有区分物体的边缘、细节和噪声;其次,即使部分低通滤波器对图像进行区域划分,能区分物体的边缘和噪声,但是这样的区分方式通常得到的区分结果要么是噪声,要么是边缘或者细节,也就是说区分的结果非0即1,这种区分方式过于武断,很容易噪声误检。
发明内容
为解决上述技术问题,本发明实施例期望提供一种图像去噪的方法和装置,能够在去除噪声的情况下保留图像的边缘细节,同时还能去除方向插值放大带来的方向噪声,使得视频图像边缘更加平滑。
本发明的技术方案是这样实现的:
第一方面,本发明实施例提供了一种图像去噪的方法,所述方法包括:
将待处理图像的像素点按照预设的方向模板集进行遍历,获取每个像素点对应的当前方向及当前方向的可信度;
按照所述每个像素点对应的当前方向以及预设的基于方向的权重滤波DWF模板进行DWF滤波,获得每个像素点对应的DWF滤波结果;
将所述待处理图像的像素点按照预设的双边滤波BF模板进行滤波,获得每个像素点对应的BF滤波结果;
按照所述每个像素点的DWF滤波结果和所述BF滤波结果按照各自的当前方向的可信度进行混合输出,获得去噪后的图像。
在上述方案中,所述方向模板集包括一个以上的方向模板;每个方向模板均有对应的方向角度,并且每个方向模板均有对应的索引号index;每个方向模板的索引号与每个方向模板自身的方向角度对应。
在上述方案中,将待处理图像的像素点按照预设的方向模板集进行遍历,获取每个像素点对应的当前方向及当前方向的可信度,具体包括:
针对每个像素点,获取所述方向模板集中的每个方向模板各自对应的角度能量;
根据所述每个方向模板各自对应的角度能量确定所述每个方向模板各自对应的方向可信度;
获取所述角度能量最小的方向模板对应的模板索引号;
将所述角度能量最小的方向模板对应的角度方向设置为所述像素点对应的当前方向;
将所述角度能量最小的方向模板对应的方向可信度设置为所述像素点对应的当前方向的可信度。
在上述方案中,所述按照每个像素点对应的当前方向以及预设的基于方向的权重滤波DWF模板进行DWF滤波,获得每个像素点对应的DWF滤波结果,具体包括:
根据所述每个像素点对应的当前方向从预设的滤波模板集内获取对应的DWF滤波模板;
按照预设的滤波策略以及所述每个像素点对应的DWF滤波模板进行滤波处理,获取每个像素点对应的DWF滤波结果。
在上述方案中,所述按照每个像素点的DWF滤波结果和BF滤波结果按照各自的当前方向的可信度进行混合输出,获得去噪后的图像,具体包括:
按照下式进行混合输出,得到混合输出的结果output:
output=Alpha×DWF+(1-Alpha)×BF
其中,Alpha为所述每个像素点当前方向的可信度,DWF为所述每个像素点对应的DWF滤波结果,BF为所述每个像素点对应的BF滤波结果。
第二方面,本发明实施例提供了一种图像去噪装置,所述装置包括:方向及方向可信度检测TDCD模块、基于方向的权重滤波DWF模块、双边滤波BF模块和混合Mixing模块;其中,
所述TDCD模块,用于将待处理图像的像素点按照预设的方向模板集进行遍历,获取每个像素点对应的当前方向及当前方向的可信度;
所述DWF模块,用于按照所述每个像素点对应的当前方向以及预设的基于方向的权重滤波DWF模板进行DWF滤波,获得每个像素点对应的DWF滤波结果;
所述BF模块,用于将所述待处理图像的像素点按照预设的双边滤波BF模板进行滤波,获得每个像素点对应的BF滤波结果;
所述Mixing模块,用于按照所述每个像素点的DWF滤波结果和所述BF滤波结果按照各自的当前方向的可信度进行混合输出,获得去噪后的图像。
在上述方案中,所述方向模板集包括一个以上的方向模板;每个方向模板均有对应的方向角度,并且每个方向模板均有对应的索引号index;每个方向模板的索引号与每个方向模板自身的方向角度对应。
在上述方案中,所述TDCD模块,具体用于:
针对每个像素点,获取所述方向模板集中的每个方向模板各自对应的角度能量;以及,
根据所述每个方向模板各自对应的角度能量确定所述每个方向模板各自对应的方向可信度;以及,
获取所述角度能量最小的方向模板对应的模板索引号;以及,
将所述角度能量最小的方向模板对应的角度方向设置为所述像素点对应的当前方向;以及,
将所述角度能量最小的方向模板对应的方向可信度设置为所述像素点对应的当前方向的可信度。
在上述方案中,所述DWF模块,用于根据所述每个像素点对应的当前方向从预设的滤波模板集内获取对应的DWF滤波模板;以及,
按照预设的滤波策略以及所述每个像素点对应的DWF滤波模板进行滤波处理,获取每个像素点对应的DWF滤波结果。
在上述方案中,所述Mixing模块,用于:
按照下式进行混合输出,得到混合输出的结果output:
output=Alpha×DWF+(1-Alpha)×BF
其中,Alpha为所述每个像素点当前方向的可信度,DWF为所述每个像素点对应的DWF滤波结果,BF为所述每个像素点对应的BF滤波结果。
本发明实施例提供了一种图像去噪的方法和装置,对图像边缘进行基于方向的权重滤波(DWF,Direction-based Weighted Filter),而对其他区域进行双边滤波(BF,Bilateral Filter),最终根据方向可信度混合DWF和BF的结果输出,从而不仅能够有效去除视频图像中存在的高斯噪声,保留视频图像的边缘细节,同时还能去除方向插值放大带来的方向噪声,使得视频图像边缘更加平滑干净。
附图说明
图1为本发明实施例提供的一种图像去噪的方法流程示意图;
图2为本发明实施例提供的一种方向模板集的示意图;
图3为本发明实施例提供的一种获取当前方向及当前方向的可信度的流程示意图;
图4为本发明实施例提供的一种方向模板集对应的索引表示意图;
图5为本发明实施例提供的一种获取DWF滤波结果的流程示意图;
图6为本发明实施例提供的一种DWF滤波模板集的示意图;
图7为本发明实施例提供的一种DWF滤波模板集对应的索引表示意图;
图8为本发明实施例提供的一种双边滤波BF模板示意图;
图9为本发明实施例提供的一种图像去噪的装置结构示意图;
图10为本发明实施例提供的一种混合模块的具体实现示意图。
具体实施方式
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。
本发明实施例的基本思想是提出一种基于方向检测及方向可信度估计的去噪算法,能够检测图像的边缘,并对图像边缘进行基于方向的权重滤波(DWF,Direction-basedWeighted Filter),而对其他区域进行双边滤波(BF,Bilateral Filter),最终根据方向可信度混合DWF和BF的结果输出,从而不仅能够有效去除视频图像中存在的高斯噪声,保留视频图像的边缘细节,同时还能去除方向插值放大带来的方向噪声,使得视频图像边缘更加平滑干净。
基于上述基本思想,提出以下实施例。
实施例一
参见图1,其示出了本发明实施例提供的一种图像去噪的方法,该方法可以应用于需要对图像进行去噪处理的装置及设备,该方法可以包括:
S101:将待处理图像的像素点按照预设的方向模板集进行遍历,获取每个像素点对应的当前方向及当前方向的可信度;
S102:按照每个像素点对应的当前方向以及预设的基于方向的权重滤波DWF模板进行DWF滤波,获得每个像素点对应的DWF滤波结果;
S103:将待处理图像的像素点按照预设的双边滤波BF模板进行滤波,获得每个像素点对应的BF滤波结果;
S104:按照每个像素点的DWF滤波结果和BF滤波结果按照各自的当前方向的可信度进行混合输出,获得去噪后的图像。
对于图1所示的技术方案,需要说明的是,在步骤S101中,方向模板集包括一个以上的方向模板;每个方向模板均有对应的方向角度,并且每个方向模板均有对应的索引号index;因此,每个方向模板的索引号与每个方向模板自身的方向角度对应;如图2所示,方向模板集中包括了16个方向模板,方向模板的索引号index从1至16;分别对应16个方向角度,在每个方向模板中,黑色方块表示当前进行处理的像素点,空白方块表示当前进行处理的像素点所对应的邻域像素点;每个方向模板对应的方向角度设置为当前黑色像素点方块所在行的最左边像素点方块与上一行最左边像素点方块之间的直线与水平方向的夹角。如图2中索引为2的方向模板,其对应的方向角度为11.25度。
基于上述针对步骤S101的说明,示例性地,对于步骤S101,参见图3,将待处理图像的像素点按照预设的方向模板集进行遍历,获取每个像素点对应的当前方向及当前方向的可信度,具体可以包括:
S1011:针对每个像素点,获取方向模板集中的每个方向模板各自对应的角度能量;
S1012:根据每个方向模板各自对应的角度能量确定每个方向模板各自对应的方向可信度;
S1013:获取所述角度能量最小的方向模板对应的模板索引号;
S1014:将所述角度能量最小的方向模板对应的角度方向设置为所述像素点对应的当前方向;
S1015:将所述角度能量最小的方向模板对应的方向可信度设置为所述像素点对应的当前方向的可信度。
需要说明的是,对于图3所述的示例,结合图2所示的方向模板集,在具体实现过程中,可以根据图2所示的方向模板集中的模板生成该方向模板集对应的索引表LUT_dir_pattern[16][2][24],该索引表具体如图4所示,索引表的第一维表示方向模板个数,索引表的第二维表示模板的坐标索引,分为横坐标和纵坐标两个数组,索引表的第三维表示每个模板里面的像素个数,最大为16。在获得方向模板集对应的索引表LUT_dir_pattern[16][2][24]之后,图3所示的示例的具体实现过程,可以包括:
首先,按照式1计算每个方向模板的角度能量energy[n]:
需要说明的是,n为从0开始的方向模板的索引号,因此,n表示的索引号与index所表示的索引号之间具有如下关系:n=index-1;
其中,number[16]={12,16,12,12,12,12,12,16,12,16,12,12,12,12,12,16},表示每个模板内像素个数,这样可以减少计算量。pi,j表示当前像素点,而i表示当前像素点位于图像中的列数,j表示当前像素点位于图像中的行数。可以理解地,每个模板的角度能量energy[n],可以通过其他运算式获得,这里只是用于列举一种具体获得的方案。
其次,按照方向模板的角度能量以及式2获取每个方向模板对应的方向可信度epsilon[n]:
可以理解地,每个方向模板对应的方向可信度epsilon[n]也可以通过其他运算式获得,这里只是用于列举一种具体获得的方案。
在此,根据每个方向模板的角度能量energy[n]以及每个方向模板对应的方向可信度epsilon[n]对每个方向模板的角度能量energy[n]进行修正,具体的实现过程可以从式3或式4中优选一个:
energy′(n)=energy(n)×(1-epsilon[n])2 (3)
energy′(n)=energy(n)×(1-epsilon[n]) (4)
最后,从所有方向模板修正后的角度能量energy′[n]中选取最小值对应的方向模板作为当前方向,并获取该方向模板的索引号为Dir,并把该方向模板对应的可信度作为当前方向的可信度Alpha。具体如式5和式6所示:
其中,Index()表示取最小energy对应的n值。energy_thr为预设的配置参数,优选的默认值为150。
对于上述具体实现过程,为一种图像纹理方向及方向可信度检测(TDCD,TextureDirection and Confidence Detection)过程,因此,步骤S101所实现的也就是对待处理图像进行TDCD的过程。
示例性地,参见图5,对于步骤S102,按照每个像素点对应的当前方向以及预设的基于方向的权重滤波DWF模板进行DWF滤波,获得每个像素点对应的DWF滤波结果,具体包括:
S1021:根据每个像素点对应的当前方向从预设的滤波模板集内获取对应的DWF滤波模板;
S1022:按照预设的滤波策略以及每个像素点对应的DWF滤波模板进行滤波处理,获取每个像素点对应的DWF滤波结果。
需要说明的是,对于图5所述的示例,在具体实现过程中,滤波模板集内的滤波模板可以对应于图2所示的方向模板集中的方向模板,滤波模板集中的滤波模板如图6所示,其中,滤波模板集内每个滤波模板所表示的角度值和方向模板集中每个方向模板的对应关系是方向0°对应方向模板1,以此类推,168.75°对应方向模板16。在滤波模板中,数字0表示当前处理点,其余表示邻域像素,数字大小表示在后续滤波时候的距离权重,数字越大,权重越小。滤波模板内所有像素的坐标偏移索引direct_mask[16][2][9]如图7所表示。因此,当通过步骤S101获取得到每个像素点对应的当前方向之后,可以根据当前方向从滤波模板集中获取对应的滤波模板;在获得滤波模板之后,可以根据式7对每个像素点进行DWF滤波处理:
其中,pi,j表示当前像素点,dis_LUT和dif_weight计算方式如下:
dis_LUT[9]={9,21,39,56,64,56,39,21,9}
其中,noise_thr预设的配置参数,优选的默认值为20。
可以理解地,上述具体实现过程为一种DWF滤波过程。
示例性地,在具体实现过程中,对于步骤S103,将待处理图像的像素点按照预设的双边滤波BF模板进行滤波,获得每个像素点对应的BF滤波结果,可以包括:
首先确定预设的双边滤波BF模板,在本实施例中,BF模板如图8所示,其中,(0,0)表示当前像素点,其余表示相对当前像素点的偏移坐标,其中,第一个表示行偏移坐标,第二个表示列偏移坐标。
接着,按照式8对每个像素点进行滤波处理:
其中,p0,0表示当前像素点,dis_LUT_BF和dis_weight_bf的计算方式如下
dis_LUT_BF[3][3]={{39,56,39},{56,64,56},{39,56,39}}
示例性地,对于步骤S104,按照每个像素点的DWF滤波结果和BF滤波结果按照各自的当前方向的可信度进行混合输出,获得去噪后的图像,具体可以包括:
按照下式进行混合输出,得到混合输出的结果output:
output=Alpha×DWF+(1-Alpha)×BF
其中,Alpha为每个像素点当前方向的可信度,DWF为每个像素点对应的DWF滤波结果,BF为每个像素点对应的BF滤波结果。
需要说明的是,每个像素点通过上述过程进行处理完毕后,就能够得到最终去噪完成后的图像。
本实施例提供了一种图像去噪的方法,能够检测图像的边缘,并对图像边缘进行基于方向的权重滤波(DWF,Direction-based Weighted Filter),而对其他区域进行双边滤波(BF,Bilateral Filter),最终根据方向可信度混合DWF和BF的结果输出,从而不仅能够有效去除视频图像中存在的高斯噪声,保留视频图像的边缘细节,同时还能去除方向插值放大带来的方向噪声,使得视频图像边缘更加平滑干净。
实施例二
基于前述实施例相同的技术构思,参见图9,其示出了本发明实施例提供的一种图像去噪的装置90,可以包括:方向及方向可信度检测TDCD模块901、基于方向的权重滤波DWF模块902、双边滤波BF模块903和混合Mixing模块904;其中,
所述TDCD模块901,用于将待处理图像的像素点按照预设的方向模板集进行遍历,获取每个像素点对应的当前方向Dir及当前方向的可信度Alpha;
所述DWF模块902,用于按照所述每个像素点对应的当前方向以及预设的基于方向的权重滤波DWF模板进行DWF滤波,获得每个像素点对应的DWF滤波结果;
所述BF模块903,用于将所述待处理图像的像素点按照预设的双边滤波BF模板进行滤波,获得每个像素点对应的BF滤波结果;
所述Mixing模块904,用于按照所述每个像素点的DWF滤波结果和所述BF滤波结果按照各自的当前方向的可信度进行混合输出,获得去噪后的图像。
示例性地,所述方向模板集包括一个以上的方向模板;每个方向模板均有对应的方向角度,并且每个方向模板均有对应的索引号index;每个方向模板的索引号与每个方向模板自身的方向角度对应。
示例性地,所述TDCD模块901,具体用于:
针对每个像素点,获取所述方向模板集中的每个方向模板各自对应的角度能量;以及,
根据所述每个方向模板各自对应的角度能量确定所述每个方向模板各自对应的方向可信度;以及,
获取所述角度能量最小的方向模板对应的模板索引号;以及,
将所述角度能量最小的方向模板对应的角度方向设置为所述像素点对应的当前方向;以及,
将所述角度能量最小的方向模板对应的方向可信度设置为所述像素点对应的当前方向的可信度。
示例性地,所述DWF模块902,用于根据所述每个像素点对应的当前方向从预设的滤波模板集内获取对应的DWF滤波模板;以及,
按照预设的滤波策略以及所述每个像素点对应的DWF滤波模板进行滤波处理,获取每个像素点对应的DWF滤波结果。
示例性地,所述Mixing模块904,用于:
按照下式进行混合输出,得到混合输出的结果output:
output=Alpha×DWF+(1-Alpha)×BF
其中,Alpha为所述每个像素点当前方向的可信度,DWF为所述每个像素点对应的DWF滤波结果,BF为所述每个像素点对应的BF滤波结果。
具体地,对于Mixing模块904,其实现过程如图10所示,可以通过两个乘法器和一个加法器对所述每个像素点的DWF滤波结果和所述BF滤波结果按照各自的当前方向的可信度进行混合输出。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述,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。
Claims (10)
1.一种图像去噪的方法,其特征在于,所述方法包括:
将待处理图像的像素点按照预设的方向模板集进行遍历,获取每个像素点对应的当前方向及当前方向的可信度;
按照所述每个像素点对应的当前方向以及预设的基于方向的权重滤波DWF模板进行DWF滤波,获得每个像素点对应的DWF滤波结果;
将所述待处理图像的像素点按照预设的双边滤波BF模板进行滤波,获得每个像素点对应的BF滤波结果;
按照所述每个像素点的DWF滤波结果和所述BF滤波结果按照各自的当前方向的可信度进行混合输出,获得去噪后的图像。
2.根据权利要求1所述的方法,其特征在于,所述方向模板集包括一个以上的方向模板;每个方向模板均有对应的方向角度,并且每个方向模板均有对应的索引号index;每个方向模板的索引号与每个方向模板自身的方向角度对应。
3.根据权利要求1所述的方法,其特征在于,将待处理图像的像素点按照预设的方向模板集进行遍历,获取每个像素点对应的当前方向及当前方向的可信度,具体包括:
针对每个像素点,获取所述方向模板集中的每个方向模板各自对应的角度能量;
根据所述每个方向模板各自对应的角度能量确定所述每个方向模板各自对应的方向可信度;
获取所述角度能量最小的方向模板对应的模板索引号;
将所述角度能量最小的方向模板对应的角度方向设置为所述像素点对应的当前方向;
将所述角度能量最小的方向模板对应的方向可信度设置为所述像素点对应的当前方向的可信度。
4.根据权利要求1所述的方法,其特征在于,所述按照每个像素点对应的当前方向以及预设的基于方向的权重滤波DWF模板进行DWF滤波,获得每个像素点对应的DWF滤波结果,具体包括:
根据所述每个像素点对应的当前方向从预设的滤波模板集内获取对应的DWF滤波模板;
按照预设的滤波策略以及所述每个像素点对应的DWF滤波模板进行滤波处理,获取每个像素点对应的DWF滤波结果。
5.根据权利要求1所述的方法,其特征在于,所述按照每个像素点的DWF滤波结果和BF滤波结果按照各自的当前方向的可信度进行混合输出,获得去噪后的图像,具体包括:
按照下式进行混合输出,得到混合输出的结果output:
output=Alpha×DWF+(1-Alpha)×BF
其中,Alpha为所述每个像素点当前方向的可信度,DWF为所述每个像素点对应的DWF滤波结果,BF为所述每个像素点对应的BF滤波结果。
6.一种图像去噪装置,其特征在于,所述装置包括:方向及方向可信度检测TDCD模块、基于方向的权重滤波DWF模块、双边滤波BF模块和混合Mixing模块;其中,
所述TDCD模块,用于将待处理图像的像素点按照预设的方向模板集进行遍历,获取每个像素点对应的当前方向及当前方向的可信度;
所述DWF模块,用于按照所述每个像素点对应的当前方向以及预设的基于方向的权重滤波DWF模板进行DWF滤波,获得每个像素点对应的DWF滤波结果;
所述BF模块,用于将所述待处理图像的像素点按照预设的双边滤波BF模板进行滤波,获得每个像素点对应的BF滤波结果;
所述Mixing模块,用于按照所述每个像素点的DWF滤波结果和所述BF滤波结果按照各自的当前方向的可信度进行混合输出,获得去噪后的图像。
7.根据权利要求6所述的装置,其特征在于,所述方向模板集包括一个以上的方向模板;每个方向模板均有对应的方向角度,并且每个方向模板均有对应的索引号index;每个方向模板的索引号与每个方向模板自身的方向角度对应。
8.根据权利要求6所述的装置,其特征在于,所述TDCD模块,具体用于:
针对每个像素点,获取所述方向模板集中的每个方向模板各自对应的角度能量;以及,
根据所述每个方向模板各自对应的角度能量确定所述每个方向模板各自对应的方向可信度;以及,
获取所述角度能量最小的方向模板对应的模板索引号;以及,
将所述角度能量最小的方向模板对应的角度方向设置为所述像素点对应的当前方向;以及,
将所述角度能量最小的方向模板对应的方向可信度设置为所述像素点对应的当前方向的可信度。
9.根据权利要求6所述的装置,其特征在于,所述DWF模块,用于根据所述每个像素点对应的当前方向从预设的滤波模板集内获取对应的DWF滤波模板;以及,
按照预设的滤波策略以及所述每个像素点对应的DWF滤波模板进行滤波处理,获取每个像素点对应的DWF滤波结果。
10.根据权利要求6所述的装置,其特征在于,所述Mixing模块,用于:
按照下式进行混合输出,得到混合输出的结果output:
output=Alpha×DWF+(1-Alpha)×BF
其中,Alpha为所述每个像素点当前方向的可信度,DWF为所述每个像素点对应的DWF滤波结果,BF为所述每个像素点对应的BF滤波结果。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611073172.7A CN108122204A (zh) | 2016-11-29 | 2016-11-29 | 一种图像去噪的方法和装置 |
PCT/CN2017/112308 WO2018099303A1 (zh) | 2016-11-29 | 2017-11-22 | 一种图像去噪的方法、装置及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611073172.7A CN108122204A (zh) | 2016-11-29 | 2016-11-29 | 一种图像去噪的方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108122204A true CN108122204A (zh) | 2018-06-05 |
Family
ID=62225690
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611073172.7A Withdrawn CN108122204A (zh) | 2016-11-29 | 2016-11-29 | 一种图像去噪的方法和装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN108122204A (zh) |
WO (1) | WO2018099303A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116977228A (zh) * | 2023-09-25 | 2023-10-31 | 广东匠芯创科技有限公司 | 图像降噪方法、电子设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102222326A (zh) * | 2011-06-28 | 2011-10-19 | 青岛海信信芯科技有限公司 | 一种基于单张低分辨率的图像去模糊方法及装置 |
US20120308153A1 (en) * | 2011-06-03 | 2012-12-06 | Sunghyun Hwang | Device and method of removing noise in edge area |
CN104200442A (zh) * | 2014-09-19 | 2014-12-10 | 西安电子科技大学 | 基于改进的canny边缘检测的非局部均值MRI图像去噪方法 |
CN104915929A (zh) * | 2014-03-14 | 2015-09-16 | 电子科技大学 | 一种图像滤波处理方法 |
CN105765551A (zh) * | 2013-09-27 | 2016-07-13 | 柯法克斯公司 | 用于三维几何重建所捕获的图像数据的系统和方法 |
CN105913396A (zh) * | 2016-04-11 | 2016-08-31 | 湖南源信光电科技有限公司 | 一种噪声估计的图像边缘保持混合去噪方法 |
CN106056555A (zh) * | 2016-06-03 | 2016-10-26 | 宁波大红鹰学院 | 一种图像去噪方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101051569B1 (ko) * | 2009-07-10 | 2011-07-25 | 삼성전기주식회사 | 영상 잡음 제거 장치 및 방법 |
KR102221116B1 (ko) * | 2015-02-27 | 2021-02-26 | 에스케이하이닉스 주식회사 | 크로스 커널 구조의 중간값 필터를 이용한 영상 잡음 제거장치 및 방법 |
-
2016
- 2016-11-29 CN CN201611073172.7A patent/CN108122204A/zh not_active Withdrawn
-
2017
- 2017-11-22 WO PCT/CN2017/112308 patent/WO2018099303A1/zh active Application Filing
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120308153A1 (en) * | 2011-06-03 | 2012-12-06 | Sunghyun Hwang | Device and method of removing noise in edge area |
CN102222326A (zh) * | 2011-06-28 | 2011-10-19 | 青岛海信信芯科技有限公司 | 一种基于单张低分辨率的图像去模糊方法及装置 |
CN105765551A (zh) * | 2013-09-27 | 2016-07-13 | 柯法克斯公司 | 用于三维几何重建所捕获的图像数据的系统和方法 |
CN104915929A (zh) * | 2014-03-14 | 2015-09-16 | 电子科技大学 | 一种图像滤波处理方法 |
CN104200442A (zh) * | 2014-09-19 | 2014-12-10 | 西安电子科技大学 | 基于改进的canny边缘检测的非局部均值MRI图像去噪方法 |
CN105913396A (zh) * | 2016-04-11 | 2016-08-31 | 湖南源信光电科技有限公司 | 一种噪声估计的图像边缘保持混合去噪方法 |
CN106056555A (zh) * | 2016-06-03 | 2016-10-26 | 宁波大红鹰学院 | 一种图像去噪方法 |
Non-Patent Citations (3)
Title |
---|
WANG 等: "Modified bilateral filtering algorithm with gradient weight factor", 《2014 INTERNATIONAL CONFERENCE ON MECHATRONICS AND CONTROL》 * |
甘凯华: "基于边缘检测的非局部均值图像去噪算法", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
郭贝贝 等: "改进的非局部均值滤波算法", 《计算机工程》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116977228A (zh) * | 2023-09-25 | 2023-10-31 | 广东匠芯创科技有限公司 | 图像降噪方法、电子设备及存储介质 |
CN116977228B (zh) * | 2023-09-25 | 2024-02-09 | 广东匠芯创科技有限公司 | 图像降噪方法、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2018099303A1 (zh) | 2018-06-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109859126A (zh) | 一种视频降噪方法、装置、电子设备及存储介质 | |
CN107845086A (zh) | 一种皮革表面显著性缺陷的检测方法、系统及装置 | |
CN102098528B (zh) | 一种平面图像的立体转换方法及装置 | |
CN102281388A (zh) | 适应性滤除影像噪声的方法及装置 | |
EP3462409B1 (en) | A method for filtering spurious pixels in a depth-map | |
CN103714537A (zh) | 一种图像显著性的检测方法 | |
CN104794692A (zh) | 一种图像去锯齿的系统 | |
CN107563974A (zh) | 图像去噪方法、装置、电子设备及存储介质 | |
CN109214996A (zh) | 一种图像处理方法及装置 | |
CN104658030A (zh) | 二次图像混合的方法和装置 | |
CN103778611A (zh) | 利用边缘检测的开关加权矢量中值滤波方法 | |
CN104933679A (zh) | 一种放大图像的方法及其对应系统 | |
CN111383178A (zh) | 一种图像增强方法、装置及终端设备 | |
CN103942756A (zh) | 一种深度图后处理滤波的方法 | |
CN108122204A (zh) | 一种图像去噪的方法和装置 | |
CN107274409A (zh) | 机织物疵点分割方法 | |
CN101241593A (zh) | 图层影像的影像处理装置及其方法 | |
CN114202476A (zh) | 一种红外图像增强方法、装置、设备及计算机可读介质 | |
CN105530505B (zh) | 三维图像转换方法和装置 | |
CN103258318B (zh) | 一种图像降噪处理方法及系统 | |
CN104461280A (zh) | 一种信息处理方法及电子设备 | |
CN108229392A (zh) | 一种瞳孔定位方法、装置、设备和介质 | |
US20120045143A1 (en) | Apparatus and method for high speed filtering of image for high precision | |
CN103701479B (zh) | 一种信息处理的方法及一种基站 | |
CN102521804A (zh) | 基于窗口改进的多级中值滤波的图像边缘检测方法 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20180605 |
|
WW01 | Invention patent application withdrawn after publication |