CN112085682A - 图像降噪方法、装置、电子设备及存储介质 - Google Patents
图像降噪方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112085682A CN112085682A CN202010954358.3A CN202010954358A CN112085682A CN 112085682 A CN112085682 A CN 112085682A CN 202010954358 A CN202010954358 A CN 202010954358A CN 112085682 A CN112085682 A CN 112085682A
- Authority
- CN
- China
- Prior art keywords
- noise
- image
- determining
- values
- pixel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000009467 reduction Effects 0.000 title claims abstract description 76
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000012360 testing method Methods 0.000 claims abstract description 27
- 238000004458 analytical method Methods 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims abstract description 14
- 238000012935 Averaging Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 5
- 238000009825 accumulation Methods 0.000 claims description 4
- 239000003054 catalyst Substances 0.000 claims 1
- 239000011541 reaction mixture Substances 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 13
- 238000010586 diagram Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000002123 temporal effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000012732 spatial analysis Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012731 temporal analysis Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G06T5/70—
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明提供的图像降噪方法、装置、电子设备及存储介质,包括对采集的连续多帧测试图像进行噪声分析,确定噪声参数与亮度值关系曲线;并且,获取待处理图像,然后根据待处理图像中所有像素点的亮度值和噪声参数与亮度值关系曲线确定所有像素点各自对应的降噪强度,以及,最后依据降噪强度对待处理图像进行降噪处理。本发明预先建立噪声参数与亮度值之间的关系曲线,然后在基于该关系曲线确定不同亮度值对应的降噪强度,从而避免了传统方式中对整张图像采取相同降噪强度使得降噪效果不理想的结果,能够提高降噪后图像的清晰度,改善降噪效果。
Description
技术领域
本发明涉及图像处理领域,具体而言,涉及一种图像降噪方法、装置、电子设备及存储介质。
背景技术
随着科技的高速发展,随着终端技术的快速发展,诸如手机、平板电脑等电子设备均具备了图像采集功能,用户对终端采集的图像的质量要求越来越高,受环境因素影响,尤其在环境光线较暗弱的环境下,拍摄的图像会存在很多噪声,严重破坏拍摄图像的清晰度和质量。因此在图像去噪之前,有必要合理分析噪声特点,为降噪处理提供准确的参数。
现有技术在进行图像降噪的过程中,仅仅根据估计的噪声水平信息对整张图像进行整体降噪,各个区域的降噪强度一样,没有考虑噪声分布不均匀的特点,降噪效果不理想。
发明内容
有鉴于此,本发明提供一种图像降噪方法、装置、电子设备及存储介质,用以避免现有技术使用同一降噪强度给图像降噪的方式,改善降噪效果。
为了实现上述目的,本发明技术方案如下:
第一方面,本发明提供一种图像降噪方法,应用于电子设备;所述方法包括:对采集的连续多帧测试图像进行噪声分析,确定噪声参数与亮度值关系曲线;并且,获取待处理图像;根据所述待处理图像中所有像素点的亮度值和所述噪声参数与亮度值关系曲线确定所述所有像素点各自对应的降噪强度;以及,依据所述降噪强度对所述待处理图像进行降噪处理。
可选地,所述对采集的连续多帧测试图像进行噪声分析,确定噪声参数与亮度值关系曲线,包括:通过多帧平均的方式确定所述多帧测试图对应的无噪声图;根据所述无噪声图中所有像素点的梯度信息确定所述无噪声图的平坦区域;并且,将所述多帧测试图各自与所述无噪声图的差值图作为每帧所述测试图对应的噪声图;以及,根据多张所述噪声图的噪声参数信息和所述平坦区域像素点的亮度值确定噪声参数与亮度值的关系曲线。
可选地,所述根据所述无噪声图中所有像素点的梯度信息确定所述无噪声图的平坦区域,包括:基于梯度算子模板计算所述无噪声图中所有像素点的梯度值;以及,当任意一个所述像素点的梯度值满足设定条件时,将所述像素点所在的位置确定为平坦区域;所述设定条件包括:所述像素点的梯度值大于第一阈值,且所述像素点的梯度值与所有相邻像素点的梯度值的差值都小于第二阈值。
可选地,所述根据多张所述噪声图的噪声参数信息和所述平坦区域像素点的亮度值确定噪声参数与亮度值的关系曲线,包括:根据多张所述噪声图各自对应的多个第一采集位置的像素信息确定时域噪声参数值,基于所述时域噪声参数值和所述无噪声图中与所述多个第一采集位置相同位置处的亮度值确定时域噪声参数与亮度的关系曲线;及/或,根据任意一张所述噪声图的多个第二采集位置的像素信息确定空域噪声参数值;其中,所述多个第二采集位置为所述平坦区域对应的位置中的多个;基于所述空域噪声参数值和所述无噪声图中与所述多个第二采集位置相同位置处的亮度值确定空域噪声参数与亮度的关系曲线。
可选地,所述时域噪声参数为时域噪声方差,所述根据多张所述噪声图各自对应的多个第一采集位置的像素信息确定时域噪声参数值,包括:获取多张所述噪声图各自对应的像素组信息;所述像素组信息包含多个第一采集位置的像素值;以及,将全部所述噪声图的相同采集位置处的像素值进行平方和累加后取平均值获得所述时域噪声方差。
可选地,所述空域噪声参数为空域噪声均值和空域噪声均值;根据任意一张所述噪声图的多个第二采集位置的像素信息确定空域噪声参数值,包括:根据所述平坦区域的位置确定任意一张所述噪声图对应的多个第二采集位置;以每个所述第二采集位置为中心,按照预设大小确定每个所述第二采集位置对应的采集块;获取每个所述采集块内所有像素点的像素值;以及,将每个所述采集块内所用像素值的均值作为所述空域噪声均值,所述均值的平方和作为所述空域噪声方差。
可选地,所述方法还包括:将每个所述噪声图内对应的像素值的均值和均值平方和进行平均,将平均后的所述像素值的均值作为所述空域噪声均值,所述均值的平方和作为所述空域噪声方差。
第二方面,本发明提供一种图像降噪装置,包括:噪声分析模块,用于对采集的连续多帧测试图像进行噪声分析,确定噪声参数与亮度值关系曲线;获取模块,用于获取待处理图像;确定模块,用于根据所述待处理图像中所有像素点的亮度值和所述噪声参数与亮度值关系曲线确定所述所有像素点各自对应的降噪强度;以及,降噪模块,用于依据所述降噪强度对所述待处理图像进行降噪处理。
第三方面,本发明提供一种电子设备,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的机器可执行指令,所述处理器可执行所述机器可执行指令以实现第一方面所述图像降噪方法。
第四方面,本发明提供一种存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现第一方面所述图像降噪方法。
本发明实施例提供的图像降噪方法、装置、电子设备及存储介质,该方法:先对采集的连续多帧测试图像进行噪声分析,确定噪声参数与亮度值关系曲线后,并且,获取待处理图像,然后根据所述待处理图像中所有像素点的亮度值和所述噪声参数与亮度值关系曲线确定所述所有像素点各自对应的降噪强度,以及,最后依据所述降噪强度对所述待处理图像进行降噪处理,与现有技术相比,本发明实施例预先建立噪声参数与亮度值之间的关系曲线,然后在基于该关系曲线确定不同亮度值对应的降噪强度,从而避免了传统方式中对整张图像采取相同降噪强度使得降噪效果不理想的结果,能够提高降噪后图像的清晰度,改善降噪效果。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本发明实施例提供的一种图像降噪方法的示意性流程图;
图2为本发明实施例提供的步骤S101的一种可能的实现方式;
图3为本发明实施例提供的步骤S101-2的一种可能的实现方式;
图4为一种拉普拉斯算子模板示意图;
图5为本发明实施例提供的步骤S101-4的一种可能的实现方式;
图6为本发明实施例提供的步骤S101-4-1的一种可能的实现方式;
图7为本发明实施例提供的步骤S101-4-2的一种可能的实现方式;
图8为本发明实施例提供的一种图像降噪装置的功能模块图;
图9为本发明实施例提供的一种电子设备的结构框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。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。
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定义和解释。
在本发明的描述中,需要说明的是,若出现术语“上”、“下”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,或者是该发明产品使用时惯常摆放的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,若出现术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
需要说明的是,在不冲突的情况下,本发明的实施例中的特征可以相互结合。
目前,用户对终端采集的图像的质量要求越来越高,但受拍摄环境因素和设备本身因素的影响,拍摄的图像往往会存在很多噪声,严重破坏拍摄图像的清晰度和质量。
相关技术在进行图像降噪的方式是:采集多帧图像,将一帧图像分割为多个块,以某一帧为参考图像,计算其余帧和参考帧的灰度均值和均方差的差值,当差值较小时认为匹配并标记,当标记数超过阈值则将相应均值和方差取平均用于估计噪声。
上述方式在进行噪声分析时未做平坦和边缘的区分,也未分别做空域和时域噪声特点的分析,因此根据上述估计出来的噪声特性指导图像降噪,往往只能做到对整张图像进行整体降噪,各个区域的降噪强度一样,降噪效果不理想。
为了解决上述技术问题,本发明提供一种图像降噪方法,其核心在于:先对图像做时域去噪处理,然后计算梯度,根据梯度的分布以及幅值上将图像分为平坦区域和边缘区域,然后建立空域和时域噪声的参数与图像中各个像素点亮度之间的关系,最后基于确定的噪声参数与亮度值之间的关系曲线,对于图像中不同亮度值的像素点确定不同的降噪强度,最终使得整张图像变得更加清晰。
为了方便理解本发明实现上述技术效果的过程和原理,请参见图1,图1为本发明实施例提供的一种图像降噪方法的示意性流程图,其中包括以下几个步骤:
S101、对采集的连续多帧测试图像进行噪声分析,确定噪声参数与亮度值关系曲线。
在本发明实施例中,可以对电子设备当前静止画面连续采集多帧测试,由于环境光线的强弱对图像的质量有影响,例如,在逆光、侧光或者点光源下,拍摄得到阴影区域的噪点较多,进而影响照片的最终呈现效果,因此,在连续采集的过程中,保证环境光线不变,测试图像的数量可以由用户根据实际的情况进行设定,通常建议不少于50帧。
在本发明实施例中,上述的噪声参数与亮度值关系曲线指得是不同亮度值对应的噪声水平参数,如噪声的均值和方差,通过该曲线可以确定不同亮度像素点对应的噪声水平,进而根据噪声水平确定该像素点对应的降噪强度,使该像素点当前对应的噪声水平达到该亮度值对应的降噪水平,从而实现对于图像中不同亮度值的像素点确定不同的降噪强度,最终使得整张图像变得更加清晰。
S102、并且,获取待处理图像。
在本发明实施例中,待处理图像与测试图像是同一电子设备拍摄的图像。对于同一电子设备内同一个型号传感器(sensor)来说,在同一个增益下面噪声的均值和方差不会随着场景变化而变化,所以对于同一个型号传感器(sensor),只需要在各个增益下预设S101中确定的亮度和噪声的曲线就可以进一步指导对获取的图像降噪。
S103、根据待处理图像中所有像素点的亮度值和噪声参数与亮度值关系曲线确定所有像素点各自对应的降噪强度。
S104、以及,依据降噪强度对待处理图像进行降噪处理。
本发明实施例提供的图像降噪方法,先对采集的连续多帧测试图像进行噪声分析,确定噪声参数与亮度值关系曲线后,获取待处理图像,然后根据所述待处理图像中所有像素点的亮度值和所述噪声参数与亮度值关系曲线确定所述所有像素点各自对应的降噪强度,最后依据所述降噪强度对所述待处理图像进行降噪处理,与现有技术相比,本发明实施例预先建立噪声参数与亮度值之间的关系曲线,然后在基于该关系曲线确定不同亮度值对应的降噪强度,从而避免了传统方式中对整张图像采取相同降噪强度使得降噪效果不理想的结果,能够提高降噪后图像的清晰度,改善降噪效果。
需要说明的是,上述步骤S101和S102之间并无执行的先后顺序,在一种场景中,可以先采集测试图像,确定好噪声参数和亮度值关系曲线之后再获取待处理图像,在另一种场景中,也可以先获取待处理图像,然后采集测试图像,确定好噪声参数和亮度值关系曲线之后再对带出来图像进行降噪,此处不作限定。
可选地,由上述实施例可知,图像的噪声分析作为图像去噪重要前序条件,噪声分析获得的噪声参数与亮度值之间的关系曲线能对图像降噪做出精确指导,因此,下面给出一种噪声分析方法的实现方式,参见图2,图2为S101的一种可能的实现方式,其可以包括以下几个子步骤:
S101-1、通过多帧平均的方式确定多帧测试图对应的无噪声图。
可以理解的是,将连续多帧测试图进行图像叠加后进行平均(像素值叠加后平均)后可以获得一张无噪声图。
S101-2、根据无噪声图中所有像素点的梯度信息确定无噪声图的平坦区域。
在本发明实施例中,平坦区域指得是区域内像素点的亮度值变化小,通过区分平坦区域可以保证后续对噪声进行空域分析时能保证参考区域内像素值基本在一个亮度上,便于后续的亮度曲线拟合。
在本发明实施例中,在无噪声图上,可以利用预设大小的拉普拉斯算子模板计算每个像素点的梯度信息(梯度值取绝对值),然后根据每个像素点的梯度值以及当前点为中心的预设区域内的所有像素点的梯度值之间的梯度关系来判断当前像素点是否为平坦区域,下面给出一种判断当前像素点是否是平坦区域的实现方式,参见图3,图3为S101-2的一种可能的实现方式:
S101-2-1、基于梯度算子模板计算无噪声图中所有像素点的梯度值。
S101-2-2、以及,当任意一个像素点的梯度值满足像素点的梯度值大于第一阈值,且像素点的梯度值与所有相邻像素点的梯度值的差值都小于第二阈值时,将像素点所在的位置确定为平坦区域。
在本发明实施例中,为了方便理解,请参见图4,图4为3×3的拉普拉斯算子模板的示意图,假设当前像素点为图中的像素点5,梯度值为g 5其余点均为像素点5的相邻像素点,梯度值分别为g1、g2、g3、g4、g 6、g7、g8、g9,那么判断像素点5是否为平坦区域的方式,即g5需同时满足两个条件:第1、g5>T1;第2、e=|g5-gi|<T2,i=1,2,3,4,6,7,8,9,其中,T1和T2均有用户自行设定,此处不作限定。
当任意一个像素点满足上述两个条件,则可以被判定为平坦区域,在无噪声图中确定了平坦区域之后,可以在噪声图中与平坦区域相同的位置处进行噪声采样,进而可以对噪声进行时域和空域分析,下面继续参见步骤S101-3值S101-4获得噪声图,并基于噪声图确定噪声参数与亮度值之间的关系曲线。
S101-3、并且,将多帧测试图各自与无噪声图的差值图作为每帧测试图对应的噪声图。
可以理解的是,分别将测试图与无噪声图相减,获得的图像即为噪声图像。
S101-4、以及,根据多张噪声图的噪声参数信息和平坦区域像素点的亮度值确定噪声参数与亮度值的关系曲线。
在本发明实施例中,为了能够对噪声同时进行空域分析和时域分析,上述的噪声图像与亮度值的关系曲线分为两种,第一种是时域噪声参数与亮度值之间的关系曲线,主要为噪声方差与亮度值关系曲线;第二种为空域噪声与亮度值关系曲线,即噪声均值和噪声方差分别与亮度值的关系曲线,在进行图像降噪的过程中,若对图像进行时域降噪,则时域噪声参数与亮度值之间的关系曲线;若对图像进行空域降噪,则空域噪声参数与亮度值之间的关系曲线;若同时对图像进行时域和空域降噪,则两种关系曲线均可采用。
可选地,下面给出一种获得上述关系曲线的实现方式,参见图5,图5为S101-4的一种可能的实现方式,S101-4还可以包括以下子步骤:
S101-4-1、根据多张噪声图各自对应的多个第一采集位置的像素信息确定时域噪声参数值,基于时域噪声参数值和无噪声图中与多个第一采集位置相同位置处的亮度值确定时域噪声参数与亮度的关系曲线。
在本发明实施例中,时域噪声参数指得是时域噪声方差,本发明采用采样的方式,获得每张噪声图的像素信息,基于该像素信息确定噪声方差,然后基于无噪声图中平坦区域的亮度值和该噪声方差进行曲线拟合,拟合曲线为多项式曲线,由此可以得到时域噪声参数与亮度值之间的关系曲线,为了方便理解上述过程,请参见图6,图6为S101-4-1的一种可能的实现方式:
S101-4-1a、获取多张噪声图各自对应的像素组信息,该像素组信息包含多个第一采集位置的像素值。
S101-4-1b、以及,将全部噪声图的相同采集位置处的像素值进行平方和累加后取平均值获得时域噪声方差。
可以理解的是,假设有n张噪声图P1至Pn,在每张噪声图中按照平均分布的方式选取K个第一采集位置,每个噪声图的采集位置相同,然后将全部噪声图的相同采集位置处的像素值进行平方和累加后取平均值,即累加后除以n,获得所述时域噪声参数值,例如,假设第k个点的采集位置为(50,50),那么将P1至Pn中位置为(50,50)处的像素点的像素值进行平方和累加后取平均值,得到第k个点对应的噪声方差,一次类推,得到K个像素点对应的K个时域噪声方差。
获得时域噪声参数与亮度值之间的关系曲线之后,进一步可以通过步骤S101-4-2获得空域噪声参数值与亮度之间的关系曲线,继续参见步骤S101-4-2:
S101-4-2、根据任意一张噪声图的多个第二采集位置的像素信息确定空域噪声参数值;其中,多个第二采集位置为平坦区域对应的位置中的多个;基于空域噪声参数值和无噪声图中与多个第二采集位置相同位置处的亮度值确定空域噪声参数与亮度的关系曲线。
在本发明实施例中,时域噪声参数指得是时域噪声方差,本发明采用采样的方式,获得每张噪声图的像素信息,基于该像素信息确定噪声方差,然后基于无噪声图中平坦区域的亮度值和该噪声方差进行曲线拟合,拟合曲线为多项式曲线,由此可以得到时域噪声参数与亮度值之间的关系曲线,为了方便理解上述过程,请参见图7,图7为S101-4-1的一种可能的实现方式:
S101-4-2a、根据平坦区域的位置确定任意一张噪声图对应的多个第二采集位置。
可以理解的是,假设有n张噪声图P1至Pn,在每张噪声图中的平坦区域中按照平均分布的方式选取M个第二采集位置,例如,无噪声图像中采集位置为(50,50)处的像素点为平坦区域,则该(50,50)可以作为一个噪声图中的一个第二采集位置。
S101-4-2b、以每个第二采集位置为中心,按照预设大小确定每个第二采集位置对应的采集块。
可以理解的是,以这M个点为中心点,按照(2n+1)×(2n+1),N=1,2,...,N(例如,3X3、5X5、7X7等)可以确定M个采集块,采集块的形式与图4所示的拉普拉斯算子模板类似。
S101-4-2c、获取每个采集块内所有像素点的像素值。
S101-4-2d、以及,将每个采集块内所有像素值的均值作为空域噪声均值,该均值的平方和作为空域噪声方差。
针对时域噪声,以无噪声图中与上述K个第一采集位置相同的位置处的K个亮度值作为横轴,纵轴为噪声方差进行多项式曲线拟合,由此可以得到时域噪声方差和亮度之间的关系曲线;针对空域噪声,以无噪声图中与上述M个第二采集位置的亮度值作为横轴,纵轴为方差进行多项式拟合,由此可以得到时域噪声方差和亮度之间的关系曲线,以M个亮度值作为横轴,纵轴为方差进行多项式拟合,由此可以得到时域噪声方差和亮度之间的关系曲线。
可选地,由上述实施例可以看出,在进行空域噪声分析的过程中,选取的是任意一张噪声图来进行空域噪声分析,由此获得噪声方差和亮度值关系曲线以及噪声均值和亮度值关系曲线,在其他一些场景中,还可以将按照上述方式获得所有噪声图对应的M个噪声方差和M个噪声均值,然后采用平均的方式获得最终用于进行曲线拟合的M个噪声方差和M个噪声均值,下面给出一种可能的实现方式,即:
将每个噪声图内对应的像素值的均值和均值平方和进行平均,将平均后的所述像素值的均值和均值平方和作为所述空域噪声参数值。
通过执行上述实施例中各个实施步骤,即可确定同一型号传感器对应的噪声参数与亮度之间的关系曲线,基于该关系曲线,可以指导电子设备对获取的待处理图像进行降噪,降噪过程中可以根据不同像素点对应的亮度值确定不同的降噪强度,这样一来,就可以避免出现整张图像出现降噪强度一致的现象,从而可以改善降噪效果,提高图像的清晰度。
为了实现上述实施例中的各个步骤,以达到对应的技术效果,下面给出一种行人特征提取装置的实现方式,本发明实施例还提供了一种行人识别装置,参见图8,图8为本发明实施例提供的一种图像降噪装置的功能模块图,其中,图像降噪装置80包括:噪声分析模块801、获取模块802和确定模块803、降噪模块804。
噪声分析模块801,用于对采集的连续多帧测试图像进行噪声分析,确定噪声参数与亮度值关系曲线。
获取模块802,用于获取待处理图像。
确定模块803,用于根据待处理图像中所有像素点的亮度值和噪声参数与亮度值关系曲线确定所有像素点各自对应的降噪强度。
以及,降噪模块804,用于依据降噪强度对待处理图像进行降噪处理。
可以理解的是,噪声分析模块801、获取模块802、确定模块803、和降噪模块804可以用来协同的执行步骤S101至S104以实现相应的技术效果。
可以理解的是,噪声分析模块801还可以用来执行图2、3、5、6、7中所示的各个步骤,以实现相应的技术效果。
本发明实施例还提供一种电子设备,如图9,图9为本发明实施例提电子设备结构框图。该电子设备90包括通信接口901、处理器902和存储器903。该处理器902、存储器903和通信接口901相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。存储器903可用于存储软件程序及模块,如本发明实施例所提供的图像降噪方法对应的程序指令/模块,处理器902通过执行存储在存储器903内的软件程序及模块,从而执行各种功能应用以及数据处理。该通信接口901可用于与其他节点设备进行信令或数据的通信。在本发明中该电子设备90可以具有多个通信接口901。
其中,存储器903可以是但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-OnlyMemory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。
处理器902可以是一种集成电路芯片,具有信号处理能力。该处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(NetworkProcessor,NP)等;还可以是数字信号处理器(Digital Signal Processing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(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。
可以理解的是,上述的图像降噪装置80的各个模块可以软件或固件(Firmware)的形式存储于电子设备90的存储器903中,并由处理器902执行,同时,执行上述模块所需的数据、程序的代码等可以存储在存储器903中。
本发明实施例提供一种存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如前述实施方式中任一项的图像降噪方法。该计算机可读存储介质可以是,但不限于,U盘、移动硬盘、ROM、RAM、PROM、EPROM、EEPROM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种图像降噪方法,其特征在于,应用于电子设备;所述方法包括:
对采集的连续多帧测试图像进行噪声分析,确定噪声参数与亮度值关系曲线;并且,获取待处理图像;
根据所述待处理图像中所有像素点的亮度值和所述噪声参数与亮度值关系曲线确定所述所有像素点各自对应的降噪强度;以及,
依据所述降噪强度对所述待处理图像进行降噪处理。
2.根据权利要求1所述的图像降噪方法,其特征在于,所述对采集的连续多帧测试图像进行噪声分析,确定噪声参数与亮度值关系曲线,包括:
通过多帧平均的方式确定所述多帧测试图对应的无噪声图;
根据所述无噪声图中所有像素点的梯度信息确定所述无噪声图的平坦区域;并且,将所述多帧测试图各自与所述无噪声图的差值图作为每帧所述测试图对应的噪声图;以及,
根据多张所述噪声图的噪声参数信息和所述平坦区域像素点的亮度值确定噪声参数与亮度值的关系曲线。
3.根据权利要求2所述的图像降噪方法,其特征在于,所述根据所述无噪声图中所有像素点的梯度信息确定所述无噪声图的平坦区域,包括:
基于梯度算子模板计算所述无噪声图中所有像素点的梯度值;以及,
当任意一个所述像素点的梯度值满足设定条件时,将所述像素点所在的位置确定为平坦区域;所述设定条件包括:所述像素点的梯度值大于第一阈值,且所述像素点的梯度值与所有相邻像素点的梯度值的差值都小于第二阈值。
4.根据权利要求3所述的图像降噪方法,其特征在于,所述根据多张所述噪声图的噪声参数信息和所述平坦区域像素点的亮度值确定噪声参数与亮度值的关系曲线,包括:
根据多张所述噪声图各自对应的多个第一采集位置的像素信息确定时域噪声参数值;基于所述时域噪声参数值和所述无噪声图中与所述多个第一采集位置相同位置处的亮度值确定时域噪声参数与亮度的关系曲线;及/或,
根据任意一张所述噪声图的多个第二采集位置的像素信息确定空域噪声参数值;其中,所述多个第二采集位置为所述平坦区域对应的多个位置;基于所述空域噪声参数值和所述无噪声图中与所述多个第二采集位置相同位置处的亮度值确定空域噪声参数与亮度的关系曲线。
5.根据权利要求4所述的图像降噪方法,其特征在于,所述时域噪声参数为时域噪声方差,所述根据多张所述噪声图各自对应的多个第一采集位置的像素信息确定时域噪声参数值,包括:
获取多张所述噪声图各自对应的像素组信息;所述像素组信息包含多个第一采集位置的像素值;以及,
将全部所述噪声图的相同采集位置处的像素值进行平方和累加后取平均值获得所述时域噪声方差。
6.根据权利要求4所述的图像降噪方法,其特征在于,所述空域噪声参数为空域噪声均值和空域噪声方差;所述根据任意一张所述噪声图的多个第二采集位置的像素信息确定空域噪声参数值,包括:
根据所述平坦区域的位置确定任意一张所述噪声图对应的多个第二采集位置;
以每个所述第二采集位置为中心,按照预设大小确定每个所述第二采集位置对应的采集块;
获取每个所述采集块内所有像素点的像素值;以及,
将每个所述采集块内所有像素值的均值作为所述空域噪声均值,所述均值的平方和作为所述空域噪声方差。
7.根据权利要求6所述的图像降噪方法,其特征在于,所述方法还包括:
将每个所述噪声图内对应的像素值的均值和均值平方和进行平均,将平均后的所述像素值的均值作为所述空域噪声均值,所述均值的平方和作为所述空域噪声方差。
8.一种图像降噪装置,其特征在于,包括:
噪声分析模块,用于对采集的连续多帧测试图像进行噪声分析,确定噪声参数与亮度值关系曲线;
获取模块,用于获取待处理图像;
确定模块,用于根据所述待处理图像中所有像素点的亮度值和所述噪声参数与亮度值关系曲线确定所述所有像素点各自对应的降噪强度;以及,
降噪模块,用于依据所述降噪强度对所述待处理图像进行降噪处理。
9.一种电子设备,其特征在于,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的机器可执行指令,所述处理器可执行所述机器可执行指令以实现权利要求1-7任一项所述图像降噪方法。
10.一种存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-7任一项所述的图像降噪方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010954358.3A CN112085682B (zh) | 2020-09-11 | 2020-09-11 | 图像降噪方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010954358.3A CN112085682B (zh) | 2020-09-11 | 2020-09-11 | 图像降噪方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112085682A true CN112085682A (zh) | 2020-12-15 |
CN112085682B CN112085682B (zh) | 2023-08-22 |
Family
ID=73737568
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010954358.3A Active CN112085682B (zh) | 2020-09-11 | 2020-09-11 | 图像降噪方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112085682B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113298764A (zh) * | 2021-05-11 | 2021-08-24 | 合肥富煌君达高科信息技术有限公司 | 基于图像噪声分析的高速相机成像质量分析方法 |
CN113379636A (zh) * | 2021-06-21 | 2021-09-10 | 苏州睿新微系统技术有限公司 | 一种红外图像非均匀性校正方法、装置、设备及存储介质 |
CN113810674A (zh) * | 2021-09-06 | 2021-12-17 | Oppo广东移动通信有限公司 | 图像处理方法与装置、终端及可读存储介质 |
CN114302026A (zh) * | 2021-12-28 | 2022-04-08 | 维沃移动通信有限公司 | 降噪方法、装置、电子设备和可读存储介质 |
CN114936141A (zh) * | 2022-07-22 | 2022-08-23 | 浙江中控技术股份有限公司 | 分布式控制系统的控制回路的性能评估方法及系统 |
WO2023143233A1 (zh) * | 2022-01-27 | 2023-08-03 | 北京字跳网络技术有限公司 | 视频噪声检测方法、装置、设备及介质 |
CN113379636B (zh) * | 2021-06-21 | 2024-05-03 | 苏州睿新微系统技术有限公司 | 一种红外图像非均匀性校正方法、装置、设备及存储介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120287310A1 (en) * | 2010-11-18 | 2012-11-15 | Takashi Fujii | Image capturing device and image capturing method |
CN103632352A (zh) * | 2013-11-01 | 2014-03-12 | 华为技术有限公司 | 一种噪声图像的时域降噪方法和相关装置 |
CN103927726A (zh) * | 2014-04-23 | 2014-07-16 | 浙江宇视科技有限公司 | 图像降噪装置 |
CN103973990A (zh) * | 2014-05-05 | 2014-08-06 | 浙江宇视科技有限公司 | 宽动态融合方法及装置 |
US20150055862A1 (en) * | 2013-08-21 | 2015-02-26 | Panasonic Corporation | Image processing apparatus |
US20150332440A1 (en) * | 2014-05-14 | 2015-11-19 | Canon Kabushiki Kaisha | Image processing apparatus, image processing method, and storage medium |
CN105208376A (zh) * | 2015-08-28 | 2015-12-30 | 青岛中星微电子有限公司 | 一种数字降噪方法和装置 |
US20170345131A1 (en) * | 2016-05-30 | 2017-11-30 | Novatek Microelectronics Corp. | Method and device for image noise estimation and image capture apparatus |
CN108305222A (zh) * | 2018-01-04 | 2018-07-20 | 浙江大华技术股份有限公司 | 一种图像的降噪方法、装置、电子设备和存储介质 |
CN110557584A (zh) * | 2018-05-31 | 2019-12-10 | 杭州海康威视数字技术股份有限公司 | 图像处理方法及装置、计算机可读存储介质 |
CN111507923A (zh) * | 2020-04-21 | 2020-08-07 | 浙江大华技术股份有限公司 | 一种视频图像的噪声处理方法、装置、设备和介质 |
-
2020
- 2020-09-11 CN CN202010954358.3A patent/CN112085682B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120287310A1 (en) * | 2010-11-18 | 2012-11-15 | Takashi Fujii | Image capturing device and image capturing method |
US20150055862A1 (en) * | 2013-08-21 | 2015-02-26 | Panasonic Corporation | Image processing apparatus |
CN103632352A (zh) * | 2013-11-01 | 2014-03-12 | 华为技术有限公司 | 一种噪声图像的时域降噪方法和相关装置 |
US20160253789A1 (en) * | 2013-11-01 | 2016-09-01 | Huawei Technologies Co., Ltd. | Temporal Noise Reduction Method for Noisy Image and Related Apparatus |
CN103927726A (zh) * | 2014-04-23 | 2014-07-16 | 浙江宇视科技有限公司 | 图像降噪装置 |
CN103973990A (zh) * | 2014-05-05 | 2014-08-06 | 浙江宇视科技有限公司 | 宽动态融合方法及装置 |
US20150332440A1 (en) * | 2014-05-14 | 2015-11-19 | Canon Kabushiki Kaisha | Image processing apparatus, image processing method, and storage medium |
CN105208376A (zh) * | 2015-08-28 | 2015-12-30 | 青岛中星微电子有限公司 | 一种数字降噪方法和装置 |
US20170345131A1 (en) * | 2016-05-30 | 2017-11-30 | Novatek Microelectronics Corp. | Method and device for image noise estimation and image capture apparatus |
CN108305222A (zh) * | 2018-01-04 | 2018-07-20 | 浙江大华技术股份有限公司 | 一种图像的降噪方法、装置、电子设备和存储介质 |
CN110557584A (zh) * | 2018-05-31 | 2019-12-10 | 杭州海康威视数字技术股份有限公司 | 图像处理方法及装置、计算机可读存储介质 |
CN111507923A (zh) * | 2020-04-21 | 2020-08-07 | 浙江大华技术股份有限公司 | 一种视频图像的噪声处理方法、装置、设备和介质 |
Non-Patent Citations (3)
Title |
---|
曹健;陈红倩;张凯;牛长锋;: "结合区域颜色和纹理的运动阴影检测方法", 机器人 * |
郭俊文;宋贵才;李兴广;: "基于自适应双边滤波的太赫兹图像去噪算法", 长春理工大学学报(自然科学版) * |
陈晔曜;蒋刚毅;邵华;姜浩;郁梅;: "高动态范围图像融合过程中的噪声抑制算法", 光电工程 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113298764A (zh) * | 2021-05-11 | 2021-08-24 | 合肥富煌君达高科信息技术有限公司 | 基于图像噪声分析的高速相机成像质量分析方法 |
CN113379636A (zh) * | 2021-06-21 | 2021-09-10 | 苏州睿新微系统技术有限公司 | 一种红外图像非均匀性校正方法、装置、设备及存储介质 |
CN113379636B (zh) * | 2021-06-21 | 2024-05-03 | 苏州睿新微系统技术有限公司 | 一种红外图像非均匀性校正方法、装置、设备及存储介质 |
CN113810674A (zh) * | 2021-09-06 | 2021-12-17 | Oppo广东移动通信有限公司 | 图像处理方法与装置、终端及可读存储介质 |
CN114302026A (zh) * | 2021-12-28 | 2022-04-08 | 维沃移动通信有限公司 | 降噪方法、装置、电子设备和可读存储介质 |
WO2023143233A1 (zh) * | 2022-01-27 | 2023-08-03 | 北京字跳网络技术有限公司 | 视频噪声检测方法、装置、设备及介质 |
CN114936141A (zh) * | 2022-07-22 | 2022-08-23 | 浙江中控技术股份有限公司 | 分布式控制系统的控制回路的性能评估方法及系统 |
CN114936141B (zh) * | 2022-07-22 | 2022-11-04 | 浙江中控技术股份有限公司 | 分布式控制系统的控制回路的性能评估方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112085682B (zh) | 2023-08-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112085682B (zh) | 图像降噪方法、装置、电子设备及存储介质 | |
CN110766679B (zh) | 镜头脏污检测方法、装置及终端设备 | |
US9811899B2 (en) | Method, image processing system and computer-readable recording medium for item defect inspection | |
Aslantas et al. | A pixel based multi-focus image fusion method | |
CN110852997B (zh) | 动态图像清晰度检测方法、装置、电子设备及存储介质 | |
CN109214996B (zh) | 一种图像处理方法及装置 | |
CN109584198B (zh) | 一种人脸图像质量评价方法、装置及计算机可读存储介质 | |
CN111598801B (zh) | 一种用于微弱Mura缺陷的识别方法 | |
CN110796615A (zh) | 一种图像去噪方法、装置以及存储介质 | |
WO2008124744A2 (en) | Systems and methods for measuring loss of detail in a video codec block | |
US8090206B2 (en) | Systems and methods for matching images | |
CN114612410A (zh) | 一种新型服装检测装置 | |
CN102005051A (zh) | 一种边缘检测方法以及相关装置 | |
CN111031307A (zh) | 一种摄像模组检测方法、装置、电子设备及介质 | |
CN111445435A (zh) | 一种基于多区块小波变换的无参考图像质量评价方法 | |
Sonawane et al. | Image quality assessment techniques: An overview | |
CN115272173A (zh) | 锡球缺陷检测方法及其装置、计算机设备、存储介质 | |
US7672518B2 (en) | Use of frequency transform in the analysis of image sensors | |
CN112614100A (zh) | 海洋浮游生物图像分割方法 | |
CN111768357B (zh) | 一种图像检测的方法及装置 | |
CN111986208A (zh) | 一种目标标记定位圆的捕捉定位方法、装置、计算机设备 | |
US9652689B2 (en) | Magnification factor estimation device and method for same | |
JP2009129221A (ja) | 画像のぼけ量測定装置、ぼけ量測定方法、および、ぼけ量測定プログラム | |
CN112712499B (zh) | 一种物体检测方法、装置以及计算机可读存储介质 | |
CN109785383B (zh) | TVlines图像中定位识别测试线的方法、装置及可读存储介质 |
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 |