CN109949246B - 一种处理图像的方法 - Google Patents

Abstract

本申请提供了一种图像处理方法，获取连续拍摄的第一图像和第二图像，第一图像和第二图像的像素点数量相同，且一一对应；确定第一图像中各像素点的第一灰度值；确定第二图像中各像素点的第二灰度值；确定第一图像中各像素点的灰度差值；根据第一图像中各像素点的灰度差值，确定第一图像的平均灰度差和灰度标准差；根据第一图像中各像素点的灰度差值、第一图像的平均灰度差和灰度标准差显示第一图像。本申请的方法根据连续拍摄的两幅图像的灰度值差以及待处理图像的平均灰度差和灰度标准差对待处理图像进行处理，并显示处理后的待处理图像，实现了图像的最佳显示。

Description

一种处理图像的方法

技术领域

本申请涉及图像处理技术领域，尤其涉及一种图像处理方法。

背景技术

21世纪是一个充满信息的时代，图像作为人类感知世界的视觉基础，是人类获取信息、表达信息和传递信息的重要手段。

数字图像处理，即用计算机对图像进行处理，其发展历史并不长。数字图像处理技术源于20世纪20年代，当时通过海底电缆从英国伦敦到美国纽约传输了一幅照片，采用了数字压缩技术。

首先数字图像处理技术可以帮助人们更客观、准确地认识世界，人的视觉系统可以帮助人类从外界获取3/4以上的信息，而图像、图形又是所有视觉信息的载体，尽管人眼的鉴别力很高，可以识别上千种颜色，但很多情况下，图像对于人眼来说是模糊的甚至是不可见的，通过图象增强技术，可以使模糊甚至不可见的图像变得清晰明亮。

因此，图像的处理方法得到广泛的关注。

发明内容

为解决上述问题，本申请实施例提出了一种图像处理方法。

获取连续拍摄的第一图像和第二图像，所述第一图像和所述第二图像的像素点数量相同，且一一对应；

确定所述第一图像中各像素点的第一灰度值；

确定所述第二图像中各像素点的第二灰度值；

确定所述第一图像中各像素点的灰度差值，其中，第一图像中任一像素点的灰度差值＝所述第一图像中任一像素点的第一灰度值-第二图像中对应的像素点的第二灰度值；

根据所述第一图像中各像素点的灰度差值，确定第一图像的平均灰度差和灰度标准差；

根据所述第一图像中各像素点的灰度差值、第一图像的平均灰度差和灰度标准差显示第一图像。

可选地，所述根据所述第一图像中各像素点的灰度差值、第一图像的平均灰度差和灰度标准差显示第一图像，包括：

根据所述第一图像中各像素点的灰度差值、第一图像的平均灰度差和灰度标准差，确定第一图像中各像素点的噪声；

根据所述第一图像中各像素点的灰度值与第一图像中各像素点的噪声，确定第一图像中各像素点的显示灰度值；

按第一图像中各像素点的显示灰度值显示第一图像。

可选地，所述根据所述第一图像中各像素点的灰度差值、第一图像的平均灰度差和灰度标准差，确定第一图像中各像素点的噪声，包括：

通过如下公式计算第一图像中任一像素点的噪声：

其中，e_i为第一图像中像素点i的噪声，i，j均为像素标识，i为1,2，……，N，j为1,2，……，N，N为第一图像中像素点总数；m_i为第一图像中像素点i的灰度差值，d_ij为第一图像中像素点i与像素点j的像素距离差，σ为第一图像的灰度标准差，μ为第一图像的平均灰度差，q_i为第一图像中像素点i的灰度值，q_j为第一图像中像素点j的灰度值。

可选地，所述根据所述第一图像中各像素点的灰度值与第一图像中各像素点的噪声，确定第一图像中各像素点的显示灰度值，包括：

对于第一图像中任一像素点，确定所述任一像素点的相邻像素点；

确定相邻像素点的灰度值；

确定所述任一像素点的灰度值与相邻像素点的灰度值的差值；

根据所述差值与所述任一像素点的噪声，确定所述任一像素点的显示灰度值。

可选地，所述相邻像素点为以所述任一像素点为中心，1个像素距离为半径的圆内包括的像素点。

可选地，相邻像素点为多个；

所述确定相邻像素点的灰度值，包括：

确定每个相邻像素点的灰度值；

所述确定所述任一像素点的灰度值与相邻像素点的灰度值的差值，包括：

确定所述任一像素点的灰度值与每个相邻像素点的灰度值的差值；

所述根据所述差值与所述任一像素点的噪声，确定所述任一像素点的显示灰度值，包括：

根据所有的差值与所述任一像素点的噪声，确定所述任一像素点的显示灰度值。

可选地，所述根据所有的差值与所述任一像素点的噪声，确定所述任一像素点的显示灰度值，包括：

确定所有的差值的均值；

根据如下公式确定所述任一像素点的显示灰度值：

其中，q′_i为第一图像中像素点i的显示灰度值，μ′为所有的差值的均值，k为相邻像素点中的像素标识，k为1,2，……，M，M为相邻像素点的总数量，

为像素点i与相邻像素点k的差值。

可选地，所述确定所有的差值的均值之前，还包括：

确定所述任一像素点满足预设的处理条件。

可选地，所述处理条件为：任一像素点的所有差值中大于预设阈值的数量>0.5*任一像素点的相邻像素点总数量。

可选地，所述处理条件为：任一像素点的所有差值中最小差值>μ，且任一像素点的所有差值中大于预设阈值的数量>0.5*任一像素点的相邻像素点总数量*μ/任一像素点的所有差值中最小差值。

有益效果如下：

根据连续拍摄的两幅图像的灰度值差以及待处理图像的平均灰度差和灰度标准差对待处理图像进行处理，并显示处理后的待处理图像，实现了图像的最佳显示。

附图说明

下面将参照附图描述本申请的具体实施例，其中：

图1示出了本申请一实施例提供的一种图像处理方法的流程示意图。

具体实施方式

为了使本申请的技术方案及优点更加清楚明白，以下结合附图对本申请的示例性实施例进行进一步详细的说明，显然，所描述的实施例仅是本申请的一部分实施例，而不是所有实施例的穷举。并且在不冲突的情况下，本说明中的实施例及实施例中的特征可以互相结合。

21世纪是一个充满信息的时代，图像作为人类感知世界的视觉基础，是人类获取信息、表达信息和传递信息的重要手段。数字图像处理，即用计算机对图像进行处理，其发展历史并不长。数字图像处理技术源于20世纪20年代，当时通过海底电缆从英国伦敦到美国纽约传输了一幅照片，采用了数字压缩技术。首先数字图像处理技术可以帮助人们更客观、准确地认识世界，人的视觉系统可以帮助人类从外界获取3/4以上的信息，而图像、图形又是所有视觉信息的载体，尽管人眼的鉴别力很高，可以识别上千种颜色，但很多情况下，图像对于人眼来说是模糊的甚至是不可见的，通过图象增强技术，可以使模糊甚至不可见的图像变得清晰明亮。

基于此，本申请提供一种图像处理方法，根据连续拍摄的两幅图像的灰度值差以及待处理图像的平均灰度差和灰度标准差对待处理图像进行处理，并显示处理后的待处理图像，实现了图像的最佳显示。

参见图1，本实施例提供的图像处理方法实现流程如下：

101，获取连续拍摄的第一图像和第二图像。

其中，第一图像和第二图像为同一图像获取设备连续获取的两张图像，第一图像为通过本实施例提供的图像处理方法进行处理的图像，第二图像为比对图像。

由于第一图像和第二图像为同一图像获取设备连续获取的两张图像，因此，第一图像和第二图像的像素点数量相同，且一一对应。

第一图像共有N个像素点，第二图像也共有N个像素点，若对第一图像中的像素点进行标号，第一图像中的第i像素点，与第二图像中的第i像素点对应。

i为像素标识，i取值范围为1,2，……，N，N为第一图像中像素点总数。

另外，本步骤中获取的第一图像和第二图像优选为灰度图像，若为彩色图像也可以，本实施例不对第一图像和第二图像是否为彩色图像进行限定。

102，确定第一图像中各像素点的第一灰度值。

例如，获取第一图像中像素点1的灰度值为第一灰度值q₁，像素点2的灰度值为第一灰度值q₂，……，像素点i的灰度值为第一灰度值q_i，……，像素点N的灰度值为第一灰度值q_N。

103，确定第二图像中各像素点的第二灰度值。

例如，获取第二图像中像素点1的灰度值为第二灰度值p₁，像素点2的灰度值为第二灰度值p₂，……，像素点i的灰度值为第二灰度值p_i，……，像素点N的灰度值为第二灰度值p_N。

104，确定第一图像中各像素点的灰度差值。

其中，第一图像中任一像素点的灰度差值＝第一图像中任一像素点的第一灰度值-第二图像中对应的像素点的第二灰度值。

例如，确定第一图像中像素点1的灰度差值m₁＝q₁-p₁，第一图像中像素点2的灰度差值m₂＝q₂-p₂，……，第一图像中像素点i的灰度差值m_i＝q_i-p_i，……，第一图像中像素点N的灰度差值m_N＝q_N-p_N。

由于第一图像和第二图像为连续拍摄的两张图像，其有比较意义，通过第一图像与第二图像的差可以知道两张图像的区别，也就可以知道第一图像在何处应做处理，因此通过本步骤中确定的第一图像中各像素点的灰度差值可以有效的反应第一图像需要进行处理的像素点，为后续对图像进行处理做参考。

105，根据第一图像中各像素点的灰度差值，确定第一图像的平均灰度差和灰度标准差。

第一图像的平均灰度差

第一图像的灰度标准差

106，根据第一图像中各像素点的灰度差值、第一图像的平均灰度差和灰度标准差显示第一图像。

具体的，本步骤的是实现方法为：

106-1，根据第一图像中各像素点的灰度差值、第一图像的平均灰度差和灰度标准差，确定第一图像中各像素点的噪声。

具体的，通过如下公式计算第一图像中任一像素点的噪声：

其中，e_i为第一图像中像素点i的噪声，i，j均为像素标识，i为1,2，……，N，j为1,2，……，N，N为第一图像中像素点总数。m_i为第一图像中像素点i的灰度差值，d_ij为第一图像中像素点i与像素点j的像素距离差，σ为第一图像的灰度标准差，μ为第一图像的平均灰度差，q_i为第一图像中像素点i的灰度值，q_j为第一图像中像素点j的灰度值。

q_i与q_j可以为相同像素点的灰度值，也可以为不同像素点的灰度值，本实施例不做限定。因此，计算像素点i的灰度值与第一图像中每一个像素点的灰度值之间的差，即为计算q_i-q₁，q_i-q₂，……，q_i-q_j，……，q_i-q_N。

106-2，根据第一图像中各像素点的灰度值与第一图像中各像素点的噪声，确定第一图像中各像素点的显示灰度值。

本步骤中，对于第一图像中任一像素点，1)确定任一像素点的相邻像素点。2)确定相邻像素点的灰度值。3)确定任一像素点的灰度值与相邻像素点的灰度值的差值，即确定一个差值，该差值＝任一像素点的灰度值-相邻像素点的灰度值。4)根据差值与任一像素点的噪声，确定任一像素点的显示灰度值。

其中，相邻像素点的确定方式为以任一像素点为中心，1个像素距离为半径的圆内包括的像素点。

例如，对于像素点i，其相邻像素点为以像素点i为中心，一个像素距离为半径画圆，圆内包括的所有像素点。

再例如，对于左上角的像素点，其相邻像素点为以左上角的像素点为中心，一个像素距离为半径画圆，圆内包括的所有像素点。由于其只有右下1/4的圆为图像，因此，其相邻像素点仅为右下1/4的圆中的所有像素点。

如果相邻像素点为一个，则确定该相邻像素点的灰度值，确定任一像素点的灰度值与该相邻像素点的灰度值的差值，根据差值与任一像素点的噪声，确定任一像素点的显示灰度值。

如果相邻像素点为多个，则确定每个相邻像素点的灰度值，确定任一像素点的灰度值与每个相邻像素点的灰度值的差值，根据所有的差值与任一像素点的噪声，确定任一像素点的显示灰度值。

其中，根据所有的差值与任一像素点的噪声，确定任一像素点的显示灰度值的实现方案为：确定所有的差值的均值，并根据如下公式确定任一像素点的显示灰度值：

其中，q′_i为第一图像中像素点i的显示灰度值，μ′为所有的差值的均值，k为相邻像素点中的像素标识，k为1,2，……，M，M为相邻像素点的总数量，

为像素点i与相邻像素点k的差值。

通过从像素点i的灰度值中减去像素点i的噪声实现像素点i的处理，但是在减去像素点i的噪声的过程中，并非简单的减去像素点i的噪声，而是减去像素点i的加权噪声，权重为

通过该权重对噪声进行适当的调整，使得减去的噪声根据像素点i的灰度差值动态调整。灰度差值小的像素点，标识第一图像和第二图像区别较小，那么对减掉的噪声进行降低处理，达到少减掉噪声的目的。灰度差值大的像素点，标识第一图像和第二图像区别较大，那么对减掉的噪声进行增加处理，达到多减掉噪声的目的。

考虑到图像的整体像素值，基于相邻像素点确定权重，可以有效的提升调整后的像素点之间的协调程度，避免调整后突兀的情况发生。

上述为对每个像素点均进行噪声调整，在具体实现时，还可以对满足预设的处理条件的像素点进行噪声调整，对不满足预设的处理条件的像素点不做调整。例如：确定任一像素点是否满足预设的处理条件，若满足预设的处理条件，则确定所有的差值的均值，并根据如下公式确定任一像素点的显示灰度值：

其中预设的处理条件可以为：任一像素点的所有差值中大于预设阈值的数量>0.5*任一像素点的相邻像素点总数量。也可以为：任一像素点的所有差值中最小差值>μ，且任一像素点的所有差值中大于预设阈值的数量>0.5*任一像素点的相邻像素点总数量*μ/任一像素点的所有差值中最小差值。本实施例不对预设的处理条件的具体内容进行限定。

此处的阈值是预先设置的，阈值的具体数值可以根据经验确定，例如5，或者10，或者其他数值。本实施例不对阈值的具体数值进行限定。

106-3，按第一图像中各像素点的显示灰度值显示第一图像。

本实施例提供的图像处理方法，通过与待处理图像(第一图像)极为相似的第二图像，对第一图像进行处理。

具体处理时，基于第一图像与第二图像中每个像素灰度值之间的差，准确的确定第一图像中每一像素的噪声，再根据每个像素与其相邻像素点之间的灰度值差别对噪声进行动态调整，将各像素灰度值与调整后的噪声的差作为最终显示的灰度值，实现了第一图像的较佳处理。

需要说明的是，本实施例及后续实施例中的“第一”，“第二”仅用于区分不同步骤中的图像、像素点、灰度值等，不具有其他任何特殊含义。

有益效果：

根据连续拍摄的两幅图像的灰度值差以及待处理图像的平均灰度差和灰度标准差对待处理图像进行处理，并显示处理后的待处理图像，实现了图像的最佳显示。

Claims (9)

1.一种图像处理方法，其特征在于，所述方法包括：

获取连续拍摄的第一图像和第二图像，所述第一图像和所述第二图像的像素点数量相同，且一一对应；

确定所述第一图像中各像素点的第一灰度值；

确定所述第二图像中各像素点的第二灰度值；

确定所述第一图像中各像素点的灰度差值，其中，第一图像中任一像素点的灰度差值=所述第一图像中任一像素点的第一灰度值-第二图像中对应的像素点的第二灰度值；

根据所述第一图像中各像素点的灰度差值，确定第一图像的平均灰度差和灰度标准差；

根据所述第一图像中各像素点的灰度差值、第一图像的平均灰度差和灰度标准差显示第一图像；

其中，所述根据所述第一图像中各像素点的灰度差值、第一图像的平均灰度差和灰度标准差显示第一图像，包括：

根据所述第一图像中各像素点的灰度差值、第一图像的平均灰度差和灰度标准差，确定第一图像中各像素点的噪声；

根据所述第一图像中各像素点的灰度值与第一图像中各像素点的噪声，确定第一图像中各像素点的显示灰度值；

按第一图像中各像素点的显示灰度值显示第一图像。

2.根据权利要求1所述的方法，其特征在于，所述根据所述第一图像中各像素点的灰度差值、第一图像的平均灰度差和灰度标准差，确定第一图像中各像素点的噪声，包括：

通过如下公式计算第一图像中任一像素点的噪声：

；

其中，

为第一图像中像素点i的噪声，i，j均为像素标识，i为1,2，……，N，j为1,2，……，N，N为第一图像中像素点总数；/>

为第一图像中像素点i的灰度差值，/>

为第一图像中像素点i与像素点j的像素距离差，/>

为第一图像的灰度标准差，/>

为第一图像的平均灰度差，/>

为第一图像中像素点i的灰度值，/>

为第一图像中像素点j的灰度值。

3.根据权利要求2所述的方法，其特征在于，所述根据所述第一图像中各像素点的灰度值与第一图像中各像素点的噪声，确定第一图像中各像素点的显示灰度值，包括：

对于第一图像中任一像素点，确定所述任一像素点的相邻像素点；

确定相邻像素点的灰度值；

确定所述任一像素点的灰度值与相邻像素点的灰度值的差值；

根据所述差值与所述任一像素点的噪声，确定所述任一像素点的显示灰度值。

4.根据权利要求3所述的方法，其特征在于，所述相邻像素点为以所述任一像素点为中心，1个像素距离为半径的圆内包括的像素点。

5.根据权利要求4所述的方法，其特征在于，相邻像素点为多个；

所述确定相邻像素点的灰度值，包括：

确定每个相邻像素点的灰度值；

所述确定所述任一像素点的灰度值与相邻像素点的灰度值的差值，包括：

确定所述任一像素点的灰度值与每个相邻像素点的灰度值的差值；

所述根据所述差值与所述任一像素点的噪声，确定所述任一像素点的显示灰度值，包括：

根据所有的差值与所述任一像素点的噪声，确定所述任一像素点的显示灰度值。

6.根据权利要求5所述的方法，其特征在于，所述根据所有的差值与所述任一像素点的噪声，确定所述任一像素点的显示灰度值，包括：

确定所有的差值的均值；

根据如下公式确定所述任一像素点的显示灰度值：

；

其中，

为第一图像中像素点i的显示灰度值，/>

为所有的差值的均值，k为相邻像素点中的像素标识，k为1,2，……，M，M为相邻像素点的总数量，/>

为像素点i与相邻像素点k的差值。

7.根据权利要求6所述的方法，其特征在于，所述确定所有的差值的均值之前，还包括：

确定所述任一像素点满足预设的处理条件。

8.根据权利要求7所述的方法，其特征在于，所述处理条件为：任一像素点的所有差值中大于预设阈值的数量>0.5*任一像素点的相邻像素点总数量。

9.根据权利要求7所述的方法，其特征在于，所述处理条件为：任一像素点的所有差值中最小差值>

，且任一像素点的所有差值中大于预设阈值的数量>0.5*任一像素点的相邻像素点总数量*/>

/任一像素点的所有差值中最小差值。/>

Images