CN108665427A - 一种图像降噪方法及装置 - Google Patents
一种图像降噪方法及装置 Download PDFInfo
- Publication number
- CN108665427A CN108665427A CN201810344142.8A CN201810344142A CN108665427A CN 108665427 A CN108665427 A CN 108665427A CN 201810344142 A CN201810344142 A CN 201810344142A CN 108665427 A CN108665427 A CN 108665427A
- Authority
- CN
- China
- Prior art keywords
- pixel
- value
- target
- difference
- weighted value
- 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
- 238000000034 method Methods 0.000 title claims abstract description 26
- 230000009467 reduction Effects 0.000 claims abstract description 53
- 230000006870 function Effects 0.000 description 51
- 238000010586 diagram Methods 0.000 description 14
- 238000011946 reduction process Methods 0.000 description 12
- 238000004422 calculation algorithm Methods 0.000 description 8
- 238000001914 filtration Methods 0.000 description 7
- 238000004590 computer program Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010606 normalization 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
- 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
- G06T2207/20021—Dividing image into blocks, subimages or windows
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种图像降噪方法及装置,所述方法包括:针对目标像素点,确定设定邻域内的每个像素点;针对每个像素点,根据该像素点的灰度值与该目标像素点的灰度值的第一差值,确定该像素点的第一权重值,第一差值的绝对值越大第一权重值越小;根据该像素点的坐标信息,确定该像素点的第二权重值,进而确定该像素点的目标权重值;根据每个像素点的灰度值和目标权重值,确定该目标像素点降噪后的目标灰度值。由于在发明实施例中,根据像素点的灰度值与该目标像素点的灰度值的第一差值,确定该像素点的第一权重值,并且第一差值的绝对值越大第一权重值越小,因此可以降低在降噪的过程中对图像清晰度的影响。
Description
技术领域
本发明涉及图像处理领域,尤其涉及一种图像降噪方法及装置。
背景技术
图像采集设备在进行图像采集时,有可能出现电流不稳定或高温等异常情况,这些异常情况会导致出现传感器噪声,使图像质量下降,从而影响后续的图像处理。因此,在进行后续的图像处理前需要对图像进行降噪处理。由于图像采集设备需要对图像进行实时处理,因此需要进行空间域降噪,即针对每帧图像,进行降噪处理。常见的空间域降噪算法包括:均值滤波算法、中值滤波算法和高斯滤波算法。
均值滤波算法简单,计算速度快,降低噪声效果取决于图像本身的信噪比,但是会使图像产生模糊,尤其是图像的边缘和细节部分清晰度低。中值滤波算法降噪效果较好,但对随机噪声或高斯噪声的降噪效果差。常见的空间域降噪算法中,高斯滤波算法降噪效果相对较好,但高斯滤波会使得边缘模糊,降低图像清晰度。图1为待降噪的图像示意图,图2为经过高斯滤波后的示意图,可以看出,现有技术中对降噪之后,清晰度大大降低。
发明内容
本发明实施例提供了一种图像降噪方法,用以解决现有技术中在图像降噪的过程中,降低了图像清晰度的问题。
本发明实施例提供了一种图像降噪方法,所述方法包括:
针对图像中待降噪的目标像素点,确定包含该目标像素点在内的设定邻域内的每个像素点;
针对所述每个像素点,根据该像素点的灰度值与该目标像素点的灰度值的第一差值,和预设的第一函数,确定该像素点的第一权重值,其中,第一差值的绝对值越大第一权重值越小;并根据该像素点的横坐标与该目标像素点的横坐标的第二差值、该像素点的纵坐标与该目标像素点的纵坐标的第三差值,和预设的第二函数,确定该像素点的第二权重值;根据该像素点的第一权重值和第二权重值,确定该像素点的目标权重值;
根据所述每个像素点的灰度值和目标权重值,确定该目标像素点降噪后的目标灰度值。
进一步地,所述预设的第一函数包括:
式中,σ为预设的第一参数值,x为第一差值,F(x)为第一权重值。
进一步地,所述预设的第二函数包括:
g(x,y)=exp{-(x2+y2)/2ω2}
式中,ω为预设的第二参数值,x为第二差值,y为第三差值,exp为以e为底的指数函数,g(x,y)为第二权重值。
进一步地,所述根据该像素点的第一权重值和第二权重值,确定该像素点的目标权重值包括:
将该像素点的第一权重值和第二权重值的乘积,作为该像素点的目标权重值。
进一步地,所述确定该像素点的目标权重值之后,根据所述每个像素点的灰度值和目标权重值,确定该目标像素点降噪后的目标灰度值之前,所述方法还包括:
对所述目标权重值进行归一化处理,采用归一化处理后的权重值对目标权重值进行更新。
另一方面,本发明实施例提供了一种图像降噪装置,所述装置包括:
第一确定模块,用于针对图像中待降噪的目标像素点,确定包含该目标像素点在内的设定邻域内的每个像素点;
第二确定模块,用于针对所述每个像素点,根据该像素点的灰度值与该目标像素点的灰度值的第一差值,和预设的第一函数,确定该像素点的第一权重值,其中,第一差值的绝对值越大第一权重值越小;并根据该像素点的横坐标与该目标像素点的横坐标的第二差值、该像素点的纵坐标与该目标像素点的纵坐标的第三差值,和预设的第二函数,确定该像素点的第二权重值;根据该像素点的第一权重值和第二权重值,确定该像素点的目标权重值;
第三确定模块,用于根据所述每个像素点的灰度值和目标权重值,确定该目标像素点降噪后的目标灰度值。
进一步地,所述第二确定模块,具体用于针对所述每个像素点,根据该像素点的灰度值与该目标像素点的灰度值的第一差值,和确定该像素点的第一权重值,式中,σ为预设的第一参数值,x为第一差值,F(x)为第一权重值。
进一步地,所述第二确定模块,具体用于根据该像素点的横坐标与该目标像素点的横坐标的第二差值、该像素点的纵坐标与该目标像素点的纵坐标的第三差值,和g(x,y)=exp{-(x2+y2)/2ω2},确定该像素点的第二权重值,式中,ω为预设的第二参数值,x为第二差值,y为第三差值,exp为以e为底的指数函数,g(x,y)为第二权重值。
进一步地,所述第二确定模块,具体用于将该像素点的第一权重值和第二权重值的乘积,作为该像素点的目标权重值。
进一步地,所述装置还包括:
更新模块,用于对所述目标权重值进行归一化处理,采用归一化处理后的权重值对目标权重值进行更新。
本发明实施例提供了一种图像降噪方法及装置,所述方法包括:针对图像中待降噪的目标像素点,确定包含该目标像素点在内的设定邻域内的每个像素点;针对所述每个像素点,根据该像素点的灰度值与该目标像素点的灰度值的第一差值,和预设的第一函数,确定该像素点的第一权重值,其中,第一差值的绝对值越大第一权重值越小;并根据该像素点的横坐标与该目标像素点的横坐标的第二差值、该像素点的纵坐标与该目标像素点的纵坐标的第三差值,和预设的第二函数,确定该像素点的第二权重值;根据该像素点的第一权重值和第二权重值,确定该像素点的目标权重值;根据所述每个像素点的灰度值和目标权重值,确定该目标像素点降噪后的目标灰度值。
在降噪的过程中,设定邻域内的某个像素点与待降噪的目标像素点的灰度值差值的绝对值越大,越会使得目标像素点的灰度值向所述某个像素点的灰度值拉近,这样就导致了图像不清晰的问题。由于在发明实施例中,针对每个像素点,计算该像素点的灰度值与该目标像素点的灰度值的第一差值,然后根据预设的第一函数,确定该像素点的第一权重值,并且第一差值的绝对值越大第一权重值越小。因此可以降低在降噪的过程中对图像清晰度的影响,进而根据第一权重值和第二权重值,确定目标权重值,根据每个像素点的灰度值和目标权重值,确定该目标像素点的目标灰度值,这样,在对图像进行降噪处理的同时,不会降低图像清晰度。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简要介绍,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,对于本领域的普通技术人员来讲,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为待降噪的图像示意图;
图2为现有技术中经过高斯滤波后的示意图;
图3为本发明实施例1提供的图像降噪过程示意图;
图4为本发明实施例5提供的图像降噪过程示意图;
图5为本发明实施例5提供的对图1降噪处理后的示意图;
图6为本发明实施例提供的图像降噪装置结构示意图。
具体实施方式
下面将结合附图对本发明作进一步地详细描述,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它实施例,都属于本发明保护的范围。
实施例1:
图3为本发明实施例提供的一种图像降噪过程示意图,该过程包括以下步骤:
S301:针对图像中待降噪的目标像素点,确定包含该目标像素点在内的设定邻域内的每个像素点。
本发明实施例提供的图像降噪方法应用于电子设备,该电子设备可以是PC、平板电脑等设备,也可以是图像采集设备。其中,图像采集设备可以是普通相机,也可以是工业相机,还可以是其他的能够采集图像的设备。
电子设备在获取到图像之后,将图像中的每个像素点依次作为待降噪的目标像素点。电子设备中保存有设定邻域,其中,设定邻域可以是3×3的邻域,也可以是4×4的邻域,5×5的邻域等等。
针对图像中待降噪的目标像素点,可以确定出包含该目标像素点在内的设定邻域内的每个像素点。其中,在确定包含该目标像素点在内的设定邻域内的每个像素点时,可以以该目标像素点为中心进行确定,也可以不以该目标像素点为中心进行确定。较佳的,可以确定以该目标像素点为中心的设定邻域内的每个像素点。
S302:针对所述每个像素点,根据该像素点的灰度值与该目标像素点的灰度值的第一差值,和预设的第一函数,确定该像素点的第一权重值,其中,第一差值的绝对值越大第一权重值越小;并根据该像素点的横坐标与该目标像素点的横坐标的第二差值、该像素点的纵坐标与该目标像素点的纵坐标的第三差值,和预设的第二函数,确定该像素点的第二权重值;根据该像素点的第一权重值和第二权重值,确定该像素点的目标权重值。
电子设备针对目标像素点,确定包含该目标像素点在内的设定邻域内的每个像素点之后,针对每个像素点,可以计算出该像素点与该目标像素点的灰度值的第一差值。电子设备中保存有预设的第一函数,将计算得到的第一差值代入预设的第一函数,可以确定出该像素点的第一权重值。
具体的,预设的第一函数可以是定义了第一差值的绝对值所在区间范围与第一权重值的对应关系的函数,例如,第一差值的绝对值所在区间范围0至10对应的第一权重值1,第一差值的绝对值所在区间范围11至20对应的第一权重值为0.95,第一差值的绝对值所在区间范围21至30对应的第一权重值为0.9等等。例如,针对每个像素点,确定该像素点与该目标像素点的灰度值的第一差值的绝对值为18,18所在的区间范围为11至20,确定出该像素点的第一权重值为0.95。
另外,预设的第一函数也可以是反比例函数,或者是正态分布函数。只要保证第一差值的绝对值越大,代入到预设的第一函数确定出的第一权重值越小即可。
电子设备针对每个像素点,可以识别该像素点在图像中的坐标信息,坐标信息包括像素点在图像中的横坐标和纵坐标。针对每个像素点,可以计算出该像素点与该目标像素点的横坐标的第二差值和纵坐标的第三差值。电子设备中保存有预设的第二函数,将计算得到的第二差值和第三差值代入预设的第一函数,可以确定出该像素点的第二权重值。
具体的,针对每个像素点,根据该像素点与该目标像素点的横坐标的第二差值和纵坐标的第三差值,可以确定该像素点与该目标像素点的距离。预设的第二函数可以是定义了距离所在区间范围与第二权重值的对应关系的函数,例如,距离所在区间范围0至0.6对应的第二权重值1,距离所在区间范围0.7至1.3对应的第二权重值0.8,距离所在区间范围1.4至2对应的第二权重值0.6,距离所在区间范围2.1至2.7对应的第二权重值0.4等等。例如,针对每个像素点,确定该像素点与该目标像素点的距离为1,1所在的区间范围为0.7至1.3,确定出该像素点的第二权重值为0.8。
另外,预设的第二函数也可以是反比例函数,或者是高斯函数。只要保证距离越大,确定出的第二权重值越小即可。
电子设备针对每个像素点,在确定出该像素点的第一权重值和第二权重值之后,进而可以确定该像素点的目标权重值。其中,可以是将该像素点的第一权重值与第二权重值的乘积作为该像素点的目标权重值,或者也可以分别为该像素点的第一权重值和第二权重值赋予对应的权重值,然后将该像素点的第一权重值和第二权重值进行加权求和,得到该像素点的目标权重值。
S303:根据所述每个像素点的灰度值和目标权重值,确定该目标像素点降噪后的目标灰度值。
电子设备确定出每个像素点的目标权重值之后,将每个像素点的灰度值和目标权重值进行加权求和,得到该目标像素点降噪后的目标灰度值,然后采用目标灰度值对该目标像素点的灰度值进行更新。
在降噪的过程中,设定邻域内的某个像素点与待降噪的目标像素点的灰度值差值的绝对值越大,越会使得目标像素点的灰度值向所述某个像素点的灰度值拉近,这样就导致了图像不清晰的问题。由于在发明实施例中,针对每个像素点,计算该像素点的灰度值与该目标像素点的灰度值的第一差值,然后根据预设的第一函数,确定该像素点的第一权重值,并且第一差值的绝对值越大第一权重值越小。因此可以降低在降噪的过程中对图像清晰度的影响,进而根据第一权重值和第二权重值,确定目标权重值,根据每个像素点的灰度值和目标权重值,确定该目标像素点的目标灰度值,这样,在对图像进行降噪处理的同时,不会降低图像清晰度。
实施例2:
为了使确定像素点的第一权重值更准确,在上述实施例的基础上,在本发明实施例中,所述预设的第一函数包括:
式中,σ为预设的第一参数值,x为第一差值,F(x)为第一权重值。
上述公式为正态分布函数表达式,由于图像中的随机噪声一般是符合正态分布规律的,因此,在针对每个像素点,确定出该像素点的灰度值与该目标像素点的灰度值的第一差值之后,将第一差值代入预设的第一函数中的x,确定出该像素点的第一权重值。这样可以使得确定第一权重值更准确。
在上述公式中,σ为预设的第一参数值,在本发明实施例中,σ可以取值为0.6、0.8等。
实施例3:
为了使确定像素点的第二权重值更准确,在上述各实施例的基础上,在本发明实施例中,所述预设的第二函数包括:
g(x,y)=exp{-(x2+y2)/2ω2}
式中,ω为预设的第二参数值,x为第二差值,y为第三差值,exp为以e为底的指数函数,g(x,y)为第二权重值。
上述公式为高斯函数表达式,由于采用高斯函数能够有效对图像中的随机噪声进行降噪处理,因此,在针对每个像素点,确定出该像素点的横坐标与该目标像素点的横坐标的第二差值,以及该像素点的纵坐标与该目标像素点的纵坐标的第三差值之后,将第二差值代入预设的第二函数中的x,将第三差值代入预设的第二函数中的y,确定出该像素点的第二权重值。这样可以使得确定第二权重值更准确。
在上述公式中,ω为预设的第二参数值,其中,预设的第二参数值和预设的第一参数值可以相同或不同,ω可以取值为0.6、0.8等。
实施例4:
在上述各实施例的基础上,在本发明实施例中,所述根据该像素点的第一权重值和第二权重值,确定该像素点的目标权重值包括:
将该像素点的第一权重值和第二权重值的乘积,作为该像素点的目标权重值。
该像素点的第一权重值为根据该像素点的灰度值与该目标像素点的灰度值的第一差值,和正态分布函数确定出的,并且第一差值的绝对值越大第一权重值越小,因此第一权重值的存在可以降低在降噪的过程中对图像清晰度的影响。该像素点的第二权重值为根据该像素点的横坐标与该目标像素点的横坐标的第二差值、该像素点的纵坐标与该目标像素点的纵坐标的第三差值,和高斯函数确定出的,第一权重值的存在可以实现对图像的降噪处理。在本发明实施例中,将该像素点的第一权重值和第二权重值的乘积,作为该像素点的目标权重值,并基于目标权重值对目标像素点的灰度值进行校正,因此能够实现在降噪的同时,保证图像的清晰度。
实施例5:
为了保证降噪后的图像质量,在上述各实施例的基础上,在本发明实施例中,所述确定该像素点的目标权重值之后,根据所述每个像素点的灰度值和目标权重值,确定该目标像素点降噪后的目标灰度值之前,所述方法还包括:
对所述目标权重值进行归一化处理,采用归一化处理后的权重值对目标权重值进行更新。
电子设备确定出每个像素点的目标权重值之后,需要对每个像素点的目标权重值进行归一化处理,然后采用归一化处理后的权重值对目标权重值更新,再进行后续确定目标灰度值的过程。
例如,设定邻域内包含9个像素点,确定出的每个像素点的目标权重值依次为2,4,3,3,10,2,3,5,3,则首先确定每个像素点的目标权重值的和为35,然后计算归一化后的目标权重值依次为2/35=0.06,4/35=0.12,3/35=0.09,3/35=0.09,10/35=0.3,2/35=0.06,3/35=0.09,5/35=0.14,3/35=0.09。
电子设备对每个像素点的目标权重值归一化处理之后,将每个像素点的灰度值和归一化处理后的目标权重值进行加权求和,得到该目标像素点降噪后的目标灰度值,然后采用目标灰度值对该目标像素点的灰度值进行更新。
图4为本发明实施例提供的图像降噪过程示意图,该过程包括以下步骤:
S401:针对图像中待降噪的目标像素点,确定包含该目标像素点在内的设定邻域内的每个像素点。
S402:针对所述每个像素点,根据该像素点的灰度值与该目标像素点的灰度值的第一差值,和预设的第一函数,确定该像素点的第一权重值,其中,第一差值的绝对值越大第一权重值越小;并根据该像素点的横坐标与该目标像素点的横坐标的第二差值、该像素点的纵坐标与该目标像素点的纵坐标的第三差值,和预设的第二函数,确定该像素点的第二权重值;根据该像素点的第一权重值和第二权重值,确定该像素点的目标权重值。
S403:对所述目标权重值进行归一化处理,采用归一化处理后的权重值对目标权重值进行更新。
S404:根据所述每个像素点的灰度值和目标权重值,确定该目标像素点降噪后的目标灰度值。
S405:采用所述降噪后的目标灰度值对该目标像素点的灰度值进行更新。
图5为采用本发明实施例提供的方法对图1降噪处理后的示意图,可以看出,在降噪的同时,保证了图像的清晰度。
图6为本发明实施例提供的图像降噪装置结构示意图,该装置包括:
第一确定模块61,用于针对图像中待降噪的目标像素点,确定包含该目标像素点在内的设定邻域内的每个像素点;
第二确定模块62,用于针对所述每个像素点,根据该像素点的灰度值与该目标像素点的灰度值的第一差值,和预设的第一函数,确定该像素点的第一权重值,其中,第一差值的绝对值越大第一权重值越小;并根据该像素点的横坐标与该目标像素点的横坐标的第二差值、该像素点的纵坐标与该目标像素点的纵坐标的第三差值,和预设的第二函数,确定该像素点的第二权重值;根据该像素点的第一权重值和第二权重值,确定该像素点的目标权重值;
第三确定模块63,用于根据所述每个像素点的灰度值和目标权重值,确定该目标像素点降噪后的目标灰度值。
所述第二确定模块62,具体用于针对所述每个像素点,根据该像素点的灰度值与该目标像素点的灰度值的第一差值,和确定该像素点的第一权重值,式中,σ为预设的第一参数值,x为第一差值,F(x)为第一权重值。
所述第二确定模块62,具体用于根据该像素点的横坐标与该目标像素点的横坐标的第二差值、该像素点的纵坐标与该目标像素点的纵坐标的第三差值,和g(x,y)=exp{-(x2+y2)/2ω2},确定该像素点的第二权重值,式中,ω为预设的第二参数值,x为第二差值,y为第三差值,exp为以e为底的指数函数,g(x,y)为第二权重值。
所述第二确定模块62,具体用于将该像素点的第一权重值和第二权重值的乘积,作为该像素点的目标权重值。
所述装置还包括:
更新模块64,用于对所述目标权重值进行归一化处理,采用归一化处理后的权重值对目标权重值进行更新。
本发明实施例提供了一种图像降噪方法及装置,所述方法包括:针对图像中待降噪的目标像素点,确定包含该目标像素点在内的设定邻域内的每个像素点;针对所述每个像素点,根据该像素点的灰度值与该目标像素点的灰度值的第一差值,和预设的第一函数,确定该像素点的第一权重值,其中,第一差值的绝对值越大第一权重值越小;并根据该像素点的横坐标与该目标像素点的横坐标的第二差值、该像素点的纵坐标与该目标像素点的纵坐标的第三差值,和预设的第二函数,确定该像素点的第二权重值;根据该像素点的第一权重值和第二权重值,确定该像素点的目标权重值;根据所述每个像素点的灰度值和目标权重值,确定该目标像素点降噪后的目标灰度值。
在降噪的过程中,设定邻域内的某个像素点与待降噪的目标像素点的灰度值差值的绝对值越大,越会使得目标像素点的灰度值向所述某个像素点的灰度值拉近,这样就导致了图像不清晰的问题。由于在发明实施例中,针对每个像素点,计算该像素点的灰度值与该目标像素点的灰度值的第一差值,然后根据预设的第一函数,确定该像素点的第一权重值,并且第一差值的绝对值越大第一权重值越小。因此可以降低在降噪的过程中对图像清晰度的影响,进而根据第一权重值和第二权重值,确定目标权重值,根据每个像素点的灰度值和目标权重值,确定该目标像素点的目标灰度值,这样,在对图像进行降噪处理的同时,不会降低图像清晰度。
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。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种图像降噪方法,其特征在于,所述方法包括:
针对图像中待降噪的目标像素点,确定包含该目标像素点在内的设定邻域内的每个像素点;
针对所述每个像素点,根据该像素点的灰度值与该目标像素点的灰度值的第一差值,和预设的第一函数,确定该像素点的第一权重值,其中,第一差值的绝对值越大第一权重值越小;并根据该像素点的横坐标与该目标像素点的横坐标的第二差值、该像素点的纵坐标与该目标像素点的纵坐标的第三差值,和预设的第二函数,确定该像素点的第二权重值;根据该像素点的第一权重值和第二权重值,确定该像素点的目标权重值;
根据所述每个像素点的灰度值和目标权重值,确定该目标像素点降噪后的目标灰度值。
2.如权利要求1所述的方法,其特征在于,所述预设的第一函数包括:
式中,σ为预设的第一参数值,x为第一差值,F(x)为第一权重值。
3.如权利要求1所述的方法,其特征在于,所述预设的第二函数包括:
g(x,y)=exp{-(x2+y2)/2ω2}
式中,ω为预设的第二参数值,x为第二差值,y为第三差值,exp为以e为底的指数函数,g(x,y)为第二权重值。
4.如权利要求1所述的方法,其特征在于,所述根据该像素点的第一权重值和第二权重值,确定该像素点的目标权重值包括:
将该像素点的第一权重值和第二权重值的乘积,作为该像素点的目标权重值。
5.如权利要求1所述的方法,其特征在于,所述确定该像素点的目标权重值之后,根据所述每个像素点的灰度值和目标权重值,确定该目标像素点降噪后的目标灰度值之前,所述方法还包括:
对所述目标权重值进行归一化处理,采用归一化处理后的权重值对目标权重值进行更新。
6.一种图像降噪装置,其特征在于,所述装置包括:
第一确定模块,用于针对图像中待降噪的目标像素点,确定包含该目标像素点在内的设定邻域内的每个像素点;
第二确定模块,用于针对所述每个像素点,根据该像素点的灰度值与该目标像素点的灰度值的第一差值,和预设的第一函数,确定该像素点的第一权重值,其中,第一差值的绝对值越大第一权重值越小;并根据该像素点的横坐标与该目标像素点的横坐标的第二差值、该像素点的纵坐标与该目标像素点的纵坐标的第三差值,和预设的第二函数,确定该像素点的第二权重值;根据该像素点的第一权重值和第二权重值,确定该像素点的目标权重值;
第三确定模块,用于根据所述每个像素点的灰度值和目标权重值,确定该目标像素点降噪后的目标灰度值。
7.如权利要求6所述的装置,其特征在于,所述第二确定模块,具体用于针对所述每个像素点,根据该像素点的灰度值与该目标像素点的灰度值的第一差值,和确定该像素点的第一权重值,式中,σ为预设的第一参数值,x为第一差值,F(x)为第一权重值。
8.如权利要求6所述的装置,其特征在于,所述第二确定模块,具体用于根据该像素点的横坐标与该目标像素点的横坐标的第二差值、该像素点的纵坐标与该目标像素点的纵坐标的第三差值,和g(x,y)=exp{-(x2+y2)/2ω2},确定该像素点的第二权重值,式中,ω为预设的第二参数值,x为第二差值,y为第三差值,exp为以e为底的指数函数,g(x,y)为第二权重值。
9.如权利要求6所述的装置,其特征在于,所述第二确定模块,具体用于将该像素点的第一权重值和第二权重值的乘积,作为该像素点的目标权重值。
10.如权利要求6所述的装置,其特征在于,所述装置还包括:
更新模块,用于对所述目标权重值进行归一化处理,采用归一化处理后的权重值对目标权重值进行更新。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810344142.8A CN108665427A (zh) | 2018-04-17 | 2018-04-17 | 一种图像降噪方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810344142.8A CN108665427A (zh) | 2018-04-17 | 2018-04-17 | 一种图像降噪方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108665427A true CN108665427A (zh) | 2018-10-16 |
Family
ID=63782258
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810344142.8A Pending CN108665427A (zh) | 2018-04-17 | 2018-04-17 | 一种图像降噪方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108665427A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113989141A (zh) * | 2021-10-22 | 2022-01-28 | 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 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160063685A1 (en) * | 2014-09-03 | 2016-03-03 | Mitsubishi Electric Research Laboratories, Inc. | Image Denoising Using a Library of Functions |
CN105654428A (zh) * | 2014-11-14 | 2016-06-08 | 联芯科技有限公司 | 图像降噪方法及系统 |
CN105787902A (zh) * | 2016-03-22 | 2016-07-20 | 天津大学 | 利用分块排序检测噪声的图像降噪方法 |
CN106441386A (zh) * | 2016-09-29 | 2017-02-22 | 西南交通大学 | 基于分布式光纤传感系统的数据处理方法及装置 |
US20170278224A1 (en) * | 2016-03-22 | 2017-09-28 | Algolux Inc. | Method and system for denoising and demosaicing artifact suppression in digital images |
-
2018
- 2018-04-17 CN CN201810344142.8A patent/CN108665427A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160063685A1 (en) * | 2014-09-03 | 2016-03-03 | Mitsubishi Electric Research Laboratories, Inc. | Image Denoising Using a Library of Functions |
CN105654428A (zh) * | 2014-11-14 | 2016-06-08 | 联芯科技有限公司 | 图像降噪方法及系统 |
CN105787902A (zh) * | 2016-03-22 | 2016-07-20 | 天津大学 | 利用分块排序检测噪声的图像降噪方法 |
US20170278224A1 (en) * | 2016-03-22 | 2017-09-28 | Algolux Inc. | Method and system for denoising and demosaicing artifact suppression in digital images |
CN106441386A (zh) * | 2016-09-29 | 2017-02-22 | 西南交通大学 | 基于分布式光纤传感系统的数据处理方法及装置 |
Non-Patent Citations (3)
Title |
---|
张广渊 等: "《数字图像处理基础及OPENCV实现》", 31 December 2014, 知识产权出版社 * |
李俊峰: "双边滤波算法的快速实现及其在图像处理的应用", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
沈庭芝 等: "《数字图像处理及模式识别 第2版》", 31 July 2007, 北京理工大学出版社 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113989141A (zh) * | 2021-10-22 | 2022-01-28 | 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 |
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 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109870461B (zh) | 一种电子元器件质量检测系统 | |
JP5315157B2 (ja) | 情報処理装置、ライン状ノイズ低減処理方法、及びプログラム | |
CN107369176B (zh) | 一种柔性ic基板氧化面积检测系统及方法 | |
CN109584175B (zh) | 一种图像处理方法及装置 | |
CN108346148B (zh) | 一种高密度柔性ic基板氧化区域检测系统及方法 | |
CN105005972A (zh) | 一种基于拍摄距离的畸变校正方法及移动终端 | |
JP4477618B2 (ja) | 信頼可能なイメージの鮮明化方法 | |
CN106412441A (zh) | 一种视频防抖控制方法以及终端 | |
CN116152261B (zh) | 一种印刷制品质量的视觉检测系统 | |
CN111444555B (zh) | 一种测温信息显示方法、装置及终端设备 | |
CN115578286A (zh) | 高动态范围的混合曝光成像方法和装置 | |
CN108055486A (zh) | 一种亮度校正方法及装置 | |
CN108665427A (zh) | 一种图像降噪方法及装置 | |
CN113888438A (zh) | 图像处理方法、装置及存储介质 | |
JP2015173923A (ja) | 画像処理装置、画像処理方法およびプログラム | |
CN111507923A (zh) | 一种视频图像的噪声处理方法、装置、设备和介质 | |
CN110189251B (zh) | 一种模糊图像生成方法及装置 | |
CN108335287B (zh) | 信息处理装置和信息处理方法 | |
CN110427885A (zh) | 铭牌的检测方法、装置及计算机可读存储介质 | |
CN115018730A (zh) | 一种图像条纹噪声的去除方法、装置、设备及介质 | |
CN114022949A (zh) | 一种基于运动模型的事件相机运动补偿方法及装置 | |
CN113639657A (zh) | 方坯弯曲检测方法及装置、棒线材原料坯弯曲检测系统 | |
US9332178B2 (en) | Methods of image acquiring and electronic devices | |
CN112950526A (zh) | 一种显示缺陷的检测方法及装置 | |
CN110738683A (zh) | 一种计算机视觉跟踪方法及装置 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: C10, No. 1199 Bin'an Road, Binjiang District, Hangzhou City, Zhejiang Province Applicant after: Zhejiang Huarui Technology Co.,Ltd. Address before: C10, No. 1199 Bin'an Road, Binjiang District, Hangzhou City, Zhejiang Province Applicant before: ZHEJIANG HUARAY TECHNOLOGY Co.,Ltd. |
|
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181016 |