CN112419161A - 图像处理方法及装置、存储介质及电子设备 - Google Patents
图像处理方法及装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN112419161A CN112419161A CN201910757470.5A CN201910757470A CN112419161A CN 112419161 A CN112419161 A CN 112419161A CN 201910757470 A CN201910757470 A CN 201910757470A CN 112419161 A CN112419161 A CN 112419161A
- Authority
- CN
- China
- Prior art keywords
- pixel
- image
- target
- point
- 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.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 19
- 238000000034 method Methods 0.000 claims abstract description 50
- 238000012545 processing Methods 0.000 claims abstract description 48
- 238000003384 imaging method Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 22
- 230000006870 function Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000004927 fusion Effects 0.000 description 7
- 238000001514 detection method Methods 0.000 description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000007499 fusion processing Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 206010034972 Photosensitivity reaction Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000007812 deficiency Effects 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
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000036211 photosensitivity Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- G06T5/70—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration by the use of more than one image, e.g. averaging, subtraction
-
- 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
- G06T2207/20212—Image combination
- G06T2207/20216—Image averaging
-
- 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
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Abstract
本公开涉及计算机技术领域,具体涉及一种图像处理方法及装置、计算机可读介质及电子设备。所述方法包括:获取第一图像和第二图像,所述第一图像的分辨率区别于所述第二图像的分辨率;获取所述第二图像中的第一像素值和第二像素值,所述第一像素值为所述第二图像中目标像素点的像素值,所述第二像素值为所述目标像素点对应邻域中的像素点的像素值;根据所述第一像素值和所述第二像素值确定所述目标像素点的像素偏差;若所述像素偏差大于第一阈值,则将所述第一图像中与所述目标像素点对应的原始像素点确定为噪点,以根据所述噪点进行图像处理。本公开可在确保图像保留更多细节信息的同时,将图像中的噪点进行准确去除。
Description
技术领域
本公开涉及图像处理技术领域,具体涉及一种图像处理方法、一种图像处理装置、一种计算机可读介质及电子设备。
背景技术
图像信息以其信息量大、传输速度快、作用距离远等优点成为获取信息的重要来源,但在现实中图像采集及传输过程中产生不必要的或干扰的信息,即图像噪声,图像噪声会严重影响图像的质量及图像后期处理,因此,图像去噪是图像处理领域的重要组成部分。
相关技术中,图像去噪方法包括局部自适应去噪,基于方差去噪,小波变换去噪、中值滤波去噪等等,然而该些方法在去噪过程中可能导致图像变得模糊,影响最终图像质量;而根据图像先验建模的去噪方式则依赖于人的先验知识,一定程度上也对去噪效果造成影响。
发明内容
本公开的目的在于提供一种图像处理方法、一种图像处理装置、一种计算机可读介质以及电子设备,从而使图像保留更多细节信息的同时,进行图像的有效去噪。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
根据本公开的第一方面,提供一种图像处理方法,所述方法包括:
获取第一图像和第二图像,所述第一图像的分辨率区别于所述第二图像的分辨率;
获取所述第二图像中的第一像素值和第二像素值,所述第一像素值为所述第二图像中目标像素点的像素值,所述第二像素值为所述目标像素点对应邻域中的像素点的像素值;
根据所述第一像素值和所述第二像素值确定所述目标像素点的像素偏差;
若所述像素偏差大于第一阈值,则将所述第一图像中与所述目标像素点对应的原始像素点确定为噪点,以根据所述噪点进行图像处理。
根据本公开的第二方面,提供一种图像处理装置,包括:
图像获取模块,用于获取第一图像和第二图像,所述第一图像的分辨率区别于所述第二图像的分辨率;
像素值获取模块,用于获取所述第二图像中的第一像素值和第二像素值,所述第一像素值为所述第二图像中目标像素点的像素值,所述第二像素值为所述目标像素点对应邻域中的像素点的像素值;
像素偏差确定模块,用于根据所述第一像素值和所述第二像素值确定所述目标像素点的像素偏差;
图像处理模块,用于若所述像素偏差大于第一阈值,则将所述第一图像中与所述目标像素点对应的原始像素点确定为噪点,以根据所述噪点进行图像处理。
根据本公开的第三方面,提供一种计算机可读介质,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上述的图像处理方法。
根据本公开的第四方面,提供一种电子设备,包括:
成像传感器;
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器根据从所述成像传感器获取的图像,执行所述可执行指令时,实现如上述任一项的图像处理方法。
本公开的示例性实施例所提供的图像处理方法中,通过第二图像中像素点的像素偏差确定与之对应的第一图像中的噪点,以根据该噪点对图像进行处理。一方面,第一图像与第二图像的分辨率不同,因此可基于一图像对另一图像中的噪点进行检测,并根据获得的噪点对图像进行处理,其中,允许选择并利用噪点表现良好的低像素图像中的噪点,确定与之对应的高分辨率图像中的噪点,可提高噪点检测的准确性;同时,不会对高分辨率图像中的图像细节造成影响;另一方面,基于获得的噪点可以对不同分辨率的图像进行处理,例如融合等,以根据不同的处理方式获得具有特定需求的目标图像。
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,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示意性示出本公开示例性实施例中一种图像处理方法的流程图;
图2示意性示出本公开示例性实施例中Bayer格式的第一图像和Tetra-Bayer格式的第二图像的像素点排列方式示意图;
图3示意性示出本公开示例性实施例中像素点对应邻域的示意图;
图4示意性示出本公开示例性实施例中根据第一像素值和第二像素值确定目标像素点的像素偏差的流程图;
图5示意性示出本公开示例性实施例中求取第二像素值的像素加权平均值的流程图;
图6示意性示出本公开示例性实施例中在第一图像中确定目标原始像素点作为噪点的流程图;
图7示意性示出本公开示例性实施例中基于噪点将分辨率调整后的第二图像与第一图像进行融合以获得目标图像的流程图;
图8示意性示出本公开示例性实施例中一种图像处理装置的组成示意图;
图9示意性示出本公开示例性实施例中一种计算机可读存储介质的结构示意图;
图10示意性示出本公开示例性实施例中一种电子设备的框图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
此外,附图仅为本公开的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
相关技术中的图像去噪方法,通过将高分辨率图像缩小至低分辨率图像,并通过将一张或多张低分辨率图像与高分辨率图像进行融合实现降噪的目的。然而,相关技术中的低像素图像在经过降低像素的过程中导致图像细节损失严重,进而引起合成后的图像中的高频细节损失。
针对上述的相关技术的缺点和不足,本示例实施方式中提供了一种图像处理方法,该方法可应用于智能手机、平板电脑或其它具有拍照或摄像功能的应用程序及终端设备。参考图1中所示,上述的图像处理方法可以包括以下步骤:
步骤S110,获取第一图像和第二图像,所述第一图像的分辨率区别于所述第二图像的分辨率;
步骤S120,获取所述第二图像中的第一像素值和第二像素值,所述第一像素值为所述第二图像中目标像素点的像素值,所述第二像素值为所述目标像素点对应邻域中的像素点的像素值;
步骤S130,根据所述第一像素值和所述第二像素值确定所述目标像素点的像素偏差;
步骤S140,若所述像素偏差大于第一阈值,则将所述第一图像中与所述目标像素点对应的原始像素点确定为噪点,以根据所述噪点进行图像处理。
本示例实施方式所提供的图像处理方法中,一方面,第一图像与第二图像的分辨率不同,因此可基于一图像对另一图像中的噪点进行检测,并根据获得的噪点对图像进行处理,其中,允许选择并利用噪点表现良好的低像素图像中的噪点,确定与之对应的高分辨率图像中的噪点,可提高噪点检测的准确性;同时,不会对高分辨率图像中的图像细节造成影响;另一方面,基于获得的噪点可以对不同分辨率的图像进行处理,例如融合等,以根据不同的处理方式获得具有特定需求的目标图像。
下面,将结合附图及实施例对本示例实施方式中的图像处理方法的各个步骤进行更详细的说明。
步骤S110,获取第一图像和第二图像,所述第一图像的分辨率区别于所述第二图像的分辨率。
本示例实施方式中,可通过具有像素重排功能的图像传感器,对场景进行拍摄,第一图像和第二图像可以是对同一场景拍摄后得到的,在可选的实施例中,可以通过同一目摄像头先后拍摄第一图像和第二图像;在可选的实施例中,还可以通过双目摄像头,分别拍摄第一图像和第二图像,本公开包括但不限于上述拍摄第一图像和第二图像的方式。在可选的实施例中,第一图像和第二图像也可以是对不同场景拍摄后得到的,该不同场景应包括部分相同或相应的特定场景,例如不同场景中均包括天空,人物等等,对此不再一一列举。其中,第一图像的分辨率区别于第二图像的分辨率,本公开以第一图像的分辨率高于第二图像的分辨率为例进行阐述,例如第一图像的分辨率为6400万,第二图像的分辨率为1600万,等等。
在可选的实施例中,第一图像可以为Bayer格式(一种图片格式)的RAW图像(未加工图像),第二图像可以Tetra-Bayer格式的RAW图像,图2示出了Bayer格式的第一图像和Tetra-Bayer格式的第二图像的像素点排列方式,可以理解的是,图中第一图像的分辨率高于第二图像的分辨率,第二图像中的一个像素点是由多个同色像素点累加形成,任一第二图像中的像素点对应于n2个第一图像中的像素点(图2中第二图像中的1个像素点对应于图1中的4个像素点),其中n≥2且为正整数,因此第二图像的感光性更强,在相同曝光条件下拍摄出相同亮度的图像时噪点表现更良好。当然,还可以根据实际处理需求,选择相应的n值,本公开对比不作特殊限定。
步骤S120,获取所述第二图像中的第一像素值和第二像素值,所述第一像素值为所述第二图像中目标像素点的像素值,所述第二像素值为所述目标像素点对应邻域中的像素点的像素值。
本示例实施方式中,目标像素点可以为第二图像中的全部像素点,当然也可以根据实际情况选择第二图像中的部分像素点作为目标像素点,本公开实施方式以目标像素点包括第二图像中的全部像素点为例进行说明。目标像素点对应邻域为与该目标像素点相邻的区域范围,目标像素点对应邻域可以包括多种尺寸,参见图3所示,例如3×3,当然,还可以为5×5,7×7,等等,本公开对此不再一一列举。在可选的实施例中,目标像素点对应邻域的尺寸与噪点频率对应,目标像素点对应邻域尺寸与噪点频率呈负相关的关系。
步骤S130,根据所述第一像素值和所述第二像素值确定所述目标像素点的像素偏差。
本示例实施方式中,像素偏差表征了第一图像中目标像素点的像素值与其对应邻域中像素点的像素偏离程度值,图4示出了根据第一像素值和第二像素值确定目标像素点的像素偏差的流程图,如图4所示,该过程包括如下步骤:
在步骤S410中,求取所述第二像素值的像素均值。
本示例实施方式中,目标像素点对应邻域中像素点的数量为多个,求取对应邻域中各像素点的第二像素值的像素均值,在可选的实施例中,像素均值可以为像素的加权平均值,图5示出了求取第二像素值的像素加权平均值的流程图,如图5所示,该过程包括:
在步骤S510中,获取目标像素点对应邻域中像素点与目标像素点之间的距离,并根据该距离确定对应邻域中像素点的权重,具体而言,可以通过获取目标像素点对应邻域中像素点与目标像素点之间的欧式距离,其中欧式距离为像素点之间的普通直线距离,当然,还可以根据实际情况选择其它计算距离的方式,例如城区距离、棋盘距离,等等,本公开包括但不限于上述的计算距离的方式。进一步的,可以将获得的目标像素点对应邻域中像素点与目标像素点之间的距离的倒数作为对应邻域中像素点的权重。在步骤S520中,根据第二像素值和对应的权重,确定像素均值,即根据各个第二像素值与其对应的权重,计算像素的加权平均值。
需要说明的是,像素均值还可以为像素的算数平均值、几何平均值,等等,本公开对此不再一一举例说明。
在步骤S420中,将所述第一像素值与所述像素均值作差,并根据获得的差值确定所述像素偏差。
本示例实施方式中,可以通过求取第一像素值与像素均值的差值,并将该差值的绝对值作为目标像素点的像素偏差。
步骤S140,若像素偏差大于第一阈值,则将所述第一图像中与所述目标像素点对应的原始像素点确定为噪点,以根据所述噪点进行图像处理。
本示例实施方式中,第一阈值为判断目标像素点是否为噪点的基准,当像素偏差大于第一阈值时,则确定与该像素偏差对应的第二图像中的目标像素点为噪点,相应的,确定第一图像中与目标像素点对应的原始像素点为噪点。
进一步的,当第一图像的分辨率大于第二图像的分辨率时,第一图像中目标像素点对应的原始像素点的数量为多个(可参见图2所示),通过步骤S140确定出的噪点为多个原始像素点,因此,还可以通过原始像素点的像素偏差来确定目标原始像素点,并将该目标原始像素点作为噪点。图6示出了在第一图像中确定目标原始像素点作为噪点的流程图,如图6可知,该过程包括:
步骤S610,获取所述第一图像中的第三像素值和第四像素值,所述第三像素值为所述原始像素点的像素值,所述第四像素值为所述原始像素点对应邻域中的像素点的像素值。
本示例实施方式中,针对每一原始像素点,首先获取该原始像素点的像素值与其对应邻域中的像素点的像素值,其中,原始像素点对应邻域可选择与目标像素点对应邻域相同的尺寸,当然,也可以根据实际需要选择相应的尺寸。
在步骤S620中,根据第三像素值和第四像素值确定原始像素点的原始像素偏差。
本示例实施方式中,原始像素点对应邻域中像素点的数量为多个,首先,获取原始像素点对应邻域中像素点的第四像素值的原始像素均值,该原始像素均值例如可以为像素加权平均值、算数平均值或几何平均值,等等,本公开对此不再赘述。然后,将第三像素值与该原始像素均值作差,并根据获得的差值确定原始像素点的原始像素偏差,基于此过程,可获得第一图像中与目标像素点对应的各个原始像素点的原始像素偏差。
在步骤S630中,若存在原始像素偏差大于第二阈值的,则将所述原始像素偏差对应的目标原始像素点确定为所述噪点,并根据所述噪点进行图像处理。
本示例实施方式中,第二阈值为判断第一图像中原始像素点是否为噪点的基准,第二阈值可以与第一阈值相同,也可以不同于第一阈值;若存在原始像素偏差大于第二阈值的,则将该原始像素偏差对应的目标原始像素点确定为噪点,并根据该噪点进行图像处理。
通过上述过程,当根据目标像素点的像素偏差确定了第一图像中与之对应的原始像素点后,可进一步的在原始像素点中确定目标原始像素点,并作为噪点,可提高第一图像中噪点检测的准确性,也避免了对非噪点像素点进行去噪处理而导致第一图像中不必要的细节损失。
此外,在检测出噪点后,还可以根据噪点进行图像处理。本示例实施方式中,通过将去噪后的高分辨率第一图像和低分辨的第二图像融合的方式,实现图像处理。根据噪点进行图像处理的过程包括:首先,将第二图像的分辨率调整至第一图像的分辨率;然后,基于检测到的噪点,将分辨率调整后的第二图像与第一图像进行融合,以获得目标图像。其中,将第二图像的分辨率调整以使得第二图像中的任一像素点对应于一个第一图像中的像素点,若第一图像的分辨率大于第二图像的分辨率,则将第二图像的分辨率放大至第一图像的分辨率,具体而言,图7示出了基于噪点,将分辨率调整后的第二图像与第一图像进行融合以获得目标图像的流程图,参照图7所示,该过程包括:
在步骤S710中,获取所述第一图像中的目标原始像素点的像素值和所述目标原始像素点对应邻域中的像素点的像素值。
本示例实施方式中,可以通过与目标原始像素点尺寸对应的窗口(对应邻域)在第一图像中进行上下左右移动,首先获取第一图像中的目标原始像素点的像素值和目标原始像素点对应邻域中的像素点的像素值,该窗口尺寸例如可以与上述的各对应邻域相同,当然也可根据实际需求确定。
在步骤S720中,求取所述目标原始像素点对应邻域中的像素点的像素值与所述目标原始像素点的像素值的差值,并将获得的各所述差值求和,以获得累积像素差。
本示例实施方式中,累积像素差为第一图像中任一目标原始像素点与其对应邻域中原始像素点的差值之和,基于上述过程,分别获取第一图像中每一目标原始像素点的累积像素差。
在步骤S730中,根据所述累积像素差与第三阈值的比较结果,确定所述目标原始像素点对应的区域类型。
本示例实施方式中,区域类型包括但不限于平坦区域和细节区域,其中,细节区域包含了丰富的图像信息,通常是算法应保留的区域,而平坦区域中的噪声块通常是需要去除的。
可选的,可以通过将累积像素差直接与第三阈值进行比较,并根据比较结果确定该目标原始像素点对应的区域类型。具体而言,若累积像素差小于第三阈值,则确定目标原始像素点的区域类型为平坦区域,并将第二图像中与目标原始图像对应的像素点与目标原始像素点以第一比例融合;若累积像素差大于第三阈值,则确定目标原始像素点的区域类型为细节区域,则将第二图像中与目标原始图像对应的像素点与目标原始像素点以第二比例融合。其中,第一比例中目标原始像素点的占比相较第二比例中目标原始像素点的占比要低,可理解的是,当目标原始像素点属于细节区时,为了保留更多高频细节,则融合更多的第一图像中的目标原始像素点,相反,当目标原始像素点属于平坦区时,为了实现去噪,则融合更多的第二图像中的目标像素点,基于此,使获得的目标图像在保留更多细节信息同时,实现有效去噪。
可选的,还可以将获得的累积差值与目标原始差值作比,并将获得的比值与相关第三阈值进行比较,并根据比较结果确定目标原始像素点的区域类型,本公开对此不做特殊限定。
在步骤S740中,根据所述区域类型将分辨率调整后的所述第二图像与所述第一图像进行融合,以获得目标图像。
本示例实施方式中,由上述可知,目标像素点对应邻域可包括多种尺寸类型,且该尺寸与噪点频率呈负相关的关系,因此,还可以根据第一像素值及具有目标尺寸的目标像素点对应邻域中像素点的第二像素值,确定第一图像中具有目标频率的目标噪点,以根据目标噪点进行图像去噪和融合处理。
可选的,由于中低频区域通常需要较强的去噪强度,因此,可以将目标像素点对应邻域的尺寸选择与中低频对应的目标尺寸,以此实现对第一图像中中低频段的噪点检测,并通过与第二图像的融合实现去噪的同时,保留了高频细节信息。
在可选的实施例中,若用户选择以低分辨率模式拍摄图像时,还可以获得与拍摄场景对应的高分辨率图像,并通过将目标像素点对应邻域的尺寸选择为与高频对应的目标尺寸,并将检测到的高频细节融合到低分辨率的图像中,使获得的低像素图像具有更多高频细节,从而提高低分辨率图像的清晰程度。
需要说明的是,通过选择不同尺寸的目标像素点对应邻域,可实现对不同频段像素点的检测,并根据实际应用需求,确定将高分辨率的第一图像中的像素点融合至低分辨率的第二图像中,还是反之,均可实现基于噪点检测的图像融合处理,以获得具有特殊需求的目标图像;此外,本公开的实施方式是以第一图像的分辨率高于第二图像的分辨率为例,进行示例性说明,可以理解的是,当第一图像的分辨率低于第二图像的分辨率时,通过高分辨率的第二图像对低分辨率的第一图像进行图像处理也应属本申请保护范围,本公开对此不再详述。
需要注意的是,上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
进一步的,参考图8所示,本示例的实施方式中还提供一种图像处理装置800,包括:图像获取模块801、像素值获取模块802、像素偏差确定模块803和图像处理模块804。其中:
图像获取模块801,用于获取对同一场景拍摄后得到的第一图像和第二图像,所述第一图像的分辨率高于所述第二图像的分辨率;
像素值获取模块802,用于获取所述第二图像中的第一像素值和第二像素值,所述第一像素值为所述第二图像中目标像素点的像素值,所述第二像素值为所述目标像素点对应邻域中的像素点的像素值;
像素偏差确定模块803,用于根据所述第一像素值和所述第二像素值确定所述目标像素点的像素偏差;
图像处理模块804,用于若所述像素偏差大于第一阈值,则将所述第一图像中与所述目标像素点对应的原始像素点确定为噪点,以根据所述噪点进行图像处理。
在本公开的一种示例中,所述目标像素点对应邻域中像素点的数量为多个;所述像素偏差确定模块可以包括:均值获取单元和像素均值确定单元。其中:
所述均值获取单元可以用于求取所述第二像素值的像素均值;
所述像素均值确定单元可以用于将所述第一像素值与所述像素均值作差,并根据获得的差值确定所述像素偏差。
在本公开的一种示例中,所述像素均值为像素的加权平均值;所述像素偏差确定模块还可以包括:权重获取单元。
所述权重获取单元可以用于获取所述目标像素点对应邻域中的像素点与所述目标像素点之间的距离,并根据所述距离确定所述目标像素点对应邻域中的像素点的权重。
在本公开的一种示例中,所述第一图像的分辨率大于所述第二图像的分辨率。
在本公开的一种示例中,所述目标像素点对应的原始像素点的数量为多个;所述图像处理模块可以包括像素获取单元、原始像素偏差确定单元、噪点确定单元及图像处理单元。
所述像素获取单元可以用于获取所述第一图像中的第三像素值和第四像素值,所述第三像素值为所述原始像素点的像素值,所述第四像素值为所述原始像素点对应邻域中的像素点的像素值;
所述原始像素偏差确定单元可以用于根据所述第三像素值和第四像素值确定所述原始像素点的原始像素偏差;
所述噪点确定单元可以用于若存在原始像素偏差大于第二阈值的,则将所述原始像素偏差对应的目标原始像素点确定为所述噪点,并根据所述噪点进行图像处理。
在本公开的一种示例中,所述原始像素点对应邻域中像素点的数量为多个;所述图像处理模块还可以包括原始像素均值计算单元和原始像素偏差获取单元。
所述原始像素均值计算单元可以用于计算所述第四像素值的原始像素均值;
所述原始像素偏差获取单元可以用于将所述第三像素值与所述原始像素均值作差,并根据获得的差值确定所述原始像素偏差。
在本公开的一种示例中,所述图像处理模块可以包括分辨率调整单元和图像融合单元。
所述分辨率调整单元可以用于将所述第二图像的分辨率调整至所述第一图像的分辨率,并将分辨率调整后的所述第二图像与去噪后的所述第一图像进行融合,以获得目标图像。
在本公开的一种示例中,所述图像处理模块还可以包括累积像素差获取单元、区域类型确定单元和目标图像确定单元。
所述累积像素差获取单元可以用于求取所述目标原始像素点对应邻域中的像素点的像素值与所述目标原始像素点的像素值的差值,并将获得的各所述差值求和,以获得累积像素差;
所述区域类型确定单元可以用于根据所述累积像素差与第三阈值的比较结果,确定所述目标原始像素点对应的区域类型;
所述目标图像确定单元可以用于根据所述区域类型将分辨率调整后的所述第二图像与所述第一图像进行融合,以获得目标图像。
在本公开的一种示例中,所述区域类型包括平坦区域和细节区域;若所述累积像素差小于所述第三阈值,则确定所述目标原始像素点的区域类型为所述平坦区域;若所述累积像素差大于所述第三阈值,则确定所述目标原始像素点的区域类型为所述细节区域。
在本公开的一种示例中,所述图像处理模块还可以包括第一融合单元和第二融合单元。
所述第一融合单元可以用于若所述目标像素点属于所述平坦区域,则将第二图像中与所述目标原始图像对应的像素点与所述目标原始像素点以第一比例融合;
所述第二融合单元可以用于若所述目标像素点属于所述细节区域,则将第二图像中与所述目标原始图像对应的像素点与所述目标原始像素点以第二比例融合。
在本公开的一种示例中,所述图像处理装置还可以包括噪点频率确定单元。
所述噪点频率确定单元可以用于根据所述目标像素点对应邻域的尺寸,确定目标频率,并确定所述第一图像中具有目标频率的目标噪点,以根据所述目标噪点进行图像处理。
上述的图像处理装置中各模块的具体细节已经在对应的图像处理方法中进行了详细的描述,因此此处不再赘述。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外,在本公开的示例性实施方式中,还提供了一种能够实现上述方法的计算机可读存储介质。其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施例中,本公开的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施例的步骤。
参考图9所示,描述了根据本公开的示例性实施方式的用于实现上述方法的程序产品900,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本公开的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、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)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码,所述程序设计语言包括面向对象的程序设计语言-诸如Java、C++等,还包括常规的过程式程序设计语言-诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
为实现上述实施例,本公开还提供一种电子设备,图10示出了本发明实施例的电子设备的结构示意图,该电子设备1000可以为但不限于手机、平板电脑等设备。
如图10所示,该电子设备1000包括:成像传感器1010、存储器1020、处理器1030及存储在存储器1020上并可在处理器1030上运行的可执行指令,处理器1030根据从成像传感器1010获取的图像,执行可执行指令时,实现如本公开前述实施例中提出的图像处理方法,例如图1所示的步骤S110至步骤S140。或者,上述处理器1030执行上述可执行命令时实现上述各装置实施例中各模块/单元的功能,例如图8所示模块801至804的功能。
示例性的,上述可执行命令可以被分割成一个或多个模块/单元,上述一个或者多个模块/单元被存储在上述存储器1020中,并由上述处理器1030执行,以完成本公开。上述一个或多个模块/单元可以是能够完成特定功能的一系列可执行指令段,该指令段用于描述上述可执行指令在上述电子设备1000中的执行过程。例如,上述可执行命令可以被分割成图像获取模块、像素值获取模块、像素偏差确定模块以及图像处理模块。
上述电子设备1000可以包括但不仅限于,成像传感器1010、存储器1020、处理器1030及存储在存储器1020上并可在处理器1030上运行的可执行指令。本领域技术人员可以理解,图10仅仅是电子设备1000的示例,并不构成对电子设备1000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,例如上述电子设备还可以包括其他输入输出设备、网络接入设备、总线等。
所称处理器1030可以是中央处理单元(Central Processing Unit,CPU),还可以是其它通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其它可编程逻辑器件、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。
上述存储器1020可以是上述电子设备1000的内部存储单元,例如电子设备1000的硬盘或内存。上述存储器1020也可以是上述电子设备1000的外部存储设备,例如上述电子设备1000上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)等。进一步地,上述存储器1020还可以既包括上述电子设备1000的内部存储单元也包括外部存储设备。上述存储器1020用于存储上述可执行指令以及上述电子设备1000所需的其它程序和数据。上述存储器1020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,即将上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公开的范围。
在本公开所提供的实施例中,应该理解到,所揭露的装置/电子设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/电子设备实施例仅仅是示意性的,例如,上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。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
此外,上述附图仅是根据本公开示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其他实施例。本公开旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限。
Claims (14)
1.一种图像处理方法,其特征在于,包括:
获取第一图像和第二图像,所述第一图像的分辨率区别于所述第二图像的分辨率;
获取所述第二图像中的第一像素值和第二像素值,所述第一像素值为所述第二图像中目标像素点的像素值,所述第二像素值为所述目标像素点对应邻域中的像素点的像素值;
根据所述第一像素值和所述第二像素值确定所述目标像素点的像素偏差;
若所述像素偏差大于第一阈值,则将所述第一图像中与所述目标像素点对应的原始像素点确定为噪点,以根据所述噪点进行图像处理。
2.根据权利要求1所述的方法,其特征在于,所述目标像素点对应邻域中的像素点的数量为多个;
所述根据所述第一像素值和所述第二像素值确定所述目标像素点的像素偏差,包括:
求取所述第二像素值的像素均值;
将所述第一像素值与所述像素均值作差,并根据获得的差值确定所述像素偏差。
3.根据权利要求2所述的方法,其特征在于,所述像素均值为像素的加权平均值;
所述求取所述第二像素值的像素均值,包括:
获取所述目标像素点对应邻域中的像素点与所述目标像素点之间的距离,并根据所述距离确定所述目标像素点对应邻域中的像素点的权重;
根据所述第二像素值和对应的所述权重,确定所述像素均值。
4.根据权利要求1所述的方法,其特征在于,所述第一图像的分辨率大于所述第二图像的分辨率。
5.根据权利要求4所述的方法,其特征在于,所述若所述像素偏差大于预设阈值,则将所述第一图像中与所述目标像素点对应的原始像素点确定为噪点,以根据所述噪点进行图像处理,还包括:
获取所述第一图像中的第三像素值和第四像素值,所述第三像素值为所述原始像素点的像素值,所述第四像素值为所述原始像素点对应邻域中的像素点的像素值;
根据所述第三像素值和第四像素值确定所述原始像素点的原始像素偏差;
若存在原始像素偏差大于第二阈值的,则将所述原始像素偏差对应的目标原始像素点确定为所述噪点,并根据所述噪点进行图像处理。
6.根据权利要求5所述的方法,其特征在于,所述原始像素点对应邻域中像素点的数量为多个;
所述根据所述第三像素值和第四像素值确定所述原始像素点的原始像素偏差,包括:
求取所述第四像素值的原始像素均值;
将所述第三像素值与所述原始像素均值作差,并根据获得的差值确定所述原始像素偏差。
7.根据权利要求1所述的方法,其特征在于,所述根据所述噪点进行图像处理,包括:
将所述第二图像的分辨率调整至所述第一图像的分辨率;
基于所述噪点,将分辨率调整后的所述第二图像与所述第一图像进行融合,以获得目标图像。
8.根据权利要求7所述的方法,其特征在于,所述基于所述噪点,将分辨率调整后的所述第二图像与所述第一图像进行融合,以获得目标图像,包括:
获取所述第一图像中的目标原始像素点的像素值和所述目标原始像素点对应邻域中的像素点的像素值;
求取所述目标原始像素点对应邻域中的像素点的像素值与所述目标原始像素点的像素值的差值,并将获得的各所述差值求和,以获得累积像素差;
根据所述累积像素差与第三阈值的比较结果,确定所述目标原始像素点对应的区域类型;
根据所述区域类型将分辨率调整后的所述第二图像与所述第一图像进行融合,以获得目标图像。
9.根据权利要求8所述的方法,其特征在于,所述区域类型包括平坦区域和细节区域;
所述根据所述累积像素差与第三阈值的比较结果,确定所述目标原始像素点对应的区域类型,包括:
若所述累积像素差小于所述第三阈值,则确定所述目标原始像素点的区域类型为所述平坦区域;
若所述累积像素差大于所述第三阈值,则确定所述目标原始像素点的区域类型为所述细节区域。
10.根据权利要求9所述的方法,其特征在于,所述根据所述区域类型将分辨率调整后的所述第二图像与所述第一图像进行融合,以获得目标图像,包括:
若所述目标像素点属于所述平坦区域,则将第二图像中与所述目标原始图像对应的像素点与所述目标原始像素点以第一比例融合;
若所述目标像素点属于所述细节区域,则将第二图像中与所述目标原始图像对应的像素点与所述目标原始像素点以第二比例融合。
11.根据权利要求1至10任一项所述的方法,其特征在于,所述方法包括多种尺寸的所述目标像素点对应邻域,且所述尺寸与噪点频率对应;所述方法还包括:
根据所述第一像素值及具有目标尺寸的目标像素点对应邻域中的像素点的第二像素值,确定所述第一图像中具有目标频率的目标噪点,以根据所述目标噪点进行图像处理。
12.一种图像处理装置,其特征在于,包括:
图像获取模块,用于获取第一图像和第二图像,所述第一图像的分辨率区别于所述第二图像的分辨率;
像素值获取模块,用于获取所述第二图像中的第一像素值和第二像素值,所述第一像素值为所述第二图像中目标像素点的像素值,所述第二像素值为所述目标像素点对应邻域中的像素点的像素值;
像素偏差确定模块,用于根据所述第一像素值和所述第二像素值确定所述目标像素点的像素偏差;
图像处理模块,用于若所述像素偏差大于第一阈值,则将所述第一图像中与所述目标像素点对应的原始像素点确定为噪点,以根据所述噪点进行图像处理。
13.一种计算机可读介质,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至11中任一项所述的图像处理方法。
14.一种电子设备,其特征在于包括:
成像传感器;
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器根据从所述成像传感器获取的图像,执行所述可执行指令时,实现如权利要求1至11中任一项所述的图像处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910757470.5A CN112419161B (zh) | 2019-08-20 | 2019-08-20 | 图像处理方法及装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910757470.5A CN112419161B (zh) | 2019-08-20 | 2019-08-20 | 图像处理方法及装置、存储介质及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112419161A true CN112419161A (zh) | 2021-02-26 |
CN112419161B CN112419161B (zh) | 2022-07-05 |
Family
ID=74778899
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910757470.5A Active CN112419161B (zh) | 2019-08-20 | 2019-08-20 | 图像处理方法及装置、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112419161B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113313658A (zh) * | 2021-07-29 | 2021-08-27 | 南昌虚拟现实研究院股份有限公司 | 图像处理方法、装置、电子设备及存储介质 |
CN114373196A (zh) * | 2021-12-31 | 2022-04-19 | 北京极豪科技有限公司 | 有效采集区域确定方法、程序产品、存储介质及电子设备 |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005229491A (ja) * | 2004-02-16 | 2005-08-25 | Matsushita Electric Ind Co Ltd | デジタル画像のノイズ除去方法 |
US20070127836A1 (en) * | 2005-12-07 | 2007-06-07 | Micron Technology, Inc. | Method and apparatus providing noise reduction while preserving edges for imagers |
CN101388977A (zh) * | 2007-09-13 | 2009-03-18 | 株式会社东芝 | 图像处理设备和图像处理方法 |
US20090087121A1 (en) * | 2007-10-01 | 2009-04-02 | Samsung Electronics Co., Ltd. | Method and apparatus for enhancing detail based on noise elimination, and method and apparatus for calculating noise weight |
US20110158554A1 (en) * | 2009-12-24 | 2011-06-30 | Canon Kabushiki Kaisha | Image processing apparatus, image processing method, and program |
CN104134191A (zh) * | 2014-07-11 | 2014-11-05 | 三星电子(中国)研发中心 | 图像去噪方法及其装置 |
US20140363087A1 (en) * | 2013-06-06 | 2014-12-11 | Apple Inc. | Methods of Image Fusion for Image Stabilization |
CN104376550A (zh) * | 2014-12-01 | 2015-02-25 | 中南大学 | 基于含积分的平差模型的超分辨率图像重建方法 |
CN106683063A (zh) * | 2017-01-22 | 2017-05-17 | 厦门美图之家科技有限公司 | 一种图像去噪的方法与装置 |
CN107734281A (zh) * | 2017-09-22 | 2018-02-23 | 维沃移动通信有限公司 | 一种图像放大方法及移动终端 |
CN108205804A (zh) * | 2016-12-16 | 2018-06-26 | 阿里巴巴集团控股有限公司 | 图像处理方法、装置及电子设备 |
WO2018136373A1 (en) * | 2017-01-20 | 2018-07-26 | Microsoft Technology Licensing, Llc | Image fusion and hdr imaging |
US20180352134A1 (en) * | 2017-06-02 | 2018-12-06 | Apple Inc. | Reducing Or Eliminating Artifacts In High Dynamic Range (HDR) Imaging |
CN109146816A (zh) * | 2018-08-22 | 2019-01-04 | 浙江大华技术股份有限公司 | 一种图像滤波方法、装置、电子设备和存储介质 |
CN109377463A (zh) * | 2018-11-30 | 2019-02-22 | 上海集成电路研发中心有限公司 | 一种提高小波去噪效果的图像预处理方法 |
CN109410215A (zh) * | 2018-08-02 | 2019-03-01 | 北京三快在线科技有限公司 | 图像处理方法、装置、电子设备及计算机可读介质 |
CN109863742A (zh) * | 2017-01-25 | 2019-06-07 | 华为技术有限公司 | 图像处理方法和终端设备 |
-
2019
- 2019-08-20 CN CN201910757470.5A patent/CN112419161B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005229491A (ja) * | 2004-02-16 | 2005-08-25 | Matsushita Electric Ind Co Ltd | デジタル画像のノイズ除去方法 |
US20070127836A1 (en) * | 2005-12-07 | 2007-06-07 | Micron Technology, Inc. | Method and apparatus providing noise reduction while preserving edges for imagers |
CN101388977A (zh) * | 2007-09-13 | 2009-03-18 | 株式会社东芝 | 图像处理设备和图像处理方法 |
US20090087121A1 (en) * | 2007-10-01 | 2009-04-02 | Samsung Electronics Co., Ltd. | Method and apparatus for enhancing detail based on noise elimination, and method and apparatus for calculating noise weight |
US20110158554A1 (en) * | 2009-12-24 | 2011-06-30 | Canon Kabushiki Kaisha | Image processing apparatus, image processing method, and program |
US20140363087A1 (en) * | 2013-06-06 | 2014-12-11 | Apple Inc. | Methods of Image Fusion for Image Stabilization |
CN104134191A (zh) * | 2014-07-11 | 2014-11-05 | 三星电子(中国)研发中心 | 图像去噪方法及其装置 |
CN104376550A (zh) * | 2014-12-01 | 2015-02-25 | 中南大学 | 基于含积分的平差模型的超分辨率图像重建方法 |
CN108205804A (zh) * | 2016-12-16 | 2018-06-26 | 阿里巴巴集团控股有限公司 | 图像处理方法、装置及电子设备 |
WO2018136373A1 (en) * | 2017-01-20 | 2018-07-26 | Microsoft Technology Licensing, Llc | Image fusion and hdr imaging |
CN106683063A (zh) * | 2017-01-22 | 2017-05-17 | 厦门美图之家科技有限公司 | 一种图像去噪的方法与装置 |
CN109863742A (zh) * | 2017-01-25 | 2019-06-07 | 华为技术有限公司 | 图像处理方法和终端设备 |
US20180352134A1 (en) * | 2017-06-02 | 2018-12-06 | Apple Inc. | Reducing Or Eliminating Artifacts In High Dynamic Range (HDR) Imaging |
CN107734281A (zh) * | 2017-09-22 | 2018-02-23 | 维沃移动通信有限公司 | 一种图像放大方法及移动终端 |
CN109410215A (zh) * | 2018-08-02 | 2019-03-01 | 北京三快在线科技有限公司 | 图像处理方法、装置、电子设备及计算机可读介质 |
CN109146816A (zh) * | 2018-08-22 | 2019-01-04 | 浙江大华技术股份有限公司 | 一种图像滤波方法、装置、电子设备和存储介质 |
CN109377463A (zh) * | 2018-11-30 | 2019-02-22 | 上海集成电路研发中心有限公司 | 一种提高小波去噪效果的图像预处理方法 |
Non-Patent Citations (1)
Title |
---|
陈振华等: "基于小波包分解的航空涡轮盘超声相控阵检测图像降噪技术", 《超声相控阵检测技术应用专题》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113313658A (zh) * | 2021-07-29 | 2021-08-27 | 南昌虚拟现实研究院股份有限公司 | 图像处理方法、装置、电子设备及存储介质 |
CN114373196A (zh) * | 2021-12-31 | 2022-04-19 | 北京极豪科技有限公司 | 有效采集区域确定方法、程序产品、存储介质及电子设备 |
CN114373196B (zh) * | 2021-12-31 | 2023-09-19 | 天津极豪科技有限公司 | 有效采集区域确定方法、程序产品、存储介质及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN112419161B (zh) | 2022-07-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9591237B2 (en) | Automated generation of panning shots | |
US8229172B2 (en) | Algorithms for estimating precise and relative object distances in a scene | |
CN111353948B (zh) | 一种图像降噪方法、装置及设备 | |
US8942509B2 (en) | Apparatus and method creating ghost-free high dynamic range image using filtering | |
WO2017113917A1 (zh) | 成像方法、成像装置和终端 | |
US10306210B2 (en) | Image processing apparatus and image capturing apparatus | |
US9773193B2 (en) | Image processing apparatus, image processing method, and program | |
US20230074180A1 (en) | Method and apparatus for generating super night scene image, and electronic device and storage medium | |
CN110889809B9 (zh) | 图像处理方法及装置、电子设备、存储介质 | |
CN112767295A (zh) | 图像处理方法、图像处理装置、存储介质与电子设备 | |
CN112419161B (zh) | 图像处理方法及装置、存储介质及电子设备 | |
CN114820405A (zh) | 图像融合方法、装置、设备及计算机可读存储介质 | |
JP5765893B2 (ja) | 画像処理装置、撮像装置および画像処理プログラム | |
JP2022179514A (ja) | 制御装置、撮像装置、制御方法およびプログラム | |
CN113962859A (zh) | 一种全景图生成方法、装置、设备及介质 | |
CN105227826A (zh) | 图像处理装置、图像处理方法、以及图像处理程序 | |
CN113259594A (zh) | 图像处理方法及装置、计算机可读存储介质、终端 | |
CN115278189A (zh) | 图像色调映射方法及装置、计算机可读介质和电子设备 | |
CN115471435A (zh) | 图像融合方法及装置、计算机可读介质和电子设备 | |
CN111416937B (zh) | 图像处理方法、装置、存储介质及移动设备 | |
Tico | Adaptive block-based approach to image stabilization | |
Vuong et al. | Initial direction and speed decision system for auto focus based on blur detection | |
CN108632502B (zh) | 一种图像锐化的方法及装置 | |
KR101551568B1 (ko) | 가변 크기 블록을 이용한 영상 잡음 제거 방법 및 장치 | |
CN112991188B (zh) | 图像处理方法及装置、存储介质、电子设备 |
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 |