CN109754374A - 一种去除图像亮度噪声的方法及装置 - Google Patents
一种去除图像亮度噪声的方法及装置 Download PDFInfo
- Publication number
- CN109754374A CN109754374A CN201811577725.1A CN201811577725A CN109754374A CN 109754374 A CN109754374 A CN 109754374A CN 201811577725 A CN201811577725 A CN 201811577725A CN 109754374 A CN109754374 A CN 109754374A
- Authority
- CN
- China
- Prior art keywords
- value component
- brightness value
- image
- brightness
- noise
- 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 44
- 238000001914 filtration Methods 0.000 claims abstract description 75
- 230000003321 amplification Effects 0.000 claims abstract description 18
- 238000003199 nucleic acid amplification method Methods 0.000 claims abstract description 18
- 238000012545 processing Methods 0.000 claims description 31
- 241000023320 Luma <angiosperm> Species 0.000 claims description 29
- OSWPMRLSEDHDFF-UHFFFAOYSA-N methyl salicylate Chemical compound COC(=O)C1=CC=CC=C1O OSWPMRLSEDHDFF-UHFFFAOYSA-N 0.000 claims description 29
- 230000009467 reduction Effects 0.000 claims description 19
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 230000009466 transformation Effects 0.000 claims 1
- 230000000007 visual effect Effects 0.000 abstract description 6
- 230000000694 effects Effects 0.000 description 3
- 238000000354 decomposition reaction Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 241001062009 Indigofera Species 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000005549 size reduction Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Abstract
本发明公布了一种去除图像亮度噪声的方法和装置，该方法包括如下步骤：将YCbCr图像的亮度值分量Y以第一缩小比例缩小,然后经滤波、放大成第一亮度值分量Y1″；将亮度值分量以第二缩小比例缩小，然后滤波，经和第一亮度值分量Y1″加权平均放大，得到第二亮度值分量Y2″；将亮度值分量Y滤波后，和第二亮度值分量Y2″进行加权平均，得到滤除亮度噪声的亮度值分量Yout；将滤除噪声的亮度值分量Yout和YCbCr图像中的蓝色色度值Cb、红色色度值Cr转化到RGB空间，输出滤除噪声的RGB图像。本方法和装置在滤除图像亮度噪声的同时，保留了图像的细节，改善了图像的视觉效果。
Description
技术领域
本发明涉及图像处理领域，具体涉及到一种去除图像亮度噪声的方法及装置。
背景技术
由于目前大部分图像传感器为电荷耦合器件(CCD)和互补金属氧化物半导体(CMOS)等类型，图像在采集、传输和接收等过程中常常受到各种因素的干扰，如传感器硬件限制、外部拍摄环境等，使得最后产生的图像为含有噪声的图像，图像的噪声通常被认为是亮度噪声和色度噪声。其中亮度噪声表现为粗糙颗粒状，亮度噪声降低了图像的清晰度，严重影响图像的视觉质量，而且亮度噪声为频率比较高的噪声，在含有噪声的图像中亮度噪声与图像细节混合在一起难以区分，增加了降噪的难度。在现有的去除图像亮度噪声的方法中，其滤除图像亮度噪声的时候，往往会造成图像的整体显示效果变得模糊，以至于很难同时保留物体的细节。
发明内容
本发明公布了一种去除图像亮度噪声的方法，其目的在于解决如下缺陷：利用现有技术在滤除图像亮度噪声的过程中，往往会造成图像的整体显示效果变得模糊，以至于很难保留图像的细节。
本发明的技术方案是这样的：
一种去除图像亮度噪声的方法，包括如下步骤：
S1：将YCbCr图像的亮度值分量Y以第一缩小比例缩小,然后经滤波、放大成第一亮度值分量Y1″；
S2:将所述亮度值分量Y以第二缩小比例缩小，然后滤波，经和所述第一亮度值分量Y1″加权平均放大，得到第二亮度值分量Y2″；
S3：将所述亮度值分量Y滤波后，和所述第二亮度值分量Y2″进行加权平均，得到滤除亮度噪声的亮度值分量Yout；
S4：将所述滤除噪声的亮度值分量Yout和YCbCr图像中的蓝色色度值Cb、红色色度值Cr转化到RGB空间，输出滤除噪声的RGB图像；
其中，步骤S1、S2、S3中各步骤的滤波方法相同；所述第二缩小比例为所述第一缩小比例的两倍。
进一步地：步骤S1具体包括：
S11：对所述亮度值分量Y采用双线性插值方法以所述第一缩小比例处理，得到第一缩小亮度值分量Y1；
S12：对所述第一缩小亮度值分量Y1的每个像素点进行滤波，得到第一缩小滤波亮度值分量Y1′；
S13：对所述第一缩小滤波亮度值分量Y1′采用双线性插值进行放大处理，得到所述第一亮度值分量Y1″。
进一步地：步骤S12具体包括如下步骤：
选取所述第一缩小亮度值分量Y1中的每一像素点H(i,j)的邻域Ω＝P×P,其中P为自然数；
计算邻域Ω＝P×P中的每一像素点k,l∈Ω的权重w，然后与所述每一像素点k,l∈Ω的像素值进行加权平均，得到所述第一缩小亮度值分量Y1；其中，计算公式为：
其中，σY＝10。
进一步地：P＝5。
进一步地：步骤S2包括如下步骤：
S21：对所述亮度值分量Y采用双线性插值方法进行缩小处理，得到第二缩小亮度值分量Y2；
S22：对所述第二缩小亮度值分量Y2的每个像素点进行滤波，得到第二缩小滤波亮度值分量Y2′；
S23：将所述第二缩小滤波亮度值分量Y2′和所述第一亮度值分量Y1″加权平均放大，得到所述第二亮度值分量Y2″。
进一步地：在步骤S21中，对所述亮度值分量Y采用双线性插值方法进行缩小处理时，缩小比例为0.5；在步骤S23中，将所述第二缩小滤波亮度值分量Y2′和所述第一亮度值分量Y1″加权平均放大时，放大比例为2。
进一步地：在步骤S4中，将所述滤除噪声的亮度值分量Yout和YCbCr图像中的蓝色色度值Cb、红色色度值Cr转化到RGB空间，其转化公式为：
Rout＝Yout+1.402·(Cr-128)
Gout＝Yout-0.34414·(Cb-128)-0.71414·(Cr-128)
Bout＝Yout+1.772·(Cb-128)。
进一步地：在步骤S11中，所述第一缩小比例为0.25；在步骤S13中，以放大比例2进行所述放大处理。
进一步地：在步骤S1之前，还包括：将RGB图像通过色彩空间转化后得到YCbCr图像，其转化公式如下：
Y＝0.299·R+0.587·G+0.114·B
Cb＝-0.168736·R-0.331264·G+0.5·B+128
Cr＝0.5·R-0.418688·G-0.081312·B+128。
进一步地：在将RGB图像通过色彩空间转化后得到YCbCr图像之前，还包括获取RGB图像。
本发明公布的一种去除图像亮度噪声的方法，该方法包括：通过将原始RGB图像转换成YCbCr图像,然后：(1)、将YCbCr图像中亮度值分量Y以第一缩小比例缩小处理，滤波，放大，得到第一亮度值分量Y1″；(2)、将YCbCr图像中亮度值分量Y以第二缩小比例缩小处理，滤波，然后和第一亮度值分量Y1″加权平均后放大，得到第二亮度值分量Y2″；(3)、将YCbCr图像中亮度值分量Y滤波后和第二亮度值分量加权平均，得到滤除噪声的亮度值分量Yout。最后将滤除噪声的亮度值分量Yout和原YCbCr图像中的蓝色色度值Cb、红色色度值Cr转化到RGB空间，输出滤除亮度噪声的RGB图像。在滤除图像亮度噪声的同时，保留了图像的细节，改善了图像的视觉效果。
本发明还公布了一种去除图像亮度噪声的装置，其目的在于解决如下缺陷：利用现有技术在滤除图像亮度噪声的过程中，往往会造成图像的整体显示效果变得模糊，以至于很难保留图像的细节。
本发明的技术方案如下：
一种去除图像亮度噪声的装置，包括：
色彩空间转换单元，用于将RGB图像转化到YCbCr色彩空间，得到YCbCr图像；其中YCbCr图像中的亮度值分量Y为待降噪的分量；
降噪单元，用于对所述亮度值分量Y以三种不同比例缩小后得到的图像分别滤波，得到三个滤波亮度值分量，并将所述三个滤波亮度值分量经处理后得到滤除噪声的亮度值分量；
色彩空间反转换单元，用于：将所述滤除噪声的亮度值分量、所述YCbCr图像中的蓝色色度分量Cb、红色色度分量Cr转换为滤除噪声的RGB图像。
进一步地，所述降噪单元包括：
第一亮度值分量获取模块，用于：通过将YCbCr图像的亮度值分量Y以第一缩小比例缩小,然后经滤波、放大后，得到第一亮度值分量Y1″；
第二亮度值分量获取模块，用于：通过将所述亮度值分量Y以第二缩小比例缩小，然后滤波，经和所述第一亮度值分量Y1″加权平均放大后，得到第二亮度值分量Y2″；
滤除噪声的亮度值分量获取模块，用于：将所述亮度值分量Y滤波后，和所述第二亮度值分量Y2″进行加权平均，得到滤除噪声的亮度值分量；
其中，第二缩小比例为第一缩小比例的2倍。
进一步地，还包括：图像显示单元，用于显示所述滤除噪声的RGB图像。
进一步地，还包括图像获取单元，用于获取待处理的原始RGB图像。
本发明公布的一种去除图像亮度噪声的装置，利用该装置将原始RGB图像转换成YCbCr图像,然后：(1)、将YCbCr图像中亮度值分量Y以第一缩小比例缩小处理，滤波，放大，得到第一亮度值分量Y1″；(2)、将YCbCr图像中亮度值分量Y以第二缩小比例缩小处理，滤波，然后和第一亮度值分量Y1″加权平均后放大，得到第二亮度值分量；(3)、将YCbCr图像中亮度值分量Y滤波后和第二亮度值分量加权平均，得到滤除噪声的亮度值分量Yout。最后将滤除噪声的亮度值分量Yout和原YCbCr图像中的蓝色色度值Cb、红色色度值Cr转化到RGB空间，输出滤除亮度噪声的RGB图像。在滤除图像亮度噪声的同时，保留了图像的细节，改善了图像的视觉效果。
附图说明
图1为本发明所述的方法的总的步骤图；
图2为本发明所述的方法的详细流程图；
图3为本发明所述装置的模块示意图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
参考图1，图1为本发明的流程图。本发明所说的去除图像亮度噪声的方法，包括如下步骤：
S1：将YCbCr图像的亮度值分量Y以第一缩小比例缩小,然后经滤波、放大成第一亮度值分量Y1″；
S2:将所述亮度值分量Y以第二缩小比例缩小，然后滤波，经和所述第一亮度值分量Y1″加权平均放大，得到第二亮度值分量Y2″；
S3：将所述亮度值分量Y滤波后，和所述第二亮度值分量Y2″进行加权平均，得到滤除噪声的亮度值分量Yout；
S4：将所述滤除噪声的亮度值分量Yout和YCbCr图像中的蓝色色度值Cb、红色色度值Cr转化到RGB空间，输出滤除亮度噪声的RGB图像。
为了能够在滤除图像亮度噪声的同时较好的保留图像的细节信息，在图像滤波处理前，对输入的YCbCr图像中的亮度值分量Y：(1)、以第一缩小比例缩小、然后滤波，得到第一亮度值分量Y1″；(2)、以第二缩小比例缩小、滤波后，和第一亮度值分量Y1″加权求平均放大，得到第二亮度值分量Y2″；再将亮度值分量Y以0比例缩小(相当于不缩小)，然后再进行滤波，滤波后再和第二亮度值分量Y2″加权平均，得到滤除噪声的亮度值分量Yout。最后将滤除噪声的亮度值分量Yout和YCbCr图像中的蓝色色度值Cb、红色色度值Cr转化到RGB空间，输出滤除亮度噪声的RGB图像。
具体地，参考图2，步骤S1分解为以下几步：
S11：对所述亮度值分量Y采用双线性插值方法进行缩小处理，得到第一缩小亮度值分量Y1；
S12：对所述第一缩小亮度值分量Y1的每个像素点进行滤波，得到第一缩小滤波亮度值分量Y1′；
S13：对所述第一缩小滤波亮度值分量Y1′采用双线性插值进行放大处理，得到所述第一亮度值分量Y1″。
下面对步骤S11-S13步骤进行具体描述。
作为步骤S11的一个具体的实施例，在对亮度值分量Y以第一缩小比例进行缩小处理时，下采样比例为0.25，其图像大小缩小为原来的1/16，即行、列为原来的1/4大小。例如：亮度值分量Y原来的大小为480*480，当以下采样比例0.25进行缩小时，则变为120*120。但是，这仅仅是示例性的，下采样比例也可以是1/8,即行、列分别为原来的1/8，则图像大小缩小为原来的1/64。
当完成步骤S11后，进入步骤S12:对所述第一缩小亮度值分量Y1的每个像素点进行滤波，得到第一缩小滤波亮度值分量Y1′。
具体而言，步骤S12中，对第一缩小亮度值分量Y1的每个像素点进行滤波，可以分为两个步骤实现：
S121：选取所述第一缩小亮度值分量Y1中的每一像素点H(i,j)的邻域Ω＝P×P,其中P为自然数；
S122：计算邻域Ω＝P×P中的每一像素点k,l∈Ω的权重w，然后与邻域Ω＝P×P中的每一像素点H(i,j)的像素值进行加权平均，得到第一缩小滤波亮度值分量Y1′；其中，计算公式为：
其中，σY＝10。
需要说明的是，邻域Ω＝P×P的范围根据P选取的大小而定，如果P值选择较大，则Ω＝P×P的范围较大；如果P值选择较小，则Ω＝P×P的范围较小。作为其中一个具体实施例，P值取5，则邻域的范围为Ω＝5×5。
通过步骤S12的分解步骤，可以将第一缩小亮度值分量Y1的每个像素点进行滤波，得到第一缩小滤波亮度值分量Y1′。
步骤S13：对所述第一缩小滤波亮度值分量Y1′采用双线性插值进行放大处理，得到所述第一亮度值分量。此处的放大倍率和步骤S11的缩小倍率相适配，例如：作为其中一个实施例，步骤S11的缩小倍率为0.25时，则步骤S13中的放大倍率为2。
通过步骤S1及各细分步骤，求得第一亮度值分量Y1″，然后进入步骤S2。
步骤S2：将所述亮度值分量Y以第二缩小比例缩小，然后滤波，经和所述第一亮度值分量Y1″加权平均放大，得到第二亮度值分量Y2″。该步骤中，第二缩小比例的倍率为第一缩小比例倍率的2倍。例如，在其中一个实施例中，第一缩小比例为0.25，则第二缩小比例为0.5。
具体地，步骤S2可以分解为如下几步：
S21：对所述亮度值分量Y采用双线性插值方法进行缩小处理，得到第二缩小亮度值分量Y2；
S22：对所述第二缩小亮度值分量Y2的每个像素点进行滤波，得到第二缩小滤波亮度值分量Y2′；
S23：将所述第二缩小滤波亮度值分量Y2′和所述第一亮度值分量加权平均放大，得到所述第二亮度值分量Y2″。
在步骤S21中，对亮度值分量Y进行缩小处理时，其缩小倍率是步骤S11的两倍。例如：步骤S11的缩小倍率为0.25时，则步骤步骤S21的缩小倍率为0.5。
对于步骤S22中对第二缩小亮度值分量Y2的每个像素点进行滤波，其具体滤波方法和步骤S12中对第一缩小亮度值分量Y1的每个像素点进行滤波的方法相同，在此不再累述。
在步骤S23中，在将所述第二缩小滤波亮度值分量Y2′和所述第一亮度值分量加权平均放大时，放大倍率取2。
在完成步骤S2之后，进入步骤S3。
S3：将所述亮度值分量Y滤波后，和所述第二亮度值分量Y2″进行加权平均，得到滤除噪声的亮度值分量Yout。
在步骤S3中，将原来的YCbCr图像的亮度值分量Y直接滤波，而不需要在滤波前做缩小处理(也可以理解为缩小比例为0)，将滤波后得到的图像和步骤S23中得到的第二亮度值分量加权平均，最终得到滤除噪声的亮度值分量。在本步骤中，对原来的YCbCr图像的亮度值分量Y的每个像素点的滤波方法和步骤S12中对第一缩小亮度值分量Y1的每个像素点进行滤波的方法相同，在此不再累述。
最后，通过步骤S4：将所述滤除噪声的亮度值分量Yout和原来的YCbCr图像中的蓝色色度值Cb、红色色度值Cr转化到RGB空间，输出滤除亮度噪声的RGB图像。
具体而言，步骤S4中的转换公式如下：
Rout＝Yout+1.402·(Cr-128)
Gout＝Yout-0.34414·(Cb-128)-0.71414·(Cr-128)
Bout＝Yout+1.772·(Cb-128)
综上所述，步骤S1-S4及其各分解步骤都是围绕对YCbCr图像中的亮度值分量Y进行滤波、降噪展开，但对于YCbCr图像中的蓝色色度值Cb、红色色度值Cr则没有做任何处理，只是在将亮度值分量Y滤波、降噪后，再一起处理输出到RGB空间。
需要说明的是，在步骤S1之前，还包括如下步骤：
将RGB图像通过色彩空间转化后得到YCbCr图像，其转化公式如下：
Y＝0.299·R+0.587·G+0.114·B
Cb＝-0.168736·R-0.331264·G+0.5·B+128
Cr＝0.5·R-0.418688·G-0.081312·B+128
通过上述公式，可以将RGB图像通过色彩转化成YCbCr图像。
本发明公布的一种去除图像亮度噪声的方法，通过将原始RGB图像转换成YCbCr图像,然后：(1)、将YCbCr图像中亮度值分量Y以第一缩小比例缩小处理，滤波，放大，得到第一亮度值分量Y1″；(2)、将YCbCr图像中亮度值分量Y以第二缩小比例缩小处理，滤波，然后和第一亮度值分量Y1″加权平均后放大，得到第二亮度值分量Y2″；(3)、将YCbCr图像中亮度值分量Y滤波后和第二亮度值分量加权平均，得到滤除噪声的亮度值分量Yout。最后将滤除噪声的亮度值分量Yout和原YCbCr图像中的蓝色色度值Cb、红色色度值Cr转化到RGB空间，输出滤除亮度噪声的RGB图像。在滤除图像亮度噪声的同时，保留了图像的细节，改善了图像的视觉效果。
参考图3，本发明还公布了一种去除图像亮度噪声的装置，包括：
色彩空间转换单元，用于：将RGB图像转化到YCbCr色彩空间，得到YCbCr图像；其中转换后的YCbCr色彩空间中的亮度值分量Y为待降噪的分量；
降噪单元，用于：对亮度值分量Y以三种不同比例缩小后得到的图像分别滤波，得到三种滤波亮度值分量，并将所述三种滤波亮度值分量经处理后得到滤除噪声的亮度值分量Yout。
色彩空间反转换单元，用于：将所述滤除噪声的亮度值分量Yout、所述YCbCr色彩空间中的蓝色色度分量Cb、红色色度分量Cr转换为降噪后的RoutGoutBout图像。
具体而言，在图3中，降噪单元包括：第一亮度值获取模块；第二亮度值获取模块和滤除噪声的亮度值分量获取模块；
第一亮度值分量Y1″获取模块，用于：通过将YCbCr图像的亮度值分量Y以第一缩小比例缩小,然后经滤波、放大后，得到第一亮度值分量Y1″。
具体地，参考图2，将亮度值分量Y以第一缩小比例缩小后，得到第一缩小亮度值分量Y1′，然后将第一缩小亮度值分量Y1′的每个像素点进行滤波，得到第一缩小滤波亮度值分量Y1′，然后将第一缩小滤波亮度值分量Y1′放大，得到第一亮度值分量Y1″。
作为其中的一个实施例，第一缩小比例取值0.25,对第一缩小滤波亮度值分量Y1′的每个像素点进行滤波的方法在前文中S121、S122已经详细描述了，在此不再累述。对滤波后得到的第一缩小滤波亮度值分量Y1′放大，其放大比率为2。经过缩小比例0.25缩小、然后再进行滤波，最后经放大倍率2放大后，将亮度值分量Y处理得到第一亮度值分量Y1″。
第二亮度值获取模块，用于：通过将所述亮度值分量以第二缩小比例缩小，然后滤波，经和所述第一亮度值分量Y1″加权平均放大后，得到第二亮度值分量Y2″。
具体地，参考图2，将亮度值分量Y以第二缩小比例缩小后，得到第二缩小亮度值分量Y2，然后将第二缩小亮度值分量Y2的每一个像素进行滤波，得到第二缩小滤波亮度值分量Y2′，最后将第一亮度值分量Y1″和第二缩小滤波亮度值分量Y2′加权平均后再放大，得到第二亮度值分量Y2″。
作为具体的实施例，在第一缩小比例取值为0.25时，第二缩小比例取值为0.5。对第二缩小亮度值分量Y2的每一个像素进行滤波的方法和对第一缩小滤波亮度值分量Y1′的每个像素点进行滤波的方法相同，在此不再累述。在将第一亮度值分量Y1″和第二缩小滤波亮度值分量Y2′加权平均后再放大时，其放大比率也为2。
滤除噪声的亮度值分量获取模块，用于：将所述亮度值分量滤波后，和所述第二亮度值分量进行加权平均，得到滤除噪声的亮度值分量。
具体地，参考图2，将YCbCr图像的亮度值分量Y不做任何缩小放大处理，直接对亮度值分量Y的每一个像素做滤波处理，得到亮度值滤波分量Y′。此处，对亮度滤波值分量Y′的每一个像素做滤波处理方法和对第一缩小滤波亮度值分量Y1′的每个像素点进行滤波的方法相同，在此不再累述。当得到亮度值滤波分量Y′后，将亮度值滤波分量Y′和前述中的第二亮度值分量Y2″进行加权平均，得到滤除噪声的亮度值分量Yout。
得到滤除噪声的亮度值分量Yout后，再利用色彩空间反转换单元模块将滤除噪声的亮度值分量Yout、YCbCr图像中的蓝色色度分量Cb、红色色度分量Cr转换为降噪后的RGB图像，具体转化公式见前述中的步骤S4，在此不再累述。
参考图3，本发明公布的一种去除图像亮度噪声的装置，还包括图像显示单元，用于显示所述降噪后的RGB图像。该图像显示单元可以是各种LED显示屏或者是其他具备图像显示功能的电子装置。
参考图3，本发明公布的一种去除图像亮度噪声的装置，还包括图像获取单元，用于获取待处理的原始RGB图像。原始RGB图像通过图像拍摄物体得到。
本发明公布的一种去除图像亮度噪声的装置，利用该装置将原始RGB图像转换成YCbCr图像,然后：(1)、将YCbCr图像中亮度值分量Y以第一缩小比例缩小处理，滤波，放大，得到第一亮度值分量Y1″；(2)、将YCbCr图像中亮度值分量Y以第二缩小比例缩小处理，滤波，然后和第一亮度值分量Y1″加权平均后放大，得到第二亮度值分量；(3)、将YCbCr图像中亮度值分量Y滤波后和第二亮度值分量加权平均，得到滤除噪声的亮度值分量Yout。最后将滤除噪声的亮度值分量Yout和原YCbCr图像中的蓝色色度值Cb、红色色度值Cr转化到RGB空间，输出滤除亮度噪声的RGB图像。在滤除图像亮度噪声的同时，保留了图像的细节，改善了图像的视觉效果。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (14)
1.一种去除图像亮度噪声的方法，其特征在于，包括如下步骤：
S1：将YCbCr图像的亮度值分量Y以第一缩小比例缩小,然后经滤波、放大成第一亮度值分量Y1″；
S2:将所述亮度值分量Y以第二缩小比例缩小，然后滤波，经和所述第一亮度值分量Y1″加权平均放大，得到第二亮度值分量Y2″；
S3：将所述亮度值分量Y滤波后，和所述第二亮度值分量Y2″进行加权平均，得到滤除亮度噪声的亮度值分量Yout；
S4：将所述滤除噪声的亮度值分量Yout和YCbCr图像中的蓝色色度值Cb、红色色度值Cr转化到RGB空间，输出滤除噪声的RGB图像；
其中，步骤S1、S2、S3中各步骤的滤波方法相同；所述第二缩小比例为所述第一缩小比例的两倍。
2.如权利要求1所述的去除图像亮度噪声的方法，其特征在于：步骤S1具体包括：
S11：对所述亮度值分量Y采用双线性插值方法以所述第一缩小比例处理，得到第一缩小亮度值分量Y1；
S12：对所述第一缩小亮度值分量Y1的每个像素点进行滤波，得到第一缩小滤波亮度值分量Y1′；
S13：对所述第一缩小滤波亮度值分量Y1′采用双线性插值进行放大处理，得到所述第一亮度值分量Y1″。
3.如权利要求2所述的去除图像亮度噪声的方法，其特征在于：步骤S12具体包括如下步骤：
选取所述第一缩小亮度值分量Y1中的每一像素点H(i,j)的邻域Ω＝P×P,其中P为自然数；
计算邻域Ω＝P×P中的每一像素点k,l∈Ω的权重w，然后与所述每一像素点k,l∈Ω的像素值进行加权平均，得到所述第一缩小亮度值分量Y1；其中，计算公式为：
其中，σY＝10。
4.如权利要求3所述的去除图像亮度噪声的方法，其特征在于：P＝5。
5.如权利要求1所述的去除图像亮度噪声的方法，其特征在于：步骤S2包括如下步骤：
S21：对所述亮度值分量Y采用双线性插值方法进行缩小处理，得到第二缩小亮度值分量Y2；
S22：对所述第二缩小亮度值分量Y2的每个像素点进行滤波，得到第二缩小滤波亮度值分量Y2′；
S23：将所述第二缩小滤波亮度值分量Y2′和所述第一亮度值分量Y1″加权平均放大，得到所述第二亮度值分量Y2″。
6.如权利要求5所述的去除图像亮度噪声的方法，其特征在于：在步骤S21中，对所述亮度值分量Y采用双线性插值方法进行缩小处理时，缩小比例为0.5；在步骤S23中，将所述第二缩小滤波亮度值分量Y2′和所述第一亮度值分量Y1″加权平均放大时，放大比例为2。
7.如权利要求1所述的去除图像亮度噪声的方法，其特征在于：在步骤S4中，将所述滤除噪声的亮度值分量Yout和YCbCr图像中的蓝色色度值Cb、红色色度值Cr转化到RGB空间，其转化公式为：
Rout＝Yout+1.402·(Cr-128)
Gout＝Yout-0.34414·(Cb-128)-0.71414·(Cr-128)
Bout＝Yout+1.772·(Cb-128)。
8.如权利要求2所述的去除图像亮度噪声的方法，其特征在于：在步骤S11中，所述第一缩小比例为0.25；在步骤S13中，以放大比例2进行所述放大处理。
9.如权利要求1-8中任一项所述的去除图像亮度噪声的方法，其特征在于：在步骤S1之前，还包括：将RGB图像通过色彩空间转化后得到YCbCr图像，其转化公式如下：
10.如权利要求9所述的去除图像亮度噪声的方法，其特征在于：在将RGB图像通过色彩空间转化后得到YCbCr图像之前，还包括获取RGB图像。
11.一种去除图像亮度噪声的装置，其特征在于，包括：
色彩空间转换单元，用于将RGB图像转化到YCbCr色彩空间，得到YCbCr图像；其中YCbCr图像中的亮度值分量Y为待降噪的分量；
降噪单元，用于对所述亮度值分量Y以三种不同比例缩小后得到的图像分别滤波，得到三个滤波亮度值分量，并将所述三个滤波亮度值分量经处理后得到滤除噪声的亮度值分量；
色彩空间反转换单元，用于：将所述滤除噪声的亮度值分量、所述YCbCr图像中的蓝色色度分量Cb、红色色度分量Cr转换为滤除噪声的RGB图像。
12.如权利要求11所述的去除图像亮度噪声的装置，其特征在于，所述降噪单元包括：
第一亮度值分量获取模块，用于：通过将YCbCr图像的亮度值分量Y以第一缩小比例缩小,然后经滤波、放大后，得到第一亮度值分量Y1″；
第二亮度值分量获取模块，用于：通过将所述亮度值分量Y以第二缩小比例缩小，然后滤波，经和所述第一亮度值分量Y1″加权平均放大后，得到第二亮度值分量Y2″；
滤除噪声的亮度值分量获取模块，用于：将所述亮度值分量Y滤波后，和所述第二亮度值分量Y2″进行加权平均，得到滤除噪声的亮度值分量；
其中，第二缩小比例为第一缩小比例的2倍。
13.如权利要求11-12中任一项所述的去除图像亮度噪声的装置，其特征在于，还包括：图像显示单元，用于显示所述滤除噪声的RGB图像。
14.如权利要求13所述的去除图像亮度噪声的装置，其特征在于，还包括图像获取单元，用于获取待处理的原始RGB图像。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811577725.1A CN109754374A (zh) | 2018-12-20 | 2018-12-20 | 一种去除图像亮度噪声的方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811577725.1A CN109754374A (zh) | 2018-12-20 | 2018-12-20 | 一种去除图像亮度噪声的方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109754374A true CN109754374A (zh) | 2019-05-14 |
Family
ID=66402848
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811577725.1A Pending CN109754374A (zh) | 2018-12-20 | 2018-12-20 | 一种去除图像亮度噪声的方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109754374A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111161177A (zh) * | 2019-12-25 | 2020-05-15 | Tcl华星光电技术有限公司 | 图像自适应降噪方法和装置 |
| CN113177599A (zh) * | 2021-05-10 | 2021-07-27 | 南京信息工程大学 | 一种基于gan的强化样本生成方法 |
| CN113269686A (zh) * | 2021-05-14 | 2021-08-17 | 展讯通信（上海）有限公司 | 亮度噪声的处理方法、装置、存储介质及终端 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080089601A1 (en) * | 2004-12-20 | 2008-04-17 | Nikon Corporation | Image Processing Method |
| JP2009152780A (ja) * | 2007-12-19 | 2009-07-09 | Nikon Corp | 撮像装置及び画像効果付与プログラム |
| CN102257531A (zh) * | 2008-12-19 | 2011-11-23 | 高通股份有限公司 | 高动态范围图像组合 |
| WO2012114373A1 (ja) * | 2011-02-23 | 2012-08-30 | 株式会社日立製作所 | 映像信号処理方法及び装置 |
| 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 |
| CN107451979A (zh) * | 2017-08-08 | 2017-12-08 | 腾讯科技（深圳）有限公司 | 一种图像处理方法、装置和存储介质 |
| CN108122213A (zh) * | 2017-12-25 | 2018-06-05 | 北京航空航天大学 | 一种基于YCrCb的低对比度图像增强方法 |
| CN207506552U (zh) * | 2017-04-14 | 2018-06-19 | 深圳市资福医疗技术有限公司 | 一种胶囊式内窥镜及内窥镜检查系统 |
-
2018
- 2018-12-20 CN CN201811577725.1A patent/CN109754374A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080089601A1 (en) * | 2004-12-20 | 2008-04-17 | Nikon Corporation | Image Processing Method |
| JP2009152780A (ja) * | 2007-12-19 | 2009-07-09 | Nikon Corp | 撮像装置及び画像効果付与プログラム |
| CN102257531A (zh) * | 2008-12-19 | 2011-11-23 | 高通股份有限公司 | 高动态范围图像组合 |
| WO2012114373A1 (ja) * | 2011-02-23 | 2012-08-30 | 株式会社日立製作所 | 映像信号処理方法及び装置 |
| 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 |
| CN207506552U (zh) * | 2017-04-14 | 2018-06-19 | 深圳市资福医疗技术有限公司 | 一种胶囊式内窥镜及内窥镜检查系统 |
| CN107451979A (zh) * | 2017-08-08 | 2017-12-08 | 腾讯科技（深圳）有限公司 | 一种图像处理方法、装置和存储介质 |
| CN108122213A (zh) * | 2017-12-25 | 2018-06-05 | 北京航空航天大学 | 一种基于YCrCb的低对比度图像增强方法 |
Non-Patent Citations (2)
| Title |
|---|
| CHAO AN等: "Fast Color image enhancement based on fuzzy multiple-scale Retinex", 《PROCEEDINGS OF 2011 6TH INTERNATIONAL FORUM ON STRATEGIC TECHNOLOGY》 * |
| EVANWU_85: "JPEG编解码详解", 《HTTPS://BLOG.CSDN.NET/EVANWU_85/ARTICLE/DETAILS/5794901》 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111161177A (zh) * | 2019-12-25 | 2020-05-15 | Tcl华星光电技术有限公司 | 图像自适应降噪方法和装置 |
| WO2021128498A1 (zh) * | 2019-12-25 | 2021-07-01 | Tcl华星光电技术有限公司 | 图像自适应降噪方法及装置 |
| CN111161177B (zh) * | 2019-12-25 | 2023-09-26 | Tcl华星光电技术有限公司 | 图像自适应降噪方法和装置 |
| CN113177599A (zh) * | 2021-05-10 | 2021-07-27 | 南京信息工程大学 | 一种基于gan的强化样本生成方法 |
| CN113177599B (zh) * | 2021-05-10 | 2023-11-21 | 南京信息工程大学 | 一种基于gan的强化样本生成方法 |
| CN113269686A (zh) * | 2021-05-14 | 2021-08-17 | 展讯通信（上海）有限公司 | 亮度噪声的处理方法、装置、存储介质及终端 |
| CN113269686B (zh) * | 2021-05-14 | 2022-11-25 | 展讯通信（上海）有限公司 | 亮度噪声的处理方法、装置、存储介质及终端 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9483848B2 (en) | Image processing apparatus having a plurality of image processing blocks that are capable of real-time processing of an image signal | |
| EP3054675B1 (en) | Imaging systems with clear filter pixels | |
| KR100786931B1 (ko) | 화상 신호 처리 장치 및 화상 신호 처리 방법 | |
| US8457433B2 (en) | Methods and systems for image noise filtering | |
| EP1580982A2 (en) | Image data processing in color spaces | |
| US20060146064A1 (en) | Hexagonal color pixel structure with white pixels | |
| JP4290193B2 (ja) | 画像処理装置 | |
| US20050248667A1 (en) | Extended dynamic range in color imagers | |
| CN109754374A (zh) | 一种去除图像亮度噪声的方法及装置 | |
| US7812870B2 (en) | Color space conversion in the analog domain | |
| EP2242020B1 (en) | Image sharpening processing device, method, and software | |
| CN108307162B (zh) | 高效灵活的色彩处理器 | |
| US8385671B1 (en) | Digital camera and method | |
| JP2005115598A (ja) | 画像処理方法及び画像処理装置 | |
| US20140037207A1 (en) | System and a method of adaptively suppressing false-color artifacts | |
| JP5268321B2 (ja) | 画像処理装置及び画像処理方法、画像処理プログラム | |
| KR100700017B1 (ko) | 조정 가능한 임계값을 이용한 컬러 보간 장치 | |
| CN107615760A (zh) | 图像处理装置、图像处理方法、成像元件以及成像装置 | |
| CN109767385B (zh) | 一种去除图像色度噪声的方法和装置 | |
| WO2017183273A1 (ja) | 画像処理装置 | |
| US8345116B2 (en) | Noise reduction filter processing circuit, image processing circuit, imaging device, and storage medium storing noise reduction program | |
| JP2015008391A (ja) | 画像処理装置、画像処理方法および画像処理プログラム | |
| JP3992403B2 (ja) | 画像信号処理装置および画像信号処理方法 | |
| KR100688757B1 (ko) | 이미지 데이터의 에지 강조 장치 및 방법 | |
| JPH1042311A (ja) | 映像信号処理装置 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190514 |