CN109872274A - 一种基于引导滤波器的量子图像传感器的列噪声消除方法 - Google Patents
一种基于引导滤波器的量子图像传感器的列噪声消除方法 Download PDFInfo
- Publication number
- CN109872274A CN109872274A CN201910048635.1A CN201910048635A CN109872274A CN 109872274 A CN109872274 A CN 109872274A CN 201910048635 A CN201910048635 A CN 201910048635A CN 109872274 A CN109872274 A CN 109872274A
- Authority
- CN
- China
- Prior art keywords
- column
- noise
- image
- wave filter
- qis
- 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
Landscapes
- Image Processing (AREA)
Abstract
本发明公开一种基于引导滤波器的量子图像传感器的列噪声消除方法,包括以下步骤:在第一设定参数下利用一维引导滤波器对含列噪声的QIS单帧图像进行滤波,将QIS单帧图像中的高频分量与图像平滑部分进行分离,得到该QIS单帧图像的高频分量;在第二设定参数下利用所述的一维引导滤波器对高频分量进行引导滤波,将高频分量中的列噪声和预定图像平滑部分进行分离,获得需要的噪声分量;对获得的噪声分量求列均值,得到列噪声向量,用传感器输出图像减去该列噪声向量,得到去列噪声图像。本发明对QIS的非固定的列条纹噪声有很好去除效果,且算法快速有效。
Description
技术领域
本发明涉及图像处理技术领域,特别是涉及一种基于引导滤波器的量子图像传感器的列噪声消除方法。
背景技术
量子图像传感器(QIS)具有单光子计数、空间过采样、时间过采样三大特征。相比于经典的CMOS图像传感器,QIS的称为“jot”的像素具有亚衍射极限、高转换增益、低满阱容量,所以QIS应具备超低的读出噪声、超大的动态范围、超高的图像分辨率以及超快的帧频速率,因此将极大提升许多特殊环境下的图像获取质量,例如微弱光环境成像、高速运动物体捕获、高对比度成像等,具有广阔的应用前景。
实际的QIS成像系统中,QIS采用大阵列过采样以及列读出的电路结构,由于期间的不匹配和制造工艺的偏差,像素的读出噪声和读出电路的ADC偏置电压有所不同,于是对于单光子的量化会产生非固定的列条纹噪声,它的存在会严重的降低QIS的成像质量。又因为QIS的高帧频和高数据量,所以对非固定的列噪声的消除应简单快速且具备实时特性。
QIS的在图像处理领域的列噪声消除可以放宽对实际电路设计的要求,对于以后国内的单光子过采样图像传感器的研究有着有积极的作用。
发明内容
本发明的目的是针对现有技术中存在的技术缺陷,而提供一种基于引导滤波器的量子图像传感器的列噪声消除方法。
为实现本发明的目的所采用的技术方案是:
一种基于引导滤波器的量子图像传感器的列噪声消除方法,包括以下步骤:
在第一设定参数下利用一维引导滤波器对含列噪声的QIS单帧图像进行滤波,将QIS单帧图像中的高频分量与图像平滑部分进行分离,得到该QIS单帧图像的高频分量;
在第二设定参数下利用所述的一维引导滤波器对高频分量进行引导滤波,将高频分量中的列噪声和预定图像平滑部分进行分离,获得需要的噪声分量;
对获得的噪声分量求列均值,得到列噪声向量,用传感器输出图像减去该列噪声向量,得到去列噪声图像。
其中,所述一维引导滤波器的滤波输出qi为:
其中,k|i∈ωk表示覆盖像素i的多个重叠的滤波窗口ωk, 是与像素i重叠的所有滤波窗口的系数平均值,其中,每个点的滤波输出qi组成了图像平滑部分,ak,bk是在滤波窗口ωk中恒定的线性系数,k是滤波窗口ω的序列数,Ii引导图像;
其中,μk和是滤波窗口ωk中引导图像Ii的均值和方差,是滤波窗口ωk中输入图像Pi的平均值,|ω|是滤波窗口ωk中的灰度值点数,ε是对参数ak的权衡。
与现有技术相比,本发明的有益效果是:
本发明采用高效的引导滤波器,通过对噪声图像的细节保留滤波,估计列噪声的均值,从而很好地消除QIS非固定的列噪声。
附图说明
图1为基于引导滤波器的量子图像传感器的列噪声消除方法的流程示意图。
具体实施方式
以下结合附图和具体实施例对本发明作进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
如图1所示,本发明的基于引导滤波器的量子图像传感器的列噪声消除方法,包括以下步骤:
首先对QIS的列噪声模型进行建模:实际输出图像用c(m,n)表示如下,
c(m,n)=h(m,n)+s(m,n) (1)
其中h(m,n)是图像c(m,n)的高频分量,s(m,n)是除高频分量外的图像平滑版本,m×n是输出图像c(m,n)的分辨率。
本发明中,所使用的滤波器为引导滤波器。
定义引导滤波器,引导滤波器在引导图像I的引导下平滑输入图像p,然后把滤波输出q表示为图像I的线性变换:
其中(ak,bk)是在滤波窗口ωk中恒定的线性系数,i∈(m×n),且i是图像的像素点数,k是滤波窗口ω的序列数,同时规定r为滤波窗口ω的半径。成本函数如下所示:
其中ε是对参数ak的权衡。最小化上式,其解为
其中μk和是滤波窗口ωk中引导图像I的均值和方差,是滤波窗口ωk中输入图像p的平均值,|ω|是滤波窗口ωk中的灰度值点数。滤波输出为
其中k|i∈ωk定义了覆盖像素i的多个重叠的滤波窗口ωk,并且是与像素i重叠的所有滤波窗口ωk的系数平均值。
其中,每个点的滤波输出qi组成了图像平滑版本s(m,n),由(1)可得,图像高频部分为:
h(m,n)=c(m,n)-s(m,n) (7)
得到的高频分量,提取其中的少部分图像细节。于是对高频分量h(m,n)再次进行引导滤波,且本次参数设置较高,是为了尽可能的平滑掉纹理结构。这样,可以把高频分量中的列噪声和少部分的图像细节进行分离,即
h(m,n)=a0(m,n)+t(m,n) (8)
其中,a0(m,n)是需要的噪声分量,t(m,n)是滤波后的高频分量中的极少部分图像平滑部分,然后对噪声分量a0(m,n)求列均值。对参数求平均值可以一定程度上消除随机噪声的影响,从而得到较好估计的列噪声向量a(n)。用传感器输出图像c(m,n)减去估计列噪声向量a(n),可得到较好的去列噪声图像。
在引导滤波阶段,第一次滤波时参数设置可以是较小,如滤波半径r=2,可令ε=0.1,第二次滤波时,参数设置可以较大,使滤波器可以尽可能的平滑掉纹理结构,滤波半径设置为r=8,令ε=0.4。实验可以证明算法具有良好的消噪性能,且很好的保留了图像细节。
本发明方法结合了引导滤波器,对QIS的非固定的列条纹噪声有很好的去除效果,且算法快速有效,通过图像处理技术可以放宽对电路设计的要求。
以上所述仅是本发明的优选实施方式,应当指出的是,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (2)
1.一种基于引导滤波器的量子图像传感器的列噪声消除方法,其特征在于,包括以下步骤:
在第一设定参数下利用一维引导滤波器对含列噪声的QIS单帧图像进行滤波,将QIS单帧图像中的高频分量与图像平滑部分进行分离,得到该QIS单帧图像的高频分量;
在第二设定参数下利用所述的一维引导滤波器对高频分量进行引导滤波,将高频分量中的列噪声和预定图像平滑部分进行分离,获得需要的噪声分量;
对获得的噪声分量求列均值,得到列噪声向量,用传感器输出图像减去该列噪声向量,得到去列噪声图像。
2.如权利要求1所述基于引导滤波器的量子图像传感器的列噪声消除方法,其特征在于,所述一维引导滤波器的滤波输出qi为:
其中,k|i∈ωk表示覆盖像素i的多个重叠的滤波窗口ωk, 是与像素i重叠的所有滤波窗口的系数平均值,其中,每个点的滤波输出qi组成了图像平滑部分,ak,bk是在滤波窗口ωk中恒定的线性系数,k是滤波窗口ω的序列数,Ii引导图像;
其中,μk和是滤波窗口ωk中引导图像Ii的均值和方差,是滤波窗口ωk中输入图像Pi的平均值,|ω|是滤波窗口ωk中的灰度值点数,ε是对参数ak的权衡。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910048635.1A CN109872274A (zh) | 2019-01-18 | 2019-01-18 | 一种基于引导滤波器的量子图像传感器的列噪声消除方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910048635.1A CN109872274A (zh) | 2019-01-18 | 2019-01-18 | 一种基于引导滤波器的量子图像传感器的列噪声消除方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109872274A true CN109872274A (zh) | 2019-06-11 |
Family
ID=66917729
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910048635.1A Pending CN109872274A (zh) | 2019-01-18 | 2019-01-18 | 一种基于引导滤波器的量子图像传感器的列噪声消除方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109872274A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110866883A (zh) * | 2019-11-29 | 2020-03-06 | 上海联影医疗科技有限公司 | 一种双能ct图像去噪方法、装置、终端及存储介质 |
CN111047659A (zh) * | 2019-11-08 | 2020-04-21 | 湖北科技学院 | 结合滤波方法的ct环形伪影的校正方法 |
CN111652821A (zh) * | 2020-06-05 | 2020-09-11 | 北京环境特性研究所 | 基于梯度信息的微光视频图像降噪处理方法、装置和设备 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180025474A1 (en) * | 2016-07-20 | 2018-01-25 | Alibaba Group Holding Limited | Video processing method and apparatus |
-
2019
- 2019-01-18 CN CN201910048635.1A patent/CN109872274A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180025474A1 (en) * | 2016-07-20 | 2018-01-25 | Alibaba Group Holding Limited | Video processing method and apparatus |
Non-Patent Citations (2)
Title |
---|
YANPENG CAO ETC.: ""Effective Strip Noise Removal for Low-Textured Infrared Images Based on 1-D Guided Filtering"", 《IEEE TRANSACTIONS ON CIRCUITS AND SYSTEMS FOR VIDEO TECHNOLOGY》 * |
芦碧波,等: "全变分引导图像去噪", 《计算机工程与应用》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111047659A (zh) * | 2019-11-08 | 2020-04-21 | 湖北科技学院 | 结合滤波方法的ct环形伪影的校正方法 |
CN110866883A (zh) * | 2019-11-29 | 2020-03-06 | 上海联影医疗科技有限公司 | 一种双能ct图像去噪方法、装置、终端及存储介质 |
CN110866883B (zh) * | 2019-11-29 | 2023-03-17 | 上海联影医疗科技股份有限公司 | 一种双能ct图像去噪方法、装置、终端及存储介质 |
CN111652821A (zh) * | 2020-06-05 | 2020-09-11 | 北京环境特性研究所 | 基于梯度信息的微光视频图像降噪处理方法、装置和设备 |
CN111652821B (zh) * | 2020-06-05 | 2024-01-23 | 北京环境特性研究所 | 基于梯度信息的微光视频图像降噪处理方法、装置和设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Simoncelli et al. | Noise removal via Bayesian wavelet coring | |
CN105096280B (zh) | 处理图像噪声的方法及装置 | |
Luisier et al. | SURE-LET for orthonormal wavelet-domain video denoising | |
Jin et al. | Adaptive Wiener filtering of noisy images and image sequences | |
Varghese et al. | Video denoising based on a spatiotemporal Gaussian scale mixture model | |
CN109872274A (zh) | 一种基于引导滤波器的量子图像传感器的列噪声消除方法 | |
CN109816599B (zh) | 一种基于小波分解卷积神经网络的图像条带噪声抑制方法 | |
Prakash et al. | Biorthogonal wavelet transform based image fusion using absolute maximum fusion rule | |
Tessens et al. | Extending the depth of field in microscopy through curvelet-based frequency-adaptive image fusion | |
CN108042126B (zh) | 一种改进的激光散斑衬比血流成像方法 | |
CN103500436A (zh) | 图像超分辨率处理方法和系统 | |
Elahi et al. | BM3D mridenoising equipped with noise invalidation technique | |
RU2448367C1 (ru) | Способ повышения визуальной информативности цифровых полутоновых изображений | |
US20100111436A1 (en) | Method and apparatus for removing motion compensation noise of image by using wavelet transform | |
CN106254720A (zh) | 一种基于联合正则化的视频超分辨率重建方法 | |
CN109978775A (zh) | 颜色去噪方法及装置 | |
CN112750090A (zh) | 一种改进小波阈值的水下图像降噪方法及系统 | |
WO2020186848A1 (zh) | 一种图像增强方法及装置 | |
Kaur et al. | A survey on implementation of discrete wavelet transform for image denoising | |
CN110490819A (zh) | 基于nsst和nlm滤波及硬阈值技术的图像去噪方法 | |
CN110009575A (zh) | 基于稀疏表示的红外图像条带噪声抑制方法 | |
KR101595883B1 (ko) | 영상의 움직임 보상 노이즈 제거 장치 및 방법 | |
Sugamya et al. | Image enhancement using singular value decomposition | |
CN106447616B (zh) | 一种实现小波去噪的方法和装置 | |
Sharma et al. | Synthesis of flash and no-flash image pairs using guided image filtering |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190611 |