CN111724326B - 图像处理方法及装置、电子设备及存储介质 - Google Patents

图像处理方法及装置、电子设备及存储介质 Download PDF

Info

Publication number
CN111724326B
CN111724326B CN202010599949.3A CN202010599949A CN111724326B CN 111724326 B CN111724326 B CN 111724326B CN 202010599949 A CN202010599949 A CN 202010599949A CN 111724326 B CN111724326 B CN 111724326B
Authority
CN
China
Prior art keywords
neighborhood
probability
pixel
pixel point
noise reduction
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
CN202010599949.3A
Other languages
English (en)
Other versions
CN111724326A (zh
Inventor
王东
方圳河
谭日飞
史超超
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.)
Shenzhen TetrasAI Technology Co Ltd
Original Assignee
Shenzhen TetrasAI Technology 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 Shenzhen TetrasAI Technology Co Ltd filed Critical Shenzhen TetrasAI Technology Co Ltd
Priority to CN202010599949.3A priority Critical patent/CN111724326B/zh
Publication of CN111724326A publication Critical patent/CN111724326A/zh
Application granted granted Critical
Publication of CN111724326B publication Critical patent/CN111724326B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/73—Deblurring; Sharpening
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • 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

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

Abstract

本申请公开了一种图像处理方法及装置、电子设备及存储介质。该方法包括：获取第一待处理图像和第一像素点的第一降噪滤波器；确定第一像素点邻域中的第一子邻域内存在边缘的第一概率和所述第一像素点邻域中的第二子邻域内存在边缘的第二概率；在所述第一概率不等于所述第二概率的情况下，调整第一参数和/或调整第二参数，使所述第二参数与所述第一参数的差增大，得到降噪锐化滤波器；使用所述降噪锐化滤波器对所述第一待处理图像中的第二像素点邻域进行滤波处理，得到第二待处理图像，其中，所述第二像素点邻域基于所述第一像素点构建。

Description

图像处理方法及装置、电子设备及存储介质
技术领域
本申请涉及计算机视觉技术领域，尤其涉及一种图像处理方法及装置、电子设备及存储介质。
背景技术
在图像质量不佳(如噪声多、清晰度低)的情况下，可通过对图像进行图像处理，提高图像的质量，降噪处理和锐化处理即为较为常用的两种图像处理。
在传统方法中，先对图像进行降噪处理，再对降噪处理后的图像进行锐化处理，可实现对图像的降噪以及锐化。但通过该方法得到的图像质量不高。
发明内容
本申请提供一种图像处理方法及装置、电子设备及存储介质。
第一方面，提供了一种图像处理方法，所述方法包括：
获取第一待处理图像和第一像素点的第一降噪滤波器，其中，所述第一像素点属于所述第一待处理图像；
确定第一像素点邻域中的第一子邻域内存在边缘的第一概率和所述第一像素点邻域中的第二子邻域内存在边缘的第二概率，其中，所述第一像素点邻域为所述第一待处理图像中基于所述第一像素点构建的像素点邻域，所述第一像素点邻域被第一方向分为所述第一子邻域和所述第二子邻域，所述第一方向根据所述第一像素点所在位置的边缘方向确定；
在所述第一概率不等于所述第二概率的情况下，调整第一参数和/或调整第二参数，使所述第二参数与所述第一参数的差增大，得到降噪锐化滤波器，其中，所述第一参数为所述第一降噪滤波器中与所述第一子邻域对应的参数，所述第二参数为所述第一降噪滤波器中与所述第二子邻域对应的参数；
使用所述降噪锐化滤波器对所述第一待处理图像中的第二像素点邻域进行滤波处理，得到第二待处理图像，其中，所述第二像素点邻域基于所述第一像素点构建。
在该方面中，图像处理装置依据第一概率和第二概率，调整第一降噪滤波器中的参数，得到降噪锐化滤波器。图像处理装置进而可通过使用降噪锐化滤波器对第二像素点邻域进行滤波处理，实现在对第一像素点降噪的同时，锐化第二像素点邻域。
由于图像处理装置使用降噪锐化滤波器对第二像素点邻域进行滤波处理，不需要增强第二像素点邻域内的高频分量，在滤波处理后的第二像素点邻域中，边缘所在位置出现白边或黑边的概率较低。且因为图像处理装置使用降噪锐化滤波器对第二像素点邻域进行滤波处理，只需要对第二像素点邻域中所有像素点遍历一次，所以可减少图像处理装置的数据处理量。
结合本申请任一实施方式，所述第一子邻域包括第二像素点，所述第二子邻域包括第三像素点；
所述确定第一像素点邻域中的第一子邻域内存在边缘的第一概率和所述第一像素点邻域中的第二子邻域内存在边缘的第二概率，包括：
根据所述第一像素点邻域的第一边缘检测结果，得到所述第二像素点所在位置存在边缘的第三概率和所述第三像素点所在位置存在边缘的第四概率；
依据所述第三概率得到所述第一概率，依据所述第四概率得到所述第二概率，其中，所述第一概率与所述第三概率呈正相关，所述第二概率与所述第四概率呈正相关。
结合本申请任一实施方式，在所述第一概率不等于所述第二概率的情况下，所述调整第一参数和/或调整第二参数，使所述第二参数与所述第一参数的差增大，得到降噪锐化滤波器，包括：
在所述第一概率大于所述第二概率的情况下，使所述第一参数减小和/或使所述第二参数增大，得到所述降噪锐化滤波器。
结合本申请任一实施方式，所述第一概率和所述第二概率的和为1；
所述使所述第一参数减小和/或使所述第二参数增大，得到所述降噪锐化滤波器，包括：
依据所述第一概率和所述第二概率，确定第一系数和第二系数，其中，所述第一系数小于1，所述第二系数大于1，第一差异与第二差异呈正相关，所述第一差异为所述第一概率与所述第二概率的差，所述第二差异为所述第二系数与所述第一系数的差；
将所述第一参数与所述第一系数相乘、将所述第二参数与所述第二系数相乘，得到所述降噪锐化滤波器。
结合本申请任一实施方式，所述第一系数与所述第一概率呈负相关，所述第二系数与所述第二概率呈负相关。
结合本申请任一实施方式，所述依据所述第一概率和所述第二概率，确定所述第一系数和所述第二系数，包括：
确定所述第一概率的n次幂得到第一值，确定所述第二概率的n次幂得到第二值，其中，所述n为正整数；
依据所述第一值得到所述第一系数，依据所述第二值得到所述第二系数，其中，所述第一值与所述第一系数呈负相关，所述第二值与所述第二系数呈负相关。
结合本申请任一实施方式，所述第二像素点邻域包括第四像素点；所述获取第一降噪滤波器，包括：
获取第二降噪滤波器，其中，所述第二降噪滤波器的尺寸与所述第一降噪滤波器的尺寸相同；
确定所述第一像素点与所述第四像素点之间的第一相似度；
依据所述第一相似度调整所述第二降噪滤波器中与所述第四像素点对应的参数，得到所述第一降噪滤波器，其中，所述第一降噪滤波器中与所述第四像素点对应的参数与所述第一相似度呈正相关。
结合本申请任一实施方式，所述确定所述第一像素点与所述第四像素点之间的第一相似度，包括：
确定所述第四像素点与所述第一方向之间的距离，得到第一距离；
依据所述第一距离得到所述第一相似度，其中，所述第一距离与所述第一相似度呈负相关。
结合本申请任一实施方式，所述确定所述第四像素点与所述第一方向之间的距离，得到第一距离；所述依据所述第一距离得到所述第一相似度，其中，所述第一距离与所述第一相似度呈负相关；所述依据所述第一相似度调整所述第二降噪滤波器中与所述第四像素点对应的参数，得到所述第一降噪滤波器，包括：
确定所述第二像素点邻域的第一结构矩阵；
对所述第一结构矩阵进行主成分分析处理，得到所述第一像素点所在位置的边缘方向和边缘强度；
依据所述边缘方向和所述边缘强度，得到所述第一降噪滤波器。
结合本申请任一实施方式，所述确定所述第二像素点邻域的第一结构矩阵，包括：
确定所述第二像素点邻域的第一梯度；
依据所述第一梯度，得到所述第一结构矩阵。
结合本申请任一实施方式，所述第一像素点邻域与所述第二像素点邻域相同。
第二方面，提供了一种图像处理装置，所述装置包括：
获取单元，用于获取第一待处理图像和第一像素点的第一降噪滤波器，其中，所述第一像素点属于所述第一待处理图像；
确定单元，用于确定第一像素点邻域中的第一子邻域内存在边缘的第一概率和所述第一像素点邻域中的第二子邻域内存在边缘的第二概率，其中，所述第一像素点邻域为所述第一待处理图像中基于所述第一像素点构建的像素点邻域，所述第一像素点邻域被第一方向分为所述第一子邻域和所述第二子邻域，所述第一方向根据所述第一像素点所在位置的边缘方向确定；
调整单元，用于在所述第一概率不等于所述第二概率的情况下，调整第一参数和/或调整第二参数，使所述第二参数与所述第一参数的差增大，得到降噪锐化滤波器，其中，所述第一参数为所述第一降噪滤波器中与所述第一子邻域对应的参数，所述第二参数为所述第一降噪滤波器中与所述第二子邻域对应的参数；
处理单元，用于使用所述降噪锐化滤波器对所述第一待处理图像中的第二像素点邻域进行滤波处理，得到第二待处理图像，其中，所述第二像素点邻域基于所述第一像素点构建。
结合本申请任一实施方式，所述第一子邻域包括第二像素点，所述第二子邻域包括第三像素点；
所述确定单元用于：
根据所述第一像素点邻域的第一边缘检测结果，得到所述第二像素点所在位置存在边缘的第三概率和所述第三像素点所在位置存在边缘的第四概率；
依据所述第三概率得到所述第一概率，依据所述第四概率得到所述第二概率，其中，所述第一概率与所述第三概率呈正相关，所述第二概率与所述第四概率呈正相关。
结合本申请任一实施方式，在所述第一概率不等于所述第二概率的情况下，所述调整单元用于：
在所述第一概率大于所述第二概率的情况下，使所述第一参数减小和/或使所述第二参数增大，得到所述降噪锐化滤波器。
结合本申请任一实施方式，所述第一概率和所述第二概率的和为1；
所述调整单元用于：
依据所述第一概率和所述第二概率，确定第一系数和第二系数，其中，所述第一系数小于1，所述第二系数大于1，第一差异与第二差异呈正相关，所述第一差异为所述第一概率与所述第二概率的差，所述第二差异为所述第二系数与所述第一系数的差；
将所述第一参数与所述第一系数相乘、将所述第二参数与所述第二系数相乘，得到所述降噪锐化滤波器。
结合本申请任一实施方式，所述第一系数与所述第一概率呈负相关，所述第二系数与所述第二概率呈负相关。
结合本申请任一实施方式，所述调整单元用于：
确定所述第一概率的n次幂得到第一值，确定所述第二概率的n次幂得到第二值，其中，所述n为正整数；
依据所述第一值得到所述第一系数，依据所述第二值得到所述第二系数，其中，所述第一值与所述第一系数呈负相关，所述第二值与所述第二系数呈负相关。
结合本申请任一实施方式，所述第二像素点邻域包括第四像素点；所述获取单元用于：
获取第二降噪滤波器，其中，所述第二降噪滤波器的尺寸与所述第一降噪滤波器的尺寸相同；
确定所述第一像素点与所述第四像素点之间的第一相似度；
依据所述第一相似度调整所述第二降噪滤波器中与所述第四像素点对应的参数，得到所述第一降噪滤波器，其中，所述第一降噪滤波器中与所述第四像素点对应的参数与所述第一相似度呈正相关。
结合本申请任一实施方式，所述获取单元用于：
确定所述第四像素点与所述第一方向之间的距离，得到第一距离；
依据所述第一距离得到所述第一相似度，其中，所述第一距离与所述第一相似度呈负相关。
结合本申请任一实施方式，所述获取单元用于：
确定所述第二像素点邻域的第一结构矩阵；
对所述第一结构矩阵进行主成分分析处理，得到所述第一像素点所在位置的边缘方向和边缘强度；
依据所述边缘方向和所述边缘强度，得到所述第一降噪滤波器。
结合本申请任一实施方式，所述获取单元用于：
确定所述第二像素点邻域的第一梯度；
依据所述第一梯度，得到所述第一结构矩阵。
结合本申请任一实施方式，所述第一像素点邻域与所述第二像素点邻域相同。
第三方面，提供了一种处理器，所述处理器用于执行如上述第一方面及其任意一种可能实现的方式的方法。
第四方面，提供了一种电子设备，包括：处理器、发送装置、输入装置、输出装置和存储器，所述存储器用于存储计算机程序代码，所述计算机程序代码包括计算机指令，在所述处理器执行所述计算机指令的情况下，所述电子设备执行如上述第一方面及其任意一种可能实现的方式的方法。
第五方面，提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序包括程序指令，在所述程序指令被处理器执行的情况下，使所述处理器执行如上述第一方面及其任意一种可能实现的方式的方法。
第六方面，提供了一种计算机程序产品，所述计算机程序产品包括计算机程序或指令，在所述计算机程序或指令在计算机上运行的情况下，使得所述计算机执行上述第一方面及其任一种可能的实现方式的方法。
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，而非限制本申请。
附图说明
为了更清楚地说明本申请实施例或背景技术中的技术方案，下面将对本申请实施例或背景技术中所需要使用的附图进行说明。
此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本申请的实施例，并与说明书一起用于说明本申请的技术方案。
图1为本申请实施例提供的一种像素坐标系示意图；
图2为本申请实施例提供的一种图像处理方法的流程示意图；
图3为本申请实施例提供的一种滤波器的示意图；
图4a为本申请实施例提供的一种使用滤波器的示意图；
图4b为本申请实施例提供的一种被滤波器处理的像素点邻域的示意图；
图5a为本申请实施例提供的另一种使用滤波器的示意图；
图5b为本申请实施例提供的另一种被滤波器处理的像素点邻域的示意图；
图6为本申请实施例提供的一种第一待处理图像的示意图；
图7为本申请实施例提供的一种第一像素点邻域的示意图；
图8为本申请实施例提供的另一种图像处理方法的流程示意图；
图9为本申请实施例提供的一种第二像素点邻域的示意图；
图10为本申请实施例提供的一种第一降噪滤波器的示意图；
图11为本申请实施例提供的另一种第一待处理图像的示意图；
图12a为本申请实施例提供的另一种第一像素点邻域的示意图；
图12b为本申请实施例提供的一种对图12a所示的第一像素点邻域进行边缘检测处理得到的结果示意图；
图13为本申请实施例提供的一种图像处理装置的结构示意图；
图14为本申请实施例提供的一种图像处理装置的硬件结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请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申请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。
在图像质量不佳(如噪声多、清晰度低)的情况下，可通过对图像进行图像处理，提高图像的质量，降噪处理和锐化处理即为较为常用的两种图像处理。
通过对图像进行降噪处理，可使图像平滑，进而减少图像中的噪声，提升图像的质量。通过对图像进行锐化处理，可使图像中的边缘更加清晰，突出边缘两侧的对比度。
由于降噪处理会使图像平滑，进而也将弱化图像中的边缘、降低边缘两侧的对比度。锐化处理虽然可使图像中的边缘更加清晰，并提升边缘两侧的对比度，但由于在图像中边缘和噪声均属于梯度变化较大的像素点区域，在对图像进行锐化处理的同时，也将使放大图像中的噪声。
因此，在传统方法中，先对图像进行降噪处理，再对降噪处理后的图像进行锐化处理，以实现对图像的降噪以及锐化。目前，锐化处理可通过增强图像中的高频分量实现，但这种锐化方式易导致边缘处出现白边或黑边，进而降低图像质量。因此，使用传统方法对图像进行处理得到的图像质量不高。
此外，由于降噪处理和锐化处理均需要遍历图像中所有像素点，使用传统方法对图像进行降噪以及锐化，将带来较大的数据处理量。
基于此，本申请实施例提供了一种对图像进行降噪和锐化的方法，可在提高图像质量的同时，减少数据处理量。
本申请实施例的执行主体为图像处理装置。可选的，图像处理装置可以是以下中的一种：手机、计算机、服务器、平板电脑。下面结合本申请实施例中的附图对本申请实施例进行描述。
在进行接下来的阐述之前，首先对本申请实施例中的像素坐标系和同名点进行定义。本申请实施例中的像素坐标系用于表示像素点在图像中的位置，其中，横坐标用于表示像素点所在的列数，纵坐标用于表示像素点所在的行数。例如，在图1所示的图像中，以图像的左上角为坐标原点O、平行于图像的行的方向为X轴的方向、平行于图像的列的方向为Y轴的方向，构建像素坐标系为XOY。横坐标和纵坐标的单位均为像素点。例如，图1中的像素点A11的坐标为(1，1)，像素点A23的坐标为(3，2)，像素点A42的坐标为(2，4)，像素点A34的坐标为(4，3)。
下面结合本申请实施例中的附图对本申请实施例进行描述。请参阅图2，图2是本申请实施例提供的一种图像处理方法的流程示意图。
201、获取第一待处理图像和第一像素点的第一降噪滤波器，其中，上述第一像素点属于上述第一待处理图像。
本申请实施例中，第一待处理图像可以包含任意内容。例如，第一待处理图像可以包括道路。又例如，第一待处理图像可以包括道路和车辆。再例如，第一待处理图像还可以包括人。本申请对第一待处理图像中的内容不做限定。
在一种获取第一待处理图像的实现方式中，图像处理装置接收用户通过输入组件输入的第一待处理图像。上述输入组件包括：键盘、鼠标、触控屏、触控板和音频输入器等。
在另一种获取第一待处理图像的实现方式中，图像处理装置接收第一终端发送的第一待处理图像。可选的，第一终端可以是以下任意一种：手机、计算机、平板电脑、服务器、可穿戴设备。
在又一种获取第一待处理图像的实现方式中，图像处理装置可以通过成像组件采集得到第一待处理图像。可选的，上述成像组件可以是摄像头。
本申请实施例中的滤波器(包括上述第一降噪滤波器以及下文将要提到的第二降噪滤波器和降噪锐化滤波器)可以是包含至少两个参数(即元素)的二维矩阵，图3所示为尺寸为3*3的降噪滤波器，其中，A、B、C、D、E、F、G、H、I均为降噪滤波器的参数。
由于相邻的像素点之间具有相关性(本申请中的相关性可理解为相似性，即相邻的像素点携带的信息之间具有相似性)，因此可利用被降噪像素点周围的像素点的像素值，更新被降噪像素点的像素值，以去除被降噪像素点的噪声。具体的，将被降噪像素点邻域中的像素值分别与降噪滤波器中对应的参数相乘，然后依据所有相乘后的值的均值得到被降噪像素点的像素值，完成对被降噪像素点的降噪处理。
例如，使用图4a所示的降噪滤波器对图4b所示的被降噪像素点邻域中的像素点E进行降噪处理后得到的像素点E的像素值(下文将称为降噪后的像素值E)满足下式：降噪后的像素值E＝(参数a×像素点A的像素值+参数b×像素点B的像素值+参数c×像素点C的像素值+参数d×像素点D的像素值+参数e×像素点E的像素值+参数f×像素点F的像素值+参数g×像素点G的像素值+参数h×像素点H的像素值+参数i×像素点I的像素值)/9。
又例如，图5b所示的被降噪像素点邻域为基于像素点D构建的像素点邻域，使用图5a所示的降噪滤波器对图5b所示的被降噪像素点邻域中的像素点D进行降噪处理后得到的像素点D的像素值(下文将称为降噪后的像素值D)满足下式：降噪后的像素值D＝(参数a×像素点A的像素值+参数b×像素点B的像素值+参数c×像素点C的像素值+参数d×像素点D的像素值)/4+10。
本申请实施例中，第一降噪滤波器用于对第一像素点进行降噪处理，即使用第一降噪滤波器对基于第一像素点构建的像素点邻域进行处理，可去除第一像素点的噪声。
在一种获取第一降噪滤波器的实现方式中，图像处理装置接收用户通过输入组件输入的第一降噪滤波器。上述输入组件包括：键盘、鼠标、触控屏、触控板和音频输入器等。
在另一种获取第一降噪滤波器的实现方式中，图像处理装置接收第二终端发送的第一降噪滤波器。可选的，第二终端可以是以下任意一种：手机、计算机、平板电脑、服务器、可穿戴设备。
202、确定第一像素点邻域中的第一子邻域内存在边缘的第一概率和所述第一像素点邻域中的第二子邻域内存在边缘的第二概率，其中，上述第一像素点邻域为所述第一待处理图像中基于上述第一像素点构建的像素点邻域，上述第一像素点邻域被第一方向分为上述第一子邻域和上述第二子邻域。
本申请实施例中，第一像素点邻域为第一待处理图像中基于第一像素点构建的像素点邻域。
例如，假设在图6所示的第一待处理图像中，第一像素点为像素点A32。以像素点A32为中心，可构建尺寸为3*3的第一像素点邻域，该第一像素点邻域包括：像素点A21、像素点A22、像素点A23、像素点A31、像素点A32、像素点A33、像素点A41、像素点A42、像素点A43。基于像素点A32，还可以构建尺寸为2*2的第一像素点邻域，该第一像素点邻域包括：像素点A21、像素点A22、像素点A31、像素点A32。以像素点A32为圆心、半径为1.5个像素点，也可构建第一像素点邻域，该第一像素点邻域包括：像素点A21的部分区域、像素点A22、像素点A23的部分区域、像素点A31、像素点A32、像素点A33、像素点A41的部分区域、像素点A42、像素点A43的部分区域。
需要理解的是，第一像素点邻域的构建方式可依据实际需求确定，本申请实施例对此不做限定。例如，在实际需求为缩短图像处理装置对第一像素点邻域进行边缘检测处理所耗费的时间的情况下，可减少第一像素点邻域包含的像素点的数量。又例如，在实际需求为提高得到的第一边缘数据的准确度的情况下，可增加第一像素点邻域包含的像素点的数量。可选的，第一像素点邻域可以是第一待处理图像。
本申请实施例中，第一方向依据第一像素点所在位置的边缘方向确定。边缘方向为图像的像素坐标系下的方向。例如，在边缘方向为平行与x轴的方向的情况下，边缘方向可以是x轴的正方向，边缘方向也可以是x轴的负方向。又例如，在边缘方向为与x轴之间的夹角为45度的方向的情况下，边缘方向的方向向量与x轴正方向之间的夹角可以是45度，也可以是边缘方向的方向向量与x轴正方向之间的夹角可以是135度。
在一种可能实现的方式中，图像处理装置可将第一像素点所在位置的边缘方向作为第一方向。即第一方向与第一像素点所在位置的边缘方向平行。
在另一种可能实现的方式中，第一方向与第一像素点所在位置的边缘方向之间存在夹角，且夹角为第一角度。例如，第一角度为5度。
在一种获取第一方向的实现方式中，图像处理装置接收用户通过输入组件输入的第一方向。上述输入组件包括：键盘、鼠标、触控屏、触控板和音频输入器等。
在另一种获取第一方向的实现方式中，图像处理装置接收第三终端发送的第一方向。可选的，第三终端可以是以下任意一种：手机、计算机、平板电脑、服务器、可穿戴设备。
在又一种获取第一方向的实现方式中，图像处理装置获取第一角度，并依据第一角度和第一像素点所在位置的边缘方向确定第一方向。
在本申请实施例中，第一方向将第一像素点邻域分成两个像素点区域，这两个像素点区域分别为：第一子邻域和第二子邻域。例如，在图7所示的第一像素点邻域(矩形区域ACDF)中，像素点A22为第一像素点。第一方向与AC的交点为B，第一方向与DF的交点为E。第一方向将第一像素点邻域分为多边形区域ABEF(即为第一子邻域)和多边形区域BCDE(即为第二子邻域)两个像素点区域。
本申请实施例中，第一概率为第一子邻域内存在边缘的概率，第二概率为第二子邻域内存在边缘的概率。图像处理装置可根据第一像素点邻域的第一边缘检测结果，得到第二像素点所在位置存在边缘的第三概率和第四像素点所在位置存在边缘的第四概率。其中，第三像素点属于第一子邻域，第四像素点属于第二子邻域。
在一种可能实现的方式中，图像处理装置对第一像素点邻域进行边缘检测处理，可得到第一像素点邻域中每个像素点所在位置存在边缘的概率(下文将像素点所在位置存在边缘的概率称为第一参考概率)。图像处理装置将第一子邻域内的第一参考概率的和作为第一概率，将第二子邻域内的第一参考概率的和作为第二概率。
在另一种可能实现的方式中，第一子邻域包括第二像素点，第二子邻域包括第三像素点。图像处理装置对第一子邻域进行边缘检测处理，可得到第二像素点所在位置存在边缘的概率，即第三概率；图像处理装置对第二子邻域进行边缘检测处理，可得到第三像素点所在位置存在边缘的概率，即第四概率。图像处理装置依据第三概率可得到第一概率，依据第四概率可得到第二概率，其中，第一概率与第三概率呈正相关，第二概率与第四概率呈正相关。
例如，假设第一概率为g1，第二概率为g2，第三概率为g3，第四概率为g4。
作为一种可选的实施方式，g1、g2、g3、g4满足下式：
其中，q为正数。可选的，q＝1。
作为另一种可选的实施方式，g1、g2、g3、g4满足下式：
其中，q为正数、m为实数。可选的，q＝1，m＝0。
作为又一种可选的实施方式，g1、g2、g3、g4满足下式：
其中，q为正数、m为实数。可选的，q＝1，m＝0。
可选的，图像处理装置对第一子邻域进行边缘检测处理，可得到第一子邻域内每个像素点所在位置存在边缘的概率(下文将第一子邻域内的像素点所在位置存在边缘的概率称为第二参考概率)，将第一子邻域内第二参考概率的和作为第一概率；图像处理装置对第二子邻域进行边缘检测处理，可得到第二子邻域内每个像素点所在位置存在边缘的概率(下文将第二子邻域内的像素点所在位置存在边缘的概率称为第三参考概率)，将第一子邻域内第三参考概率的和作为第二概率。
本申请实施例中，边缘检测处理可通过以下中的一种方法实现：Canny边缘检测算法、索贝尔(sobel)算子、Roberts边缘检测算子、高斯拉普拉斯(Laplacian of Gaussian，LOG)边缘检测算子。
应理解，对于被第一方向穿过的像素点，可将该像素点划分至第一子邻域，也可以将该像素点划分至第二子邻域，本申请对此不做限定。可选的，对于被第一方向穿过的像素点，在该像素点位于第一子邻域内的面积大于该像素点位于第二子邻域内的面积的情况下，图像处理装置将该像素点划分至第一子邻域，如图7中的像素点A12；在该像素点位于第二子邻域内的面积大于该像素点位于第一子邻域内的面积的情况下，图像处理装置将该像素点划分至第二子邻域，如图7中的像素点A32。
203、在上述第一概率不等于上述第二概率的情况下，调整第一参数和/或调整第二参数，使上述第二参数与上述第一参数的差增大，得到降噪锐化滤波器。
通过使第一像素点与第一子邻域中的像素点之间的相似度比第一像素点与第二子邻域中的像素点之间的相似度大，可提高第一像素点与第二子邻域之间的对比度；通过使第一像素点与第二子邻域中的像素点之间的相似度比第一像素点与第一子邻域中的像素点之间的相似度大，也可提高第一像素点与第一子邻域之间的对比度。也就是说，通过使第一像素点与其中一个子邻域中的像素点之间的相似度比第一像素点与另一个子邻域中的像素点之间的相似度大，可锐化基于第一像素点构建的像素点邻域。即，使第一像素点与第一子邻域中的像素点之间的相似度比第一像素点与第二子邻域中的像素点之间的相似度大，或使第一像素点与第二子邻域中的像素点之间的相似度比第一像素点与第一子邻域中的像素点之间的相似度大，均可锐化基于第一像素点构建的像素点邻域。
如步骤201所述，图像处理装置在使用降噪滤波器对第一像素点进行降噪处理的过程中，利用第一像素点周围的像素点的像素值分别与降噪滤波器中对应的参数相乘，然后依据所有相乘后的值的均值更新第一像素点的像素值，完成对第一像素点的降噪处理。因此，降噪滤波器中参数的值越大，经降噪滤波器处理后的第一像素点与该参数对应的像素点之间的相似度越大。
例如，假设在图4a所示的降噪滤波器中，参数f为除参数e之外最大的参数。使用图4a所示的降噪滤波器对图4b中的像素点E(即第一像素点)进行处理，得到降噪后的像素点E。降噪后的像素点E与像素点F之间的相似度，比像素点E与被降噪像素点邻域中除像素点E之外的任意一个像素点之间的相似度都大。
若第一概率不等于第二概率，表征第一方向的两侧的梯度变化一致，即第一子邻域内的梯度变化与第二子邻域内的梯度变化相同，此时，不应对第一像素点邻域进行锐化。可选的，图像处理装置将第一降噪滤波器作为降噪锐化滤波器。
若第一概率不等于第二概率，表征第一方向的两侧的梯度变化不一致，即第一子邻域内的梯度变化比第二子邻域内的梯度变化大，或者第二子邻域内的梯度变化比第一子邻域内的梯度变化大。此时，可对第一像素点邻域进行锐化，提高第一方向两侧的对比度。
因此，在第一概率不等于第二概率的情况下，图像处理装置通过使第一参数与第二参数之间的差异增大，可得到降噪锐化滤波器，其中，第一参数为第一降噪滤波器中与第一子邻域对应的参数，第二参数为第一降噪滤波器中与第二子邻域对应的参数。
例如，在第一参数保持不变的情况下，图像处理装置可通过增大第二参数，得到降噪锐化滤波器。又例如，在第二参数保持不变的情况下，图像处理装置可通过增大第一参数，得到降噪锐化滤波器。再例如，图像处理装置可在使第一参数增大的幅度与第二参数增大的幅度不同的情况下，同时增大第一参数和第二参数，得到降噪锐化滤波器。
在后续处理中，图像处理装置使用降噪锐化滤波器对基于第一像素点构建的像素点邻域进行滤波处理，可提高第一方向两侧的对比度。
204、使用上述降噪锐化滤波器对上述第一待处理图像中的第二像素点邻域进行滤波处理，得到第二待处理图像。
本申请实施例中，第二像素点邻域为基于上述第一像素点构建的像素点邻域，第二像素点邻域的尺寸与降噪锐化滤波器的尺寸相同。第二像素点邻域与第一像素点邻域可以相同，也可以不同，本申请对此不做限定。
图像处理装置使用降噪锐化滤波器对第一待处理图像中的第二像素点邻域进行滤波处理，可在对第一像素点进行降噪处理的同时，对第二像素点邻域进行锐化处理，得到第二待处理图像。
可选的，步骤201～步骤204详细阐述了如何基于第一像素点、第一像素点邻域和第一降噪滤波器，实现对第一像素点的降噪以及对第二像素点邻域的锐化。在实际应用中，图像处理装置可在对第一待处理图像中的任意一个像素点进行降噪的同时，对基于该像素点构建的像素点邻域进行锐化。
本申请实施例中，图像处理装置依据第一概率和第二概率，调整第一降噪滤波器中的参数，得到降噪锐化滤波器。图像处理装置进而可通过使用降噪锐化滤波器对第二像素点邻域进行滤波处理，实现在对第一像素点降噪的同时，锐化第二像素点邻域。
由于图像处理装置使用降噪锐化滤波器对第二像素点邻域进行滤波处理，不需要增强第二像素点邻域内的高频分量，在滤波处理后的第二像素点邻域中，边缘所在位置出现白边或黑边的概率较低。且因为图像处理装置使用降噪锐化滤波器对第二像素点邻域进行滤波处理，只需要对第二像素点邻域中所有像素点遍历一次，所以可减少图像处理装置的数据处理量。
请参阅图8，图8是本申请实施例提供的一种获取第一降噪滤波器的方法的流程示意图。
801、获取第二降噪滤波器。
本申请实施例中，第二降噪滤波器的尺寸与第一降噪滤波器的尺寸相同。第二降噪滤波器中的参数的大小可以是任意值，本申请对此不做限定。
在一种获取第二降噪滤波器的实现方式中，图像处理装置接收用户通过输入组件输入的第二降噪滤波器。上述输入组件包括：键盘、鼠标、触控屏、触控板和音频输入器等。
在另一种获取第二降噪滤波器的实现方式中，图像处理装置接收第四终端发送的第二降噪滤波器。可选的，第四终端可以是以下任意一种：手机、计算机、平板电脑、服务器、可穿戴设备。
802、确定上述第一像素点与第四像素点之间的第一相似度。
本申请实施例中，第四像素点为第二像素点邻域中不同于第一像素点的像素点。图像处理装置通过确定第一像素点与第四像素点之间的相似度，得到第一相似度。
本申请实施例中，两个像素点之间的相似度可以是以下中的一种：两个像素点之间的欧式距离(euclidean distance)、两个像素点之间的余弦相似度、两个像素点之间的马氏距离(mahalanobis distance)、两个像素点之间的皮尔逊相关系数(pearsoncorrelation coefficient)、两个像素点之间的汉明距离(hamming distance)。
例如，第一相似度可以是第一像素点与第四像素点之间的欧式距离；第一相似度也可以是第一像素点与第四像素点之间的余弦相似度；第一相似度还可以是第一像素点与第四像素点之间的马氏距离；第一相似度还可以是第一像素点与第四像素点之间的皮尔逊相关系数；第一相似度还可以是第一像素点与第四像素点之间的汉明距离。
由于第一方向依据第一像素点所在位置的边缘方向得到，过第一直线上的像素点与第一像素点之间的相似度很大，距离第一方向越远的像素点与第一像素点之间的相似度越小。作为一种可选的实施方式，图像处理装置确定第四像素点与第一方向之间的距离得到第一距离，并依据第一距离得到第一相似度，其中，第一距离与第一相似度呈负相关。
应理解，第四像素点与第一方向之间的距离为，第四像素点与第一直线之间的距离，其中，第一直线为过第一像素点且与第一方向平行的直线。
假设第一距离为d1，第一相似度为s1。
在一种可能实现的方式中，d1、s1满足下式：
s1＝k/d1…公式(4)
其中，k为正数。可选的，k＝1。
在另一种可能实现的方式中，d1、s1满足下式：
s1＝k/d1+…公式(5)
其中，k为正数、c为实数。可选的，k＝1，c＝0。
在又一种可能实现的方式中，d1、s1满足下式：
其中，k为正数、c为实数。可选的，k＝1，c＝0。
803、依据上述第一相似度调整上述第二降噪滤波器中与上述第四像素点对应的参数，得到上述第一降噪滤波器，其中，上述第一降噪滤波器中与上述第四像素点对应的参数与上述第一相似度呈正相关。
假设第一相似度为s1，调整第二降噪滤波器中与第二像素点对应的参数得到的参数为p1。
在一种可能实现的方式中，d1、i1满足下式：
i1＝k×d1…公式(7)
其中，k为正数。可选的，k＝10。
在另一种可能实现的方式中，d1、i1满足下式：
i1＝k×d1+c…公式(8)
其中，k为正数、c为实数。可选的，k＝10，c＝0。
在又一种可能实现的方式中，d1、i1满足下式：
其中，k为正数、c为实数。可选的，k＝10，c＝0。
步骤801～步骤803详细阐述了如何确定第一降噪滤波器中与第四像素点对应的参数。可选的，在实际应用中，图像处理装置可通过分别确定第二像素点邻域中所有像素点与第一像素点之间的相似度，调整第二降噪滤波器中所有参数，得到第一降噪滤波器。
作为一种可选的实施方式，图像处理装置可通过执行以下步骤确定第一距离，依据第一距离确定第一相似度，并依据第一距离调整第二降噪滤波器中与第四像素点对应的参数：
1、确定第二像素点邻域的第一结构矩阵。
本申请实施例中，第一结构矩阵携带的信息包括：第二像素点邻域内的边缘方向以及边缘强度。例如，第一结构矩阵携带的信息包括：在第一像素点邻域内，与x轴平行的方向有一条边缘(下文将称为边缘1)，与y轴平行的方向也有一条边缘(下文将称为边缘2)，且边缘1的强度为10、边缘2的强度5(边缘强度与边缘的显著程度呈正相关)。
在一种可能实现的方式中，步骤1具体包括以下步骤：
11、确定上述第二像素点邻域的第一梯度。
第一梯度包括第二像素点邻域中至少一个像素点的梯度。例如，在图9所示的第二像素点邻域的第一梯度中，可以包括像素点A21的梯度，也可以包括：像素点A12的梯度、像素点A21的梯度，还可以包括：像素点A11的梯度、像素点A12的梯度、像素点A13的梯度、像素点A21的梯度、像素点A22的梯度、像素点A23的梯度、像素点A31的梯度、像素点A32的梯度、像素点A33的梯度。可选的，第一梯度包括第二像素点邻域中每个像素点的梯度。
本申请实施例中，像素点的梯度包括以下中的一种：前向梯度、后向梯度。本申请对计算像素点的梯度的方式不做限定。
假设：像素点a的在像素坐标系下的坐标为(i+1，j+1)，像素点b在像素坐标系下的坐标为(i，j+1)，像素点c在像素坐标系下的坐标为(i+1，j)，像素点d在像素坐标系下的坐标为(i+2，j+1)，像素点e在像素坐标系下的坐标为(i+1，j+2)。像素点a的像素值为p1，像素点b的像素值为p2，像素点c的像素值为p3，像素点d的像素值为p4，像素点e的像素值为p5，像素点a的前向梯度为Gf，像素点a的后向梯度为Gb。Gf、Gb、p1、p2、p3、p4、p5满足下式：
其中，p2-p1和p4-p1均为像素点a在x轴方向上的梯度，p3-p1和p5-p1均为像素点a在y轴方向上的梯度。
12、依据上述第一梯度，得到上述第一结构矩阵。
假设：第一梯度为第一结构矩阵为
在一种可能实现的方式中，满足下式：
其中，δ1、α1、β1、γ1均为实数。可选的，δ1＝α1＝β1＝γ1＝0。
在另一种可能实现的方式中，满足下式：
其中，δ2、α2、β2、γ2均为实数。可选的，δ2＝α2＝β2＝γ2＝1。
在又一种可能实现的方式中，满足下式：
其中，a、b、c、d均为实数。可选的，a＝b＝c＝d＝1。
2、对第一结构矩阵进行主成分分析处理，得到第一像素点所在位置的边缘方向和边缘强度。
虽然第一结构矩阵携带信息，但是第一结构矩阵携带的信息无法直接利用，需要通过对第一结构矩阵进行处理，以获得第一结构矩阵中携带的信息。
通过对第一结构矩阵进行主成分分析(principal component analysis，PCA)处理，可获得第一结构矩阵携带的信息，该信息包括：第一像素点所在位置的边缘方向以及第一像素点所在位置的边缘的强度。
在一种可能实现的方式中，对第一结构矩阵进行主成分分析处理，得到结果为其中，QT为Q的转置矩阵。假设则向量(A，B)用于表征第一像素点所在位置的主边缘的法向(即垂直于第一像素点所在位置的主边缘的方向)，向量(C，D)用于表征第一像素点所在位置的次边缘的法向(即垂直于第一像素点所在位置的次边缘的方向)，其中，次边缘指边缘强度弱于主边缘的强度的边缘。在上述结果中，λ1用于表征主边缘的强度，λ2用于表征次边缘的强度。上述主边缘的强度大于上述次边缘的强度。
作为一种可选的实施方式，在图像处理装置通过步骤2得到第一像素点所在位置的边缘方向后，可依据第一像素点所在位置的边缘方向，得到第一方向。
3、依据边缘方向和边缘强度，得到第一降噪滤波器。
假设对第一结构矩阵进行主成分分析处理，得到结果为第一降噪滤波器如图10所示。下文以依据边缘方向和边缘强度(即对第一结构矩阵进行主成分分析处理得到的结果)得到参数a为例，解释如何依据边缘方向和边缘强度得到第一降噪滤波器。
假设参数e为与第一像素点对应的参数，参数a的坐标为与参数a对应的像素点的坐标，参数e的坐标为第一像素点的坐标，参数a相对于参数e的坐标为参数a的坐标-参数e的坐标，即为(1，1)。
在一种可能实现的方式中，a、参数a相对于参数e的坐标满足下式：
其中，α和β均为实数。可选的α＝β＝1。
同理，可依据对第一结构矩阵进行主成分分析处理得到的结果，确定第一降噪滤波器中其他参数的大小，进而得到第一降噪滤波器。
作为一种可选的实施方式，前文中提到的第一像素点邻域为中心对称区域，且第一像素点邻域的对称中心为第一像素点的中心。
在第一像素点邻域为中心对称区域，且第一像素点邻域的对称中心为第一像素点的中心的情况下，第一像素点两侧的两个像素点区域的面积更接近，考虑到相邻的像素点之间具有相关性(本申请中的相关性可理解为相似性，即相邻的像素点携带的信息之间具有相似性)，且像素点之间的距离越近相关性越大，这样可使第一像素点两侧(即第一子邻域和第二子邻域)的信息量更接近，有利于提高基于第一像素点邻域得到的第一像素点的边缘信息的准确度。
例如，在图11所示的第一待处理图像中，第一像素点为像素点A22。由于像素点A12、像素点A21、像素点A23、像素点A32均为第一待处理图像中距离像素点A22最近的像素点(下文将称为距离最近像素点)，像素点A12携带的信息与像素点A22携带的信息之间的相似度、像素点A21携带的信息与像素点A22携带的信息之间的相似度、像素点A23携带的信息与像素点A22携带的信息之间的相似度、像素点A32携带的信息与像素点A22携带的信息之间的相似度均比像素点A22携带的信息与其他像素点(第一待处理图像中除距离最近像素点之外的像素点)携带的信息高。若第一像素点邻域为由像素点A11、像素点A12、像素点A21、像素点A22构成的矩形区域，那么在第一像素点邻域只包含距离最近像素点中的像素点A12、像素点A21，而未包含像素点A23、像素点A32。显然，在缺少像素点A23携带的信息、像素点A32携带的信息的情况下，通过对第一像素点邻域进行边缘检测处理，得到像素点A22的边缘信息的准确度低。
可选的，第一像素点邻域的形状包括以下中的一种：正方形、圆形、菱形。
作为一种可选的实施方式，图像处理装置在执行步骤203的过程中执行以下步骤：
4、在上述第一概率大于上述第二概率的情况下，使上述第一参数减小和/或使上述第二参数增大，得到上述降噪锐化滤波器。
第一概率大于第二概率，表征第一子邻域内存在边缘的概率比第二子邻域内存在边缘的概率大。此时，使第一像素点与第二子邻域内的像素点之间的相似度大于第一像素点与第一子邻域内的像素点之间的相似度取得的降噪效果，比使第一像素点与第一子邻域内的像素点之间的相似度大于第一像素点与第二子邻域内的像素点之间的相似度取得的降噪效果好。因此，在第一概率大于第二概率的情况下，图像处理装置通过使第一参数减小和/或使第二参数增大得到降噪锐化滤波器，可在后续使用降噪锐化滤波器对第二像素点邻域进行滤波处理的过程中，提升第一像素点的降噪效果。
在一种可能实现的方式中，在第一概率大于第二概率的情况下，图像处理装置可使第一降噪滤波器中与第一子邻域对应的至少一个参数减小得到降噪锐化滤波器。
在一种可能实现的方式中，在第一概率大于第二概率的情况下，图像处理装置可使第一降噪滤波器中与第二子邻域对应的至少一个参数增大得到降噪锐化滤波器。
在又一种可能实现的方式中，在第一概率大于第二概率的情况下，图像处理装置可使第一降噪滤波器中与第一子邻域对应的至少一个参数减小，并使第一降噪滤波器中与第二子邻域对应的至少一个参数增大，得到降噪锐化滤波器。
作为一种可选的实施方式，在第一概率和第二概率的和为1的情况下，图像处理装置在执行步骤4的过程中执行以下步骤：
41、依据上述第一概率和上述第二概率，确定第一系数和第二系数，其中，第一差异与第二差异呈正相关，上述第一差异为上述第一概率与上述第二概率的差，上述第二差异为上述第二系数与上述第一系数的差。
本申请实施例中，第一系数小于1，第二系数大于1。第一差异为第一概率与第二概率的差，第二差异为第二系数与第一系数的差。
假设第一概率为g1，第二概率为g2，第一系数为r1，第二系数为r2，第一差异为D1，第二差异为D2。
在一种可能实现的方式中，g1、g2、r1、r2、D1、D2满足下式：
其中，t1、t2均为正数。可选的，t1＝1/2，t2＝1。在该种方式中，第一系数随第一概率的增大而减小，即第一系数随第二概率的增大而增大，第二系数为大于1的定值。
在另一种可能实现的方式中，g1、g2、r1、r2、D1、D2满足下式：
其中，t3、t4均为正数。可选的，t3＝1/2，t4＝1。在该种方式中，第二系数随第二概率的减小而增大，即第二系数随第一概率的增大而增大。第一系数定值，且第一系数为小于1的正数。
在又一种可能实现的方式中，g1、g2、r1、r2、D1、D2满足下式：
其中，t5、t6、t7均为正数。可选的，t5＝t6＝1/2，t7＝1。在该种方式中，第一系数随第一概率的增大而减小，即第一系数随第二概率的增大而增大；第二系数随第二概率的减小而增大，即第二系数随第一概率的增大而增大。
图像处理装置使用基于步骤41得到的降噪锐化滤波器对第二像素点邻域进行滤波处理，可使对第二像素点邻域的锐化程度与第一子邻域与第二子邻域的对比度呈正相关，且可提升对第一像素点的降噪效果。
作为一种可选的实施方式，上述第一系数与上述第一概率呈负相关，上述第二系数与上述第二概率呈负相关。
在第一概率和第二概率的和为1、第一系数与第一概率呈负相关、第二系数与第二概率呈负相关的情况下，第一系数随第一概率的增大而减小，即第一系数随第二概率的增大而增大；第二系数随第二概率的减小而增大，即第二系数随第一概率的增大而增大。也就是说，在第一概率减小的情况下，第二概率增大，此时，第一系数增大、第二系数减小；在第一概率增大的情况下，第二概率减小，此时，第一系数减小、第二系数增大。
在一种可能实现的方式中，可依据公式(17)确定第一系数和第二系数。
在另一种可能实现的方式中，g1、g2、r1、r2、D1、D2满足下式：
其中，t7、t8、t9均为正数。可选的，t7＝t9＝1，t8＝2。
在又一种可能实现的方式中，g1、g2、r1、r2、D1、D2满足下式：
其中，t10、t11、t12均为正数。v、m均为实数。可选的，t10＝t12＝1，t11＝2，v＝0、m＝0。
42、将上述第一参数与上述第一系数相乘、将上述第二参数与上述第二系数相乘，得到上述降噪锐化滤波器。
由于第二差异与第一差异呈正相关，且第二差异为第二系数与第一系数之间的差异，在第一差异增大的情况下，图像处理装置可通过将第一参数与第一系数相乘、将第二参数与第二系数相乘，减小第一参数和/或增大第二参数，得到降噪锐化滤波器。
在第一概率大于第二概率的情况下，第一差异越大表征第一直线第一子邻域内的梯度越大，第二子邻域内的梯度相对就越小。因此，图像处理装置可通过增大第二参数，提升第一降噪滤波器对第一像素点的降噪效果；图像处理装置或者可通过减小第一参数，提升第一降噪滤波器对第一像素点的降噪效果；图像处理装置或者可通过在增大第二参数的同时减小第一参数，提升第一降噪滤波器对第一像素点的降噪效果。
因此，图像处理装置使用降噪锐化滤波器对第二像素点邻域进行滤波处理，既可提升对第一像素点的降噪效果，又可锐化第二像素点邻域。
作为一种可选的实施方式，图像处理装置在执行步骤41的过程中，可执行以下步骤：
5、确定上述第一概率的n次幂得到第一值，确定上述第二概率的n次幂得到第二值，其中，上述n为正整数。
6、依据上述第一值得到上述第一系数，依据上述第二值得到上述第二系数，其中，上述第一值与上述第一系数呈负相关，上述第二值与上述第二系数呈负相关。
假设第一值为第二值为第一系数为r1，第二系数为r2。
在一种可能实现的方式中，r1、r2满足下式：
其中，t13、t14均为正数。可选的，t13＝t14＝1/2。
在另一种可能实现的方式中，r1、r2满足下式：
其中，t13、t14均为正数。f为实数。可选的，t13＝t14＝1/2，f＝0。
在步骤6中，图像处理装置可通过调节n的大小，可调节使用降噪锐化滤波器对第二像素点邻域的锐化程度。具体的，n越大，图像处理装置使用降噪滤波器对第二像素点邻域的锐化程度大，即可增大第一子邻域与第二子邻域之间的对比度。
作为一种可选的实施方式，在前文中，图像处理装置对第一像素点邻域进行边缘检测处理，可得到第一像素点邻域中每个像素点的边缘检测结果；图像处理装置或可对第一子邻域进行边缘检测处理，得到第一子邻域中每个像素点的边缘检测结果，对。像素点的边缘检测结果与像素点所在位置存在边缘的概率呈正相关。图像处理装置可依据第一子邻域内的边缘检测结果的和得到第一概率，并依据第二子邻域内的边缘检测结果的和得到第二概率。
应理解，边缘检测结果的取值可能大于1，此时第一子邻域内的边缘检测结果的和以及第二子邻域内的边缘检测结果的和均可能大于1。例如，图像处理装置对图12a所示的第一像素点邻域进行边缘检测处理，得到图12b所示的边缘检测结果。在将像素点A12划分至第一子邻域、将像素点A32划分至第二子邻域的情况下，由图12b可知第一子邻域内的边缘检测结果的和为1258.9、第二子邻域内的边缘检测结果的和为485.2。
在一种可能实现的方式中，图像处理装置可将第一子邻域内的边缘检测结果的和作为第一概率、将第二子邻域内的边缘检测结果的和作为第二概率，如步骤202、步骤203、步骤4中的第一概率均可为第一子邻域内的边缘检测结果的和，步骤202、步骤203、步骤4中的第二概率均可为第二子邻域内的边缘检测结果的和。
此时，第一概率和第二概率均可能大于1，第一概率可理解为第一子邻域内存在边缘的概率指标，第二概率可理解为第二子邻域内存在边缘的概率指标。
在另一种可能实现的方式中，图像处理装置确定第一子邻域内的边缘检测结果的和得到第一中间值、确定第二子邻域内的边缘检测结果的和得到第二中间值、确定第一像素点邻域内的边缘检测结果的和得到第三中间值。图像处理装置将第一中间值与第三中间值的比值作为第一概率、将第二中间值与第三中间值的比值作为第二概率。如步骤41、步骤5、步骤6中的第一概率均可为第一中间值与第三中间值的比值，步骤41、步骤5、步骤6中的第二概率均可为第二中间值与第三中间值的比值。
作为一种可选的实施方式，本申请实施例中的第一像素点邻域与第二像素点邻域相同。这样，可提升对第二像素点邻域的锐化效果以及对第一像素点的降噪效果，并减少数据处理量。
基于本申请提供的技术方案，本申请实施例提供了一种可能的应用场景。
用户在使用手机进行拍照的过程中，手机在通过图像采集组件(如摄像头)采集得到图像后，手机可使用本申请实施例提供的技术方案对该图像进行处理，在去除该图像中的噪声并锐化该图像，从而提升图像的质量。
本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
上述详细阐述了本申请实施例的方法，下面提供了本申请实施例的装置。
请参阅图13，图13为本申请实施例提供的一种图像处理装置的结构示意图，该图像处理装置包括：获取单元11、确定单元12、调整单元13、处理单元14，其中：
获取单元11，用于获取第一待处理图像和第一像素点的第一降噪滤波器，其中，所述第一像素点属于所述第一待处理图像；
确定单元12，用于确定第一像素点邻域中的第一子邻域内存在边缘的第一概率和所述第一像素点邻域中的第二子邻域内存在边缘的第二概率，其中，所述第一像素点邻域为所述第一待处理图像中基于所述第一像素点构建的像素点邻域，所述第一像素点邻域被第一方向分为所述第一子邻域和所述第二子邻域，所述第一方向根据所述第一像素点所在位置的边缘方向确定；
调整单元13，用于在所述第一概率不等于所述第二概率的情况下，调整第一参数和/或调整第二参数，使所述第二参数与所述第一参数的差增大，得到降噪锐化滤波器，其中，所述第一参数为所述第一降噪滤波器中与所述第一子邻域对应的参数，所述第二参数为所述第一降噪滤波器中与所述第二子邻域对应的参数；
处理单元14，用于使用所述降噪锐化滤波器对所述第一待处理图像中的第二像素点邻域进行滤波处理，得到第二待处理图像，其中，所述第二像素点邻域基于所述第一像素点构建。
结合本申请任一实施方式，所述第一子邻域包括第二像素点，所述第二子邻域包括第三像素点；
所述确定单元12用于：
根据所述第一像素点邻域的第一边缘检测结果，得到所述第二像素点所在位置存在边缘的第三概率和所述第三像素点所在位置存在边缘的第四概率；
依据所述第三概率得到所述第一概率，依据所述第四概率得到所述第二概率，其中，所述第一概率与所述第三概率呈正相关，所述第二概率与所述第四概率呈正相关。
结合本申请任一实施方式，在所述第一概率不等于所述第二概率的情况下，所述调整单元13用于：
在所述第一概率大于所述第二概率的情况下，使所述第一参数减小和/或使所述第二参数增大，得到所述降噪锐化滤波器。
结合本申请任一实施方式，所述第一概率和所述第二概率的和为1；
所述调整单元13用于：
依据所述第一概率和所述第二概率，确定第一系数和第二系数，其中，所述第一系数小于1，所述第二系数大于1，第一差异与第二差异呈正相关，所述第一差异为所述第一概率与所述第二概率的差，所述第二差异为所述第二系数与所述第一系数的差；
将所述第一参数与所述第一系数相乘、将所述第二参数与所述第二系数相乘，得到所述降噪锐化滤波器。
结合本申请任一实施方式，所述第一系数与所述第一概率呈负相关，所述第二系数与所述第二概率呈负相关。
结合本申请任一实施方式，所述调整单元13用于：
确定所述第一概率的n次幂得到第一值，确定所述第二概率的n次幂得到第二值，其中，所述n为正整数；
依据所述第一值得到所述第一系数，依据所述第二值得到所述第二系数，其中，所述第一值与所述第一系数呈负相关，所述第二值与所述第二系数呈负相关。
结合本申请任一实施方式，所述第二像素点邻域包括第四像素点；所述获取单元11用于：
获取第二降噪滤波器，其中，所述第二降噪滤波器的尺寸与所述第一降噪滤波器的尺寸相同；
确定所述第一像素点与所述第四像素点之间的第一相似度；
依据所述第一相似度调整所述第二降噪滤波器中与所述第四像素点对应的参数，得到所述第一降噪滤波器，其中，所述第一降噪滤波器中与所述第四像素点对应的参数与所述第一相似度呈正相关。
结合本申请任一实施方式，所述获取单元11用于：
确定所述第四像素点与所述第一方向之间的距离，得到第一距离；
依据所述第一距离得到所述第一相似度，其中，所述第一距离与所述第一相似度呈负相关。
结合本申请任一实施方式，所述获取单元11用于：
确定所述第二像素点邻域的第一结构矩阵；
对所述第一结构矩阵进行主成分分析处理，得到所述第一像素点所在位置的边缘方向和边缘强度；
依据所述边缘方向和所述边缘强度，得到所述第一降噪滤波器。
结合本申请任一实施方式，所述获取单元11用于：
确定所述第二像素点邻域的第一梯度；
依据所述第一梯度，得到所述第一结构矩阵。
结合本申请任一实施方式，所述第一像素点邻域与所述第二像素点邻域相同。
本申请实施例中，图像处理装置依据第一概率和第二概率，调整第一降噪滤波器中的参数，得到降噪锐化滤波器。图像处理装置进而可通过使用降噪锐化滤波器对第二像素点邻域进行滤波处理，实现在对第一像素点降噪的同时，锐化第二像素点邻域。
由于图像处理装置使用降噪锐化滤波器对第二像素点邻域进行滤波处理，不需要增强第二像素点邻域内的高频分量，在滤波处理后的第二像素点邻域中，边缘所在位置出现白边或黑边的概率较低。且因为图像处理装置使用降噪锐化滤波器对第二像素点邻域进行滤波处理，只需要对第二像素点邻域中所有像素点遍历一次，所以可减少图像处理装置的数据处理量。
在一些实施例中，本申请实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述。
图14为本申请实施例提供的一种图像处理装置的硬件结构示意图。该图像处理装置2包括处理器21，存储器22，输入装置23，输出装置24。该处理器21、存储器22、输入装置23和输出装置24通过连接器相耦合，该连接器包括各类接口、传输线或总线等等，本申请实施例对此不作限定。应当理解，本申请的各个实施例中，耦合是指通过特定方式的相互联系，包括直接相连或者通过其他设备间接相连，例如可以通过各类接口、传输线、总线等相连。
处理器21可以是一个或多个图形处理器(graphics processing unit，GPU)，在处理器21是一个GPU的情况下，该GPU可以是单核GPU，也可以是多核GPU。可选的，处理器21可以是多个GPU构成的处理器组，多个处理器之间通过一个或多个总线彼此耦合。可选的，该处理器还可以为其他类型的处理器等等，本申请实施例不作限定。
存储器22可用于存储计算机程序指令，以及用于执行本申请方案的程序代码在内的各类计算机程序代码。可选地，存储器包括但不限于是随机存储记忆体(random accessmemory，RAM)、只读存储器(read-only memory，ROM)、可擦除可编程只读存储器(erasableprogrammable read only memory，EPROM)、或便携式只读存储器(compact disc read-only memory，CD-ROM)，该存储器用于相关指令及数据。
输入装置23用于输入数据和/或信号，以及输出装置24用于输出数据和/或信号。输入装置23和输出装置24可以是独立的器件，也可以是一个整体的器件。
可理解，本申请实施例中，存储器22不仅可用于存储相关指令，还可用于存储相关数据，如该存储器22可用于存储通过输入装置23获取的第一待处理图像，又或者该存储器22还可用于存储通过处理器21得到的第二待处理图像等等，本申请实施例对于该存储器中具体所存储的数据不作限定。
可以理解的是，图14仅仅示出了一种图像处理装置的简化设计。在实际应用中，图像处理装置还可以分别包含必要的其他元件，包含但不限于任意数量的输入/输出装置、处理器、存储器等，而所有可以实现本申请实施例的图像处理装置都在本申请的保护范围之内。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。所属领域的技术人员还可以清楚地了解到，本申请各个实施例描述各有侧重，为描述的方便和简洁，相同或类似的部分在不同实施例中可能没有赘述，因此，在某一实施例未描述或未详细描述的部分可以参见其他实施例的记载。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以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，所述单元的划分，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，机械或其它的形式。
所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。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者通过所述计算机可读存储介质进行传输。所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriberline，DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，数字通用光盘(digital versatiledisc，DVD))、或者半导体介质(例如固态硬盘(solid state disk，SSD))等。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，该流程可以由计算机程序来指令相关的硬件完成，该程序可存储于计算机可读取存储介质中，该程序在执行时，可包括如上述各方法实施例的流程。而前述的存储介质包括：只读存储器(read-only memory，ROM)或随机存储存储器(random access memory，RAM)、磁碟或者光盘等各种可存储程序代码的介质。

Claims (14)

1.一种图像处理方法，其特征在于，所述方法包括：
获取第一待处理图像和第一像素点的第一降噪滤波器，其中，所述第一像素点属于所述第一待处理图像；
确定第一像素点邻域中的第一子邻域内存在边缘的第一概率和所述第一像素点邻域中的第二子邻域内存在边缘的第二概率，其中，所述第一像素点邻域为所述第一待处理图像中基于所述第一像素点构建的像素点邻域，所述第一像素点邻域被第一方向分为所述第一子邻域和所述第二子邻域，所述第一方向根据所述第一像素点所在位置的边缘方向确定；
在所述第一概率不等于所述第二概率的情况下，调整第一参数和/或调整第二参数，使所述第二参数与所述第一参数的差增大，得到降噪锐化滤波器，其中，所述第一参数为所述第一降噪滤波器中与所述第一子邻域对应的参数，所述第二参数为所述第一降噪滤波器中与所述第二子邻域对应的参数；
使用所述降噪锐化滤波器对所述第一待处理图像中的第二像素点邻域进行滤波处理，得到第二待处理图像，其中，所述第二像素点邻域基于所述第一像素点构建。
2.根据权利要求1所述的方法，其特征在于，所述第一子邻域包括第二像素点，所述第二子邻域包括第三像素点；
所述确定第一像素点邻域中的第一子邻域内存在边缘的第一概率和所述第一像素点邻域中的第二子邻域内存在边缘的第二概率，包括：
根据所述第一像素点邻域的第一边缘检测结果，得到所述第二像素点所在位置存在边缘的第三概率和所述第三像素点所在位置存在边缘的第四概率；
依据所述第三概率得到所述第一概率，依据所述第四概率得到所述第二概率，其中，所述第一概率与所述第三概率呈正相关，所述第二概率与所述第四概率呈正相关。
3.根据权利要求1或2所述的方法，其特征在于，在所述第一概率不等于所述第二概率的情况下，所述调整第一参数和/或调整第二参数，使所述第二参数与所述第一参数的差增大，得到降噪锐化滤波器，包括：
在所述第一概率大于所述第二概率的情况下，使所述第一参数减小和/或使所述第二参数增大，得到所述降噪锐化滤波器。
4.根据权利要求3所述的方法，其特征在于，所述第一概率和所述第二概率的和为1；
所述使所述第一参数减小和/或使所述第二参数增大，得到所述降噪锐化滤波器，包括：
依据所述第一概率和所述第二概率，确定第一系数和第二系数，其中，所述第一系数小于1，所述第二系数大于1，第一差异与第二差异呈正相关，所述第一差异为所述第一概率与所述第二概率的差，所述第二差异为所述第二系数与所述第一系数的差；
将所述第一参数与所述第一系数相乘、将所述第二参数与所述第二系数相乘，得到所述降噪锐化滤波器。
5.根据权利要求4所述的方法，其特征在于，所述第一系数与所述第一概率呈负相关，所述第二系数与所述第二概率呈负相关。
6.根据权利要求4或5所述的方法，其特征在于，所述依据所述第一概率和所述第二概率，确定所述第一系数和所述第二系数，包括：
确定所述第一概率的n次幂得到第一值，确定所述第二概率的n次幂得到第二值，其中，所述n为正整数；
依据所述第一值得到所述第一系数，依据所述第二值得到所述第二系数，其中，所述第一值与所述第一系数呈负相关，所述第二值与所述第二系数呈负相关。
7.根据权利要求1或2所述的方法，其特征在于，所述第二像素点邻域包括第四像素点；所述获取第一降噪滤波器，包括：
获取第二降噪滤波器，其中，所述第二降噪滤波器的尺寸与所述第一降噪滤波器的尺寸相同；
确定所述第一像素点与所述第四像素点之间的第一相似度；
依据所述第一相似度调整所述第二降噪滤波器中与所述第四像素点对应的参数，得到所述第一降噪滤波器，其中，所述第一降噪滤波器中与所述第四像素点对应的参数与所述第一相似度呈正相关。
8.根据权利要求7所述的方法，其特征在于，所述确定所述第一像素点与所述第四像素点之间的第一相似度，包括：
确定所述第四像素点与所述第一方向之间的距离，得到第一距离；
依据所述第一距离得到所述第一相似度，其中，所述第一距离与所述第一相似度呈负相关。
9.根据权利要求8所述的方法，其特征在于，所述确定所述第四像素点与所述第一方向之间的距离，得到第一距离；所述依据所述第一距离得到所述第一相似度，其中，所述第一距离与所述第一相似度呈负相关；所述依据所述第一相似度调整所述第二降噪滤波器中与所述第四像素点对应的参数，得到所述第一降噪滤波器，包括：
确定所述第二像素点邻域的第一结构矩阵；
对所述第一结构矩阵进行主成分分析处理，得到所述第一像素点所在位置的边缘方向和边缘强度；
依据所述边缘方向和所述边缘强度，得到所述第一降噪滤波器。
10.根据权利要求9所述的方法，其特征在于，所述确定所述第二像素点邻域的第一结构矩阵，包括：
确定所述第二像素点邻域的第一梯度；
依据所述第一梯度，得到所述第一结构矩阵。
11.根据权利要求1或2所述的方法，其特征在于，所述第一像素点邻域与所述第二像素点邻域相同。
12.一种图像处理装置，其特征在于，所述装置包括：
获取单元，用于获取第一待处理图像和第一像素点的第一降噪滤波器，其中，所述第一像素点属于所述第一待处理图像；
确定单元，用于确定第一像素点邻域中的第一子邻域内存在边缘的第一概率和所述第一像素点邻域中的第二子邻域内存在边缘的第二概率，其中，所述第一像素点邻域为所述第一待处理图像中基于所述第一像素点构建的像素点邻域，所述第一像素点邻域被第一方向分为所述第一子邻域和所述第二子邻域，所述第一方向根据所述第一像素点所在位置的边缘方向确定；
调整单元，用于在所述第一概率不等于所述第二概率的情况下，调整第一参数和/或调整第二参数，使所述第二参数与所述第一参数的差增大，得到降噪锐化滤波器，其中，所述第一参数为所述第一降噪滤波器中与所述第一子邻域对应的参数，所述第二参数为所述第一降噪滤波器中与所述第二子邻域对应的参数；
处理单元，用于使用所述降噪锐化滤波器对所述第一待处理图像中的第二像素点邻域进行滤波处理，得到第二待处理图像，其中，所述第二像素点邻域基于所述第一像素点构建。
13.一种电子设备，其特征在于，包括：处理器和存储器，所述存储器用于存储计算机程序代码，所述计算机程序代码包括计算机指令，在所述处理器执行所述计算机指令的情况下，所述电子设备执行如权利要求1至11中任一项所述的方法。
14.一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中存储有计算机程序，所述计算机程序包括程序指令，在所述程序指令被处理器执行的情况下，使所述处理器执行权利要求1至11中任意一项所述的方法。
CN202010599949.3A 2020-06-28 2020-06-28 图像处理方法及装置、电子设备及存储介质 Active CN111724326B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010599949.3A CN111724326B (zh) 2020-06-28 2020-06-28 图像处理方法及装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010599949.3A CN111724326B (zh) 2020-06-28 2020-06-28 图像处理方法及装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN111724326A CN111724326A (zh) 2020-09-29
CN111724326B true CN111724326B (zh) 2023-08-01

Family

ID=72569380

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010599949.3A Active CN111724326B (zh) 2020-06-28 2020-06-28 图像处理方法及装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN111724326B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113674272B (zh) * 2021-09-06 2024-03-15 上海集成电路装备材料产业创新中心有限公司 图像检测方法与装置
CN115018834B (zh) * 2022-08-08 2022-10-25 山东光岳九州半导体科技有限公司 一种半导体晶片图像对准方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002028087A1 (en) * 2000-09-29 2002-04-04 Hewlett-Packard Company Method for enhancing compressibility and visual quality of scanned document images
WO2006040960A1 (ja) * 2004-10-08 2006-04-20 Matsushita Electric Industrial Co., Ltd. 画像処理装置および画像処理プログラム
CN102209180A (zh) * 2010-03-30 2011-10-05 索尼公司 图像处理设备和图像处理方法
CN103067661A (zh) * 2013-01-07 2013-04-24 华为终端有限公司 图像处理方法、装置和拍摄终端
CN104376534A (zh) * 2014-10-17 2015-02-25 中国电子科技集团公司第四十四研究所 Cmos图像传感器合并的低功耗实时降噪锐化预处理算法
CN104574305A (zh) * 2014-12-25 2015-04-29 深圳市一体太赫兹科技有限公司 一种毫米波图像处理方法及系统
CN108961170A (zh) * 2017-05-24 2018-12-07 阿里巴巴集团控股有限公司 图像处理方法、装置和系统
CN109658350A (zh) * 2018-11-26 2019-04-19 山东科技大学 一种夜间人脸视频图像增强与降噪方法
CN110910326A (zh) * 2019-11-22 2020-03-24 上海商汤智能科技有限公司 图像处理方法及装置、处理器、电子设备及存储介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002028087A1 (en) * 2000-09-29 2002-04-04 Hewlett-Packard Company Method for enhancing compressibility and visual quality of scanned document images
WO2006040960A1 (ja) * 2004-10-08 2006-04-20 Matsushita Electric Industrial Co., Ltd. 画像処理装置および画像処理プログラム
CN102209180A (zh) * 2010-03-30 2011-10-05 索尼公司 图像处理设备和图像处理方法
CN103067661A (zh) * 2013-01-07 2013-04-24 华为终端有限公司 图像处理方法、装置和拍摄终端
CN104376534A (zh) * 2014-10-17 2015-02-25 中国电子科技集团公司第四十四研究所 Cmos图像传感器合并的低功耗实时降噪锐化预处理算法
CN104574305A (zh) * 2014-12-25 2015-04-29 深圳市一体太赫兹科技有限公司 一种毫米波图像处理方法及系统
CN108961170A (zh) * 2017-05-24 2018-12-07 阿里巴巴集团控股有限公司 图像处理方法、装置和系统
CN109658350A (zh) * 2018-11-26 2019-04-19 山东科技大学 一种夜间人脸视频图像增强与降噪方法
CN110910326A (zh) * 2019-11-22 2020-03-24 上海商汤智能科技有限公司 图像处理方法及装置、处理器、电子设备及存储介质

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
An image enhancement technique combining sharpening and noise reduction;Fabrizio Russo;《IEEE TRANSACTIONS ON INSTRUMENTATION AND MEASUREMENT》;第51卷(第4期);第824-828页 *
LoG边缘算子改进的加权引导滤波算法;龙鹏;《计算机应用》;第35卷(第9期);第2661-2665页 *
一种改进型增强图像处理算法研究与应用;刘洋;《激光与红外》;第49卷(第3期);第381-384页 *
基于像素点聚类分离的滤波算法;刘新;《计算机工程与应用》;第50卷(第5期);第195-198、233页 *
结合小波自适应阈值与双边滤波的图像降噪;尤波;《计算机工程与设计》;第40卷(第8期);第2278-2282页 *

Also Published As

Publication number Publication date
CN111724326A (zh) 2020-09-29

Similar Documents

Publication Publication Date Title
CN111724326B (zh) 图像处理方法及装置、电子设备及存储介质
US9443286B2 (en) Gray image processing method and apparatus based on wavelet transformation
CN113111212A (zh) 一种图像匹配方法、装置、设备及存储介质
CN111402170A (zh) 图像增强方法、装置、终端及计算机可读存储介质
CN113781406B (zh) 电子元器件的划痕检测方法、装置及计算机设备
CN110910326B (zh) 图像处理方法及装置、处理器、电子设备及存储介质
WO2022016326A1 (zh) 图像处理方法、电子设备和计算机可读介质
CN112381727B (zh) 一种图像去噪方法、装置、计算机设备和存储介质
Achanta et al. Extreme image completion
CN108932702A (zh) 图像处理方法、装置、电子设备和计算机可读存储介质
US10521918B2 (en) Method and device for filtering texture, using patch shift
CN112419372A (zh) 图像处理方法、装置、电子设备及存储介质
CN111311619A (zh) 一种实现滑块验证的方法和装置
CN111754435B (zh) 图像处理方法、装置、终端设备及计算机可读存储介质
CN113888635A (zh) 视觉定位方法、相关装置及计算机程序产品
CN115689947B (zh) 一种图像锐化的方法、系统、电子装置和存储介质
US20230260211A1 (en) Three-Dimensional Point Cloud Generation Method, Apparatus and Electronic Device
CN111932466A (zh) 一种图像去雾方法、电子设备及存储介质
CN111222446A (zh) 人脸识别方法、人脸识别装置及移动终端
CN113888436B (zh) 大尺寸x射线图像增强方法、装置、电子设备和存储介质
CN110619668B (zh) 一种图像抽象方法、装置及终端设备
CN113674144A (zh) 一种图像处理方法、终端设备及可读存储介质
CN112150532A (zh) 图像处理的方法、装置、电子设备和计算机可读介质
CN111369425A (zh) 图像处理方法、装置、电子设备和计算机可读介质
CN110097518A (zh) 图像去噪方法、装置及终端设备

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