CN108154481A - 图像去噪方法、装置及电子设备 - Google Patents

图像去噪方法、装置及电子设备 Download PDF

Info

Publication number
CN108154481A
CN108154481A CN201611108912.6A CN201611108912A CN108154481A CN 108154481 A CN108154481 A CN 108154481A CN 201611108912 A CN201611108912 A CN 201611108912A CN 108154481 A CN108154481 A CN 108154481A
Authority
CN
China
Prior art keywords
block
pixel block
similar
pixel
pixels
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
Application number
CN201611108912.6A
Other languages
English (en)
Other versions
CN108154481B (zh
Inventor
于震宇
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.)
Spreadtrum Communications Shanghai Co Ltd
Original Assignee
Spreadtrum Communications Shanghai 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 Spreadtrum Communications Shanghai Co Ltd filed Critical Spreadtrum Communications Shanghai Co Ltd
Priority to CN201611108912.6A priority Critical patent/CN108154481B/zh
Publication of CN108154481A publication Critical patent/CN108154481A/zh
Application granted granted Critical
Publication of CN108154481B publication Critical patent/CN108154481B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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

Landscapes

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

Abstract

本发明提供一种图像去噪方法、装置及电子设备。所述方法包括：在相邻像素块中寻找是否存在相似像素块；若存在相似像素块，则在非相邻像素块中进行间隔寻找相似像素块；沿X轴和Y轴平移搜索起点继续在非相邻像素块中进行间隔寻找相似像素块直至寻找到足够的相似像素块；利用已经寻找到的所述相似像素块对图像进行去噪处理。本发明能够降低去噪过程中的计算量，快速并高效地对图像、视频进行去噪处理以达到实时去噪处理的需求。

Description

图像去噪方法、装置及电子设备
技术领域
本发明涉及图像处理技术领域，尤其涉及一种图像去噪方法、装置及电子设备。
背景技术
随着各种数码产品的普及和现代公共网络平台的发展，图像和视频已成为人们社交活动中最常用的信息载体，它们包含着物体的大量信息，成为人们获取外界原始信息的主要途径。图像去噪是图像处理过程中至关重要的一个环节。目前常用的邻域滤波去噪方法例如非局部均值(non-local means)算法通过对每一个像素点搜索与其所在像素块相似的像素块来进行去噪，经过去噪处理的图像噪声降低，去噪效果良好。
在实现本发明的过程中，发明人发现现有技术中至少存在如下技术问题：
non-local means算法运算量相对较大，去噪过程耗时过长，很难用于对图像、视频等应用进行实时去噪处理。
发明内容
本发明提供的图像去噪方法、装置及电子设备，能够降低去噪过程中的计算量，快速并高效地对图像、视频进行去噪处理以达到实时去噪处理的需求。
第一方面，本发明提供一种图像去噪方法，包括：
在大小为n*n的目标像素块的相邻像素块中寻找是否存在相似像素块；
若存在相似像素块，则以所述目标像素块为搜索起点，在非相邻像素块中进行间隔寻找相似像素块；
计算已经寻找到的相似像素块的权重和，判断所述权重和是否大于第一预设阈值；
若所述权重和大于所述第一预设阈值，则完成相似像素块寻找；若所述权重和不大于所述第一预设阈值，则沿X轴和Y轴平移搜索起点继续在非相邻像素块中进行间隔寻找相似像素块直至所述权重和大于所述第一预设阈值；
利用已经寻找到的所述相似像素块对图像进行去噪处理。
可选地，所述在大小为n*n的目标像素块的相邻像素块中寻找是否存在相似像素块，其中相似像素块与目标像素块的相似度按照如下公式进行计算：
其中：
i代表目标像素块表示的像素点；
j代表其他待计算与目标像素块相似度的像素块表示的像素点；
Ni代表i点的像素块，即目标像素块；
Nj代表j点的像素块；
w(i，j)代表相似度；
z(i)用于归一化；
v(Ni)，v(Nj)代表i点的像素块的值与j点像素块的值
a代表高斯核函数的方差。
可选地，所述计算已经寻找到的相似像素块的权重和，判断所述权重和是否大于所述第一预设阈值包括：对相似像素块中的RGB三个色域分别计算相似像素块与目标像素块的像素差，根据所述像素差得到相应的所述相似像素块的权重。
进一步地，所述对相似像素块中的RGB三个色域分别计算相似像素块与目标像素块的像素差，根据所述像素差得到相应的所述相似像素块的权重包括：若在像素差计算过程中，相似像素块的RGB三个色域中存在一个色域的像素差大于第二预设阈值，则停止计算其他色域的像素差并将该相似像素块的权重设为0。
可选地，所述利用已经寻找到的相似像素块对图像进行去噪处理包括：对每对目标像素块和相似像素块计算去噪结果；计算去噪结果的平均值即为目标像素块所表示的像素点的最终去噪结果。
进一步地，所述对每对目标像素块和相似像素块计算去噪结果包括：按照如下公式对每对目标像素块和相似像素块计算去噪结果：
其中：
w(i，j)代表相似像素块为与目标像素块的相似度；
NL[v](Ni)表示Ni的去噪结果；
IW的范围是像素点i周围的一个窗口；
v(Nj)代表像素块Nj的像素值。
第二方面，本发明提供一种图像去噪装置，包括：
第一搜索单元，用于在大小为n*n的目标像素块的相邻像素块中寻找是否存在相似像素块；
第二搜索单元，用于当存在相似像素块时，以所述目标像素块为搜索起点，在非相邻像素块中进行间隔寻找相似像素块；
计算单元，计算已经寻找到的相似像素块的权重和，判断所述权重和是否大于第一预设阈值；
第三搜索单元，用于当所述权重和大于所述第一预设阈值时，完成相似像素块寻找；当所述权重和不大于所述第一预设阈值时，沿X轴和Y轴平移搜索起点继续在非相邻像素块中进行间隔寻找相似像素块直至所述权重和大于所述第一预设阈值；
处理单元，用于利用已经寻找到的所述相似像素块对图像进行去噪处理。
可选地，所述第一搜索单元，用于按照如下公式计算相似像素块与目标像素块的相似度：
其中：
i代表目标像素块表示的像素点；
j代表其他待计算与目标像素块相似度的像素块表示的像素点；
Ni代表i点的像素块，即目标像素块；
Nj代表j点的像素块；
w(i，j)代表相似度；
z(i)用于归一化；
v(Ni)，v(Nj)代表i点的像素块的值与j点像素块的值
a代表高斯核函数的方差。
可选地，所述计算单元，用于对相似像素块中的RGB三个色域分别计算相似像素块与目标像素块的像素差，根据所述像素差得到相应的所述相似像素块的权重。
进一步地，所述计算单元，用于当在像素差计算过程中，相似像素块的RGB三个色域中存在一个色域的像素差大于第二预设阈值时，停止计算其他色域的像素差并将该相似像素块的权重设为0。
可选地，所述处理单元，包括：
第一去噪子单元，用于对每对目标像素块和相似像素块计算去噪结果；
第二去噪子单元，用于计算去噪结果的平均值即为目标像素块所表示的像素点的最终去噪结果。
进一步地，所述第一去噪子单元，用于按照如下公式对每对目标像素块和相似像素块计算去噪结果：
其中：
w(i，j)代表相似像素块为与目标像素块的相似度；
NL[v](Ni)表示Ni的去噪结果；
IW的范围是像素点i周围的一个窗口；
v(Nj)代表像素块Nj的像素值。
第三方面，本发明提供一种电子设备，所述电子设备包括上述任一一项图像去噪装置。
本发明实施例提供的图像去噪方法、装置及电子设备，在相邻像素块中寻找是否存在相似像素块；若存在相似像素块，则在非相邻像素块中进行间隔寻找相似像素块；沿X轴和Y轴平移搜索起点继续在非相邻像素块中进行间隔寻找相似像素块直至寻找到足够的相似像素块；利用已经寻找到的所述相似像素块对图像进行去噪处理。与现有技术相比，本发明能够能够降低去噪过程中的计算量，快速并高效地对图像、视频进行去噪处理以达到实时去噪处理的需求。
附图说明
图1为本发明一实施例提供的图像去噪方法的流程图；
图2为本发明一实施例提供的图像去噪装置的结构示意图；
图3为本发明另一实施例提供的图像去噪装置的处理单元的结构示意图。
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，所描述的实施例仅仅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做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。
本发明提供一种图像去噪方法，如图1所示，所述方法包括：
S101、在大小为n*n的目标像素块的相邻像素块中寻找是否存在相似像素块；
S102、若存在相似像素块，则以所述目标像素块为搜索起点，在非相邻像素块中进行间隔寻找相似像素块；
S103、计算已经寻找到的相似像素块的权重和，判断所述权重和是否大于第一预设阈值；
S104、若所述权重和大于所述第一预设阈值，则完成相似像素块寻找；若所述权重和不大于所述第一预设阈值，则沿X轴和Y轴平移搜索起点继续在非相邻像素块中进行间隔寻找相似像素块直至所述权重和大于所述第一预设阈值；
S105、利用已经寻找到的所述相似像素块对图像进行去噪处理。
本发明实施例提供的图像去噪方法，在相邻像素块中寻找是否存在相似像素块；若存在相似像素块，则在非相邻像素块中进行间隔寻找相似像素块；沿X轴和Y轴平移搜索起点继续在非相邻像素块中进行间隔寻找相似像素块直至寻找到足够的相似像素块；利用已经寻找到的所述相似像素块对图像进行去噪处理。与现有技术相比，本发明能够能够降低去噪过程中的计算量，快速并高效地对图像、视频进行去噪处理以达到实时去噪处理的需求。
可选地，所述在大小为n*n的目标像素块的相邻像素块中寻找是否存在相似像素块，其中相似像素块与目标像素块的相似度按照如下公式进行计算：
其中：
i代表目标像素块表示的像素点；
j代表其他待计算与目标像素块相似度的像素块表示的像素点；
Ni代表i点的像素块，即目标像素块；
Nj代表j点的像素块；
w(i，j)代表相似度；
z(i)用于归一化；
v(Ni)，v(Nj)代表i点的像素块的值与j点像素块的值
a代表高斯核函数的方差。
可选地，所述计算已经寻找到的相似像素块的权重和，判断所述权重和是否大于所述第一预设阈值包括：对相似像素块中的RGB三个色域分别计算相似像素块与目标像素块的像素差，根据所述像素差得到相应的所述相似像素块的权重。
具体地，所述相似像素块的权重和所述像素差可以为线性相关关系，即相似像素块的权重＝a*像素差+b，其中a和b为调整系数；所述相似像素块的权重和所述像素差也可以为非线性相关关系。具体的对应关系在实际工程过程中会进行调整，整体遵循所述像素差越小则所述相似像素块的权重越大的原则且所述相似像素块的权重的范围为0～1。
进一步地，所述对相似像素块中的RGB三个色域分别计算相似像素块与目标像素块的像素差，根据所述像素差得到相应的所述相似像素块的权重包括：若在像素差计算过程中，相似像素块的RGB三个色域中存在一个色域的像素差大于第二预设阈值，则停止计算其他色域的像素差并将该相似像素块的权重设为0。
可选地，所述利用已经寻找到的相似像素块对图像进行去噪处理包括：对每对目标像素块和相似像素块计算去噪结果；计算去噪结果的平均值即为目标像素块所表示的像素点的最终去噪结果。
进一步地，所述对每对目标像素块和相似像素块计算去噪结果包括：按照如下公式对每对目标像素块和相似像素块计算去噪结果：
其中：
w(i，j)代表相似像素块为与目标像素块的相似度；
NL[v](Ni)表示Ni的去噪结果；
IW的范围是像素点i周围的一个窗口；
v(Nj)代表像素块Nj的像素值。
本发明实施例还提供一种图像去噪装置，如图2所示，所述装置包括：
第一搜索单元201，用于在大小为n*n的目标像素块的相邻像素块中寻找是否存在相似像素块；
第二搜索单元202，用于当存在相似像素块时，以所述目标像素块为搜索起点，在非相邻像素块中进行间隔寻找相似像素块；
计算单元203，计算已经寻找到的相似像素块的权重和，判断所述权重和是否大于第一预设阈值；
第三搜索单元204，用于当所述权重和大于所述第一预设阈值时，完成相似像素块寻找；当所述权重和不大于所述第一预设阈值时，沿X轴和Y轴平移搜索起点继续在非相邻像素块中进行间隔寻找相似像素块直至所述权重和大于所述第一预设阈值；
处理单元205，用于利用已经寻找到的所述相似像素块对图像进行去噪处理。
本发明实施例提供的图像去噪装置，在相邻像素块中寻找是否存在相似像素块；若存在相似像素块，则在非相邻像素块中进行间隔寻找相似像素块；沿X轴和Y轴平移搜索起点继续在非相邻像素块中进行间隔寻找相似像素块直至寻找到足够的相似像素块；利用已经寻找到的所述相似像素块对图像进行去噪处理。与现有技术相比，本发明能够能够降低去噪过程中的计算量，快速并高效地对图像、视频进行去噪处理以达到实时去噪处理的需求。
可选地，所述第一搜索单元201，用于按照如下公式计算相似像素块与目标像素块的相似度：
其中：
i代表目标像素块表示的像素点；
j代表其他待计算与目标像素块相似度的像素块表示的像素点；
Ni代表i点的像素块，即目标像素块；
Nj代表j点的像素块；
w(i，j)代表相似度；
z(i)用于归一化；
v(Ni)，v(Nj)代表i点的像素块的值与j点像素块的值
a代表高斯核函数的方差。
可选地，所述计算单元203，用于对相似像素块中的RGB三个色域分别计算相似像素块与目标像素块的像素差，根据所述像素差得到相应的所述相似像素块的权重。
进一步地，所述计算单元203，用于当在像素差计算过程中，相似像素块的RGB三个色域中存在一个色域的像素差大于第二预设阈值时，停止计算其他色域的像素差并将该相似像素块的权重设为0。
可选地，如图3所示，所述处理单元205，包括：
第一去噪子单元2051，用于对每对目标像素块和相似像素块计算去噪结果；
第二去噪子单元2052，用于计算去噪结果的平均值即为目标像素块所表示的像素点的最终去噪结果。
进一步地，所述第一去噪子单元2051，用于按照如下公式对每对目标像素块和相似像素块计算去噪结果：
其中：
w(i，j)代表相似像素块为与目标像素块的相似度；
NL[v](Ni)表示Ni的去噪结果；
IW的范围是像素点i周围的一个窗口；
v(Nj)代表像素块Nj的像素值。
本发明实施例还提供一种电子设备，所述电子设备包括上述图像去噪装置。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random AccessMemory，RAM)等。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (13)

1.一种图像去噪方法，其特征在于，包括：
在大小为n*n的目标像素块的相邻像素块中寻找是否存在相似像素块；
若存在相似像素块，则以所述目标像素块为搜索起点，在非相邻像素块中进行间隔寻找相似像素块；
计算已经寻找到的相似像素块的权重和，判断所述权重和是否大于第一预设阈值；
若所述权重和大于所述第一预设阈值，则完成相似像素块寻找；若所述权重和不大于所述第一预设阈值，则沿X轴和Y轴平移搜索起点继续在非相邻像素块中进行间隔寻找相似像素块直至所述权重和大于所述第一预设阈值；
利用已经寻找到的所述相似像素块对图像进行去噪处理。
2.根据权利要求1所述的方法，其特征在于，所述在大小为n*n的目标像素块的相邻像素块中寻找是否存在相似像素块，其中相似像素块与目标像素块的相似度按照如下公式进行计算：
其中：
i代表目标像素块表示的像素点；
j代表其他待计算与目标像素块相似度的像素块表示的像素点；
Ni代表i点的像素块，即目标像素块；
Nj代表j点的像素块；
w(i，j)代表相似度；
z(i)用于归一化；
v(Ni)，v(Nj)代表i点的像素块的值与j点像素块的值
a代表高斯核函数的方差。
3.根据权利要求2所述的方法，其特征在于，所述计算已经寻找到的相似像素块的权重和，判断所述权重和是否大于所述第一预设阈值包括：
对相似像素块中的RGB三个色域分别计算相似像素块与目标像素块的像素差，根据所述像素差得到相应的所述相似像素块的权重。
4.根据权利要求3所述的方法，其特征在于，所述对相似像素块中的RGB三个色域分别计算相似像素块与目标像素块的像素差，根据所述像素差得到相应的所述相似像素块的权重包括：
若在像素差计算过程中，相似像素块的RGB三个色域中存在一个色域的像素差大于第二预设阈值，则停止计算其他色域的像素差并将该相似像素块的权重设为0。
5.根据权利要求1所述的方法，其特征在于，所述利用已经寻找到的相似像素块对图像进行去噪处理包括：
对每对目标像素块和相似像素块计算去噪结果；
计算去噪结果的平均值即为目标像素块所表示的像素点的最终去噪结果。
6.根据权利要求5所述的方法，其特征在于，所述对每对目标像素块和相似像素块计算去噪结果包括：
按照如下公式对每对目标像素块和相似像素块计算去噪结果：
其中：
w(i,j)代表相似像素块为与目标像素块的相似度；
NL[v](Ni)表示Ni的去噪结果；
IW的范围是像素点i周围的一个窗口；
v(Nj)代表像素块Nj的像素值。
7.一种图像去噪装置，其特征在于，包括：
第一搜索单元，用于在大小为n*n的目标像素块的相邻像素块中寻找是否存在相似像素块；
第二搜索单元，用于当存在相似像素块时，以所述目标像素块为搜索起点，在非相邻像素块中进行间隔寻找相似像素块；
计算单元，计算已经寻找到的相似像素块的权重和，判断所述权重和是否大于第一预设阈值；
第三搜索单元，用于当所述权重和大于所述第一预设阈值时，完成相似像素块寻找；当所述权重和不大于所述第一预设阈值时，沿X轴和Y轴平移搜索起点继续在非相邻像素块中进行间隔寻找相似像素块直至所述权重和大于所述第一预设阈值；
处理单元，用于利用已经寻找到的所述相似像素块对图像进行去噪处理。
8.根据权利要求7所述的装置，其特征在于，所述第一搜索单元，用于按照如下公式计算相似像素块与目标像素块的相似度：
其中：
i代表目标像素块表示的像素点；
j代表其他待计算与目标像素块相似度的像素块表示的像素点；
Ni代表i点的像素块，即目标像素块；
Nj代表j点的像素块；
w(i，j)代表相似度；
z(i)用于归一化；
v(Ni)，v(Nj)代表i点的像素块的值与j点像素块的值
a代表高斯核函数的方差。
9.根据权利要求8所述的装置，其特征在于，所述计算单元，用于对相似像素块中的RGB三个色域分别计算相似像素块与目标像素块的像素差，根据所述像素差得到相应的所述相似像素块的权重。
10.根据权利要求9所述的装置，其特征在于，所述计算单元，用于当在像素差计算过程中，相似像素块的RGB三个色域中存在一个色域的像素差大于第二预设阈值时，停止计算其他色域的像素差并将该相似像素块的权重设为0。
11.根据权利要求7所述的装置，其特征在于，所述处理单元包括：
第一去噪子单元，用于对每对目标像素块和相似像素块计算去噪结果；
第二去噪子单元，用于计算去噪结果的平均值即为目标像素块所表示的像素点的最终去噪结果。
12.根据权利要求11所述的装置，其特征在于，所述第一去噪子单元，用于按照如下公式对每对目标像素块和相似像素块计算去噪结果：
其中：
w(i,j)代表相似像素块为与目标像素块的相似度；
NL[v](Ni)表示Ni的去噪结果；
IW的范围是像素点i周围的一个窗口；
v(Nj)代表像素块Nj的像素值。
13.一种电子设备，其特征在于，所述电子设备包括如权利要求7至12中任一项所述的图像去噪装置。
CN201611108912.6A 2016-12-06 2016-12-06 图像去噪方法、装置及电子设备 Active CN108154481B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611108912.6A CN108154481B (zh) 2016-12-06 2016-12-06 图像去噪方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611108912.6A CN108154481B (zh) 2016-12-06 2016-12-06 图像去噪方法、装置及电子设备

Publications (2)

Publication Number Publication Date
CN108154481A true CN108154481A (zh) 2018-06-12
CN108154481B CN108154481B (zh) 2021-09-21

Family

ID=62467616

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611108912.6A Active CN108154481B (zh) 2016-12-06 2016-12-06 图像去噪方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN108154481B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114584673A (zh) * 2020-12-01 2022-06-03 京东方科技集团股份有限公司 一种图像处理方法和装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101742088A (zh) * 2009-11-27 2010-06-16 西安电子科技大学 非局部均值空域时变视频滤波方法
CN102117482A (zh) * 2011-04-13 2011-07-06 西安电子科技大学 结合结构信息的非局部均值图像去噪方法
CN102663719A (zh) * 2012-03-19 2012-09-12 西安电子科技大学 基于非局部均值的Bayer型CFA图像去马赛克方法
CN103700076A (zh) * 2013-12-26 2014-04-02 辽宁师范大学 基于非局部均值法的视频图像快速去噪方法
CN103886553A (zh) * 2014-03-10 2014-06-25 广东威创视讯科技股份有限公司 图像非局部均值去噪方法和系统
CN105787889A (zh) * 2015-12-23 2016-07-20 郑州大学 一种基于非局部均值的图像快速去噪方法
CN106097292A (zh) * 2016-08-04 2016-11-09 甘宗平 时序sar时空邻域高斯加权中值滤波斑噪抑制快速算法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101742088A (zh) * 2009-11-27 2010-06-16 西安电子科技大学 非局部均值空域时变视频滤波方法
CN102117482A (zh) * 2011-04-13 2011-07-06 西安电子科技大学 结合结构信息的非局部均值图像去噪方法
CN102663719A (zh) * 2012-03-19 2012-09-12 西安电子科技大学 基于非局部均值的Bayer型CFA图像去马赛克方法
CN103700076A (zh) * 2013-12-26 2014-04-02 辽宁师范大学 基于非局部均值法的视频图像快速去噪方法
CN103886553A (zh) * 2014-03-10 2014-06-25 广东威创视讯科技股份有限公司 图像非局部均值去噪方法和系统
CN105787889A (zh) * 2015-12-23 2016-07-20 郑州大学 一种基于非局部均值的图像快速去噪方法
CN106097292A (zh) * 2016-08-04 2016-11-09 甘宗平 时序sar时空邻域高斯加权中值滤波斑噪抑制快速算法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
AMMAR M. ALHOSAINY，ET AL.: "Adapted non-local means filter using variable window size", 《RESEARCHGATE》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114584673A (zh) * 2020-12-01 2022-06-03 京东方科技集团股份有限公司 一种图像处理方法和装置
CN114584673B (zh) * 2020-12-01 2024-01-09 京东方科技集团股份有限公司 一种图像处理方法和装置

Also Published As

Publication number Publication date
CN108154481B (zh) 2021-09-21

Similar Documents

Publication Publication Date Title
CN109859126B (zh) 一种视频降噪方法、装置、电子设备及存储介质
EP2357614B1 (en) Method and terminal for detecting and tracking moving object using real-time camera motion estimation
Dai et al. Single underwater image restoration by decomposing curves of attenuating color
Wang et al. A sliding window technique for efficient license plate localization based on discrete wavelet transform
CN103455991A (zh) 一种多聚焦图像融合方法
CN101944230A (zh) 基于多尺度的自然图像非局部均值去噪方法
Yuan et al. Switching median and morphological filter for impulse noise removal from digital images
CN106550187A (zh) 用于图像稳定的设备和方法
CN109389560A (zh) 一种自适应加权滤波图像降噪方法、装置及图像处理设备
CN107333027A (zh) 一种视频图像增强的方法和装置
CN104933679A (zh) 一种放大图像的方法及其对应系统
EP4105886A1 (en) Image processing method and apparatus, and device
CN109859124B (zh) 一种深度图像降噪方法及装置
CN104240183B (zh) 图像处理过程中的滤波方法和装置
CN103489201B (zh) 基于运动模糊信息的目标跟踪方法
Hsieh et al. Haze removal without transmission map refinement based on dual dark channels
CN108154481A (zh) 图像去噪方法、装置及电子设备
CN104933695B (zh) 一种信息处理方法和电子设备
Voronin et al. Inpainting for videos with dynamic objects using texture and structure reconstruction
Hsia A fast efficient restoration algorithm for high-noise image filtering with adaptive approach
Noh et al. Haze removal on superpixel domain
Xu et al. Edge detection of color image using mathematical morphology in HSV color space
CN103136735A (zh) 一种基于双尺度暗通道的单幅图像去雾方法
CN202931463U (zh) 基于特征块的视频稳像装置
Mahallati et al. Impulse noise reduction using fuzzy based approach

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