CN111429383A - 图像降噪方法及装置、计算机可读存储介质 - Google Patents
图像降噪方法及装置、计算机可读存储介质 Download PDFInfo
- Publication number
- CN111429383A CN111429383A CN202010286776.XA CN202010286776A CN111429383A CN 111429383 A CN111429383 A CN 111429383A CN 202010286776 A CN202010286776 A CN 202010286776A CN 111429383 A CN111429383 A CN 111429383A
- Authority
- CN
- China
- Prior art keywords
- frequency domain
- image block
- shrinkage
- threshold
- shrinkage rate
- 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
- 238000000034 method Methods 0.000 title claims abstract description 51
- 230000009467 reduction Effects 0.000 title claims abstract description 49
- 230000009466 transformation Effects 0.000 claims abstract description 111
- 238000001914 filtration Methods 0.000 claims abstract description 66
- 238000005070 sampling Methods 0.000 claims description 43
- 230000004927 fusion Effects 0.000 claims description 35
- 238000004590 computer program Methods 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 241000023320 Luma <angiosperm> Species 0.000 claims description 3
- OSWPMRLSEDHDFF-UHFFFAOYSA-N methyl salicylate Chemical compound COC(=O)C1=CC=CC=C1O OSWPMRLSEDHDFF-UHFFFAOYSA-N 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 10
- 235000019557 luminance Nutrition 0.000 description 13
- 238000010586 diagram Methods 0.000 description 10
- 239000011159 matrix material Substances 0.000 description 9
- 230000008569 process Effects 0.000 description 7
- 230000000737 periodic effect Effects 0.000 description 6
- 230000000717 retained effect Effects 0.000 description 5
- 230000001131 transforming effect Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000007781 pre-processing Methods 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
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20021—Dividing image into blocks, subimages or windows
-
- 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
- G06T2207/20048—Transform domain processing
- G06T2207/20052—Discrete cosine transform [DCT]
-
- 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
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
一种图像降噪方法及装置、计算机可读存储介质，图像降噪方法包括：对输入的目标图像块进行频域变换，得到对应的频率域系数；根据所述频率域系数确定所述目标图像块的区域类型，所述区域类型包括以下任一种：平坦区域、纹理区域及边缘区域；计算所述目标图像块的亮度对应的第一收缩率；当所述目标图像块的区域类型为平坦区域时，获取第二收缩率；根据所述第一收缩率及所述第二收缩率，对所述频率域系数进行阈值收缩，得到阈值收缩后的频率域系数；对阈值收缩后的频率域系数进行逆频域变换，得到逆频域变换后的第一图像块；对所述第一图像块进行方向滤波，得到降噪后的图像块。上述方案，能够提高图像降噪效果。
Description
技术领域
本发明实施例涉及图像处理领域，尤其涉及一种图像降噪方法及装置、计算机可读存储介质。
背景技术
图像经过图像信号处理器(Image Signal Processor，ISP)的前处理后往往含有不同频率的噪声信号，为了降低图像中的噪声水平，得到更高质量的图像，Y通道降噪是一个很重要的过程。Y通道降噪是图像信号处理中的重要组成部分，Y通道降噪质量的好坏直接反应了ISP的水平。
由于光信号经过镜头、传感器和ISP的前处理等非线性系统的处理之后，得到的图像信号噪声往往不是通常图像降噪算法所假设的高斯白噪声信号，这样的图像信号中往往高低频噪声同时存在，现有算法通常将噪声信号一视同仁的假设为高斯白噪声，并采用同样的滤波方法进行处理，然而，目前的噪声处理方式，图像降噪效果较差。
发明内容
本发明实施例解决的技术问题是图像降噪效果较差。
为解决上述技术问题，本发明实施例提供一种图像降噪方法，包括：对输入的目标图像块进行频域变换，得到对应的频率域系数；根据所述频率域系数确定所述目标图像块的区域类型，所述区域类型包括以下任一种：平坦区域、纹理区域及边缘区域；计算所述目标图像块的亮度对应的第一收缩率；当所述目标图像块的区域类型为平坦区域时，获取第二收缩率；根据所述第一收缩率及所述第二收缩率，对所述频率域系数进行阈值收缩，得到阈值收缩后的频率域系数；对阈值收缩后的频率域系数进行逆频域变换，得到逆频域变换后的第一图像块；对所述第一图像块进行方向滤波，得到降噪后的图像块。
可选的，所述根据所述频率域系数确定所述目标图像块的区域类型，包括：根据所述目标图像块的水平方向上的频率域系数、所述目标图像块的垂直方向上的频率域系数以及所述目标图像块的对角线方向上的频率域系数，结合设定的平坦控制参数，确定所述目标图像块的区域类型。
可选的，采用如下公式计算所述第一收缩率：
其中，R1为第一收缩率；luma_ave为目标图像块的亮度；r1为第一预设收缩率；r2为第二预设收缩率，且r1＜r2；thr1为第一预设亮度阈值；thr2为第二预设亮度阈值，且thr1＜thr2；k1为第一插值曲线斜率。
可选的，采用如下方式确定所述第二收缩率：对所述频率域系数进行扫描转换，根据各频率域系数的索引与设定索引阈值的大小关系，确定所述第二收缩率。
可选的，采用如下公式计算所述第二收缩率：
其中，R2为第二收缩率；index为索引；r3为第三预设收缩率；r4为第四预设收缩率，且r3＜r4；thr3为第一索引阈值；thr4为第二索引阈值，且thr3＜thr4；k2为第二插值曲线斜率。
可选的，在根据各频率域系数的索引与设定阈值的大小关系，确定所述第二收缩率之前，还包括：对所述各频率域系数的索引进行分组，以每个分组为单位，对每个分组重新标定索引，将所述重新标定索引作为各频率域系数的索引。
可选的，所述图像降噪方法还包括：计算所述目标图像块与待处理图像的中心区域的相对距离，所述目标图像块来自于所述待处理图像；根据所述目标图像块与所述待处理图像的中心区域的相对距离，计算第三收缩率；根据所述第一收缩率、所述第二收缩率及所述第三收缩率，对所述频率域系数进行阈值收缩，得到所述阈值收缩后的频率域系数。
可选的，采用如下公式计算所述第三收缩率：
其中，R3为所述第三收缩率；ads_dist为目标图像块与待处理图像的中心区域的相对距离；r5为第五预设收缩率；r6为第六预设收缩率，且r5＞r6；thr5为第一距离阈值；thr6为第二距离阈值，且thr5＜thr6；k3为第三插值曲线斜率；dist为目标图像块距离待处理图像的中心区域的距离；radius为待处理图像的中心区域的半径；(x0，y0)为待处理图像的中心区域的中心点坐标；(x，y)为目标图像块的坐标。
可选的，所述图像降噪方法还包括：所述目标图像块的区域类型为边缘区域或纹理区域时，获取第四收缩率，所述第四收缩率对应的去噪强度小于所述第二收缩率对应的去噪强度；采用所述第一收缩率对所述频率域系数进行阈值收缩，得到经所述第一收缩率进行阈值收缩后的频率域系数；采用所述第四收缩率对所述频率域系数进行阈值收缩，得到经所述第四收缩率进行阈值收缩后的频率域系数；对经所述第一收缩率进行阈值收缩后的频率域系数进行逆频域变换，得到逆频域变换后的第二图像块；对经所述第四收缩率进行阈值收缩后的频率域系数进行逆频域变换，得到逆频域变换后的第三图像块；对所述第二图像块及所述第三图像块进行图像融合，得到融合后的图像块；对所述融合后的图像块进行方向滤波，得到降噪后的图像块。
可选的，所述对所述第二图像块及所述第三图像块进行图像融合，得到融合后的图像块，包括：获取第二像素采样值对应的第二融合权重，获取第三像素采样值对应的第三融合权重，其中，所述第二像素采样值由所述第一收缩率进行阈值收缩后的频率域系数进行逆频域变换得到，所述第二图像块根据所述第二像素采样值得到，所述第三像素采样值由所述第四收缩率进行阈值收缩后的频率域系数进行逆频域变换得到，所述第三图像块根据所述第三像素采样值得到；根据所述第二像素采样值与所述第二融合权重的乘积，以及所述第三像素采样值与所述第三融合权重的乘积，计算得到融合后的图像块对应的像素采样值；根据所述融合后的图像块对应的像素采样值得到所述融合后的图像块。
可选的，在对经所述第四收缩率进行阈值收缩后的频率域系数进行逆频域变换之后，还包括：对逆频域变换得到的像素采样值进行空间域滤波，得到空间域滤波后的像素采样值，将所述空间域滤波后的像素采样值作为所述第三像素采样值。
本发明实施例还提供另一种图像降噪方法，包括：对输入的目标图像块进行频域变换，得到对应的频率域系数；根据所述频率域系数确定所述目标图像块的区域类型，所述区域类型包括以下任一种：平坦区域、纹理区域及边缘区域；计算所述目标图像块的亮度对应的第一收缩率；当所述目标图像块的区域类型为边缘区域或纹理区域时，获取第四收缩率；采用所述第一收缩率对所述频率域系数进行阈值收缩，得到经所述第一收缩率进行阈值收缩后的频率域系数；采用所述第四收缩率对所述频率域系数进行阈值收缩，得到经所述第四收缩率进行阈值收缩后的频率域系数；对经所述第一收缩率进行阈值收缩后的频率域系数进行逆频域变换，得到逆频域变换后的第二图像块；对经所述第四收缩率进行阈值收缩后的频率域系数进行逆频域变换，得到逆频域变换后的第三图像块；对所述第二图像块及所述第三图像块进行图像融合，得到融合后的图像块；对所述融合后的图像块进行方向滤波，得到降噪后的图像块。
本发明实施例还提供一种图像降噪装置，包括：第一频域变换单元，用于对输入的目标图像块进行频域变换，得到对应的频率域系数；第一区域类型确定单元，用于根据所述频率域系数确定所述目标图像块的区域类型，所述区域类型包括以下任一种：平坦区域、纹理区域及边缘区域；第一计算单元，用于计算所述目标图像块的亮度对应的第一收缩率；第一获取单元，用于当所述目标图像块的区域类型为平坦区域时，获取第二收缩率；第一阈值收缩单元，用于根据所述第一收缩率及所述第二收缩率，对所述频率域系数进行阈值收缩，得到阈值收缩后的频率域系数；第一逆频域变换单元，用于对阈值收缩后的频率域系数进行逆频域变换，得到逆频域变换后的第一图像块；第一方向滤波单元，适于对所述第一图像块进行方向滤波，得到降噪后的图像块。
本发明实施例还提供另一种图像降噪装置，包括：第二频域变换单元，用于对输入的目标图像块进行频域变换，得到对应的频率域系数；第二区域类型确定单元，用于根据所述频率域系数确定所述目标图像块的区域类型，所述区域类型包括以下任一种：平坦区域、纹理区域及边缘区域；第二计算单元，用于计算所述目标图像块的亮度对应的第一收缩率；第二获取单元，用于当所述目标图像块的区域类型为边缘区域或纹理区域时，获取第四收缩率；第二阈值收缩单元，用于采用所述第一收缩率对所述频率域系数进行阈值收缩，得到经所述第一收缩率进行阈值收缩后的频率域系数；第三阈值收缩单元，用于采用所述第四收缩率对所述频率域系数进行阈值收缩，得到经所述第四收缩率进行阈值收缩后的频率域系数；第二逆频域变换单元，用于对经所述第一收缩率进行阈值收缩后的频率域系数进行逆频域变换，得到逆频域变换后的第二图像块；第三逆频域变换单元，用于对经所述第四收缩率进行阈值收缩后的频率域系数进行逆频域变换，得到逆频域变换后的第三图像块；图像融合单元，用于对所述第二图像块及所述第三图像块进行图像融合，得到融合后的图像块；第二方向滤波单元，用于对所述融合后的图像块进行方向滤波，得到降噪后的图像块。
本发明实施例还提供一种图像降噪装置，包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，所述处理器运行所述计算机程序时执行上述任一种图像降噪方法的步骤。
本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质为非易失性存储介质或非瞬态存储介质，其上存储有计算机程序，所述计算机程序被处理器运行时执行上述任一种图像降噪方法的步骤。
与现有技术相比，本发明实施例的技术方案具有以下有益效果：
对目标图像块进行频域变换，得到对应的频率域系数，根据频率域系数确定目标图像块的区域类型，当目标图像块的区域类型为平坦区域时，获取第二收缩率，根据目标图像块的亮度计算得到第一收缩率，根据第一收缩率及第二收缩率对所述频率域系数进行阈值收缩，得到阈值收缩后的频率域系数，对阈值收缩后的频率域系数进行逆频域变换，得到逆频域变换后的第一图像块，对第一图像块进行方向滤波，得到降噪后的图像块。在对图像进行降噪时，根据目标图像块的区域类型选择收缩率，考虑目标图像块的区域类型，以针对不用类型的区域采用不同的滤波策略，频域滤波后进行逆频域变换，然后进行空间域滤波，通过结合空间域滤波与频率域滤波的各自优势，从而使得满足去噪要求的同时保留图像中的周期性结构与纹理信息，提高图像降噪效果。此外，由于采用了方向滤波处理，可以使得图像在边缘上具有较好的连续性。
进一步，在对频率域系数进行阈值收缩时，结合目标图像块与所述待处理图像的中心区域的相对距离，使得在沿径向上逐渐调整去噪强度，达到整个待处理图像在噪声水平上一致的效果，以解决因镜头矫正导致的图像在四角的噪声得到放大，而图像中心区域的噪声相对较小的问题。
进一步，当目标图像块的区域类型为边缘区域或纹理区域时，采用第四收缩率对频率域系数进行阈值收缩，第四收缩率对应的去噪强度小于第二收缩率对应的去噪强度，从而可以较好的保留图像中的周期性结构与纹理信息，同时能够保留图像的边缘。
进一步，在对经所述第四收缩率进行阈值收缩后的频率域系数进行逆频域变换之后，对逆频域变换得到的像素采样值进行空间域滤波，由于第四收缩率去噪强度较小，在基于第四收缩率进行去噪的同时，采用空间域滤波方式进行滤波，可以保持图像在边缘方向上的连续性。
附图说明
图1是本发明实施例中的一种图像降噪方法的流程图；
图2是本发明实施例中的一种8×8目标图像块对应的频率域系数矩阵示意图；
图3是本发明实施例中的一种亮度对应的第一收缩率的曲线图；
图4是本发明实施例中的一种第二收缩率的曲线图；
图5是本发明实施例中的一种索引分组示意图；
图6是本发明实施例中的一种目标图像块与待处理图像的中心区域的相对示意图；
图7是本发明实施例中的一种目标图像块与待处理图像的中心区域的相对距离对应的第三收缩率的曲线图；
图8是本发明实施例中的另一种图像去噪方法的流程图；
图9是本发明实施例中的一种8×8目标图像块的示意图；
图10是本发明实施例中的又一种图像去噪方法的流程图；
图11是本发明实施例中的一种图像去噪装置的结构示意图；
图12是本发明实施例中的另一种图像去噪装置的结构示意图。
具体实施方式
如上所述，由于光信号经过镜头、传感器和ISP的前处理等非线性系统的处理之后，得到的图像信号噪声往往不是通常图像降噪算法所假设的高斯白噪声信号，这样的图像信号中往往高低频噪声同时存在，现有算法通常将噪声信号一视同仁的假设为高斯白噪声，并采用同样的滤波方法进行处理，然而，目前的噪声处理方式，图像降噪效果较差。
在本发明实施例中，对目标图像块进行频域变换，得到对应的频率域系数，根据频率域系数确定目标图像块的区域类型，当目标图像块的区域类型为平坦区域时，获取第二收缩率，根据目标图像块的亮度计算得到第一收缩率，根据第一收缩率及第二收缩率对所述频率域系数进行阈值收缩，得到阈值收缩后的频率域系数，对阈值收缩后的频率域系数进行逆频域变换，得到逆频域变换后的第一图像块，对第一图像块进行方向滤波，得到降噪后的图像块。在对图像进行降噪时，根据目标图像块的区域类型选择收缩率，考虑目标图像块的区域类型，以针对不用类型的区域采用不同的滤波策略，频域滤波后进行逆频域变换，然后进行空间域滤波，通过结合空间域滤波与频率域滤波的各自优势，从而使得满足去噪要求的同时保留图像中的周期性结构与纹理信息，提高图像降噪效果。此外，由于采用了方向滤波处理，因此可以使得图像在边缘上具有较好的连续性。
为使本发明实施例的上述目的、特征和有益效果能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。
参照图1，给出了本发明实施例中的一种图像降噪方法的流程图，具体可以包括如下步骤：
步骤11，对输入的目标图像块进行频域变换，得到对应的频率域系数。
在本发明实施例中，所输入的目标图像块可以为YUV格式图像中的Y通道图像数据。
在具体实施中，可以采用离散余弦变换(DCT变换)作为频域变换的载体对目标图像块进行频域变换，也可以采用傅立叶变换、小波变换或者超小波变换等，可以理解的是，还可以采用其他类型的频域变换。
以下以采用DCT变换为例，对N×N目标图像块的频域变换过程进行说明。
对于给定的信号x(n)，n＝0，1，2，…，N-1，信号x(n)的离散余弦变换定义如公式(1)：
调制系数gk的取值参照公式(2)：
变换核Ck,n的表达式如公式(3)所示：
离散余弦变换的矩形形式可以采用公式(4)表示：
Xc＝CNx； (4)
其中，xc(k)为第k个余弦变换值；gk为调制系数；Ck,n为变换核；Xc为余弦变换的矩阵；CN为变换系数矩阵；x为常数矩阵；0≤k≤N-1，且为整数；0≤n≤N-1，且为整数。
对于二维目标图像块正变换表达形式如公式(5)，反变换矩阵表达式如公式(6)。
其中，XN为正变换对应的矩阵；
为CN的转置矩阵；xN为反变换对应的矩阵。
当目标图像块为8×8的图像块时，N＝8。
步骤12，根据所述频率域系数确定所述目标图像块的区域类型。
在具体实施中，可以根据频域变换之后得到的频率域系数，确定目标图像块的区域类型。区域类型可以包括以下任一种：平坦区域、纹理区域及边缘区域。
在本发明实施例中，可以根据目标图像块的水平方向上的频率域系数、目标图像块的垂直方向上的频率域系数以及目标图像块的对角线方向上的频率域系数，结合设定的平坦控制参数，确定目标图像块的区域类型。
在本发明一实施例中，可以选取多个水平方向上的频率域系数，将多个水平方向上的频率域系数的平均值作为水平方向上的参数；可以选取多个方竖直方向上的频率域系数，将多个竖直方向上的频率域系数的平均值作为竖直方向上的参数；可以选取多个对角线方向上的频率域系数，将多个对角线方向上的频率域系数的平均值作为对角线方向上的参数。
例如，竖直方向上的参数ver_ave取4个竖直方向上的频率域系数的均值，水平方向上的参数hor_ave取4个水平方向上的频率域系数的均值，对角线方向上的参数diag_val取4个对角线方向上的频率域系数的均值，其中，对角线方向可以指当前所取的水平方向与竖直方向之间的斜线方向。可以理解的是，竖直方向上的参数ver_ave也可取竖直方向上的2个或其他数目的频率域系数的均值，水平方向上的参数hor_ave也可取水平方向上的2个或其他数目的频率域系数的均值，对角线方向上的参数diag_val取对角线方向上的2个或其他数目的频率域系数的均值，具体可以根据需求进行设定即可，此处不做限定。
参照图2，给出本发明实施例中的一种8×8目标图像块对应的频率域系数矩阵示意图，可以采用如下方式(7)计算竖直方向上的参数ver_ave，采用公式(8)计算水平方向上的参数hor_ave，采用公式(9)计算对角线方向上的参数diag_val。
ver_ave＝(abs(dct_coef[0*DCT_SIZE+1])+abs(dct_coef[0*DCT_SIZE+2])+abs(dct_coef[0*DCT_SIZE+3])+abs(dct_coef[0*DCT_SIZE+4]))>>2； (7)
hor_ave＝(abs(dct_coef[1*DCT_SIZE+0])+abs(dct_coef[2*DCT_SIZE+0])+abs(dct_coef[3*DCT_SIZE+0])+abs(dct_coef[4*DCT_SIZE+0]))>>2； (8)
diag_val＝(abs(dct_coef[1*DCT_SIZE+1])+abs(dct_coef[1*DCT_SIZE+2])+abs(dct_coef[2*DCT_SIZE+1])+abs(dct_coef[2*DCT_SIZE+2]))>>2； (9)
其中：abs()为求整数绝对值函数；dct_coef[0*DCT_SIZE+1]为位置(0，1)对应的频率域系数；dct_coef[0*DCT_SIZE+2]为位置(0，2)对应的频率域系数；dct_coef[0*DCT_SIZE+3]为位置(0，3)对应的频率域系数；dct_coef[0*DCT_SIZE+4]为位置(0，4)对应的频率域系数；abs(dct_coef[1*DCT_SIZE+0]为位置(1，0)对应的频率域系数；dct_coef[2*DCT_SIZE+0]为位置(2，0)对应的频率域系数；dct_coef[3*DCT_SIZE+0]为位置(3，0)对应的频率域系数；dct_coef[4*DCT_SIZE+0]为位置(4，0)对应的频率域系数；dct_coef[1*DCT_SIZE+1]为位置(1，1)对应的频率域系数；dct_coef[1*DCT_SIZE+2]为位置(1，2)对应的频率域系数；dct_coef[2*DCT_SIZE+1]为位置(2，1)对应的频率域系数；dct_coef[2*DCT_SIZE+2]为位置(2，2)对应的频率域系数；>>2为右移两位。
设置的平坦控制参数可以用于调整平坦区域标准，可以根据平坦控制参数、水平方向上的参数hor_ave、竖直方向上的参数ver_ave及对角线方向上的参数diag_val，并按照如下设定条件对目标图像块的区域类型进行分类。
if(hor_ave>flat_th)hor_tag＝1；
if(ver_ave>flat_th)ver_tag＝1；
if(diag_ave>flat_th)diag_tag＝1；
if(！(hor_tag||ver_tag||diag_tag))flat_tag＝1；
其中，||为逻辑运算符，代表或，hor_tag||ver_tag||diag_tag表示hor_tag＝1、ver_tag＝1及diag_tag＝1中有一者成立；！()为逻辑运算符，代表非(就是取反)，！(hor_tag||ver_tag||diag_tag)表示hor_tag＝1、ver_tag＝1及diag_tag＝1均不成立；hor_tag为水平标签；ver_tag为竖直标签；diag_tag为对角线标签。
若hor_ave>flat_th成立，hor_tag＝1；若ver_ave>flat_th成立，ver_tag＝1；若diag_ave>flat_th成立，diag_tag＝1；若！(hor_tag||ver_tag||diag_tag)成立，flat_tag＝1。
若flat_tag＝＝1，则目标图像块的区域类型为平坦区域，其中＝＝为比较运算符，用于判断是否相等。
若ver_tag+hor_tag+diag_tag>＝2，则目标图像块的区域类型为斜方向边缘，也即属于边缘区域。
若hor_tag＝＝1&&ver_tag＝＝0&&diag_tag＝＝0，则目标图像块的区域类型为垂直方向的边缘，也即属于边缘区域。
若ver_tag＝＝1&&hor_tag＝＝0&&diag_tag＝＝0，则目标图像块的区域类型为水平方向边缘，也即属于边缘区域。
若不属于上面四种情况中的任一种，则目标图像块的区域类型为纹理区域。
可以理解的是，也可以采用其他方式对目标图像块进行区域划分，此处不再举例。
步骤13，计算所述目标图像块的亮度对应的第一收缩率。
在具体实施中，可以采用如下公式(10)计算目标图像块的亮度对应的收缩率。参照图3，给出了本发明实施例中的亮度对应的第一收缩率的曲线图。
第一插值曲线斜率采用如下公式(11)确定：
其中，R1为目标图像块的亮度对应的收缩率；luma_ave为目标图像块的亮度；r1为第一预设收缩率；r2为第二预设收缩率，且r1＜r2；thr1为第一预设亮度阈值；thr2为第二预设亮度阈值，且thr1＜thr2；k1为第一插值曲线斜率。
步骤14，当所述目标图像块的区域类型为平坦区域时，获取第二收缩率。
在具体实施中，当目标图像块的区域类型为平坦区域时，可以采用如下方式得到第二收缩率：对频率域系数进行扫描转换，根据各频率域系数的索引与设定索引阈值的大小关系，确定第二收缩率。
在本发明实施例中，可以设置多个设定索引阈值，各频率域系数的索引与设定索引阈值的大小关系不同时，对应的第二收缩率不同。
在具体实施中，可以采用如下公式(12)确定第二收缩率。参照图4，给出了本发明实施例中的一种第二收缩率的曲线图。
第二插值曲线斜率采用如下公式(13)确定：
其中，R2为第二收缩率；index为索引；r3为第三预设收缩率；r4为第四预设收缩率，且r3＜r4；thr3为第一索引阈值；thr4为第二索引阈值，且thr3＜thr4；k2为第二插值曲线斜率。
采用上述方案得到第二收缩率后，采用第二收缩率对各索引对应的频率域系数进行阈值收缩。根据不同的索引的取值不同，所对应的第二收缩率的取值可能不同，从而可以实现对不同的频率域系数采用不同的去噪强度进行图像降噪。
在具体实施中，为了简化运算，降低计算量，可以对各频率域系数的索引进行分组，以每个分组为单位，对每个分组重新标定索引，也即同一个分组的频率域系数对应的索引相同，将所述重新标定索引作为各频率域系数的索引，并基于重新标定索引对应的收缩率进行阈值收缩。
例如，对8x8目标图像块的DCT系数采用zig-zag扫描，对zig-zag扫描完后的64个点按照每两个点一组进行分组，分成32组，其分组如图5所示，其中索引为0的第0个DCT系数与索引为1的第1个DCT系数为一组，索引为2的第2个DCT系数与索引为3的第3个DCT系数为一组，依次类推，索引为63的第63个DCT系数与索引为64的第64个DCT系数为一组。
对64个点分组完成之后，可以采用如下公式(14)对确定分组后的索引freq_index：
其中，i为第i个频率域系数，0＜i≤63。
对得到的freq_index向下取整，将取整后的数值作为分组后的索引。
在本发明实施例中，由于第0个系数为直流分量，代表目标图像块的平均信号，因此第0个系数不参与阈值收缩。索引1分组后重新标定的索引为31，索引2和3分组后重新标定的索引为30，索引4和5分组后重新标定的索引为29，索引58和59分组后重新标定的索引为2，索引60和61分组后重新标定的索引为1，索引62和63分组后重新标定的索引为0。
可以理解的是，在对索引进行分组时并不限定将2个索引为一组，还可以将4个、8个或其他数目的索引分为一组，具体根据实际需求进行设定即可。
步骤15，根据所述第一收缩率及所述第二收缩率，对所述频率域系数进行阈值收缩，得到阈值收缩后的频率域系数。
在具体实施中，可以计算第一收缩率与第二收缩率的乘积，采用得到的乘积对频率域系数进行阈值收缩，得到阈值收缩后的频率域系数。
可以理解的是，也可以先采用第一收缩率对频率域系数进行阈值收缩，然后采第二收缩率对采用第一收缩率进行阈值收缩后的频率域系数继续进行阈值收缩。还可以先采用第二收缩率对频率域系数进行收缩，然后采用第一收缩率对采用第二收缩率进行阈值收缩之后的频率域系数继续进行收缩。
步骤16，对阈值收缩后的频率域系数进行逆频域变换，得到逆频域变换后的第一图像块。
在具体实施中，通过对阈值收缩后的频率域系数进行逆频域变换，可以实现频率域向空间域的转换，从而得到逆频域变换后的第一图像块。
在本发明实施例中，对基于第一收缩率及第二收缩率对所述频率域系数进行阈值收缩之后得到的频率域系数，进行逆频域变换，得到逆频域变换后的第三像素采样值，从而基于第三像素采样值得到逆频域变换后的第一图像块。
步骤17，对所述第一图像块进行方向滤波，得到降噪后的图像块。
在具体实施中，方向滤波采用基于空间域的方向滤波方法，选择水平、垂直、45度及135度四个方向，计算四个方向上差异值绝对值的大小，选择最小差值的方向作为降噪后的图像块的方向，然后采用空间域加权的方式进行滤波，得到降噪后的图像块。通过对第一图像块进行方向滤波，可以使得图像在边缘上具有较好的连续性。可以理解的是，也可以采用其他类型的方向滤波。
由上可知，对目标图像块进行频域变换，得到对应的频率域系数，根据频率域系数确定目标图像块的区域类型，当目标图像块的区域类型为平坦区域时，获取第二收缩率，根据目标图像块的亮度计算得到第一收缩率，根据第一收缩率及第二收缩率对所述频率域系数进行阈值收缩，得到阈值收缩后的频率域系数，对阈值收缩后的频率域系数进行逆频域变换，得到逆频域变换后的第一图像块，对第一图像块进行方向滤波，得到降噪后的图像块。在对图像进行降噪时，根据目标图像块的区域类型选择收缩率，考虑目标图像块的区域类型，以针对不用类型的区域采用不同的滤波策略，频域滤波后进行逆频域变换，然后进行空间域滤波，通过结合空间域滤波与频率域滤波的各自优势，从而使得满足去噪要求的同时保留图像中的周期性结构与纹理信息，提高图像降噪效果。此外，由于采用了方向滤波处理，因此可以使得图像在边缘上具有较好的连续性。
此外，由于经过镜头矫正(lens shading)，图像在四角的噪声得到了放大，图像中心区域的噪声相对较小，为了进一步提高图像的降噪效果，在本发明实施例中，计算所述目标图像块与待处理图像的中心区域的相对距离，所述目标图像块来自于所述待处理图像；根据目标图像块与所述待处理图像的中心区域的相对距离，计算第三收缩率。根据第一收缩率、所述第二收缩率及所述第三收缩率，对所述频率域系数进行阈值收缩，得到所述阈值收缩后的频率域系数。
在本发明实施例中，参照图6，给出的本发明实施例中的一种目标图像块与待处理图像的中心区域的相对示意图，可以采用如下公式(15)计算目标图像块与待处理图像的中心区域的相对距离对应的第三收缩率，参照图7，给出了本发明实施例中的一种目标图像块与待处理图像的中心区域的相对距离对应的第三收缩率的曲线图。
第三插值曲线斜率采用如下公式(16)计算得到。
目标图像块与待处理图像的中心区域的相对距离ads_dist采用如下公式(17)确定。
目标图像块距离待处理图像的中心区域的距离采用如下公式(18)计算得到。
其中，R3为所述目标图像块与待处理图像的中心区域的相对距离对应的第三收缩率；ads_dist为目标图像块与待处理图像的中心区域的相对距离；r5为第五预设收缩率；r6为第六预设收缩率，且r5＞r6；thr5为第一距离阈值；thr6为第二距离阈值，且thr5＜thr6；k3为第三插值曲线斜率；dist为目标图像块距离待处理图像的中心区域的中心点的距离；radius为待处理图像的中心区域的半径；(x0，y0)为待处理图像的中心区域的中心点坐标；(x，y)为目标图像块的坐标。
计算得到目标图像块与所述待处理图像的中心区域的相对距离对应的第三收缩率之后，结合第三收缩率对频率域系数进行阈值收缩。
在具体实施中，可以计算第一收缩率、第二收缩率及第三收缩率的乘积，采用计算得到的乘积对频率域系数进行阈值收缩。
可以理解的是，也可以先采用第一收缩率对频率域系数进行阈值收缩，然后采第二收缩率对采用第一收缩率进行阈值收缩后的频率域系数继续进行阈值收缩，最后再采用第三收缩率对采用第二收缩率进行阈值收缩后的频率域系数继续进行阈值收缩。其中，第一收缩率、第二收缩率及第三收缩率对频率域系数进行阈值收缩的顺序不限于上述举例，还存在其他顺序，此处不再一一举例说明。
由于目标图像块在整个待处理图像中的位置不同，距离待处理图像的中心点的距离的不同，对应的第三收缩率不同，估计目标图像块在整个待处理图像中的位置，以及估计目标图像块到待处理图像的中心点的距离，可以在沿径向上逐渐调整去噪强度，达到整个待处理图像在噪声水平上一致的效果。
在具体实施中，当目标图像块的区域类型为纹理区域或者边缘区域时，可以采用如下方式进行图像去噪处理。具体而言，当目标图像块的区域类型为纹理区域或者边缘区域时，获取第四收缩率，所述第四收缩率对应的去噪强度小于所述第二收缩率对应的去噪强度，例如，第四收缩率小于第二收缩率，采用所述第一收缩率对所述频率域系数进行阈值收缩，得到经所述第一收缩率进行阈值收缩后的频率域系数。采用所述第四收缩率对所述频率域系数进行阈值收缩，得到经所述第四收缩率进行阈值收缩后的频率域系数。对经所述第一收缩率进行阈值收缩后的频率域系数进行逆频域变换，得到逆频域变换后的第二图像块。对经所述第四收缩率进行阈值收缩后的频率域系数进行逆频域变换，得到逆频域变换后的第三图像块。对所述第二图像块及所述第三图像块进行图像融合，得到融合后的图像块，对所述融合后的图像块进行方向滤波，得到降噪后的图像块。
采用较小的第四收缩率单独对频率域系数进行阈值收缩，然后经逆频域变换得到第三图像块，采用第一收缩率单独对频率域系数进行阈值收缩，然后经逆频域变换得到第三图像块，最后通过第二图像块及第三图形块的融合，可以较好的保留纹理结构、边缘信息或周期性结构信息等中的一种或多种，避免图像去噪过程中纹理结构、边缘信息或周期性结构信息的丢失。
在具体实施中，对采用第一收缩率进行阈值收缩后的频率域系数进行逆频域变换，可以得到第二像素采样值，根据第二像素采样值可以得到第二图像块。对采用第四收缩率进行阈值收缩后的频率域系数进行逆频域变换可以得到第三像素采样值，根据第三像素采样值可以得到第三图像块。
在具体实施中，由于基于第四收缩率对频率域系数进行阈值收缩的去噪强度较小，为了提高去噪效果，在本发明实施例中，在对经所述第四收缩率进行阈值收缩后的频率域系数进行逆频域变换之后，可以对逆频域变换得到的像素采样值进行空间域滤波，得到空间域滤波后的像素采样值，将所述空间域滤波后的像素采样值作为所述第三像素采样值。
在具体实施中，可以采用如下方式对第二图像块及第三图像块进行图像融合：获取第二像素采样值对应的第二融合权重，获取第三像素采样值对应的第三融合权重。根据第二像素采样值与所述第二融合权重的乘积，以及所述第三像素采样值与所述第三融合权重的乘积，计算得到融合后的图像块对应的像素采样值。根据所述融合后的图像块对应的像素采样值得到所述融合后的图像块。
例如，第二图像块可以为经过第一收缩率进行阈值收缩后得到，也可以为经第一收缩率及第三收缩率进行阈值收缩后的得到，第二图像块可以记为img_basic_shrink，经过第四阈值收缩得到的第三图像块记为img_simple_shrink，第二融合权重为basic_weight，img_simple_shrink对应的第三融合权重为simple_weight，其中，simple_weight＝255–basic_weight。
融合后的图像数据mg_blend可以采用如下公式(19)得到：
img_blend＝img_basic_shrink*basic_weight+img_simple_shrink*simple_weight； (19)
img_blend＝img_blend>>8，其中，>>8表示右移8位。
在具体实施中，当目标图像块的区域类型为平坦区域时，由于只存在第一图像块，可以不进行图像融合的步骤。或者，在进行图像融合的步骤时，将第一图像块对应的第一融合权重设置为1，由于不存在第三图像块，因此可以将第三图像块对应的第三融合权重设置为0。
本发明实施例采用的去噪方式相对于传统的单一去噪策略，由于利用了空间域滤波与频率域滤波的特点，并通过对目标图像块进行区域划分，根据不同的区域类型采用不同的去噪策略，也即采用不同的收缩率，在噪声很大的时候能够满足平坦区域去噪要求，当目标图像块的区域类型为纹理区域或边缘区域时，可以较好的保留图像中的周期性结构与纹理信息，同时能够保留图像的边缘，此外，由于采用了方向滤波处理，因此可以使得图像在边缘上具有较好的连续性。
参照图8，给出了本发明实施例中的另一种图像去噪方法的流程图，具体可以包括如下步骤：
步骤801，获取输入的目标图像块。
步骤802，亮度估计。
在具体实施中，可以对输入的目标图像块进行亮度估计。
在本发明实施例中，可以计算目标图像块的中心区域的图像块的平均亮度，并将计算得到的中心区域的平均亮度作为目标图像块的亮度。
例如，参照图9给出了本发明实施例中的一种8×8目标图像块的示意图，可以采用8×8目标图像块的中心区域的2×2图像块的平均亮度作为8×8目标图像块的亮度。
2×2图像块的平均亮度取四个像素采样点的亮度的平均值。例如，可以采用如下公式(20)计算2×2图像块的平均亮度。
其中，Luma_ave为2×2图像块的平均亮度；img_blk[3*BLK_SIZE+3]为位置(3，3)处的像素采样点的亮度；img_blk[3*BLK_SIZE+4]为位置(3，4)处的像素采样点的亮度；img_blk[4*BLK_SIZE+3]为位置(4，3)处的像素采样点的亮度；img_blk[4*BLK_SIZE+4]为位置(4，4)处的像素采样点的亮度。
步骤803，计算亮度对应的第一收缩率。
步骤804，径向距离计算。
在具体实施中，计算目标图像块与待处理图像的中心区域的相对距离。
在本发明实施例中，可以将目标图像块与待处理图像的中心区域的径向距离作为目标图像块与待处理图像的中心区域的相对距离。
步骤805，计算径向距离对应的第三收缩率。
目标图像块与待处理图像的中心区域的径向距离对应的第三收缩率的计算过程可以参照本发明上述实施例中的描述，此处不再赘述。
步骤806，频域变换。
步骤807，区域划分。
步骤808，判断目标图像块的区域类型是否为平坦区域。
当判断结果为是时，执行步骤809；当判断结果为否时，执行步骤815。
步骤809，获取第二收缩率。
当目标图像块的区域类型为平坦区域时，获取第二收缩率，第二收缩率的具体计算过程可以参考本发明上述实施例中的描述，此处不再赘述。
步骤810，对频率域系数进行阈值收缩。
在具体实施中，当目标图像块的区域类型为平坦区域时，根据第一收缩率、第二收缩率及第三收缩率对频率域系数进行阈值收缩。
在具体实施中，当目标图像块的区域类型为纹理区域或边缘区域时，根据第一收缩率及第三收缩率对频率域系数进行阈值收缩。
步骤811，逆频域变换。
步骤812，图像融合。
在具体实施中，当目标图像块的区域类型为平坦类型时，可以直接跳过步骤812，直接执行步骤813。也可以执行步骤813，只需将第一图像块对应的第一融合权重的取值设置为1，将经步骤815至步骤818得到的第三图像块的第三融合权重的取值设置为0即可。具体是否需要执行步骤812，根据实际应用场景需求进行设定即可。
步骤813，方向滤波。
步骤814，得到降噪后的图像块。
步骤815，获取第四收缩率。
当目标图像块的区域类型为纹理区域或边缘区域时，获取第四收缩率。
步骤816，对频率域系数进行阈值收缩。
步骤817，逆频域变换。
步骤818，导向滤波。
在步骤818之后，依次执行步骤812，步骤813及步骤814。
在具体实施中，步骤802、步骤804及步骤806并没有先后执行顺序，步骤802、步骤804及步骤806可以同时执行，也可以不同时执行，具体根据需要进行设定即可。
参照图10，给出了本发明实施例中又一种图像去噪方法的流程图。具体可以包括如下步骤：
步骤101，对输入的目标图像块进行频域变换，得到对应的频率域系数。
步骤102，根据所述频率域系数确定所述目标图像块的区域类型。
在具体实施中，所述区域类型包括以下任一种：平坦区域、纹理区域及边缘区域。
步骤103，计算所述目标图像块的亮度对应的第一收缩率。
步骤104，当所述目标图像块的区域类型为边缘区域或纹理区域时，获取第四收缩率。
步骤105，采用所述第一收缩率对所述频率域系数进行阈值收缩，得到经所述第一收缩率进行阈值收缩后的频率域系数。
步骤106，采用所述第四收缩率对所述频率域系数进行阈值收缩，得到经所述第四收缩率进行阈值收缩后的频率域系数。
步骤107，对经所述第一收缩率进行阈值收缩后的频率域系数进行逆频域变换，得到逆频域变换后的第二图像块。
步骤108，对经所述第四收缩率进行阈值收缩后的频率域系数进行逆频域变换，得到逆频域变换后的第三图像块。
步骤109，对所述第二图像块及所述第三图像块进行图像融合，得到融合后的图像块。
步骤110，对所述融合后的图像块进行方向滤波，得到降噪后的图像块。
在具体实施中，本发明实施例中提供的图像去噪方法的工作原理及工作流程，可以参考本发明上述任一实施例中提供的图像去噪方法中的描述，此处不再赘述。
参照图11，给出了本发明实施例中的一种图像降噪装置的结构示意图，图像降噪装置120可以包括：第一频域变换单元121、第一区域类型确定单元122、第一计算单元123、第一获取单元124、第一阈值收缩单元125、第一逆频域确定单元126及第一方向滤波单元127，其中：
第一频域变换单元121，用于对输入的目标图像块进行频域变换，得到对应的频率域系数；
第一区域类型变换单元122，用于根据所述频率域系数确定所述目标图像块的区域类型，所述区域类型包括以下任一种：平坦区域、纹理区域及边缘区域；
第一计算单元123，用于计算所述目标图像块的亮度对应的第一收缩率；
第一获取单元124，用于当所述目标图像块的区域类型为平坦区域时，获取第二收缩率；
第一阈值收缩单元125，用于根据所述目标图像块的亮度以及所述目标图像块所属的区域类型，对所述频率域系数进行阈值收缩，得到阈值收缩后的频率域系数；
第一逆频域确定单元126，用于对阈值收缩后的频率域系数进行逆频域变换，得到变换后的图像块；
第一方向滤波单元127，适于对变换后的图像块进行方向滤波，得到降噪后的图像块。
在具体实施中，图像降噪装置120的工作原理及工作流程，可以参考本发明上述任一实施例中的描述，此处不再赘述。
参照图12，给出了本发明实施例中的另一种图像降噪装置的结构示意图，图像降噪装置130可以包括：
第二频域变换单元1301，用于对输入的目标图像块进行频域变换，得到对应的频率域系数；
第二区域类型确定单元1302，用于根据所述频率域系数确定所述目标图像块的区域类型，所述区域类型包括以下任一种：平坦区域、纹理区域及边缘区域；
第二计算单元1303，用于计算所述目标图像块的亮度对应的第一收缩率；
第二获取单元1304，用于当所述目标图像块的区域类型为边缘区域或纹理区域时，获取第四收缩率；
第二阈值收缩单元1305，用于采用所述第一收缩率对所述频率域系数进行阈值收缩，得到经所述第一收缩率进行阈值收缩后的频率域系数；
第三阈值收缩单元1306，用于采用所述第四收缩率对所述频率域系数进行阈值收缩，得到经所述第四收缩率进行阈值收缩后的频率域系数；
第二逆频域变换单元1307，用于对经所述第一收缩率进行阈值收缩后的频率域系数进行逆频域变换，得到逆频域变换后的第二图像块；
第三逆频域变换单元1308，用于对经所述第四收缩率进行阈值收缩后的频率域系数进行逆频域变换，得到逆频域变换后的第三图像块；
图像融合单元1309，用于对所述第二图像块及所述第三图像块进行图像融合，得到融合后的图像块；
第二方向滤波单元1310，用于对所述融合后的图像块进行方向滤波，得到降噪后的图像块。
在具体实施中，图像降噪装置130的工作原理及工作流程，可以参考本发明上述任一实施例中提供的图像降噪方法中的描述，此处不再赘述。
本发明实施例还提供另一种图像降噪装置，包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，所述处理器运行所述计算机程序时执行本发明上述任一实施例中提供的图像降噪方法的步骤。
本发明实施例提供一种计算机可读存储介质，计算机可读存储介质为非易失性存储介质或非瞬态存储介质，其上存储有计算机程序，所述计算机程序被处理器运行时执行本发明上述任一实施例中提供的图像降噪方法的步骤。
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，该程序可以存储于任一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)
1.一种图像降噪方法，其特征在于，包括：
对输入的目标图像块进行频域变换，得到对应的频率域系数；
根据所述频率域系数确定所述目标图像块的区域类型，所述区域类型包括以下任一种：平坦区域、纹理区域及边缘区域；
计算所述目标图像块的亮度对应的第一收缩率；
当所述目标图像块的区域类型为平坦区域时，获取第二收缩率；
根据所述第一收缩率及所述第二收缩率，对所述频率域系数进行阈值收缩，得到阈值收缩后的频率域系数；
对阈值收缩后的频率域系数进行逆频域变换，得到逆频域变换后的第一图像块；
对所述第一图像块进行方向滤波，得到降噪后的图像块。
2.如权利要求1所述的图像降噪方法，其特征在于，所述根据所述频率域系数确定所述目标图像块的区域类型，包括：
根据所述目标图像块的水平方向上的频率域系数、所述目标图像块的垂直方向上的频率域系数以及所述目标图像块的对角线方向上的频率域系数，结合设定的平坦控制参数，确定所述目标图像块的区域类型。
3.如权利要求1所述的图像降噪方法，其特征在于，采用如下公式计算所述第一收缩率：
其中，R1为第一收缩率；luma_ave为目标图像块的亮度；r1为第一预设收缩率；r2为第二预设收缩率，且r1＜r2；thr1为第一预设亮度阈值；thr2为第二预设亮度阈值，且thr1＜thr2；k1为第一插值曲线斜率。
4.如权利要求1所述的图像降噪方法，其特征在于，采用如下方式确定所述第二收缩率：
对所述频率域系数进行扫描转换，根据各频率域系数的索引与设定索引阈值的大小关系，确定所述第二收缩率。
5.如权利要求4所述的图像降噪方法，其特征在于，采用如下公式计算所述第二收缩率：
其中，R2为所述第二收缩率；index为索引；r3为第三预设收缩率；r4为第四预设收缩率，且r3＜r4；thr3为第一索引阈值；thr4为第二索引阈值，且thr3＜thr4；k2为第二插值曲线斜率。
6.如权利要求4所述的图像降噪方法，其特征在于，在根据各频率域系数的索引与设定阈值的大小关系，确定所述第二收缩率之前，还包括：
对所述各频率域系数的索引进行分组，以每个分组为单位，对每个分组重新标定索引，将所述重新标定索引作为各频率域系数的索引。
7.如权利要求1所述的图像降噪方法，其特征在于，还包括：
计算所述目标图像块与待处理图像的中心区域的相对距离，所述目标图像块来自于所述待处理图像；
根据所述目标图像块与所述待处理图像的中心区域的相对距离，计算第三收缩率；
根据所述第一收缩率、所述第二收缩率及所述第三收缩率，对所述频率域系数进行阈值收缩，得到所述阈值收缩后的频率域系数。
8.如权利要求7所述的图像降噪方法，其特征在于，采用如下公式计算所述第三收缩率：
其中，R3为所述第三收缩率；ads_dist为目标图像块与待处理图像的中心区域的相对距离；r5为第五预设收缩率；r6为第六预设收缩率，且r5＞r6；thr5为第一距离阈值；thr6为第二距离阈值，且thr5＜thr6；k3为第三插值曲线斜率；dist为目标图像块距离待处理图像的中心区域的距离；radius为待处理图像的中心区域的半径；(x0，y0)为待处理图像的中心区域的中心点坐标；(x，y)为目标图像块的坐标。
9.如权利要求1至8任一项所述的图像降噪方法，其特征在于，还包括：当所述目标图像块的区域类型为边缘区域或纹理区域时，获取第四收缩率，所述第四收缩率对应的去噪强度小于所述第二收缩率对应的去噪强度；
采用所述第一收缩率对所述频率域系数进行阈值收缩，得到经所述第一收缩率进行阈值收缩后的频率域系数；
采用所述第四收缩率对所述频率域系数进行阈值收缩，得到经所述第四收缩率进行阈值收缩后的频率域系数；
对经所述第一收缩率进行阈值收缩后的频率域系数进行逆频域变换，得到逆频域变换后的第二图像块；
对经所述第四收缩率进行阈值收缩后的频率域系数进行逆频域变换，得到逆频域变换后的第三图像块；
对所述第二图像块及所述第三图像块进行图像融合，得到融合后的图像块；
对所述融合后的图像块进行方向滤波，得到降噪后的图像块。
10.如权利要求9所述的图像降噪方法，其特征在于，所述对所述第二图像块及所述第三图像块进行图像融合，得到融合后的图像块，包括：
获取第二像素采样值对应的第二融合权重，获取第三像素采样值对应的第三融合权重，其中，所述第二像素采样值由所述第一收缩率进行阈值收缩后的频率域系数进行逆频域变换得到，所述第二图像块根据所述第二像素采样值得到，所述第三像素采样值由所述第四收缩率进行阈值收缩后的频率域系数进行逆频域变换得到，所述第三图像块根据所述第三像素采样值得到；
根据第二像素采样值与所述第二融合权重的乘积，以及所述第三像素采样值与所述第三融合权重的乘积，计算得到融合后的图像块对应的像素采样值；
根据所述融合后的图像块对应的像素采样值得到所述融合后的图像块。
11.如权利要求10所述的图像降噪方法，其特征在于，在对经所述第四收缩率进行阈值收缩后的频率域系数进行逆频域变换之后，还包括：对逆频域变换得到的像素采样值进行空间域滤波，得到空间域滤波后的像素采样值，将所述空间域滤波后的像素采样值作为所述第三像素采样值。
12.一种图像去噪方法，其特征在于，包括：
对输入的目标图像块进行频域变换，得到对应的频率域系数；
根据所述频率域系数确定所述目标图像块的区域类型，所述区域类型包括以下任一种：平坦区域、纹理区域及边缘区域；
计算所述目标图像块的亮度对应的第一收缩率；
当所述目标图像块的区域类型为边缘区域或纹理区域时，获取第四收缩率；
采用所述第一收缩率对所述频率域系数进行阈值收缩，得到经所述第一收缩率进行阈值收缩后的频率域系数；
采用所述第四收缩率对所述频率域系数进行阈值收缩，得到经所述第四收缩率进行阈值收缩后的频率域系数；
对经所述第一收缩率进行阈值收缩后的频率域系数进行逆频域变换，得到逆频域变换后的第二图像块；
对经所述第四收缩率进行阈值收缩后的频率域系数进行逆频域变换，得到逆频域变换后的第三图像块；
对所述第二图像块及所述第三图像块进行图像融合，得到融合后的图像块；
对所述融合后的图像块进行方向滤波，得到降噪后的图像块。
13.一种图像降噪装置，其特征在于，包括：
第一频域变换单元，用于对输入的目标图像块进行频域变换，得到对应的频率域系数；
第一区域类型确定单元，用于根据所述频率域系数确定所述目标图像块的区域类型，所述区域类型包括以下任一种：平坦区域、纹理区域及边缘区域；
第一计算单元，用于计算所述目标图像块的亮度对应的第一收缩率；
第一获取单元，用于当所述目标图像块的区域类型为平坦区域时，获取第二收缩率；
第一阈值收缩单元，用于根据所述第一收缩率及所述第二收缩率，对所述频率域系数进行阈值收缩，得到阈值收缩后的频率域系数；
第一逆频域变换单元，用于对阈值收缩后的频率域系数进行逆频域变换，得到逆频域变换后的第一图像块；
第一方向滤波单元，用于对所述第一图像块进行方向滤波，得到降噪后的图像块。
14.一种图像降噪装置，其特征在于，包括：
第二频域变换单元，用于对输入的目标图像块进行频域变换，得到对应的频率域系数；
第二区域类型确定单元，用于根据所述频率域系数确定所述目标图像块的区域类型，所述区域类型包括以下任一种：平坦区域、纹理区域及边缘区域；
第二计算单元，用于计算所述目标图像块的亮度对应的第一收缩率；
第二获取单元，用于当所述目标图像块的区域类型为边缘区域或纹理区域时，获取第四收缩率；
第二阈值收缩单元，用于采用所述第一收缩率对所述频率域系数进行阈值收缩，得到经所述第一收缩率进行阈值收缩后的频率域系数；
第三阈值收缩单元，用于采用所述第四收缩率对所述频率域系数进行阈值收缩，得到经所述第四收缩率进行阈值收缩后的频率域系数；
第二逆频域变换单元，用于对经所述第一收缩率进行阈值收缩后的频率域系数进行逆频域变换，得到逆频域变换后的第二图像块；
第三逆频域变换单元，用于对经所述第四收缩率进行阈值收缩后的频率域系数进行逆频域变换，得到逆频域变换后的第三图像块；
图像融合单元，用于对所述第二图像块及所述第三图像块进行图像融合，得到融合后的图像块；
第二方向滤波单元，用于对所述融合后的图像块进行方向滤波，得到降噪后的图像块。
15.一种图像降噪装置，包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，其特征在于，所述处理器运行所述计算机程序时执行权利要求1至11任一项、或权利要求12所述的图像降噪方法的步骤。
16.一种计算机可读存储介质，计算机可读存储介质为非易失性存储介质或非瞬态存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器运行时执行权利要求1至11任一项、或权利要求12所述的图像降噪方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010286776.XA CN111429383B (zh) | 2020-04-13 | 2020-04-13 | 图像降噪方法及装置、计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010286776.XA CN111429383B (zh) | 2020-04-13 | 2020-04-13 | 图像降噪方法及装置、计算机可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111429383A true CN111429383A (zh) | 2020-07-17 |
| CN111429383B CN111429383B (zh) | 2022-09-27 |
Family
ID=71557819
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010286776.XA Active CN111429383B (zh) | 2020-04-13 | 2020-04-13 | 图像降噪方法及装置、计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111429383B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113643210A (zh) * | 2021-08-26 | 2021-11-12 | Oppo广东移动通信有限公司 | 图像处理方法、装置、电子设备和存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100220223A1 (en) * | 2007-11-16 | 2010-09-02 | Takao Tsuruoka | Noise reduction system, image pickup system and computer readable storage medium |
| CN105144232A (zh) * | 2014-03-25 | 2015-12-09 | 展讯通信（上海）有限公司 | 图像去噪方法和系统 |
| CN106934768A (zh) * | 2015-12-30 | 2017-07-07 | 展讯通信(天津)有限公司 | 一种图像去噪的方法及装置 |
| CN109584185A (zh) * | 2018-12-19 | 2019-04-05 | 深圳市华星光电半导体显示技术有限公司 | 图像处理方法 |
-
2020
- 2020-04-13 CN CN202010286776.XA patent/CN111429383B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100220223A1 (en) * | 2007-11-16 | 2010-09-02 | Takao Tsuruoka | Noise reduction system, image pickup system and computer readable storage medium |
| CN105144232A (zh) * | 2014-03-25 | 2015-12-09 | 展讯通信（上海）有限公司 | 图像去噪方法和系统 |
| CN106934768A (zh) * | 2015-12-30 | 2017-07-07 | 展讯通信(天津)有限公司 | 一种图像去噪的方法及装置 |
| CN109584185A (zh) * | 2018-12-19 | 2019-04-05 | 深圳市华星光电半导体显示技术有限公司 | 图像处理方法 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113643210A (zh) * | 2021-08-26 | 2021-11-12 | Oppo广东移动通信有限公司 | 图像处理方法、装置、电子设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111429383B (zh) | 2022-09-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7406208B2 (en) | Edge enhancement process and system | |
| CN104778669B (zh) | 快速图像去噪方法及装置 | |
| CN108174057B (zh) | 一种利用视频图像帧间差异对画面快速降噪的方法及装置 | |
| JP2001320586A (ja) | 伸張画像の後処理方法及びインタレース動画の後処理方法 | |
| CN111080661A (zh) | 基于图像的直线检测方法、装置以及电子设备 | |
| CN106412383A (zh) | 视频图像的处理方法和装置 | |
| CN112819721B (zh) | 一种图像彩色噪声降噪的方法和系统 | |
| US20130022288A1 (en) | Image processing apparatus and method for reducing edge-induced artefacts | |
| CN111899295B (zh) | 一种基于深度学习的单目场景深度预测方法 | |
| CN107818547B (zh) | 一种面向微光图像序列中椒盐和高斯混合噪声的去除方法 | |
| CN111340732B (zh) | 一种低照度视频图像增强方法及装置 | |
| WO2002051124A2 (en) | Deblurring and re-blurring image segments | |
| CN113344820B (zh) | 图像处理方法及装置、计算机可读介质、电子设备 | |
| CN103729828A (zh) | 视频去雨方法 | |
| CN117274085A (zh) | 低照度图像增强方法及装置 | |
| CN118247170B (zh) | 基于物联网的dna检测数据处理方法及系统 | |
| CN109410235A (zh) | 融合边缘特征的目标跟踪方法 | |
| CN109741278B (zh) | 一种图像去噪方法 | |
| CN111429383B (zh) | 图像降噪方法及装置、计算机可读存储介质 | |
| CN103618904B (zh) | 基于像素的运动估计方法及装置 | |
| KR100882085B1 (ko) | 영상의 컨트라스트 향상 방법 | |
| CN109377463B (zh) | 一种提高小波去噪效果的图像预处理方法 | |
| CN110363723B (zh) | 改进图像边界效果的图像处理方法及装置 | |
| CN109285123B (zh) | 图像平滑方法及装置、计算机可读存储介质、终端 | |
| JP3899144B2 (ja) | 画像処理装置 |
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 |