CN112435176B - 图像条纹噪声去除方法以及相关装置 - Google Patents
图像条纹噪声去除方法以及相关装置 Download PDFInfo
- Publication number
- CN112435176B CN112435176B CN202011240766.9A CN202011240766A CN112435176B CN 112435176 B CN112435176 B CN 112435176B CN 202011240766 A CN202011240766 A CN 202011240766A CN 112435176 B CN112435176 B CN 112435176B
- Authority
- CN
- China
- Prior art keywords
- noise
- pixel point
- processed
- pixel
- gray
- 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 34
- 238000012545 processing Methods 0.000 claims description 14
- 238000010586 diagram Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 8
- 238000012937 correction Methods 0.000 description 3
- 238000001931 thermography Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000011218 segmentation Effects 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
- G06T7/90—Determination of colour characteristics
-
- 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
- G06T2207/10048—Infrared image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
本申请公开了一种图像条纹噪声去除方法以及相关装置,其中,所述去除方法包括:获得包含第一类型条纹噪声和第二类型条纹噪声的图像,其中,所述第一类型条纹噪声和所述第二类型条纹噪声均沿第一方向延伸,且在与所述第一方向相互垂直的第二方向上,所述第一类型条纹噪声和所述第二类型条纹噪声交替排布;获得所述第一类型条纹噪声上的每个待处理像素点、以及在所述第二方向上位于所述待处理像素点周围的多个像素点的灰度信息;根据所述灰度信息确定所述待处理像素点为噪声像素点或正常像素点;校正所述图像中的所述噪声像素点。通过上述方式,本申请可以对包含ABAB条纹形式分布的图像进行去噪处理。
Description
技术领域
本申请属于显示技术领域,具体涉及一种图像条纹噪声去除方法以及相关装置。
背景技术
红外热成像技术利用物体红外辐射强度的不同进行成像,凭借其不受光照因素影响,穿透能力强等优点,被广泛应用于安防、军事、医疗等领域。但受目前红外探测器制造工艺限制,红外焦平面阵列存在较为明显的非均匀性,严重影响红外图像成像质量。
例如,一些热成像设备探测器在进行数据采集控制时,在时钟上升沿(下降沿)采集奇数行(列)数据,在时钟下降沿(上升沿)采集偶数行(列)数据,从而造成ABAB规律分布的特殊条纹噪声,俗称AB列(行)。目前,针对特殊条纹噪声的处理缺少相关研究以及有效处理方法。
发明内容
本申请提供一种图像条纹噪声去除方法以及相关装置,以对包含ABAB条纹形式分布的图像进行去噪处理。
为解决上述技术问题,本申请采用的一个技术方案是:提供一种图像条纹噪声去除方法,包括:获得包含第一类型条纹噪声和第二类型条纹噪声的图像,其中,所述第一类型条纹噪声和所述第二类型条纹噪声均沿第一方向延伸,且在与所述第一方向相互垂直的第二方向上,所述第一类型条纹噪声和所述第二类型条纹噪声交替排布;获得所述第一类型条纹噪声上的每个待处理像素点、以及在所述第二方向上位于所述待处理像素点周围的多个像素点的灰度信息;根据所述灰度信息确定所述待处理像素点为噪声像素点或正常像素点;校正所述图像中的所述噪声像素点。
为解决上述技术问题,本申请采用的又一个技术方案是:提供一种图像特殊条纹噪声去除装置,包括相互耦接的存储器和处理器,所述存储器内存储有程序指令,所述处理器用于执行所述程序指令以实现上述任一实施例中所述的噪声去除方法。
为解决上述技术问题,本申请采用的又一个技术方案是:提供一种存储装置,存储有能够被处理器运行的程序指令,所述程序指令用于实现上述任一实施例中所述的噪声去除方法。
区别于现有技术情况,本申请的有益效果是:本申请中针对ABAB(其中,A代表第一类型条纹噪声,B代表第二类型条纹噪声)形式的条纹噪声的特殊性,可以根据第一类型条纹噪声和第二类型条纹噪声的灰度信息之间的差异性将待处理像素点确定为噪声像素点和正常像素点。相比于现有技术中基于滤波方式提取噪声的方法,本申请所提供的方案更具有针对性,且因不涉及复杂的滤波操作,软件、硬件实现更为简单,可移植性更强。
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的前提下,还可以根据这些附图获得其它的附图,其中:
图1为本申请图像条纹噪声去除方法一实施方式的流程示意图;
图2为图1中步骤S101对应的图像处理前后一实施方式的对比示意图;
图3为图1中步骤S103对应的一实施方式的流程示意图;
图4为图1中步骤S103对应的另一实施方式的流程示意图;
图5为图1中步骤S104对应的一实施方式的流程示意图;
图6为本申请图像特殊条纹噪声去除装置一实施方式的框架示意图;
图7为本申请图像特殊条纹噪声去除装置一实施方式的结构示意图;
图8为本申请存储装置一实施方式的框架示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请的一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本申请保护的范围。
请参阅图1,图1为本申请图像条纹噪声去除方法一实施方式的流程示意图,该去除方法包括:
S101:获得包含第一类型条纹噪声和第二类型条纹噪声的图像,其中,第一类型条纹噪声和第二类型条纹噪声均沿第一方向延伸,且在与第一方向相互垂直的第二方向上,第一类型条纹噪声和第二类型条纹噪声交替排布。
具体地,在本实施例中,上述图像可以为热成像图像(例如,红外图像等),也可以为可见光图像等。上述第一类型条纹噪声和第二类型条纹噪声在图像中以ABAB形式分布,且上述第一类型条纹噪声和第二类型条纹噪声中的一个可以为亮条纹噪声,另一个可以为暗条纹噪声,相邻两个第一类型条纹噪声或相邻两个第二类型条纹噪声中的细节信息(例如,噪声像素点个数、噪声像素点位置等)可以不同。上述图像中ABAB形式条纹噪声的特点为:相邻的相同类型的条纹噪声之间的差异较小,而相邻的不同类型的条纹噪声之间的差异较大。下面所进行的去除方法可以利用上述特点,具体将在后续说明。
此外,上述步骤S101中所提及的第一方向和第二方向中的一个可以为行方向,另一个可以为列方向。例如,如图2所示,图2为图1中步骤S101对应的图像处理前后一实施方式的对比示意图。其中,图2(a)代表图像处理前,图2(b)代表处理后。从图2(a)中可以明显看出图像中存在多个沿列方向排布的亮条纹和暗条纹,且亮条纹和暗条纹沿行方向依次交替排列。
S102:获得第一类型条纹噪声上的每个待处理像素点、以及在第二方向上位于待处理像素点周围的多个像素点的灰度信息。
具体地,在一个实施方式中,上述步骤S102之前,还可以包括:沿第一方向将图像划分为多个区域,每个区域内所包含的条纹噪声的个数相同,其中,上述第一方向是第一类型噪声条纹和第二类型噪声条纹延伸的方向。以图2a为例,图2a中包含M1行、M2列数据,且图2a中条纹噪声沿列方向延伸;在上述步骤S102之前,可以沿列方向将图像划分为N个区域,每个区域内均包含M2列数据,每个区域内所包含的行数可以相同,例如,均为M1/N行,此时N为可以被M1整除的数值,具体N值大小可以根据实际需求进行设定。上述对图像进行分区域处理的方式在一定程度上体现了本申请算法的局部特性,可以使得后续去噪过程取得更优异的效果,使得条纹噪声去除的更为干净。
在又一个实施方式中,上述步骤S102中获得在第二方向上位于待处理像素点周围的多个像素点的灰度信息的步骤包括:获得在第二方向上(例如,图2a中行方向)位于待处理像素点周围的至少两个像素点的灰度信息,且至少两个像素点包括与待处理像素点在第二方向上相邻的两个像素点,此时待处理像素点在第二方向上位于相邻的两个像素点之间。
例如,可以获得在第二方向上分别位于待处理像素点B1一侧以及另一侧的第一相邻像素点A1和第二相邻像素点A2的灰度信息,此时待处理像素点B1、第一相邻像素点A1、第二相邻像素点A2在第二方向上的位置关系为A1B1A2。
又例如,可以获得在第二方向上位于待处理像素点B1一侧的一个第一相邻像素点A1、以及位于待处理像素点B1另一侧的第二相邻像素点A2和第三像素点B2的灰度信息,其中,第二相邻像素点A2位于待处理像素点B1和第三像素点B2之间。在本实施例中,第一相邻像素点A1可以位于待处理像素点B1的前面或者后面,即此时第一相邻像素点A1、待处理像素点B1、第二相邻像素点A2和第三像素点B2之间的位置关系可以为A1B1A2B2或者B2A2B1A1。
当然,在其他实施例中,周围像素点的个数还可为更多个,本申请对此不作限定。上述周围像素点的选取方式可以更好地利用ABAB形式条纹噪声的特点,使得后续筛选出的噪声像素点的精度更高。
S103:根据灰度信息确定待处理像素点为噪声像素点或正常像素点。
具体地,在一个实施方式中,当待处理像素点B1与周围像素点的位置关系为上述步骤S102中提及的A1B1A2B2或者B2A2B1A1时,请参阅图3,图3为图1中步骤S103对应的一实施方式的流程示意图,上述步骤S103具体包括:
S201:获得待处理像素点B1与第一相邻像素点A1之间的第一灰度差值diff1、待处理像素点B1与第二相邻像素点A2之间的第二灰度差值diff2、第一相邻像素点A1与第二相邻像素点A2之间的第三灰度差值diff3、待处理像素点B1与第三像素点B2之间的第四灰度差值diff4。
具体地,在本实施例中,上述步骤S103可以在raw域或者YUV域进行处理,因此灰度差值计算时所使用的数据可以是14bit、16bit位宽的raw数据或者8bit位宽的Y数据。
S202:判断第一灰度差值diff1的绝对值和第二灰度差值diff2的绝对值是否均小于第一阈值thr1、以及第三灰度差值diff3的绝对值和第四灰度差值diff4的绝对值是否均小于第二阈值thr2。
具体地,上述第一阈值thr1一般大于第二阈值thr2。若上述步骤在raw域进行处理,第一阈值thr1可以设置为2000,第二阈值thr2可以设置为100。此外,上述第一阈值thr1和第二阈值thr2的设计方式主要是考虑到ABAB形式条纹噪声的特点,即该形式的噪声数据B与B差异较小,A与A差异较小,B与A差异较大的特点,上述使用四个差值进行判断,可以增强判断严谨性,能在噪声数据提取判断上更加严格,不容易对图像有用细节信息造成损伤,也降低了伪条纹出现的可能性。
S203:若是,则待处理像素点为噪声像素点。
即在第一灰度差值diff1的绝对值小于第一阈值thr1、且第二灰度差值diff2的绝对值小于第一阈值thr1、且第三灰度差值diff3的绝对值小于第二阈值thr2、且第四灰度差值diff4的绝对值小于第二阈值thr2时,则待处理像素点为噪声像素点。
S204:否则,待处理像素点为正常像素点。
即在第一灰度差值diff1的绝对值大于等于第一阈值thr1、或第二灰度差值diff2的绝对值大于等于第一阈值thr1、或第三灰度差值diff3的绝对值大于等于第二阈值thr2、或第四灰度差值diff4的绝对值大于等于第二阈值thr2时,则待处理像素点为正常像素点。
在又一个实施方式中,当待处理像素点B1与周围像素点的位置关系为上述步骤S102中所提及的A1B1A2时,请参阅图4,图4为图1中步骤S103对应的另一实施方式的流程示意图,上述步骤S103具体包括:
S301:获得待处理像素点B1与第一相邻像素点A1或第二相邻像素点A2之间的第一灰度差值diff1、第一相邻像素点A1与第二相邻像素点A2之间的第二灰度差值diff2。
S302:判断第一灰度差值diff1的绝对值是否小于第一阈值thr1、且第二灰度差值diff2的绝对值是否小于第二阈值thr2。
具体地,与上述实施例中步骤S202中类似,上述第一阈值thr1大于第二阈值thr2。
S303:若是,则待处理像素点为噪声像素点。
S304:否则,待处理像素点为正常像素点。
上述方式计算量较小,但其精度可能小于图3中对应的流程,具体可根据实际需求进行选择。
S104:校正图像中的噪声像素点。
具体地,若步骤S104之前对图像进行的分区域处理,则上述步骤S104具体包括依次对每个区域中的噪声像素点进行校正。分区域处理在一定程度上体现了本申请算法的局部特性,相比于同一列所有像素点进行补偿的方式,容易造成某些区域内补偿不够或者补偿过度的问题,分区域处理可以获得更优的效果。
在一个实施方式中,请参阅图5,图5为图1中步骤S104对应的一实施方式的流程示意图。上述步骤S104具体包括:
S401:获得当前第一类型条纹噪声中噪声像素点的总个数以及所有噪声像素点的噪声数据之和,其中,噪声数据之和为第一灰度差值之和或第二灰度差值之和。
具体地,当对图像进行分区域后,上述步骤S401具体为:获得当前区域内的当前第一类型条纹噪声中噪声像素点的总个数以及所有噪声像素点的噪声数据之和。
S402:利用噪声数据之和与噪声像素点的总个数获得当前第一类型条纹噪声的噪声均值。
具体地,噪声均值等于噪声数据之和除以噪声像素点的总个数。
S403:至少将当前第一类型条纹噪声中的所有噪声像素点的灰度值减去噪声均值。
具体地,由于上述噪声数据之和为第一灰度差值之和或第二灰度差值之和,而上述第一灰度差值或第二灰度差值代表的是第一类型条纹噪声上的噪声数据点与相邻的第二类型条纹噪声之间的差值,上述步骤S403将噪声像素点的灰度值减去上述噪声均值相当于是以第二类型条纹噪声为基准,校正第一类型条纹噪声,以达到去除噪声的目的。
较佳的,上述步骤S403具体包括:将当前第一类型条纹噪声中所有噪声像素点和所有正常像素点的灰度值减去噪声均值。该步骤可以使得噪声去除效果较佳,且流程处理较为简单。
此外,为了减小个别异常数据对最终去噪效果噪声的不利影响,上述步骤S403之前还包括:判断当前第一类型条纹噪声中噪声像素点的个数是否小于第三阈值;若是,则对当前第一类型条纹噪声中的所有像素点不进行处理;否则进入至少将当前第一类型条纹噪声中的所有噪声像素点的灰度值减去噪声均值的步骤。在上述设计方式中,只有个数大于该第三阈值时才认为该列有真正的条纹噪声,以此减小个别异常数据对最终效果造成的不利影响。例如,若当前第一类型条纹噪声上只有一个噪声像素点,且该噪声像素点异常大或异常小,若直接利用该噪声像素点对应的噪声均值进行校正,则有可能会出现伪条纹或者损伤有用细节信息。
S404:跳过与当前第一类型条纹噪声相邻的第二类型条纹噪声,将下一个第一类型条纹噪声作为当前第一类型条纹噪声,并返回至获得当前第一类型条纹噪声中噪声像素点的总个数以及所有噪声像素点的噪声数据之和的步骤。
具体地,上述步骤S404体现的是隔行或者隔列处理,即所有第二类型条纹噪声数据不进行处理,仅对第一类型条纹噪声进行处理。
进一步,当当前区域内的所有第一类型条纹噪声均处理完成后,可进行下一区域的数据处理,直至所有区域内的数据均完成噪声去除。至此,整帧图像完成条纹数据去除,可输出最终结果。例如,请再次参阅图2,图2(b)为采用上述方式进行去噪后的效果图,从图中可以明显看出,列方向上分布的条纹噪声明显降低。
请参阅图6,图6为本申请图像特殊条纹噪声去除装置一实施方式的框架示意图,该去除装置包括第一获得模块10、第二获得模块12、处理模块14和校正模块16。其中,第一获得模块10用于获得包含第一类型条纹噪声和第二类型条纹噪声的图像,其中,第一类型条纹噪声和第二类型条纹噪声均沿第一方向延伸,且在与第一方向相互垂直的第二方向上,第一类型条纹噪声和第二类型条纹噪声交替排布。第二获得模块12用于获得第一类型条纹噪声上的每个待处理像素点、以及在第二方向上位于待处理像素点周围的多个像素点的灰度信息。处理模块14用于根据灰度信息确定待处理像素点为噪声像素点或正常像素点。校正模块16用于校正图像中的噪声像素点。
请参阅图7,图7为本申请图像特殊条纹噪声去除装置一实施方式的结构示意图,该去除装置包括相互耦接的存储器200和处理器202,存储器200内存储有程序指令,处理器202用于执行程序指令以实现上述任一实施例中所提及的噪声去除方法。
具体而言,处理器202还可以称为CPU(Central Processing Unit,中央处理单元)。处理器202可能是一种集成电路芯片,具有信号的处理能力。处理器202还可以是通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(ApplicationSpecific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable GateArray,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。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。另外,处理器202可以由多个集成电路芯片共同实现。
请参阅图8,图8为本申请存储装置一实施方式的框架示意图。该存储装置30存储有能够被处理器运行的程序指令300,程序指令300用于实现上述任一实施例中所提及的噪声去除方法。其中,该程序指令300可以以软件产品的形式存储在上述存储装置中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本申请各个实施方式所述方法的全部或部分步骤。而前述的存储装置包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、磁碟或者光盘等各种可以存储程序代码的介质,或者是计算机、服务器、手机、平板等终端设备。
以上所述仅为本申请的实施例,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其它相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (7)
1.一种图像条纹噪声去除方法,其特征在于,包括:
获得包含第一类型条纹噪声和第二类型条纹噪声的图像,其中,所述第一类型条纹噪声和所述第二类型条纹噪声均沿第一方向延伸,且在与所述第一方向相互垂直的第二方向上,所述第一类型条纹噪声和所述第二类型条纹噪声交替排布;
获得所述第一类型条纹噪声上的每个待处理像素点、以及在所述第二方向上位于所述待处理像素点周围的多个像素点的灰度信息;
根据所述灰度信息确定所述待处理像素点为噪声像素点或正常像素点;
校正所述图像中的所述噪声像素点;
其中,所述获得在所述第二方向上位于所述待处理像素点周围的多个像素点的灰度信息的步骤,包括:获得在所述第二方向上位于所述待处理像素点周围的至少两个像素点的灰度信息,且所述至少两个像素点包括与所述待处理像素点相邻的两个像素点;具体而言,获得在所述第二方向上位于所述待处理像素点一侧的一个第一相邻像素点、以及位于所述待处理像素点另一侧的第二相邻像素点和第三像素点的灰度信息,其中,所述第二相邻像素点位于所述待处理像素点和所述第三像素点之间;
所述校正所述图像中的所述噪声像素点的步骤,包括:获得当前第一类型条纹噪声中噪声像素点的总个数以及所有噪声像素点的噪声数据之和,其中,所述噪声数据之和为第一灰度差值之和或第二灰度差值之和;利用所述噪声数据之和与所述噪声像素点的总个数获得所述当前第一类型条纹噪声的噪声均值;至少将所述当前第一类型条纹噪声中的所有噪声像素点的灰度值减去所述噪声均值;跳过与所述当前第一类型条纹噪声相邻的所述第二类型条纹噪声,将下一个第一类型条纹噪声作为当前第一类型条纹噪声,并返回至获得当前第一类型条纹噪声中噪声像素点的总个数以及所有所述噪声像素点的噪声数据之和的步骤;其中,所述第一灰度差值为所述待处理像素点与所述第一相邻像素点之间的灰度差值,所述第二灰度差值为所述待处理像素点与所述第二相邻像素点之间的灰度差值。
2.根据权利要求1所述的噪声去除方法,其特征在于,所述根据所述灰度信息确定所述待处理像素点为噪声像素点或正常像素点的步骤,包括:
获得所述待处理像素点与所述第一相邻像素点之间的第一灰度差值、所述待处理像素点与所述第二相邻像素点之间的第二灰度差值、所述第一相邻像素点与所述第二相邻像素点之间的第三灰度差值、所述待处理像素点与所述第三像素点之间的第四灰度差值;
判断所述第一灰度差值的绝对值和所述第二灰度差值的绝对值是否均小于第一阈值、以及所述第三灰度差值的绝对值和所述第四灰度差值的绝对值是否均小于第二阈值,其中,所述第一阈值大于所述第二阈值;
若是,则所述待处理像素点为所述噪声像素点;否则,所述待处理像素点为正常像素点。
3.根据权利要求1所述的噪声去除方法,其特征在于,所述至少将所述当前第一类型条纹噪声中的所有噪声像素点的灰度值减去所述噪声均值的步骤之前,还包括:
判断所述当前第一类型条纹噪声中噪声像素点的个数是否小于第三阈值;
若是,则对所述当前第一类型条纹噪声中的所有像素点不进行处理;否则进入至少将所述当前第一类型条纹噪声中的所有噪声像素点的灰度值减去所述噪声均值的步骤。
4.根据权利要求1所述的噪声去除方法,其特征在于,所述至少将所述当前第一类型条纹噪声中的所有噪声像素点的灰度值减去所述噪声均值的步骤,包括:
将所述当前第一类型条纹噪声中所有噪声像素点和所有正常像素点的灰度值减去所述噪声均值。
5.根据权利要求1所述的噪声去除方法,其特征在于,
所述获得所述第一类型条纹噪声上的每个待处理像素点、以及在所述第二方向上位于所述待处理像素点周围的多个像素点的灰度信息步骤之前,还包括:沿所述第一方向将所述图像划分为多个区域,每个所述区域内所包含的条纹噪声的个数相同;
所述校正所述图像中的所述噪声像素点的步骤包括:依次对每个所述区域中的所述噪声像素点进行校正。
6.一种图像特殊条纹噪声去除装置,其特征在于,包括相互耦接的存储器和处理器,所述存储器内存储有程序指令,所述处理器用于执行所述程序指令以实现权利要求1至5中任一项所述的噪声去除方法。
7.一种存储装置,其特征在于,存储有能够被处理器运行的程序指令,所述程序指令用于实现权利要求1至5任一项所述的噪声去除方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011240766.9A CN112435176B (zh) | 2020-11-09 | 2020-11-09 | 图像条纹噪声去除方法以及相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011240766.9A CN112435176B (zh) | 2020-11-09 | 2020-11-09 | 图像条纹噪声去除方法以及相关装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112435176A CN112435176A (zh) | 2021-03-02 |
CN112435176B true CN112435176B (zh) | 2024-06-07 |
Family
ID=74699811
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011240766.9A Active CN112435176B (zh) | 2020-11-09 | 2020-11-09 | 图像条纹噪声去除方法以及相关装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112435176B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114881895B (zh) * | 2022-07-08 | 2022-09-30 | 托伦斯半导体设备启东有限公司 | 一种基于帧间差异的红外图像条纹噪声处理方法 |
CN115375545B (zh) * | 2022-08-22 | 2023-08-18 | 杭州微影软件有限公司 | 一种图像校正方法及装置 |
CN116385657B (zh) * | 2023-04-17 | 2023-09-08 | 北京迁移科技有限公司 | 图像处理方法、点云生成方法、电子设备及可读存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20080074385A (ko) * | 2007-02-08 | 2008-08-13 | 엠텍비젼 주식회사 | 영상의 노이즈 제거 장치 및 방법 |
CN107730454A (zh) * | 2016-08-10 | 2018-02-23 | 苏州中科天启遥感科技有限公司 | 一种基于线追踪的线阵影像中横条纹噪声去除的改进算法 |
CN110211056A (zh) * | 2019-05-06 | 2019-09-06 | 南京理工大学 | 基于局部中值直方图的自适应红外图像去条纹算法 |
-
2020
- 2020-11-09 CN CN202011240766.9A patent/CN112435176B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20080074385A (ko) * | 2007-02-08 | 2008-08-13 | 엠텍비젼 주식회사 | 영상의 노이즈 제거 장치 및 방법 |
CN107730454A (zh) * | 2016-08-10 | 2018-02-23 | 苏州中科天启遥感科技有限公司 | 一种基于线追踪的线阵影像中横条纹噪声去除的改进算法 |
CN110211056A (zh) * | 2019-05-06 | 2019-09-06 | 南京理工大学 | 基于局部中值直方图的自适应红外图像去条纹算法 |
Non-Patent Citations (1)
Title |
---|
去除红外图像条带噪声改进算法研究;邵晓鹏;靳振华;王阳;;电子科技;20131015(10);84-87 * |
Also Published As
Publication number | Publication date |
---|---|
CN112435176A (zh) | 2021-03-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112435176B (zh) | 图像条纹噪声去除方法以及相关装置 | |
EP2293239B1 (en) | Line noise reduction apparatus and method | |
US11570398B2 (en) | Image component detection | |
US9179038B2 (en) | Image processing device, and image processing method and program | |
US20040096125A1 (en) | Method and apparatus for image processing using weighted defective pixel replacement | |
CN110445953B (zh) | 降低动态条纹噪声的方法、装置、电子设备及存储装置 | |
JP5919370B2 (ja) | 表示デバイスの表示むら検出方法及びその装置 | |
JPWO2013128617A1 (ja) | 表示デバイスの表示むら検出方法及びその装置 | |
EP2819092A2 (en) | Image correction apparatus and imaging apparatus | |
US20140211855A1 (en) | Apparatus and method for video data processing | |
US8538191B2 (en) | Image correction apparatus and method for eliminating lighting component | |
CN111383196B (zh) | 红外图像条纹消除方法、红外探测器及存储装置 | |
US8237825B2 (en) | Pixel replacement using five nearest neighbors | |
US20050163380A1 (en) | Method and apparatus for detecting the location and luminance transition range of slant image edges | |
US10681290B1 (en) | Method, image sensor, and image processing device for crosstalk noise reduction | |
CN107274353B (zh) | 一种黑白图像中缺陷像素的校正方法 | |
CN108111785B (zh) | 图像处理方法及装置、计算机可读存储介质和计算机设备 | |
TWI760934B (zh) | 顯示面板Mura補償方法、系統、電子裝置及存儲介質 | |
US20210243395A1 (en) | Image pickup apparatus for inferring noise and learning device | |
US8351729B2 (en) | Apparatus, method, and program for image correction | |
CN108447037B (zh) | 一种图像动态范围增强的方法和装置 | |
JP5906848B2 (ja) | 画像補正装置、画像補正方法及び画像補正用コンピュータプログラム | |
JP2011250249A (ja) | 映像信号処理装置および映像信号処理方法 | |
US20150054990A1 (en) | Image processing device and method, and image processing program | |
KR101896992B1 (ko) | 영상 처리 방법, 컴퓨터 판독 가능한 기록 매체 및 영상 처리 장치 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20231018 Address after: Room 201, Building A, Integrated Circuit Design Industrial Park, No. 858, Jianshe 2nd Road, Economic and Technological Development Zone, Xiaoshan District, Hangzhou City, Zhejiang Province, 311225 Applicant after: Zhejiang Huagan Technology Co.,Ltd. Address before: No.1187 Bin'an Road, Binjiang District, Hangzhou City, Zhejiang Province Applicant before: ZHEJIANG DAHUA TECHNOLOGY Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant |