CN108805852A - 一种图像空域噪声的评估方法及装置 - Google Patents
一种图像空域噪声的评估方法及装置 Download PDFInfo
- Publication number
- CN108805852A CN108805852A CN201710281917.7A CN201710281917A CN108805852A CN 108805852 A CN108805852 A CN 108805852A CN 201710281917 A CN201710281917 A CN 201710281917A CN 108805852 A CN108805852 A CN 108805852A
- Authority
- CN
- China
- Prior art keywords
- image
- assessed
- pixel
- weight
- pixel 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
Abstract
本申请实施例提供了一种图像空域噪声的评估方法及装置。该方法包括:获得待评估图像组,该待评估图像组包含多个纯色的待评估图像;针对每个待评估图像,确定该待评估图像中各个像素之间的像素值差值,获得该待评估图像对应的像素差;获得各个待评估图像对应的像素值;根据各个待评估图像对应的像素值,以及预设的像素值与权重的对应关系,确定各个待评估图像对应的权重,其中,上述对应关系中各个像素值对应的权重是根据人眼对各个像素值的敏感程度设置的权重;根据确定的权重对各个待评估图像对应的像素差进行加权平均,获得待评估图像组对应的空域噪声值。应用本申请实施例提供的方案,能够提高对图像空域噪声评估的合理性。
Description
技术领域
本申请涉及图像处理技术领域,特别是涉及一种图像空域噪声的评估方法及装置。
背景技术
图像噪声是指图像中妨碍人们对通过人眼接收的信息进行理解的因素。由于图像在摄制和处理等过程中不可避免地会受到图像传感器或数字信号处理器等的影响,使得视频图像的图像内容产生错误,形成图像噪声。根据视频本身的特点,可以将视频图像中的噪声分为时域噪声和空域噪声。图像时域噪声是指视频包含的不同帧图像中同一位置像素的像素值差异,表现在视觉体验上就是,视频播放时同一位置的像素点在跳动。图像空域噪声是指同一帧图像中相同性质的平坦区域内不同像素的像素值差异,表现在视觉体验上就是,视频画面中出现颗粒状纹理。相同性质的平坦区域是指这些区域内的像素在理论上其像素值应该相同。
为了评价图像的品质,进而为挑选图像采集设备(例如图像传感器等)提供依据,或为改进图像采集设备的性能提供方向,通常会对图像采集设备采集的图像的噪声进行评估,根据该评估结果确定图像的品质。
现有技术中,在对图像的空域噪声进行评估时,通常需要获得待评估图像组,该待评估图像组中包括多个纯色的待评估图像;然后针对每个待评估图像,计算该待评估图像中像素的像素值差值,获得该待评估图像的像素差;对各个待评估图像对应的像素差求平均之后获得待评估图像组对应的空域噪声值。需要说明的是,每个纯色的待评估图像中的像素理论上其像素值应该相同,而实际图像中存在的空域噪声使得这些像素的像素值存在差异。
待评估图像组中的各个待评估图像可以是从24色卡图像中获得的,其中,24色卡图像中包括24个图像块,每个图像块对应一个像素值,每个图像块对应一个待评估图像。
在计算该待评估图像中像素的像素值差值,获得该待评估图像的像素差时,通常采用两两像素求差值然后取平均的方法。举例来说,已知待评估图像中包含300个像素,针对这些像素可以按照顺序依次两两地计算像素值差值,获得299个差值,对这299个差值的绝对值取平均即可以得到该待评估图像对应的像素差。
由于评价图像品质的过程,实际是在模拟人对图像品质的感受。因此,对图像噪声的评估是否合理,会影响对图像品质进行评价时的合理性。而上述噪声评估方法并没有结合人自身的特点,因此根据上述噪声评估方法得到的噪声评估值无法更合理地接近人对图像空域噪声的评估,即对图像空域噪声评估的合理性不足。
发明内容
本申请实施例的目的在于提供了一种图像空域噪声的评估方法及装置,以提高对图像空域噪声评估的合理性。具体的技术方案如下。
为了到达上述目的,本申请实施例公开了一种图像空域噪声的评估方法,所述方法包括:
获得待评估图像组,所述待评估图像组包含多个纯色的待评估图像;
针对每个待评估图像,确定该待评估图像中各个像素之间的像素值差值,获得该待评估图像对应的像素差;
获得各个待评估图像对应的像素值;
根据各个待评估图像对应的像素值,以及预设的像素值与权重的对应关系,确定各个待评估图像对应的权重,其中,所述对应关系中各个像素值对应的权重是根据人眼对各个像素值的敏感程度设置的权重;
根据确定的权重对各个待评估图像对应的像素差进行加权平均,获得所述待评估图像组对应的空域噪声值。
可选的,所述针对每个待评估图像,确定该待评估图像中各个像素之间的像素值差值,获得该待评估图像对应的像素差的步骤,包括:
针对每个待评估图像,计算该待评估图像中各个像素的像素平均值,获得该待评估图像对应的像素平均值;
针对每个待评估图像,根据所获得的像素平均值,确定该待评估图像中各个像素之间的像素标准差,获得该待评估图像的像素差。
可选的,所述针对每个待评估图像,计算该待评估图像中各个像素的像素平均值,获得该待评估图像对应的像素平均值的步骤,包括:
针对每个待评估图像,从该待评估图像中去除预设数量比例的像素值最大和最小的像素,获得该待评估图像中的目标像素,计算所获得的各个目标像素的像素平均值,获得该待评估图像对应的像素平均值;其中,所述预设数量比例为:1-所述目标像素的数量与该待评估图像中像素的总数量的比例。
可选的,所述针对每个待评估图像,根据所获得的像素平均值,确定该待评估图像中各个像素之间的像素标准差的步骤,包括:
按照以下公式,计算第j个待评估图像中各个像素之间的像素标准差p_stdj:
其中,所述pix_valij为第j个待评估图像中第i个像素的像素值,所述avg_valj为第j个待评估图像对应的像素平均值,所述N为每个待评估图像中像素的总数量。
可选的,所述获得各个待评估图像对应的像素值的步骤,包括:
针对每个待评估图像,从该待评估图像中去除预设数量比例的像素值最大和最小的像素,获得该待评估图像中的目标像素,其中,所述预设数量比例为:1-所述目标像素的数量与该待评估图像中像素的总数量的比例;
根据获得的各个待评估图像中的目标像素,确定各个待评估图像对应的像素值。
可选的,所述获得各个待评估图像对应的像素值的步骤,包括:
针对每个待评估图像,计算该待评估图像中各个像素的像素平均值,将该像素平均值确定为该待评估图像对应的像素值;或者,
针对每个待评估图像,确定该待评估图像中各个像素的像素中位数,将该像素中位数确定为该待评估图像对应的像素值;或者,
针对每个待评估图像,确定该待评估图像中各个像素的像素众数,将该像素众数确定为该待评估图像对应的像素值。
可选的,所述根据各个待评估图像对应的像素值,以及预设的像素值与权重的对应关系,确定各个待评估图像对应的权重的步骤,包括:
按照以下公式,确定第j个待评估图像对应的权重weightj:
当0≤lum_valj<60时,weightj=1;
当60≤lum_valj<100时,weightj=0.025*lum_valj-0.5;
当100≤lum_valj<140时,weightj=2;
当140≤lum_valj<180时,weightj=-0.025*lum_valj+5.5;
当180≤lum_valj≤255时,weightj=1;
其中,所述lum_valj为第j个待评估图像对应的像素值。
可选的,所述根据确定的权重对各个待评估图像对应的像素差进行加权平均,获得所述待评估图像组对应的空域噪声值的步骤,包括:
按照以下公式,获得所述待评估图像组对应的空域噪声ANL:
其中,所述fdj为所述待评估图像组中第j个待评估图像对应的像素差,所述weightj为所述第j个待评估图像对应的权重,所述n为所述待评估图像组中待评估图像的总数量。
可选的,所述获得待评估图像组的步骤,包括:
获得第一数量色卡图像,所述第一数量色卡图像中包括第一数量个纯色图像块;
将所述第一数量色卡图像中的各个纯色图像块,确定为待评估图像组中的各个待评估图像。
为了达到上述目的,本申请实施例还公开了一种图像空域噪声的评估装置,所述装置包括:
图像获得模块,用于获得待评估图像组,所述待评估图像组包含多个纯色的待评估图像;
像素差确定模块,用于针对每个待评估图像,确定该待评估图像中各个像素之间的像素值差值,获得该待评估图像对应的像素差;
像素值获得模块,用于获得各个待评估图像对应的像素值;
权重确定模块,用于根据各个待评估图像对应的像素值,以及预设的像素值与权重的对应关系,确定各个待评估图像对应的权重,其中,所述对应关系中各个像素值对应的权重是根据人眼对各个像素值的敏感程度设置的权重;
噪声值获得模块,用于根据确定的权重对各个待评估图像对应的像素差进行加权平均,获得所述待评估图像组对应的空域噪声值。
可选的,所述像素差确定模块,包括:
平均值计算子模块,用于针对每个待评估图像,计算该待评估图像中各个像素的像素平均值,获得该待评估图像对应的像素平均值;
像素差获得子模块,用于针对每个待评估图像,根据所获得的像素平均值,确定该待评估图像中各个像素之间的像素标准差,获得该待评估图像的像素差。
可选的,所述平均值计算子模块,具体用于:
针对每个待评估图像,从该待评估图像中去除预设数量比例的像素值最大和最小的像素,获得该待评估图像中的目标像素,计算所获得的各个目标像素的像素平均值,获得该待评估图像对应的像素平均值;其中,所述预设数量比例为:1-所述目标像素的数量与该待评估图像中像素的总数量的比例。
可选的,所述像素差获得子模块,具体用于:
按照以下公式,计算第j个待评估图像中各个像素之间的像素标准差p_stdj:
其中,所述pix_valij为第j个待评估图像中第i个像素的像素值,所述avg_valj为第j个待评估图像对应的像素平均值,所述N为每个待评估图像中像素的总数量。
可选的,所述像素值获得模块,包括:
目标像素获得子模块,用于针对每个待评估图像,从该待评估图像中去除预设数量比例的像素值最大和最小的像素,获得该待评估图像中的目标像素,其中,所述预设数量比例为:1-所述目标像素的数量与该待评估图像中像素的总数量的比例;
像素值确定子模块,用于根据获得的各个待评估图像中的目标像素,确定各个待评估图像对应的像素值。
可选的,所述像素值获得模块,具体用于:
针对每个待评估图像,计算该待评估图像中各个像素的像素平均值,将该像素平均值确定为该待评估图像对应的像素值;或者,
所述像素值获得模块,具体用于:针对每个待评估图像,确定该待评估图像中各个像素的像素中位数,将该像素中位数确定为该待评估图像对应的像素值;或者,
所述像素值获得模块,具体用于:针对每个待评估图像,确定该待评估图像中各个像素的像素众数,将该像素众数确定为该待评估图像对应的像素值。
可选的,所述权重确定模块,具体用于:
按照以下公式,确定第j个待评估图像对应的权重weightj:
当0≤lum_valj<60时,weightj=1;
当60≤lum_valj<100时,weightj=0.025*lum_valj-0.5;
当100≤lum_valj<140时,weightj=2;
当140≤lum_valj<180时,weightj=-0.025*lum_valj+5.5;
当180≤lum_valj≤255时,weightj=1;
其中,所述lum_valj为第j个待评估图像对应的像素值。
可选的,所述噪声值获得模块,具体用于:
按照以下公式,获得所述待评估图像组对应的空域噪声ANL:
其中,所述fdj为所述待评估图像组中第j个待评估图像对应的像素差,所述weightj为所述第j个待评估图像对应的权重,所述n为所述待评估图像组中待评估图像的总数量。
可选的,所述图像获得模块,包括:
色卡图像获得子模块,用于获得第一数量色卡图像,所述第一数量色卡图像中包括第一数量个纯色图像块;
待评估图像获得子模块,用于将所述第一数量色卡图像中的各个纯色图像块,确定为待评估图像组中的各个待评估图像。
本申请实施例提供的图像空域噪声的评估方法及装置,可以获得待评估图像组,针对待评估图像组中的各个待评估图像,确定待评估图像中各个像素之间的像素值差值,获得像素差;获得各个待评估图像对应的像素值,根据该像素值以及预设的像素值与权重的对应关系,确定各个待评估图像对应的权重,根据确定的权重对各个待评估图像对应的像素差进行加权平均,获得待评估图像组对应的空域噪声值。其中,上述对应关系中各个像素值对应的权重是根据人眼对各个像素的敏感程度设置的权重。
也就是说,本申请实施例可以在确定各个待评估图像对应的权重,根据该权重对待评估图像对应的像素差进行加权平均后,获得待评估图像组的空域噪声值。由于上述权重是根据人眼对各个像素值的敏感程度设置的,人眼对不同像素值的敏感程度不同,对应的像素值的权重也不同,即在获得图像空域噪声值时考虑了人眼对像素值敏感程度的不同,所得到的空域噪声更接近人眼的感受。因此,应用本申请实施例提供的方案对图像空域噪声进行评估时,能够提高对图像空域噪声评估的合理性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,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的介绍。显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的图像空域噪声的评估方法的一种流程示意图;
图2a为24色卡图像的一种示意图;
图2b为本实施例提供的一种像素值与权重的对应关系图;
图3为本申请实施例提供的图像空域噪声的评估方法的另一种流程示意图;
图4为像素值直方图的一种示例图;
图5为本申请实施例提供的图像空域噪声的评估装置的一种结构示意图;
图6为本申请实施例提供的图像空域噪声的评估装置的另一种结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整的描述。显然,所描述的实施例仅仅是本申请的一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
图像在摄制和处理等过程中不可避免地会受到图像传感器或数字信号处理器等的影响,使得图像的内容产生错误,形成图像噪声。其中,图像传感器可以包括CCD(Charge-coupled Device,电荷耦合元件)和CMOS(Complementary Metal Oxide Semiconductor,互补金属氧化物半导体)等类型。
图像噪声可以包括图像时域噪声和图像空域噪声。其中,图像时域噪声是指视频包含的不同帧图像中同一位置像素的像素值差异,表现在视觉体验上就是,视频播放时同一位置的像素点在跳动。图像空域噪声是指同一帧图像中相同性质的平坦区域内不同像素的像素值差异,表现在视觉体验上就是,视频画面中出现颗粒状纹理。相同性质的平坦区域是指这些区域内的像素在理论上其像素值应该相同。
本申请实施例提供了一种图像空域噪声的评估方法及装置,应用于电子设备,能够提高对图像空域噪声评估的合理性。下面通过具体实施例,对本申请进行详细说明。
图1为本申请实施例提供的图像空域噪声的评估方法的一种流程示意图,应用于电子设备,该电子设备可以为移动通信设备、计算机、服务器等。该方法包括如下步骤S101~步骤S105:
步骤S101:获得待评估图像组,该待评估图像组包含多个纯色的待评估图像。
其中,待评估图像组中的各个纯色的待评估图像用于作为评估图像空域噪声的样本图像。本实施例中各个纯色的待评估图像,是指每个待评估图像均为单一颜色的图像。不同的颜色的待评估图像具有不同的亮度。每个待评估图像的整个区域为相同性质的平坦区域,也就是说,每个待评估图像的整个区域的所有像素在理论上像素值均相同。
需要说明的是,本实施例中的待评估图像可以是灰度图像,也可以是RGB(红绿蓝)彩色图像或YUV彩色图像。
当待评估图像为灰度图像时,待评估图像组包括的各个纯色的待评估图像,可以为像素值在0~255之间的所有图像。例如,各个纯色的待评估图像可以为像素值分别取0、1、2、…、255的共256个的图像。这样,像素值在0~255之间的所有图像均包含在了待评估图像组内,能够评估图像在取各个像素值时空域噪声的大小,评估更全面、准确。
为了减少计算量,提高处理速度,同时考虑到很多像素值很接近的图像中的空域噪声非常接近,因此上述各个纯色的待评估图像也可以为像素值在0~255之间的部分图像。例如,各个纯色的待评估图像可以为像素值分别取0、20、30、40、…、250(具有等差的规律,能代表0~255整个范围)的多个图像,或者像素值取10、40、100、120、…、255(不具有明显的规律,但是也能代表0~255整个范围)的多个图像。
当待评估图像为彩色图像时,待评估图像组包括的各个纯色的待评估图像,可以为亮度值在0~255之间的所有图像,也可以为亮度值在0~255之间的部分图像。本领域技术人员能够理解的是,当待评估图像为RGB彩色图像时,图像中的一组R分量、G分量和B分量对应一个亮度值。当待评估图像为YUV彩色图像时,图像中的Y分量对应亮度值。
为了降低获得待评估图像组时的复杂度,提高效率,获得待评估图像组的步骤,可以包括:获得第一数量色卡图像,将第一数量色卡图像中的各个纯色图像块,确定为待评估图像组中的各个待评估图像。其中,第一数量色卡图像中包括第一数量个纯色图像块,第一数量可以为不大于256的正整数。
作为一种具体实施方式,第一数量色卡图像可以为24色卡图像。图2a为24色卡图像的一种示意图。24色卡又称为24色标准色卡,包含六级灰度色块、加色三原色(红、绿、蓝)、减色三原色(黄、品、青)以及肤色和模拟自然物体的真实色彩,共有24个纯色图像块。在获得24色卡图像时,可以使用白平衡模式对标准的24色卡样本图像进行拍摄,获得24色卡图像。这样,能够尽可能获得标准亮度的24色卡图像,减少外界噪声干扰。
需要指出的是,待评估图像组中的各个纯色的待评估图像可以是由同一图像采集设备采集的。这样,本实施例所获得的评估结果也可以认为是对该图像采集设备的评估结果。该图像采集设备可以在电子设备内部,也可以独立于电子设备存在。
在本实施例中,为了提高评估的准确性,所获得的待评估图像可以是未经压缩过的图像,或经过无损压缩过的图像。这是因为,未经压缩过的图像或经过无损压缩过的图像,能够减少图像采集设备之外的干扰,避免不必要的噪声,能够提高评估的准确性。
步骤S102:针对每个待评估图像,确定该待评估图像中各个像素之间的像素值差值,获得该待评估图像对应的像素差。
具体的,针对每个待评估图像,在获得该待评估图像对应的像素差时,可以将待评估图像中的各个像素按照指定顺序依次两两地计算差值,将计算得到的各个差值的绝对值求平均值,将该平均值作为该待评估图像对应的像素差。
例如,已知某一待评估图像中包括300个像素点,像素点的编号分别为0、1、2、…、299。在获得该待评估图像对应的像素差时,可以按照该待评估图像中各个像素点的排列顺序,依次两两地计算差值,即获得0-1,1-2,2-3,3-4,4-5,5-6,6-7,7-8,…,298-299共299个差值,其中,x-y表示编号为x的像素点的像素值减去编号为y的像素点的像素值。将这299个差值求绝对值后计算平均值,该平均值即为该待评估图像的像素差。
步骤S103:获得各个待评估图像对应的像素值。
需要说明的是,所获得的各个待评估图像对应的像素值,为表示待评估图像亮度的像素值。
一方面,获得待评估图像的像素值时,当待评估图像为灰度图像时,待评估图像中各个像素的像素值即为表示亮度的像素值,可以直接根据待评估图像中各个像素的像素值获得待评估图像的像素值。当待评估图像为彩色图像时,可以确定各个像素对应的表示亮度的像素值,根据待评估图像中各个像素的表示亮度的像素值,获得待评估图像的像素值。
具体的,确定各个像素对应的表示亮度的像素值时,当待评估图像为RGB彩色图像时,可以根据该待评估图像各个像素的R分量、G分量和B分量,确定各个像素对应的表示亮度的像素值;当待评估图像为YUV彩色图像时,可以将该待评估图像各个像素的Y分量,确定为各个像素对应的表示亮度的像素值。
另一方面,由于各个待评估图像为纯色的图像,因此在获得各个待评估图像对应的像素值时,可以根据预设的图像与像素值的对应关系,确定各个待评估图像对应的像素值。其中,图像与像素值的对应关系可以是采集图像时预先设定好的。
为了提高所获得的像素值的准确性,获得各个待评估图像对应的像素值时,可以采用以下几种实施方式:
方式一,针对每个待评估图像,计算该待评估图像中各个像素的像素平均值,将该像素平均值确定为该待评估图像对应的像素值。
例如,已知待评估图像包含300个像素点,这些像素点的像素值分别为:24,25,27,25,24,23,26,25,24,…,25。对上述各个像素值求平均值,即获得该待评估图像对应的像素值:(24+25+27+25+24+23+26+25+24+…+25)/300。
方式二,针对每个待评估图像,确定该待评估图像中各个像素的像素中位数,将该像素中位数确定为该待评估图像对应的像素值。
其中,像素中位数可以理解为一组按照从小到大或从大到小的顺序排列后的像素值中处于中间位置的像素值。当这组像素值的数量为奇数时,像素中位数即为该中间位置的像素值,当这组像素值的数量为偶数时,像素中位数为两个中间位置的像素值的平均值。
具体的,在确定像素中位数时,可以将该待评估图像中像素的像素值按从小到大或从大到小的顺序进行排列,当该待评估图像中各个像素的数量为奇数时,将排序后处于中间位置的像素值确定为该待评估图像对应的像素值;当该待评估图像中像素的数量为偶数时,将排序后处于中间位置的两个像素值的平均值确定为该待评估图像的像素值。
例如,已知待评估图像包含300个像素点,这些像素点的像素值分别为:24,25,27,25,24,23,26,25,24,…,25。将上述像素值按从小到大的顺序进行排列,得到:23,24,24,24,25,25,25,25,26,…,27。已知排序后处于中间位置的两个像素值为26和24,则可以确定该待评估图像的像素值为:(26+24)/2。
方式三,针对每个待评估图像,确定该待评估图像中各个像素的像素众数,将该像素众数确定为该待评估图像对应的像素值。
其中,像素众数可以理解为一组像素值中出现次数最多的像素值。
具体的,方式三中在确定像素众数时,可以先获得待评估图像中各个像素的像素值,确定所获得的像素值中各个不同像素值的出现次数,将出现次数最多的像素值确定为该待评估图像的像素众数。
例如,已知待评估图像包含300个像素点,获得这些像素点的像素值,分别为:24,25,27,25,24,23,26,25,24,…,25。已知上述像素值中包含5个不同的像素值,分别为:23,24,25,26,27。已知这些不同的像素值的出现次数分别为:23出现10,24出现15次,25出现251次,26出现15次,27出现9次。可以确定出现次数最多的像素值为25,25即为像素众数,则该待评估图像对应的像素值为25。
步骤S104:根据各个待评估图像对应的像素值,以及预设的像素值与权重的对应关系,确定各个待评估图像对应的权重。
其中,上述对应关系中各个像素值对应的权重是根据人眼对各个像素值的敏感程度设置的权重。
一般来说,像素的像素值为在0~255之间的整数,不同的像素值对应的亮度不同。由于人眼对不同亮度有不同的敏感程度,因此可以根据人眼的敏感程度确定不同像素值的权重。
具体的,根据各个待评估图像对应的像素值,以及预设的像素值与权重的对应关系,确定各个待评估图像对应的权重时,可以包括:
按照以下公式,确定第j个待评估图像对应的权重weightj:
当0≤lum_valj<60时,weightj=1;
当60≤lum_valj<100时,weightj=0.025*lum_valj-0.5;
当100≤lum_valj<140时,weightj=2;
当140≤lum_valj<180时,weightj=-0.025*lum_valj+5.5;
当180≤lum_valj≤255时,weightj=1;
其中,上述lum_valj为第j个待评估图像对应的像素值。
上述公式即为预设的像素值与权重的对应关系。可以看出,当像素值从0变化到255时,权重从1变到2再变回1。图2b中列出了权重随像素值的变化曲线。
需要说明的是,上述像素值与权重的对应关系是申请人通过大量实验得出的,并经过了大量验证试验,能够确保该对应关系更准确,合理性更高。
步骤S105:根据确定的权重对各个待评估图像对应的像素差进行加权平均,获得待评估图像组对应的空域噪声值。
具体的,根据确定的权重对各个待评估图像对应的像素差进行加权平均,获得待评估图像组对应的空域噪声值时具体可以包括:
按照以下公式,获得待评估图像组对应的ANL(Airspace Noise Level,空域噪声):
其中,上述fdj为待评估图像组中第j个待评估图像对应的像素差,上述weightj为第j个待评估图像对应的权重,n为待评估图像组中待评估图像的总数量。
需要指出的是,本实施例中的图像空域噪声ANL是根据像素值(亮度)权重加权后的噪声评估值。
可以理解的是,像素值的权重体现了人眼对该像素值的敏感程度,对像素差进行加权平均,能够使所获得的图像空域噪声包含人眼对像素值敏感程度的考虑,评估结果越合理。当所获得的图像空域噪声越小时,说明待评估图像的品质越好,即图像采集设备的品质越高。
由上述内容可知,本实施例可以在确定各个待评估图像对应的权重,根据该权重对待评估图像对应的像素差进行加权平均后,获得待评估图像组的空域噪声值。由于上述权重是根据人眼对各个像素值的敏感程度设置的,人眼对不同像素值的敏感程度不同,对应的像素值的权重也不同,即在获得图像空域噪声值时考虑了人眼对像素值敏感程度的不同,所得到的空域噪声更接近人眼的感受。因此,应用本实施例提供的方案对图像空域噪声进行评估时,能够提高对图像空域噪声评估的合理性。
对于一个待评估图像来说,该待评估图像中的像素理论上其像素值应该相同,但是实际中这些像素的像素值之间会存在一定的差异,这些差异是不可预测的,带有一定的随机性。为了更准确地确定待评估图像的像素差,可以通过计算像素标准差或像素方差来确定待评估图像的像素差。其中,像素标准差和像素方差的计算采用的是统计学的方法。
因此,在本申请的另一实施例中,针对每个待评估图像,在确定该待评估图像像素差时,可以针对该待评估图像中的像素,计算各个像素的平均值,然后根据该平均值计算各个像素之间的像素标准差或像素方差,将该像素标准差或像素方差作为该待评估图像的像素差。下面以像素标准差为例来说明本实施例中像素差的计算过程。
图3为本申请实施例提供的图像空域噪声的评估方法的另一种流程示意图。本实施例为对图1所示实施例加以改进之后得到的实施例,具体内容可以参见图1所示实施例。本实施例提供的方法可以应用于电子设备。本实施例包括如下步骤S101~步骤S105:
步骤S101:获得待评估图像组,该待评估图像组包含多个纯色的待评估图像。
步骤S102A:针对每个待评估图像,计算该待评估图像中各个像素的像素平均值,获得该待评估图像对应的像素平均值。(该步骤未在图3中示出)
例如,已知待评估图像包含300个像素点,获得这些像素点的像素值,分别为:24,25,27,25,24,23,26,25,24,…,25。对上述各个像素值求平均值,即可以获得该待评估图像对应的像素平均值:(24+25+27+25+24+23+26+25+24+…+25)/300。
需要说明的是,从统计意义上来说,待评估图像中可能出现极大的像素值和极小的像素值,这在评估图像空域噪声时将会产生不良影响。
因此,为了提高评估的准确性,步骤S102A具体可以包括:
针对每个待评估图像,从该待评估图像中去除预设数量比例的像素值最大和最小的像素,获得该待评估图像中的目标像素,计算所获得的各个目标像素的像素平均值,获得该待评估图像对应的像素平均值。
其中,预设数量比例为:1-目标像素的数量与该待评估图像中像素的总数量的比例。例如预设数量比例可以在5%~10%之间取值。
具体的,从待评估图像中去除预设数量比例的像素值最大和最小的像素,获得该待评估图像中的目标像素时,可以包括:根据该待评估图像中各个像素的像素值获得像素值直方图,该像素值直方图的横坐标为像素值,纵坐标为待评估图像的像素数量,确定该像素值直方图中最大的像素数量,将该最大的像素数量对应的像素值作为峰值像素值,在该峰值像素值左右两侧等距的范围内统计待评估图像的像素数量和值,不断增加峰值像素值左右两侧等距的范围,当该和值与待评估图像的像素的总数量的比值达到1-预设数量比例时,峰值像素值左右两侧等距的范围内的像素即为待评估图像的目标像素。可以理解的是,从待评估图像中确定出1-预设数量比例的目标像素时,也就是从待评估图像中去除预设数量比例的像素,去除的像素为像素值最大和最小的像素。
具体的,在确定该像素值直方图中的峰值像素值时,可以采用多种实施方式,可以按照大小顺序,将该像素值直方图中的各个像素数量进行排序,根据排序结果确定最大的像素数量。也可以确定卷积窗口的宽度,针对该像素值直方图,计算该卷积窗口的像素数量的和值,不断移动卷积窗口的位置,并将当前卷积窗口对应的和值与前一卷积窗口对应的和值进行比较,确定最大的和值,并将最大的和值对应的像素值作为峰值像素值。其中,确定卷积窗口的宽度,可以包括将预设的像素值确定为卷积窗口的宽度,该宽度可以取较小值,这样能够较精确地确定峰值像素值。例如,可以将像素值为1确定为卷积窗口的宽度。
作为一个例子,图4为像素值直方图的一个例子,该图的横坐标表示像素值从20到30,纵坐标表示每个像素值对应的待评估图像中的像素数量,图中的曲线为拟合出的像素数量与像素值的关系曲线。作为一个例子,可以将预设像素值1确定为卷积窗口,对像素值直方图进行卷积,确定最大的像素数量,将最大的像素数量对应的像素值作为峰值像素值。已知从图4中确定的峰值像素值为25,向左右两侧等距地扩大范围的单位为1。则在确定目标像素时,可以以像素值25为中心位置,向左右两侧分别扩大1的范围,即确定[24,26]这样一个如图4所示的虚线矩形框的范围。判断像素值24对应的像素数量是否大于像素值26对应的像素数量。根据计算可知上述判断结果为不大于,则统计像素值25~26内的像素数量的和值,然后将虚线框向右侧再扩大1的范围,此时虚线框的范围为[24,27]。继续判断像素值24对应的像素数量是否大于像素值27对应的像素数量。从图中可知判断结果为大于,则统计像素值24~26内的像素数量的和值,直至该和值超过评估阈值thr时,将该和值对应的像素确定为待评估图像中的目标像素。其中,thr为上述和值与待评估图像的像素的总数量的比值,thr的取值范围可以设定为[0.90,0.95]。这样,可以滤除极端像素值,并保证待评估图像中参与评估的目标像素的像素数量。
可以理解的是,从待评估图像中去除极端像素值能够提高噪声评估的准确性。
步骤S102B:针对每个待评估图像,根据所获得的像素平均值,确定该待评估图像中各个像素之间的像素标准差,获得该待评估图像的像素差。
本实施例中的步骤S102A和步骤S102B为图1所示实施例中的步骤S102的具体实施方式。
具体的,步骤S102B可以包括:
按照以下公式,计算第j个待评估图像中各个像素之间的像素标准差p_stdj:
其中,上述pix_valij为第j个待评估图像中第i个像素的像素值,上述avg_valj为第j个待评估图像对应的像素平均值,上述N为每个待评估图像中像素的总数量。
需要说明的是,将上述公式中的根号去掉就得到了像素方差的公式。在统计意义上分析,方差和标准差均表示待评估图像中像素的像素值与真实值之间的离散程度。因此,本实施例中的像素标准差可以用像素方差来代替。
由于本实施例根据像素标准差获得的像素差能够表征待评估图像中像素的像素值之间差异的离散程度,所确定的像素差采用的是统计学的方法,因此获得的像素差的准确性更高。
步骤S103′:根据获得的各个待评估图像中的目标像素,确定各个待评估图像对应的像素值。
具体的,步骤S103′可以包括以下几种实施方式:
方式一,针对每个待评估图像,计算该待评估图像中各个目标像素的像素平均值,将该像素平均值确定为该待评估图像对应的像素值。
方式二,针对每个待评估图像,确定该待评估图像中各个目标像素的像素中位数,将该像素中位数确定为该待评估图像对应的像素值。
方式三,针对每个待评估图像,确定该待评估图像中各个目标像素的像素众数,将该像素众数确定为该待评估图像对应的像素值。
步骤S104:根据各个待评估图像对应的像素值,以及预设的像素值与权重的对应关系,确定各个待评估图像对应的权重。其中,上述对应关系中各个像素值对应的权重是根据人眼对各个像素值的敏感程度设置的权重。
步骤S105:根据确定的权重对各个待评估图像对应的像素差进行加权平均,获得待评估图像组对应的空域噪声值。
由于本实施例是基于图1所示实施例得到的,因此图1实施例中的具体实施方式均可以应用在本实施例中。相关内容可以参见图1所示实施例。
综上,图3所示的实施例可以根据待评估图像中各个像素的像素标准差,获得该待评估图像的像素差,由于像素标准差的计算过程采用的是统计学的方法,因此获得的像素差的准确性更高。同时,本实施例可以从待评估图像中去除极大像素值差和极小像素值对应的像素,获得目标像素,根据目标像素的像素值确定像素标准差以及待评估图像的像素值,进而能够去除极端像素值的像素点带来的不良影响,提高对图像噪声评估时的准确性。
图5为本申请实施例提供的图像空域噪声的评估装置的一种结构示意图,与图1所示方法实施例相对应,应用于电子设备。所述装置包括:
图像获得模块501,用于获得待评估图像组,所述待评估图像组包含多个纯色的待评估图像;
像素差确定模块502,用于针对每个待评估图像,确定该待评估图像中各个像素之间的像素值差值,获得该待评估图像对应的像素差;
像素值获得模块503,用于获得各个待评估图像对应的像素值;
权重确定模块504,用于根据各个待评估图像对应的像素值,以及预设的像素值与权重的对应关系,确定各个待评估图像对应的权重,其中,所述对应关系中各个像素值对应的权重是根据人眼对各个像素值的敏感程度设置的权重;
噪声值获得模块505,用于根据确定的权重对各个待评估图像对应的像素差进行加权平均,获得所述待评估图像组对应的空域噪声值。
在图5所示实施例的一种实施方式中,像素值获得模块503具体可以用于:
针对每个待评估图像,计算该待评估图像中各个像素的像素平均值,将该像素平均值确定为该待评估图像对应的像素值;或者,
所述像素值获得模块503,具体可以用于:针对每个待评估图像,确定该待评估图像中各个像素的像素中位数,将该像素中位数确定为该待评估图像对应的像素值;或者,
所述像素值获得模块503,具体可以用于:针对每个待评估图像,确定该待评估图像中各个像素的像素众数,将该像素众数确定为该待评估图像对应的像素值。
在图5所示实施例的一种实施方式中,所述权重确定模块504具体可以用于:
按照以下公式,确定第j个待评估图像对应的权重weightj:
当0≤lum_valj<60时,weightj=1;
当60≤lum_valj<100时,weightj=0.025*lum_valj-0.5;
当100≤lum_valj<140时,weightj=2;
当140≤lum_valj<180时,weightj=-0.025*lum_valj+5.5;
当180≤lum_valj≤255时,weightj=1;
其中,所述lum_valj为第j个待评估图像对应的像素值。
在图5所示实施例的一种实施方式中,噪声值获得模块505具体可以用于:
按照以下公式,获得所述待评估图像组对应的空域噪声(ANL):
其中,所述fdj为所述待评估图像组中第j个待评估图像对应的像素差,所述weightj为所述第j个待评估图像对应的权重,所述n为所述待评估图像组中待评估图像的总数量。
在图5所示实施例的一种实施方式中,图像获得模块501可以包括:
色卡图像获得子模块(图中未示出),用于获得第一数量色卡图像,所述第一数量色卡图像中包括第一数量个纯色图像块;
待评估图像获得子模块(图中未示出),用于将所述第一数量色卡图像中的各个纯色图像块,确定为待评估图像组中的各个待评估图像。
图6为本申请提供的另一实施例,该实施例与图3所示方法实施例相对应。图6所示实施例是基于图5所示实施例得到的实施例,未改进之处与图5所示实施例完全相同,具体内容可以参考图5所示实施例。
在本实施例中,像素差确定模块502可以包括:
平均值计算子模块601,用于针对每个待评估图像,计算该待评估图像中各个像素的像素平均值,获得该待评估图像对应的像素平均值;
像素差获得子模块602,用于针对每个待评估图像,根据所获得的像素平均值,确定该待评估图像中各个像素之间的像素标准差,获得该待评估图像的像素差。
在图6所示实施例的一种实施方式中,平均值计算子模块601具体可以用于:
针对每个待评估图像,从该待评估图像中去除预设数量比例的像素值最大和最小的像素,获得该待评估图像中的目标像素,计算所获得的各个目标像素的像素平均值,获得该待评估图像对应的像素平均值;其中,所述预设数量比例为:1-所述目标像素的数量与该待评估图像中像素的总数量的比例。
在图6所示实施例的一种实施方式中,像素差获得子模块602具体可以用于:
按照以下公式,计算第j个待评估图像中各个像素之间的像素标准差p_stdj:
其中,所述pix_valij为第j个待评估图像中第i个像素的像素值,所述avg_valj为第j个待评估图像对应的像素平均值,所述N为每个待评估图像中像素的总数量。
在图6所示实施例的一种实施方式中,像素值获得模块503可以包括:
目标像素获得子模块603,用于针对每个待评估图像,从该待评估图像中去除预设数量比例的像素值最大和最小的像素,获得该待评估图像中的目标像素,其中,所述预设数量比例为:1-所述目标像素的数量与该待评估图像中像素的总数量的比例;
像素值确定子模块604,用于根据获得的各个待评估图像中的目标像素,确定各个待评估图像对应的像素值。
由于上述装置实施例是基于方法实施例得到的,与该方法具有相同的技术效果,因此装置实施例的技术效果在此不再赘述。对于装置实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。
以上所述仅为本申请的较佳实施例而已,并非用于限定本申请的保护范围。凡在本申请的精神和原则之内所做的任何修改、等同替换、改进等,均包含在本申请的保护范围内。
Claims (18)
1.一种图像空域噪声的评估方法,其特征在于,所述方法包括:
获得待评估图像组,所述待评估图像组包含多个纯色的待评估图像;
针对每个待评估图像,确定该待评估图像中各个像素之间的像素值差值,获得该待评估图像对应的像素差;
获得各个待评估图像对应的像素值;
根据各个待评估图像对应的像素值,以及预设的像素值与权重的对应关系,确定各个待评估图像对应的权重,其中,所述对应关系中各个像素值对应的权重是根据人眼对各个像素值的敏感程度设置的权重;
根据确定的权重对各个待评估图像对应的像素差进行加权平均,获得所述待评估图像组对应的空域噪声值。
2.根据权利要求1所述的方法,其特征在于,所述针对每个待评估图像,确定该待评估图像中各个像素之间的像素值差值,获得该待评估图像对应的像素差的步骤,包括:
针对每个待评估图像,计算该待评估图像中各个像素的像素平均值,获得该待评估图像对应的像素平均值;
针对每个待评估图像,根据所获得的像素平均值,确定该待评估图像中各个像素之间的像素标准差,获得该待评估图像的像素差。
3.根据权利要求2所述的方法,其特征在于,所述针对每个待评估图像,计算该待评估图像中各个像素的像素平均值,获得该待评估图像对应的像素平均值的步骤,包括:
针对每个待评估图像,从该待评估图像中去除预设数量比例的像素值最大和最小的像素,获得该待评估图像中的目标像素,计算所获得的各个目标像素的像素平均值,获得该待评估图像对应的像素平均值;其中,所述预设数量比例为:1-所述目标像素的数量与该待评估图像中像素的总数量的比例。
4.根据权利要求2所述的方法,其特征在于,所述针对每个待评估图像,根据所获得的像素平均值,确定该待评估图像中各个像素之间的像素标准差的步骤,包括:
按照以下公式,计算第j个待评估图像中各个像素之间的像素标准差p_stdj:
其中,所述pix_valij为第j个待评估图像中第i个像素的像素值,所述avg_valj为第j个待评估图像对应的像素平均值,所述N为每个待评估图像中像素的总数量。
5.根据权利要求1所述的方法,其特征在于,所述获得各个待评估图像对应的像素值的步骤,包括:
针对每个待评估图像,从该待评估图像中去除预设数量比例的像素值最大和最小的像素,获得该待评估图像中的目标像素,其中,所述预设数量比例为:1-所述目标像素的数量与该待评估图像中像素的总数量的比例;
根据获得的各个待评估图像中的目标像素,确定各个待评估图像对应的像素值。
6.根据权利要求1所述的方法,其特征在于,所述获得各个待评估图像对应的像素值的步骤,包括:
针对每个待评估图像,计算该待评估图像中各个像素的像素平均值,将该像素平均值确定为该待评估图像对应的像素值;或者,
针对每个待评估图像,确定该待评估图像中各个像素的像素中位数,将该像素中位数确定为该待评估图像对应的像素值;或者,
针对每个待评估图像,确定该待评估图像中各个像素的像素众数,将该像素众数确定为该待评估图像对应的像素值。
7.根据权利要求1所述的方法,其特征在于,所述根据各个待评估图像对应的像素值,以及预设的像素值与权重的对应关系,确定各个待评估图像对应的权重的步骤,包括:
按照以下公式,确定第j个待评估图像对应的权重weightj:
当0≤lum_valj<60时,weightj=1;
当60≤lum_valj<100时,weightj=0.025*lum_valj-0.5;
当100≤lum_valj<140时,weightj=2;
当140≤lum_valj<180时,weightj=-0.025*lum_valj+5.5;
当180≤lum_valj≤255时,weightj=1;
其中,所述lum_valj为第j个待评估图像对应的像素值。
8.根据权利要求1所述的方法,其特征在于,所述根据确定的权重对各个待评估图像对应的像素差进行加权平均,获得所述待评估图像组对应的空域噪声值的步骤,包括:
按照以下公式,获得所述待评估图像组对应的空域噪声ANL:
其中,所述fdj为所述待评估图像组中第j个待评估图像对应的像素差,所述weightj为所述第j个待评估图像对应的权重,所述n为所述待评估图像组中待评估图像的总数量。
9.根据权利要求1~8任一项所述的方法,其特征在于,所述获得待评估图像组的步骤,包括:
获得第一数量色卡图像,所述第一数量色卡图像中包括第一数量个纯色图像块;
将所述第一数量色卡图像中的各个纯色图像块,确定为待评估图像组中的各个待评估图像。
10.一种图像空域噪声的评估装置,其特征在于,所述装置包括:
图像获得模块,用于获得待评估图像组,所述待评估图像组包含多个纯色的待评估图像;
像素差确定模块,用于针对每个待评估图像,确定该待评估图像中各个像素之间的像素值差值,获得该待评估图像对应的像素差;
像素值获得模块,用于获得各个待评估图像对应的像素值;
权重确定模块,用于根据各个待评估图像对应的像素值,以及预设的像素值与权重的对应关系,确定各个待评估图像对应的权重,其中,所述对应关系中各个像素值对应的权重是根据人眼对各个像素值的敏感程度设置的权重;
噪声值获得模块,用于根据确定的权重对各个待评估图像对应的像素差进行加权平均,获得所述待评估图像组对应的空域噪声值。
11.根据权利要求10所述的装置,其特征在于,所述像素差确定模块,包括:
平均值计算子模块,用于针对每个待评估图像,计算该待评估图像中各个像素的像素平均值,获得该待评估图像对应的像素平均值;
像素差获得子模块,用于针对每个待评估图像,根据所获得的像素平均值,确定该待评估图像中各个像素之间的像素标准差,获得该待评估图像的像素差。
12.根据权利要求11所述的装置,其特征在于,所述平均值计算子模块,具体用于:
针对每个待评估图像,从该待评估图像中去除预设数量比例的像素值最大和最小的像素,获得该待评估图像中的目标像素,计算所获得的各个目标像素的像素平均值,获得该待评估图像对应的像素平均值;其中,所述预设数量比例为:1-所述目标像素的数量与该待评估图像中像素的总数量的比例。
13.根据权利要求11所述的装置,其特征在于,所述像素差获得子模块,具体用于:
按照以下公式,计算第j个待评估图像中各个像素之间的像素标准差p_stdj:
其中,所述pix_valij为第j个待评估图像中第i个像素的像素值,所述avg_valj为第j个待评估图像对应的像素平均值,所述N为每个待评估图像中像素的总数量。
14.根据权利要求10所述的装置,其特征在于,所述像素值获得模块,包括:
目标像素获得子模块,用于针对每个待评估图像,从该待评估图像中去除预设数量比例的像素值最大和最小的像素,获得该待评估图像中的目标像素,其中,所述预设数量比例为:1-所述目标像素的数量与该待评估图像中像素的总数量的比例;
像素值确定子模块,用于根据获得的各个待评估图像中的目标像素,确定各个待评估图像对应的像素值。
15.根据权利要求10所述的装置,其特征在于,所述像素值获得模块,具体用于:
针对每个待评估图像,计算该待评估图像中各个像素的像素平均值,将该像素平均值确定为该待评估图像对应的像素值;或者,
所述像素值获得模块,具体用于:针对每个待评估图像,确定该待评估图像中各个像素的像素中位数,将该像素中位数确定为该待评估图像对应的像素值;或者,
所述像素值获得模块,具体用于:针对每个待评估图像,确定该待评估图像中各个像素的像素众数,将该像素众数确定为该待评估图像对应的像素值。
16.根据权利要求10所述的装置,其特征在于,所述权重确定模块,具体用于:
按照以下公式,确定第j个待评估图像对应的权重weightj:
当0≤lum_valj<60时,weightj=1;
当60≤lum_valj<100时,weightj=0.025*lum_valj-0.5;
当100≤lum_valj<140时,weightj=2;
当140≤lum_valj<180时,weightj=-0.025*lum_valj+5.5;
当180≤lum_valj≤255时,weightj=1;
其中,所述lum_valj为第j个待评估图像对应的像素值。
17.根据权利要求10所述的装置,其特征在于,所述噪声值获得模块,具体用于:
按照以下公式,获得所述待评估图像组对应的空域噪声ANL:
其中,所述fdj为所述待评估图像组中第j个待评估图像对应的像素差,所述weightj为所述第j个待评估图像对应的权重,所述n为所述待评估图像组中待评估图像的总数量。
18.根据权利要求10~17任一项所述的装置,其特征在于,所述图像获得模块,包括:
色卡图像获得子模块,用于获得第一数量色卡图像,所述第一数量色卡图像中包括第一数量个纯色图像块;
待评估图像获得子模块,用于将所述第一数量色卡图像中的各个纯色图像块,确定为待评估图像组中的各个待评估图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710281917.7A CN108805852B (zh) | 2017-04-26 | 2017-04-26 | 一种图像空域噪声的评估方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710281917.7A CN108805852B (zh) | 2017-04-26 | 2017-04-26 | 一种图像空域噪声的评估方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108805852A true CN108805852A (zh) | 2018-11-13 |
CN108805852B CN108805852B (zh) | 2021-06-22 |
Family
ID=64069161
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710281917.7A Active CN108805852B (zh) | 2017-04-26 | 2017-04-26 | 一种图像空域噪声的评估方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108805852B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020140733A1 (zh) * | 2019-01-02 | 2020-07-09 | 京东方科技集团股份有限公司 | 用于评估设备环境噪声的方法、装置、介质及电子设备 |
CN111986116A (zh) * | 2020-08-25 | 2020-11-24 | Oppo广东移动通信有限公司 | 视频降噪方法和装置、电子设备、计算机可读存储介质 |
-
2017
- 2017-04-26 CN CN201710281917.7A patent/CN108805852B/zh active Active
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020140733A1 (zh) * | 2019-01-02 | 2020-07-09 | 京东方科技集团股份有限公司 | 用于评估设备环境噪声的方法、装置、介质及电子设备 |
US11508145B2 (en) | 2019-01-02 | 2022-11-22 | Beijing Boe Optoelectronics Technology Co., Ltd. | Method for evaluating environmental noise of device, apparatus, medium and electronic device |
CN111986116A (zh) * | 2020-08-25 | 2020-11-24 | Oppo广东移动通信有限公司 | 视频降噪方法和装置、电子设备、计算机可读存储介质 |
CN111986116B (zh) * | 2020-08-25 | 2023-10-13 | Oppo广东移动通信有限公司 | 视频降噪方法和装置、电子设备、计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN108805852B (zh) | 2021-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liu et al. | A no-reference metric for perceived ringing artifacts in images | |
CN109118470B (zh) | 一种图像质量评价方法、装置、终端和服务器 | |
CN100559881C (zh) | 一种基于人工神经网络的视频质量评价方法 | |
CN108805851A (zh) | 一种图像时域噪声的评估方法及装置 | |
Panetta et al. | No reference color image contrast and quality measures | |
Ferzli et al. | A no-reference objective image sharpness metric based on the notion of just noticeable blur (JNB) | |
CN104243973B (zh) | 基于感兴趣区域的视频感知质量无参考客观评价方法 | |
CN102595185B (zh) | 一种立体图像质量客观评价方法 | |
CN101562675B (zh) | 基于Contourlet变换的无参考型图像质量评测方法 | |
CN108109145A (zh) | 图像质量检测方法、装置、存储介质和电子装置 | |
KR20110048922A (ko) | 이미지 센서의 통합 노이즈 모델링 방법 및 이를 이용하는 노이즈 저감 방법 | |
CN101146226A (zh) | 一种基于自适应st区的高清视频图像质量评价方法及装置 | |
CN109978854A (zh) | 一种基于边缘与结构特征的屏幕内容图像质量评估方法 | |
Li et al. | GridSAR: Grid strength and regularity for robust evaluation of blocking artifacts in JPEG images | |
CN106780446A (zh) | 一种无参考混合失真图像质量评价方法 | |
US20170214911A1 (en) | Image-sticking inspection method for liquid crystal panel and device of the same | |
CN106934770A (zh) | 一种评价雾霾图像去雾效果的方法和装置 | |
CN101389045B (zh) | 一种图像质量的评测方法及装置 | |
CN104346809A (zh) | 采用高动态范围的图像质量数据集的图像质量评价方法 | |
CN108805852A (zh) | 一种图像空域噪声的评估方法及装置 | |
CN104954627B (zh) | 一种信息处理方法及电子设备 | |
CN110458789A (zh) | 一种图像清晰度评测方法、装置及电子设备 | |
CN103200349B (zh) | 一种扫描图像色偏自动检测方法 | |
CN101370154A (zh) | 一种图像质量的评测方法及装置 | |
CN206740363U (zh) | 一种检测光学系统像质的系统 |
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 |