CN110619612B - 一种消除图像噪声的方法及装置 - Google Patents
一种消除图像噪声的方法及装置 Download PDFInfo
- Publication number
- CN110619612B CN110619612B CN201910889537.0A CN201910889537A CN110619612B CN 110619612 B CN110619612 B CN 110619612B CN 201910889537 A CN201910889537 A CN 201910889537A CN 110619612 B CN110619612 B CN 110619612B
- Authority
- CN
- China
- Prior art keywords
- color difference
- sub
- image block
- pixel
- value
- 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
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000001914 filtration Methods 0.000 claims abstract description 96
- 229910052718 tin Inorganic materials 0.000 claims abstract description 8
- 238000013507 mapping Methods 0.000 claims description 36
- 238000004364 calculation method Methods 0.000 claims description 10
- 230000008030 elimination Effects 0.000 claims description 5
- 238000003379 elimination reaction Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 abstract description 27
- 230000000694 effects Effects 0.000 abstract description 4
- 230000002146 bilateral effect Effects 0.000 description 12
- 230000004075 alteration Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 4
- 239000003086 colorant Substances 0.000 description 2
- 230000003321 amplification Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000002474 experimental 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
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception 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
- G06T5/10—Image enhancement or restoration using non-spatial domain filtering
-
- 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
- G06T2207/10052—Images from lightfield camera
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
- G06T2207/20028—Bilateral filtering
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
- G06T2207/20032—Median filtering
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20172—Image enhancement details
- G06T2207/20192—Edge enhancement; Edge preservation
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Color Television Image Signal Generators (AREA)
Abstract
一种消除图像噪声的方法及装置,所述图像包括p个图像块,所述图像块的大小为M×N,M及N均为奇数,所述方法包括:接收拜耳域上的图像块;以与中心像素相同通道的像素为中心,取Sm×Sn大小的子图像块,其中:所述中心像素为接收的所述图像块的中心像素,Sm与Sn均为奇数;获得每个所述子图像块的滤波权重系数,根据所述滤波权重系数对所述图像块进行滤波,得到所述中心像素的真实色差,作为第一色差;根据所述第一色差及预设的去噪调节系数,计算去除噪声后的所述中心像素的像素值。采用上述方案可以在保证去噪声效果的同时,降低噪声处理的计算量。
Description
技术领域
本发明涉及图像处理领域,尤其涉及一种消除图像噪声的方法及装置。
背景技术
数码相机上的每个镜头都带有一个光传感器,用以测量光线的明亮程度,但若要获得一幅全彩图像,一般需要有三个光传感器分别获得红、绿、蓝三基色信息,而为了降低数码相机的成本与体积,生产厂商通常会采用电荷耦合器件(Charge-coupled Device,CCD)或互补金属氧化物半导体CMOS(Complementary Metal Oxide Semiconductor)图像传感器,配合其表面覆盖的彩色滤波矩阵(Color Filter Array,CFA),使得每个像素点只允许一种基色光通过到达该像素位置,基色通道彼此之间的噪声是不同的,而正由于这种不一致性,会造成图像上出现明显色彩的噪声。
图像处理过程,通常包括:获取拜耳(Bayer)域上的图像,对所述图像进行颜色插值处理,接着将所述颜色插值处理后的图像转换为RGB域上的图像,然后再将所述RGB域上的图像转换为YUV域上的图像。
目前,在获得YUV域上的图像后,为去除图像上的色彩噪声,对YUV域上的图像进行消除噪声处理。
但是,运用上述方法进行噪声处理,噪声处理计算量很大。
发明内容
本发明解决的问题是如何在保证去噪声效果的同时,降低噪声处理的计算量。
为解决上述问题,本发明提供一种消除图像噪声的方法,所述图像包括p个图像块,所述图像块的大小为M×N,M及N均为奇数,所述方法包括:
接收拜耳域上的图像块;
以与中心像素相同通道的像素为中心,取Sm×Sn大小的子图像块,其中:所述中心像素为接收的所述图像块的中心像素,Sm与Sn均为奇数;
获得每个所述子图像块的滤波权重系数,根据所述滤波权重系数对所述图像块进行滤波,得到所述中心像素的真实色差,作为第一色差;
根据所述第一色差及预设的去噪调节系数,计算去除噪声后的所述中心像素的像素值。
可选的,所述滤波权重系数包括滤波距离权重系数,所述获得每个所述子图像块的滤波权重系数包括:
当所述像素非绿色时,计算每个所述子图像块的色差值;
根据每个所述子图像块的色差值,计算所述中心像素的参考色差,作为第二色差;
根据每个所述子图像块的色差值与所述第二色差,计算得到所有所述子图像块的平均色差,作为第三色差;
选择所述第三色差所对应的滤波距离权重系数与距离的映射关系,所述距离为每个所述子图像块与所述中心像素对应的子图像块之间的距离;
根据每个所述子图像块的距离在所述映射关系中的区间,确定与所述子图像块对应的滤波距离权重系数。
可选的,所述的消除图像噪声的方法还包括:
当所述像素为绿色时,计算所述与中心像素相同通道的像素的平均能量,将所述中心像素的G统计值作为所述第二色差;
选择所述平均能量所对应的滤波距离权重系数与距离的映射关系,所述距离为每个所述子图像块与所述中心像素对应的子图像块之间的距离;
根据每个所述子图像块的距离值在所述映射关系中的区间,确定与所述子图像块对应的所述滤波距离权重系数。
可选的,所述计算每个子图像块的色差值,包括:
分别计算每个所述子图像块的R统计值、G统计值及B统计值;
当所述中心像素为红色时,将每个所述子图像块的R统计值与G统计值的差值,作为每个所述子图像块的色差值;
当所述中心像素为蓝色时,将每个所述子图像块的B统计值与G统计值的差值,作为每个所述子图像块的色差值。
可选的,所述根据每个所述子图像块的色差值,计算所述中心像素的参考色差,作为第二色差,包括:
求取从每个所述子图像块的色差值中选择的预设个数的色差值的中值;
计算所述预设个数的色差值的中值与所述中心像素所对应的子图像块的色差值的差值的绝对值;
当所述预设个数的色差值的中值与所述中心像素所对应的子图像块的色差值的差值的绝对值大于等于预设的阈值时,将所述中心像素所对应的子图像块的色差值作为所述第二色差;
当所述预设个数的色差值的中值与所述中心像素所对应的子图像块的色差值的差值的绝对值小于预设的阈值时,将所述预设个数的色差值的中值作为所述第二色差。
可选的,所述预设个数为5,所述选择的子图像块为所述中心像素所对应的子图像块的上下左右相邻的子图像块。
可选的,采用如下公式,分别计算每个所述子图像块的R统计值、G统计值及B统计值:
Rsm/2,Sn/2=median(Total_R);
GSm/2,Sn/2=median(Total_G);
BSm/2,Sn/2=median(Total_B);
其中,Rsm/2,Sn/2为每个所述子图像块的R统计值,GSm/2,Sn/2为每个所述子图像块的G统计值,BSm/2,Sn/2为每个所述子图像块的B统计值,median()表示对括号内的参数取中值;Total_R表示与每个和所述中心像素同通道的像素对应的子图像块内的所有的红色像素,Total_G表示与每个和所述中心像素同通道的像素对应的子图像块内的所有的绿色像素,Total_B表示与每个和所述中心像素同通道的像素对应的子图像块内的所有的蓝色像素。可选的,采用如下公式计算得到所有子图像块的平均色差,作为第三色差:cd_diffmn=abs(cd_cen-cdmn);
其中,cd_cen为所述第二色差,cdmn为每个所述子图像块的色差值,NUM=fix(M/2)×fix(N/2),为所述子图像块的个数,cd_diff为所述第三色差,abs()表示对括号内的参数取绝对值。
可选的,采用如下公式,根据所述第一色差及预设的去噪调节系数,计算去除噪声后的所述中心像素的像素值:
residual=GSm/2,Sn/2+cd_output;
output_pixel*=output_pixel+residual*ratio;
其中,GSm/2,Sn/2为每个所述子图像块的G统计值,cd_output为所述第一色差,ratio为所述预设的去噪调节系数,output_pixel*为去除噪声后的所述中心像素的像素值,output_pixel为去除噪声前的所述中心像素的像素值。
本发明还提供一种消除图像噪声的装置,所述图像包括p个图像块,所述图像块的大小为M×N,M及N均为奇数,包括:
接收单元,适于接收拜耳域上的图像块;
选取单元,适于以与中心像素相同通道的像素为中心,取Sm×Sn大小的子图像块,其中:所述中心像素为接收的所述图像块的中心像素,Sm与Sn均为奇数;
系数获取单元,适于获得每个所述子图像块的滤波权重系数;
滤波单元,适于根据所述滤波权重系数对所述图像块进行滤波,得到所述中心像素的真实色差,作为第一色差;
像素计算单元,适于根据所述第一色差及预设的去噪调节系数,计算去除噪声后的所述中心像素的像素值。
可选的,所述滤波权重系数包括滤波距离权重系数,所述系数获取单元包括:
第一计算子单元,适于当所述像素非绿色时,计算每个所述子图像块的色差值;
第二计算子单元,适于根据每个所述子图像块的色差值,计算所述中心像素的参考色差,作为第二色差;
第三计算子单元,适于根据每个所述子图像块的色差值与所述第二色差,计算得到所有子图像块的平均色差,作为第三色差;
第二选择子单元,适于选择所述第三色差所对应的滤波距离权重系数与距离的映射关系,所述距离为每个所述子图像块与所述中心像素对应的子图像块之间的距离;
第二系数获取子单元,适于根据每个所述子图像块的距离在所述映射关系中的区间,确定与所述子图像块对应的滤波距离权重系数。
可选的,所述滤波权重系数还包括滤波距离权重系数,所述系数获取单元,还包括:
第四计算子单元,适于当所述像素为绿色时,计算所述与所述中心像素相同通道的像素的平均能量,将所述中心像素的G统计值作为所述第二色差;第四选择子单元,适于选择所述平均能量所对应的滤波距离权重系数与距离的映射关系,所述距离为每个所述子图像块与所述中心像素对应的子图像块之间的距离;
第四系数获取子单元,适于根据每个所述子图像块的距离值在所述映射关系中的区间,确定与所述子图像块对应的滤波距离权重系数。
可选的,所述第一计算子单元,适于分别计算每个所述子图像块的R统计值、G统计值及B统计值,当所述中心像素为红色时,将每个所述子图像块的R统计值与G统计值的差值,作为每个所述子图像块的色差值,当所述中心像素为蓝色时,将每个所述子图像块的B统计值与G统计值的差值,作为每个所述子图像块的色差值。
可选的,所述第二计算子单元,适于求取从每个所述子图像块的色差值中选择的,预设个数的色差值的中值,计算所述预设个数的色差值的中值与所述中心像素所对应的子图像块的色差值的差值的绝对值,当所述预设个数的色差值的中值与所述中心像素所对应的子图像块的色差值的差值的绝对值大于等于预设的阈值时,将所述中心像素所对应的子图像块的色差值作为所述第二色差,当所述预设个数的色差值的中值与所述中心像素所对应的子图像块的色差值的差值的绝对值小于预设的阈值时,将所述预设个数的色差值的中值作为所述第二色差。
可选的,所述预设个数为5,所述选择的子图像块为所述中心像素所对应的子图像块的上下左右相邻的子图像块。
可选的,所述第一计算子单元,适于采用如下公式,分别计算每个所述子图像块的R统计值、G统计值及B统计值:
Rsm/2,Sn/2=median(Total_R);
GSm/2,Sn/2=median(Total_G);
BSm/2,Sn/2=median(Total_B);
其中,Rsm/2,Sn/2为每个所述子图像块的R统计值,GSm/2,Sn/2为每个所述子图像块的G统计值,BSm/2,Sn/2为每个所述子图像块的B统计值,median()表示对括号内的参数取中值;Total_R表示与每个和所述中心像素同通道的像素对应的子图像块内的所有的红色像素,Total_G表示与每个和所述中心像素同通道的像素对应的子图像块内的所有的绿色像素,Total_B表示与每个和所述中心像素同通道的像素对应的子图像块内的所有的蓝色像素。可选的,所述第三计算子单元,适于采用如下公式计算得到所有子图像块的平均色差,作为第三色差:
cd_diffmn=abs(cd_cen-cdmn);
其中,cd_cen为所述第二色差,cdmn为每个所述子图像块的色差值,NUM=fix(M/2)×fix(N/2),为所述子图像块的个数,cd_diff为所述第三色差,abs()表示对括号内的参数取绝对值。
可选的,所述像素计算单元,适于采用如下公式,根据所述第一色差及预设的去噪调节系数,计算去除噪声后的所述中心像素的像素值:
residual=GSm/2,Sn/2+cd_output;
output_pixel*=output_pixel+residual*ratio;
其中,GSm/2,Sn/2为每个所述子图像块的G统计值,cd_output为所述第一色差,
ratio为所述预设的去噪调节系数,output_pixel*为去除噪声后的所述中心像素的像素值,output_pixel为去除噪声前的所述中心像素的像素值。
与现有技术相比,本发明的技术方案具有以下优点:
通过接收拜耳域上的图像块,接着计算去除噪声后的所述图像块的中心像素的像素值,即是对所述拜耳域上的图像块做消除噪声的处理,而拜耳域上的图像处理在颜色插值处理之前,可以避免携带噪声的图像经过颜色插值处理后放大了原本的噪声,在YUV域上经过多次处理方可消除所述噪声,从而可以在保证去噪声效果的同时,降低噪声处理的计算量。
进一步,通过求取从每个子图像块的色差值中选择的,预设个数的色差值的中值,接着计算所述预设个数的色差值的中值与中心像素所对应的子图像块的色差值的差值的绝对值,然后通过比较所述绝对值与预设阈值之间的关系,确定第二色差,即是通过中值滤波的方法,可以避免破坏图像块的边缘信息。
附图说明
图1是本发明实施例中的一种消除图像噪声的方法的流程示意图;
图2是本发明实施例中的另一种消除图像噪声的方法的流程示意图;
图3是本发明实施例中的一种拜耳域上的图像块;
图4是本发明实施例中的一种子图像块的色差值阵列;
图5是本发明实施例中的一种消除图像噪声的装置的结构示意图;
图6是本发明实施例中的一种系数获取单元的结构示意图;
图7是本发明实施例中的另一种系数获取单元的结构示意图。
具体实施方式
图像处理过程,通常包括:获取拜耳(Bayer)域上的图像,对所述图像进行颜色插值处理,接着将所述颜色插值处理后的图像转换为RGB域上的图像,然后再将所述RGB域上的图像转换为YUV域上的图像。
目前,在获得YUV域上的图像后,为去除图像上的色彩噪声,对YUV域上的图像进行消除噪声处理。
但是,运用上述方法进行噪声处理,噪声处理计算量很大。
为解决以上所述问题,本发明实施例通过接收拜耳域上的图像块,接着计算去除噪声后的所述图像块的中心像素的像素值,即是对所述拜耳域上的图像块做消除噪声的处理,而拜耳域上的图像处理在颜色插值处理之前,可以避免携带噪声的图像经过颜色插值处理后放大了原本的噪声,在YUV域上经过多次处理方可消除所述噪声,从而可以在保证去噪声效果的同时,降低噪声处理的计算量。
为使本发明的上述目的、特征和优点能够更为明显易懂,下面结合附图对本发明的具体实施例做详细的说明。
以下示出了本发明实施例中的一种消除图像噪声的方法,具体如图1所示,所述方法包括的具体步骤有:
S11:接收拜耳域上的图像块。
需要说明的是,所述图像块为整个图像所包括的p个图像块中的任意一个,并无任何特殊要求,为便于后续的说明,所述图像块的大小可以为M×N,M及N均为奇数。
需要说明的是,M及N并不存在绝对的大小关系,比如M可以大于N,M也可以小于N,M还可以与N相等。
在具体实施中,可以接收拜耳域上的图像块,然后对所述拜耳域上的图像块进行消除噪声的处理,从而可以避免所述噪声降低后续颜色插值处理的精确度。
S12:以与中心像素相同通道的像素为中心,取Sm×Sn大小的子图像块。
在本发明一实施例中,所述中心像素为接收的所述图像块的中心像素。可以理解的是,以下所有的处理均是针对所述中心像素进行去噪声操作的,由于对每个像素而言,均存在可使之成为中心像素的图像块,故只要所述中心像素与所述图像块有这种对应关系即可。
在具体实施中,由于与所述中心像素相同通道的像素对所述中心像素的像素值会造成影响,故可以以与中心像素相同通道的像素为中心,取Sm×Sn大小的子图像块,以便后续处理。
需要说明的是,Sm与Sn均为奇数,且Sm与Sn没有大小关系的限制,比如Sm可以大于Sn,Sm也可以小于Sn,Sm还可以与Sn相等。
S13:获得每个所述子图像块的滤波权重系数,根据所述滤波权重系数对所述图像块进行滤波,得到所述中心像素的真实色差,作为第一色差。
在具体实施中,由于每个子图像块对所述中心像素的像素值的影响大小不同,故可以获取每个所述子图像块的滤波权重系数,根据所述滤波权重系数对所述图像块进行滤波,可以得到所述中心像素的真实色差,为便于后续说明,可以将所述真实色差称作为第一色差。
由于人眼对绿色的感知不同于红色与蓝色,且绿色可以反映物体本身的更多信息,故对于Bayer域上的图像而言,绿色像素的数量与红色像素及蓝色像素的数量不同,故计算滤波权重系数的具体方法亦不同。
因而在具体实施中,可以首先判断所述中心像素的颜色,当所述像素非绿色时,可以通过首先计算每个所述子图像块的色差值,然后根据每个所述子图像块的色差值,计算所述中心像素的参考色差,作为第二色差,进而根据每个所述子图像块的色差值与所述第二色差,计算得到所有子图像块的平均色差,作为第三色差,接着选择所述第三色差所对应的滤波色差权重系数与色差差值的映射关系,所述色差差值为每个子图像块的色差值与所述第二色差的差值的绝对值,最后根据每个所述子图像块的色差差值在所述映射关系中的区间,确定与每个所述子图像块对应的滤波色差权重系数。
在本发明一实施例中,可以通过下述步骤计算每个子图像块的色差值:首先分别计算每个所述子图像块的R统计值、G统计值及B统计值,然后根据所述中心像素的颜色不同,利用不同方法计算所述色差值,具体而言,在所述中心像素为红色时,通过每个所述子图像块的R统计值减去G统计值,把差值作为每个所述子图像块的色差值;而当所述中心像素为蓝色时,将每个所述子图像块的B统计值与G统计值的差值,作为每个所述子图像块的色差值。
与上述实施例对应的,在本发明一实施例中,可以采用公式(1)计算每个所述子图像块的R统计值:
Rsm/2,Sn/2=median(Total_R) (1)
可以采用公式(2)计算每个所述子图像块的G统计值:
GSm/2,Sn/2=median(Total_G) (2)
可以采用公式(3)计算每个所述子图像块的B统计值:
BSm/2,Sn/2=median(Total_B) (3)
其中,Rsm/2,Sn/2为每个所述子图像块的R统计值,GSm/2,Sn/2为每个所述子图像块的G统计值,BSm/2,Sn/2为每个所述子图像块的B统计值,median()表示对括号内的参数取中值,Total_R表示与每个和所述中心像素同通道的像素对应的子图像块内的所有的红色像素,Total_G表示与每个和所述中心像素同通道的像素对应的子图像块内的所有的绿色像素,Total_B表示与每个和所述中心像素同通道的像素对应的子图像块内的所有的蓝色像素。
在具体实施中,由于与所述中心像素同通道的像素会对所述中心像素的像素值以及噪声造成影响,并综合考虑计算量的因素,故可以求取从每个所述子图像块的色差值中选择的预设个数的色差值的中值,接着计算所述预设个数的色差值的中值与中心像素所对应的子图像块的色差值的差值的绝对值,如果所述预设个数的色差值的中值与所述中心像素所对应的子图像块的色差值的差值的绝对值大于等于预设的阈值时,将所述中心像素所对应的子图像块的色差值作为所述第二色差;如果所述预设个数的色差值的中值与所述中心像素所对应的子图像块的色差值的差值的绝对值小于预设的阈值时,将所述预设个数的色差值的中值作为所述第二色差。
在本发明一实施例中,所述预设个数为5,所述选择的子图像块为所述中心像素所对应的子图像块的上下左右相邻的子图像块。当然,所述预设个数也可以为其它数值,本领域技术人员可以根据实际需要选取合适个数的子图像块的色差来计算所述第二色差。
与上述实施例所对应的,在本发明一实施例中,可以采用公式(4)计算从每个所述子图像块的色差值中选择的,预设个数的色差值的中值:
med_cd=median(cdSm/2-1,Sn/2,cdsm/2+1,Sn/2,cdSm/2,Sn/2,cdSm/2,Sn/2-1,cdSm/2,Sn/2+1)(4)
其中,med_cd为所述预设个数的色差值的中值。
并执行公式(5)及公式(6)所述的判断:
cd_cen=med_cd 如果abs(med_cd-cdsm/2,Sn/2)<med_thr (5)
cd_cen=cdsm/2,Sn/2 如果abs(med_cd-cdsm/2,Sn/2)>=med_thr (6)
即:如果所述预设个数的色差值的中值med_cd与所述中心像素所对应的子图像块的色差值cdsm/2,Sn/2的差值的绝对值大于等于预设的阈值med_thr时,将所述中心像素所对应的子图像块的色差值cdsm/2,Sn/2作为所述第二色差
cd_cen;如果所述预设个数的色差值的中值med_cd与所述中心像素所对应的子图像块的色差值cdsm/2,Sn/2的差值的绝对值小于预设的阈值med_thr时,将所述预设个数的色差值的中值med_cd作为所述第二色差cd_cen。
在本发明一实施例中,可以采用公式(7)计算每个子图像块相对于所述第二色差的偏差:
cd_diffmn=abs(cd_cen-cdmn) (7)
接着采用公式(8)计算得到所有子图像块的平均色差,作为第三色差:
其中,cd_cen为所述第二色差,cdmn为每个所述子图像块的色差值,NUM=fix(M/2)×fix(N/2),为所述子图像块的个数,cd_diff为所述第三色差,abs()表示对括号内的参数取绝对值。
经过大量试验及研究证明,每个所述子图像块对所述中心像素的像素值及噪声值的影响打下还与所述子图像块中的中心像素与所述中心像素的距离有关,故在本发明一实施例中,还可以选择所述第三色差所对应的滤波距离权重系数与距离的映射关系,所述距离为每个所述子图像块与所述中心像素对应的子图像块之间的距离,然后根据每个所述子图像块的距离值在所述映射关系中的区间,确定与所述子图像块对应的滤波距离权重系数。
在具体实施中,如果所述像素为绿色时,可以计算所述与所述中心像素相同通道的像素的平均能量,进而选择所述平均能量所对应的滤波色差权重系数与色差差值的映射关系,所述色差差值为每个所述子图像块的色差值与所述第二色差的差值的绝对值,然后根据每个所述子图像块的色差差值在所述映射关系中的区间,确定与所述子图像块对应的滤波色差权重系数。
同样地,无论所述中心像素的颜色是什么,每个子图像块对所述中心像素的影响也是与距离有关,故在本发明一实施例中,可以选择所述平均能量所对应的滤波距离权重系数与距离的映射关系,所述距离为每个所述子图像块与所述中心像素对应的子图像块之间的距离,进而根据每个所述子图像块的距离值在所述映射关系中的区间,确定与所述子图像块对应的滤波距离权重系数。
需要说明的是,对于颜色为绿色的所述中心像素而言,可以直接将与所述中心像素对应的子图像块的绿色统计值作为所述中心像素的参考色差,即所述第二色差。
S14:根据所述第一色差及预设的去噪调节系数,计算去除噪声后的所述中心像素的像素值。
在具体实施中,可以根据图像的当前质量及目标质量的相对关系,预先设置合理的去噪调节系数,然后根据S13计算出的真实色差和所述去噪调节系数,计算去除噪声后的所述中心像素的像素值,从而完成所述消除噪声处理的步骤。
在本发明一实施例中,可以采用公式(9),根据所述第一色差及预设的去噪调节系数,计算去除噪声后的所述中心像素的像素值:
residual=GSm/2,Sn/2+cd_output (9)
output_pixel·=output_pixel+residual*ratio (10)
其中,GSm/2,Sn/2为每个所述子图像块的G统计值,cd_output为所述第一色差,ratio为所述预设的去噪调节系数,output_pixel·为去除噪声后的所述中心像素的像素值,output_pixel为去除噪声前的所述中心像素的像素值。需要说明的是,本领域技术人员可以根据实际需要设置所述去噪调节系数。
为使得本领域技术人员更好地理解和实现本发明,以下还提供了另一个消除图像噪声的方法,下面参考图2对所述方法所包括的具体步骤进行介绍:
S21:判断中心像素是否为绿色。
在本发明一实施例中,获取的拜耳域上的图像块如图3所示,所述图像块的大小为11×11,B55即为所述中心像素,R,G,B对应红,绿,蓝三种颜色像素,所述像素的下标表示该像素在图像块中所处位置。0~a表示0到10。值得指出,所述图像块的大小11×11并不是必要条件,本领域技术人员可以根据实际需求对所述图像块进行缩放,例如可将所述图像块缩小至7×7,也可以将所述图像块扩大至15×15。
当所述中心像素非绿色,执行S22,当所述中心像素为绿色时,执行S24。
S22:色差计算。
在本发明一实施例中,对于图像块中所有与当前需要处理的、也即是所述中心像素B55相同通道的像素,可以取其周围3×3的图像块作为子图像块,如图3中,以像素B11为中心的灰色区域,标记的即是以像素B11为中心的3×3子图像块块,以及以像素B55为中心的灰色区域,标记的即是以像素B55为中心的3×3子图像块,均为其中一个子图像块。对于图3所示的大小为11×11的图像块,可以具有25个3×3的所述子图像块。
为了获知每个子图像块的色差信息,可以对每一个3×3子图像块的R、G、B统计值进行单独计算,得到一组Rmn,Gmn,Bmn值,其中下标m及n为索引值,由于图3所示的图像块可以有25个所述子图像块,故m及n的取值范围为[0,4]。为便于理解,可以以B55为中心的3×3子图像块为例,来说明所述R、G、B统计值的计算步骤,具体如下:
R22=median(R44,R46,R64,R66) (11)
G22=median(G45,G54,G56,G65) (12)
B22=B55 (13)
其中median()为中值滤波器,即表示对括号内部的参数取中值。可以理解的是,其余每个3×3子图像块的R、G、B统计值的计算方法可以以此类推,在此不再赘述。
为了获知与所述中心像素相同通道的像素的色度偏差,然后可以计算每个3×3子图像块的色差值,当所述子图像块的中心像素为红色时,可以采用如下公式计算每个3×3子图像块的色差值:
cdmn=Rmn–Gmn (14)
当所述子图像块的中心像素为蓝色时,可以采用如下公式计算每个3×3子图像块的色差值:
cdmn=Bmn–Gmn (15)
对于图3所述的中心像素为B55的图像块,可以采用公式(15)计算每个所述子图像块的色差值。这样一来,就可以得到25个cd值。
S23:求取滤波权重系数,对中心像素进行双边滤波。
将25个所述子图像块的色差值cdmn组成一个新的5×5的阵列,具体可以如图4所示。为了进一步消除图像噪声、保留图像的边缘信息并且考虑到计算量的因素,可以对所述中心像素的进行十字中值滤波,即取所述中心像素相邻上下左右的子图像块的色差值cd12,cd21,cd23,cd32的中值,具体如公式(16)所示:
med_cd=median(cd12,cd21,cd22,cd23,cd32) (16)
然后通过一个预设阈值med_thr判断,是否采用所述中值色差med_cd作为所述中心像素cd22的参考色差cd_cen,即第二色差。具体地,当abs(med_cd-cd22)<med_thr时,可以得到公式(17)所示的关系:
cd_cen=med_cd (17)
当abs(med_cd-cd22)>=med_thr时,可以得到公式(18)所示的关系:
cd_cen=cd22 (18)
也就是说,如果所述中值色差med_cd与所述中心像素的色差cd22的差值的绝对值小于预设阈值med_thr时,将所述中值med_cd作为所述第二色差cd_cen;反之,将所述中心像素的色差cd22作为所述第二色差cd_cen。
为了更精确地消除所述中心像素的色差,可以对所述中心像素进行双边滤波,所述双边滤波同时考虑了所述中心像素的空间域与值域的差别,对应的权重可以分别利用滤波距离权重系数Sigma_dis和滤波色差权重系数Sigma_range来表示,以上两个权重系数的具体计算过程如下:
首先利用公式(19)计算出每个子图像块与所述第二色差cd_cen的偏差的绝对值:
cd_diffmn=abs(cd_cen-cdmn) (19)
然后利用公式(20)计算所有子图像块的平均色差,作为第三色差:
进而可以通过阈值可以将色差的差异cd_diff划分为大小不一的范围,对每一范围使用一套预设好的Sigma_dis和Sigma_range权重系数,进行双边滤波。也就是说,可以选择所述第三色差cd_diff所对应的滤波色差权重系数与色差差值、滤波距离权重系数与距离的映射关系,其中:所述色差差值为每个子图像块的色差值与所述第二色差的差值的绝对值,所述距离为每个所述子图像块与所述中心像素对应的子图像块之间的距离。
在进行双边滤波时,对于每个子图像块而言,可以通过计算与所述中心色差cd22间的距离,在所述映射关系中选择滤波距离权重系数Sigma_dis;使用abs(cdmn-cen_cd)计算色差的差异程度,在所述映射关系中选择滤波色差权重系数Sigma_range,接着利用所述滤波权重系数对所述中心像素进行双边滤波,最终得到所述中心像素的真实色差cd_output,为方便说明,可以将其称为第一色差。
S24:求取滤波权重系数,对中心像素进行双边滤波。
在具体实施中,如果所述中心像素是绿色,可以直接对所述中心像素进行双边滤波处理。首先同S22所述一样,可以分别计算每一个3×3子块的Rmn,Gmn,Bmn值,得到25个R、G、B统计值。
但是由于人眼对绿色像素的感知特性,不同于红色和蓝色的双边滤波采用十字中值滤波获得参考色差cd_cen,对于中心像素为绿色的像素,可以直接将所述中心像素的绿色统计值G2,2作为所述参考色差cd_cen。
接着,通过绿色分量的的平均能量mean_g,来为每个与所述中心像素相同通道的像素选择权重,所述平均能量mean_g可以采用公式(21)进行计算:
也就是说,可以选择所述平均能量mean_g所对应的滤波色差权重系数与色差差值、滤波距离权重系数与距离的映射关系,其中:所述色差差值为每个子图像块的色差值与所述第二色差的差值的绝对值,所述距离为每个所述子图像块与所述中心像素对应的子图像块之间的距离。
接着可以通过阈值将mean_g划分为不同的范围,对每一范围使用一套预设好的滤波距离权重系数Sigma_dis和滤波色差权重系数Sigma_range,进行双边滤波。在进行双边滤波时,通过计算与中心像素之间的距离,选择滤波距离权重系数Sigma_dis;使用abs(g_cen–Gmn)计算色差的差异程度,选择滤波色差权重系数Sigma_range,得到最终的色差output_pixel。
S25:利用所述第一色差及预设的去噪调节系数,计算去除噪声后的所述中心像素的像素值。
在本发明一实施例中,可以利用公式(22)及(23),来计算到去除噪声后的所述中心像素的像素值output_pixel·:
residual=G22+cd_output (22)
output_pixel·=output_pixel+residual*ratio (23)
其中:output_pixel·为去除ratio是预设的去噪调节系数,cd_output为所述第一色差,G22为所述中心像素对应的子图像块的绿色统计值。
为使得本领域技术人员更好地理解和实现本发明,以下还提供了可以实现上述消除图像噪声的方法的装置,如图5所示。为描述方便,设所述图像包括p个图像块,每个图像块的大小可以为M×N,M及N均为奇数,所述装置可以包括接收单元51、选取单元52、系数获取单元53、滤波单元54及像素计算单元55,其中:
所述接收单元51,适于接收拜耳域上的图像块;
所述选取单元52,适于以与中心像素相同通道的像素为中心,取Sm×Sn大小的子图像块,其中:所述中心像素为接收的所述图像块的中心像素,Sm与Sn均为奇数;
所述系数获取单元53,适于获得每个所述子图像块的滤波权重系数;
所述滤波单元54,适于根据所述滤波权重系数对所述图像块进行滤波,得到所述中心像素的真实色差,作为第一色差;
所述像素计算单元55,适于根据所述第一色差及预设的去噪调节系数,计算去除噪声后的所述中心像素的像素值。
为使得本领域技术人员更好地理解和实现本发明,以下还提供了本发明实施例中的一种系数获取单元的结构示意图,具体可以参考图6,所述滤波权重系数包括滤波色差权重系数,所述系数获取单元54可以包括第一计算子单元61、第二计算子单元62、第三计算子单元63、第一选择子单元64及第一系数获取子单元65,其中:
所述第一计算子单元61,适于当所述像素非绿色时,计算每个所述子图像块的色差值;
所述第二计算子单元62,适于根据每个所述子图像块的色差值,计算所述中心像素的参考色差,作为第二色差;
所述第三计算子单元63,适于根据每个所述子图像块的色差值与所述第二色差,计算得到所有子图像块的平均色差,作为第三色差;
所述第一选择子单元64,适于选择所述第三色差所对应的滤波色差权重系数与色差差值的映射关系,所述色差差值为每个子图像块的色差值与所述第二色差的差值的绝对值;
所述第一系数获取子单元65,适于根据每个所述子图像块的色差差值在所述映射关系中的区间,确定与每个所述子图像块对应的滤波色差权重系数。
在具体实施中,所述滤波权重系数还包括滤波距离权重系数,所述系数获取单元54还可以包括第二选择子单元66及第二系数获取子单元67,其中:
所述第二选择子单元66,适于选择所述第三色差所对应的滤波距离权重系数与距离的映射关系,所述距离为每个所述子图像块与所述中心像素对应的子图像块之间的距离;
所述第二系数获取子单元67,适于根据每个所述子图像块的距离在所述映射关系中的区间,确定与所述子图像块对应的滤波距离权重系数。
在具体实施中,所述第一计算子单元61,适于分别计算每个所述子图像块的R统计值、G统计值及B统计值,当所述中心像素为红色时,将每个所述子图像块的R统计值与G统计值的差值,作为每个所述子图像块的色差值,当所述中心像素为蓝色时,将每个所述子图像块的B统计值与G统计值的差值,作为每个所述子图像块的色差值。
在具体实施中,所述第二计算子单元62,适于求取从每个所述子图像块的色差值中选择的,预设个数的色差值的中值,计算所述预设个数的色差值的中值与所述中心像素所对应的子图像块的色差值的差值的绝对值,当所述预设个数的色差值的中值与所述中心像素所对应的子图像块的色差值的差值的绝对值大于等于预设的阈值时,将所述中心像素所对应的子图像块的色差值作为所述第二色差,当所述预设个数的色差值的中值与所述中心像素所对应的子图像块的色差值的差值的绝对值小于预设的阈值时,将所述预设个数的色差值的中值作为所述第二色差。
在具体实施中,所述预设个数为5,所述选择的子图像块为所述中心像素所对应的子图像块的上下左右相邻的子图像块。
在具体实施中,所述第一计算子单元61,适于采用如下公式,分别计算每个所述子图像块的R统计值、G统计值及B统计值:
Rsm/2,Sn/2=median(Total_R);
GSm/2,Sn/2=median(Total_G);
BSm/2,Sn/2=median(Total_B);
其中,Rsm/2,Sn/2为每个所述子图像块的R统计值,GSm/2,Sn/2为每个所述子图像块的G统计值,BSm/2,Sn/2为每个所述子图像块的B统计值,median()表示对括号内的参数取中值。
在具体实施中,所述第三计算子单元63,适于采用如下公式计算得到所有子图像块的平均色差,作为第三色差:
cd_diffmn=abs(cd_cen-cdmn);
其中,cd_cen为所述第二色差,cdmn为每个所述子图像块的色差值,NUM=fix(M/2)×fix(N/2),为所述子图像块的个数,cd_diff为所述第三色差,abs()表示对括号内的参数取绝对值。
在具体实施中,所述像素计算单元,适于采用如下公式,根据所述第一色差及预设的去噪调节系数,计算去除噪声后的所述中心像素的像素值:
residual=GSm/2,Sn/2+cd_output;
output_pixel·=output_pixel+residual*ratio;
其中,GSm/2,Sn/2为每个所述子图像块的G统计值,cd_output为所述第一色差,ratio为所述预设的去噪调节系数,output_pixel·为去除噪声后的所述中心像素的像素值,output_pixel为去除噪声前的所述中心像素的像素值。
为使得本领域技术人员更好地理解和实现本发明,以下还提供了本发明实施例中另一种系数获取单元,可以参考图7,所述滤波权重系数包括滤波色差权重系数,所述系数获取单元54可以包括第四计算子单元71、第三选择子单元72及第三系数获取子单元73,其中:
所述第四计算子单元71,适于当所述像素为绿色时,计算所述与所述中心像素相同通道的像素的平均能量;
所述第三选择子单元72,适于选择所述平均能量所对应的滤波色差权重系数与色差差值的映射关系,所述色差差值为每个所述子图像块的色差值与所述第二色差的差值的绝对值;
所述第三系数获取子单元73,适于根据每个所述子图像块的色差差值在所述映射关系中的区间,确定与所述子图像块对应的所述滤波色差权重系数。
在具体实施中,所述滤波权重系数还包括滤波距离权重系数,相应地,所述系数获取单元54,还可以包括第四选择子单元74及第四系数获取子单元75,其中:
所述第四选择子单元74,适于选择所述平均能量所对应的滤波距离权重系数与距离的映射关系,所述距离为每个所述子图像块与所述中心像素对应的子图像块之间的距离;
所述第四系数获取子单元75,适于根据每个所述子图像块的距离值在所述映射关系中的区间,确定与所述子图像块对应的滤波距离权重系数。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于以计算机可读存储介质中,存储介质可以包括:ROM、RAM、磁盘或光盘等。
虽然本发明披露如上,但本发明并非限定于此。任何本领域技术人员,在不脱离本发明的精神和范围内,均可作各种更动与修改,因此本发明的保护范围应当以权利要求所限定的范围为准。
Claims (16)
1.一种消除图像噪声的方法,所述图像包括p个图像块,所述图像块的大小为M×N,M及N均为奇数,其特征在于,所述方法包括:
接收拜耳域上的图像块;
以与中心像素相同通道的像素为中心,取Sm×Sn大小的子图像块,其中:所述中心像素为接收的所述图像块的中心像素,Sm与Sn均为奇数;
获得每个所述子图像块的滤波权重系数,根据所述滤波权重系数对所述图像块进行滤波,得到所述中心像素的真实色差,作为第一色差;
根据所述第一色差及预设的去噪调节系数,计算去除噪声后的所述中心像素的像素值;
所述滤波权重系数包括滤波距离权重系数,所述获得每个所述子图像块的滤波权重系数包括:当所述像素非绿色时,计算每个所述子图像块的色差值;根据每个所述子图像块的色差值,计算所述中心像素的参考色差,作为第二色差;根据每个所述子图像块的色差值与所述第二色差,计算得到所有所述子图像块的平均色差,作为第三色差;选择所述第三色差所对应的滤波距离权重系数与距离的映射关系,所述距离为每个所述子图像块与所述中心像素对应的子图像块之间的距离;根据每个所述子图像块的距离在所述映射关系中的区间,确定与所述子图像块对应的滤波距离权重系数。
2.根据权利要求1所述的消除图像噪声的方法,其特征在于,还包括:
当所述像素为绿色时,计算所述与中心像素相同通道的像素的平均能量,将所述中心像素的G统计值作为所述第二色差;
选择所述平均能量所对应的滤波距离权重系数与距离的映射关系,所述距离为每个所述子图像块与所述中心像素对应的子图像块之间的距离;
根据每个所述子图像块的距离值在所述映射关系中的区间,确定与所述子图像块对应的所述滤波距离权重系数。
3.根据权利要求1所述的消除图像噪声的方法,其特征在于,所述计算每个子图像块的色差值,包括:
分别计算每个所述子图像块的R统计值、G统计值及B统计值;
当所述中心像素为红色时,将每个所述子图像块的R统计值与G统计值的差值,作为每个所述子图像块的色差值;
当所述中心像素为蓝色时,将每个所述子图像块的B统计值与G统计值的差值,作为每个所述子图像块的色差值。
4.根据权利要求3所述的消除图像噪声的方法,其特征在于,所述根据每个所述子图像块的色差值,计算所述中心像素的参考色差,作为第二色差,包括:
求取从每个所述子图像块的色差值中选择的预设个数的色差值的中值;
计算所述预设个数的色差值的中值与所述中心像素所对应的子图像块的色差值的差值的绝对值;
当所述预设个数的色差值的中值与所述中心像素所对应的子图像块的色差值的差值的绝对值大于等于预设的阈值时,将所述中心像素所对应的子图像块的色差值作为所述第二色差;
当所述预设个数的色差值的中值与所述中心像素所对应的子图像块的色差值的差值的绝对值小于预设的阈值时,将所述预设个数的色差值的中值作为所述第二色差。
5.根据权利要求4所述的消除图像噪声的方法,其特征在于,所述预设个数为5,所选择的预设个数的色差值对应的图像块包括:所述中心像素所对应的子图像块,及所述中心像素所对应的子图像块的上下左右相邻的子图像块。
6.根据权利要求4所述的消除图像噪声的方法,其特征在于,采用如下公式,分别计算每个所述子图像块的R统计值、G统计值及B统计值:
Rsm/2,Sn/2=median(Total_R);
GSm/2,Sn/2=median(Total_G);
BSm/2,Sn/2=median(Total_B);
其中,Rsm/2,Sn/2为每个所述子图像块的R统计值,GSm/2,Sn/2为每个所述子图像块的G统计值,BSm/2,Sn/2为每个所述子图像块的B统计值,median()表示对括号内的参数取中值;Total_R表示与每个和所述中心像素同通道的像素对应的子图像块内的所有的红色像素,Total_G表示与每个和所述中心像素同通道的像素对应的子图像块内的所有的绿色像素,Total_B表示与每个和所述中心像素同通道的像素对应的子图像块内的所有的蓝色像素。
8.根据权利要求1所述的消除图像噪声的方法,其特征在于,采用如下公式,根据所述第一色差及预设的去噪调节系数,计算去除噪声后的所述中心像素的像素值:
residual=GSm/2,Sn/2+cd_output;
output_pixel*=output_pixel+residual*ratio;
其中,GSm/2,Sn/2为所述中心像素所在子图像块的G统计值,cd_output为所述第一色差,ratio为所述预设的去噪调节系数,output_pixel*为去除噪声后的所述中心像素的像素值,output_pixel为去除噪声前的所述中心像素的像素值。
9.一种消除图像噪声的装置,所述图像包括p个图像块,所述图像块的大小为M×N,M及N均为奇数,其特征在于,包括:
接收单元,适于接收拜耳域上的图像块;
选取单元,适于以与中心像素相同通道的像素为中心,取Sm×Sn大小的子图像块,其中:所述中心像素为接收的所述图像块的中心像素,Sm与Sn均为奇数;
系数获取单元,适于获得每个所述子图像块的滤波权重系数;
滤波单元,适于根据所述滤波权重系数对所述图像块进行滤波,得到所述中心像素的真实色差,作为第一色差;
像素计算单元,适于根据所述第一色差及预设的去噪调节系数,计算去除噪声后的所述中心像素的像素值;
所述滤波权重系数包括滤波距离权重系数,所述系数获取单元包括:第一计算子单元,适于当所述像素非绿色时,计算每个所述子图像块的色差值;第二计算子单元,适于根据每个所述子图像块的色差值,计算所述中心像素的参考色差,作为第二色差;第三计算子单元,适于根据每个所述子图像块的色差值与所述第二色差,计算得到所有子图像块的平均色差,作为第三色差;第二选择子单元,适于选择所述第三色差所对应的滤波距离权重系数与距离的映射关系,所述距离为每个所述子图像块与所述中心像素对应的子图像块之间的距离;第二系数获取子单元,适于根据每个所述子图像块的距离在所述映射关系中的区间,确定与所述子图像块对应的滤波距离权重系数。
10.根据权利要求9所述的消除图像噪声的装置,其特征在于,所述滤波权重系数还包括滤波距离权重系数,所述系数获取单元,还包括:
第四计算子单元,适于当所述像素为绿色时,计算所述与所述中心像素相同通道的像素的平均能量,将所述中心像素的G统计值作为所述第二色差;
第四选择子单元,适于选择所述平均能量所对应的滤波距离权重系数与距离的映射关系,所述距离为每个所述子图像块与所述中心像素对应的子图像块之间的距离;
第四系数获取子单元,适于根据每个所述子图像块的距离值在所述映射关系中的区间,确定与所述子图像块对应的滤波距离权重系数。
11.根据权利要求9所述的消除图像噪声的装置,其特征在于,所述第一计算子单元,适于分别计算每个所述子图像块的R统计值、G统计值及B统计值,当所述中心像素为红色时,将每个所述子图像块的R统计值与G统计值的差值,作为每个所述子图像块的色差值,当所述中心像素为蓝色时,将每个所述子图像块的B统计值与G统计值的差值,作为每个所述子图像块的色差值。
12.根据权利要求11所述的消除图像噪声的装置,其特征在于,所述第二计算子单元,适于求取从每个所述子图像块的色差值中选择的,预设个数的色差值的中值,计算所述预设个数的色差值的中值与所述中心像素所对应的子图像块的色差值的差值的绝对值,当所述预设个数的色差值的中值与所述中心像素所对应的子图像块的色差值的差值的绝对值大于等于预设的阈值时,将所述中心像素所对应的子图像块的色差值作为所述第二色差,当所述预设个数的色差值的中值与所述中心像素所对应的子图像块的色差值的差值的绝对值小于预设的阈值时,将所述预设个数的色差值的中值作为所述第二色差。
13.根据权利要求12所述的消除图像噪声的装置,其特征在于,所述预设个数为5,所选择的预设个数的色差值对应的子图像块包括:所述中心像素所对应的子图像块,及所述中心像素所对应的子图像块的上下左右相邻的子图像块。
14.根据权利要求12所述的消除图像噪声的装置,其特征在于,所述第一计算子单元,适于采用如下公式,分别计算每个所述子图像块的R统计值、G统计值及B统计值:
Rsm/2,Sn/2=median(Total_R);
GSm/2,Sn/2=median(Total_G);
BSm/2,Sn/2=median(Total_B);
其中,Rsm/2,Sn/2为每个所述子图像块的R统计值,GSm/2,Sn/2为每个所述子图像块的G统计值,BSm/2,Sn/2为每个所述子图像块的B统计值,median()表示对括号内的参数取中值;Total_R表示与每个和所述中心像素同通道的像素对应的子图像块内的所有的红色像素,Total_G表示与每个和所述中心像素同通道的像素对应的子图像块内的所有的绿色像素,Total_B表示与每个和所述中心像素同通道的像素对应的子图像块内的所有的蓝色像素。
16.根据权利要求9所述的消除图像噪声的装置,其特征在于,所述像素计算单元,适于采用如下公式,根据所述第一色差及预设的去噪调节系数,计算去除噪声后的所述中心像素的像素值:
residual=GSm/2,Sn/2+cd_output;
output_pixel*=output_pixel+residual*ratio;
其中,GSm/2,Sn/2为所述中心像素所在子图像块的G统计值,cd_output为所述第一色差,ratio为所述预设的去噪调节系数,output_pixel*为去除噪声后的所述中心像素的像素值,output_pixel为去除噪声前的所述中心像素的像素值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910889537.0A CN110619612B (zh) | 2015-12-25 | 2015-12-25 | 一种消除图像噪声的方法及装置 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910889537.0A CN110619612B (zh) | 2015-12-25 | 2015-12-25 | 一种消除图像噪声的方法及装置 |
CN201510995454.1A CN106920216B (zh) | 2015-12-25 | 2015-12-25 | 一种消除图像噪声的方法及装置 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510995454.1A Division CN106920216B (zh) | 2015-12-25 | 2015-12-25 | 一种消除图像噪声的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110619612A CN110619612A (zh) | 2019-12-27 |
CN110619612B true CN110619612B (zh) | 2022-03-22 |
Family
ID=59456363
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910889537.0A Active CN110619612B (zh) | 2015-12-25 | 2015-12-25 | 一种消除图像噪声的方法及装置 |
CN201510995454.1A Active CN106920216B (zh) | 2015-12-25 | 2015-12-25 | 一种消除图像噪声的方法及装置 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510995454.1A Active CN106920216B (zh) | 2015-12-25 | 2015-12-25 | 一种消除图像噪声的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN110619612B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109285123B (zh) * | 2017-07-20 | 2020-09-11 | 展讯通信(上海)有限公司 | 图像平滑方法及装置、计算机可读存储介质、终端 |
CN109993706B (zh) * | 2018-01-02 | 2021-02-26 | 北京紫光展锐通信技术有限公司 | 数字图像处理方法及装置、计算机可读存储介质 |
CN111507923B (zh) * | 2020-04-21 | 2023-09-12 | 浙江大华技术股份有限公司 | 一种视频图像的噪声处理方法、装置、设备和介质 |
CN112884667B (zh) * | 2021-02-04 | 2021-10-01 | 湖南兴芯微电子科技有限公司 | 一种Bayer域降噪方法和降噪系统 |
CN116896689B (zh) * | 2023-09-11 | 2024-01-12 | 归芯科技(深圳)有限公司 | Bayer图像的处理方法、装置及电子设备 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104202583A (zh) * | 2014-08-07 | 2014-12-10 | 华为技术有限公司 | 图像处理装置和方法 |
CN104376540A (zh) * | 2014-12-01 | 2015-02-25 | 北京思比科微电子技术股份有限公司 | 一种Bayer图像的去噪方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8005297B2 (en) * | 2006-01-18 | 2011-08-23 | Qualcomm Incorporated | Method and apparatus for adaptive and self-calibrated sensor green channel gain balancing |
CN103530856B (zh) * | 2013-10-25 | 2017-05-17 | 上海交通大学 | 一种Bayer图像去椒盐噪声的方法和系统 |
JP6342360B2 (ja) * | 2014-04-17 | 2018-06-13 | 株式会社モルフォ | 画像処理装置、画像処理方法、画像処理プログラム及び記録媒体 |
-
2015
- 2015-12-25 CN CN201910889537.0A patent/CN110619612B/zh active Active
- 2015-12-25 CN CN201510995454.1A patent/CN106920216B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104202583A (zh) * | 2014-08-07 | 2014-12-10 | 华为技术有限公司 | 图像处理装置和方法 |
CN104376540A (zh) * | 2014-12-01 | 2015-02-25 | 北京思比科微电子技术股份有限公司 | 一种Bayer图像的去噪方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106920216A (zh) | 2017-07-04 |
CN110619612A (zh) | 2019-12-27 |
CN106920216B (zh) | 2020-04-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110619612B (zh) | 一种消除图像噪声的方法及装置 | |
JP5197414B2 (ja) | 画像処理装置及び画像処理方法 | |
EP2278788B1 (en) | Method and apparatus for correcting lens shading | |
EP2566161B1 (en) | Image processing apparatus and method | |
US20080253652A1 (en) | Method of demosaicing a digital mosaiced image | |
JP5143038B2 (ja) | 画像処理装置及び画像処理方法 | |
CN110246087B (zh) | 参考多通道的多分辨率去除图像色度噪声的系统和方法 | |
US20130057734A1 (en) | Image processing apparatus, image processing method, information recording medium, and program | |
WO2011152174A1 (ja) | 画像処理装置、および画像処理方法、並びにプログラム | |
CN110852953B (zh) | 图像插值方法及装置、存储介质、图像信号处理器、终端 | |
EP2152010B1 (en) | Luminance signal generation apparatus, luminance signal generation method, and image capturing apparatus | |
EP2103979B1 (en) | Method for correcting chromatic aberration | |
US9401006B2 (en) | Image processing apparatus, image processing method, and storage medium | |
US20100215267A1 (en) | Method and Apparatus for Spatial Noise Adaptive Filtering for Digital Image and Video Capture Systems | |
KR20180118432A (ko) | 감도 개선을 위한 영상 처리 장치 및 방법 | |
JP2010252265A (ja) | 画像処理装置 | |
JP2009194721A (ja) | 画像信号処理装置、画像信号処理方法、及び撮像装置 | |
JP4380399B2 (ja) | 撮像装置、ノイズリダクション装置およびノイズリダクション方法並びにプログラム | |
JP6143575B2 (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 | |
JP5103580B2 (ja) | 画像処理装置およびデジタルカメラ | |
KR102628938B1 (ko) | 이미지 처리 장치 | |
CN115272135B (zh) | 一种单帧图片降噪并消除图片伪彩的方法 | |
CN116896689B (zh) | Bayer图像的处理方法、装置及电子设备 | |
Baek et al. | Demosaicing algorithm using high-order interpolation with sobel Operators | |
US9635330B2 (en) | Image processing device, image processing method, and program |
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 |