CN110782501A - 图像处理方法及装置 - Google Patents
图像处理方法及装置 Download PDFInfo
- Publication number
- CN110782501A CN110782501A CN201910849170.XA CN201910849170A CN110782501A CN 110782501 A CN110782501 A CN 110782501A CN 201910849170 A CN201910849170 A CN 201910849170A CN 110782501 A CN110782501 A CN 110782501A
- Authority
- CN
- China
- Prior art keywords
- frame image
- current frame
- reference frame
- img
- 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.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 24
- 238000000034 method Methods 0.000 claims abstract description 9
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000000605 extraction Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 241001270131 Agaricus moelleri Species 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T9/00—Image coding
- G06T9/004—Predictors, e.g. intraframe, interframe coding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Multimedia (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本公开提供一种图像处理方法及装置,涉及计算机图像技术领域,所述方法包括:确定当前帧图像和参考帧图像的像素点是否属于疑似噪声;当所述像素点属于疑似噪声时,提取当前帧图像和参考帧图像中所述像素点对应的疑似噪声区;计算当前帧图像和参考帧图像中疑似噪声区的相似度;根据所示参考帧图像与当前帧图像中疑似噪声区的相似度和预设相似度阈值,按照预设规则确定所述疑似噪声区中像素点对应的目标区域,其中,所述目标区域包括有效变化区和无变化区。
Description
技术领域
本公开涉及计算机图像处理领域,尤其涉及图像处理图像处理方法及装置。
背景技术
在视频编解码处理中,为了降低码流,可以使用帧间编码。具体的,对当前帧进行区域划分,将当前帧中与参考帧相同的部分划分为无变化unchange区,将当前帧中与参考帧不同的部分划分为change区(有效变化区)。发送端无需对当前帧的unchange区域进行编码,接收端在对当前帧进行解码时,可使用参考帧中相应区域的像素点进行填充,因此,unchange区域越多,发送端发送的码流就越小。但是,发送端需要对当前帧的有效变化区进行编码并发送到接收端,因此,有效变化区域越多,发送端发送的码流就越大。
在实际应用中,由于各种因素的干扰,待编码图像中经常会掺杂着诸如处理噪声、量化噪声等各种噪声,且掺入噪声多为随机,其位置与数值多为不可预见。这样会造成视频帧间编码中,当前帧与参考帧间的unchange区变为有效变化区,进而产生多余编码,增大当前帧的码流。可见,如何对当前待处理图像帧(当前帧)进行消噪处理是尚待解决的问题。
发明内容
本公开实施例提供一种图像处理方法及装置,能够解决现有图像处理中计算复杂过的问题。所述技术方案如下:
根据本公开实施例的第一方面,提供一种图像处理方法,该方法包括:
确定当前帧图像和参考帧图像的像素点是否属于疑似噪声区;
当所述像素点属于疑似噪声区时,提取当前帧图像和参考帧图像中所述像素点对应的疑似噪声区;
计算当前帧图像和参考帧图像中疑似噪声区的相似度;
计算当前帧图像和参考帧图像中疑似噪声区的相似度;
根据所示参考帧图像与当前帧图像中疑似噪声区的相似度和预设相似度阈值,按照预设规则确定所述疑似噪声区中像素点对应的目标区域,其中,所述目标区域包括有效变化区和无变化区。
在一个实施例中,确定当前帧图像和参考帧图像的像素点是否属于疑似噪声区之前,所述方法还包括:
获取当前帧图像和参考帧图像对应位置像素点之间的距离;
所述确定当前帧图像和参考帧图像的像素点是否属于疑似噪声包括:
若所述距离大于第一阈值且小于或者等于第二阈值,则确定该所述素点属于疑似噪声;其中,所述第一阈值小于第二阈值。
在一个实施例中,提取当前帧图像和参考帧图像中所述像素点对应的疑似噪声区包括:
将当前帧图像和参考帧图像转化成灰度图像;
在所述当前帧图像和参考帧图像对应的灰度图像中,以所述像素点坐标点为中心提取M*N的像素图像区域块为疑似噪声区域,其中M>0,N>0。
在一个实施例中,将当前帧图像和参考帧图像均转化成灰度图像包括:
通过第一公式组计算当前帧图像和参考帧图像的RGB分量;其中,第一公式组为:
IMGR=IMGY+a*IMGV
IMGG=IMGY-b*IMGU-c*IMGV
IMGB=IMGY+d*IMGU
其中,所述IMGY指当前帧图像和参考帧图像在Y方向上的分量,IMGV指当前帧图像和参考帧图像在V方向上的分量,IMGU指当前帧图像和参考帧图像在U方向上的分量;
根据所述当前帧图像和参考帧图像的RGB分量,通过第一公式计算当前帧图像和参考帧图像的灰度值;其中,所述第一公式为:
IMGgrey=e*IMGR+f*IMGG+g*IMGB
其中,a、b、c、d、e、f、g是常量。
在一个实施例中,计算当前帧和参考帧中疑似噪声区的相似度包括:
分别计算当前帧中与参考帧中的的疑似噪声区在行、列方向上的灰度变化均值曲线;
计算当前帧中与参考帧中的的疑似噪声区在行、列方向上的灰度变化均值曲线的均方误差MSE,将所述MSE作为当前帧和参考帧中疑似噪声区的相似度。
在一个实施例中,根据所示参考帧图像与当前帧图像中疑似噪声区的相似度和预设相似度阈值,按照预设规则确定所述疑似噪声区中像素点对应的目标区域包括:
当参考帧与当前帧中疑似噪声区的相似度大于第三阈值时,确定所述疑似噪声区中像素点对应的目标区域为无变化区;当参考帧与当前帧中疑似噪声区的相似度小于或者等于第三阈值时,确定所述疑似噪声区中像素点对应的目标区域为有效变化区。
在一个实施例中,获取当前帧和参考帧对应位置像素点之间的距离包括:
通过第一公式获取当前帧图像和参考帧图像对应位置像素点之间的欧式距离,其中,所述第一公式为:
其中,0≤x≤IMGheight,0≤y≤MG_width;IMGheight表示图像高像素个数,IMG_width表示图像宽像素个数,DIST(x,y)表示参考帧图像与当前帧图像(x,y)处像素的欧式距离,表示参考帧图像Y分量(x,y)处的图像灰度值,表示当前帧图像Y分量(x,y)处的图像灰度值。
在一个实施例中,当参考帧与当前帧中疑似噪声区的相似度大于第三阈值时,确定所述疑似噪声区中像素点对应的目标区域为无变化区,用参考帧图像中相同位置的像素点替换所述当前帧中的像素点。
根据本公开实施例的第二方面,提供一种图像处理装置,该装置包括:
第一确定模块,用于确定当前帧图像和参考帧图像的像素点是否属于疑似噪声区;
提取模块,用于当所述像素点属于疑似噪声区时,提取当前帧图像和参考帧图像中所述像素点对应的疑似噪声区;
计算模块,用于计算当前帧图像和参考帧图像中疑似噪声区的相似度;
第二确定模块,用于根据所示参考帧图像与当前帧图像中疑似噪声区的相似度和预设相似度阈值,按照预设规则确定所述疑似噪声区中像素点对应的目标区域,其中,所述目标区域包括有效变化区和无变化区。
在一个实施例中,装置还包括获取模块,用于确定当前帧图像和参考帧图像的像素点是否属于疑似噪声区之前,获取当前帧图像和参考帧图像对应位置像素点之间的距离;
所述第一确定模块具体用于:
若所述距离大于第一阈值且小于或者等于第二阈值,则确定该所述素点属于疑似噪声;其中,所述第一阈值小于第二阈值。
在一个实施例中,提取模块包括:
转化子模块,用于将当前帧图像和参考帧图像转化成灰度图像;
提取子模块,用于在所述当前帧图像和参考帧图像对应的灰度图像中,以所述像素点坐标点为中心提取M*N的像素图像区域块为疑似噪声区域,其中M>0,N>0。
在一个实施例中,转化子模块具体用于:
通过第一公式组计算当前帧图像和参考帧图像的RGB分量;其中,第一公式组为:
IMGR=IMGY+a*IMGV
IMGG=IMGY-b*IMGU-c*IMGV
IMGB=IMGY+d*IMGU
其中,所述IMGY指当前帧图像和参考帧图像在Y方向上的分量,IMGV指当前帧图像和参考帧图像在V方向上的分量,IMGU指当前帧图像和参考帧图像在U方向上的分量;
根据所述当前帧图像和参考帧图像的RGB分量,通过第一公式计算当前帧图像和参考帧图像的灰度值;其中,所述第一公式为:
IMGgrey=e*IMGR+f*IMGG+g*IMGB
其中,a、b、c、d、e、f、g是常量。
在一个实施例中,计算模块包括:
第一计算子模块,用于分别计算当前帧中与参考帧中的的疑似噪声区在行、列方向上的灰度变化均值曲线;
第二计算子模块,用于计算当前帧中与参考帧中的的疑似噪声区在行、列方向上的灰度变化均值曲线的均方误差MSE,将所述MSE作为当前帧和参考帧中疑似噪声区的相似度。
在一个实施例中,第二确定模块具体用于:
当参考帧与当前帧中疑似噪声区的相似度大于第三阈值时,确定所述疑似噪声区中像素点对应的目标区域为无变化区;当参考帧与当前帧中疑似噪声区的相似度小于或者等于第三阈值时,确定所述疑似噪声区中像素点对应的目标区域为有效变化区。
在一个实施例中,获取模块具体用于:
通过第一公式获取当前帧图像和参考帧图像对应位置像素点之间的欧式距离,其中,所述第一公式为:
其中,0≤x≤IMGheight,0≤y≤IMG_width;IMGheight表示图像高像素个数,IMG_width表示图像宽像素个数,DIST(x,y)表示参考帧图像与当前帧图像(x,y)处像素的欧式距离,表示参考帧图像Y分量(x,y)处的图像灰度值,表示当前帧图像Y分量(x,y)处的图像灰度值。
在一个实施例中,所述装置还包括填充模块,用于当参考帧与当前帧中疑似噪声区的相似度大于第三阈值时,确定所述疑似噪声区中像素点对应的目标区域为无变化区,用参考帧图像中相同位置的像素点替换所述当前帧中的像素点。
为解决图像编码当中由于掺入噪声造成的编码码流增大的问题,本发明通过分析掺入噪声特点,以及噪声对编码方式的影响,提出了一种去噪算法。首先,通过对比当前帧与参考帧间各区域间的相似度,初步筛选出疑似噪声区域,再将当前帧中的疑似噪声区域中的像素点进一步划分为有效变化区和unchange区。
这样可以对当前帧中可能被噪声干扰的区域进行二次筛查,避免将疑似噪声区直接划分为有效变化区,有效减少有效变化区内的像素点的数量,达到降低码流的作用。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
图1是本公开实施例提供的一种图像处理方法的流程图;
图2是本公开实施例提供的一种图像处理方法的流程图;
图3是本公开实施例提供的一种图像处理方法疑似噪声区域示意图;
图4是本公开实施例提供的一种计算相似度示意图;
图5是本公开实施例提供的一种图像处理方法的流程图;
图6是本公开实施例提供的一种图像处理装置的结构图;
图7是本公开实施例提供的一种图像处理装置的结构图;
图8是本公开实施例提供的一种图像处理装置的结构图;
图9是本公开实施例提供的一种图像处理装置的结构图;
图10是本公开实施例提供的一种图像处理装置的结构图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
本公开实施例提供一种图像处理方法,如图1所示,该图像处理方法包括以下步骤:
步骤101、确定当前帧图像和参考帧图像的像素点是否属于疑似噪声区;
在一实施例中,步骤101之前,该方法还包括以下步骤:
获取当前帧图像和参考帧图像对应位置像素点之间的距离;
具体的,步骤101包括:
若所述距离大于第一阈值且小于或者等于第二阈值,则确定该所述素点属于疑似噪声区;其中,所述第一阈值小于第二阈值。
可选的,若所述距离小于或者等于第一阈值,则确定所述像素点属于无变化区;若所述距离大于第二阈值,则确定所述像素点属于有效变化区。
该实施例中,根据所述距离确定所述像素点对应的初始区域;其中,所述像素点对应的初始包括有效变化区、疑似噪声区和无变化区。
在一个实施例中,获取当前帧和参考帧对应位置像素点之间的距离包括:
通过第一公式获取当前帧图像和参考帧图像对应位置像素点之间的欧式距离,其中,所述第一公式为:
其中,0≤x≤IMGheight,0≤y≤IMG_width;IMGheight表示图像高像素个数,IMG_width表示图像宽像素个数,DIST(x,y)表示参考帧图像与当前帧图像(x,y)处像素的欧式距离,表示参考帧图像Y分量(x,y)处的图像灰度值,表示当前帧图像Y分量(x,y)处的图像灰度值。
另外,对参考帧图像与当前帧图像(x,y)处像素的欧式距离,也可以使曼哈顿距离,马氏距离等,本公开对比不做限制。
步骤102、当所述像素点属于疑似噪声区时,提取当前帧图像和参考帧图像中所述像素点对应的疑似噪声区;
在一个实施例中,提取当前帧图像和参考帧图像中所述像素点对应的疑似噪声区包括:
将当前帧图像和参考帧图像转化成灰度图像;
在一个实施例中,将当前帧图像和参考帧图像均转化成灰度图像包括:
通过第一公式组计算当前帧图像和参考帧图像的RGB分量;其中,第一公式组为:
IMGR=IMGY+a*IMGV
IMGG=IMGY-b*IMGU-c*IMGV
IMGB=IMGY+d*IMGU
其中,所述IMGY指当前帧图像和参考帧图像的Y分量,IMGV指当前帧图像和参考帧图像的V分量,IMGU指当前帧图像和参考帧图像的U分量;
根据所述当前帧图像和参考帧图像的RGB分量,通过第一公式计算当前帧图像和参考帧图像的灰度值;其中,所述第一公式为:
IMGgrey=e*IMGR+f*IMGG+g*IMGB。
示例性的,a、b、c、d、e、f、g为常数,一般的,a取1.375,b取0.34375,c取0.703125,d取1.734375,e取0.299,f取0.587,g取0.114。
在所述当前帧图像和参考帧图像对应的灰度图像中,以所述像素点坐标点为中心提取M*N的像素图像区域块为疑似噪声区域,其中M>0,N>0。
可选的,M和N可以相同,例如M取50,N取50。
步骤103、计算当前帧图像和参考帧图像中疑似噪声区的相似度;
在一个实施例中,计算当前帧和参考帧中疑似噪声区的相似度包括:
分别计算当前帧中与参考帧中的的疑似噪声区在行、列方向上的灰度变化均值曲线;
计算当前帧中与参考帧中的的疑似噪声区在行、列方向上的灰度变化均值曲线的均方误差MSE,将所述MSE作为当前帧和参考帧中疑似噪声区的相似度。
另外,也可以计算当前帧中与参考帧中的的疑似噪声区在行、列方向上的灰度变化均值曲线的方差或标准差,本公开对此不作限制。
步骤104、根据所示参考帧图像与当前帧图像中疑似噪声区的相似度和预设相似度阈值,按照预设规则确定所述疑似噪声区中像素点对应的目标区域,其中,所述目标区域包括有效变化区和无变化区。
在一个实施例中,根据所示参考帧图像与当前帧图像中疑似噪声区的相似度和预设相似度阈值,按照预设规则确定所述疑似噪声区中像素点对应的目标区域包括:
当参考帧与当前帧中疑似噪声区的相似度大于第三阈值时,确定所述疑似噪声区中像素点对应的目标区域为无变化区;当参考帧与当前帧中疑似噪声区的相似度小于或者等于第三阈值时,确定所述疑似噪声区中像素点对应的目标区域为有效变化区。
在一个实施例中,当参考帧与当前帧中疑似噪声区的相似度大于第三阈值时,确定所述疑似噪声区中像素点对应的目标区域为无变化区,用参考帧图像中相同位置的像素点替换所述当前帧中的像素点。下面以一具体实现算法为例描述本公开的图像处理方法,如图2所示:
步骤201,根据欧式距离,初步确定当前帧图像中的疑似噪声区域。
在本步骤中,获取当前帧与参考帧的图像数据,根据公式(1),计算两帧图像间对应像素的欧式距离:
在公式(1)中,0≤x≤IMG_height,0≤y≤IMG_width;其中IMG_height表示图像高像素个数,IMG_width表示图像宽像素个数,DIST(x,y)表示参考帧与当前帧图像(x,y)处像素的欧式距离,表示参考帧Y分量(x,y)坐标处的图像灰度值,表示当前帧Y分量(x,y)坐标处的图像灰度值。
需要说明的是,事先设定用于淘汰干扰项的阈值th1,以及用于确定当前帧的有效变化区的阈值th2。具体的,若像素点的DIST(x,y)大于阈值th2,则可以确定该像素点属于有效变化区,即当前帧相对参考帧发生变化的区域,若像素点的DIST(x,y)大于阈值th1且小于阈值th2,则可以确定该像素点属于噪声干扰区域。
具体的,可以设置阈值th1=1.5,阈值th2=17,如公式(2)所示:
在公式(2)中,ImgRecon_Map为当前帧图像重建窗口函数,其中,当前帧中,0对应的像素点归属于无变化unchange区,即当前帧的像素值与参考帧对应位置的像素值完全相同;1对应的像素点属于有效变化区;2对应的像素点属于疑似噪声,下面重点对疑似噪声区进行进一步判断。
步骤202,提取当前帧和参考帧中的疑似噪声区。
第一步,将彩色图YUV转灰度图G。
为简化去噪算法的运算量,将当前帧和参考帧均转化成灰度图像来进行处理,YUV转灰度图计算公式如下所示:
IMGR=IMGY+1.375*IMGV
IMGG=IMGY-0.34375*IMGU-0.703125*IMGV
IMGB=IMGY+1.734375*IMGU
IMGgrey=0.299*IMGR+0.587*IMGG+0.114*IMGB
第二步,提取疑似噪声区
在转换后的当前帧的灰度图IMGgrey1和参考帧的灰度图IMGgrey2中,查找ImgRecon_Map等于2的像素点的坐标,进而基于确定的像素点2的坐标,确定中的IMGgrey1和IMGgrey2中的疑似噪声区。
如图3所示,ImgRecon_Map指的是当前帧图像重建窗口函数,也叫矩阵,大小与图像一样,白点表示ImgRecon_Map等于2的像素点的坐标。在Ref_IMGgrep和Cur_IMGgrep中,提取以该坐标点为中心的50*50的图像区域块Ref_IMG_Block与Cur_IMG_Block,Ref_IMG_Block与Cur_IMG_Block即为疑似噪声区。
步骤203、计算当前帧和参考帧中疑似噪声区的相似度
第一步,分别计算提取出来的当前帧中的Ref_IMG_Block与参考帧中的Cur_IMG_Block,在行、列方向上的灰度变化均值曲线:
for(row=1:50)
for col=1:50
其中,公式(3)计算出的Ref_change_curve_rowrow为参考帧的行方向的灰度变化曲线,Cur_change_curve_rowrow为当前帧的行方向的灰度变化曲线。公式(4)计算出的Ref_change_curve_colcol为参考帧的列方向的灰度变化曲线,Cur_change_curve_colcol为当前帧的列方向的灰度变化曲线。
具体的,分别计算参考帧中的Cur_IMG_Block的行方向的灰度变化曲线和列方向的灰度变化曲线,以及当前帧中的Ref_IMG_Block的行方向的灰度变化曲线和列方向的灰度变化曲线。
计算方法如图4所示,比如,图像区域块的长和宽均为50个像素点,的首先,计算每个区域块每一行(列)的灰度和,然后再除以一行(列)的像素个数,得到当前行(列)的灰度均值,计算完区域块50行(列)的灰度均值,得到一个1*50的数组,就是行(列)的灰度均值曲线。
第二步,计算参考帧的Ref_IMG_Block与当前帧的Cur_IMG_Block的两灰度变化曲线的均方误差MSE,将计算出的MSE作为Ref_IMG_Block与Cur_IMG_Block的相似度。
如式(5)和式(6)所示:
在公式(5)和公式(6)中,n为灰度变化曲线的像素个数,具体可以为50。
步骤204、根据参考帧的Ref_IMG_Block与当前帧的Cur_IMG_Block的相似度,进一步识别当前帧中疑似噪声区中的像素点,通过修改当前帧的重建窗口函数ImgReconMap值,将原归属于疑似噪声的像素点,划分到unchange区或有效变化区中。
在本步骤中,根据参考帧的Ref_IMG_Block与当前帧的Cur_IMG_Block的两灰度变化曲线的均方误差MSE,以及预设的相似度阈值T,修改重建窗口函数ImgRecon_Map的值,也即将原ImgRecon_Map等于2的像素点的ImgRecon_Map值,修改为1(有效变化区)或0(unchange区域)。
需要说明的是,相似度阈值T可以设置为1.8。1.8值为实验测试数值,若T值过大则可能导致将当前帧的有效变化区域淘汰,若T值取值过小,则可能去噪不完全。因此,经实验试错,得到当T值设为1.8时是较好的。
具体的,根据公式(7),来判断相似度来设定重建窗口函数ImgRecon_Map的值:
也就是说,若公式(5)计算出的block_MSE_col且公式(6)计算出的block_MSE_row小于等于相似度阈值T,说明当前帧中的Ref_IMG_Block与参考帧中的Cur_IMG_Block相似,那么,可以将Cur_IMG_Block的中心点,也即ImgRecon_Map等于2的像素点(归属于疑似噪声的像素点),修改ImgRecon_Map等于0,也即将原归属于疑似噪声的像素点确定为归属于unchange区域;在具体实施中,可以将当前帧中的unchange区域用参考帧中相应区域的图像填充。
若公式(5)计算出的block_MSE_col大于相似度阈值T且公式(6)计算出的block_MSE_row大于相似度阈值T,说明当前帧中的Ref_IMG_Block与参考帧中的Cur_IMG_Block不相似,那么,可以将Cur_IMG_Block的中心点,也即ImgRecon_Map等于2的像素点(归属于疑似噪声的像素点),修改ImgRecon_Map等于1,也即将原归属于疑似噪声的像素点确定为归属于有效变化区域;在具体实施中,可以保留当前帧中的有效变化区。
步骤205,根据修改后的重建窗口函数ImgReconMap值,重建当前帧。
在本步骤中,根据修改后的重建窗口函数ImgRecon_Map,重建当前帧:
在公式(8)中,Cur’为重建后的当前帧,Cur为原始当前帧,Ref为参考帧;若ImgRecon_Map为1,说明当前帧中对应的像素点归属于有效变化区,保留该像素点;若ImgRecon_Map为0,说明当前帧中对应的像素点归属于unchange区,用参考帧中相应区域的像素点填充当前帧中的该像素点。
需要说明的是,在具体实施中,在当前帧中的疑似噪声区被处理完之后,才会执行步骤5,对当前帧进行重建。
可见,经去噪处理重建后的当前帧,在帧间编码中,增加了当前帧与参考帧间的unchange区域,避免了因为量化噪声的影响,导致大量的unchange区被误判为有效变化区,极大减小了帧图像间的编码传输码率。
下面按照图5所示的流程图,对本发明的处理过程进行说明:
S1、读取第n帧,将该帧记为Cur_frame。
S2、判断该帧Cur_frame是否第一帧;
若为是,如果该帧是第一帧,将自身确定为参考帧,也即
Ref_frame=Cur_frame,则执行S11,若为否,则执行S3。
S3、计算当前帧Cur_frame与参考帧Ref_frame中,各像素间的欧式距离DIST,执行S4。
详细参考前文中的步骤201。
S4、根据DIST将当前帧分为unchange区、有效变化区和疑似噪声区,执行S5。
详细参考前文中的步骤202。
S5、将当前帧Cur_frame与参考帧Ref_frame由YUV图像转换为灰度图像cur_gray和ref_gray,执行S6。
详细参考前文步骤202中的第一步。
S6、提取ImgRecon_Map中疑似噪声区坐标Add(i),执行S7。
S7、提取cur_gray与ref_gray中对应坐标Add(i)位置周围的50*50的区域块,执行S8。
详细参考前文步骤202中的第二步。
S8、计算两区域块间的均方误差MSE,并根据其值将ImgRecon_Map(Add(i))重新赋值,执行S9。
详细参考前文步骤2和步骤3。
S9、判断当前帧中的疑似噪声区是否已处理完成,若为是,则执行S10,若为否,则返回执行S6。
S10、根据ImgRecon_Map重建当前帧,执行S11。
详细参考前文步骤205。
S11、更新参考帧Ref_frame=Cur_frame,执行S12。
需要说明的是,图像编码采用的帧间编码,就是通过将当前帧与参考帧进行运算,找出当前帧相对于参考帧发生变化的部分,然后再对变化部分进行编码。目前采用的参考帧更新方法就是设定编码帧的前一帧为参考帧,因此在去噪完成后,再将重建后的当前帧设定为参考帧,作为下一帧编码使用。
S12、对当前帧进行编码,执行S13。
S13、判断帧序列是否处理完成,若为是,则处理完成。
图6是本公开实施例提供的一种图像处理装置,如图6所示的的图像处理装置60包括:
第一确定模块601,用于确定当前帧图像和参考帧图像的像素点是否属于疑似噪声区;提取模块602,用于当所述像素点属于疑似噪声区时,提取当前帧图像和参考帧图像中所述像素点对应的疑似噪声区;计算模块603,用于计算当前帧图像和参考帧图像中疑似噪声区的相似度;第二确定模块604,用于根据所示参考帧图像与当前帧图像中疑似噪声区的相似度和预设相似度阈值,按照预设规则确定所述疑似噪声区中像素点对应的目标区域,其中,所述目标区域包括有效变化区和无变化区。
在一个实施例中,第二确定模块604具体用于:当参考帧与当前帧中疑似噪声区的相似度大于第三阈值时,确定所述疑似噪声区中像素点对应的目标区域为无变化区;当参考帧与当前帧中疑似噪声区的相似度小于或者等于第三阈值时,确定所述疑似噪声区中像素点对应的目标区域为有效变化区。
图7是本公开实施例提供的一种图像处理装置,如图7所示的的图像处理装置70包括:第一确定模块701、提取模块702、计算模块703,和获取模块700,其中,获取模块700用于确定当前帧图像和参考帧图像的像素点是否属于疑似噪声区之前,获取当前帧图像和参考帧图像对应位置像素点之间的距离。
第一确定模块701具体用于:若所述距离大于第一阈值且小于或者等于第二阈值,则确定该所述素点属于疑似噪声;其中,所述第一阈值小于第二阈值。
可选的,若所述距离小于或者等于第一阈值,则确定所述像素点属于无变化区;若所述距离大于第二阈值,则确定所述像素点属于有效变化区。
具体的,通过第一公式获取当前帧图像和参考帧图像对应位置像素点之间的欧式距离,其中,所述第一公式为:
其中,0≤x≤IMGheight,0≤y≤IMG_width;IMGheight表示图像高像素个数,IMG_width表示图像宽像素个数,DIST(x,y)表示参考帧图像与当前帧图像(x,y)处像素的欧式距离,表示参考帧图像Y分量(x,y)处的图像灰度值,表示当前帧图像Y分量(x,y)处的图像灰度值。
图8是本公开实施例提供的一种图像处理装置,如图8所示的的图像处理装置80包括:第一确定模块801、提取模块802、计算模块803和第二确定模块804,提取模块802包括:
转化子模块8021,用于将当前帧图像和参考帧图像转化成灰度图像;
提取子模块8022,用于在所述当前帧图像和参考帧图像对应的灰度图像中,以所述像素点坐标点为中心提取M*N的像素图像区域块为疑似噪声区,其中M>0,N>0。
在一个实施例中,转化子模块8021具体用于:
通过第一公式组计算当前帧图像和参考帧图像的RGB分量;其中,第一公式组为:
IMGR=IMGY+a*IMGV
IMGG=IMGY-b*IMGU-c*IMGV
IMGB=IMGY+d*IMGU
其中,所述IMGY指当前帧图像和参考帧图像在Y方向上的分量,IMGV指当前帧图像和参考帧图像在V方向上的分量,IMGU指当前帧图像和参考帧图像在U方向上的分量;
根据所述当前帧图像和参考帧图像的RGB分量,通过第一公式计算当前帧图像和参考帧图像的灰度值;其中,所述第一公式为:
IMGgrey=e*IMGR+f*IMGG+g*IMGB
其中,a、b、c、d、e、f、g是常量。
图9是本公开实施例提供的一种图像处理装置,如图9所示的的图像处理装置90包括:第一确定模块901、提取模块902、计算模块903和第二确定模块904,计算模块903包括:
第一计算子模块9041,用于分别计算当前帧中与参考帧中的的疑似噪声区在行、列方向上的灰度变化均值曲线;
第二计算子模块9042,用于计算当前帧中与参考帧中的的疑似噪声区在行、列方向上的灰度变化均值曲线的均方误差MSE,将所述MSE作为当前帧和参考帧中疑似噪声区的相似度。
图10是本公开实施例提供的一种图像处理装置,如图10所示的的图像处理装置100包括:第一确定模块1001、提取模块1002、计算模块1003、第二确定模块1004和填充模块1005,其中,填充模块1005用于当参考帧与当前帧中疑似噪声区的相似度大于第三阈值时,确定所述疑似噪声区中像素点对应的目标区域为无变化区,用参考帧图像中相同位置的像素点替换所述当前帧中的像素点。
为解决图像编码当中由于掺入噪声造成的编码码流增大的问题,本发明通过分析掺入噪声特点,以及噪声对编码方式的影响,提出了一种去噪算法。首先,通过对比当前帧与参考帧间各区域间的相似度,初步筛选出疑似噪声区,再将当前帧中的疑似噪声区中的像素点进一步划分为有效变化区和unchange区。
这样可以对当前帧中可能被噪声干扰的区域进行二次筛查,避免将疑似噪声区直接划分为有效变化区,有效减少有效变化区内的像素点的数量,达到降低码流的作用。
基于上述图1对应的实施例中所描述的图像处理方法,本公开实施例还提供一种计算机可读存储介质,例如,非临时性计算机可读存储介质可以是只读存储器(英文:ReadOnly Memory,ROM)、随机存取存储器(英文:Random Access Memory,RAM)、CD-ROM、磁带、软盘和光数据存储装置等。该存储介质上存储有计算机指令,用于执行上述图1对应的实施例中所描述的图像处理方法,此处不再赘述。
本领域技术人员在考虑说明书及实践这里公开的公开后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
Claims (10)
1.一种图像处理方法,其特征在于,所述方法包括:
确定当前帧图像和参考帧图像的像素点是否属于疑似噪声区;
当所述像素点属于疑似噪声区时,提取当前帧图像和参考帧图像中所述像素点对应的疑似噪声区;
计算当前帧图像和参考帧图像中疑似噪声区的相似度;
根据所示参考帧图像与当前帧图像中疑似噪声区的相似度和预设相似度阈值,按照预设规则确定所述疑似噪声区中像素点对应的目标区域,其中,所述目标区域包括有效变化区和无变化区。
2.根据权利要求1所述的图像处理方法,其特征在于,所述确定当前帧图像和参考帧图像的像素点是否属于疑似噪声区之前,所述方法还包括:
获取当前帧图像和参考帧图像对应位置像素点之间的距离;
所述确定当前帧图像和参考帧图像的像素点是否属于疑似噪声区包括:
若所述距离大于第一阈值且小于或者等于第二阈值,则确定该所述素点属于疑似噪声;其中,所述第一阈值小于第二阈值。
3.根据权利要求1所述的图像处理方法,其特征在于,所述提取当前帧图像和参考帧图像中所述像素点对应的疑似噪声区包括:
将当前帧图像和参考帧图像转化成灰度图像;
在所述当前帧图像和参考帧图像对应的灰度图像中,以所述像素点坐标点为中心提取M*N的像素图像区域块为疑似噪声区,其中M>0,N>0。
4.根据权利要求3所述的图像处理方法,其特征在于,所述将当前帧图像和参考帧图像均转化成灰度图像包括:
通过第一公式组计算当前帧图像和参考帧图像的RGB分量;其中,第一公式组为:
IMGR=IMGY+a*IMGV
IMGG=IMGY-b*IMGU-c*IMGV
IMGB=IMGY+d*IMGU
其中,所述IMGY指当前帧图像和参考帧图像在Y方向上的分量,IMGV指当前帧图像和参考帧图像在V方向上的分量,IMGU指当前帧图像和参考帧图像在U方向上的分量;
根据所述当前帧图像和参考帧图像的RGB分量,通过第一公式计算当前帧图像和参考帧图像的灰度值;其中,所述第一公式为:
IMGgrey=e*IMGR+f*IMGG+g*IMGB
其中,a、b、c、d、e、f、g是常量。
5.根据权利要求1所述的图像处理方法,其特征在于,所述计算当前帧和参考帧中疑似噪声区的相似度包括:
分别计算当前帧中与参考帧中的的疑似噪声区在行、列方向上的灰度变化均值曲线;
计算当前帧中与参考帧中的的疑似噪声区在行、列方向上的灰度变化均值曲线的均方误差MSE,将所述MSE作为当前帧和参考帧中疑似噪声区的相似度。
6.根据权利要求3所述的图像处理方法,其特征在于,所述根据所示参考帧图像与当前帧图像中疑似噪声区的相似度和预设相似度阈值,按照预设规则确定所述疑似噪声区中像素点对应的目标区域包括:
当参考帧与当前帧中疑似噪声区的相似度大于第三阈值时,确定所述疑似噪声区中像素点对应的目标区域为无变化区;当参考帧与当前帧中疑似噪声区的相似度小于或者等于第三阈值时,确定所述疑似噪声区中像素点对应的目标区域为有效变化区。
8.根据权利要求6所述的图像处理方法,其特征在于,所述当参考帧与当前帧中疑似噪声区的相似度大于第三阈值时,确定所述疑似噪声区中像素点对应的目标区域为无变化区,用参考帧图像中相同位置的像素点替换所述当前帧中的像素点。
9.一种图像处理装置,其特征在于,所述装置包括:
第一确定模块,用于确定当前帧图像和参考帧图像的像素点是否属于疑似噪声区;
提取模块,用于当所述像素点属于疑似噪声区时,提取当前帧图像和参考帧图像中所述像素点对应的疑似噪声区;
计算模块,用于计算当前帧图像和参考帧图像中疑似噪声区的相似度;
第二确定模块,用于根据所示参考帧图像与当前帧图像中疑似噪声区的相似度和预设相似度阈值,按照预设规则确定所述疑似噪声区中像素点对应的目标区域,其中,所述目标区域包括有效变化区和无变化区。
10.根据权利要求9所述的图像处理装置,其特征在于,所述装置还包括:
获取模块,用于确定当前帧图像和参考帧图像的像素点是否属于疑似噪声区之前,获取当前帧图像和参考帧图像对应位置像素点之间的距离;
所述第一确定模块具体用于:
若所述距离大于第一阈值且小于或者等于第二阈值,则确定该所述素点属于疑似噪声;其中,所述第一阈值小于第二阈值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910849170.XA CN110782501B (zh) | 2019-09-09 | 2019-09-09 | 图像处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910849170.XA CN110782501B (zh) | 2019-09-09 | 2019-09-09 | 图像处理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110782501A true CN110782501A (zh) | 2020-02-11 |
CN110782501B CN110782501B (zh) | 2024-02-23 |
Family
ID=69383414
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910849170.XA Active CN110782501B (zh) | 2019-09-09 | 2019-09-09 | 图像处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110782501B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112104878A (zh) * | 2020-08-21 | 2020-12-18 | 西安万像电子科技有限公司 | 图像编码方法、装置、编码端设备及存储介质 |
CN113822878A (zh) * | 2021-11-18 | 2021-12-21 | 南京智谱科技有限公司 | 一种红外图像处理的方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017071542A1 (zh) * | 2015-10-26 | 2017-05-04 | 努比亚技术有限公司 | 图像处理方法及装置 |
CN108694705A (zh) * | 2018-07-05 | 2018-10-23 | 浙江大学 | 一种多帧图像配准与融合去噪的方法 |
CN109995964A (zh) * | 2019-02-21 | 2019-07-09 | 西安万像电子科技有限公司 | 图像数据处理方法及装置 |
JP2019121356A (ja) * | 2018-01-10 | 2019-07-22 | 富士通株式会社 | 干渉領域検出装置と方法及び電子機器 |
-
2019
- 2019-09-09 CN CN201910849170.XA patent/CN110782501B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017071542A1 (zh) * | 2015-10-26 | 2017-05-04 | 努比亚技术有限公司 | 图像处理方法及装置 |
JP2019121356A (ja) * | 2018-01-10 | 2019-07-22 | 富士通株式会社 | 干渉領域検出装置と方法及び電子機器 |
CN108694705A (zh) * | 2018-07-05 | 2018-10-23 | 浙江大学 | 一种多帧图像配准与融合去噪的方法 |
CN109995964A (zh) * | 2019-02-21 | 2019-07-09 | 西安万像电子科技有限公司 | 图像数据处理方法及装置 |
Non-Patent Citations (2)
Title |
---|
刘兴淼;王仕成;赵静;: "图像分块重建的红外运动目标检测算法", 红外与激光工程, no. 01 * |
李晓龙;王江安;吴荣华;: "基于细节保留的椒盐噪声自适应滤波算法", 红外技术, no. 03 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112104878A (zh) * | 2020-08-21 | 2020-12-18 | 西安万像电子科技有限公司 | 图像编码方法、装置、编码端设备及存储介质 |
CN112104878B (zh) * | 2020-08-21 | 2024-09-13 | 西安万像电子科技有限公司 | 图像编码方法、装置、编码端设备及存储介质 |
CN113822878A (zh) * | 2021-11-18 | 2021-12-21 | 南京智谱科技有限公司 | 一种红外图像处理的方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110782501B (zh) | 2024-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2546616C2 (ru) | Система и способ сжатия изображения | |
CN110324617B (zh) | 图像处理方法及装置 | |
CN112102212B (zh) | 一种视频修复方法、装置、设备及存储介质 | |
CN108322746B (zh) | 动态地监测数字多维信号的编码的方法和装置 | |
WO2021004126A1 (zh) | 图像编码方法及装置 | |
US20150271527A1 (en) | Video encoding method and apparatus, video decoding method and apparatus, and programs therefor | |
US6222882B1 (en) | Adaptive motion estimation method of a luminance signal | |
CN111179201B (zh) | 一种视频去噪方法和电子设备 | |
US20190289329A1 (en) | Apparatus and a method for 3d video coding | |
CN110418139B (zh) | 一种视频超分辨修复方法、装置、设备及存储介质 | |
CN110782501B (zh) | 图像处理方法及装置 | |
CN115578255B (zh) | 一种基于帧间亚像素块匹配的超分辨率重建方法 | |
US9143790B2 (en) | Encoding and decoding a video image sequence by image areas | |
CN104992419A (zh) | 基于jnd因子的超像素高斯滤波预处理方法 | |
CN111447452B (zh) | 数据编码方法及系统 | |
CN102761765B (zh) | 一种用于三维立体视频的深度快速插帧方法 | |
CN112837238A (zh) | 图像处理方法及装置 | |
CN108600755B (zh) | 图像帧编码方法及装置 | |
CN105678718A (zh) | 图像去噪方法和装置 | |
US20140184739A1 (en) | Foreground extraction method for stereo video | |
CN116569554A (zh) | 帧间预测方法、视频编解码方法、装置及介质 | |
CN103618904B (zh) | 基于像素的运动估计方法及装置 | |
CN113573058B (zh) | 一种基于时空显著性融合的帧间图像编码方法 | |
JP4622264B2 (ja) | 動きベクトル検出装置、および動きベクトル検出方法、並びにコンピュータ・プログラム | |
Farah et al. | Full-reference and reduced-reference quality metrics based on SIFT |
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 |