CN111709894B - 图像处理方法、装置、电子设备及存储介质 - Google Patents

图像处理方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN111709894B
CN111709894B CN202010552889.XA CN202010552889A CN111709894B CN 111709894 B CN111709894 B CN 111709894B CN 202010552889 A CN202010552889 A CN 202010552889A CN 111709894 B CN111709894 B CN 111709894B
Authority
CN
China
Prior art keywords
pixel
pixel point
value
image
target
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
Application number
CN202010552889.XA
Other languages
English (en)
Other versions
CN111709894A (zh
Inventor
蒋彬
张鑫
冯召东
陈欢
彭晓峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Spreadtrum Communications Shanghai Co Ltd
Original Assignee
Spreadtrum Communications Shanghai Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Spreadtrum Communications Shanghai Co Ltd filed Critical Spreadtrum Communications Shanghai Co Ltd
Priority to CN202010552889.XA priority Critical patent/CN111709894B/zh
Publication of CN111709894A publication Critical patent/CN111709894A/zh
Application granted granted Critical
Publication of CN111709894B publication Critical patent/CN111709894B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本发明实施例公开了一种图像处理方法、装置、电子设备及介质，该方法包括：对图像中的目标像素点进行邻域搜索，得到像素块，确定像素块的噪声方差分布信息，通过噪声方差分布信息可以确定多个邻近像素点与目标像素点之间差异；根据噪声方差分布信息判定多个邻近像素点中每一邻近像素点是否与目标像素点相似，得到与目标像素点相似的多个参考像素点；对多个参考像素点中每一参考像素点赋予权重，得到多个权重；根据多个权重、多个参考像素点对应的多个参考像素值和目标像素点的当前像素值确定目标像素点的目标像素值，可根据多个参考像素点针对图像实现精细化的图像还原，有利于降低图像的噪声的同时保证图像细节，进而提升图像的整体质量。

Description

图像处理方法、装置、电子设备及存储介质
技术领域
本发明涉及图像处理领域，具体涉及一种图像处理方法、装置、电子设备及存储介质。
背景技术
在图像处理技术领域，通常利用信号叠加处理技术还原图像原始信号，具体通过图像中邻近像素点的参考信号进行叠加，以消除图像中的噪声信号，但是实际处理过程中，实际的图像信号本身具有随机波动性，导致图像的当前信号与参考信号之间存在差异(即使当前信号对应的实际的图像信号与参考信号相等)，从而影响还原图像中不同内容对应的实际的图像信号的准确度。
发明内容
本发明实施例提供了一种图像处理方法、装置、电子设备及计算机存储介质，实施本发明实施例可针对图像实现精细化的图像信号还原，有利于降低图像的噪声的同时保证图像细节，进而提升图像的整体质量。
第一方面，本发明实施例提供了一种图像处理方法，该图像处理方法包括：
对图像中的目标像素点进行邻域搜索，得到像素块，所述像素块包括所述目标像素点和多个邻近像素点，所述多个邻近像素点与所述目标像素点之间的像素差值绝对值小于预设阈值，所述目标像素点为所述图像中的任一像素点；
确定所述像素块的噪声方差分布信息；
根据所述噪声方差分布信息判定所述多个邻近像素点中每一邻近像素点是否与所述目标像素点相似，得到与所述目标像素点相似的多个参考像素点；
对所述多个参考像素点中每一参考像素点赋予权重，得到多个权重；
根据所述多个权重、所述多个参考像素点对应的多个参考像素值和所述目标像素点的当前像素值确定所述目标像素点的目标像素值。
在一种可能的实现方式中，所述确定所述像素块的噪声方差分布信息，包括：
根据预设灰阶卡采集所述灰阶图像中所述像素块对应的图像区域中的噪声方差，得到多个噪声方差；
根据所述多个噪声方差确定所述噪声方差分布信息，所述噪声方差分布信息为噪声方差与像素值之间的关系分布信息。
在一种可能的实现方式中，所述预设灰阶卡包括多个灰块，所述根据预设灰阶卡采集所述灰阶图像中所述像素块对应的图像区域中的噪声方差，得到多个噪声方差，包括：
统计所述图像区域中与所述多个灰块中每一灰块对应的像素集合，得到多个像素集合；
确定所述多个灰块中每一灰块对应的像素集合的灰阶平均值，得到多个灰阶平均值；
根据所述多个灰阶平均值中每一灰阶平均值和该灰阶平均值对应的像素集合包括的多个像素点对应的多个像素灰阶值确定该像素集合对应的噪声方差，得到多个噪声方差。
在一种可能的实现方式中，所述根据所述多个噪声方差确定所述噪声方差分布信息，包括：
对所述多个噪声方差进行上采样，得到采样后的噪声方差分布信息；
或者，
对所述多个噪声方差样本进行拟合，得到拟合曲线。
在一种可能的实现方式中，所述将所述图像划分为多个区域，包括：
对所述图像进行梯度计算，得到梯度信息；
根据所述梯度信息将所述图像划分为多个区域。
在一种可能的实现方式中，所述根据所述噪声方差分布信息和所述目标像素点所处的目标区域判定所述多个邻近像素点中每一邻近像素点是否与所述目标像素点相似，得到与所述目标像素点相似的多个参考像素点，包括：
根据所述噪声方差分布信息确定所述目标像素点对应的第一像素偏差值；
确定邻近像素点i与所述目标像素点的当前像素值之间的像素差值，所述邻近像素点i为所述多个邻近像素点中的任一邻近像素点；
确定所述像素差值与所述第一像素偏差值是否满足第一判定条件，若是，确定所述邻近像素点i与所述目标像素点相似。
在一种可能的实现方式中，所述方法还包括：
将所述图像划分为多个区域；
确定所述多个区域中所述目标像素点所处的目标区域；
根据所述目标区域对所述第一像素偏差值进行调节，得到第二像素偏差值；
确定所述第二像素偏差值和所述像素差值确定是否满足第二判定条件，若是，确定所述邻近像素点i与所述目标像素点相似。
在一种可能的实现方式中，确定所述多个参考像素点中每一参考像素点赋予权重，得到多个权重，包括：
确定所述多个参考像素点中每一参考像素点对应的像素差值，得到多个像素差值；
根据所述多个像素差值中每一像素差值确定对应的参考像素点的权重，得到多个权重；
对所述多个权重进行归一化处理，得到处理后的多个权重。
在一种可能的实现方式中，所述根据所述多个权重、所述多个参考像素点对应的多个参考像素值和所述目标像素点的当前像素值确定所述目标像素点的目标像素值，包括：
根据所述多个参考像素点对应的多个参考像素值和所述多个权重估计所述目标像素点的估计像素值；
根据预设权值对所述估计像素值和所述当前像素值进行加权融合，得到所述目标像素值。
第二方面，本发明实施例提供了一种图像处理装置，搜索单元，用于对图像中的目标像素点进行邻域搜索，得到像素块，所述像素块包括所述目标像素点和多个邻近像素点，所述多个邻近像素点与所述目标像素点之间的像素差值绝对值小于预设阈值，所述目标像素点为所述图像中的任一像素点；
确定单元，用于确定所述像素块的噪声方差分布信息；
划分单元，用于将所述图像划分为多个区域；
判定单元，用于根据所述噪声方差分布信息判定所述多个邻近像素点中每一邻近像素点是否与所述目标像素点相似，得到与所述目标像素点相似的多个参考像素点；
处理单元，用于对所述多个参考像素点中每一参考像素点赋予权重，得到多个权重；
所述确定单元，还用于根据所述多个权重、所述多个参考像素点对应的多个参考像素值和所述目标像素点的当前像素值确定所述目标像素点的目标像素值。
第三方面，本发明实施例提供一种电子设备，包括处理器、存储器、通信接口以及一个或多个程序，其中，上述一个或多个程序被存储在上述存储器中，并且被配置由上述处理器执行，上述程序包括用于执行本发明实施例第一方面的任一方法中的步骤的指令。
第四方面，本发明实施例提供了一种计算机可读存储介质，其中，上述计算机可读存储介质存储用于电子数据交换的计算机程序，其中，上述计算机程序使得计算机执行如本发明实施例第一方面的任一方法中所描述的部分或全部步骤。
第五方面，本发明实施例提供了一种计算机程序产品，其中，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行如本发明实施例第一方面的任一方法中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
可以看出，本发明实施例中，首先通过对图像中的目标像素点进行邻域搜索，得到像素块，从而可以搜索到与目标像素点具有相似信号的多个邻近像素点；其次，确定像素块的噪声方差分布信息，通过噪声方差分布信息可以确定多个邻近像素点与目标像素点之间差异；其次，根据噪声方差分布信息判定多个邻近像素点中每一邻近像素点是否与目标像素点相似，得到与目标像素点相似的多个参考像素点；对多个参考像素点中每一参考像素点赋予权重，得到多个权重；根据多个权重、多个参考像素点对应的多个参考像素值和目标像素点的当前像素值确定目标像素点的目标像素值，可见，通过根据噪声方差分布信息判定与目标像素点相似的多个参考像素点，可根据多个参考像素点针对图像实现精细化的图像还原，有利于降低图像的噪声的同时保证图像细节，进而提升图像的整体质量。
附图说明
为了更清楚地说明本发明实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种电子设备的结构示意图；
图2A是本发明实施例提供的一种图像处理方法的流程示意图；
图2B是本发明实施例提供的一种灰阶卡的演示示意图；
图2C是本发明实施例提供的一种表示噪声方差与像素值之间的关系分布曲线的示意图；
图2D是本发明实施例提供的为一种调节曲线的演示示意图；
图2E是本发明实施例提供的另一种调节曲线的演示示意图；
图2F是本发明实施例提供的一种预设映射函数的演示示意图；
图2G是本发明实施例提供的一种边缘下降函数的演示示意图；
图3是本发明另一实施例提供的一种图像处理方法的流程示意图；
图4是本发明实施例提供的一种图像处理装置的结构示意图；
图5是本发明实施例提供的另一种电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
下面对本发明实施例进行详细介绍。
请参阅图1，图1是本发明实施例提供的一种电子设备的结构示意图，该电子设备包括处理器、存储器、信号处理器、通信接口、触控显示屏、WiFi模块、扬声器、麦克风、随机存取存储器(Random Access Memory，RAM)和摄像头等等。
其中，存储器、信号处理器、WiFi模块、触控显示屏、扬声器、麦克风、RAM和摄像头与处理器连接，通信接口与信号处理器连接。
其中存储器中存储有原始图像，电子设备可读取原始图像的数据并针对原始图像的图像信号进行还原处理，降低图像中的噪声，得到实际的图像信号；进而生成降噪处理后的目标图像。
其中，电子设备可以包括各种具有无线通信功能的手持设备、车载设备、可穿戴设备(例如智能手表、智能手环、计步器等)、计算设备或连接到无线调制解调器的其他处理设备，以及各种形式的用户设备(User Equipment，UE)，移动台(Mobile Station，MS)，终端设备(terminal device)等等。为方便描述，上面提到的设备统称为电子设备。
基于上述的描述，本发明实施例提出一种图像处理方法，该图像处理方法可应用于如图1所示的电子设备。请参见图2A，该图像处理方法可包括以下步骤S201-S205：
S201，对图像中的目标像素点进行邻域搜索，得到像素块，所述像素块包括所述目标像素点和多个邻近像素点，所述多个邻近像素点与所述目标像素点之间的像素差值绝对值小于预设阈值，所述目标像素点为所述图像中的任一像素点。
其中，目标像素点为图像中的任一像素点，在实际处理中，针对图像中的所有像素点，可执行本方案的操作，将图像中所有的像素点进行还原。
具体实施中，可以目标像素点为起始点，搜索目标像素点周围与目标像素点具有相似信号的邻近像素点，首先，可确定与目标像素点相邻的像素点，确定该相邻的像素点的像素值与目标像素点的当前像素值之间的差值绝对值，若差值绝对值小于预设阈值，可将该相邻的像素点作为像素块的邻近像素点，然后，确定与该相邻的像素点相邻的其他像素点的像素值与目标像素点的当前像素值之间的差值绝对值，若差值绝对值小于预设阈值，可将该相邻的其他像素点作为像素块的邻近像素点，依次类推，可以得到包括多个邻近像素点和目标像素点在内的像素块。
S202，确定所述像素块的噪声方差分布信息。
其中，目标像素点的图像信号波动的方差可以表示为E((Pn-Pr)2)＝2*S2，其中，Pn为目标像素点的当前信号，Pr为邻近像素点的参考信号，S2为信号波动的方差，也可用于表示噪声方差。
具体实施中，若图像中的随机噪声满足高斯-泊松分布的随机噪声，可通过方差稳定变换(Variance-stabilizing transformation)，将图像中的噪声转换成高斯白噪声，实现噪声强度随像素点的信号强度变化的恒定性，进而对高斯白噪声进行去噪处理。
S203，根据所述噪声方差分布信息判定所述多个邻近像素点中每一邻近像素点是否与所述目标像素点相似，得到与所述目标像素点相似的多个参考像素点。
其中，具体实施中，虽然从像素差值的维度上看，邻近像素点与目标像素点之间的像素差值小于预设阈值，但考虑到多个邻近像素点的像素点信号存在波动误差，实际上有些与目标像素点之间的像素差值小于预设阈值的邻近像素点不能作为参考像素点来对目标像素点进行还原，因此，需要对多个邻近像素点进行筛选，根据噪声方差分布信息筛选出实际上与目标像素点相似的多个参考像素点。具体实施中，可设定预设的判定条件，根据噪声方差分布信息判断每一邻近像素点是否满足对应的判定条件，若满足，则将对应的邻近像素点确定为参考像素点。
S204，对所述多个参考像素点中每一参考像素点赋予权重，得到多个权重。
其中，可根据多个参考像素点与目标像素点之间的像素差值，赋予多个参考像素点对应的权值，像素差值越大，则对应的权重越小，像素差值越小，则对应的权重越大，从而，可更加合理地对多个参考像素点赋予权重。
S205，根据所述多个权重、所述多个参考像素点对应的多个参考像素值和所述目标像素点的当前像素值确定所述目标像素点的目标像素值。
其中，通过根据多个权重和多个参考像素值可以估计目标像素点的较为近似的估计像素值，可进一步根据目标像素点的当前像素值和该估计像素值确定目标像素点的目标像素值，从而得到目标像素点最终的目标像素值，对目标像素点的信号进行还原。
可以看出，本发明实施例中，首先通过对图像中的目标像素点进行邻域搜索，得到像素块，从而可以搜索到与目标像素点具有相似信号的多个邻近像素点；其次，确定像素块的噪声方差分布信息，通过噪声方差分布信息可以确定多个邻近像素点与目标像素点之间差异；其次，根据噪声方差分布信息判定多个邻近像素点中每一邻近像素点是否与目标像素点相似，得到与目标像素点相似的多个参考像素点；对多个参考像素点中每一参考像素点赋予权重，得到多个权重；根据多个权重、多个参考像素点对应的多个参考像素值和目标像素点的当前像素值确定目标像素点的目标像素值，可见，通过根据噪声方差分布信息判定与目标像素点相似的多个参考像素点，可根据多个参考像素点针对图像实现精细化的图像还原，有利于降低图像的噪声的同时保证图像细节，进而提升图像的整体质量。
在一种可能的实现方式中，所述确定所述像素块的噪声方差分布信息，包括：
21、根据预设灰阶卡采集所述灰阶图像中所述像素块对应的图像区域中的噪声方差，得到多个噪声方差；
22、根据所述多个噪声方差确定所述噪声方差分布信息，所述噪声方差分布信息为噪声方差与像素值之间的关系分布信息。
在很多场景下，图像中的噪声不满足高斯-泊松分布，因此，可利用灰阶卡上不同灰块的反射率差异采集噪声方差。请参阅图2B，图2B为一种灰阶卡的演示示意图，如图2B所示，灰阶卡中不同灰块具有不同的反射率，电子设备的存储器中可预先存储预设灰阶卡，具体实施中，将图像与灰阶卡中各个灰块进行比对，得到比对结果，根据比对结果确定灰阶卡中的多个灰块，多个灰块中每一灰块对应图像中灰阶一致的多个像素点，进而，针对每一灰块对应的多个像素点确定噪声方差，从而得到多个噪声方差，最后，根据多个噪声方差标定出噪声方差分布信息，具体地，可根据多个噪声方差确定噪声方差与像素值之间的关系分布曲线，请参阅图2C，图2C为一种表示噪声方差与像素值之间的关系分布曲线的示意图，如此，通过利用灰阶卡可以准确地确定像素块的噪声方差分布信息。
在一种可能的实现方式中，所述预设灰阶卡包括多个灰块，所述根据预设灰阶卡采集所述灰阶图像中所述像素块对应的图像区域中的噪声方差，得到多个噪声方差，包括：
221、统计所述图像区域中与所述多个灰块中每一灰块对应的像素集合，得到多个像素集合；
222、确定所述多个灰块中每一灰块对应的像素集合的灰阶平均值，得到多个灰阶平均值；
223、根据所述多个灰阶平均值中每一灰阶平均值和该灰阶平均值对应的像素集合包括的多个像素点对应的多个像素灰阶值确定该像素集合对应的噪声方差，得到多个噪声方差。
具体实施中，针对多个灰块中任一灰块，首先，可确定该灰块对应的像素集合中多个像素点的灰阶平均值Pm＝∑Pi/N，N为当前灰块对应的像素点数目，i表示具体的第几个像素点的灰阶值，此处Pm可作视为对应灰块代表的真实像素值。然后，对第i个灰块的噪声方差进行估计，具体公式如下：
S2＝{∑(Pi-Pm)2}/N；
其中，S2为噪声方差。
在一种可能的实现方式中，所述根据所述多个噪声方差确定所述噪声方差分布信息，包括：
231、对所述多个噪声方差进行上采样，得到所述噪声方差分布信息；或者，
232、对所述多个噪声方差样本进行拟合，得到拟合曲线，将所述拟合曲线作为所述噪声方差分布信息。
本申请实施例中，为了得到更高精度的噪声方差分布信息，可以对步骤22中得到的多个噪声方差进行上采样，得到噪声方差分布信息，采样方式可以为以下任意一种：线性采样，临近采样等等，此处不作限制。
或者，可对多个噪声方差样本进行拟合，得到拟合曲线，例如，可采用多项式回归拟合的方式将多个噪声方差进行拟合，得到更高精度的噪声方差随像素值变化的拟合曲线。
在一种可能的实现方式中，所述根据所述噪声方差分布信息和所述目标像素点所处的目标区域判定所述多个邻近像素点中每一邻近像素点是否与所述目标像素点相似，得到与所述目标像素点相似的多个参考像素点，包括：
31、根据所述噪声方差分布信息确定所述目标像素点对应的第一像素偏差值；
32、确定邻近像素点i与所述目标像素点的当前像素值之间的像素差值，所述邻近像素点i为所述多个邻近像素点中的任一邻近像素点；
33、确定所述像素差值与所述第一像素偏差值是否满足第一判定条件，若是，确定所述邻近像素点i与所述目标像素点相似。
其中，根据图2C所示的噪声方差分布信息，可确定与目标像素点对应的第一像素偏差值。
其中，上述第一判定条件可以为如下公式：
E((Pn-Pr)2)＝2*s2；
其中，(Pn-Pr)为邻近像素点i与目标像素点的当前像素值之间的像素差值，s为第一像素偏差值，由于多个邻近像素点的像素点信号存在随机波动差异，目标像素点与邻近像素点i之间的差异应当满足一定的恒定数值才可被认为相近，因此，通过上述公式，可判断像素差值与第一像素偏差值是否满足第一判定条件，若是，确定邻近像素点i与目标像素点相似。
在一种可能的实现方式中，所述方法还包括：
将所述图像划分为多个区域；
确定所述多个区域中所述目标像素点所处的目标区域；
根据所述目标区域对所述第一像素偏差值进行调节，得到第二像素偏差值；
确定所述第二像素偏差值和所述像素差值确定是否满足第二判定条件，若是，确定所述邻近像素点i与所述目标像素点相似。
其中，考虑到图像内容存在多样性，图像中不同内容的像素点所处图像区域的信号波动性会不一样，因此，可将图像划分为多个区域，多个区域例如可包括：平坦区域、边缘区域、纹理区域、细节区域等等，相对于平坦区域，边缘区域、纹理区域、细节区域等非平坦区域的信号波动更大，此处不作限定。
具体实施中，可针对不同的区域进行区别处理，具体实施中，在图像处理中，可提取图像中的图像内容信息，然后根据图像中内容信息的区别将图像划分为多个区域，图像内容信息提取有多种方式，例如，利用sobel等算子提取图像内容信息，或者，还可利用边缘保护滤波等方式分离图像中的细节和低频内容成份，此处不作限制。
其中，根据目标区域对第一像素偏差值进行调节，得到第二像素偏差值，具体可根据预设的调节曲线对第一像素偏差值进行调节，得到第二像素偏差值，如图2D和图2E所示，为本发明提供的调节曲线的演示示意图，其中调节曲线的自变量为s2。
其中，上述第二判定条件例如可以为如下公式：
E((Pn-Pr)2)＝2*f(s2)；
其中，(Pn-Pr)为邻近像素点i与目标像素点的当前像素值之间的像素差值，s为第二像素偏差值，通过上述公式，可判断像素差值与第二像素偏差值是否满足第二判定条件，若是，确定邻近像素点i与目标像素点相似。
如此，可针对目标像素点所处的目标区域针对性地赋予权重，相比图像中处于其他区域的像素点，有区别地赋予权重，从而更准确地还原不同图像区域的像素点，实现精细化的图像还原。
在一种可能的实现方式中，所述将所述图像划分为多个区域，包括：
31、对所述图像进行梯度计算，得到梯度信息；
32、根据所述梯度信息将所述图像划分为多个区域。
本发明实施例中，可确定目标像素点的当前像素值分别与图像中其他多个像素点的像素值之间的像素差值，得到多个像素差值，将多个像素差值作为其他多个像素点的梯度信息。
然后，通过梯度信息将图像划分为多个区域，具体地，可根据将梯度信息中不同区域的多个像素差值分别作为预设映射函数的输入，得到输出结果，然后分析输出结果的分布形态，进而确定与该分布形态近似的预设分布形态，并确定与该预设分布形态对应的区域，如图2F所示，为一种预设映射函数的演示示意图，该函数例如可以是：
y＝1/(1+k*dn)；
其中，y表示权重，d为梯度信息，是该预设映射函数的自变量，k为调节波动性的系数，n为调节多样性的设置参数。
举例说明，预设映射函数可以为边缘下降函数，请参阅图2G，图2G为一种边缘下降函数的演示示意图，在信号滤波处理过程中，可采用梯度控制的边缘下降函数y＝1/(1+f(d)2)来进行边缘判断，若将梯度信息输入该边缘下降函数y＝1/(1+f(d)2)确定的分布形态与图2G所示的预设分布形态近似，则可确定对应的图像区域为边缘区域。
可选地，预设映射函数还可以为高斯函数y＝exp(-x2/k)，此处不作限制。
在一种可能的实现方式中，对所述多个参考像素点中每一参考像素点赋予权重，得到多个权重，包括：
确定所述多个参考像素点中每一参考像素点对应的像素差值，得到多个像素差值；
根据所述多个像素差值中每一像素差值确定对应的参考像素点的权重，得到多个权重；
对所述多个权重进行归一化处理，得到处理后的多个权重。
可根据多个像素差值中每一像素差值确定对应的参考像素点的权重，具体地，可采用如下公式确定每一像素差值对应的权重：
y＝1/(1+k*dn)
其中，y表示权重，d表示像素差值，k为调节波动性的系数，n为调节多样性的设置参数。
其中，通过对多个权重进行归一化处理，得到处理后的多个权重，可以确保图像的像素信号中直流分量的恒定。
在一种可能的实现方式中，所述根据所述多个权重、所述多个参考像素点对应的多个参考像素值和所述目标像素点的当前像素值确定所述目标像素点的目标像素值，包括：
51、根据所述多个参考像素点对应的多个参考像素值和所述多个权重估计所述目标像素点的估计像素值；
52、根据预设权值对所述估计像素值和所述当前像素值进行加权融合，得到所述目标像素值。
其中，假定多个参考像素点对应的多个参考像素值分别为P1、P2、P3...，多个权重分别为w1、w2、w3...，其中，w1+w2+w3+...＝4，则估计像素值为Pk＝P1*w1+P2*w2+P3*w3+...。
假定当前像素值为Pk0，则最终的目标像素值为Pz＝w0*Pk0+(1-w0)*Pk，其中，w0为预设权值，w0大于0，具体实施中，考虑到通常估计像素值相对接近目标像素点的真实像素值，当前像素值相对偏离目标像素点的真实像素值，因此，可设置w0为小于0.5的数值。
请参见图3，图3是本发明实施例提供的另一种图像处理方法的流程示意图，该图像处理方法可应用于如图1所示的电子设备，该图像处理方法可包括以下步骤S301-S302：
S301，对图像中的目标像素点进行邻域搜索，得到像素块，所述像素块包括所述目标像素点和多个邻近像素点，所述多个邻近像素点与所述目标像素点之间的像素差值绝对值小于预设阈值，所述目标像素点为所述图像中的任一像素点；
S302，根据预设灰阶卡采集所述灰阶图像中所述像素块对应的图像区域中的噪声方差，得到多个噪声方差；
S303，根据所述多个噪声方差确定所述噪声方差分布信息，所述噪声方差分布信息为噪声方差与像素值之间的关系分布信息；
S304，根据所述噪声方差分布信息判定所述多个邻近像素点中每一邻近像素点是否与所述目标像素点相似，得到与所述目标像素点相似的多个参考像素点；
S305，确定所述多个参考像素点中每一参考像素点对应的像素差值，得到多个像素差值；
S306，根据所述多个像素差值中每一像素差值确定对应的参考像素点的权重，得到多个权重；
S307，根据所述多个参考像素点对应的多个参考像素值和所述多个权重估计所述目标像素点的估计像素值；
S308，根据预设权值对所述估计像素值和所述当前像素值进行加权融合，得到所述目标像素值。
可以看出，本发明实施例中，通过根据预设灰阶卡采集灰阶图像中像素块对应的图像区域中的噪声方差，得到多个噪声方差；根据多个噪声方差确定所述噪声方差分布信息，根据噪声方差分布信息判定多个邻近像素点中每一邻近像素点是否与目标像素点相似，得到与目标像素点相似的多个参考像素点；确定多个参考像素点中每一参考像素点对应的像素差值，得到多个像素差值；根据多个像素差值中每一像素差值确定对应的参考像素点的权重，得到多个权重；根据多个参考像素点对应的多个参考像素值和多个权重估计目标像素点的估计像素值；根据预设权值对估计像素值和当前像素值进行加权融合，得到所述目标像素值，如此，可针对图像信号的波动性和图像内容多样性，实现精细化的图像还原，有利于降低图像的噪声的同时保证图像细节，进而提升图像的整体质量。
基于上述图像处理方法实施例的描述，本发明实施例还公开了一种图像处理装置，所述图像处理装置可以是运行于电子设备中的一个计算机程序(包括程序代码)。该图像处理装置可以执行图2A或图3所示的方法。请参见图4，所述图像处理装置可以运行如下单元：
搜索单元401，用于对图像中的目标像素点进行邻域搜索，得到像素块，所述像素块包括所述目标像素点和多个邻近像素点，所述多个邻近像素点与所述目标像素点之间的像素差值绝对值小于预设阈值，所述目标像素点为所述图像中的任一像素点；
确定单元402，用于确定所述像素块的噪声方差分布信息；
判定单元403，用于根据所述噪声方差分布信息判定所述多个邻近像素点中每一邻近像素点是否与所述目标像素点相似，得到与所述目标像素点相似的多个参考像素点；
处理单元404，用于对所述多个参考像素点中每一参考像素点赋予权重，得到多个权重；
所述确定单元402，还用于根据所述多个权重、所述多个参考像素点对应的多个参考像素值和所述目标像素点的当前像素值确定所述目标像素点的目标像素值。
可以看出，本发明实施例中，首先通过对图像中的目标像素点进行邻域搜索，得到像素块，从而可以搜索到与目标像素点具有相似信号的多个邻近像素点；其次，确定像素块的噪声方差分布信息，通过噪声方差分布信息可以确定多个邻近像素点与目标像素点之间差异；其次，根据噪声方差分布信息判定多个邻近像素点中每一邻近像素点是否与目标像素点相似，得到与目标像素点相似的多个参考像素点；对多个参考像素点中每一参考像素点赋予权重，得到多个权重；根据多个权重、多个参考像素点对应的多个参考像素值和目标像素点的当前像素值确定目标像素点的目标像素值，可见，通过根据噪声方差分布信息判定与目标像素点相似的多个参考像素点，可根据多个参考像素点针对图像实现精细化的图像还原，有利于降低图像的噪声的同时保证图像细节，进而提升图像的整体质量。
在一种可能的实现方式中，确定单元402在用于确定所述像素块的噪声方差分布信息时，具体用于：
根据预设灰阶卡采集所述灰阶图像中所述像素块对应的图像区域中的噪声方差，得到多个噪声方差；
根据所述多个噪声方差确定所述噪声方差分布信息，所述噪声方差分布信息为噪声方差与像素值之间的关系分布信息。
在一种可能的实现方式中，所述预设灰阶卡包括多个灰块，确定单元402在用于根据预设灰阶卡采集所述灰阶图像中所述像素块对应的图像区域中的噪声方差，得到多个噪声方差时，具体用于：
统计所述图像区域中与所述多个灰块中每一灰块对应的像素集合，得到多个像素集合；
确定所述多个灰块中每一灰块对应的像素集合的灰阶平均值，得到多个灰阶平均值；
根据所述多个灰阶平均值中每一灰阶平均值和该灰阶平均值对应的像素集合包括的多个像素点对应的多个像素灰阶值确定该像素集合对应的噪声方差，得到多个噪声方差。
在一种可能的实现方式中，确定单元402在用于根据所述多个噪声方差确定所述噪声方差分布信息时，具体用于：
对所述多个噪声方差进行上采样，得到采样后的噪声方差分布信息；
或者，
对所述多个噪声方差样本进行拟合，得到拟合曲线，将所述拟合曲线作为所述噪声方差分布信息。
在一种可能的实现方式中，判定单元403在用于根据所述噪声方差分布信息和所述目标像素点所处的目标区域判定所述多个邻近像素点中每一邻近像素点是否与所述目标像素点相似，得到与所述目标像素点相似的多个参考像素点时，具体用于：
根据所述噪声方差分布信息确定所述目标像素点对应的第一像素偏差值；
确定邻近像素点i与所述目标像素点的当前像素值之间的像素差值，所述邻近像素点i为所述多个邻近像素点中的任一邻近像素点；
确定所述像素差值与所述第一像素偏差值是否满足第一判定条件，若是，确定所述邻近像素点i与所述目标像素点相似。
在一种可能的实现方式中，判定单元403还用于：
将所述图像划分为多个区域；
确定所述多个区域中所述目标像素点所处的目标区域；
根据所述目标区域对所述第一像素偏差值进行调节，得到第二像素偏差值；
确定所述第二像素偏差值和所述像素差值确定是否满足第二判定条件，若是，确定所述邻近像素点i与所述目标像素点相似。
在一种可能的实现方式中，判定单元403在用于将所述图像划分为多个区域时，具体用于：
对所述图像进行梯度计算，得到梯度信息；
根据所述梯度信息将所述图像划分为多个区域。
在一种可能的实现方式中，处理单元404在用于对所述多个参考像素点中每一参考像素点赋予权重，得到多个权重时，具体用于：
确定所述多个参考像素点中每一参考像素点对应的像素差值，得到多个像素差值；
根据所述多个像素差值中每一像素差值确定对应的参考像素点的权重，得到多个权重；
对所述多个权重进行归一化处理，得到处理后的多个权重。
在一种可能的实现方式中，确定单元402在用于根据所述多个权重、所述多个参考像素点对应的多个参考像素值和所述目标像素点的当前像素值确定所述目标像素点的目标像素值时，具体用于：
根据所述多个参考像素点对应的多个参考像素值和所述多个权重估计所述目标像素点的估计像素值；
根据预设权值对所述估计像素值和所述当前像素值进行加权融合，得到所述目标像素值。
根据本发明的另一个实施例，图4所示的图像处理装置中的各个单元可以分别或全部合并为一个或若干个另外的单元来构成，或者其中的某个(些)单元还可以再拆分为功能上更小的多个单元来构成，这可以实现同样的操作，而不影响本发明的实施例的技术效果的实现。上述单元是基于逻辑功能划分的，在实际应用中，一个单元的功能也可以由多个单元来实现，或者多个单元的功能由一个单元实现。在本发明的其它实施例中，基于图像处理装置也可以包括其它单元，在实际应用中，这些功能也可以由其它单元协助实现，并且可以由多个单元协作实现。
根据本发明的另一个实施例，可以通过在包括中央处理单元(CPU)、随机存取存储介质(RAM)、只读存储介质(ROM)等处理元件和存储元件的例如计算机的通用计算设备上运行能够执行如图2A或图3中所示的相应方法所涉及的各步骤的计算机程序(包括程序代码)，来构造如图4中所示的图像处理装置设备，以及来实现本发明实施例的图像处理方法。所述计算机程序可以记载于例如计算机可读记录介质上，并通过计算机可读记录介质装载于上述计算设备中，并在其中运行。
基于上述方法实施例以及装置实施例的描述，本发明实施例还提供一种电子设备。请参见图5，该电子设备至少包括处理器501、存储器502、通信接口503以及一个或多个程序504。其中，电子设备内的处理器501、存储器502、通信接口503以及一个或多个程序504可通过总线或其他方式连接。
一个或多个程序504可以存储在电子设备的存储器中，所述一个或多个程序504用于存储计算机程序，所述计算机程序包括程序指令，所述处理器501用于执行所述一个或多个程序504存储的程序指令。处理器501(或称CPU(Central Processing Unit，中央处理器))是电子设备的计算核心以及控制核心，其适于实现一条或多条指令，具体适于加载并执行一条或多条指令从而实现相应方法流程或相应功能；在一个实施例中，本发明实施例所述的处理器501可以用于进行一系列的图像处理，包括：对图像中的目标像素点进行邻域搜索，得到像素块，所述像素块包括所述目标像素点和多个邻近像素点，所述多个邻近像素点与所述目标像素点之间的像素差值绝对值小于预设阈值，所述目标像素点为所述图像中的任一像素点；确定所述像素块的噪声方差分布信息；根据所述噪声方差分布信息判定所述多个邻近像素点中每一邻近像素点是否与所述目标像素点相似，得到与所述目标像素点相似的多个参考像素点；对所述多个参考像素点中每一参考像素点赋予权重，得到多个权重；根据所述多个权重、所述多个参考像素点对应的多个参考像素值和所述目标像素点的当前像素值确定所述目标像素点的目标像素值。
本发明实施例还提供了一种计算机存储介质(Memory)，所述计算机存储介质是电子设备中的记忆设备，用于存放程序和数据。可以理解的是，此处的计算机存储介质既可以包括电子设备中的内置存储介质，当然也可以包括电子设备所支持的扩展存储介质。计算机存储介质提供存储空间，该存储空间存储了电子设备的操作系统。并且，在该存储空间中还存放了适于被处理器501加载并执行的一条或多条的指令，这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是，此处的计算机存储介质可以是高速RAM存储器，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器；可选的还可以是至少一个位于远离前述处理器的计算机存储介质。
在一个实施例中，可由处理器501加载并执行计算机存储介质中存放的一个或多个程序，以实现上述有关图像处理实施例中的方法的相应步骤；具体实现中，计算机存储介质中的一个或多个程序由处理器501加载并执行如下步骤：对图像中的目标像素点进行邻域搜索，得到像素块，所述像素块包括所述目标像素点和多个邻近像素点，所述多个邻近像素点与所述目标像素点之间的像素差值绝对值小于预设阈值，所述目标像素点为所述图像中的任一像素点；确定所述像素块的噪声方差分布信息；根据所述噪声方差分布信息判定所述多个邻近像素点中每一邻近像素点是否与所述目标像素点相似，得到与所述目标像素点相似的多个参考像素点；对所述多个参考像素点中每一参考像素点赋予权重，得到多个权重；根据所述多个权重、所述多个参考像素点对应的多个参考像素值和所述目标像素点的当前像素值确定所述目标像素点的目标像素值。
在一种可能的实现方式中，在用于确定所述像素块的噪声方差分布信息时，所述一个或多个程序还可由处理器501加载并具体执行：根据预设灰阶卡采集所述灰阶图像中所述像素块对应的图像区域中的噪声方差，得到多个噪声方差；根据所述多个噪声方差确定所述噪声方差分布信息，所述噪声方差分布信息为噪声方差与像素值之间的关系分布信息。
在一种可能的实现方式中，所述预设灰阶卡包括多个灰块，在用于根据预设灰阶卡采集所述灰阶图像中所述像素块对应的图像区域中的噪声方差，得到多个噪声方差时，所述一个或多个程序还可由处理器501加载并具体执行：统计所述图像区域中与所述多个灰块中每一灰块对应的像素集合，得到多个像素集合；确定所述多个灰块中每一灰块对应的像素集合的灰阶平均值，得到多个灰阶平均值；根据所述多个灰阶平均值中每一灰阶平均值和该灰阶平均值对应的像素集合包括的多个像素点对应的多个像素灰阶值确定该像素集合对应的噪声方差，得到多个噪声方差。
在一种可能的实现方式中，在用于根据所述多个噪声方差确定所述噪声方差分布信息时，所述一个或多个程序还可由处理器501加载并具体执行：对所述多个噪声方差进行上采样，得到采样后的噪声方差分布信息；或者，对所述多个噪声方差样本进行拟合，得到拟合曲线，将所述拟合曲线作为所述噪声方差分布信息。
在一种可能的实现方式中，在用于根据所述噪声方差分布信息和所述目标像素点所处的目标区域判定所述多个邻近像素点中每一邻近像素点是否与所述目标像素点相似，得到与所述目标像素点相似的多个参考像素点时，所述一个或多个程序还可由处理器501加载并具体执行：根据所述噪声方差分布信息确定所述目标像素点对应的第一像素偏差值；确定邻近像素点i与所述目标像素点的当前像素值之间的像素差值，所述邻近像素点i为所述多个邻近像素点中的任一邻近像素点；确定所述像素差值与所述第一像素偏差值是否满足第一判定条件，若是，确定所述邻近像素点i与所述目标像素点相似。
在一种可能的实现方式中，所述一个或多个程序由处理器501加载并具体执行：将所述图像划分为多个区域；确定所述多个区域中所述目标像素点所处的目标区域；根据所述目标区域对所述第一像素偏差值进行调节，得到第二像素偏差值；确定所述第二像素偏差值和所述像素差值确定是否满足第二判定条件，若是，确定所述邻近像素点i与所述目标像素点相似。
在一种可能的实现方式中，在用于将所述图像划分为多个区域时，所述一个或多个程序由处理器501加载并具体执行：对所述图像进行梯度计算，得到梯度信息；根据所述梯度信息将所述图像划分为多个区域。
在一种可能的实现方式中，在用于对所述多个参考像素点中每一参考像素点赋予权重，得到多个权重时，所述一个或多个程序还可由处理器501加载并具体执行：确定所述多个参考像素点中每一参考像素点对应的像素差值，得到多个像素差值；根据所述多个像素差值中每一像素差值确定对应的参考像素点的权重，得到多个权重；对所述多个权重进行归一化处理，得到处理后的多个权重。
在一种可能的实现方式中，在用于根据所述多个权重、所述多个参考像素点对应的多个参考像素值和所述目标像素点的当前像素值确定所述目标像素点的目标像素值时，所述一个或多个程序还可由处理器501加载并具体执行：根据所述多个参考像素点对应的多个参考像素值和所述多个权重估计所述目标像素点的估计像素值；根据预设权值对所述估计像素值和所述当前像素值进行加权融合，得到所述目标像素值。
本申请实施例还提供一种计算机程序产品，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤。该计算机程序产品可以为一个软件安装包，上述计算机包括电子设备。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如上述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例上述方法的全部或部分步骤。而前述的存储器包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
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，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器(英文：Read-Only Memory，简称：ROM)、随机存取器(英文：Random Access Memory，简称：RAM)、磁盘或光盘等。
以上对本申请实施例进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (11)

1.一种图像处理方法，其特征在于，所述方法包括：
对图像中的目标像素点进行邻域搜索，得到像素块，所述像素块包括所述目标像素点和多个邻近像素点，所述多个邻近像素点与所述目标像素点之间的像素差值绝对值小于预设阈值，所述目标像素点为所述图像中的任一像素点；
确定所述像素块的噪声方差分布信息；
根据所述噪声方差分布信息确定所述目标像素点对应的第一像素偏差值；
确定邻近像素点i与所述目标像素点的当前像素值之间的像素差值，所述邻近像素点i为所述多个邻近像素点中的任一邻近像素点；
确定所述像素差值与所述第一像素偏差值是否满足第一判定条件，若是，确定所述邻近像素点i与所述目标像素点相似，得到与所述目标像素点相似的多个参考像素点；
对所述多个参考像素点中每一参考像素点赋予权重，得到多个权重；
根据所述多个权重、所述多个参考像素点对应的多个参考像素值和所述目标像素点的当前像素值确定所述目标像素点的目标像素值。
2.根据权利要求1所述的方法，其特征在于，所述确定所述像素块的噪声方差分布信息，包括：
根据预设灰阶卡采集灰阶图像中所述像素块对应的图像区域中的噪声方差，得到多个噪声方差；
根据所述多个噪声方差确定所述噪声方差分布信息，所述噪声方差分布信息为噪声方差与像素值之间的关系分布信息。
3.根据权利要求2所述的方法，其特征在于，所述预设灰阶卡包括多个灰块，所述根据预设灰阶卡采集所述灰阶图像中所述像素块对应的图像区域中的噪声方差，得到多个噪声方差，包括：
统计所述图像区域中与所述多个灰块中每一灰块对应的像素集合，得到多个像素集合；
确定所述多个灰块中每一灰块对应的像素集合的灰阶平均值，得到多个灰阶平均值；
根据所述多个灰阶平均值中每一灰阶平均值和该灰阶平均值对应的像素集合包括的多个像素点对应的多个像素灰阶值确定该像素集合对应的噪声方差，得到多个噪声方差。
4.根据权利要求2所述的方法，其特征在于，所述根据所述多个噪声方差确定所述噪声方差分布信息，包括：
对所述多个噪声方差进行上采样，得到采样后的噪声方差分布信息；
或者，
对所述多个噪声方差样本进行拟合，得到拟合曲线，将所述拟合曲线作为所述噪声方差分布信息。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
将所述图像划分为多个区域；
确定所述多个区域中所述目标像素点所处的目标区域；
根据所述目标区域对所述第一像素偏差值进行调节，得到第二像素偏差值；
确定所述第二像素偏差值和所述像素差值确定是否满足第二判定条件，若是，确定所述邻近像素点i与所述目标像素点相似。
6.根据权利要求5所述的方法，其特征在于，所述将所述图像划分为多个区域，包括：
对所述图像进行梯度计算，得到梯度信息；
根据所述梯度信息将所述图像划分为多个区域。
7.根据权利要求5或6所述的方法，其特征在于，对所述多个参考像素点中每一参考像素点赋予权重，得到多个权重，包括：
确定所述多个参考像素点中每一参考像素点对应的像素差值，得到多个像素差值；
根据所述多个像素差值中每一像素差值确定对应的参考像素点的权重，得到多个权重；
对所述多个权重进行归一化处理，得到处理后的多个权重。
8.根据权利要求7所述的方法，其特征在于，所述根据所述多个权重、所述多个参考像素点对应的多个参考像素值和所述目标像素点的当前像素值确定所述目标像素点的目标像素值，包括：
根据所述多个参考像素点对应的多个参考像素值和所述多个权重估计所述目标像素点的估计像素值；
根据预设权值对所述估计像素值和所述当前像素值进行加权融合，得到所述目标像素值。
9.一种图像处理装置，其特征在于，所述装置包括：
搜索单元，用于对图像中的目标像素点进行邻域搜索，得到像素块，所述像素块包括所述目标像素点和多个邻近像素点，所述多个邻近像素点与所述目标像素点之间的像素差值绝对值小于预设阈值，所述目标像素点为所述图像中的任一像素点；
确定单元，用于确定所述像素块的噪声方差分布信息；
判定单元，用于根据所述噪声方差分布信息确定所述目标像素点对应的第一像素偏差值；确定邻近像素点i与所述目标像素点的当前像素值之间的像素差值，所述邻近像素点i为所述多个邻近像素点中的任一邻近像素点；确定所述像素差值与所述第一像素偏差值是否满足第一判定条件，若是，确定所述邻近像素点i与所述目标像素点相似，得到与所述目标像素点相似的多个参考像素点；
处理单元，用于对所述多个参考像素点中每一参考像素点赋予权重，得到多个权重；
所述确定单元，还用于根据所述多个权重、所述多个参考像素点对应的多个参考像素值和所述目标像素点的当前像素值确定所述目标像素点的目标像素值。
10.一种电子设备，其特征在于，包括处理器、存储器、通信接口以及一个或多个程序，其中，上述一个或多个程序被存储在上述存储器中，并且被配置由上述处理器执行，上述程序包括用于执行如权利要求1-8任一项所述的图像处理方法。
11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储用于电子数据交换的计算机程序，其中，上述计算机程序使得计算机执行如权利要求1-8任一项所述的图像处理方法。
CN202010552889.XA 2020-06-16 2020-06-16 图像处理方法、装置、电子设备及存储介质 Active CN111709894B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010552889.XA CN111709894B (zh) 2020-06-16 2020-06-16 图像处理方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010552889.XA CN111709894B (zh) 2020-06-16 2020-06-16 图像处理方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN111709894A CN111709894A (zh) 2020-09-25
CN111709894B true CN111709894B (zh) 2022-09-02

Family

ID=72540888

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010552889.XA Active CN111709894B (zh) 2020-06-16 2020-06-16 图像处理方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN111709894B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113014745B (zh) * 2021-02-26 2023-02-28 杭州网易智企科技有限公司 视频图像降噪方法及装置、存储介质及电子设备
CN113674232B (zh) * 2021-08-12 2024-09-03 Oppo广东移动通信有限公司 图像噪声预估方法、装置、电子设备和存储介质
CN114360453B (zh) * 2021-12-09 2023-04-07 青岛信芯微电子科技股份有限公司 一种噪声去除方法、装置、显示设备、芯片及介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104041002A (zh) * 2012-01-06 2014-09-10 株式会社理光 图像处理装置、成像设备、图像处理方法及计算机可读记录介质
CN104899853A (zh) * 2014-03-04 2015-09-09 腾讯科技（深圳）有限公司 图像区域的划分方法及装置
CN109697699A (zh) * 2017-10-24 2019-04-30 比亚迪股份有限公司 图像处理方法、装置、设备及存储介质

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8320698B2 (en) * 2008-09-18 2012-11-27 Sony Corporation System and method for denoising using signal dependent adaptive weights
JP6161326B2 (ja) * 2013-02-27 2017-07-12 キヤノン株式会社 画像処理装置、画像処理方法、及びプログラム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104041002A (zh) * 2012-01-06 2014-09-10 株式会社理光 图像处理装置、成像设备、图像处理方法及计算机可读记录介质
CN104899853A (zh) * 2014-03-04 2015-09-09 腾讯科技（深圳）有限公司 图像区域的划分方法及装置
CN109697699A (zh) * 2017-10-24 2019-04-30 比亚迪股份有限公司 图像处理方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN111709894A (zh) 2020-09-25

Similar Documents

Publication Publication Date Title
CN111709894B (zh) 图像处理方法、装置、电子设备及存储介质
CN110660066B (zh) 网络的训练方法、图像处理方法、网络、终端设备及介质
CN109003260B (zh) Ct图像肺结节检测方法、装置、设备及可读存储介质
CN110363753B (zh) 图像质量评估方法、装置及电子设备
CN109800730B (zh) 用于生成头像生成模型的方法和装置
CN108846814B (zh) 图像处理方法、装置、可读存储介质及计算机设备
CN110211195B (zh) 生成图像集合的方法、装置、电子设备和计算机可读存储介质
CN110020371B (zh) 一种基于react-native页面布局联动的方法及装置
US20230419452A1 (en) Method and device for correcting image on basis of compression quality of image in electronic device
CN111353957A (zh) 图像处理方法、装置、存储介质及电子设备
CN114937050A (zh) 绿幕抠图方法、装置及电子设备
CN110288625B (zh) 用于处理图像的方法和装置
CN110689478A (zh) 图像风格化处理方法、装置、电子设备及可读介质
CN110580171A (zh) App分类方法、相关装置及产品
CN111787310B (zh) 防抖性能测试方法、装置、计算机设备及存储介质
CN111462015A (zh) 地图轨迹的处理方法、装置、电子设备及存储介质
CN115797267A (zh) 图像质量评估方法、系统、电子设备和存储介质
CN111597476B (zh) 图像处理方法及装置
CN110941413B (zh) 显示画面的生成方法及相关装置
CN113761249A (zh) 一种确定图片类型的方法和装置
CN112200730B (zh) 图像滤波处理方法、装置、设备及存储介质
CN113569169A (zh) 一种页面显示方法和装置
CN111612682B (zh) 一种水印处理方法及其装置
CN111767700A (zh) 一种图形调整方法及装置
CN113870156A (zh) 图像增强方法及相关设备

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