CN111754411B - 图像降噪方法、图像降噪装置及终端设备 - Google Patents
图像降噪方法、图像降噪装置及终端设备 Download PDFInfo
- Publication number
- CN111754411B CN111754411B CN201910238321.8A CN201910238321A CN111754411B CN 111754411 B CN111754411 B CN 111754411B CN 201910238321 A CN201910238321 A CN 201910238321A CN 111754411 B CN111754411 B CN 111754411B
- Authority
- CN
- China
- Prior art keywords
- image
- frame
- image block
- block
- pixels
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 230000009467 reduction Effects 0.000 title claims abstract description 19
- 238000004590 computer program Methods 0.000 claims description 24
- 238000003709 image segmentation Methods 0.000 claims description 5
- 238000012935 Averaging Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 9
- 238000010586 diagram Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000000903 blocking effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- 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
- G06T2207/10016—Video; Image sequence
-
- 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
- G06T2207/10024—Color image
-
- 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
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
本申请适用于图像处理技术领域,提供了一种图像降噪方法、图像降噪装置、终端设备及计算机可读存储介质,包括:对同一场景获取N帧图像;获取所述N帧图像中每帧图像的清晰度,并将清晰度最高的图像作为基础帧,剩余图像作为临近帧;将所述基础帧分割为多个第一图像块,并在每个临近帧中查找与所述基础帧中每个第一图像块相匹配的第二图像块;将所述基础帧中的每个第一图像块与所述每个临近帧中的第二图像块进行加权平均,获得包含重叠块的图像;将所述包含重叠块的图像中两个相重叠的图像块中像素进行加权求和,获得目标图像。
Description
技术领域
本申请属于图像处理技术领域,尤其涉及一种图像降噪方法、图像降噪装置、终端设备及计算机可读存储介质。
背景技术
随着智能手机、平板电脑等终端设备的普及,越来越多的用户使用终端设备拍摄、编辑和分享图像、视频等,因此如何提高终端设备拍摄图像的画面质量变得越来越重要。图像的画面质量容易受到噪声的影响,如何降低噪声对图像的影响是一亟待解决的技术问题。
发明内容
有鉴于此,本申请实施例提供了一种图像降噪方法、图像降噪装置、终端设备及计算机可读存储介质,以降低噪声对图像的影响,提高图像的画面质量。
本申请实施例的第一方面提供了一种图像降噪方法,所述图像降噪方法包括:
对同一场景获取N帧图像,其中,N大于1的整数;
获取所述N帧图像中每帧图像的清晰度,并将清晰度最高的图像作为基础帧,剩余图像作为临近帧;
将所述基础帧分割为多个第一图像块,并在每个临近帧中查找与所述基础帧中每个第一图像块相匹配的第二图像块;
将所述基础帧中的每个第一图像块与所述每个临近帧中的第二图像块进行加权平均,获得包含重叠块的图像;
将所述包含重叠块的图像中两个相重叠的图像块中像素进行加权求和,获得目标图像。
本申请实施例的第二方面提供了一种图像降噪装置,所述图像降噪装置包括:
图像获取模块,用于对同一场景获取N帧图像,其中,N大于1的整数;
清晰度获取模块,用于获取所述N帧图像中每帧图像的清晰度,并将清晰度最高的图像作为基础帧,剩余图像作为临近帧;
图像分割模块,用于将所述基础帧分割为多个第一图像块,并在每个临近帧中查找与所述基础帧中每个第一图像块相匹配的第二图像块;
第一图像获得模块,用于将所述基础帧中的每个第一图像块与所述每个临近帧中的第二图像块进行加权平均,获得包含重叠块的图像;
第二图像获得模块,用于将所述包含重叠块的图像中两个相重叠的图像块中像素进行加权求和,获得目标图像。
本申请实施例的第三方面提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述第一方面所述图像降噪方法的步骤。
本申请实施例的第四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存储有计算机程序,所述计算机程序被处理器执行时实现如上述第一方面所述图像降噪方法的步骤。
本申请的第五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,所述计算机程序被一个或多个处理器执行时实现如上述第一方面所述图像降噪方法的步骤。
由上可见,本申请方案针对同一场景获取N帧图像,并从N帧图像中选取出基础帧和临近帧,将所述基础帧分割为多个第一图像块,并在每个临近帧中查找与每个第一图像块相匹配的第二图像块,将每个第一图像块与相对应的第二图像块进行加权平均,可获得包含重叠看的图像,通过对该图像中两个相重叠的图像块中像素进行加权求和,可以获得画面质量好的目标图像。本申请方案通过将基础帧中每个第一图像块与所有临近帧中与第一图像块相匹配的第二图像块进行时域叠加,可以降低噪声对图像的影响,通过将包含重叠块的图像中两个相重叠的图像块中像素进行加权求和,可以避免图像中出现块效应,进一步提高图像的画面质量。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例一提供的图像降噪方法的实现流程示意图;
图2是是到权重值/>的映射关系示例图;
图3是是两块重叠方式的示例图;
图4a是原始图像的示例图;图4b是目标图像的示例图;图4c是另一原始图像的示例图;图4d是另一目标图像的示例图;
图5是本申请实施例二提供的图像降噪装置的示意图;
图6是本申请实施例三提供的终端设备的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
具体实现中,本申请实施例中描述的终端设备包括但不限于诸如具有触摸敏感表面(例如,触摸屏显示器和/或触摸板)的移动电话、膝上型计算机或平板计算机之类的其它便携式设备。还应当理解的是,在某些实施例中,所述设备并非便携式通信设备,而是具有触摸敏感表面(例如,触摸屏显示器和/或触摸板)的台式计算机。
在接下来的讨论中,描述了包括显示器和触摸敏感表面的终端设备。然而,应当理解的是,终端设备可以包括诸如物理键盘、鼠标和/或控制杆的一个或多个其它物理用户接口设备。
终端设备支持各种应用程序,例如以下中的一个或多个:绘图应用程序、演示应用程序、文字处理应用程序、网站创建应用程序、盘刻录应用程序、电子表格应用程序、游戏应用程序、电话应用程序、视频会议应用程序、电子邮件应用程序、即时消息收发应用程序、锻炼支持应用程序、照片管理应用程序、数码相机应用程序、数字摄影机应用程序、web浏览应用程序、数字音乐播放器应用程序和/或数字视频播放器应用程序。
可以在终端设备上执行的各种应用程序可以使用诸如触摸敏感表面的至少一个公共物理用户接口设备。可以在应用程序之间和/或相应应用程序内调整和/或改变触摸敏感表面的一个或多个功能以及终端上显示的相应信息。这样,终端的公共物理架构(例如,触摸敏感表面)可以支持具有对用户而言直观且透明的用户界面的各种应用程序。
应理解,本实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
为了说明本申请所述的技术方案,下面通过具体实施例来进行说明。
参见图1,是本申请实施例一提供的图像降噪方法的实现流程示意图,该图像降噪方法应用于终端设备,如图所示该图像降噪方法可以包括以下步骤:
步骤S101,对于同一场景获取N帧图像。
其中,N大于1的整数。
可选的,所述N帧图像的曝光程度相同。
在本申请实施例中,在使用终端设备进行拍照时,针对同一场景可以获取N帧图像,例如,N为3至10之间的任一整数。其中,所述N帧图像可以为YUV图像,也可以为RGB图像,在此不作限定。
步骤S102,获取所述N帧图像中每帧图像的清晰度,并将清晰度最高的图像作为基础帧,剩余图像作为临近帧。
在本申请实施例中,所述N帧图像中包括一个基础帧和N-1个临近帧。
步骤S103,将所述基础帧分割为多个第一图像块,并在每个临近帧中查找与所述基础帧中每个第一图像块相匹配的第二图像块。
在本申请实施例中,可以将所述基础帧分割为多个相重叠的尺寸相同的第一图像块,所述第一图像块的尺寸为bs×bs,即所述第一图像块的长度和宽度相同,均为bs,在对所述基础帧进行分割时,移动的步长可以为例如,从基础帧的左上角开始分割,同时以/>为步长同时向右和向下进行分割。其中,用户可以根据实际需要自行设定bs的值,例如bs为32个像素。
在本申请实施例中,可以将N帧图像转换成亮度图,然后对每个临近帧做基于块的运动估计,以在每个临近帧中查找到与基础帧中第一图像块最相似的第二图像块。具体的,可以使用基于金字塔式的块对齐方式,第一步,将N帧图像中的每帧图像做高斯金字塔,每帧图像均得到一系列不同分辨率的图片;第二步,在最低分辨率图片上做基于块的运动估计,得到基础帧的最低分辨率图片中每个第一图像块的运动向量,这个运动向量指向临近帧的最低分辨率图片中与该第一图像块最相似的第二图像块;第三步,将上述运动向量传递到紧邻的下一层较高分辨率图片上,该较高分辨率图片再以上述运动向量为中心,继续进行运动估计,对上述运动向量进行更精细化的修正;之后,重复上述三个步骤,直到运动向量被传递到最下层最高分辨率图片上并经过修正为止,此时即可在每个临近帧中查找到与基础帧中第一图像块最相似的第二图像块。其中,所述亮度图可以是指二值化图像。
本申请实施例使用金字塔式的运动估计时,低分辨率图片增加了图像的信噪比,可以减少噪声对运动估计过程的影响,并根据上一层的运动向量为中心,继续进行运动估计,可以降低运动估计过程的复杂度。
步骤S104,将所述基础帧中的每个第一图像块与所述每个临近帧中的第二图像块进行加权平均,获得包含重叠块的图像。
在本申请实施例中,经过基于块的运动估计之后,对于基础帧中的每个第一图像块,均可以在每个临近帧中查找到与第一图像块相匹配的第二图像块,即基础帧中的每个第一图像块对应N-1个第二图像块,可以将基础帧中每个第一图像块以及与其相匹配的N-1个第二图像块进行加权平均,可以生成时域叠加结果,得到包含重叠块的图像中每个图像块的图像。由于基础帧中的多个第一图像块中相邻第一图像块是部分重叠,那么在步骤S104中得到的图像也是包含重叠块的。
可选的,所述将所述基础帧中的每个第一图像块与所述每个临近帧中的第二图像块进行加权平均,获得包含重叠块的图像包括:
获取所述每个临近帧中第二图像块的权重值;
根据所述基础帧中每个第一图像块、所述每个临近帧中第二图像块以及所述每个临近帧中第二图像块的权重值,计算所述包含重叠块的图像中图像块其中,vi为所述包含重叠块的图像中第i个图像块,/>为所述基础帧中第i个第一图像块,/>为第n个临近帧中与/>相匹配的第二图像块,/>为/>的权重值。
在本申请实施例中,所述包含重叠块的图像中图像块是通过对基础帧中第一图像块、N-1个临近帧中第二图像块进行时域叠加得到的,时域叠加可以提高图像的信噪比,降低图像中的噪声强度。需要说明的是,由于N帧图像通常为三通道图像,那么上述时域叠加可以是三通道中任一通道的时域叠加,其他两个通道也可以使用相同的权重值进行上述时域叠加处理。
可选的,所述获取每个临近帧中第二图像块的权重值包括:
计算所述基础帧中每个第一图像块与所述每个临近帧中第二图像块的像素差异其中,/>为/>与/>的像素差异,/>为/>中第j个像素,/>为/>中第j个像素,M为/>的像素总数;
获取所述每个临近帧的第一差异阈值和第二差异阈值,其中,所述第一差异阈值小于所述第二差异阈值;
将所述基础帧中每个第一图像块与所述每个临近帧中第二图像块的像素差异与所述第一差异阈值以及所述第二差异阈值进行比较;
若所述基础帧中每个第一图像块与所述每个临近帧中第二图像块的像素差异小于或等于第一差异阈值,则确定所述每个临近帧中第二图像块的权重值
若所述基础帧中每个第一图像块与所述每个临近帧中第二图像块的像素差异大于第一差异阈值且小于第二差异阈值,则确定所述每个临近帧中第二图像块的权重值其中,/>为第n个临近帧的第一差异阈值,/>为第n个临近帧的第二差异阈值;
若所述基础帧中每个第一图像块与所述每个临近帧中第二图像块的像素差异大于第二差异阈值,则确定所述每个临近帧中第二图像块的权重值
在本申请实施例中,如果比较大,则说明基础帧中第i个第一图像块与第n个临近帧中第二图像块的相似度较低,这通常是由于基于块的运动估计不准确造成的,为了降低此种情况对图像的影响,可以为第n个临近帧中第二图像块分配一个较低的权重值;相反的,如果/>比较小,则说明基础帧中第i个第一图像块与第n个临近帧中第二图像块的相似度较高,可以为第n个临近帧中第二图像块分配一个较高的权重值。如图2所示是/>到权重值/>的映射关系示例图。
可选的,所述获取所述每个临近帧的第一差异阈值和第二差异阈值包括:
根据所述每个临近帧中第二图像块的像素差异,计算所述每个临近帧的噪声平均强度其中,/>小于第n个临近帧的第三差异阈值/>μn为第n个临近帧的噪声平均强度,L为第n个临近帧中/>小于/>的第二图像块的总数,L为大于1的整数;
根据所述每个临近帧中第二图像块的像素差异和所述每个临近帧的噪声平均值,计算所述每个临近帧的噪声强度的标准差其中,σn为第n个临近帧的噪声强度的标准差;
根据所述每个临近帧的噪声平均强度和噪声强度的标准差,计算所述每个临近帧的第一差异阈值以及所述每个临近帧的第二差异阈值/>其中,/>为σn的最小放大倍数,/>为σn的最大放大倍数。
由于第一差异阈值和第二差异阈值影响最终的图像质量,如果这两个阈值过小,则最终图像中噪声强度较大;如果这两个阈值过大,则最终成像结果会比较模糊,本申请实施例根据每个临近帧自适应设置第一差异阈值和第二差异阈值,可以使得这两个阈值与临近帧中的噪声强度实现自适应的变化,提高图像的画面质量。其中,可以根据实际需要自行设定第一差异阈值和第二差异阈值,例如第一差异阈值为1.5,第二差异阈值为3,在此不作限定。
在本申请实施例中,当大于或等于/>时,通常是由于基于块的运动估计结果不准确造成的,为了降低该情况对图像质量的影响,可以根据过滤掉与基础帧中第一图像块相似度较低的第二图像块,根据/>小于/>的相似度计算临近帧的噪声平均强度和噪声强度的标准差。其中,针对第n个临近帧,用户可以根据实际需要自行设定第n个临近帧的也可以获取第n个临近帧的所有/>的直方图,使得该直方图呈现高斯分布的/>即为例如,/>等于5时,第n个临近帧的所有/>的直方图呈现高斯分布,那么/>即为5。
步骤S105,将所述包含重叠块的图像中两个相重叠的图像块中像素进行加权求和,获得目标图像。
为了提高计算速度,本申请实施例使用两块重叠方式获得目标图像,如图3所示是两块重叠方式的示例图。具体的是将所述包含重叠块的图像中两个相重叠的图像块中像素进行加权求和获得目标图像,是空域叠加的方式,使用该种方式可以有效地减弱块效应对图像的影响。需要说明的是,由于N帧图像通常为三通道图像,那么上述空域叠加可以是三通道中任一通道的空域叠加,其他两个通道也可以使用上述相同的方式进行空域叠加处理。但是,对于YUV三通道图像来说,由于U和V的重要性比Y低,那么上述空域叠加可以是对Y通道的空域叠加处理,U和V通道不进行上述空域叠加处理。
可选的,所述将所述包含重叠块的图像中两个相重叠的图像块中像素进行加权求和,获得目标图像包括:
获取所述两个相重叠的图像块中像素的权重值;
根据所述两个相重叠的图像块中像素以及所述两个相重叠的图像块中像素的权重值,计算所述目标图像中像素其中,v(x,y)为所述目标图像中像素,vA(x,y)、/>分别为所述相重叠的图像块中像素,wA(x,y)、1-wA(x,y)分别为所述相重叠的图像块中像素的权重值。
可选的,所述获取所述两个相重叠的图像块中像素的权重值包括:
根据所述相重叠的图像块中一图像块的像素和图像块的宽度,计算该图像块的权重另一图像块的权重为1-wA(x,y)。
在本申请实施例中,最终生成的目标图像中的每个像素是由相重叠的两个图像块中的对应像素通过求加权和得到的,为了尽量减少图像中可能出现的块效应,需要合理的对两个像素vA(x,y)、分配权重,即需要合理的设置的取值。由于本申请使用的是基于块的运动估计,因此位于块中心位置区域的像素通常更为准确,那么可以根据目标图像中的像素与两个块中心的距离来对权重wA(x,y)进行设置。其中,v(x,y)是目标图像中坐标为(x,y)的像素。
如图4a是原始图像的示例图,即未经过本申请实施例的图像降噪方法处理的图像,图4b是目标图像的示例图,即经过本申请实施例的图像降噪方法处理所得图像;图4c是另一原始图像的示例图,图4d是另一目标图像的示例图。将图4b与图4a进行比对可知图4b的画面质量高于图4a,将图4d与图4c进行比对可知图4d的画面质量高于图4c。
本申请实施例通过将基础帧中每个第一图像块与所有临近帧中与第一图像块相匹配的第二图像块进行时域叠加,可以降低噪声对图像的影响,通过将包含重叠块的图像中两个相重叠的图像块中像素进行加权求和,可以避免图像中出现块效应,进一步提高图像的画面质量。
参见图5,是本申请实施例三提供的图像降噪装置的示意图,为了便于说明,仅示出了与本申请实施例相关的部分。
所述图像降噪装置包括:
图像获取模块51,用于对同一场景获取N帧图像,其中,N大于1的整数;
清晰度获取模块52,用于获取所述N帧图像中每帧图像的清晰度,并将清晰度最高的图像作为基础帧,剩余图像作为临近帧;
图像分割模块53,用于将所述基础帧分割为多个第一图像块,并在每个临近帧中查找与所述基础帧中每个第一图像块相匹配的第二图像块;
第一图像获得模块54,用于将所述基础帧中的每个第一图像块与所述每个临近帧中的第二图像块进行加权平均,获得包含重叠块的图像;
第二图像获得模块55,用于将所述包含重叠块的图像中两个相重叠的图像块中像素进行加权求和,获得目标图像。
可选的,所述第一图像获得模块54包括:
第一获取单元,用于获取所述每个临近帧中第二图像块的权重值;
第一计算单元,用于根据所述基础帧中每个第一图像块、所述每个临近帧中第二图像块以及所述每个临近帧中第二图像块的权重值,计算所述包含重叠块的图像中图像块其中,vi为所述包含重叠块的图像中第i个图像块,/>为所述基础帧中第i个第一图像块,/>为第n个临近帧中与/>相匹配的第二图像块,/>为/>的权重值。
可选的,所述第一获取单元包括:
计算子单元,用于计算所述基础帧中每个第一图像块与所述每个临近帧中第二图像块的像素差异其中,/>为/>与/>的像素差异,/>为/>中第j个像素,/>为/>中第j个像素,M为/>的像素总数;
获取子单元,用于获取所述每个临近帧的第一差异阈值和第二差异阈值,其中,所述第一差异阈值小于所述第二差异阈值;
比较子单元,用于将所述基础帧中每个第一图像块与所述每个临近帧中第二图像块的像素差异与所述第一差异阈值以及所述第二差异阈值进行比较;
第一确定子单元,用于若所述基础帧中每个第一图像块与所述每个临近帧中第二图像块的像素差异小于或等于第一差异阈值,则确定所述每个临近帧中第二图像块的权重值
第二确定子单元,用于若所述基础帧中每个第一图像块与所述每个临近帧中第二图像块的像素差异大于第一差异阈值且小于第二差异阈值,则确定所述每个临近帧中第二图像块的权重值其中,/>为第n个临近帧的第一差异阈值,/>为第n个临近帧的第二差异阈值;
第三确定子单元,用于若所述基础帧中每个第一图像块与所述每个临近帧中第二图像块的像素差异大于第二差异阈值,则确定所述每个临近帧中第二图像块的权重值
可选的,所述获取子单元具体用于:
根据所述每个临近帧中第二图像块的像素差异,计算所述每个临近帧的噪声平均强度其中,小于第n个临近帧的第三差异阈值/>μn为第n个临近帧的噪声平均强度,L为第n个临近帧中/>小于/>的第二图像块的总数,L为大于1的整数;
根据所述每个临近帧中第二图像块的像素差异和所述每个临近帧的噪声平均值,计算所述每个临近帧的噪声强度的标准差其中,σn为第n个临近帧的噪声强度的标准差;
根据所述每个临近帧的噪声平均强度和噪声强度的标准差,计算所述每个临近帧的第一差异阈值以及所述每个临近帧的第二差异阈值/>其中,/>为σn的最小放大倍数,/>为σn的最大放大倍数。
可选的,所述第二图像获得模块55包括:
第二获取单元,用于获取所述两个相重叠的图像块中像素的权重值;
第二计算单元,用于根据所述两个相重叠的图像块中像素以及所述两个相重叠的图像块中像素的权重值,计算所述目标图像中像素其中,bs为图像块的宽度,v(x,y)为所述目标图像中像素,vA(x,y)、/>分别为所述相重叠的图像块中像素,wA(x,y)、1-wA(x,y)分别为所述相重叠的图像块中像素的权重值。
可选的,所述第二获取单元具体用于:
根据所述相重叠的图像块中一图像块的像素和图像块的宽度,计算该图像块中像素的权重另一图像块中像素的权重为1-wA(x,y)。
可选的,所述N帧图像的曝光程度相同。
本申请实施例提供的装置可以应用在前述方法实施例一中,详情参见上述方法实施例一的描述,在此不再赘述。
图6是本申请实施例三提供的终端设备的示意图。如图6所示,该实施例的终端设备6包括:处理器60、存储器61以及存储在所述存储器61中并可在所述处理器60上运行的计算机程序62。所述处理器60执行所述计算机程序62时实现上述各个图像降噪方法实施例中的步骤,例如图1所示的步骤S101至S105。或者,所述处理器60执行所述计算机程序62时实现上述各装置实施例中各模块/单元的功能,例如图5所示模块51至55的功能。
示例性的,所述计算机程序62可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器61中,并由所述处理器60执行,以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序62在所述终端设备6中的执行过程。例如,所述计算机程序62可以被分割成图像获取模块、清晰度获取模块、图像分割模块、第一图像获得模块以及第二图像获得模块各模块具体功能如下:
图像获取模块,用于对同一场景获取N帧图像,其中,N大于1的整数;
清晰度获取模块,用于获取所述N帧图像中每帧图像的清晰度,并将清晰度最高的图像作为基础帧,剩余图像作为临近帧;
图像分割模块,用于将所述基础帧分割为多个第一图像块,并在每个临近帧中查找与所述基础帧中每个第一图像块相匹配的第二图像块;
第一图像获得模块,用于将所述基础帧中的每个第一图像块与所述每个临近帧中的第二图像块进行加权平均,获得包含重叠块的图像;
第二图像获得模块,用于将所述包含重叠块的图像中两个相重叠的图像块中像素进行加权求和,获得目标图像。
可选的,所述第一图像获得模块包括:
第一获取单元,用于获取所述每个临近帧中第二图像块的权重值;
第一计算单元,用于根据所述基础帧中每个第一图像块、所述每个临近帧中第二图像块以及所述每个临近帧中第二图像块的权重值,计算所述包含重叠块的图像中图像块其中,vi为所述包含重叠块的图像中第i个图像块,/>为所述基础帧中第i个第一图像块,/>为第n个临近帧中与/>相匹配的第二图像块,/>为/>的权重值。
可选的,所述第一获取单元包括:
计算子单元,用于计算所述基础帧中每个第一图像块与所述每个临近帧中第二图像块的像素差异其中,/>为/>与/>的像素差异,/>为/>中第j个像素,/>为/>中第j个像素,M为/>的像素总数;
获取子单元,用于获取所述每个临近帧的第一差异阈值和第二差异阈值,其中,所述第一差异阈值小于所述第二差异阈值;
比较子单元,用于将所述基础帧中每个第一图像块与所述每个临近帧中第二图像块的像素差异与所述第一差异阈值以及所述第二差异阈值进行比较;
第一确定子单元,用于若所述基础帧中每个第一图像块与所述每个临近帧中第二图像块的像素差异小于或等于第一差异阈值,则确定所述每个临近帧中第二图像块的权重值
第二确定子单元,用于若所述基础帧中每个第一图像块与所述每个临近帧中第二图像块的像素差异大于第一差异阈值且小于第二差异阈值,则确定所述每个临近帧中第二图像块的权重值其中,/>为第n个临近帧的第一差异阈值,/>为第n个临近帧的第二差异阈值;
第三确定子单元,用于若所述基础帧中每个第一图像块与所述每个临近帧中第二图像块的像素差异大于第二差异阈值,则确定所述每个临近帧中第二图像块的权重值
可选的,所述获取子单元具体用于:
根据所述每个临近帧中第二图像块的像素差异,计算所述每个临近帧的噪声平均强度其中,小于第n个临近帧的第三差异阈值/>μn为第n个临近帧的噪声平均强度,L为第n个临近帧中/>小于/>的第二图像块的总数,L为大于1的整数;
根据所述每个临近帧中第二图像块的像素差异和所述每个临近帧的噪声平均值,计算所述每个临近帧的噪声强度的标准差其中,σn为第n个临近帧的噪声强度的标准差;
根据所述每个临近帧的噪声平均强度和噪声强度的标准差,计算所述每个临近帧的第一差异阈值以及所述每个临近帧的第二差异阈值/>其中,/>为σn的最小放大倍数,/>为σn的最大放大倍数。
可选的,所述第二图像获得模块包括:
第二获取单元,用于获取所述两个相重叠的图像块中像素的权重值;
第二计算单元,用于根据所述两个相重叠的图像块中像素以及所述两个相重叠的图像块中像素的权重值,计算所述目标图像中像素其中,bs为图像块的宽度,v(x,y)为所述目标图像中像素,vA(x,y)、/>分别为所述相重叠的图像块中像素,wA(x,y)、1-wA(x,y)分别为所述相重叠的图像块中像素的权重值。
可选的,所述第二获取单元具体用于:
根据所述相重叠的图像块中一图像块的像素和图像块的宽度,计算该图像块中像素的权重另一图像块中像素的权重为1-wA(x,y)。
可选的,所述N帧图像的曝光程度相同。
所述终端设备6可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括,但不仅限于,处理器60、存储器61。本领域技术人员可以理解,图6仅仅是终端设备6的示例,并不构成对终端设备6的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器60可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器61可以是所述终端设备6的内部存储单元,例如终端设备6的硬盘或内存。所述存储器61也可以是所述终端设备6的外部存储设备,例如所述终端设备6上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器61还可以既包括所述终端设备6的内部存储单元也包括外部存储设备。所述存储器61用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器61还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块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。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
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或记载的部分,可以参见其它实施例的相关描述。
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。
在本申请所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,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讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,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。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。
所述集成的模块/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介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种图像降噪方法,其特征在于,所述图像降噪方法包括:
对同一场景获取N帧图像,其中,N大于1的整数;
获取所述N帧图像中每帧图像的清晰度,并将清晰度最高的图像作为基础帧,剩余图像作为临近帧;
将所述基础帧分割为多个第一图像块,并在每个临近帧中查找与所述基础帧中每个第一图像块相匹配的第二图像块;
将所述基础帧中的每个第一图像块与所述每个临近帧中的第二图像块进行加权平均,获得包含重叠块的图像;
将所述包含重叠块的图像中两个相重叠的图像块中像素进行加权求和,获得目标图像;
其中,所述将所述包含重叠块的图像中两个相重叠的图像块中像素进行加权求和,获得目标图像包括:
获取所述两个相重叠的图像块中像素的权重值;
根据所述两个相重叠的图像块中像素以及所述两个相重叠的图像块中像素的权重值,计算所述目标图像中像素;
所述获取所述两个相重叠的图像块中像素的权重值包括:
根据所述相重叠的图像块中一图像块的像素和图像块的宽度,计算该图像块中像素的权重wA,以及另一图像块中像素的权重1-wA。
2.如权利要求1所述的图像降噪方法,其特征在于,所述将所述基础帧中的每个第一图像块与所述每个临近帧中的第二图像块进行加权平均,获得包含重叠块的图像包括:
获取所述每个临近帧中第二图像块的权重值;
根据所述基础帧中每个第一图像块、所述每个临近帧中第二图像块以及所述每个临近帧中第二图像块的权重值,计算所述包含重叠块的图像中图像块其中,vi为所述包含重叠块的图像中第i个图像块,/>为所述基础帧中第i个第一图像块,/>为第n个临近帧中与/>相匹配的第二图像块,/>为/>的权重值。
3.如权利要求2所述的图像降噪方法,其特征在于,所述获取所述每个临近帧中第二图像块的权重值包括:
计算所述基础帧中每个第一图像块与所述每个临近帧中第二图像块的像素差异其中,/>为/>与/>的像素差异,/>为/>中第j个像素,/>为/>中第j个像素,M为/>的像素总数;
获取所述每个临近帧的第一差异阈值和第二差异阈值,其中,所述第一差异阈值小于所述第二差异阈值;
将所述基础帧中每个第一图像块与所述每个临近帧中第二图像块的像素差异与所述第一差异阈值以及所述第二差异阈值进行比较;
若所述基础帧中每个第一图像块与所述每个临近帧中第二图像块的像素差异小于或等于第一差异阈值,则确定所述每个临近帧中第二图像块的权重值
若所述基础帧中每个第一图像块与所述每个临近帧中第二图像块的像素差异大于第一差异阈值且小于第二差异阈值,则确定所述每个临近帧中第二图像块的权重值其中,/>为第n个临近帧的第一差异阈值,/>为第n个临近帧的第二差异阈值;
若所述基础帧中每个第一图像块与所述每个临近帧中第二图像块的像素差异大于第二相似度阈值,则确定所述每个临近帧中第二图像块的权重值
4.如权利要求3所述的图像降噪方法,其特征在于,所述获取所述每个临近帧的第一差异阈值和第二差异阈值包括:
根据所述每个临近帧中第二图像块的像素差异,计算所述每个临近帧的噪声平均强度其中,/>小于第n个临近帧的第三差异阈值/>μn为第n个临近帧的噪声平均强度,L为第n个临近帧中/>小于/>的第二图像块的总数,L为大于1的整数;
根据所述每个临近帧中第二图像块的像素差异和所述每个临近帧的噪声平均值,计算所述每个临近帧的噪声强度的标准差其中,σn为第n个临近帧的噪声强度的标准差;
根据所述每个临近帧的噪声平均强度和噪声强度的标准差,计算所述每个临近帧的第一差异阈值以及所述每个临近帧的第二差异阈值/>其中,/>为σn的最小放大倍数,/>为σn的最大放大倍数。
5.如权利要求1所述的图像降噪方法,其特征在于,所述计算所述目标图像中像素的公式为:其中,bs为图像块的宽度,v(x,y)为所述目标图像中像素,vA(x,y)、/>分别为所述相重叠的图像块中像素,wA(x,y)、1-wA(x,y)分别为所述相重叠的图像块中像素的权重值。
6.如权利要求5所述的图像降噪方法,其特征在于,所述计算该图像块中像素的权重的公式为:计算另一图像块中像素的权重的公式为:1-wA(x,y)。
7.如权利要求1所述的图像降噪方法,其特征在于,所述N帧图像的曝光程度相同。
8.一种图像降噪装置,其特征在于,所述图像降噪装置包括:
图像获取模块,用于对同一场景获取N帧图像,其中,N大于1的整数;
清晰度获取模块,用于获取所述N帧图像中每帧图像的清晰度,并将清晰度最高的图像作为基础帧,剩余图像作为临近帧;
图像分割模块,用于将所述基础帧分割为多个第一图像块,并在每个临近帧中查找与所述基础帧中每个第一图像块相匹配的第二图像块;
第一图像获得模块,用于将所述基础帧中的每个第一图像块与所述每个临近帧中的第二图像块进行加权平均,获得包含重叠块的图像;
第二图像获得模块,用于将所述包含重叠块的图像中两个相重叠的图像块中像素进行加权求和,获得目标图像;
其中,所述第二图像获得模块包括:
第二获取单元,用于获取所述两个相重叠的图像块中像素的权重值;
第二计算单元,用于根据所述两个相重叠的图像块中像素以及所述两个相重叠的图像块中像素的权重值,计算所述目标图像中像素;
所述第二获取单元具体用于:
根据所述相重叠的图像块中一图像块的像素和图像块的宽度,计算该图像块中像素的权重wA,以及另一图像块中像素的权重1-wA。
9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述图像降噪方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述图像降噪方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910238321.8A CN111754411B (zh) | 2019-03-27 | 2019-03-27 | 图像降噪方法、图像降噪装置及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910238321.8A CN111754411B (zh) | 2019-03-27 | 2019-03-27 | 图像降噪方法、图像降噪装置及终端设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111754411A CN111754411A (zh) | 2020-10-09 |
CN111754411B true CN111754411B (zh) | 2024-01-05 |
Family
ID=72671037
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910238321.8A Active CN111754411B (zh) | 2019-03-27 | 2019-03-27 | 图像降噪方法、图像降噪装置及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111754411B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116016807B (zh) * | 2022-12-30 | 2024-04-19 | 广东中星电子有限公司 | 一种视频处理方法、系统、可存储介质和电子设备 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102005033A (zh) * | 2010-11-16 | 2011-04-06 | 中国科学院遥感应用研究所 | 一种图像平滑抑制噪声方法 |
CN103997592A (zh) * | 2014-05-29 | 2014-08-20 | 广东威创视讯科技股份有限公司 | 视频降噪方法和系统 |
CN104159003A (zh) * | 2014-08-21 | 2014-11-19 | 武汉大学 | 一种基于3d协同滤波与低秩矩阵重建的视频去噪方法及系统 |
CN107172322A (zh) * | 2017-06-16 | 2017-09-15 | 北京飞识科技有限公司 | 一种视频降噪方法和装置 |
CN108257098A (zh) * | 2018-01-05 | 2018-07-06 | 同济大学 | 基于最大后验概率译码和三维块匹配滤波的视频去噪方法 |
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 |
CN108898567A (zh) * | 2018-09-20 | 2018-11-27 | 北京旷视科技有限公司 | 图像降噪方法、装置及系统 |
CN109005368A (zh) * | 2018-10-15 | 2018-12-14 | Oppo广东移动通信有限公司 | 一种高动态范围图像的生成方法、移动终端及存储介质 |
-
2019
- 2019-03-27 CN CN201910238321.8A patent/CN111754411B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102005033A (zh) * | 2010-11-16 | 2011-04-06 | 中国科学院遥感应用研究所 | 一种图像平滑抑制噪声方法 |
CN103997592A (zh) * | 2014-05-29 | 2014-08-20 | 广东威创视讯科技股份有限公司 | 视频降噪方法和系统 |
CN104159003A (zh) * | 2014-08-21 | 2014-11-19 | 武汉大学 | 一种基于3d协同滤波与低秩矩阵重建的视频去噪方法及系统 |
CN107172322A (zh) * | 2017-06-16 | 2017-09-15 | 北京飞识科技有限公司 | 一种视频降噪方法和装置 |
CN108257098A (zh) * | 2018-01-05 | 2018-07-06 | 同济大学 | 基于最大后验概率译码和三维块匹配滤波的视频去噪方法 |
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 |
CN108898567A (zh) * | 2018-09-20 | 2018-11-27 | 北京旷视科技有限公司 | 图像降噪方法、装置及系统 |
CN109005368A (zh) * | 2018-10-15 | 2018-12-14 | Oppo广东移动通信有限公司 | 一种高动态范围图像的生成方法、移动终端及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111754411A (zh) | 2020-10-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021057848A1 (zh) | 网络的训练方法、图像处理方法、网络、终端设备及介质 | |
US9275281B2 (en) | Mobile image capture, processing, and electronic form generation | |
CN113034358B (zh) | 一种超分辨率图像处理方法以及相关装置 | |
CN112102164B (zh) | 一种图像处理方法、装置、终端及存储介质 | |
WO2021083059A1 (zh) | 一种图像超分重建方法、图像超分重建装置及电子设备 | |
CN110335216B (zh) | 图像处理方法、图像处理装置、终端设备及可读存储介质 | |
CN109215037B (zh) | 目标图像分割方法、装置及终端设备 | |
WO2022156167A1 (zh) | 图像处理方法及装置、电子设备、计算机可读存储介质、计算机程序及程序产品 | |
US9401027B2 (en) | Method and apparatus for scene segmentation from focal stack images | |
CN112233154A (zh) | 拼接图像的色差消除方法、装置、设备和可读存储介质 | |
CN108961267B (zh) | 图片处理方法、图片处理装置及终端设备 | |
CN111131688B (zh) | 一种图像处理方法、装置及移动终端 | |
CN111667504B (zh) | 一种人脸追踪方法、装置及设备 | |
CN111028276A (zh) | 图像对齐方法、装置、存储介质及电子设备 | |
CN112767281A (zh) | 图像鬼影消除方法、装置、电子设备及存储介质 | |
CN111161299B (zh) | 影像分割方法、存储介质及电子装置 | |
WO2018058476A1 (zh) | 一种图像校正方法及装置 | |
CN110689565B (zh) | 一种深度图确定的方法、装置及电子设备 | |
CN108932703B (zh) | 图片处理方法、图片处理装置及终端设备 | |
CN111754411B (zh) | 图像降噪方法、图像降噪装置及终端设备 | |
CN111340722B (zh) | 图像处理方法、处理装置、终端设备及可读存储介质 | |
CN104933688B (zh) | 一种数据处理方法及电子设备 | |
CN111222446B (zh) | 人脸识别方法、人脸识别装置及移动终端 | |
CN111062279B (zh) | 照片处理方法及照片处理装置 | |
CN113628259A (zh) | 图像的配准处理方法及装置 |
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 | ||
CB02 | Change of applicant information |
Address after: 516006 TCL science and technology building, No. 17, Huifeng Third Road, Zhongkai high tech Zone, Huizhou City, Guangdong Province Applicant after: TCL Technology Group Co.,Ltd. Address before: 516006 Guangdong province Huizhou Zhongkai hi tech Development Zone No. nineteen District Applicant before: TCL Corp. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |