CN110166716B - 图像处理设备和图像处理方法 - Google Patents
图像处理设备和图像处理方法 Download PDFInfo
- Publication number
- CN110166716B CN110166716B CN201910113523.XA CN201910113523A CN110166716B CN 110166716 B CN110166716 B CN 110166716B CN 201910113523 A CN201910113523 A CN 201910113523A CN 110166716 B CN110166716 B CN 110166716B
- Authority
- CN
- China
- Prior art keywords
- average value
- color
- intensity
- processing
- image
- 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
Links
- 238000012545 processing Methods 0.000 title claims abstract description 300
- 238000003672 processing method Methods 0.000 title claims abstract description 10
- 230000009467 reduction Effects 0.000 claims abstract description 42
- 238000011156 evaluation Methods 0.000 claims abstract description 18
- 230000008859 change Effects 0.000 claims description 51
- 238000012937 correction Methods 0.000 claims description 36
- 238000000034 method Methods 0.000 claims description 30
- 230000008569 process Effects 0.000 claims description 14
- 230000007423 decrease Effects 0.000 claims 3
- 238000012544 monitoring process Methods 0.000 description 13
- 239000000203 mixture Substances 0.000 description 12
- 230000014509 gene expression Effects 0.000 description 8
- 238000003384 imaging method Methods 0.000 description 7
- 239000003086 colorant Substances 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000015572 biosynthetic process Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000003786 synthesis reaction Methods 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 238000005286 illumination Methods 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000002146 bilateral effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000002431 foraging effect Effects 0.000 description 1
- 230000006872 improvement Effects 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
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
- H04N25/60—Noise processing, e.g. detecting, correcting, reducing or removing noise
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
- H04N25/60—Noise processing, e.g. detecting, correcting, reducing or removing noise
- H04N25/63—Noise processing, e.g. detecting, correcting, reducing or removing noise applied to dark current
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
- H04N25/70—SSIS architectures; Circuits associated therewith
- H04N25/76—Addressed sensors, e.g. MOS or CMOS sensors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
- Studio Devices (AREA)
- Color Television Image Signal Generators (AREA)
Abstract
本发明提供一种图像处理设备和图像处理方法。提供一种用于实现颜色偏差降低的降噪的图像处理设备。该图像处理设备包括：颜色值计算电路，其被配置为从通过摄像所获取到的图像信号来计算颜色值；平均值计算电路，其被配置为计算图像信号的平均值；以及处理电路，其被配置为以与包括颜色值和平均值的评价值相对应的强度对图像信号进行降噪处理。
Description
技术领域
本发明涉及诸如降噪等的图像处理技术。
背景技术
传统上，已知诸如数字照相机等的摄像设备采用用于通过经由数字增益将低照度下所拍摄的信息量小的摄像信号放大将该摄像信号转换为信息量大的输出信号的技术。然而，在摄像信号被放大的情况下，信息量增加，同时，摄像信号中包含的随机噪声也被放大。特别地，已知低亮度部分包含比高亮度部分更多的随机噪声。
作为解决该问题的方法，例如，已知如日本特开2004-72422中讨论的方法。日本特开2004-72422讨论了用于估计信号中包含的噪声量并根据所估计的噪声量来进行降噪处理的技术。通过以这种方式根据信号中包含的噪声量来进行降噪处理，即使高亮度部分和低亮度部分包含不同的噪声量，也可以进行降噪处理。
然而，在日本特开2004-72422中所讨论的基于估计的噪声量来进行降噪处理的技术中，如果构成图像信号的红色(R)、绿色(G)和蓝色(B)信号的分布出现偏差，则发生向特定颜色的偏差。特别地，低亮度部分的不自然的色调被强调。因此，认为降噪处理有改进的余地。
发明内容
根据本发明的方面，一种图像处理设备包括：颜色值计算单元，其被配置为从图像信号计算颜色值；平均值计算单元，其被配置为计算所述图像信号的平均值；强度计算单元，其被配置为根据包括所述平均值和所述颜色值的评价值来计算表示降噪处理的强度的强度系数；以及处理单元，其被配置为根据所述强度系数来对所述图像信号进行所述降噪处理。
根据本发明的另一方面，一种图像处理设备所进行的图像处理方法包括：从通过摄像所获取到的图像信号来计算颜色值；计算所述图像信号的平均值；以及以与包括所述平均值和所述颜色值的评价值相对应的强度来对所述图像信号进行降噪处理。
通过以下参考附图对实施例的说明，本发明的其它特征将变得明显。
附图说明
图1示出摄像系统的整体结构的示例。
图2示出摄像设备的内部结构的示例。
图3示出图像处理电路的内部结构。
图4示出用于描述一般技术问题的图的示例。
图5示出用于描述一般技术问题的直方图。
图6示出用于描述一般技术问题的另一直方图。
图7示出根据第一实施例的降噪(NR)处理电路的内部结构的示例。
图8是示出根据第一实施例的NR处理的流程图。
图9示出根据第一实施例的NR强度确定电路的内部结构的示例。
图10示出根据第一实施例的NR强度确定处理的流程图。
图11示出根据第一实施例的NR处理电路的内部结构的另一示例。
图12示出根据第一实施例的NR处理电路的内部结构的又一示例。
图13示出根据第二实施例的NR处理电路的内部结构的示例。
图14是示出根据第二实施例的NR处理的流程图。
具体实施方式
以下将参考附图来详细描述本发明的实施例。
图1示出根据本实施例的摄像系统的整体结构的示例。
图1所示的摄像系统包括作为用于拍摄运动图像并进行图像处理的设备的监视照相机101以及客户端设备102，其中客户端设备102在监视照相机101和客户端设备102可以经由因特网协议(IP)网络彼此通信的状态下与监视照相机101连接。下面将描述监视照相机101设置有根据本实施例的图像处理设备的功能的示例。客户端设备102可以设置有根据本实施例的图像处理设备的功能。由监视照相机101拍摄的运动图像被发送到客户端设备102，在客户端设备102上进行显示，并根据需要进行记录。尽管下面将以作为图像处理设备的监视照相机101为中心描述本实施例，但是图像处理设备不限于此。客户端设备102的示例包括各种便携式终端(数字照相机、数字便携式摄像机以及具有照相机功能的智能电话和平板电脑)、工业照相机、车载照相机和医疗照相机。
图2是示出根据图1所示的本实施例的监视照相机101的整体内部结构的示例的框图。
包括变焦透镜、调焦透镜、照相机抖动校正透镜、光圈和快门的摄像光学系统201在图像传感器202的摄像面上形成被摄体的光学图像。具有对应于各像素的滤色器的图像传感器202例如是用于将入射到摄像面的光转换成电信号的电荷耦合器件(CCD)传感器或互补金属氧化物半导体(CMOS)传感器。图像传感器202接收透过滤色器并入射至摄像面的光，并将光转换为电信号。这里，图像传感器202能够针对所有像素设置任意曝光时间。在根据本实施例的监视照相机101中，图像传感器202拍摄运动图像，并在运动图像的时间轴上输出各连续帧的图像信号。
CPU 203是用于进行与根据本实施例的监视照相机101的所有组件有关的处理的控制器。CPU 203顺序地读取存储在只读存储器(ROM)204和随机存取存储器(RAM)205中的程序的指令，并且根据解释结果来进行处理。摄像系统控制电路206基于从CPU 203提供的调焦控制指令、快门控制指令和光圈控制指令，对摄像光学系统201进行调焦控制、快门打开/关闭控制和光圈调节。控制电路207基于来自客户端设备102的指令经由CPU 203控制各单元。ROM 204存储要由CPU 203执行的程序和各种设置值。将存储在ROM 204中的程序加载到临时存储当前正在各组件中处理的数据的RAM 205中。
模拟-数字(A/D)转换器208将经由利用图像传感器202的光电转换所获取到的模拟电信号(模拟摄像信号)转换为数字信号值。将经由利用A/D转换器208的A/D转换所获取到的数字信号值作为运动图像的各帧的图像信号发送到图像处理电路209。图像处理电路209是对图像信号进行图像处理的部分。下面将详细描述图像处理。编码器电路210进行用于将经过了图像处理电路209的图像处理的图像信号转换为诸如联合图像专家组(JPEG)和H.264等的预定文件格式的编码处理。将在编码器电路210的编码处理之后产生的图像数据发送到客户端设备102。
图3是示出根据第一实施例的监视照相机101中所包括的图像处理电路209的整体内部结构的示例的框图。
将如上文所描述的图像传感器202所拍摄的经过A/D转换器208的A/D转换的运动图像的各帧的图像信号输入到用作存储器的图像输入电路301。显像处理电路302对来自图像输入电路301的图像信号进行诸如去马赛克处理、白平衡调节、伽马校正和锐度校正等的处理。降噪(NR)处理电路303对由显像处理电路302处理的图像进行空间滤波处理或时间滤波处理，以进行用于降低在空间和时间方向上发生的随机噪声的NR处理。下面将描述根据本实施例的NR处理电路303的详细结构和操作。用作用于临时存储由NR处理电路303处理的图像信号的存储器的图像输出电路304将图像信号输出到图1所示的编码器电路210。图像输入电路301和图像输出电路304不是必需电路。从A/D转换器208输出的图像信号可以直接输入到显像处理电路302，并且从NR处理电路303输出的图像信号可以直接输出到编码器电路210。
在详细描述根据本实施例的图像处理之前，将描述一般NR处理的原理和问题。
首先，下面将描述NR处理的原理。
下面将描述一般NR处理的已知方法。该方法将目标像素的像素值与多个邻接参考像素的像素值进行比较，获得具有高相关性的像素的相加平均值，并输出相加平均值作为目标像素的经过降噪处理的像素值。在这种情况下，可以通过改变参考像素的参考范围和改变要用于计算目标像素和参考像素之间的相关性的参数来控制NR处理强度。
作为用于确定NR处理强度的方法的示例，存在日本特开2004-72422中讨论的用于确定NR处理强度的方法。该方法通过获取影响噪声的因素，估计传感器上的噪声水平，并设置与所估计的噪声水平相对应的NR处理强度，可以适当地设置高亮度部分至低亮度部分的NR处理强度。
随后，下面将描述已知的现有技术的一般NR处理的问题。
在诸如夜晚等的黑暗环境中拍摄的具有低信噪(S/N)比的图像中，可能发生向包括红色(R)、绿色(G)和蓝色(B)成分的三原色中的特定颜色的偏差。例如，如图4所示，假设拍摄到布置有三个不同的非彩色区域(从上向下为白色区域401、灰色区域402和黑色区域403)的图400。在例如低照度环境或高温环境下拍摄图4所示的图400的情况下，由于数字增益而大幅放大的随机噪声或者由于温度升高而引起的暗电流噪声导致向特定颜色的偏差。例如，如图5所示，如果在R、G和B成分之间出现平均值偏差(即，各颜色成分的分布的偏差)，则发生如品红色的颜色偏差。特别是在包含大量随机噪声的低亮度部分中，可能会发生这种颜色偏差。在包含大量噪声的低亮度部分中出现平均值偏差的情况下，应用在日本特开2004-72422中讨论的用于确定NR处理强度的方法如在低亮度部分中一样在被估计为包含大量随机噪声的区域中设置高NR处理强度。因此，与图5所示的进行NR处理之前的图像相比，如图6所示，如果为了增大R、G和B成分之间的差异而使它们之间的重叠颜色部分消失，则在该图像中如品红色的颜色偏差将被强调。
根据本实施例，如以下所描述的，不仅基于从图像信号获得的噪声水平，而且还基于针对各RGB颜色成分的平均值和在执行包括NR处理的图像处理前后的颜色之间的变化来确定NR处理强度。因此，根据本实施例，即使在各颜色成分的分布中发生偏差，也可以实现颜色偏差的减少。
图7是示出根据本实施例的用于对运动图像的图像信号进行NR处理并输出处理后的图像信号的NR处理电路303的内部结构的示例的框图。
根据本实施例的NR处理电路303包括输入信号获取电路701、噪声水平计算电路702、平均值计算电路703、颜色值计算电路704、NR强度确定电路705、NR处理执行电路706和输出信号保持电路707。
输入信号获取电路701是在构成运动图像的在时间轴上连续的各帧中获取包括目标帧(例如，某一时间的帧)的R、G和B成分的三色图像信号(下文中这些信号统称为RGB输入信号)、并临时存储该三色图像信号的存储器。
噪声水平计算电路702进行用于基于RGB输入信号计算各RGB成分的噪声水平(噪声量)的噪声水平计算处理。下面将详细描述用于计算各RGB成分的噪声水平的处理。噪声水平计算电路702将表示针对各RGB成分计算的噪声水平的信号输出到NR强度确定电路705。
平均值计算电路703基于RGB输入信号来进行用于计算各RGB成分的平均值的处理。下面将描述用于计算各RGB成分的平均值的方法。平均值计算电路703将表示针对各RGB成分所计算的平均值的信号输出到NR强度确定电路705。
颜色值计算电路704基于RGB输入信号和NR处理执行电路706执行了NR处理后的信号(以下称为RGB输出信号)，来进行用于计算各信号成分的颜色值的处理。下面将详细描述用于基于RGB输入信号和RGB输出信号来计算颜色值的处理。然后，颜色值计算电路704将表示RGB输入信号和RGB输出信号的颜色的信号输出到NR强度确定电路705。
NR强度确定电路705基于噪声水平计算电路702所计算的各RGB成分的噪声水平、平均值计算电路703所计算的各成分的平均值以及颜色值计算电路704所计算的表示颜色值的信号来确定NR处理的强度系数。下面将详细描述用于确定强度系数的方法。然后，NR强度确定电路705将表示强度系数的信号输出到NR处理执行电路706。
NR处理执行电路706基于NR强度确定电路705所确定的NR处理强度来对输入信号获取电路701所获取到的RGB输入信号进行NR处理。将经过NR处理的RGB输出信号发送到输出信号保持电路707和图3所示的图像输出电路304。
输出信号保持电路707保持已经经过NR处理执行电路706的NR处理后的RGB输出信号。当颜色值计算电路704计算颜色时，将输出信号保持电路707保持的RGB输出信号作为已经过NR处理后的RGB输出信号输入。
最后，将从NR处理执行电路706输出的RGB输出信号作为已经过NR处理执行电路706的NR处理后的当前帧的图像信号发送到图3所示的图像输出电路304。
图8是示出图7所示的NR处理电路303的各块所进行的处理的流程的流程图。图7所示的结构和图8所示的流程图的处理可以通过硬件结构来实现，或者处理的一部分可以通过软件结构来实现并且剩余的处理可以通过硬件结构来实现。在通过软件结构来进行处理的情况下，图8所示的流程图的处理例如在CPU 203执行ROM 204中存储的程序时实现。这也适用于(如下所述的)其它流程图。
在图8所示的步骤S801中，输入信号获取电路701获取上述RGB输入信号。在以下描述中，RGB输入信号的R、G和B成分分别由RIN(v,h)、GIN(v,h)和BIN(v,h)表示。(v,h)表示二维坐标位置，其具有图像中的水平方向(x轴方向)的值和垂直方向(y轴方向)的值。尽管在本实施例中将描述针对RGB输入信号的处理，但是NR处理电路303所要处理的输入信号数据不受特别限制，并且可以由输入信号获取电路701任意地转换。例如，可以对YUV信号、L*a*b*成分以及可见和不可见成分进行(以下所述的)NR处理。
在步骤S802中，噪声水平计算电路702计算RGB输入信号的各RGB成分RIN(v,h)、GIN(v,h)和BIN(v,h)的噪声水平(噪声量)。例如，噪声水平计算电路702通过使用式(1)和(2)计算噪声的方差作为表示图像中包含的噪声水平的评价值。
[式(1)]
[式(2)]
式(1)和(2)获得针对R成分的噪声方差σ2 R(v,h)。尽管将省略公式的描述，但是噪声水平计算电路702还通过在式(1)和(2)中分别用G成分和B成分来替换R成分来计算G和B成分的噪声方差σ2 G(v,h)和σ2 B(v,h)。通过在式(1)和(2)中将s1和s2的值设置得大，可以正确地计算包含在信号中的噪声方差。
噪声水平的评价值不限于利用计算式(1)和(2)的方差。例如，可以使用各种评价值，诸如噪声的标准差和图像传感器的噪声特性等。噪声水平的评价值可以基于方差、标准差和图像传感器的噪声特性中的至少两个的组合。
在步骤S803中，基于RGB输入信号，平均值计算电路703进行用于计算各RGB成分的平均值作为评价值的处理。例如，平均值计算电路703通过使用式(2)来计算R成分的平均值。尽管将省略对公式的描述，但是平均值计算电路703还通过在式(2)中分别用G和B成分替换R成分来计算G和B成分的平均值。
在步骤S804中，颜色值计算电路704基于RGB输入信号和从保持经过了(如下所述的)NR处理的信号的输出信号保持电路707读取的RGB输出信号，来计算颜色值作为表示各信号成分中的颜色的评价值。从输出信号保持电路707读取的RGB输出信号是在要进行NR处理的帧之前的帧中的经过了NR处理的信号，并且期望是在紧挨着要进行NR处理的帧之前的帧中的经过了NR处理的信号。尽管将省略对公式的描述，但是颜色值计算电路704将RGB输入信号的颜色值计算为a* IN(v,h)和b* IN(v,h)，并将RGB输出信号的颜色值计算为a* OUT(v,h)和b* OUT(v,h)。表示颜色的评价值不限于Lab空间中的a*和b*的值。例如，还可使用YUV转换时的UV成分、XYZ颜色系中的x和y值以及HSV颜色空间中的H(色调)和S(饱和度)值。
在步骤S805中，NR强度确定电路705基于如上所述分别获取到的评价值来确定NR处理强度。更具体地，NR强度确定电路705基于来自噪声水平计算电路702的各RGB成分的噪声水平、来自平均值计算电路703的各RGB成分的平均值以及来自颜色值计算电路704的颜色值，来确定NR处理强度。
图9是示出NR强度确定电路705的结构的示例的框图。
如图9所示，NR强度确定电路705包括颜色值变化计算电路901、平均值差计算电路902、限幅(clip)处理电路903和NR强度系数计算电路904。
颜色值变化计算电路901基于颜色值计算电路704所计算出的颜色值来计算颜色值变化。下面将详细描述用于计算颜色值变化的处理。然后，颜色值变化计算电路901将表示颜色值变化的信号输出到限幅处理电路903。
平均值差计算电路902通过使用图7所示的平均值计算电路703所计算出的RGB输入信号的平均值来计算平均值之间的差(下文中称为平均值差)。下面将详细描述用于计算平均值差的处理。然后，平均值差计算电路902将表示平均值差的信号输出到限幅处理电路903。
限幅处理电路903对从噪声水平计算电路702输入的RGB输入信号的噪声方差、从颜色值变化计算电路901输入的颜色值变化、以及从平均值差计算电路902输入的平均值差进行限幅处理。下面将详细描述限幅处理。限幅处理电路903将经过了限幅处理的信号输出到NR强度系数计算电路904。
NR强度系数计算电路904基于已经过了限幅处理电路903的限幅处理后的信号来计算NR处理执行电路706进行的NR处理的强度系数。下面将详细描述用于计算NR强度系数的处理。将NR强度系数计算电路904所计算出的NR处理强度系数输出到图7所示的NR处理执行电路706。
图10是示出图9所示的NR强度确定电路705的各块所进行的处理的流程的流程图。
在图10所示的步骤S1001中，颜色值变化计算电路901分别计算从颜色值计算电路704输入的RGB输入信号的颜色值a* IN(v,h)和b* IN(v,h)与RGB输出信号的颜色值a* OUT(v,h)和b* OUT(v,h)之间的变化。更具体地，颜色值变化计算电路901计算在执行NR处理前后的颜色值之间的变化。例如，颜色值变化计算电路901通过使用式(3)来计算在执行NR处理前后的颜色值之间的变化Δa*b*(v,h)。然后，将颜色值变化计算电路901所计算出的颜色值变化Δa*b*(v,h)发送到限幅处理电路903。如果要进行NR处理的帧与从输出信号保持电路707读取的帧之间的被摄体发生了变化，则无论NR处理的结果如何，颜色值变化都增加。因此，可以添加结构使得：计算帧之间的各区域的运动矢量，并且在运动矢量大并且估计为被摄体的变化可能性高的区域中，将颜色值变化Δa*b*(v,h)固定为0或默认值。
[式(3)]
在步骤S1002中，平均值差计算电路902通过使用从平均值计算电路703输入的RGB输入信号的平均值来计算平均值差ΔAve(v,h)。例如，平均值差计算电路902通过使用式(4)来计算平均值差ΔAve(v,h)。将平均值差计算电路902所计算的平均值差ΔAve(v,h)发送到限幅处理电路903。
[式(4)]
在步骤S1003中，限幅处理电路903对RGB输入信号的噪声水平(噪声方差σ2 R(v,h)、σ2 G(v,h)、σ2 B(v,h))、颜色值变化Δa*b*(v,h)和平均值差ΔAve(v,h)进行限幅处理。例如，限幅处理电路903通过使用式(5)、(6)和(7)来对各信号成分进行限幅处理。
[式(5)]
[式(6)]
[式(7)]
式(5)表示对R成分的噪声方差σ2 R(v,h)的限幅处理。参考式(5)，σ2 MAX是用于定义R成分的噪声方差σ2 R(v,h)的上限值的参数，以及σ2 MIN是用于定义R成分的噪声方差σ2 R(v,h)的下限值的参数。尽管省略了对公式的描述，但是限幅处理电路903还通过分别在式(5)中用G和B成分替换R成分来对G和B成分的噪声方差σ2 G(v,h)和σ2 B(v,h)进行限幅处理。
式(6)表示对颜色值变化Δa*b*(v,h)的限幅处理。参考式(6)，Δa*b*(v,h)MAX是用于定义颜色值变化Δa*b*(v,h)的上限值的参数，以及Δa*b*(v,h)MIN是用于定义颜色值变化Δa*b*(v,h)的下限值的参数。
式(7)表示对平均值差ΔAve(v,h)的限幅处理。参考式(7)，ΔAveMAX是用于定义平均值差ΔAve(v,h)的上限值的参数，以及ΔAveMIN是用于定义平均值差ΔAve(v,h)的下限值的参数。
在步骤S1004中，NR强度系数计算电路904基于限幅处理之后的噪声方差、颜色值变化和平均值差来计算NR处理强度系数NRST。例如，NR强度系数计算电路904通过使用噪声方差σ2 R(v,h)、σ2 G(v,h)和σ2 B(v,h)、颜色值变化Δa*b*(v,h)以及平均值差ΔAve(v,h)计算如式(8)所示的比率来计算NR处理强度系数NRST。
[式(8)]
式(8)计算针对R成分的NR处理强度系数NRST。尽管省略了对公式的描述，但是NR强度系数计算电路904还通过在公式(8)中分别用G和B成分替换R成分来计算针对G和B成分的NR处理强度系数。式(8)中的NRMAX是用于定义NR强度NRST(v,h)的上限值和下限值之间的范围的参数。参考式(8)，α表示用于控制噪声方差对NR强度系数的影响的参数，β表示用于控制颜色值变化对NR强度系数的影响的参数，以及γ表示用于控制平均值差对NR强度系数的影响的参数。参数α、β和γ控制噪声方差、颜色值变化和平均值差对NR强度系数的影响。尽管在本实施例中NRMAX被定义在0～128的范围内，但是NRMAX的范围不限于此。σ2 MAX、σ2 MIN、Δa*b*(v,h)MAX、Δa*b*(v,h)MIN、ΔAveMAX和ΔAveMIN是与式(5)、(6)和(7)中使用的参数相同的参数。
平均值差的值较小表示区域更可能是非彩色区域，并且其值较大表示区域更可能是彩色区域。更具体地，由公式(8)定义的NR强度NRST(v,h)是不仅考虑到噪声量而且还考虑到各RGB成分的平均值差而计算出的值。因此，在进行使用NR强度NRST(v,h)的NR处理的情况下，针对颜色偏差显著的非彩色区域控制NR处理强度，使得可以减小颜色偏差。另外，根据本实施例，考虑到进行NR处理前后的颜色值之间的变化来计算NR强度NRST(v,h)。因此，在进行使用NR强度NRST(v,h)的NR处理的情况下，可以减少由NR处理引起的图6所示的颜色偏差(包括彩色区域)被强调。
包括上限值、下限值、α、β、γ和NR强度范围的上述参数不限于预定的固定值。这些参数可能由于各种因素而改变，例如根据噪声量改变、由用户动态改变、根据传感器温度改变、根据整个图像上的亮度变化改变或者考虑到传感器的老化而改变。例如，可以检测图像传感器的温度，并且可以基于温度变化来改变参数。例如，在基于温度变化来改变参数的情况下，参数在高温下被设置为大的值并且在低温下被设置为小的值。还可以根据整个图像中的亮度分布来改变参数。例如，在亮度分布大幅偏向低亮度侧的情况下，整个图像可能变得略带紫色。因此，参数在亮度分布大幅偏向低亮度侧的情况下被设置为大的值，而在亮度分布大幅偏向高亮度侧的情况下被设置为小的值。参数α、β和γ的权重可以根据图像传感器的特性和光黑(OB)区域中的噪声方差而改变。例如，如果图像传感器的特性使得G成分趋于变小，则参数β和γ的值被加权为相对大于参数α的值。例如，在照相机的动态范围被设置为宽动态范围(WDR)的情况下，参数可以被设置为大的值。在WDR设置中，由于在亮部分和暗部分之间具有较大差的场景可能导致更显著的颜色模糊，因此将参数设置为大的值以应用更强的NR处理。在拍摄夜景的情况下，可以将与本实施例相关的参数设置为0，从而可以进行传统的NR处理。另外，可以启用与作为被摄体的天空相对应的区域设置，并且可以维持在晴朗天气中的浅蓝色区域中的浅蓝色和在黄昏时在微红色区域中的微红色。在这种情况下，参数α、β和γ的权重可以例如通过学习处理而根据摄像时区改变。
返回参考图8所示的流程图，在步骤S806中，NR处理执行电路706基于如上所述由NR强度确定电路705所确定的NR处理强度对来自输入信号获取电路701的RGB输入信号进行NR处理。例如，如果在NR处理执行电路706中实现的NR处理是利用epsilon滤波器的NR处理，则NR处理执行电路706进行由式(9)和(10)的计算表达的NR处理。
[式(9)]
[式(10)]
如果输入具有大的值的NR强度系数，则式(9)中的s1和s2的值增大或者式(10)中的阈值ε的设置增大以增强NR处理的效果。尽管省略了对公式的描述，但是NR处理执行电路706还通过在公式(9)中分别用G和B成分替换R成分来对G和B成分进行NR处理。NR处理的实现的示例不限于通过计算式(9)和(10)的实现。例如，NR处理执行电路706可以使用双边空间NR滤波器、参考边缘信息的NR滤波器、用于去除孤立点的滤波器处理以及用于减少时间方向的随机噪声的循环NR处理滤波器。另外，可以使用这些滤波器的至少两个的处理。
在步骤S807中，输出信号保持电路707保持已经经过NR处理执行电路706的NR处理后的RGB输出信号。
在步骤S808中，NR处理电路303判断是否针对所输入的当前帧的所有像素完成了步骤S801至807中的处理。然后，在NR处理电路303判断为存在未处理的像素的情况下(步骤S808中为“否”)，NR处理电路303的处理返回到步骤S801。然后，NR处理电路303对未处理像素进行步骤S801至807中的处理。另一方面，在NR处理电路303判断为针对所输入的当前帧的所有像素完成了步骤S801至807中的处理的情况下(步骤S808中为“是”)，处理退出针对该帧的图8所示的流程图。然后，NR处理电路303开始针对下一输入帧的图8所示的流程图的处理。
如上所述，根据本实施例，在进行NR处理之前，不仅基于从RGB输入信号获得的噪声水平而且还基于各RGB成分的平均值以及执行NR处理前后的颜色之间的变化来确定NR处理强度。因此，本实施例使得可以在减少在低亮度部分或温度升高中发生的颜色偏差的同时适当地降低噪声。更具体地，本实施例使得监视照相机例如能够有效地减少由于照度变化、温度变化和其它摄像环境变化引起的颜色偏差，并且同时进行具有高颜色再现性的降噪处理。此外，根据本实施例的图像处理使得不仅可以减少由于照度变化、温度变化和其它摄像环境变化引起的颜色偏差，而且还可以减少由于监视照相机中的各组件的老化和其它各种因素引起的颜色偏差等，从而实现适当的降噪。
根据本实施例，颜色值计算电路704计算在进行NR处理的帧中的图像信号的颜色值和前一帧中的执行NR处理后的图像信号的颜色值，并且将这些颜色值发送到NR强度确定电路705。然而，处理不限于此。颜色值计算电路704可以被配置为计算同一帧中的执行NR处理前后的图像信号的颜色值，并且NR强度确定电路705的颜色值变化计算电路901可以被配置为计算这些颜色值之间的变化。
更具体地，如图11所示，NR处理电路303包括输入信号获取电路1101、噪声水平计算电路1102、平均值计算电路1103、颜色值计算电路1106、NR强度确定电路1107和NR处理执行电路1108。NR处理电路303还包括临时NR强度确定电路1104和临时NR处理执行电路1105。临时NR强度确定电路1104基于噪声水平计算电路1102所计算出的噪声水平和平均值计算电路1103所计算出的成分的平均值来确定临时NR处理强度系数NR'ST。更具体地，临时NR强度确定电路1104从式(8)中通过排除与颜色值变化相关的项来确定临时NR处理强度系数NR'ST。临时NR处理执行电路1105基于临时NR处理强度来进行NR处理，并将经过NR处理后的图像信号输出到颜色值计算电路1106。然后，颜色值计算电路1106计算临时NR处理执行电路1105所计算出的NR处理执行后的图像信号的颜色值以及同一帧的执行NR处理前的图像信号的颜色值。然后，颜色值计算电路1106进行与图8所示的步骤S805和后续步骤的处理相同的处理。
可选地，NR处理电路303可以被配置为根据同一帧中的颜色值变化来对进行NR处理前后的图像信号进行合成。更具体地，如图12所示，NR处理电路303包括输入信号获取电路1201、噪声量计算电路1202、平均值计算电路1203、NR强度确定电路1204、NR处理执行电路1205和颜色值计算电路1206。NR处理电路303还包括合成比率计算电路1207和合成处理电路1208。合成比率计算电路1207基于颜色值计算电路1206所计算出的NR处理前后的颜色值、噪声水平和平均值来计算合成比率。更具体地，合成比率计算电路1207以与式(8)类似的方式基于公式(11)来计算合成比率。
[式(11)]
式(11)针对R成分计算合成比率。尽管省略了对公式的描述，但是合成比率计算电路1207还针对G和B成分计算合成比率。式(11)中的BlendMAX是用于定义合成比率Blend(v,h)的上限值和下限值之间的范围的参数。其它参数与式(8)中的参数相同。尽管在本实施例中参数BlendMAX被定义在0.0～1.0的范围内，但是该参数不限于此。
然后，基于合成比率计算电路1207所计算出的合成比率，合成处理电路1208基于式(12)来对NR处理执行前的信号RIN(v,h)和NR处理执行后的信号R'OUT(v,h)进行合成，以计算最终输出信号ROUT(v,h)。
[式(12)]
ROUT(v，h)＝(1.0-Blend(v，h))×RIN(v，h)+Blend(v，h)×R′OUT(v，h) 式(12)
式(12)计算R成分的最终输出信号。尽管省略了对公式的描述，但是合成比率计算电路1207还针对G和B成分计算合成比率。通过不仅考虑到输入信号的RGB成分的平均值和噪声水平、而且还考虑到执行NR处理前后的饱和度值之间的变化来计算式(11)中的合成比率。因此，作为通过式(12)所计算出的最终输出信号，可以获取到具有减少颜色成雾的效果和降低噪声的效果的合成信号。
如图11和图12所示配置NR处理电路303使得能够基于在同一帧中的执行NR处理前后的图像信号的颜色值变化来确定NR处理强度并进行NR处理。
下面将描述第二实施例。
根据第二实施例的摄像系统和监视照相机101的内部结构基本上类似于根据第一实施例的结构，因此将省略其图示和描述。
图13是示出根据第二实施例的NR处理电路303的内部结构的示例的框图。根据第二实施例的NR处理电路303包括输入信号获取电路1301、平均值计算电路1302、颜色值计算电路1303、NR强度确定电路1304、NR处理执行电路1305和输出信号保持电路1306。NR处理电路303还包括校正值计算电路1307和校正处理电路1308。输入信号获取电路1301与图7所示的输入信号获取电路701相同。平均值计算电路1302与平均值计算电路703相同，颜色值计算电路1303与颜色值计算电路704相同，NR处理执行电路1305与NR处理执行电路706相同，以及输出信号保持电路1306与输出信号保持电路707相同，因此将省略其详细描述。
根据上述第一实施例，NR处理电路303的NR处理执行电路706如图8所示的步骤S806那样对RGB输入信号进行NR处理。根据第二实施例的NR处理电路303基于平均值计算电路1302所计算出的平均值和颜色值计算电路1303所计算出的颜色值来校正RGB输入信号，并对已经过了校正的RGB输入信号进行NR处理。
根据第一实施例的NR强度确定电路705如图8所示的步骤S805那样基于RGB输入信号的噪声水平、平均值和颜色值来确定NR处理强度。根据第二实施例的NR强度确定电路1304根据基于平均值计算电路1302计算的平均值和颜色值计算电路1303计算的颜色值所计算出的校正值来确定NR处理强度。如以上参考第一实施例所述，颜色值计算电路1303所计算出的颜色值包括RGB输入信号的颜色值a* IN(v,h)和b* IN(v,h)以及已经过了NR处理的RGB输出信号的颜色值a* OUT(v,h)和b* OUT(v,h)。
图14是示出根据第二实施例的图13所示的NR处理电路303的各块所进行的处理的流程的流程图。参考图14和上述图8，步骤S1401进行与步骤S801相同的处理，步骤S1402进行与步骤S803相同的处理，步骤S1403进行与步骤S804相同的处理，步骤S1408进行与步骤S807相同的处理，以及步骤S1409进行与步骤S808相同的处理，并且将省略其描述。下面将描述图14所示的流程图中的与图8所示的流程图不同的处理。
在步骤S1404中，校正值计算电路1307基于平均值计算电路1302所计算出的平均值和颜色值计算电路1303所计算出的颜色值来生成校正值。例如，校正值计算电路1307通过使用公式(3)，基于来自颜色值计算电路704的RGB输入信号的颜色值a* IN(v,h)和b* IN(v,h)以及RGB输出信号的颜色值a* OUT(v,h)和b* OUT(v,h)来计算颜色值变化Δa*b*(v,h)。如上面在第一实施例中所述，颜色值变化Δa*b*(v,h)表示在进行NR处理前后的颜色之间的变化。校正值计算电路1307通过使用上述公式(4)来计算平均值差ΔAve(v,h)。
然后，校正值计算电路1307基于颜色值变化Δa*b*(v,h)和平均值差ΔAve(v,h)来确定校正值。更具体地，平均值差越小以及颜色值变化越大，则校正值计算电路1307将校正值设置为越大。在这种情况下，设置校正值，使得各RGB成分的平均值基本上相等。在这种情况下，通常假设平均值差小及颜色值变化大的区域是非彩色区域。在该区域中，通过NR处理很可能发生颜色偏差。因此，通过步骤S1404中的处理，校正值计算电路1307以这样的区域更接近非彩色区域的方式计算各RGB成分的平均值的校正值。
在步骤S1405中，校正处理电路1308针对RGB输入信号的RGB成分RIN(v,h)、GIN(v,h)和BIN(v,h)中的每一个，进行与校正值计算电路1307所计算出的校正值相对应的校正处理。然后，将经过了校正处理的RGB输入信号发送到NR处理执行电路1305。
在步骤S1406中，NR强度确定电路1304根据校正值计算电路1307所计算出的校正值来确定NR处理强度。尽管NR强度确定电路1304的处理与根据第一实施例的上述处理大致相同，但是不使用根据第一实施例的噪声水平。作为替代，NR强度确定电路1304根据校正值来进行用于确定NR强度系数的处理。例如，在校正值大的情况下，假设随机噪声以应用于各RGB成分的增益而被放大。因此，校正值计算电路1307所计算出的校正值越大，则NR强度确定电路1304将NR处理强度的值设置为越大。
在步骤S1407中，NR处理执行电路1305针对在步骤S1405中经过了校正处理的RGB输入信号，进行与在步骤S1406中所确定的NR处理强度相对应NR处理。
如上所述，根据第二实施例，通过使用基于从RGB输入信号获得的各RGB成分的平均值以及在执行NR处理前后的颜色之间的变化的校正值来校正RGB输入信号。然后，根据校正值来确定NR处理强度。在第二实施例中，针对经过利用校正值的校正的RGB输入信号，根据基于校正值所确定的NR处理强度来进行NR处理。根据第二实施例，可以在减少在非彩色区域中发生的颜色偏差的同时适当地降低噪声。
其它实施例
本发明的实施例还可以通过如下的方法来实现，即，通过网络或者各种存储介质将进行上述实施例的功能的软件(程序)提供给系统或装置，该系统或装置的计算机或是中央处理单元(CPU)、微处理单元(MPU)读出并进行程序的方法。
尽管已经参考典型实施例说明了本发明，但是应该理解，本发明不局限于所公开的典型实施例。所附权利要求书的范围符合最宽的解释，以包含所有这类修改、等同结构和功能。
Claims (14)
1.一种图像处理设备，包括：
颜色值计算单元，其被配置为从图像信号计算颜色值；
平均值计算单元，其被配置为计算所述图像信号的平均值；
强度计算单元，其被配置为根据包括所述平均值和所述颜色值的评价值来计算表示降噪处理的强度的强度系数；以及
处理单元，其被配置为根据所述强度系数来对所述图像信号进行所述降噪处理，
其中，所述平均值计算单元计算所述图像信号中所包括的多个颜色成分的各颜色成分的平均值，
其中，所述颜色值计算单元计算执行所述图像信号的所述降噪处理前的信号的颜色值以及执行所述降噪处理后的信号的颜色值，
其中，所述强度计算单元计算所述降噪处理前后的颜色值变化，计算所述多个颜色成分的各颜色成分的平均值差，并基于所述平均值差和所述颜色值变化来计算所述强度系数。
2.根据权利要求1所述的图像处理设备，其中，所述强度计算单元被配置为：
基于与至少两个设置值的比较，对所述平均值差和所述颜色值变化中的每一个进行限幅处理；以及
基于执行所述限幅处理后的所述平均值差和所述颜色值变化来计算所述强度系数。
3.根据权利要求1所述的图像处理设备，其中，所述强度计算单元随着所述平均值差的增大而增大所述强度系数。
4.根据权利要求3所述的图像处理设备，其中，所述强度计算单元随着所述颜色值变化的减小而增大所述强度系数。
5.根据权利要求4所述的图像处理设备，其中，所述强度计算单元根据所述平均值差与所述颜色值变化的比率来计算所述强度系数。
6.根据权利要求1所述的图像处理设备，还包括噪声水平计算单元，所述噪声水平计算单元被配置为计算所述图像信号的噪声水平，其中，所述评价值包括所述噪声水平。
7.一种图像处理设备，包括：
颜色值计算单元，其被配置为从图像信号计算颜色值；
平均值计算单元，其被配置为计算所述图像信号的平均值；
噪声水平计算单元，其被配置为计算所述图像信号的噪声水平；
强度计算单元，其被配置为根据包括所述平均值和所述颜色值的评价值来计算表示降噪处理的强度的强度系数；以及
处理单元，其被配置为根据所述强度系数来对所述图像信号进行所述降噪处理，
其中，所述平均值计算单元计算所述图像信号中所包括的多个颜色成分的各颜色成分的平均值，
其中，所述颜色值计算单元计算执行所述图像信号的所述降噪处理前的信号的颜色值以及执行所述降噪处理后的信号的颜色值，
其中，所述强度计算单元计算执行所述降噪处理前后的颜色值变化，计算所述多个颜色成分的各颜色成分的平均值差，以及基于所述噪声水平、所述平均值差和所述颜色值变化来计算所述强度系数。
8.根据权利要求7所述的图像处理设备，其中，所述强度计算单元随着噪声水平的值的增大而增大所述强度系数。
9.根据权利要求7所述的图像处理设备，其中，所述强度计算单元根据所述噪声水平、以及所述平均值差与所述颜色值变化的比率来计算所述强度系数。
10.一种图像处理设备，包括：
颜色值计算单元，其被配置为从图像信号计算颜色值；
平均值计算单元，其被配置为计算所述图像信号的平均值；
校正单元，其被配置为基于所述平均值和所述颜色值来校正所述图像信号；
强度计算单元，其被配置为根据包括所述平均值和所述颜色值的评价值来计算表示降噪处理的强度的强度系数；以及
处理单元，其被配置为根据所述强度系数来对利用所述校正单元校正后的图像信号进行所述降噪处理，
其中，所述平均值计算单元计算所述图像信号中所包括的多个颜色成分的各颜色成分的平均值，
其中，所述强度计算单元计算各成分的平均值差，并且随着该平均值差的减小而增大所述强度系数。
11.根据权利要求10所述的图像处理设备，其中，所述强度计算单元计算执行所述降噪处理前后的信号的颜色值变化，并且随着所述颜色值变化的增大而增大所述降噪处理的强度。
12.一种图像处理设备所进行的图像处理方法，所述图像处理方法包括：
从通过摄像所获取到的图像信号来计算颜色值；
计算所述图像信号的平均值；
根据包括所述平均值和所述颜色值的评价值来计算表示降噪处理的强度的强度系数；以及
根据所述强度系数来对所述图像信号进行所述降噪处理，
其中，在所述平均值的计算中，计算所述图像信号中所包括的多个颜色成分的各颜色成分的平均值，
其中，在所述颜色值的计算中，计算执行所述图像信号的所述降噪处理前的信号的颜色值以及执行所述降噪处理后的信号的颜色值，
其中，在所述强度系数的计算中，计算所述降噪处理前后的颜色值变化，计算所述多个颜色成分的各颜色成分的平均值差，并基于所述平均值差和所述颜色值变化来计算所述强度系数。
13.一种图像处理设备所进行的图像处理方法，所述图像处理方法包括：
从通过摄像所获取到的图像信号来计算颜色值；
计算所述图像信号的平均值；
计算所述图像信号的噪声水平；
根据包括所述平均值和所述颜色值的评价值来计算表示降噪处理的强度的强度系数；以及
根据所述强度系数来对所述图像信号进行所述降噪处理，
其中，在所述平均值的计算中，计算所述图像信号中所包括的多个颜色成分的各颜色成分的平均值，
其中，在所述颜色值的计算中，计算执行所述图像信号的所述降噪处理前的信号的颜色值以及执行所述降噪处理后的信号的颜色值，
其中，在所述强度系数的计算中，计算执行所述降噪处理前后的颜色值变化，计算所述多个颜色成分的各颜色成分的平均值差，以及基于所述噪声水平、所述平均值差和所述颜色值变化来计算所述强度系数。
14.一种图像处理设备所进行的图像处理方法，所述图像处理方法包括：
从通过摄像所获取到的图像信号来计算颜色值；
计算所述图像信号的平均值；
基于所述平均值和所述颜色值来校正所述图像信号；
根据包括所述平均值和所述颜色值的评价值来计算表示降噪处理的强度的强度系数；以及
根据所述强度系数来对校正后的图像信号进行所述降噪处理，
其中，在所述平均值的计算中，计算所述图像信号中所包括的多个颜色成分的各颜色成分的平均值，
其中，在所述强度系数的计算中，计算各成分的平均值差，并且随着该平均值差的减小而增大所述强度系数。
Applications Claiming Priority (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018-024128 | 2018-02-14 | ||
| JP2018024128 | 2018-02-14 | ||
| JP2019-004360 | 2019-01-15 | ||
| JP2019004360A JP7263018B2 (ja) | 2018-02-14 | 2019-01-15 | 画像処理装置、画像処理方法およびプログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110166716A CN110166716A (zh) | 2019-08-23 |
| CN110166716B true CN110166716B (zh) | 2022-03-25 |
Family
ID=65365795
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910113523.XA Active CN110166716B (zh) | 2018-02-14 | 2019-02-14 | 图像处理设备和图像处理方法 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US11100610B2 (zh) |
| EP (1) | EP3528202B1 (zh) |
| CN (1) | CN110166716B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1174824A2 (en) * | 2000-07-20 | 2002-01-23 | Eastman Kodak Company | Noise reduction method utilizing color information, apparatus, and program for digital image processing |
| CN1466844A (zh) * | 2001-06-29 | 2004-01-07 | 成津C&C株式会社 | 时空域中的自适应噪声过滤/恢复的方法及其高清晰度图象捕获装置 |
| JP2010010976A (ja) * | 2008-06-25 | 2010-01-14 | Noritsu Koki Co Ltd | 写真画像処理方法、写真画像処理プログラム、及び写真画像処理装置 |
| CN102769722A (zh) * | 2012-07-20 | 2012-11-07 | 上海富瀚微电子有限公司 | 时域与空域结合的视频降噪装置及方法 |
| CN104023218A (zh) * | 2013-02-28 | 2014-09-03 | 株式会社日立制作所 | 摄像装置以及图像信号处理装置 |
| CN104123699A (zh) * | 2013-04-26 | 2014-10-29 | 富士通株式会社 | 降低图像噪声的方法和装置 |
| CN104751441A (zh) * | 2013-12-31 | 2015-07-01 | 智原科技股份有限公司 | 图像噪声估测的方法与装置 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3934506B2 (ja) | 2002-08-06 | 2007-06-20 | オリンパス株式会社 | 撮像システムおよび画像処理プログラム |
| JP3934597B2 (ja) * | 2003-12-09 | 2007-06-20 | オリンパス株式会社 | 撮像システムおよび画像処理プログラム |
| JP4977395B2 (ja) | 2006-04-14 | 2012-07-18 | 富士フイルム株式会社 | 画像処理装置及び方法 |
-
2019
- 2019-02-07 EP EP19156056.4A patent/EP3528202B1/en active Active
- 2019-02-13 US US16/275,019 patent/US11100610B2/en active Active
- 2019-02-14 CN CN201910113523.XA patent/CN110166716B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1174824A2 (en) * | 2000-07-20 | 2002-01-23 | Eastman Kodak Company | Noise reduction method utilizing color information, apparatus, and program for digital image processing |
| CN1466844A (zh) * | 2001-06-29 | 2004-01-07 | 成津C&C株式会社 | 时空域中的自适应噪声过滤/恢复的方法及其高清晰度图象捕获装置 |
| JP2010010976A (ja) * | 2008-06-25 | 2010-01-14 | Noritsu Koki Co Ltd | 写真画像処理方法、写真画像処理プログラム、及び写真画像処理装置 |
| CN102769722A (zh) * | 2012-07-20 | 2012-11-07 | 上海富瀚微电子有限公司 | 时域与空域结合的视频降噪装置及方法 |
| CN104023218A (zh) * | 2013-02-28 | 2014-09-03 | 株式会社日立制作所 | 摄像装置以及图像信号处理装置 |
| CN104123699A (zh) * | 2013-04-26 | 2014-10-29 | 富士通株式会社 | 降低图像噪声的方法和装置 |
| CN104751441A (zh) * | 2013-12-31 | 2015-07-01 | 智原科技股份有限公司 | 图像噪声估测的方法与装置 |
Non-Patent Citations (2)
| Title |
|---|
| A Fuzzy Noise Reduction Method for Color Image;Stefen Schulte et.al;《IEEE Transactions on Image Processing》;20070501 * |
| Denosing Algorithm for CFA Image Sensors Considering Inter-Channel Correction;Min Seok Lee et.al;《Sensors》;20170528 * |
Also Published As
| Publication number | Publication date |
|---|---|
| EP3528202A2 (en) | 2019-08-21 |
| CN110166716A (zh) | 2019-08-23 |
| US20190251667A1 (en) | 2019-08-15 |
| EP3528202A3 (en) | 2019-10-23 |
| EP3528202B1 (en) | 2021-04-07 |
| US11100610B2 (en) | 2021-08-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| RU2491760C2 (ru) | Устройство для обработки изображения, способ обработки изображения и программа | |
| US9407889B2 (en) | Image processing apparatus and image processing method for white balance control | |
| US8614751B2 (en) | Image processing apparatus and image processing method | |
| RU2504108C2 (ru) | Устройство для обработки изображения, способ обработки изображения и носитель записи | |
| US10699393B2 (en) | Image processing apparatus and image processing method | |
| WO2005041560A1 (ja) | 信号処理システム、信号処理方法、信号処理プログラム | |
| JP2004088149A (ja) | 撮像システムおよび画像処理プログラム | |
| WO2007058126A1 (ja) | 画像処理システム、画像処理プログラム | |
| CN105960658B (zh) | 图像处理装置、摄像装置、图像处理方法以及可通过计算机处理的非暂时性的存储介质 | |
| US8890973B2 (en) | Image processing apparatus, image processing method, and storage medium | |
| KR101754425B1 (ko) | 이미지 촬영 장치의 밝기를 자동으로 조절하는 장치 및 방법 | |
| JP2023106486A (ja) | 撮像装置及びその制御方法並びにプログラム | |
| JP4544308B2 (ja) | 画像処理装置、撮像装置、方法およびプログラム | |
| CN113691795A (zh) | 图像处理设备、图像处理方法和存储介质 | |
| US10621703B2 (en) | Image processing apparatus, image processing method, and program | |
| US20100026851A1 (en) | Image processing apparatus | |
| CN110166716B (zh) | 图像处理设备和图像处理方法 | |
| JP6570311B2 (ja) | 画像処理装置及び画像処理方法 | |
| JP7263018B2 (ja) | 画像処理装置、画像処理方法およびプログラム | |
| JP2009506722A (ja) | ホワイトバランス統計計算のための改良された色差フィルタ | |
| JP5307572B2 (ja) | 撮像システム、映像信号処理プログラム、および撮像方法 | |
| US9013606B2 (en) | Image processing apparatus and control method thereof | |
| JP6849351B2 (ja) | 画像処理装置、画像処理方法、及びプログラム | |
| JP2022186166A (ja) | 撮像装置、その制御方法、プログラムおよび記憶媒体 | |
| JP2004159087A (ja) | スキャナシステム、画像処理プログラム |
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 |