CN109255771B - 图像滤波方法及装置 - Google Patents

图像滤波方法及装置 Download PDF

Info

Publication number
CN109255771B
CN109255771B CN201810959597.0A CN201810959597A CN109255771B CN 109255771 B CN109255771 B CN 109255771B CN 201810959597 A CN201810959597 A CN 201810959597A CN 109255771 B CN109255771 B CN 109255771B
Authority
CN
China
Prior art keywords
image
sequence number
new
comparison result
template
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
Application number
CN201810959597.0A
Other languages
English (en)
Other versions
CN109255771A (zh
Inventor
雷勇锋
陈思豪
谢海亮
杜焕勇
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.)
Shenzhen Fastprint Circuit Tech Co Ltd
Guangzhou Fastprint Circuit Technology Co Ltd
Original Assignee
Shenzhen Fastprint Circuit Tech Co Ltd
Guangzhou Fastprint Circuit Technology 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 Shenzhen Fastprint Circuit Tech Co Ltd, Guangzhou Fastprint Circuit Technology Co Ltd filed Critical Shenzhen Fastprint Circuit Tech Co Ltd
Priority to CN201810959597.0A priority Critical patent/CN109255771B/zh
Publication of CN109255771A publication Critical patent/CN109255771A/zh
Application granted granted Critical
Publication of CN109255771B publication Critical patent/CN109255771B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/20Image enhancement or restoration by the use of local operators
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20021Dividing image into blocks, subimages or windows
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20024Filtering details
    • G06T2207/20032Median filtering

Abstract

本发明涉及一种图像滤波方法及装置。其中的方法包括:获取第一图像旧序号、第二图像旧序号、图像剩余区域及图像新区域;获取第二模板中、图像剩余区域的各图像块对应的最终序号以及图像新区域的各图像块对应的新序号;输出中间值序号对应的图像块的数据。上述方法应用于并行运算时,只需在一个时钟周期内即可完成运算,降低了运算延迟,提高了图像滤波效率,利于图像的实时滤波处理,实时性高。除了得到序号为中值的数据以外,也间接得到其它序号的数据,提高了本发明的适用范围,应用范围广。

Description

图像滤波方法及装置
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滤波方法及装置。
背景技术
随着图像处理技术领域的发展,出现了数字图像处理技术,这个技术通过取样和量化过程将一个以自然形式存在的图像变换为适合电子设备处理的数字形式,且一般通过矩阵的形式存储。在图像数据的传输过程中,不可避免会收到噪声的干扰,从而使图像失真,为了便于对图像进行边缘检测、图像分割和模式识别等处理,有必要对图像进行滤波。
中值滤波技术作为传统滤波技术之一,采用一定大小的窗口作为模板,使模板在矩阵形式的图像上进行滑动,每次滑动均取出图像中与模板重合的若干数据;对取出的若干数据进行排序,将排在中间的数据(即中值)覆盖图像与模板重合部分中心处的数据。
在实现过程中,发明人发现目前的技术中至少存在如下问题:传统中值滤波运算延迟大,导致图像滤波效率低。
发明内容
基于此,有必要针对上述技术问题,提供一种能够降低运算延迟,提高图像滤波效率的图像滤波方法及装置。
为了实现上述目的,一方面,本发明实施例提供了一种图像滤波方法,包括步骤:
获取第一图像旧序号、第二图像旧序号、图像剩余区域及图像新区域;
第一图像旧序号包括第一模板的首行或首列中的各图像块对应的序号;图像剩余区域包括第一模板与第二模板的重合部分对应的各图像块;第二图像旧序号包括第一模板中图像剩余区域的各图像块对应的序号;图像新区域包括第二模板的尾行或尾列中的各图像块;第一模板为本次滑动前的滤波模板;第二模板为本次滑动后的滤波模板;
基于第二图像旧序号,统计分析第一比较结果,得到第二模板中图像剩余区域的各图像块对应的初步序号;
根据初步序号,统计分析第二比较结果,得到第二模板中图像剩余区域的各图像块对应的最终序号;
统计分析第二比较结果和第三比较结果,得到图像新区域的各图像块对应的新序号;
第一比较结果为第一图像旧序号与第二图像旧序号的比较结果;第二比较结果为图像新区域的图像块与图像剩余区域各图像块的大小比较结果;第三比较结果为图像新区域中各图像块之间的大小比较结果;
输出中间值序号对应的图像块的数据;中间值序号为新序号与最终序号中的中间值。
在其中一个实施例中,滤波模板为数组;其中,数组中的数据值与各图像块一一对应;
图像滤波方法还包括步骤:
在初次滑动前,初始化滤波模板,得到呈等差关系的各数据值;
初始化得到对应呈等差关系的各数据值的序号。
在其中一个实施例中,呈等差关系的各数据值依次为由1开始依次递增1的数值。
在其中一个实施例中,呈等差关系的各数据值的序号依次为由0开始依次递增1的数值。
在其中一个实施例中,基于第二图像旧序号,统计分析第一比较结果,得到第二模板中图像剩余区域的各图像块对应的初步序号的步骤包括:
依次将获取到的第一图像旧序号中的各序号与第二图像旧序号中的各序号进行比较,统计第二图像旧序号中的每个序号小于或等于第一图像旧序号中的序号的第一次数,得到第一比较结果;各初步序号由第二图像旧序号中的各序号减去相应的第一次数得到。
在其中一个实施例中,根据初步序号,统计分析第二比较结果,得到第二模板中图像剩余区域的各图像块对应的最终序号的步骤包括:
依次将获取到的图像新区域中的每个图像块与图像剩余区域中的各图像块进行比较,统计图像新区域中的每个图像块小于或等于图像剩余区域中的图像块的第二次数,得到第二比较结果;各最终序号由初步序号中的各序号减去相应的第二次数得到。
在其中一个实施例中,统计分析第二比较结果和第三比较结果,得到图像新区域的各图像块对应的新序号的步骤包括:
依次将获取到的图像新区域中的每个图像块与图像剩余区域中的各图像块进行比较,统计图像新区域中的每个图像块小于或等于图像剩余区域中的图像块的第二次数,得到第二比较结果;
在图像新区域中各图像块之间进行比较,统计图像新区域中每个图像块在比较时大于或等于图像新区域另外的各图像块的第三次数,还统计图像新区域中相同的图像块,得到第三比较结果;
各新序号由初始化时所分配到的最大序号减去各相应的第二次数、各相应的第三次数得到;
基于图像新区域中相同的图像块,处理新序号中相应的序号,使新序号中的序号各不相同。
在其中一个实施例中,图像新区域包括第一图像块、第二图像块和第三图像块;基于图像新区域中相同的图像块,处理新序号中相应的序号,使新序号中的序号各不相同的步骤包括:
在第一图像块与第二图像块相等时,第二图像块对应的序号加1;在第一图像块与第三图像块相等时,第三个图像块对应的序号加1;在第二图像块与第三图像块相等时,第三个图像块对应的序号加1。
一种图像滤波装置,包括:
数组寄存器,用于存储滤波模板中的数据值;
序号寄存器,用于存储与滤波模板中的数据值对应的序号;
第一比较电路,用于比较从序号寄存器获取到的第一图像旧序号和第二图像旧序号,得到第一比较结果;
第二比较电路,用于比较图像新区域和图像剩余区域之间各图像块的大小,得到第二比较结果;还用于比较图像新区域中各图像块的大小,得到第三比较结果;
统计比较结果电路,用于基于从序号寄存器中获取到的第二图像旧序号、统计分析第一比较结果得到初步序号;还用于统计分析第二比较结果,并结合初步序号,得到最终序号;还用于统计分析第二比较结果和第三比较结果得到新序号;还用于向序号寄存器中输出最终序号和新序号;还用于输出中间值序号对应的图像块。
在其中一个实施例中,还包括:
缓冲电路,用于缓冲输入的图像块;
数组寄存器还用于从缓冲电路中读取图像块。
上述技术方案中的一个技术方案具有如下优点和有益效果:通过序号代表数据值大小,每次滑动后直接通过第一图像旧序号和第二图像旧序号、图像新区域和图像剩余区域之间各图像块大小、图像剩余区域之间各图像块的大小的两两比较,统计分析得到最终序号和新序号,进而得到中间值序号,上述两两比较过程和统计分析过程可以并行进行,只需在一个时钟周期内即可完成运算,降低了运算延迟,提高了图像滤波效率。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为一个实施例中图像滤波方法的第一示意性流程示意图;
图2为一个实施例中图像滤波方法的第二示意性流程示意图;
图3为一个实施例中图像滤波装置的结构框图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
传统的中值滤波技术通过对取出的若干数据进行两两比较,从而得到中值,但是需要运算72次,即便利用FPGA(Field Programmable Gate Array,现场可编程门阵列)进行并行运算,加快运算速度,也不能避免占用运算资源过多。
还有另一种传统的中值滤波技术,以3*3大小的窗口为模板为例,对取出的若干数据进行排序获得中值的过程为:先比较3行的数据,得到每行最大值、中值和最小值;再通过比较获得每行最大值中的最小值,每行最小值中的最大值,每行中值中的中值;最后再比较上一步得到的3个值的中值,以最后得到的中值作为排在中间的数据。上述三个比较步骤中的后两个比较步骤需要用到上一步得出的数据,即便利用FPGA(Field Programmable GateArray,现场可编程门阵列)进行并行运算,也难以避免数据传输不同步的状况,为了保证每一步比较的数据的准确性,需要设定三个比较步骤由时钟触发进行(具体为:将每一步的运算结果保存到寄存器中,再从寄存器中取出进行下一步运算,进而需要占用时钟周期来完成寄存器的存取过程),也即在排序过程中三个比较步骤串行进行,只能在3个时钟周期内完成运算,运算延迟过大,使得现有的中值滤波技术在图像滤波过程中效率低。
本申请提供的图像滤波方法,可以应用于各种个人计算机、笔记本电脑、智能手机、平板电脑、便携式可穿戴设备、基于FPGA的设备或其他嵌入式设备中。
在一个实施例中,如图1所示,提供了一种图像滤波方法,包括以下步骤:
步骤102,获取第一图像旧序号、第二图像旧序号、图像剩余区域及图像新区域。
其中,第一图像旧序号包括第一模板的首行或首列中的各图像块对应的序号;图像剩余区域包括第一模板与第二模板的重合部分对应的各图像块;第二图像旧序号包括第一模板中图像剩余区域的各图像块对应的序号;图像新区域包括第二模板的尾行或尾列中的各图像块;第一模板为本次滑动前的滤波模板;第二模板为本次滑动后的滤波模板。
需要说明的是,本申请中的首行为沿本次滑动方向排列的第一行,尾行为沿本次滑动方向排列的最后一行;首列为沿本次滑动方向排列的第一列,尾列为沿本次滑动方向排列的最后一列。
当滑动方向为按行滑动时,第一图像旧序号包括第一模板的首行中的各图像块对应的序号;图像新区域包括第二模板的尾行中的各图像块;当滑动方向为按列滑动时,第一图像旧序号包括第一模板的首列中的各图像块对应的序号;图像新区域包括第二模板的尾列中的各图像块。
步骤S104,基于第二图像旧序号,统计分析第一比较结果,得到第二模板中图像剩余区域的各图像块对应的初步序号。
其中,第一比较结果为第一图像旧序号与第二图像旧序号的比较结果。
步骤S106,根据初步序号,统计分析第二比较结果,得到第二模板中图像剩余区域的各图像块对应的最终序号。
其中,第二比较结果为图像新区域的图像块与图像剩余区域各图像块的大小比较结果。
步骤S108,统计分析第二比较结果和第三比较结果,得到图像新区域的各图像块对应的新序号。
其中,第三比较结果为图像新区域中各图像块之间的大小比较结果。
步骤S110,输出中间值序号对应的图像块的数据。
其中,中间值序号为新序号与最终序号中的中间值。
需要说明的是,上述滤波模板可采用(2N+1)*(2N+1)大小的窗口,其中,N大于或等于1;上述滤波模板还可采用十字窗口、菱形窗口,可拓展性强。
上述图像滤波方法中,通过序号代表数据值大小,每次滑动后直接通过第一图像旧序号和第二图像旧序号、图像新区域和图像剩余区域之间各图像块大小、图像剩余区域之间各图像块的大小的两两比较,统计分析得到最终序号和新序号,进而得到中间值序号,上述两两比较过程和统计分析过程可以并行进行,只需在一个时钟周期内即可完成运算,降低了运算延迟,提高了图像滤波效率,利于图像的实时滤波处理,实时性高。除了得到序号为中值的数据以外,也间接得到其它序号的数据,提高了本发明的适用范围,应用范围广。
在一个实施例中,如图2所示,提供了一种图像滤波方法,包括以下步骤:
步骤S202,在初次滑动前,初始化滤波模板,得到各数据值为等差的数值;基于滤波模板中各数据值,初始化得到对应滤波模板中各数据值的序号。
其中,滤波模板为数组,数组中的数据值与各图像块一一对应;
步骤S204,依次将获取到的第一图像旧序号中的各序号与第二图像旧序号中的各序号进行比较,统计第二图像旧序号中的每个序号小于或等于第一图像旧序号中的序号的第一次数,得到第一比较结果;各初步序号由第二图像旧序号中的各序号减去相应的第一次数得到。
步骤S206,依次将获取到的图像新区域中的每个图像块与图像剩余区域中的各图像块进行比较,统计图像新区域中的每个图像块小于或等于图像剩余区域中的图像块的第二次数,得到第二比较结果;各最终序号由初步序号中的各序号减去相应的第二次数得到。
步骤S208,在图像新区域中各图像块之间进行比较,统计图像新区域中每个图像块在比较时大于或等于图像新区域另外的各图像块的第三次数,还统计图像新区域中相同的图像块,得到第三比较结果;各新序号由初始化时所分配到的最大序号减去各相应的第二次数、各相应的第三次数得到;
步骤S210,基于图像新区域中相同的图像块,处理新序号中相应的序号,使新序号中的序号各不相同。
步骤S212,输出中间值序号对应的图像块的数据。
其中,中间值序号为新序号与最终序号中的中间值。
进一步的,数组中呈等差关系的各数据值依次为由1开始依次递增1的数值;呈等差关系的各数据值的序号依次为由0开始依次递增1的数值。
进一步的,图像新区域包括第一图像块、第二图像块和第三图像块;基于图像新区域中相同的图像块,处理新序号中相应的序号,使新序号中的序号各不相同的步骤包括:
在第一图像块与第二图像块相等时,第二图像块对应的序号加1;在第一图像块与第三图像块相等时,第三个图像块对应的序号加1;在第二图像块与第三图像块相等时,第三个图像块对应的序号加1。
需要说明的是,上述提及的第一图像旧序号、第二图像旧序号、图像剩余区域及图像新区域、第一比较结果、第二比较结果和第三比较结果等特征已经在上一个实施例中进行说明,此处不再赘述。
下面结合一个具体的例子对上述实施例进行说明:
以滤波模板为3*3大小的数组,且滤波模板按列滑动为例:
在本次滑动时,去掉第一模板的首列,获取新的图像数据更新滤波模板;在本次滑动后,第一模板的第二列和第三列作为第二模板的第一列和第二列,新的图像数据作为第二模板的第三列。
图像剩余区域包括第一模板中第二列和第三列图像块,等同于包括第二模板中第一列和第二列图像块;第二图像旧序号包括第一模板中第二列和第三列中各图像块对应的序号;第一模板的首列为第一模板的第一列,第二模板的尾列为第二模板的第三列。
步骤S202具体包括:将滤波模板中的各数据值初始化为9至1;基于初始化后滤波模板中各数据值的大小,向滤波模板中的各数据值分配序号0至8。
需要说明的是,序号越小表示数据值越大。
步骤S204具体包括:第一模板的第二列第一行的图像块对应的序号分别与第一模板首列中的各图像块对应的序号的比较结果为:XU21_11、XU21_12、XU21_13;第一模板的第二列第二行的图像块对应的序号分别与第一模板首列中的各图像块对应的序号的比较结果为:XU22_11、XU22_12、XU22_13;第一模板的第二列第三行的图像块对应的序号分别与第一模板首列中的各图像块对应的序号的比较结果为:XU23_11、XU23_12、XU23_13;
第一模板的第三列第一行的图像块对应的序号分别与第一模板首列中的各图像块对应的序号的比较结果为:XU31_11,XU31_12,XU31_13;第一模板的第三列第二行的图像块对应的序号分别与第一模板首列中的各图像块对应的序号的比较结果为:,XU32_11,XU32_12,XU32_13;第一模板的第三列第三行的图像块对应的序号分别与第一模板首列中的各图像块对应的序号的比较结果为:XU33_11,XU33_12,XU33_13。
需要说明的是,在小于或等于时,比较结果为-1;在大于时,比较结果为0。例如:当第一模板的第二列第一行的图像块对应的序号小于或等于第一模板首列中的第一行图像块对应的序号时,XU21_11的值为-1;当第一模板的第二列第一行的图像块对应的序号大于第一模板首列中第一行的图像块对应的序号时,XU21_11的值均为0。
第一模板的第二列的各图像块对应的序号为:OLD21,OLD22,OLD23;第一模板的第三列的各图像块对应的序号为:OLD31,OLD32,OLD33;
第一次数包括:
-(XU21_11+XU21_12+XU21_13);-(XU22_11+XU22_12+XU22_13);-(XU23_11+XU23_12+XU23_13);-(XU31_11+XU31_12+XU31_13);-(XU32_11+XU32_12+XU32_13);-(XU33_11+XU33_12+XU33_13)。
初步序号包括:
第二模板的第一列第一行图像块对应的序号NEW11’=OLD21+XU21_11+XU21_12+XU21_13;
第二模板的第一列第二行图像块对应的序号NEW12’=OLD22+XU22_11+XU22_12+XU22_13;
第二模板的第一列第三行图像块对应的序号NEW13’=OLD23+XU23_11+XU23_12+XU23_13;
第二模板的第二列第一行图像块对应的序号NEW21’=OLD31+XU31_11+XU31_12+XU31_13;
第二模板的第二列第二行图像块对应的序号NEW22’=OLD32+XU32_11+XU32_12+XU32_13;
第二模板的第二列第三行图像块对应的序号NEW23’=OLD33+XU33_11+XU33_12+XU33_13。
步骤S206具体包括:
第二模板的第三列第一行的图像块对应的序号分别与第一模板第二列中的各图像块对应的序号的比较结果为:DATA41_21、DATA41_22、DATA41_23;第二模板的第三列第一行的图像块对应的序号分别与第一模板第三列中的各图像块对应的序号的比较结果为:DATA41_31、DATA41_32、DATA41_33;第二模板的第三列第一行的图像块对应的序号分别与第一模板第三列中的第二行和第三行图像块对应的序号的比较结果为:DATA41_42,DATA41_43;
第二模板的第三列第二行的图像块对应的序号分别与第一模板第二列中的各图像块对应的序号的比较结果为:DATA42_21、DATA42_22、DATA42_23;第二模板的第三列第二行的图像块对应的序号分别与第一模板第三列中的各图像块对应的序号的比较结果为:DATA42_31、DATA42_32、DATA42_33;第二模板的第三列第二行的图像块对应的序号分别与第一模板第三列中的第一行和第三行图像块对应的序号的比较结果为:DATA42_41,DATA42_43;
第二模板的第三列第三行的图像块对应的序号分别与第一模板第二列中的各图像块对应的序号的比较结果为:DATA43_21、DATA43_22、DATA43_23;第二模板的第三列第三行的图像块对应的序号分别与第一模板第三列中的各图像块对应的序号的比较结果为:DATA43_31、DATA43_32、DATA43_33;第二模板的第三列第三行的图像块对应的序号分别与第一模板第三列中的第一行和第二行图像块对应的序号的比较结果为:DATA43_41,DATA43_42。
需要说明的是,在小于或等于时,比较结果为-1;在大于时,比较结果为0。例如:当第二模板的第三列第一行的图像块对应的序号大于或等于第一模板第二列中的第一行图像块对应的序号时,DATA41_21的值为1;当第二模板的第三列第一行的图像块对应的序号小于第一模板第二列中的第一行图像块对应的序号时,DATA41_21的值为0。
第二次数包括:-(DATA41_21+DATA42_21+DATA43_21);-(DATA41_22+DATA42_22+DATA43_22);-(DATA41_23+DATA42_23+DATA43_23);-(DATA41_31+DATA42_31+DATA43_31);-(DATA41_32+DATA42_32+DATA43_32);-(DATA41_33+DATA42_33+DATA43_33)。
最终序号包括:
第二模板的第一列第一行图像块对应的序号NEW11=NEW11’+DATA41_21+DATA42_21+DATA43_21;
第二模板的第一列第二行图像块对应的序号NEW12=NEW12’+DATA41_22+DATA42_22+DATA43_22;
第二模板的第一列第三行图像块对应的序号NEW13=NEW13’+DATA41_23+DATA42_23+DATA43_23;
第二模板的第二列第一行图像块对应的序号NEW21=NEW21’+DATA41_31+DATA42_31+DATA43_31;
第二模板的第二列第二行图像块对应的序号NEW22=NEW22’+DATA41_32+DATA42_32+DATA43_32;
第二模板的第二列第三行图像块对应的序号NEW23=NEW23’+DATA41_33+DATA42_33+DATA43_33。
步骤S208中统计得到的第三次数包括:(DATA41_42+DATA41_43);(DATA42_41+DATA42_43);(DATA43_41+DATA43_42);
新序号包括:
第二模板的第三列第一行图像块对应的序号NEW31’=8-DATA41_21-DATA41_22-DATA41_23-DATA41_31-DATA41_32-DATA41_33-DATA41_42-DATA41_43;
第二模板的第三列第二行图像块对应的序号NEW32’=8-DATA42_21-DATA42_22-DATA42_23-DATA42_31-DATA42_32-DATA42_33-DATA42_41-DATA42_43;
第二模板的第三列第三行图像块对应的序号NEW33’=8-DATA43_21-DATA43_22-DATA43_23-DATA43_31-DATA43_32-DATA43_33-DATA43_41-DATA43_42。
步骤S210具体包括:
第二模板中第三列第一行的图像块与第二模板中第三列第二行的图像块的比较结果为EQ41_42;第二模板中第三列第一行的图像块与第二模板中第三列第三行的图像块的比较结果为EQ41_43;第二模板中第三列第二行的图像块与第二模板中第三列第三行的图像块的比较结果为EQ42_43;
需要说明的是,在比较为相等时,比较结果为1;则比较为不相等时,比较结果为0。例如:第二模板中第三列第一行的图像块与第二模板中第三列第二行的图像块相等时,EQ41_42的值为1;第二模板中第三列第一行的图像块与第二模板中第三列第二行的图像块不相等时,EQ41_42的值为0。
最终得到的新序号包括:
第二模板的第三列第一行图像块对应的序号NEW31=NEW31’;
第二模板的第三列第二行图像块对应的序号NEW32=NEW32’+EQ41_42;
第二模板的第三列第三行图像块对应的序号NEW33=NEW33’+EQ41_43+EQ42_43。
步骤S212具体包括:
获取上述序号NEW11、NEW12、NEW13、NEW21、NEW22、NEW23、NEW31、NEW32、NEW33中的中间值作为中间值序号,并输出与该中间值序号对应的图像块。
应该理解的是,虽然图1和图2的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1和图2中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图3所示,提供了一种图像滤波装置,应用于FPGA设备中,包括:
数组寄存器,用于存储滤波模板中的数据值;
序号寄存器,用于存储与滤波模板中的数据值对应的序号;
第一比较电路,用于比较从序号寄存器获取到的第一图像旧序号和第二图像旧序号,并将得到的第一比较结果传输到统计比较结果电路;
第二比较电路,用于比较图像新区域和图像剩余区域之间各图像块的大小,并将得到的第二比较结果传输到统计比较结果电路;还用于比较图像新区域中各图像块的大小,并将得到的第三比较结果传输到统计比较结果电路;
统计比较结果电路,用于基于从序号寄存器中获取到的第二图像旧序号以及第一比较结果得到初步序号;还用于统计分析第二比较结果、并结合初步序号,得到最终序号;还用于统计分析第二比较结果和第三比较结果得到新序号;还用于向序号寄存器中输出最终序号和新序号;还用于输出中间值序号对应的图像块;
进一步的,还包括缓存电路,用于缓冲输入的图像块;数组寄存器还用于从缓冲电路中读取图像块。
其中,缓存电路可为RAM。
具体的,在图像块输入时,缓存电路每次缓存三行图像块;在滑动时,数组寄存器从缓存电路中读取三行同一列的图像块,以用于更新滤波模板的数据值。
以滤波模板为3*3大小的数组,且滤波模板按列滑动为例:数组寄存器在本次滑动时,去掉第一模板的首列,从缓存电路中读取三行同一列的图像块;在本次滑动后,第一模板的第二列和第三列作为第二模板的第一列和第二列,将从缓存电路读取到的图像块作为第二模板的第三列。
关于图像滤波装置的具体限定可以参见上文中对于图像滤波方法的限定,在此不再赘述。上述图像滤波装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种图像滤波方法,其特征在于,所述方法包括步骤:
获取第一图像旧序号、第二图像旧序号、图像剩余区域及图像新区域;
所述第一图像旧序号包括第一模板的首行或首列中的各图像块对应的序号;所述图像剩余区域包括所述第一模板与第二模板的重合部分对应的各图像块;所述第二图像旧序号包括所述第一模板中所述图像剩余区域的各图像块对应的序号;所述图像新区域包括所述第二模板的尾行或尾列中的各图像块;所述第一模板为本次滑动前的滤波模板;所述第二模板为本次滑动后的所述滤波模板;
基于所述第二图像旧序号,统计分析第一比较结果,得到所述第二模板中所述图像剩余区域的各图像块对应的初步序号;其中,所述第一比较结果为所述第二图像旧序号中的每个序号小于或等于所述第一图像旧序号中的序号的次数;所述初步序号由所述第二图像旧序号中相应的序号减去所述第一比较结果中对应的次数得到;
根据所述初步序号,统计分析第二比较结果,得到所述第二模板中所述图像剩余区域的各图像块对应的最终序号;其中,所述第二比较结果为所述图像新区域中的每个图像块小于或等于所述图像剩余区域中的图像块的次数;所述最终序号由所述初步序号中相应的序号减去所述第二比较结果中对应的次数得到;
统计分析第二比较结果和第三比较结果,得到所述图像新区域的各图像块对应的新序号;其中,所述第三比较结果为所述图像新区域中每个图像块在比较时大于或等于所述图像新区域另外的各图像块的次数,以及所述图像新区域中相同的图像块的统计结果;所述新序号由初始化时所分配到的最大序号减去所述第二比较结果中对应的次数、所述第三比较结果中对应的次数得到;
输出中间值序号对应的图像块的数据;所述中间值序号为所述新序号与所述最终序号中的中间值。
2.根据权利要求1所述的图像滤波方法,其特征在于,所述滤波模板为数组;其中,所述数组中的数据值与各所述图像块一一对应;
所述图像滤波方法还包括步骤:
在初次滑动前,初始化所述滤波模板,得到呈等差关系的各数据值;
初始化得到对应所述呈等差关系的各数据值的序号。
3.根据权利要求2所述的图像滤波方法,其特征在于,所述呈等差关系的各数据值依次为由1开始依次递增1的数值。
4.根据权利要求2或3所述的图像滤波方法,其特征在于,所述呈等差关系的各数据值的序号依次为由0开始依次递增1的数值。
5.根据权利要求4所述的图像滤波方法,其特征在于,基于所述第二图像旧序号,统计分析第一比较结果,得到所述第二模板中所述图像剩余区域的各图像块对应的初步序号的步骤包括:
依次将获取到的所述第一图像旧序号中的各序号与所述第二图像旧序号中的各序号进行比较,统计所述第二图像旧序号中的每个序号小于或等于所述第一图像旧序号中的序号的第一次数,得到所述第一比较结果;各所述初步序号由所述第二图像旧序号中的各序号减去相应的所述第一次数得到。
6.根据权利要求4所述的图像滤波方法,其特征在于,根据所述初步序号,统计分析第二比较结果,得到所述第二模板中所述图像剩余区域的各图像块对应的最终序号的步骤包括:
依次将获取到的所述图像新区域中的每个图像块与所述图像剩余区域中的各图像块进行比较,统计所述图像新区域中的每个图像块小于或等于所述图像剩余区域中的图像块的第二次数,得到所述第二比较结果;各所述最终序号由所述初步序号中的各序号减去相应的所述第二次数得到。
7.根据权利要求4所述的图像滤波方法,其特征在于,统计分析第二比较结果和第三比较结果,得到所述图像新区域的各图像块对应的新序号的步骤包括:
依次将获取到的所述图像新区域中的每个图像块与所述图像剩余区域中的各图像块进行比较,统计所述图像新区域中的每个图像块小于或等于所述图像剩余区域中的图像块的第二次数,得到所述第二比较结果;
在所述图像新区域中各图像块之间进行比较,统计所述图像新区域中每个图像块在比较时大于或等于所述图像新区域另外的各图像块的第三次数,还统计所述图像新区域中相同的图像块,得到所述第三比较结果;
各所述新序号由初始化时所分配到的最大序号减去各相应的所述第二次数、各相应的所述第三次数得到;
基于所述图像新区域中相同的图像块,处理所述新序号中相应的序号,使所述新序号中的序号各不相同。
8.根据权利要求7所述的图像滤波方法,其特征在于,所述图像新区域包括第一图像块、第二图像块和第三图像块;基于所述图像新区域中相同的图像块,处理所述新序号中相应的序号,使所述新序号中的序号各不相同的步骤包括:
在所述第一图像块与所述第二图像块相等时,所述第二图像块对应的序号加1;在所述第一图像块与所述第三图像块相等时,所述第三图像块对应的序号加1;在所述第二图像块与所述第三图像块相等时,所述第三图像块对应的序号加1。
9.一种图像滤波装置,其特征在于,所述装置应用于权利要求1至8任一项所述的图像滤波方法;所述装置包括:
数组寄存器,用于存储滤波模板中的数据值;
序号寄存器,用于存储与所述滤波模板中的数据值对应的序号;
第一比较电路,用于比较从所述序号寄存器获取到的所述第一图像旧序号和所述第二图像旧序号,得到所述第一比较结果;
第二比较电路,用于比较所述图像新区域和所述图像剩余区域之间各图像块的大小,得到所述第二比较结果;还用于比较所述图像新区域中各图像块的大小,得到所述第三比较结果;
统计比较结果电路,用于基于从序号寄存器中获取到的所述第二图像旧序号、统计分析所述第一比较结果得到所述初步序号;还用于统计分析所述第二比较结果,并结合所述初步序号,得到所述最终序号;还用于统计分析所述第二比较结果和所述第三比较结果得到所述新序号;还用于向所述序号寄存器中输出所述最终序号和所述新序号;还用于输出中间值序号对应的图像块。
10.根据权利要求9所述的图像滤波装置,其特征在于,还包括:
缓冲电路,用于缓冲输入的图像块;
所述数组寄存器还用于从所述缓冲电路中读取图像块。
CN201810959597.0A 2018-08-22 2018-08-22 图像滤波方法及装置 Active CN109255771B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810959597.0A CN109255771B (zh) 2018-08-22 2018-08-22 图像滤波方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810959597.0A CN109255771B (zh) 2018-08-22 2018-08-22 图像滤波方法及装置

Publications (2)

Publication Number Publication Date
CN109255771A CN109255771A (zh) 2019-01-22
CN109255771B true CN109255771B (zh) 2021-02-19

Family

ID=65050299

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810959597.0A Active CN109255771B (zh) 2018-08-22 2018-08-22 图像滤波方法及装置

Country Status (1)

Country Link
CN (1) CN109255771B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114519661A (zh) * 2022-02-10 2022-05-20 Oppo广东移动通信有限公司 图像处理方法、装置、终端和可读存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7899248B2 (en) * 2007-08-30 2011-03-01 Seiko Epson Corporation Fast segmentation of images
EP2814248A1 (en) * 2013-06-10 2014-12-17 Thomson Licensing Method and device for processing a video
CN104915929A (zh) * 2014-03-14 2015-09-16 电子科技大学 一种图像滤波处理方法
CN105787890A (zh) * 2016-01-28 2016-07-20 河南师范大学 自适应等距模板迭代均值滤波的图像去噪方法
CN108230255A (zh) * 2017-09-19 2018-06-29 北京市商汤科技开发有限公司 用于实现图像增强的方法、装置和电子设备

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7330761B2 (en) * 2004-12-15 2008-02-12 Cardiac Pacemakers, Inc. Baseline adaptation for cardiac pacing response classification

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7899248B2 (en) * 2007-08-30 2011-03-01 Seiko Epson Corporation Fast segmentation of images
EP2814248A1 (en) * 2013-06-10 2014-12-17 Thomson Licensing Method and device for processing a video
CN104915929A (zh) * 2014-03-14 2015-09-16 电子科技大学 一种图像滤波处理方法
CN105787890A (zh) * 2016-01-28 2016-07-20 河南师范大学 自适应等距模板迭代均值滤波的图像去噪方法
CN108230255A (zh) * 2017-09-19 2018-06-29 北京市商汤科技开发有限公司 用于实现图像增强的方法、装置和电子设备

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
《A New Filtering Algorithm for Removing Salt-and-Pepper Noise》;Yang JH et al;《IEEE》;20090811;全文 *
《一种改进的自适应加权中值去噪算法的研究》;王松林;《中国优秀硕士学位论文全文数据库信息科技辑》;20170615(第2017年第06期);全文 *

Also Published As

Publication number Publication date
CN109255771A (zh) 2019-01-22

Similar Documents

Publication Publication Date Title
CN110598558B (zh) 人群密度估计方法、装置、电子设备及介质
CN113556442B (zh) 视频去噪方法、装置、电子设备及计算机可读存储介质
US11630640B2 (en) Median value determination in a data processing system
CN111080654B (zh) 图像的病变区域分割方法、装置及服务器
WO2022166258A1 (zh) 行为识别方法、装置、终端设备及计算机可读存储介质
CN109255771B (zh) 图像滤波方法及装置
CN106682258B (zh) 一种高层次综合工具中的多操作数加法优化方法及系统
CN112653928A (zh) 一种基于内容相同的视频过滤方法、系统及设备
US7834782B2 (en) CABAC-type encoding device and method
CN112163612B (zh) 基于fpga的大模板卷积图像匹配方法、装置及系统
CN113077469B (zh) 草图图像语义分割方法、装置、终端设备及存储介质
Eusse et al. A flexible ASIP architecture for connected components labeling in embedded vision applications
Torres-Huitzil et al. Areatime efficient implementation of local adaptive image thresholding in reconfigurable hardware
Adiono et al. Parallel morphological template matching design for efficient human detection application
CN111382764B (zh) 人脸识别或手势识别的神经网络模型建立方法、装置及计算机可读存储介质
CN111124358A (zh) 一种序列累加器的运算方法和设备
CN112650880B (zh) 视频分析方法、装置、计算机设备及存储介质
Hsiao et al. A novel FPGA architectural implementation of pipelined thinning algorithm
Davalle et al. Hardware accelerator for fast image/video thinning
CN110674690B (zh) 检测方法、检测装置与检测设备
CN111783876B (zh) 自适应智能检测电路及图像智能检测方法
Bartovský et al. Overview of recent advances in hardware implementation of mathematical morphology
Schumacher et al. Critical path minimized raster scan hardware architecture for computation of the Generalized Hough Transform
Bonagiri et al. Low area FPGA implementation of modified histogram estimation architecture with CSAC-DPROM-OBC for medical image enhancement application
Neeraja et al. FPGA based area efficient median filtering for removal of salt-pepper and impulse noises

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