CN111833262A - 图像降噪方法、装置及电子设备 - Google Patents
图像降噪方法、装置及电子设备 Download PDFInfo
- Publication number
- CN111833262A CN111833262A CN202010503740.2A CN202010503740A CN111833262A CN 111833262 A CN111833262 A CN 111833262A CN 202010503740 A CN202010503740 A CN 202010503740A CN 111833262 A CN111833262 A CN 111833262A
- Authority
- CN
- China
- Prior art keywords
- image
- brightness
- processed
- filtering
- value
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 96
- 230000009467 reduction Effects 0.000 title claims abstract description 72
- 238000001914 filtration Methods 0.000 claims abstract description 135
- 238000012545 processing Methods 0.000 claims abstract description 87
- 238000012937 correction Methods 0.000 claims description 7
- 230000003190 augmentative effect Effects 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 14
- 238000003860 storage Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000003068 static effect Effects 0.000 description 3
- 230000002146 bilateral effect Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 239000004065 semiconductor Substances 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
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic 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
- G06T2207/20024—Filtering details
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本公开公开了一种图像降噪方法、装置及电子设备,该方法包括:获取待处理图像;获取所述待处理图像的亮度信息;在所述亮度信息所表示的亮度值小于预设亮度阈值的情况下,使用预设数字滤波方法对所述待处理图像进行降噪处理,获得目标图像。该方法可以降低图像降噪处理时的计算复杂度,提升处理速度。
Description
技术领域
本公开涉及图像处理技术领域,更具体地,涉及一种图像降噪方法、装置及一种电子设备。
背景技术
目前,虚拟现实(VR,Virtual Reality)或增强现实(AR,Augmented Reality)设备在实现人机交互,例如,在实现手势识别、同步定位与建图(SLAM,SimultaneousLocalization And Mapping)或者空间物体识别等技术时,一般的方法是先使用设备自带的图像传感器,例如,使用摄像机采集图像,之后再通过对该图像进行内容识别来实现人机交互。然而,当设备处于弱光环境,即,处于亮度较低的环境中时,为了提升采集到的图像的质量,一般需要将图像传感器的增益相应提升,但是,这样往往也会增加采集到的图像中的噪声。由于采集到的图像质量的好坏会直接影响设备的识别精度以及延时等关键指标,因此,针对目前采集到的噪声较多的图像,一般会使用传统的图像降噪方法,例如,中值滤波、双边滤波或者均值滤波等方法对图像进行降噪处理。
然而,由于VR或AR设备的计算能力相对较弱,而上述图像降噪方法的计算复杂度一般较高,因而在使用上述方法进行图像降噪时,存在计算复杂度高、处理速度慢的技术问题。
发明内容
本公开实施例的一个目的是提供一种用于图像降噪的新技术方案。
根据本公开的第一方面,提供了一种图像降噪方法,该方法包括:
获取待处理图像;
获取所述待处理图像的亮度信息;
在所述亮度信息所表示的亮度值小于预设亮度阈值的情况下,使用预设数字滤波方法对所述待处理图像进行降噪处理,获得目标图像。
可选地,所述使用预设数字滤波方法对所述待处理图像进行降噪处理,获得目标图像,包括:
获取第一滤波窗口;
使用所述第一滤波窗口从所述待处理图像中,获取第一滤波区域;
获取所述第一滤波区域中的像素的亮度值;
根据所述亮度值,确定所述第一滤波区域中的像素的最小亮度值、中间亮度值以及最大亮度值;
根据所述最小亮度值、所述中间亮度值以及所述最大亮度值,对所述第一滤波区域中的像素进行降噪处理,以获得所述目标图像。
可选地,所述根据所述最小亮度值、所述中间亮度值以及所述最大亮度值,对所述第一滤波区域中的像素进行降噪处理,包括:
在所述中间亮度值大于所述最小亮度值且小于所述最大亮度值的情况下,获取所述第一滤波区域中的像素的亮度值;
在所述第一滤波区域中的像素的亮度值小于或等于所述最小亮度值,或者,大于或等于所述最大亮度值的情况下,将所述像素的亮度值设置为所述中间亮度值。
可选地,所述根据所述最小亮度值、所述中间亮度值以及所述最大亮度值,对所述第一滤波区域中的像素进行降噪处理,包括:
在所述中间亮度值小于或等于所述最小亮度值,或者,所述中间亮度值大于或等于所述最大亮度值的情况下,根据所述第一滤波窗口,获得第二滤波窗口;
在所述第二滤波窗口的尺寸小于或等于预设窗口尺寸的情况下,获取与所述第一滤波区域对应的第二滤波区域,并对所述第二滤波区域中的像素进行降噪处理;
在所述第二滤波窗口的尺寸大于所述预设窗口尺寸的情况下,将所述第一滤波区域中的像素的亮度值设置为所述中间亮度值。
可选地,在执行所述使用预设数字滤波方法对所述待处理图像进行降噪处理,获得目标图像步骤之前,所述方法还包括:
使用目标伽马曲线对所述待处理图像进行亮度矫正处理,获得与所述待处理图像对应的矫正图像,其中,所述目标伽马曲线是在预设光源条件下获得的伽马曲线;
所述使用预设数字滤波方法对所述待处理图像进行降噪处理,获得目标图像,包括:
使用所述预设数字滤波方法对所述矫正图像进行降噪处理,获得所述目标图像。
可选地,所述获取所述待处理图像的亮度信息,包括:
从所述待处理图像中,获取图像块集合;
根据所述图像块集合中每一图像块的平均亮度值,确定所述待处理图像的亮度信息。
可选地,所述方法还包括:
在所述图像块集合中预设数量的图像块的平均亮度值均小于所述预设亮度阈值的情况下,判定所述待处理图像的亮度信息小于所述预设亮度阈值。
根据本公开的第二方面,本公开还提供了一种图像降噪装置,包括:
图像获取模块,用于获取待处理图像;
亮度信息获取模块,用于获取所述待处理图像的亮度信息;
降噪处理模块,用于在所述亮度信息所表示的亮度值小于预设亮度阈值的情况下,使用预设数字滤波方法对所述待处理图像进行降噪处理,获得目标图像。
根据本公开的第三方面,还提供了一种电子设备,其包括根据本公开第二方面所述的装置;或者,
所述电子设备包括:存储器,用于存储可执行的指令;处理器,用于根据所述指令的控制运行所述电子设备执行本公开第一方面所述的方法。
本公开的一个有益效果在于,根据本公开的实施例,在待处理图像的亮度信息所表示的亮度值小于预设亮度阈值的情况下,为了降低图像降噪处理时的计算复杂度,直接使用预设数字滤波方法快速的对待处理图像进行降噪处理,可以提升图像降噪处理的处理速度。
通过以下参照附图对本公开的示例性实施例的详细描述,本公开的其它特征及其优点将会变得清楚。
附图说明
被结合在说明书中并构成说明书的一部分的附图示出了本公开的实施例,并且连同其说明一起用于解释本公开的原理。
图1是本公开实施例提供的图像降噪方法的流程示意图。
图2是本公开实施例提供的目标伽马曲线的示意图。
图3是本公开另一实施例提供的图像降噪装置的原理框图。
图4是本公开又一实施例提供的电子设备的硬件结构示意图。
具体实施方式
现在将参照附图来详细描述本公开的各种示例性实施例。应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本公开及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为说明书的一部分。
在这里示出和讨论的所有例子中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它例子可以具有不同的值。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
<方法实施例>
目前,当VR、AR或其它搭载有图像传感器的设备处于弱光环境,例如,在夜晚或者亮度较低的环境中时,图像传感器,例如摄像机通常会采取提升增益的方式来提升成像质量,然而,在该种方式下,采集到的图像的噪声往往也会增加的非常明显,其中,图像噪声,是指存在于图像中的不必要的或多余的干扰信息,针对图像传感器在弱光环境下采集到的图像,其所包含的噪声一般由高斯白噪声、随机噪声等多种噪声混合而成。现有技术中的图像降噪方法,例如,中值滤波、双边滤波或均值滤波等方法在进行图像降噪处理时,其计算复杂度往往较高,而将传统图像降噪处理方法应用于VR、AR或其它设备中以进行图像降噪处理时,由于硬件条件的限制,传统方法往往存在处理速度慢,进而影响设备响应速度以及带来用户体验差的问题。
为了解决上述问题,本实施例提供一种图像降噪方法,请参看图1,其为本公开实施例提供的图像降噪方法的流程示意图。在具体实施时,该方法可以用于对图像进行降噪处理,以提升图像质量。例如,在人脸识别或车辆监控等场景中,可以使用该方法对摄像机采集的图像进行快速降噪处理,以提升识别结果的速度和准确度;或者,在VR或AR等场景中,可以用于对摄像机采集的图像进行降噪处理,以提升人机交互模块的速度和准确度,进而提升用户体验。
如图1所示,本实施例的方法可以包括步骤S1100-S1300,以下予以详细说明。
步骤S1100,获取待处理图像。
在本实施例中,待处理图像,具体是指待进行降噪处理的图像,该图像可以直接为图像,或者也可以是视频资源中的视频帧,其中,该图像可以为动态图像或静态图像,例如,该图像可以为GIF(Graphics Interchange Format)格式的动态图像,或者,也可以是JPEG(Joint Photographic Experts Group)格式的静态图像。另外,该视频资源可以为实体视频文件,例如,视频资源是在远程服务器中存储的、供本地下载播放的视频文件;也可以为流媒体(streaming media)形式,例如,视频资源为在线视频点播平台或者在线直播平台提供的、可以直接进行流式传播的视频流;此外,该视频资源可以是VR、AR等形式的视频资源,或者是立体视频资源,当然,随着技术的不断进步,视频资源也可以是与视频相关的、其它格式、其它形式的资源,此处不做特殊限定。
需要说明的是,在本实施例中,如无特殊说明,以将该方法应用于VR或AR设备中,以待处理图像为VR或AR设备中的图像传感器,例如,灰度(Gray Scale)成像相机采集到的灰度图像为例进行说明;当然,在具体实施时,也可以将该方法应用到其它场景或者其它采集数字图像的图像传感器中,此处不做特殊限定。
所述获取待处理图像,可以是用户在使用VR或AR设备时,出于人机交互的需求,例如,出于识别用户手势、向用户提供周边环境图像等需求,由VR或AR设备启动搭载的摄像机采集到的图像。
步骤S1200,获取所述待处理图像的亮度信息。
在具体实施时,为了能够使设备自适应的决定是否实施本实施例提供的方法对获取到的图像进行降噪处理,可以先获取待处理图像的亮度信息,并根据待处理图像的亮度信息来决定是否实施本实施例提供的图像降噪方法。
待处理图像的亮度信息,可以是用于表征待处理图像的明亮程度的一个数值。例如,针对灰度图像,其亮度信息一般可以通过其所包含的像素的灰度值来表示,其中,像素的灰度值一般在[0,255]之间,像素的灰度值越低,则表示该像素的亮度越低,反之,其灰度值越高,则表示该像素的亮度越高。又例如,针对彩色(RGB,RedGreenBlue)图像,其像素的亮度值一般可以通过该像素的RGB三色像素值的加权和计算获得,由于现有技术中有详细说明,此处不再赘述。
在本实施例中,为方便说明,以待处理图像为通过灰度摄像机获取到的灰度图像,图像中像素的亮度值为该像素的灰度值进行举例说明。
待处理图像的亮度信息,可以为待处理图像中所有像素的亮度值的平均值。在具体实施时,为了降低获取待处理图像的亮度信息时的计算复杂度,本实施例提供一种获取待处理图像的亮度信息的方法,具体包括:从所述待处理图像中,获取图像块集合;根据所述图像块集合中每一图像块的平均亮度值,确定所述待处理图像的亮度信息。
即,从待处理图像中,选取至少一个图像块,通过计算每一图像块的平均亮度值,来获取图像的亮度信息。
在本实施例中,为了在降低计算复杂度的同时,提升获取到的亮度信息的准确度,该图像块集合,可以是由待处理图像的左上、左下、右上、右下以及图像中间的五个图像块构成,其中,该图像块的大小可以为100*100像素;通过计算这五个图像块每一图像块中像素亮度的平均亮度值,即可获取到待处理图像的亮度信息;在具体实施时,待处理图像的亮度信息可以是图像块集合中所包含像素的亮度值的平均值,或者,也可以是该图像块集合中每一图像块分别对应的平均亮度值中的最大值,最小值或者中间值中的某个数值,此处不做特殊限定。另外,在具体实施时,也可以根据需要选取图像块的数量、位置以及大小,或者也可以使用其它方法获取待处理图像的亮度信息,此处不做特殊限定。
经过以上步骤获取到待处理图像的亮度信息之后,即可根据该亮度信息,判断是否需要对待处理图像进行降噪处理。
在步骤S1200之后,执行步骤S1300,在所述亮度信息所表示的亮度值小于预设亮度阈值的情况下,使用预设数字滤波方法对所述待处理图像进行降噪处理,获得目标图像。
与上述步骤S1200中提供的获取待处理图像的亮度信息的方法相对应,本实施例还提供一种判断待处理图像的亮度信息所表示的亮度值是否小于预设亮度阈值的方法,具体可以为:在所述图像块集合中预设数量的图像块的平均亮度值均小于所述预设亮度阈值的情况下,判定所述待处理图像的亮度信息小于所述预设亮度阈值。
例如,从待处理图像的左上、左下、右上、右下以及图像中间这五个区域,分别选取大小为100*100像素的图像块,构成图像块集合,如果该图像块集合中,存在任意3个图像块的平均亮度值均小于预设亮度阈值130的情况,则可以判定待处理图像的亮度信息所表示的亮度值小于预设亮度阈值,即,可以判定设备是在弱光环境下工作,需要对该设备搭载的摄像机所采集到的图像进行降噪处理。需要说明的是,此处以预设亮度阈值为130,预设数量为3进行举例说明,在具体实施时,也可以根据需要将预设亮度阈值和预设数量设置为其它数值,此处不做特殊限定。
另外,为了避免误判,以提升判断结果的准确度,在具体实施时,可以针对摄像机采集到的至少一帧图像的亮度信息进行判断,以决定是否实施本实施例提供的图像降噪方法。
例如,针对摄像机采集到的连续三帧图像,可以使用上述方法分别从这三帧图像中获取由五个图像块构成的图像块集合,并在这三帧图像同时满足每一帧图像中有任意三个图像块的平均亮度值均小于预设亮度值130的情况下,判定该设备是在弱光环境下工作,需要对该设备搭载的摄像机所采集到的图像进行降噪处理。
在本实施例中,区别于现有技术中对图像进行降噪处理时所采用的滤波方法,本实施例提供一种快速对图像进行降噪处理的滤波方法,即,所述使用预设数字滤波方法对所述待处理图像进行降噪处理,获得目标图像,包括:获取第一滤波窗口;使用所述第一滤波窗口从所述待处理图像中,获取第一滤波区域;获取所述第一滤波区域中的像素的亮度值;根据所述亮度值,确定所述第一滤波区域中的像素的最小亮度值、中间亮度值以及最大亮度值;根据所述最小亮度值、所述中间亮度值以及所述最大亮度值,对所述第一滤波区域中的像素进行降噪处理,以获得所述目标图像。
即,通过选取的滤波窗口,按照一定的滑动规则,从待处理图像中,选取与滤波窗口范围对应的滤波区域,通过获取每一滤波区域中的像素的亮度值,确定每一滤波区域中的像素的最小亮度值、中间亮度值以及最大亮度值,并根据获取到的最小亮度值、中间亮度值以及最大亮度值,分别对获取到的每一滤波区域中的像素进行降噪处理,以实现对待处理图像的降噪处理,其中,针对滤波窗口在待处理图像中的滑动规则,因为现有技术中有详细说明,此处不再赘述。
图像滤波,是指在保留图像细节特征的条件下对图像的噪声进行抑制,以达到提升图像质量的效果。
在具体实施时,在对图像进行滤波处理时,为了便于获取滤波区域内的像素亮度的中间亮度值,可以将滤波窗口的窗口尺寸设置为奇数数值。
例如,在本实施例中,第一滤波窗口的初始窗口尺寸可以为3,即,可以通过一个3*3的窗口对待处理图像中每一3*3区域内的像素进行降噪处理,以实现对待处理图像的降噪处理。
所述根据所述最小亮度值、所述中间亮度值以及所述最大亮度值,对所述第一滤波区域中的像素进行降噪处理,包括:在所述中间亮度值大于所述最小亮度值且小于所述最大亮度值的情况下,获取所述第一滤波区域中的像素的亮度值;在所述第一滤波区域中的像素的亮度值小于或等于所述最小亮度值,或者,大于或等于所述最大亮度值的情况下,将所述像素的亮度值设置为所述中间亮度值。
即,在获取到第一滤波区域之后,可以逐一的计算滤波区域中每一像素的亮度值,通过对这些亮度值进行排序,可以获得该滤波区域内的像素的最小亮度值、中间亮度值以及最大亮度值;如果中间亮度值在最大亮度值和最小亮度值的区间内,则可以判定该滤波区域内存在噪声像素,此时,可以根据获取到的最小亮度值、中间亮度值以及最大亮度值,对该滤波区域范围内的像素进行降噪处理。
例如,设定第一滤波窗口的窗口尺寸为3,从待处理图像中获取到的某一3*3大小的滤波区域内的像素的亮度值分别为[125,125,127,130,132,133,136,140,140],经过排序可得最小亮度值为125,中间亮度值为132,最大亮度值为140;由于125<132<140,因此,可以判定该滤波区域内存在噪声像素,需要对该滤波区域内的像素进行降噪处理;之后,通过将该滤波范围内的像素逐一与最小亮度值125和最大亮度值140进行比较,可得该滤波区域内第一、第八以及第九个像素为噪声像素,此时,可以将该这几个像素的亮度值设置为该中间亮度值132,即,经过上述滤波处理后,该区域内的像素的亮度值为[132,132,127,130,132,133,136,132,132]。需要说明的是,此处仅为举例说明,在具体实施时,从待处理图像中获取到的滤波区域内的像素的亮度值由其实际值决定,此处不做特殊限定。此外,也可以根据获取到的最小亮度值、中间亮度值以及最大亮度值,通过其它方法对第一滤波区域内的像素进行降噪处理,此处不再赘述。
另外,为了提升处理速度以及准确度,所述根据所述最小亮度值、所述中间亮度值以及所述最大亮度值,对所述第一滤波区域中的像素进行降噪处理,包括:在所述中间亮度值小于或等于所述最小亮度值,或者,所述中间亮度值大于或等于所述最大亮度值的情况下,根据所述第一滤波窗口,获得第二滤波窗口;在所述第二滤波窗口的尺寸小于或等于预设窗口尺寸的情况下,获取与所述第一滤波区域对应的第二滤波区域,并对所述第二滤波区域中的像素进行降噪处理;在所述第二滤波窗口的尺寸大于所述预设窗口尺寸的情况下,将所述第一滤波区域中的像素的亮度值设置为所述中间亮度值。
即,如果第一滤波区域内的中间亮度值与最小亮度值相等,或者与最大亮度值相等时,此时,虽然可以判定该区域内存在噪声像素,但由于中间亮度值不是所有像素的亮度值的一个中间值,因此,为了提升降噪处理的准确度,可以在该位置处,获取与此时的第一滤波区域对应的第二滤波区域,即,扩大降噪处理的滤波范围。
所述根据所述第一滤波窗口,获得第二滤波窗口,具体可以是在第一滤波窗口的窗口尺寸的基础上,通过与预设窗口递增值相加,获得第二滤波窗口;另外,为了避免过度计算,还可以预设一个用于表示最大窗口尺寸值的预设窗口尺寸,以避免在待处理图像的同一位置进行过度计算。
例如,设定预设窗口递增值为2,预设窗口尺寸为5,则在第一滤波窗口的窗口尺寸为3时,与此时的第一滤波窗口对应的第二滤波窗口的窗口尺寸可以为5;即,如果判定待处理图像的某一位置的3*3区域内的像素需要进行降噪处理,并且该区域内像素的中间亮度值与最小亮度值或最大亮度值相等时,可以获取该位置处的、与该3*3区域对应的5*5区域内的像素的亮度值,并判断该5*5区域内的像素的中间亮度值是否在其最小亮度值和最大亮度值之间,如果在,则根据该5*5区域内的像素的最小亮度值、中间亮度值和最大亮度值,对该5*5区域内的像素进行降噪处理。
另外,为避免过度计算,当获得的第二滤波窗口的尺寸大于预设窗口尺寸时,可以直接将第一滤波区域中的像素的亮度值设置为所述中间亮度值。
例如,在待处理图像的某一位置的3*3区域内的最小亮度值为130,中间亮度值为130,最大亮度值为140的情况下;获取与该3*3区域对应的5*5区域,如果该5*5区域内的像素的最小亮度值和中间亮度值依然为130,最大亮度值为140,由于此时的滤波窗口的窗口尺寸已经与预设窗口尺寸相等,而在该数值与预设窗口递增值2相加后,得到的数值将会大于预设窗口尺寸5;此时,为避免过度计算,可以将该5*5区域内的像素的亮度值直接设置为该中间亮度值130,以对该5*5区域内的像素进行降噪处理。
需要说明的是,在本实施例中,“第一”、“第二”为一相对描述,用于区分不同的滤波窗口以及滤波区域;另外,在本实施例中,以第一滤波窗口,即,初始滤波窗口的窗口尺寸为3,以预设窗口递增值为2以及预设窗口尺寸为5进行举例说明;在具体实施时,当然也可以根据实际需要对上述数值进行设置,此处不做特殊限定。
为了进一步的提升图像质量,在执行本步骤S1300之前,本实施例还提供一种对待处理图像进行降噪处理的方法,具体可以为:使用目标伽马曲线对所述待处理图像进行亮度矫正处理,获得与所述待处理图像对应的矫正图像,其中,所述目标伽马曲线是在预设光源条件下获得的伽马曲线;与该方法对应,本步骤中所述的使用预设数字滤波方法对所述待处理图像进行降噪处理,获得目标图像,包括:使用上述预设数字滤波方法对所述矫正图像进行降噪处理,获得所述目标图像。
目标伽马曲线,是在预设光源条件下获得的伽马曲线,该伽马曲线与用于获取图像的图像传感器对应;通俗来讲,伽马曲线(GammaCurve)是用于处理自然亮度与成像时的像素亮度的映射关系的曲线,当Gamma值为1的时候,该曲线与坐标轴成45度的直线,表示输入和输出相同,当Gamma值大于1时,将会造成成像像素的亮度降低,当Gamma值小于1时,将会造成成像像素的亮度增加,由于现有技术中有针对伽马曲线的详细说明,此处不再赘述。
在本实施例中,预设光源条件,可以泛指弱光环境,例如,可以是在夜晚环境、暗光办公室、商场等低亮度环境。
该目标伽马曲线,可以是对弱光环境下采集的图像中的实际像素亮度值和期望获得的像素亮度值进行拟合处理后,获得到的伽马曲线。
请参看图2,其为本实施例提供的目标伽马曲线的示意图。在具体实施时,可以使用图像传感器在弱光环境下预先采集一定数量,例如100个图像,通过对这些图像中的实际像素亮度值和期望获得的像素亮度值进行拟合处理,即可获得与该图像传感器对应的目标伽马曲线,即,其中,ginput表示实际像素亮度值,gout表示期望获得的像素亮度值,X为拟合的冥阶数。当然,在具体实施时,也可以通过其它方法获取与图像传感器对应的目标伽马曲线,此处不再赘述。
在获得目标伽马曲线之后,在该目标伽马曲线对应的图像传感器采集到待处理图像,并且该待处理图像的亮度信息所表示的亮度值小于预设亮度阈值的情况下,可以先使用该目标伽马曲线对待处理图像进行亮度矫正处理,以降低该图像中的噪声;之后,为了更进一步的提升图像质量,可以使用本实施例提供的上述预设数字滤波方法对经过亮度矫正处理后的矫正图像进行快速降噪,以获得目标图像。
根据以上步骤S1100~S1300可知,本实施例的方法在待处理图像的亮度信息所表示的亮度值小于预设亮度阈值的情况下,通过使用本实施例提供的预设数字滤波算法可以快速的对图像进行降噪,该方法可以降低计算复杂度,提升图像降噪处理的处理速度,进一步的,可以提升设备的响应速度,提升用户体验。
<装置实施例>
与上述方法实施例中提供的图像降噪方法对应,本实施例还提供一种图像降噪装置,如图3所示,该装置3000可以应用于虚拟现实设备或者增强现实设备等设备中,具体可以包括图像获取模块3100、亮度信息获取模块3200、降噪处理模块3300。
该图像获取模块3100,用于获取待处理图像。
该亮度信息获取模块3200,用于获取所述待处理图像的亮度信息。
在一个实施例中,该亮度信息获取模块3200在获取所述待处理图像的亮度信息时,可以用于:从所述待处理图像中,获取图像块集合;根据所述图像块集合中每一图像块的平均亮度值,确定所述待处理图像的亮度信息。
在一个实施例中,该装置3000还包括:判定模块,用于在所述图像块集合中预设数量的图像块的平均亮度值均小于所述预设亮度阈值的情况下,判定所述待处理图像的亮度信息小于所述预设亮度阈值。
该降噪处理模块3300,用于在所述亮度信息所表示的亮度值小于预设亮度阈值的情况下,使用预设数字滤波方法对所述待处理图像进行降噪处理,获得目标图像。
在一个实施例中,该降噪处理模块3300在使用预设数字滤波方法对所述待处理图像进行降噪处理,获得目标图像时,可以用于:获取第一滤波窗口;使用所述第一滤波窗口从所述待处理图像中,获取第一滤波区域;获取所述第一滤波区域中的像素的亮度值;根据所述亮度值,确定所述第一滤波区域中的像素的最小亮度值、中间亮度值以及最大亮度值;根据所述最小亮度值、所述中间亮度值以及所述最大亮度值,对所述第一滤波区域中的像素进行降噪处理,以获得所述目标图像。
在该实施例中,该降噪处理模块3300在用于根据所述最小亮度值、所述中间亮度值以及所述最大亮度值,对所述第一滤波区域中的像素进行降噪处理时,可以用于:在所述中间亮度值大于所述最小亮度值且小于所述最大亮度值的情况下,获取所述第一滤波区域中的像素的亮度值;在所述第一滤波区域中的像素的亮度值小于或等于所述最小亮度值,或者,大于或等于所述最大亮度值的情况下,将所述像素的亮度值设置为所述中间亮度值。
在一个实施例中,该降噪处理模块3300在用于根据所述最小亮度值、所述中间亮度值以及所述最大亮度值,对所述第一滤波区域中的像素进行降噪处理时,可以用于:在所述中间亮度值小于或等于所述最小亮度值,或者,所述中间亮度值大于或等于所述最大亮度值的情况下,根据所述第一滤波窗口,获得第二滤波窗口;在所述第二滤波窗口的尺寸小于或等于预设窗口尺寸的情况下,获取与所述第一滤波区域对应的第二滤波区域,并对所述第二滤波区域中的像素进行降噪处理;在所述第二滤波窗口的尺寸大于所述预设窗口尺寸的情况下,将所述第一滤波区域中的像素的亮度值设置为所述中间亮度值。
在一个实施例中,该装置3000还包括:矫正处理模块,用于使用目标伽马曲线对所述待处理图像进行亮度矫正处理,获得与所述待处理图像对应的矫正图像,其中,所述目标伽马曲线是在预设光源条件下获得的伽马曲线;在该实施例中,该降噪处理模块3300在用于使用预设数字滤波方法对所述待处理图像进行降噪处理,获得目标图像时,可以用于:使用预设数字滤波方法对所述矫正图像进行降噪处理,获得所述目标图像。
<设备实施例>
与上述方法实施例中提供的图像降噪方法相对应,在本实施例中,还提供一种电子设备,其可以包括根据本公开任意实施例的图像降噪装置3000,用于实施本公开任意实施例的图像降噪方法。
如图4所示,该电子设备4000还可以包括处理器4200和存储器4100,该存储器4100用于存储可执行的指令;该处理器4200用于根据指令的控制运行电子设备以执行根据本公开任意实施例的图像降噪方法。
以上装置3000的各个模块可以由处理器4200运行该指令以执行根据本公开任意实施例的图像降噪方法来实现。
该电子设备4000可以是设备,例如可以是虚拟现实设备、增强现实设备、手机、平板电脑等移动终端设备,也可以是服务器,即,用于对终端设备发送的图像进行降噪处理的服务器,此处不做特殊限定。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。对于本领域技术人员来说公知的是,通过硬件方式实现、通过软件方式实现以及通过软件和硬件结合的方式实现都是等价的。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。本公开的范围由所附权利要求来限定。
Claims (10)
1.一种图像降噪方法,包括:
获取待处理图像;
获取所述待处理图像的亮度信息;
在所述亮度信息所表示的亮度值小于预设亮度阈值的情况下,使用预设数字滤波方法对所述待处理图像进行降噪处理,获得目标图像。
2.根据权利要求1所述的方法,所述使用预设数字滤波方法对所述待处理图像进行降噪处理,获得目标图像,包括:
获取第一滤波窗口;
使用所述第一滤波窗口从所述待处理图像中,获取第一滤波区域;
获取所述第一滤波区域中的像素的亮度值;
根据所述亮度值,确定所述第一滤波区域中的像素的最小亮度值、中间亮度值以及最大亮度值;
根据所述最小亮度值、所述中间亮度值以及所述最大亮度值,对所述第一滤波区域中的像素进行降噪处理,以获得所述目标图像。
3.根据权利要求2所述的方法,所述根据所述最小亮度值、所述中间亮度值以及所述最大亮度值,对所述第一滤波区域中的像素进行降噪处理,包括:
在所述中间亮度值大于所述最小亮度值且小于所述最大亮度值的情况下,获取所述第一滤波区域中的像素的亮度值;
在所述第一滤波区域中的像素的亮度值小于或等于所述最小亮度值,或者,大于或等于所述最大亮度值的情况下,将所述像素的亮度值设置为所述中间亮度值。
4.根据权利要求2所述的方法,所述根据所述最小亮度值、所述中间亮度值以及所述最大亮度值,对所述第一滤波区域中的像素进行降噪处理,包括:
在所述中间亮度值小于或等于所述最小亮度值,或者,所述中间亮度值大于或等于所述最大亮度值的情况下,根据所述第一滤波窗口,获得第二滤波窗口;
在所述第二滤波窗口的尺寸小于或等于预设窗口尺寸的情况下,获取与所述第一滤波区域对应的第二滤波区域,并对所述第二滤波区域中的像素进行降噪处理;
在所述第二滤波窗口的尺寸大于所述预设窗口尺寸的情况下,将所述第一滤波区域中的像素的亮度值设置为所述中间亮度值。
5.根据权利要求1所述的方法,在执行所述使用预设数字滤波方法对所述待处理图像进行降噪处理,获得目标图像步骤之前,所述方法还包括:
使用目标伽马曲线对所述待处理图像进行亮度矫正处理,获得与所述待处理图像对应的矫正图像,其中,所述目标伽马曲线是在预设光源条件下获得的伽马曲线;
所述使用预设数字滤波方法对所述待处理图像进行降噪处理,获得目标图像,包括:
使用所述预设数字滤波方法对所述矫正图像进行降噪处理,获得所述目标图像。
6.根据权利要求1所述的方法,所述获取所述待处理图像的亮度信息,包括:
从所述待处理图像中,获取图像块集合;
根据所述图像块集合中每一图像块的平均亮度值,确定所述待处理图像的亮度信息。
7.根据权利要求6所述的方法,所述方法还包括:
在所述图像块集合中预设数量的图像块的平均亮度值均小于所述预设亮度阈值的情况下,判定所述待处理图像的亮度信息小于所述预设亮度阈值。
8.根据权利要求1所述的方法,所述方法应用于虚拟现实设备或增强现实设备中。
9.一种图像降噪装置,包括:
图像获取模块,用于获取待处理图像;
亮度信息获取模块,用于获取所述待处理图像的亮度信息;
降噪处理模块,用于在所述亮度信息所表示的亮度值小于预设亮度阈值的情况下,使用预设数字滤波方法对所述待处理图像进行降噪处理,获得目标图像。
10.一种电子设备,包括权利要求9所述的装置;或者,
所述电子设备包括:
存储器,用于存储可执行的指令;
处理器,用于根据所述指令的控制运行所述电子设备执行如权利要求1-8任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010503740.2A CN111833262A (zh) | 2020-06-05 | 2020-06-05 | 图像降噪方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010503740.2A CN111833262A (zh) | 2020-06-05 | 2020-06-05 | 图像降噪方法、装置及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111833262A true CN111833262A (zh) | 2020-10-27 |
Family
ID=72897572
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010503740.2A Pending CN111833262A (zh) | 2020-06-05 | 2020-06-05 | 图像降噪方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111833262A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113014745A (zh) * | 2021-02-26 | 2021-06-22 | 杭州朗和科技有限公司 | 视频图像降噪方法及装置、存储介质及电子设备 |
CN114217953A (zh) * | 2021-11-18 | 2022-03-22 | 成都理工大学 | 一种基于fpga图像处理的目标定位系统及识别方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1750084A (zh) * | 2005-10-14 | 2006-03-22 | 彩虹集团电子股份有限公司 | 用滑动窗口增强pdp综合图像质量的方法 |
CN106412383A (zh) * | 2015-07-31 | 2017-02-15 | 阿里巴巴集团控股有限公司 | 视频图像的处理方法和装置 |
CN107818547A (zh) * | 2016-09-14 | 2018-03-20 | 北京航空航天大学 | 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 |
CN107862677A (zh) * | 2017-10-16 | 2018-03-30 | 中铁第四勘察设计院集团有限公司 | 一种基于梯度类间阈值算法的隧道衬砌裂缝识别方法及系统 |
CN109141832A (zh) * | 2018-09-25 | 2019-01-04 | 嘉兴智驾科技有限公司 | 一种摄像镜头性能中mtf值的测量方法 |
CN110876061A (zh) * | 2018-09-03 | 2020-03-10 | 华为技术有限公司 | 色度块预测方法及装置 |
-
2020
- 2020-06-05 CN CN202010503740.2A patent/CN111833262A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1750084A (zh) * | 2005-10-14 | 2006-03-22 | 彩虹集团电子股份有限公司 | 用滑动窗口增强pdp综合图像质量的方法 |
CN106412383A (zh) * | 2015-07-31 | 2017-02-15 | 阿里巴巴集团控股有限公司 | 视频图像的处理方法和装置 |
CN107818547A (zh) * | 2016-09-14 | 2018-03-20 | 北京航空航天大学 | 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 |
CN107862677A (zh) * | 2017-10-16 | 2018-03-30 | 中铁第四勘察设计院集团有限公司 | 一种基于梯度类间阈值算法的隧道衬砌裂缝识别方法及系统 |
CN110876061A (zh) * | 2018-09-03 | 2020-03-10 | 华为技术有限公司 | 色度块预测方法及装置 |
CN109141832A (zh) * | 2018-09-25 | 2019-01-04 | 嘉兴智驾科技有限公司 | 一种摄像镜头性能中mtf值的测量方法 |
Non-Patent Citations (3)
Title |
---|
余胜威等: "《MATLAB图像滤波去噪分析及其应用》", 30 September 2015, 北京航空航天大学出版社 * |
张宁: ""曝光控制中的传统与革新"" * |
杨京: ""4K 肩扛式摄录一体机浅析"" * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113014745A (zh) * | 2021-02-26 | 2021-06-22 | 杭州朗和科技有限公司 | 视频图像降噪方法及装置、存储介质及电子设备 |
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 |
CN114217953A (zh) * | 2021-11-18 | 2022-03-22 | 成都理工大学 | 一种基于fpga图像处理的目标定位系统及识别方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20190130208A1 (en) | Local tone mapping to reduce bit depth of input images to high-level computer vision tasks | |
US20210281718A1 (en) | Video Processing Method, Electronic Device and Storage Medium | |
CN111654746B (zh) | 视频的插帧方法、装置、电子设备和存储介质 | |
US9165346B2 (en) | Method and apparatus for reducing image noise | |
US9514525B2 (en) | Temporal filtering for image data using spatial filtering and noise history | |
CN112348763B (zh) | 图像增强方法、装置、电子设备及介质 | |
US10467737B2 (en) | Method and device for adjusting grayscale values of image | |
CN109214996B (zh) | 一种图像处理方法及装置 | |
CN112116542B (zh) | 图像对比度增强方法、装置、电子设备和存储介质 | |
CN112019827B (zh) | 视频图像色彩增强的方法、装置、设备及存储介质 | |
WO2020108010A1 (zh) | 视频处理方法、装置、电子设备以及存储介质 | |
CN111833262A (zh) | 图像降噪方法、装置及电子设备 | |
CN110717864B (zh) | 一种图像增强方法、装置、终端设备及计算机可读介质 | |
CN113344820B (zh) | 图像处理方法及装置、计算机可读介质、电子设备 | |
CN112819691B (zh) | 图像处理方法、装置、设备及可读存储介质 | |
CN116563172B (zh) | 一种vr全球化在线教育互动优化增强方法及装置 | |
CN114727029B (zh) | 视频的处理方法、装置、电子设备及存储介质 | |
CN111754412A (zh) | 构建数据对的方法、装置及终端设备 | |
CN113438386B (zh) | 一种应用于视频处理的动静判定方法及装置 | |
CN115471413A (zh) | 图像处理方法及装置、计算机可读存储介质和电子设备 | |
CN112243118B (zh) | 白平衡校正方法、装置、设备及存储介质 | |
CN112950516B (zh) | 图像局部对比度增强的方法及装置、存储介质及电子设备 | |
CN113379631B (zh) | 一种图像去雾的方法及装置 | |
US11792535B2 (en) | System and method to improve quality in under-display camera system with radially increasing distortion | |
US20240202874A1 (en) | Bad pixel correction in image processing applications or other applications |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201027 |
|
RJ01 | Rejection of invention patent application after publication |