CN108961170B - 图像处理方法、装置和系统 - Google Patents
图像处理方法、装置和系统 Download PDFInfo
- Publication number
- CN108961170B CN108961170B CN201710375442.8A CN201710375442A CN108961170B CN 108961170 B CN108961170 B CN 108961170B CN 201710375442 A CN201710375442 A CN 201710375442A CN 108961170 B CN108961170 B CN 108961170B
- Authority
- CN
- China
- Prior art keywords
- image
- filtered
- pixel point
- processed
- parameter 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.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 13
- 238000001914 filtration Methods 0.000 claims abstract description 328
- 238000012545 processing Methods 0.000 claims abstract description 210
- 238000000034 method Methods 0.000 claims abstract description 170
- 230000002146 bilateral effect Effects 0.000 claims abstract description 126
- 230000008569 process Effects 0.000 claims abstract description 114
- 238000013467 fragmentation Methods 0.000 claims description 6
- 238000006062 fragmentation reaction Methods 0.000 claims description 6
- 230000002194 synthesizing effect Effects 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 29
- 238000004422 calculation algorithm Methods 0.000 description 23
- 238000010586 diagram Methods 0.000 description 12
- 238000005457 optimization Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 7
- 230000004044 response Effects 0.000 description 4
- 239000012634 fragment Substances 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000003796 beauty Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
Classifications
-
- 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
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
- G06T2207/20028—Bilateral filtering
-
- 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
- G06T2207/20172—Image enhancement details
- G06T2207/20192—Edge enhancement; Edge preservation
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本申请实施例公开了一种图像处理方法、装置和系统，该方法包括：获取待处理图像，该待处理图像的待处理行/列包括位于端点的已滤波像素和至少一个待滤波像素点；从该待处理图像的待处理行/列的端点开始对该待处理图像进行第一双边指数滤波处理，其中，该第一双边指数滤波处理部分基于：已滤波像素点的图像参数值与待滤波像素点的图像参数值的差异，以及已滤波像素点与待滤波像素点的距离；根据该第一双边指数滤波处理的结果，确定该待处理图像的输出图像。本申请实施例的方案可以进一步提高图像去噪和保边效果，提升滤波处理后的图像质量。
Description
技术领域
本申请涉及图像处理领域，更具体地，涉及一种图像处理方法、装置和系统。
背景技术
现阶段有很多成熟的图像去噪算法，应用于实时美颜中。简单的去噪不能在去噪的同时保持图像边缘的清晰度，以达到较好的美颜效果。
在现有的双边滤波算法中，通过双边滤波可以得到保边效果(edge perseving)，同时能去除图像噪声。但是，发明人在仔细研究现有技术的双边滤波算法后，发现其滤波过程中只考虑了相邻像素点的灰度差值对滤波像素点的影响，保边效果和去噪效果还存在较大的改进空间。
如何提升滤波处理后的图像质量，是本申请实施例所要解决的技术问题。
发明内容
本申请的主要目的在于提供一种图像处理方法、装置和系统，以提高图像去噪和保边效果，提升滤波处理后的图像质量。
为解决上述技术问题，本申请实施例是这样实现的：
第一方面，提出了一种图像处理方法，该方法包括：
获取待处理图像，该待处理图像的待处理行/列包括位于端点的已滤波像素点和至少一个待滤波像素点；
从该待处理图像的待处理行/列的端点开始对该待处理图像进行第一双边指数滤波处理，其中，该第一双边指数滤波处理部分基于：已滤波像素点的图像参数值与待滤波像素点的图像参数值的差异，以及已滤波像素点与待滤波像素点的距离；
根据该第一双边指数滤波处理的结果，确定该待处理图像的输出图像。
第二方面，提出了一种图像处理装置，该装置包括：
获取单元，获取待处理图像，该待处理图像的待处理行/列包括位于端点的已滤波像素点和至少一个待滤波像素点；
处理单元，从该待处理图像的待处理行/列的端点开始对该待处理图像进行第一双边指数滤波处理，其中，该第一双边指数滤波处理部分基于：已滤波像素点的图像参数值与待滤波像素点的图像参数值的差异，以及已滤波像素点与待滤波像素点的距离；
确定单元，根据该第一双边指数滤波处理的结果，确定该待处理图像的输出图像。
第三方面，提出了一种电子设备，该电子设备包括：
处理器；以及
被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行以下操作：
获取待处理图像，该待处理图像的待处理行/列包括位于端点的已滤波像素点和至少一个待滤波像素点；
从该待处理图像的待处理行/列的端点开始对该待处理图像进行第一双边指数滤波处理，其中，该第一双边指数滤波处理部分基于：已滤波像素点的图像参数值与待滤波像素点的图像参数值的差异，以及已滤波像素点与待滤波像素点的距离；
根据该第一双边指数滤波处理的结果，确定该待处理图像的输出图像。
第四方面，提出了一种图像处理系统，该系统包括第二方面或第三方面中的图像处理装置。
第五方面，提出了一种计算机可读存储介质，该计算机可读存储介质存储一个或多个程序，该一个或多个程序包括指令，该指令当被包括多个应用程序的电子设备执行时，能够使该电子设备执行以下方法：
获取待处理图像，该待处理图像的待处理行/列包括位于端点的已滤波像素点和至少一个待滤波像素点；
从该待处理图像的待处理行/列的端点开始对该待处理图像进行第一双边指数滤波处理，其中，该第一双边指数滤波处理部分基于：已滤波像素点的图像参数值与待滤波像素点的图像参数值的差异，以及已滤波像素点与待滤波像素点的距离；
根据该第一双边指数滤波处理的结果，确定该待处理图像的输出图像。
第六方面，提出了一种图像处理方法，该方法包括：
获取待处理图像，该待处理图像的待处理行/列包括已滤波像素点和至少一个待滤波像素点；
对该待处理图像的待处理行/列进行第一双边指数滤波处理，其中，该第一双边指数滤波处理部分基于：已滤波像素点的图像参数值与待滤波像素点的图像参数值的差异，以及已滤波像素点与待滤波像素点的距离；
根据该第一双边指数滤波处理的结果，确定该待处理图像的输出图像。
由以上本申请实施例提供的技术方案可见，本申请实施例根据像素点的差异和距离进行双边指数滤波处理，可以提高图像去噪和保边效果，提升滤波处理后的图像质量。
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地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，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是本申请的一个实施例经过双边指数滤波处理后的冲击响应图。
图2是本申请的一个实施例待处理图像的示意图。
图3是本申请的一个实施例图像处理的方法流程图。
图4是本申请的一个实施例的处理帧数效果对比图。
图5是本申请的一个实施例的另一个处理帧数效果对比图。
图6是本申请的一个实施例的再一个处理帧数效果对比图。
图7是本申请的一个实施例最优化方法下的滤波效果对比图。
图8是本申请的一个实施例并行图像处理的示意图。
图9是本申请的一个实施例电子设备的结构示意图。
图10是本申请的一个实施例图像处理装置的结构示意图。
图11是本申请的另一个实施例图像处理的方法流程图。
具体实施方式
本申请实施例提供一种图像处理方法、装置和系统。
为了使本技术领域的人员更好地理解本申请中的技术方案，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、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，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作出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
发明人在对现有双边滤波处理技术的研究过程中发现，发现像素点距离滤波像素点越近，其对滤波像素点的影响就越大；反之，其对滤波像素点的影响就越小。图1是本申请的一个实施例经过双边指数滤波处理后的冲击响应图。图中的曲线函数的横坐标表示像素点之间的距离，纵坐标表示像素点的影响因子。从图1可以看出，曲线在偏离中心线后迅速衰减。发明人认真研究了距离与滤波的影响关系后，对双边指数滤波处理的值域滤波核函数进行了改进，从而提高了图像处理的效果。
为便于理解本申请实施例的图像处理方法，图2示出了本申请的一个实施例待处理图像的示意图。如图2所示，在本申请实施例的图像处理方法中，可沿水平方向(如图2所示的A、B方向)对待处理图像进行双边滤波处理；或者沿垂直方向(如图2所示的C、D方向)对待处理图像进行双边滤波处理；或者还可以同时沿水平方向和垂直方向都对待处理图像进行双边滤波处理。
图3是本申请的一个实施例图像处理的方法流程图。图3的方法由图像处理装置执行。在本申请实施例中，该图像处理装置可以是处理器，图形处理器，或者是滤波器如有限长单位冲激响应(Finite Impulse Response，FIR)滤波器等。图3的方法可包括：
S301，获取待处理图像。
其中，该待处理图像的待处理行/列包括位于端点的已滤波像素点和至少一个待滤波像素点。
应理解，在本申请实施例中，第一双边指数滤波处理包括从待处理图像的待处理行/列的第一端到第二端的第一方向上的第一单边指数滤波处理，以及从待处理图像的待处理行/列的第二端到第一端的第二方向上的第二单边指数滤波处理。
应理解，在本申请实施例中，待处理行/列包括位于端点的已滤波像素点，具体可包括：位于第一端且经过滤波处理的像素点，以及位于第二端且经过滤波处理的像素点。当然，应理解，在本申请实施例中，在端点预定距离内的已滤波像素点，都可视为本申请实施例的位于端点的已滤波像素点。
应理解，在本申请实施例中，如何得到位于端点的已滤波像素点，本申请实施例对此不作限定。例如，可以将原始图像的待处理行/列中位于端点的像素点当作已滤波像素点，从而得到待处理图像；或者，例如，可以采用某种滤波方式对原始图像的待处理行/列中位于端点的像素点进行滤波处理得到滤波像素点，从而得到待处理图像，等等。
S302，从该待处理图像的待处理行/列的端点开始对该待处理图像进行第一双边指数滤波处理。
其中，第一双边指数滤波处理部分基于：已滤波像素点的图像参数值与待滤波像素点的图像参数值的差异，以及已滤波像素点与待滤波像素点的距离。
应理解，在对待处理图像进行滤波处理时，可包括行的滤波处理，或者是列的滤波处理，或者包括分别在行、列上的滤波处理。
应理解，在本申请实施例中，该图像参数值可以是任意一种颜色空间中的一项或多项颜色空间指标。例如，以YUV色彩空间为例，该图像参数值可以是YUV色彩空间的Y参数，即明亮度(Luminance)，或者是YUV色彩空间的色度U参数或V参数，该图像参数值还可以同时包括YUV色彩空间的三个参数等等。当该图像参数值包括多个参数时，可将该图像参数值视为多维数值，对其每个维度上的参数分别进行处理即可。又例如，在RBG颜色空间中，将色彩转换为0-255的黑白图，可以得到灰度值，该图像参数值也可以是灰度值。
应理解，第一双边指数滤波处理部分基于已滤波像素点的图像参数值与待滤波像素点的图像参数值的差异，以及已滤波像素点与待滤波像素点的距离，是指第一双边指数滤波处理可以只基于该差异和距离进行滤波处理，也可以基于包括该差异和距离在内的多个参数进行滤波处理。
应理解，第一双边指数滤波处理部分基于：已滤波像素点的图像参数值与待滤波像素点的图像参数值的差异，以及已滤波像素点与待滤波像素点的距离，具体实现为：第一双边指数滤波处理的值域滤波核函数部分基于：已滤波像素点的图像参数值与待滤波像素点的图像参数值的差异，以及已滤波像素点与待滤波像素点的距离。
应理解，第一双边指数滤波处理的值域滤波核函数部分基于：已滤波像素点的图像参数值与待滤波像素点的图像参数值的差异，以及已滤波像素点与待滤波像素点的距离，包括：
第一单边指数滤波处理的值域滤波核函数部分基于：已滤波像素点的图像参数值与待滤波像素点的图像参数值的差异，以及已滤波像素点与待滤波像素点的距离；
第二单边指数滤波处理的值域滤波核函数部分基于：已滤波像素点的图像参数值与待滤波像素点的图像参数值的差异，以及已滤波像素点与待滤波像素点的距离。
其中，对于第一单边指数滤波处理来说，该待滤波像素点的图像参数值是指该待滤波像素点在待处理图像中未经过任何滤波处理时的图像参数值；如果该已滤波像素点不是第一单边指数滤波处理的初始已滤波像素点，则该已滤波像素点的图像参数值指待处理图像的像素点经过第一单边指数滤波处理后的图像参数值。
类似的，对于第二单边指数滤波处理来说，该待滤波像素点的图像参数值是指该待滤波像素点在待处理图像中未经过任何滤波处理时的图像参数值；如果该已滤波像素点不是第二单边指数滤波处理的初始已滤波像素点，该已滤波像素点的图像参数值指待处理图像的像素点经过第二单边指数滤波处理后的图像参数值。
应理解，对于第一单边指数滤波处理来说，该待滤波像素点是该已滤波像素点所在的待处理行/列中下一个经过第一单边指数滤波处理的像素点；对于第二单边指数滤波处理来说，该待滤波像素点是该已滤波像素点所在的待处理行/列中下一个经过第二单边指数滤波处理的像素点。
例如，假设待处理图像的某个待处理行，从左到右包括A、B、C共3个像素点。假设第一双边指数滤波处理包括从左到右的第一单边指数滤波处理以及从右到左的第二单边指数滤波处理。则整个滤波处理过程可包括：
(1)对像素点A处理得到像素点A的滤波图像参数值1，其中A为第一单边指数滤波处理的初始已滤波像素点；
(2)根据已滤波像素点A的滤波图像参数值1、待滤波像素点B的图像参数值，以及像素点A、B的距离，得到经过第一单边指数滤波处理的像素点B的滤波图像参数值2；
(3)根据已滤波像素点B的滤波图像参数值2、待滤波像素点C的图像参数值，以及像素点B、C的距离，得到经过第一单边指数滤波处理的像素点C的滤波图像参数值3；
(4)对像素点C处理得到像素点C的滤波图像参数值4，其中C为第二单边指数滤波处理的初始已滤波像素点；
(5)根据已滤波像素点C的滤波图像参数值4、待滤波像素点B的图像参数值，以及像素点B、C的距离，得到经过第二单边指数滤波处理的像素点B的滤波图像参数值5；
(6)根据已滤波像素点B的滤波图像参数值5、待滤波像素点A的图像参数值，以及像素点A、B的距离，得到经过第二单边指数滤波处理的像素点A的滤波图像参数值6。
当然，应理解，在上述第一单边指数滤波处理和第二单边指数滤波处理过程中，二者互不干扰且可以并行执行，即步骤(1)-(3)与(4)-(6)两组步骤可以并行执行。
应理解，步骤S302中，对该待处理图像进行第一双边指数滤波处理，具体可包括：
根据第一待滤波像素点的图像参数值与第一已滤波像素点的图像参数值的差异，以及第一待滤波像素点与第一已滤波像素点的距离，确定第一待滤波像素点经过第一单边指数滤波处理后的图像参数值，其中，该第一待滤波像素点为该第一已滤波像素点在第一方向上进行第一单边指数滤波处理的下一个待滤波像素点。
应理解，如果第一已滤波像素点是第一单边指数滤波处理的初始滤波像素点，则第一已滤波像素点的图像参数值是初始滤波像素点经滤波后的图像参数值；如果第一已滤波像素点不是第一单边指数滤波处理的初始滤波像素点时，则第一已滤波像素点的图像参数值是第一已滤波像素点经过第一单边指数滤波处理后的图像参数值。
应理解，步骤S302中，对该待处理图像进行第一双边指数滤波处理，具体还可包括：
根据第二待滤波像素点的图像参数值与第二已滤波像素点的图像参数值的差异，以及第二待滤波像素点与第二已滤波像素点的距离，确定第二待滤波像素点经过第二单边指数滤波处理后的图像参数值，其中，该第二待滤波像素点为该第二已滤波像素点在第二方向上进行第二单边指数滤波处理的下一个待滤波像素点。
应理解，如果第二已滤波像素点是第二单边指数滤波处理的初始滤波像素点，则第二已滤波像素点的图像参数值是初始滤波像素点经滤波后的图像参数值；如果第二已滤波像素点不是第二单边指数滤波处理的初始滤波像素点时，则第二已滤波像素点的图像参数值是第二已滤波像素点经过第二单边指数滤波处理后的图像参数值。
当然，应理解，步骤S302中，对该待处理图像进行第一双边指数滤波处理还可包括：
根据像素点经过第一单边指数滤波处理后的图像参数值，以及所述像素点经过第二单边指数滤波处理后的图像参数值，确定所述像素点经过所述第一双边指数滤波处理后的图像参数值。
例如，根据前述步骤(2)的像素点B的滤波图像参数值2，以及步骤(5)的像素点B的滤波图像参数值5，可确定像素点B经过第一双边指数滤波处理后的图像参数值。
S303，根据第一双边指数滤波处理的结果，确定该待处理图像的输出图像。
本申请实施例中，通过根据像素点距离和像素点的图像参数值对待处理图像进行双边指数滤波处理，充分考虑了距离和图像参数值对像素点滤波的影响，从而能够使得输出图像具备更好的保边效果和去噪效果，进而提高输出图像的显示质量。
为便于理解，下面采用公式对第一双边指数滤波的算法进行描述。
如步骤S302所述，第一单边指数滤波处理的值域滤波核函数部分基于：已滤波像素点的图像参数值与待滤波像素点的图像参数值的差异，以及已滤波像素点与待滤波像素点的距离；第二单边指数滤波处理的值域滤波核函数部分基于：已滤波像素点的图像参数值与待滤波像素点的图像参数值的差异，以及已滤波像素点与待滤波像素点的距离。为便于理解，本申请提供了一种确定双边指数滤波的值域滤波核函数的方法，如公式(1)所示：
其中，r(u,v)表示双边指数滤波的值域滤波核函数，u-v表示两个像素点之间的图像参数值差异，σ表示值域滤波系数θ[k]的标准差，dis(u,v)表示两个像素点之间的距离。
对于第一方向上的第一单边指数滤波，其值域滤波系数θ[k]可用如下公式(2)表示：
其中，
表示像素点k的前一个经过第一单边指数滤波处理的像素点经过滤波处理后的图像参数值。
结合公式(1)、公式(2)，根据值域滤波系数θ[k]的标准差σ、空间相对延迟系数α、中间系数
对于值域滤波系数θ[k]，可用如下公式(3)表示：
其中，d表示像素点k和像素点k-1之间的间距。
此外，像素点k经过第一单边指数滤波后的图像参数值
可以用像素点k滤波前的图像参数值x[k]、像素点k在第一方向上的前一个像素点k-1经过第一单边指数滤波处理后的图像参数值
以及第一单边指数滤波处理的值域滤波系数θ[k]表示，如公式(4)所示：
当然，应理解，如果像素点k-1是第一单边指数滤波处理的初始滤波像素点，则
表示初始滤波像素点滤波后的图像参数值。
结合公式(3)、(4)，像素点k经过第一单边指数滤波后的图像参数值
可用公式(5)表示：
当然，对于第二方向上的第二单边指数滤波，其值域滤波系数ρ[k]可用如下公式(6)表示：
ρ[k]＝r(x[k],φ[k+1]) (6)
此外，像素点k经过第二单边指数滤波后的图像参数值φ[k]，可以用像素点k滤波前的图像参数值x[k]、像素点k在第二方向上的前一个像素点k+1经过第二单边指数滤波处理后的图像参数值φ[k+1]、以及第二单边指数滤波的值域滤波系数φ[k]表示，如公式(7)所示：
φ[k]＝(1-ρ[k]λ)x[k]+ρ[k]λφ[k+1] (7)
类似地，如果像素点k+1是第二单边指数滤波处理的初始滤波像素点，则
表示初始滤波像素点滤波后的图像参数值。
结合公式(1)、(6)、(7)，像素点k经过第二单边指数滤波后的图像参数值φ[k]可用公式(8)表示：
当然，从上述公式(5)、(8)可以看出，双边指数滤波处理在计算每个待滤波像素点时，涉及加法、减法、乘法、除法、幂运算等多次运算，其运算消耗较大，存在较大的计算效率提升空间。
在本申请实施例中，可通过多种方式优化计算效率，提高图像处理的效率，为实时美颜处理提供了较好的图像处理方式。
下面以第一方向上的第一单边指数滤波处理为例说明。当然，应理解，第二方向上的第二单边指数滤波处理也可以采用相同或类似的方法。
可选地，作为一个实施例，步骤S302中，根据第一待滤波像素点的图像参数值与第一已滤波像素点的图像参数值的差异，以及第一待滤波像素点与第一已滤波像素点的距离，确定第一待滤波像素点经过第一单边指数滤波处理后的图像参数值，具体可实现为：
根据第一待滤波像素点的图像参数值与第一已滤波像素点的图像参数值的差异，以及第一待滤波像素点与第一已滤波像素点的距离，查表确定第一待滤波像素点经过第一单边指数滤波处理后的图像参数值。
本申请实施例中，通过查表获取待滤波像素点滤波后的图像参数值，可以大大提升双边指数滤波处理的计算效率。本申请实施例的方法，可应用于实时美颜的场景中，能够应用于桌面端或移动端的实时视频处理，达到实时美颜的效果。
当然，应理解，待滤波像素点的图像参数值、已滤波像素点的图像参数值等的精度要求和查表的精度要求可能存在差异。例如，以灰度值为例，假设待滤波像素点的图像参数值和已滤波像素点的图像参数值的精度都为0.01，而查表精度为0.25，则需要根据查表精度进一步确定待滤波像素点的图像参数值和已滤波像素点的图像参数值对应的查表图像参数值。
在本申请实施例中，对于两个查表参数，可能存在如下几种查表方式：
可选地，作为一个实施例，根据第一待滤波像素点的图像参数值与第一已滤波像素点的图像参数值的差异，以及第一待滤波像素点与第一已滤波像素点的距离，查表确定第一待滤波像素点经过第一单边指数滤波处理后的图像参数值，具体可实现为：
根据第一查表精度值和第一待滤波像素点的图像参数值确定第一查表图像参数值；
根据第二查表精度值和第一已滤波像素点的图像参数值确定第二查表图像参数值；
根据该第一查表图像参数值、该第二查表图像参数值和该距离，通过查表确定第一待滤波像素点经过第一单边指数滤波处理后的图像参数值。
可选地，作为另一个实施例，根据第一待滤波像素点的图像参数值、第一已滤波像素点的图像参数值，以及待滤波像素点与已滤波像素点的距离，通过查表确定第一待滤波像素点经过第一单边指数滤波处理后的图像参数值，具体可实现为：
根据第二查表精度值和第一已滤波像素点的图像参数值确定第二查表图像参数值；
根据第一待滤波像素点的图像参数值，该第二查表图像参数值，以及该距离，通过查表确定第一待滤波像素点经过第一单边指数滤波处理后的图像参数值。
可选地，作为再一个实施例，根据第一待滤波像素点的图像参数值、第一已滤波像素点的图像参数值，以及待滤波像素点与已滤波像素点的距离，通过查表确定第一待滤波像素点经过第一单边指数滤波处理后的图像参数值，具体可实现为：
根据第一查表精度值和第一待滤波像素点的图像参数值确定第一查表图像参数值；
根据该第一查表图像参数值，已滤波像素点经过该第一单边指数滤波处理后的图像参数，以及待滤波像素点与已滤波像素点的距离，通过查表确定第一待滤波像素点经过第一单边指数滤波处理后的图像参数值。
当然，应理解，根据不同的精度要求，可通过不同的方式加速查表过程。下面以根据第二查表精度值和第一已滤波像素点的图像参数值确定第二查表图像参数值为例进行说明。
可选地，作为一个实施例，如果该第二查表精度值为0.1n，则可确定第一已滤波像素点的图像参数值乘以10n后的图像参数值的整数部分为第二查表图像参数值。其中，n为正整数。
由于第一已滤波像素点的图像参数值是计算后的数值，通常采用浮点数表示。单精度浮点数的精度是小数点后7位，即0.0000001。然而，对于图像算法来说，这样的精度往往是过高的，考虑到人眼对色阶的分辨率，可适当降低算法运行精度，以提升运算速度。假设保留小数点后3位，即每次查表需要定位的位置由
确定，其中
存储的为单精度浮点数。其计算效率的提高效果可如图4所示。
图4是本申请的一个实施例的处理帧数效果对比图。其中，原始算法的柱状图表示直接通过计算得到滤波值的处理帧数，查表优化的柱状图表示通过结合精度修正进行查表优化得到滤波值的处理帧数。从图4可见，通过查表可大大优化计算效率，以提高图像处理效率，达到实时美颜的要求。
可选地，作为另一个实施例，如果该第二查表精度值为0.5n，则可确定第一已滤波像素点的图像参数值左移n位后的整数部分为第二查表图像参数值。其中，n为正整数。
由于计算机形成等的原因，以2的整数倍乘除只需要简单的移位即可。为此，上文所述的
的精度，即第二图像参数值的精度可以进一步压缩。例如，可以取0.25的精度，此时只需要左移2位即可。实验证明，这样的精度范围足够满足人眼对色阶的分辨率的精度要求，既能够满足美颜的效果，也能够保证美颜的实时性。
具体的，根据x[k]∈[0,255]，且为整数，
精度为0.25，所以可以动态生成一张255*255*4的查找表。这样，每个滤波结果只需要一次查表和若干移位和加法操作即可，相比于原始算法，几乎不需要运算即可求得结果。如果左移10位，则等于乘以1024，与前面的0.001的精度要求相差无几，既保证了精度要求，也避免了乘法运算。其计算效率的提高效果可如图5所示。
图5是本申请的一个实施例的处理帧数效果对比图。图5中原始算法和查表优化对应的柱状图的含义与图4中对应的柱状图的含义相同。此外，图5的浮点整型优化表示通过移位操作后再查表得到滤波值的处理帧数。从图5可以看出，直接进行移位操作要比乘法操作快很多。本申请实施例中，通过结合查表和移位操作，可以进一步提高图像处理效率，从而进一步提升图像美颜的实时性。
可选地，作为另一个实施例，如果该第二查表精度值为2n，则可确定第一已滤波像素点的图像参数值右移n位后的整数部分为第二查表图像参数值。其中，n为正整数。
例如，如果第二查表精度值要求是4，则此时需要对该第二图像参数值右移2位。
通过采用右移的方法，可以避免除法运算，也能够提高计算效率。
此外，应理解，在对待处理图像进行双边指数滤波处理的过程中，还可对待处理图像进行增益滤波处理。
可选地，在确定待处理图像的输出图像之前，该方法还包括：根据该待处理图像各像素点滤波前的图像参数值，确定该待处理图像各像素点的增益滤波结果；
根据该第一双边指数滤波处理的结果，确定该待处理图像的输出图像，具体实现为：根据该第一双边指数滤波处理的结果，以及该待处理图像各像素点的增益滤波结果，确定该待处理图像的输出图像。
例如，对于像素点k，其增益滤波后的结果g[k]可用如下公式(9)表示：
g[k]＝mu×x[k](9)
其中，mu表示增益滤波系数。
最后，将滤波结果进行组和，从而得到像素点k最终输出的图像参数值a[k]。具体如公式(15)所示：
当然，应理解，对于给定的输入参数空间相对延迟来说，增益滤波后的值仅仅是一次乘法操作，同样适合查表优化。
具体地，根据该待处理图像各像素点滤波前的图像参数值，确定该待处理图像各像素点的增益滤波结果，具体可实现为：
根据该待处理图像各像素点滤波前的图像参数值，通过查表确定该待处理图像各像素点的增益滤波结果。
例如，为了与通过查表获取单边指数滤波处理后的滤波图像参数值的方法更好衔接，可将查找映射表结果经过左移10位放大，既保证了精度要求，也避免了乘法运算。本申请实施例中，通过查表进行增益滤波处理，可以进一步提高图像处理效率，从而进一步提升图像美颜的实时性。
图6是本申请的再一个实施例的处理帧数效果对比图。图6中原始算法和查表优化对应的柱状图的含义与图4中对应的柱状图的含义相同，图6中浮点整型优化与图5中对应的柱状图的含义相同。此外，图6的最优化表示通过移位操作后再查表，并在增益滤波阶段也进行查表得到滤波值的处理帧数。从图6可以看出，最优化的情况下，要比最原始的算法提高近10倍。下表示出了几种算法在不同运行平台下处理一帧图像的用时对比。
从上述表格可以看出，采用不同的算法的用时对比相差极大。
当然，应理解，前述的查表操作虽然只是对第一单边指数滤波处理时进行的查表操作，但也适用于第二单边指数滤波处理。此外，本申请实施例的查表方法，也可用于高斯滤波等其它滤波算法中，本申请实施例在此不再赘述。
图7是本申请的一个实施例最优化方法下的滤波效果对比图。从图7可以看出，经过本申请实施例的图像处理方法处理的图像，具备非常明显的去噪磨皮效果。
可选地，第一双边指数滤波处理的方向与该待处理图像的行平行；或者，第一双边指数滤波处理的方向与该待处理图像的列平行。
应理解，通过在水平方向或垂直方向上进行双边指数滤波处理，有利于待处理图像的分割，以便进行并行处理。
应理解，在本申请实施例中，上述方法可用FIR滤波器执行。对于一维方向的滤波处理，可采用一维FIR滤波器，对于二维方向上的滤波处理，可采用二维FIR滤波器。
当然，应理解，对于图像，FIR滤波器非常适合并行处理。可以通过同时处理2个或n个图像像素行，或者同时处理2个或n个图像像素列，加快图像处理的速度，从而进一步提升图像美颜的实时性。
此时，步骤S301具体可实现为：按照用于图像处理的处理器数量，对输入图像进行分片处理得到多个该待处理图像，其中，该输入图像的分片处理的分片位置平行于对该待处理图像进行该第一双边指数滤波处理时的处理方向；
在步骤S303之后，该方法还包括：根据该多个该待处理图像的输出图像，合成该输入图像滤波后的输出图像。
图8是本申请的一个实施例并行图像处理的示意图。一种具体的实现方式如图8所示，本申请实施例的图像处理系统可分为算法初始化模块和算法处理模块。
在算法初始化模块，在启动算法初始化后，可包括如下步骤：
(1)获取CPU个数。
通过获取用于进行图像处理的CPU个数，可确定能够创建几个并行的线程。
(2)创建并行线程结构等。
根据用于进行图像处理的CPU个数，创建1至n个处理线程。
(3)通过运行模块运行线程。
如果存在多个线程，则通过运行模块运行多个并行线程，并将每个线程的输出结果汇总；如果只存在一个线程，则通过运行模块运行该线程。
在算法处理模块，在输入图像后，可包括如下步骤：
(1)根据初始化设定决定是否使用并行结构。
如果算法初始化模块只创建了1个处理线程，则显然不需要使用并行结构；如果算法初始化模块创建了多个处理线程，则需要使用并行结构。
(2)根据是否使用并行结构进行图像分片处理。
如果只有一个线程，则不需要分片，或者说只分成一片；如果有n个线程，则把输入图像分成n片。
(3)将分片后的图像发给运行模块处理。
(4)接收各个线程的处理结果，并生成处理后图像。
如果初始化设定决定使用并行结构，则步骤4是必需的。处理器还需要对多个并行线程处理后的结果进行合并处理，生成处理后图像；
如果初始化设定决定不使用并行结构，则步骤4可不执行。
(5)输出图像
当然，应理解，图8的运行模块中每个线程执行的方法可参考图3所示实施例的方法，本申请实施例在此不再赘述。
当然，应理解，上述方法只是对一个维度方向上的滤波。对于二维图像，往往需要在两个维度上进行滤波，即除了对像素横向滤波，还需对像素进行纵向滤波。纵向滤波的具体算法可参考前述横向滤波的算法，将其中的横向坐标参数替换成纵向坐标参数。
可选地，该待处理图像中与该第一双边指数滤波处理方向垂直的待处理列/行包括位于端点的已滤波像素和至少一个待滤波像素点；在步骤S303之前，该方法还包括：
在与第一双边指数滤波处理的方向垂直的方向上，从该待处理图像的待处理列/行的端点开始对该待处理图像进行第二双边指数滤波处理，其中，该第二双边指数滤波处理部分基于：已滤波像素点的图像参数值与待滤波像素点的图像参数值的差异，以及已滤波像素点与待滤波像素点的距离；
根据该第一双边指数滤波处理的结果，确定该待处理图像的输出图像包括：根据该第一双边指数滤波处理的结果，以及该第二双边指数滤波处理的结果，确定该待处理图像的输出图像。
本申请实施例中，通过在相互垂直的两个方向上进行双边指数滤波处理，从而能够从两个不同维度对图像进行滤波处理，使得输出图像具备更好的保边效果和去噪效果，进而提高输出图像的显示质量。
图9是本申请的一个实施例电子设备的结构示意图。请参考图9，在硬件层面，该电子设备包括处理器，可选地还包括内部总线、网络接口、存储器。其中，存储器可能包含内存，例如高速随机存取存储器(Random-Access Memory，RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少1个磁盘存储器等。当然，该电子设备还可能包括其他业务所需要的硬件。
处理器、网络接口和存储器可以通过内部总线相互连接，该内部总线可以是ISA(Industry Standard Architecture，工业标准体系结构)总线、PCI(PeripheralComponent Interconnect，外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture，扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图9中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
存储器，用于存放程序。具体地，程序可以包括程序代码，所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器，并向处理器提供指令和数据。
处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，在逻辑层面上形成图像处理装置。处理器，执行存储器所存放的程序，并具体用于执行以下操作：
被安排成存储计算机可执行指令的存储器，该可执行指令在被执行时使该处理器执行以下操作：
获取待处理图像，该待处理图像的待处理行/列包括位于端点的已滤波像素和至少一个待滤波像素点；
从该待处理图像的待处理行/列的端点开始对该待处理图像进行第一双边指数滤波处理，其中，该第一双边指数滤波处理部分基于：已滤波像素点的图像参数值与待滤波像素点的图像参数值的差异，以及已滤波像素点与待滤波像素点的距离；
根据该第一双边指数滤波处理的结果，确定该待处理图像的输出图像。
上述如本申请图3所示实施例揭示的图像处理装置执行的方法可以应用于处理器中，或者由处理器实现。处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital SignalProcessor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(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。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。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。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。
该电子设备还可执行图3的方法，并实现图像处理装置在图3所示实施例的功能，本申请实施例在此不再赘述。
当然，除了软件实现方式之外，本申请的电子设备并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。
本申请实施例还提出了一种计算机可读存储介质，该计算机可读存储介质存储一个或多个程序，该一个或多个程序包括指令，该指令当被包括多个应用程序的电子设备执行时，能够使该电子设备执行图3所示实施例的方法。
图10是本申请的一个实施例图像处理装置1000的结构示意图。请参考图10，在一种软件实施方式中，图像处理装置可包括：
获取单元1010，获取待处理图像，该待处理图像的待处理行/列包括位于端点的已滤波像素和至少一个待滤波像素点；
处理单元1020，从该待处理图像的待处理行/列的端点开始对该待处理图像进行第一双边指数滤波处理，其中，该第一双边指数滤波处理部分基于：已滤波像素点的图像参数值与待滤波像素点的图像参数值的差异，以及已滤波像素点与待滤波像素点的距离；
确定单元1030，根据该第一双边指数滤波处理的结果，确定该待处理图像的输出图像。
本申请实施例中，图像处理装置1000通过根据像素点距离和像素点的图像参数值对待处理图像进行双边指数滤波处理，充分考虑了距离和图像参数值对像素点滤波的影响，从而能够使得输出图像具备更好的保边效果和去噪效果，进而提高输出图像的显示质量。
应理解，在本申请实施例中，在进行第一双边指数滤波处理时，可对待处理图像进行预处理，使得该待处理图像的每个待处理行/列的两端分别包括第一双边指数滤波处理中以该端开始的单边指数滤波处理的初始已滤波像素点；或者，在获取单元获取的待处理图像中，该待处理图像的每个待处理行/列的两端分别包括第一双边指数滤波处理中以该端开始的单边指数滤波处理的初始已滤波像素点。
应理解，第一双边指数滤波处理包括从该待处理图像的待处理行/列的第一端到第二端的第一方向上的第一单边指数滤波处理，以及从该待处理图像的待处理行/列的第二端到第一端的第二方向上的第二单边指数滤波处理；处理单元1020具体根据第一待滤波像素点的图像参数值与第一已滤波像素点的图像参数值的差异，以及第一待滤波像素点与第一已滤波像素点的距离，确定第一待滤波像素点经过第一单边指数滤波处理后的图像参数值，其中，该第一待滤波像素点为该第一已滤波像素点在第一方向上的下一个待滤波像素点。
进一步地，处理单元1020具体用于：根据第一待滤波像素点的图像参数值与第一已滤波像素点的图像参数值的差异，以及第一待滤波像素点与第一已滤波像素点的距离，通过查表确定第一待滤波像素点经过第一单边指数滤波处理后的图像参数值。
可选地，在一种具体的实现方式中，处理单元1020根据第一待滤波像素点的图像参数值与第一已滤波像素点的图像参数值的差异，以及第一待滤波像素点与第一已滤波像素点的距离，通过查表确定第一待滤波像素点经过第一单边指数滤波处理后的图像参数值，具体实现为：
处理单元1020根据第一查表精度值和第一待滤波像素点的图像参数值确定第一查表图像参数值；
处理单元1020根据第二查表精度值和第一已滤波像素点的图像参数值确定第二查表图像参数值；
处理单元1020根据该第一查表图像参数值、该第二查表图像参数值和该距离，通过查表确定第一待滤波像素点经过第一单边指数滤波处理后的图像参数值。
可选地，在另一种具体的实现方式中，处理单元1020根据第一待滤波像素点的图像参数值与第一已滤波像素点的图像参数值的差异，以及第一待滤波像素点与第一已滤波像素点的距离，通过查表确定第一待滤波像素点经过第一单边指数滤波处理后的图像参数值，具体实现为：
处理单元1020根据第二查表精度值和第一已滤波像素点的图像参数值确定第二查表图像参数值；
处理单元1020根据第一待滤波像素点的图像参数值，该第二查表图像参数值，以及该距离，通过查表确定第一待滤波像素点经过第一单边指数滤波处理后的图像参数值。
可选地，在再一种具体的实现方式中，处理单元1020根据第一待滤波像素点的图像参数值与第一已滤波像素点的图像参数值的差异，以及第一待滤波像素点与第一已滤波像素点的距离，通过查表确定第一待滤波像素点经过第一单边指数滤波处理后的图像参数值，具体实现为：
处理单元1020根据第一查表精度值和第一待滤波像素点的图像参数值确定第一查表图像参数值；
处理单元1020根据该第一查表图像参数值，已滤波像素点经过该第一单边指数滤波处理后的图像参数，以及待滤波像素点与已滤波像素点的距离，通过查表确定第一待滤波像素点经过第一单边指数滤波处理后的图像参数值。
进一步地，处理单元1020根据第二查表精度值和第一已滤波像素点的图像参数值确定第二查表图像参数值，具体可实现为：
当该第二查表精度值为0.1n时，处理单元1020确定第一已滤波像素点的图像参数值乘以10n后的图像参数值的整数部分为第二查表图像参数值；
或者，当该第二查表精度值为0.5n时，处理单元1020确定第一已滤波像素点的图像参数值左移n位后的整数部分为第二查表图像参数值；
或者，当该第二查表精度值为2n时，处理单元1020确定第一已滤波像素点的图像参数值右移n位后的整数部分为第二查表图像参数值；
其中，n为正整数。
应理解，处理单元1020还根据第二待滤波像素点的图像参数值与第二已滤波像素点的图像参数值的差异，以及第二待滤波像素点与第二已滤波像素点的距离，确定第二待滤波像素点经过第二单边指数滤波处理后的图像参数值；根据像素点经过第一单边指数滤波处理后的图像参数值，以及该像素点经过第二单边指数滤波处理后的图像参数值，确定该像素点经过该第一双边指数滤波处理后的图像参数值。
应理解，该第一双边指数滤波处理部分基于：已滤波像素点的图像参数值与待滤波像素点的图像参数值的差异，以及已滤波像素点与待滤波像素点的距离，具体可实现为：
该第一双边指数滤波处理的值域滤波核函数部分基于：已滤波像素点的图像参数值与待滤波像素点的图像参数值的差异，以及已滤波像素点与待滤波像素点的距离。
更具体地，第一单边指数滤波处理的值域滤波核函数部分基于：已滤波像素点的图像参数值与待滤波像素点的图像参数值的差异，以及已滤波像素点与待滤波像素点的距离；第二单边指数滤波处理的值域滤波核函数部分基于：已滤波像素点的图像参数值与待滤波像素点的图像参数值的差异，以及已滤波像素点与待滤波像素点的距离。
可选地，处理单元1020还在与第一双边指数滤波处理的方向垂直的方向上对该待处理图像进行第二双边指数滤波处理，其中，该第二双边指数滤波处理部分基于：已滤波像素点的图像参数值与待滤波像素点的图像参数值的差异，以及已滤波像素点与待滤波像素点的距离；
确定单元1030具体根据该第一双边指数滤波处理的结果，以及该第二双边指数滤波处理的结果，确定该待处理图像的输出图像。
当然，应理解，处理单元1020在进行第二双边指数滤波处理，还可对待处理进行预处理，使得该待处理图像的每个待处理列/行的两端分别包括第二双边指数滤波处理中以该端开始的单边指数滤波处理的初始已滤波像素点；或者，获取单元1010获取的待处理图像中，该待处理图像的每个待处理列/行的两端分别包括第二双边指数滤波处理中以该端开始的单边指数滤波处理的初始已滤波像素点。
可选地，该第一双边指数滤波处理的方向与该待处理图像的行平行；或者，该第一双边指数滤波处理的方向与该待处理图像的列平行。
可选地，图像处理装置还可包括合成单元1040。其中，获取单元1010按照用于图像处理的处理器数量，对输入图像进行分片处理得到多个该待处理图像，其中，该输入图像的分片处理的分片位置平行于对该待处理图像进行该第一双边指数滤波处理时的处理方向；合成单元1040根据该多个该待处理图像的输出图像，合成该输入图像滤波后的输出图像。
可选地，确定单元1030还根据该待处理图像各像素点滤波前的图像参数值，确定该待处理图像各像素点的增益滤波结果；其中，确定单元1030根据该第一双边指数滤波处理的结果，确定该待处理图像的输出图像，具体实现为：根据该第一双边指数滤波处理的结果，以及该待处理图像各像素点的增益滤波结果，确定该待处理图像的输出图像。
进一步地，确定单元1030可根据该待处理图像各像素点滤波前的图像参数值，通过查表确定该待处理图像各像素点的增益滤波结果。
本申请实施例还提供了一种图像处理系统，该系统包括图10所示实施例中的图像处理装置1000，或者包括图9所示实施例中的电子设备存储的图像处理装置。
图11是本申请的一个实施例图像处理的方法流程图。图11的方法由图像处理装置执行。在本申请实施例中，该图像处理装置可以是处理器，图形处理器，或者是滤波器如有限长单位冲激响应(Finite Impulse Response，FIR)滤波器等。图11的方法可包括：
S1101，获取待处理图像，该待处理图像的待处理行/列包括已滤波像素点和至少一个待滤波像素点；
S1102，对该待处理图像的待处理行/列进行第一双边指数滤波处理，其中，该第一双边指数滤波处理部分基于：已滤波像素点的图像参数值与待滤波像素点的图像参数值的差异，以及已滤波像素点与待滤波像素点的距离；
S1103，根据该第一双边指数滤波处理的结果，确定该待处理图像的输出图像。
本申请实施例中，通过根据像素点距离和像素点的图像参数值对待处理图像进行双边指数滤波处理，充分考虑了距离和图像参数值对像素点滤波的影响，从而能够使得输出图像具备更好的保边效果和去噪效果，进而提高输出图像的显示质量。
应理解，本申请实施例中，除了待处理图像中已过滤节点不限于待处理行/列的端点位置、开始处理的像素点位置不限于待处理行/列的端点位置外，其它的执行步骤，例如对该待处理图像的待处理行/列进行第一双边指数滤波处理，以及根据该第一双边指数滤波处理的结果，确定该待处理图像的输出图像，可参考图3所示实施例及其扩展实施例，本申请实施例在此不再赘述。
本申请实施例还提供了一种电子设备，包括处理器；以及
被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行图11所示实施例中的方法。
本申请实施例还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一个或多个程序，所述一个或多个程序当被电子设备执行时，能够使所述电子设备执行图11所示实施例中的方法。
总之，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，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其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、商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、商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、商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递进的方式描述，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。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
Claims (17)
1.一种图像处理方法，其特征在于，包括：
获取待处理图像，所述待处理图像的待处理行/列包括位于端点的已滤波像素点和至少一个待滤波像素点；
从所述待处理图像的待处理行/列的端点开始对所述待处理图像进行第一双边指数滤波处理；所述第一双边指数滤波处理包括从所述待处理图像的待处理行/列的第一端到第二端的第一方向上的第一单边指数滤波处理，以及从所述待处理图像的待处理行/列的第二端到第一端的第二方向上的第二单边指数滤波处理；对所述待处理图像进行第一双边指数滤波处理，包括：根据第一待滤波像素点的图像参数值与第一已滤波像素点的图像参数值的差异，以及第一待滤波像素点与第一已滤波像素点的距离，确定第一待滤波像素点经过所述第一单边指数滤波处理后的图像参数值，其中，所述第一待滤波像素点为所述第一已滤波像素点在第一方向上的下一个待滤波像素点；
根据所述第一双边指数滤波处理的结果，确定所述待处理图像的输出图像。
2.如权利要求1所述的方法，其特征在于，
对所述待处理图像进行第一双边指数滤波处理，包括：根据第一待滤波像素点的图像参数值与第一已滤波像素点的图像参数值的差异，以及第一待滤波像素点与第一已滤波像素点的距离，通过查表确定第一待滤波像素点经过第一单边指数滤波处理后的图像参数值。
3.如权利要求2所述的方法，其特征在于，
根据第一待滤波像素点的图像参数值、第一已滤波像素点的图像参数值，以及待滤波像素点与已滤波像素点的距离，通过查表确定第一待滤波像素点经过第一单边指数滤波处理后的图像参数值，包括：
根据第一查表精度值和第一待滤波像素点的图像参数值确定第一查表图像参数值；
根据第二查表精度值和第一已滤波像素点的图像参数值确定第二查表图像参数值；
根据所述第一查表图像参数值、所述第二查表图像参数值和所述距离，通过查表确定第一待滤波像素点经过第一单边指数滤波处理后的图像参数值。
4.如权利要求2所述的方法，其特征在于，
根据第一待滤波像素点的图像参数值、第一已滤波像素点的图像参数值，以及待滤波像素点与已滤波像素点的距离，通过查表确定第一待滤波像素点经过第一单边指数滤波处理后的图像参数值，包括：
根据第二查表精度值和第一已滤波像素点的图像参数值确定第二查表图像参数值；
根据第一待滤波像素点的图像参数值，所述第二查表图像参数值，以及所述距离，通过查表确定第一待滤波像素点经过第一单边指数滤波处理后的图像参数值。
5.如权利要求2所述的方法，其特征在于，
根据第一待滤波像素点的图像参数值、第一已滤波像素点的图像参数值，以及待滤波像素点与已滤波像素点的距离，通过查表确定第一待滤波像素点经过第一单边指数滤波处理后的图像参数值，包括：
根据第一查表精度值和第一待滤波像素点的图像参数值确定第一查表图像参数值；
根据所述第一查表图像参数值，已滤波像素点经过所述第一单边指数滤波处理后的图像参数，以及待滤波像素点与已滤波像素点的距离，通过查表确定第一待滤波像素点经过第一单边指数滤波处理后的图像参数值。
6.如权利要求4或5所述的方法，其特征在于，
根据第二查表精度值和第一已滤波像素点的图像参数值确定第二查表图像参数值，包括：
当所述第二查表精度值为0.1n时，确定第一已滤波像素点的图像参数值乘以10n后的图像参数值的整数部分第二查表图像参数值；或者
当所述第二查表精度值为0.5n时，确定第一已滤波像素点的图像参数值左移n位后的整数部分为第二查表图像参数值；或者
当所述第二查表精度值为2n时，确定第一已滤波像素点的图像参数值右移n位后的整数部分为第二查表图像参数值；
其中，n为正整数。
7.如权利要求1-5中任一项所述的方法，其特征在于，
对所述待处理图像进行第一双边指数滤波处理，还包括：
根据第二待滤波像素点的图像参数值与第二已滤波像素点的图像参数值的差异，以及第二待滤波像素点与第二已滤波像素点的距离，确定第二待滤波像素点经过第二单边指数滤波处理后的图像参数值；
根据像素点经过第一单边指数滤波处理后的图像参数值，以及所述像素点经过第二单边指数滤波处理后的图像参数值，确定所述像素点经过所述第一双边指数滤波处理后的图像参数值。
8.如权利要求1-5中任一项所述的方法，其特征在于，
所述第一双边指数滤波处理部分基于：已滤波像素点的图像参数值与待滤波像素点的图像参数值的差异，以及已滤波像素点与待滤波像素点的距离，具体实现为：
所述第一双边指数滤波处理的值域滤波核函数部分基于：已滤波像素点的图像参数值与待滤波像素点的图像参数值的差异，以及已滤波像素点与待滤波像素点的距离。
9.如权利要求1-5中任一项所述的方法，其特征在于，
所述待处理图像中与所述第一双边指数滤波处理方向垂直的待处理列/行包括位于端点的已滤波像素点和至少一个待滤波像素点；
在根据所述第一双边指数滤波处理的结果，确定所述待处理图像的输出图像之前，所述方法还包括：
在与第一双边指数滤波处理的方向垂直的方向上，从所述待处理图像的待处理列/行的端点开始对所述待处理图像进行第二双边指数滤波处理，其中，所述第二双边指数滤波处理部分基于：已滤波像素点的图像参数值与待滤波像素点的图像参数值的差异，以及已滤波像素点与待滤波像素点的距离；
根据所述第一双边指数滤波处理的结果，确定所述待处理图像的输出图像包括：根据所述第一双边指数滤波处理的结果，以及所述第二双边指数滤波处理的结果，确定所述待处理图像的输出图像。
10.如权利要求1-6中任一项所述的方法，其特征在于，
所述第一双边指数滤波处理的方向与所述待处理图像的行平行；或者
所述第一双边指数滤波处理的方向与所述待处理图像的列平行。
11.如权利要求10所述的方法，其特征在于，
获取待处理图像包括：按照用于图像处理的处理器数量，对输入图像进行分片处理得到多个所述待处理图像，其中，所述输入图像的分片处理的分片位置平行于对所述待处理图像进行所述第一双边指数滤波处理时的处理方向；
其中，在确定所述待处理图像的输出图像之后，所述方法还包括：
根据所述多个所述待处理图像的输出图像，合成所述输入图像滤波后的输出图像。
12.如权利要求1-5中任一项所述的方法，其特征在于，
在确定所述待处理图像的输出图像之前，所述方法还包括：根据所述待处理图像各像素点滤波前的图像参数值，确定所述待处理图像各像素点的增益滤波结果；
根据所述第一双边指数滤波处理的结果，确定所述待处理图像的输出图像包括：根据所述第一双边指数滤波处理的结果，以及所述待处理图像各像素点的增益滤波结果，确定所述待处理图像的输出图像。
13.如权利要求12所述的方法，其特征在于，根据所述待处理图像各像素点滤波前的图像参数值，确定所述待处理图像各像素点的增益滤波结果包括：
根据所述待处理图像各像素点滤波前的图像参数值，通过查表确定所述待处理图像各像素点的增益滤波结果。
14.一种图像处理装置，其特征在于，包括：
获取单元，获取待处理图像，所述待处理图像的待处理行/列包括位于端点的已滤波像素点和至少一个待滤波像素点；
处理单元，从所述待处理图像的待处理行/列的端点开始对所述待处理图像进行第一双边指数滤波处理；所述第一双边指数滤波处理包括从所述待处理图像的待处理行/列的第一端到第二端的第一方向上的第一单边指数滤波处理，以及从所述待处理图像的待处理行/列的第二端到第一端的第二方向上的第二单边指数滤波处理；对所述待处理图像进行第一双边指数滤波处理，包括：根据第一待滤波像素点的图像参数值与第一已滤波像素点的图像参数值的差异，以及第一待滤波像素点与第一已滤波像素点的距离，确定第一待滤波像素点经过所述第一单边指数滤波处理后的图像参数值，其中，所述第一待滤波像素点为所述第一已滤波像素点在第一方向上的下一个待滤波像素点；
确定单元，根据所述第一双边指数滤波处理的结果，确定所述待处理图像的输出图像。
15.一种电子设备，其特征在于，包括：
处理器；以及
被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行以下操作：
获取待处理图像，所述待处理图像的待处理行/列包括位于端点的已滤波像素点和至少一个待滤波像素点；
从所述待处理图像的待处理行/列的端点开始对所述待处理图像进行第一双边指数滤波处理；所述第一双边指数滤波处理包括从所述待处理图像的待处理行/列的第一端到第二端的第一方向上的第一单边指数滤波处理，以及从所述待处理图像的待处理行/列的第二端到第一端的第二方向上的第二单边指数滤波处理；对所述待处理图像进行第一双边指数滤波处理，包括：根据第一待滤波像素点的图像参数值与第一已滤波像素点的图像参数值的差异，以及第一待滤波像素点与第一已滤波像素点的距离，确定第一待滤波像素点经过所述第一单边指数滤波处理后的图像参数值，其中，所述第一待滤波像素点为所述第一已滤波像素点在第一方向上的下一个待滤波像素点；
根据所述第一双边指数滤波处理的结果，确定所述待处理图像的输出图像。
16.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序包括指令，所述指令当被包括多个应用程序的电子设备执行时，使得所述电子设备执行以下操作：
获取待处理图像，所述待处理图像的待处理行/列包括位于端点的已滤波像素点和至少一个待滤波像素点；
从所述待处理图像的待处理行/列的端点开始对所述待处理图像进行第一双边指数滤波处理；所述第一双边指数滤波处理包括从所述待处理图像的待处理行/列的第一端到第二端的第一方向上的第一单边指数滤波处理，以及从所述待处理图像的待处理行/列的第二端到第一端的第二方向上的第二单边指数滤波处理；对所述待处理图像进行第一双边指数滤波处理，包括：根据第一待滤波像素点的图像参数值与第一已滤波像素点的图像参数值的差异，以及第一待滤波像素点与第一已滤波像素点的距离，确定第一待滤波像素点经过所述第一单边指数滤波处理后的图像参数值，其中，所述第一待滤波像素点为所述第一已滤波像素点在第一方向上的下一个待滤波像素点；
根据所述第一双边指数滤波处理的结果，确定所述待处理图像的输出图像。
17.一种图像处理方法，其特征在于，包括：
获取待处理图像，所述待处理图像的待处理行/列包括已滤波像素点和至少一个待滤波像素点；
对所述待处理图像的待处理行/列进行第一双边指数滤波处理；所述第一双边指数滤波处理包括从所述待处理图像的待处理行/列的第一端到第二端的第一方向上的第一单边指数滤波处理，以及从所述待处理图像的待处理行/列的第二端到第一端的第二方向上的第二单边指数滤波处理；对所述待处理图像进行第一双边指数滤波处理，包括：根据第一待滤波像素点的图像参数值与第一已滤波像素点的图像参数值的差异，以及第一待滤波像素点与第一已滤波像素点的距离，确定第一待滤波像素点经过所述第一单边指数滤波处理后的图像参数值，其中，所述第一待滤波像素点为所述第一已滤波像素点在第一方向上的下一个待滤波像素点；
根据所述第一双边指数滤波处理的结果，确定所述待处理图像的输出图像。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710375442.8A CN108961170B (zh) | 2017-05-24 | 2017-05-24 | 图像处理方法、装置和系统 |
| TW107107018A TW201901616A (zh) | 2017-05-24 | 2018-03-02 | 影像處理方法、裝置和系統 |
| PCT/CN2018/086648 WO2018214769A1 (zh) | 2017-05-24 | 2018-05-14 | 图像处理方法、装置和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710375442.8A CN108961170B (zh) | 2017-05-24 | 2017-05-24 | 图像处理方法、装置和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108961170A CN108961170A (zh) | 2018-12-07 |
| CN108961170B true CN108961170B (zh) | 2022-05-03 |
Family
ID=64395261
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710375442.8A Active CN108961170B (zh) | 2017-05-24 | 2017-05-24 | 图像处理方法、装置和系统 |
Country Status (3)
| Country | Link |
|---|---|
| CN (1) | CN108961170B (zh) |
| TW (1) | TW201901616A (zh) |
| WO (1) | WO2018214769A1 (zh) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109767385B (zh) * | 2018-12-20 | 2023-04-28 | 深圳市资福医疗技术有限公司 | 一种去除图像色度噪声的方法和装置 |
| CN112446911A (zh) * | 2019-08-29 | 2021-03-05 | 阿里巴巴集团控股有限公司 | 中心线提取、界面交互与模型训练方法、系统及设备 |
| CN111192218B (zh) * | 2019-12-31 | 2023-11-24 | 深圳市商汤科技有限公司 | 图像处理方法及装置、电子设备和存储介质 |
| CN111833259B (zh) * | 2020-05-28 | 2024-05-07 | 北京迈格威科技有限公司 | 图像清晰度确定方法、装置、设备及存储介质 |
| CN111724326B (zh) * | 2020-06-28 | 2023-08-01 | 深圳市慧鲤科技有限公司 | 图像处理方法及装置、电子设备及存储介质 |
| CN111915478B (zh) * | 2020-07-14 | 2023-06-23 | 厦门真景科技有限公司 | 一种基于保边模糊的美颜方法、装置、设备及计算机可读存储介质 |
| CN112464801B (zh) * | 2020-11-26 | 2023-04-18 | 配天机器人技术有限公司 | 一种机器人数据处理方法和装置 |
| CN113382276A (zh) * | 2021-06-09 | 2021-09-10 | 湖南快乐阳光互动娱乐传媒有限公司 | 一种图片处理方法及系统 |
| CN113658066A (zh) * | 2021-08-09 | 2021-11-16 | 维沃移动通信有限公司 | 图像处理方法及装置、电子设备 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1225543A2 (en) * | 2000-11-28 | 2002-07-24 | Xerox Corporation | HVQ-based filtering method |
| CN101902562A (zh) * | 2009-05-29 | 2010-12-01 | 索尼公司 | 滤波器电路、图像处理设备、成像设备和图像处理方法 |
| CN103020914A (zh) * | 2012-12-18 | 2013-04-03 | 华侨大学 | 基于空间连续性原理的快速图像去雾方法 |
| CN103177429A (zh) * | 2013-04-16 | 2013-06-26 | 南京理工大学 | 基于fpga的红外图像细节增强系统及其方法 |
| CN104869387A (zh) * | 2015-04-19 | 2015-08-26 | 中国传媒大学 | 基于光流法的双目图像最大视差获取方法 |
| CN106373095A (zh) * | 2016-08-29 | 2017-02-01 | 广东欧珀移动通信有限公司 | 一种图像处理方法及终端 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4442413B2 (ja) * | 2004-12-22 | 2010-03-31 | ソニー株式会社 | 画像処理装置、画像処理方法、プログラム、及び記録媒体 |
| CN102819837B (zh) * | 2012-07-12 | 2015-02-18 | 清华大学 | 基于反馈控制的深度图处理方法及装置 |
| WO2014049667A1 (ja) * | 2012-09-28 | 2014-04-03 | 株式会社島津製作所 | デジタル画像処理方法および撮影装置 |
| CN106651783B (zh) * | 2016-09-29 | 2019-10-22 | 厦门美图之家科技有限公司 | 图像滤波方法及装置 |
-
2017
- 2017-05-24 CN CN201710375442.8A patent/CN108961170B/zh active Active
-
2018
- 2018-03-02 TW TW107107018A patent/TW201901616A/zh unknown
- 2018-05-14 WO PCT/CN2018/086648 patent/WO2018214769A1/zh active Application Filing
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1225543A2 (en) * | 2000-11-28 | 2002-07-24 | Xerox Corporation | HVQ-based filtering method |
| CN101902562A (zh) * | 2009-05-29 | 2010-12-01 | 索尼公司 | 滤波器电路、图像处理设备、成像设备和图像处理方法 |
| CN103020914A (zh) * | 2012-12-18 | 2013-04-03 | 华侨大学 | 基于空间连续性原理的快速图像去雾方法 |
| CN103177429A (zh) * | 2013-04-16 | 2013-06-26 | 南京理工大学 | 基于fpga的红外图像细节增强系统及其方法 |
| CN104869387A (zh) * | 2015-04-19 | 2015-08-26 | 中国传媒大学 | 基于光流法的双目图像最大视差获取方法 |
| CN106373095A (zh) * | 2016-08-29 | 2017-02-01 | 广东欧珀移动通信有限公司 | 一种图像处理方法及终端 |
Non-Patent Citations (2)
| Title |
|---|
| Two-way partitioning of a recursive Gaussian filter in CUDA;Chang Won Lee等;《EURASIP Journal on Image and Video Processing》;20141231;第1-12页 * |
| 一种改进的双边滤波算法;张志强等;《中国图象图形学报》;20090331;第14卷(第3期);第443-447页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2018214769A1 (zh) | 2018-11-29 |
| TW201901616A (zh) | 2019-01-01 |
| CN108961170A (zh) | 2018-12-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108961170B (zh) | 图像处理方法、装置和系统 | |
| US9747514B2 (en) | Noise filtering and image sharpening utilizing common spatial support | |
| US20220207110A1 (en) | Interpolating a Sample Position Value by Interpolating Surrounding Interpolated Positions | |
| US9286653B2 (en) | System and method for increasing the bit depth of images | |
| CA2929403C (en) | Multi-dimensional sliding window operation for a vector processor | |
| KR20140006061A (ko) | 그래픽 프로세싱을 위한 픽셀 값 압축 | |
| US9704271B2 (en) | Method and apparatus for image blurring | |
| US9715720B1 (en) | System and method for reducing image noise | |
| JP2015062270A (ja) | 画像処理装置 | |
| US7916970B2 (en) | Image processing apparatus, method of same, and program for same | |
| US20200327638A1 (en) | Connected component detection method, circuit, device and computer-readable storage medium | |
| CN117408886A (zh) | 气体图像增强方法、装置、电子装置和存储介质 | |
| KR20120032132A (ko) | 메디안 필터링 방법 및 장치 | |
| US8983223B2 (en) | Low-complexity bilateral filter (BF) implementation in a data processing device | |
| Hashimoto et al. | An fpga-based fully pipelined bilateral grid for real-time image denoising | |
| CN115511754A (zh) | 基于改进的Zero-DCE网络的低照度图像增强方法 | |
| JP2006201914A (ja) | 画像フィルタ装置、方法およびコンピュータプログラム | |
| US9674484B2 (en) | Image processing device and image processing method | |
| WO2017036386A1 (zh) | 一种视频去噪方法及装置、终端、存储介质 | |
| TWI776733B (zh) | 快速抑制數位影像中的背景高頻雜訊的資料處理方法 | |
| CN107609211B (zh) | 确定数字集成电路架构中硬件数量的方法及装置 | |
| CN112950462B (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
| CN115937051B (zh) | 一种图像噪声处理方法、装置、设备及存储介质 | |
| CN113052771B (zh) | 图像处理方法、装置、电子设备和存储介质 | |
| KR20240039394A (ko) | 영상 처리 장치, 그것을 갖는 전자 장치, 그것의 동작 방법 |
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 |