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 |