CN113011433B - 一种滤波参数调整方法及装置 - Google Patents
一种滤波参数调整方法及装置 Download PDFInfo
- Publication number
- CN113011433B CN113011433B CN201911330355.6A CN201911330355A CN113011433B CN 113011433 B CN113011433 B CN 113011433B CN 201911330355 A CN201911330355 A CN 201911330355A CN 113011433 B CN113011433 B CN 113011433B
- Authority
- CN
- China
- Prior art keywords
- image
- region
- filtering
- target
- information
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/285—Selection of pattern recognition techniques, e.g. of classifiers in a multi-classifier system
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/07—Target detection
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本申请实施例提供了一种滤波参数调整方法及装置,涉及图像处理技术领域,其中,上述方法包括:获得第一图像与参考图像间的帧差信息,其中,所述参考图像为:基于在所述第一图像之前采集的图像确定的图像;获得对所述第一图像进行目标检测的结果,其中,所述结果包括:被检测出目标所在区域和被检测出目标的类型;根据所述帧差信息和所述结果,确定所述第一图像中的各个前景区域;根据各个前景区域,调整用于对所述第一图像进行滤波处理的滤波参数,其中,所述滤波参数包括:滤波区域信息、时空域滤波权重、滤波方式和滤波器系数中的至少一种。应用本申请实施例提供的方案调整滤波参数,能够提高滤波效果。
Description
技术领域
本申请涉及图像处理技术领域,特别是涉及一种滤波参数调整方法及装置。
背景技术
在进行图像处理时,一些情况下需要对图像进行目标检测,得到图像中的目标所在区域,并对检测出的目标所在区域进行特效处理。例如,上述目标为人脸时,需要检测图像中的人脸所在区域,并对上述人脸所在区域进行美化等处理。
然而,在低照度等极端条件下采集的图像质量较差,这种情况下受图像质量的影响,对图像进行目标检测时,不仅检测准确率较低,而且对检测出的目标所在区域进行特效处理时处理效果欠佳。为此,一般在对图像进行目标检测之前,或者在对检测出的目标所在区域进行特效处理之前,先对图像进行时域和/后空域滤波处理。
虽然进行滤波处理后可以提高图像质量或者提高图像处理效果,但是由于现有技术中进行滤波处理时,滤波参数一般是预先设定的固定参数,因此,难以适用复杂多变的应用场景,导致滤波效果不理想。
发明内容
本申请实施例的目的在于提供一种滤波参数调整方法及装置,以提高滤波效果。具体技术方案如下:
第一方面,本申请实施例提供了一种滤波参数调整方法,所述方法包括:
获得第一图像与参考图像间的帧差信息,其中,所述参考图像为:基于在所述第一图像之前采集的图像确定的图像;
获得对所述第一图像进行目标检测的结果,其中,所述结果包括:被检测出目标所在区域和被检测出目标的类型;
根据所述帧差信息和所述结果,确定所述第一图像中的各个前景区域;
根据各个前景区域,调整用于对所述第一图像进行滤波处理的滤波参数,其中,所述滤波参数包括:滤波区域信息、时空域滤波权重、滤波方式和滤波器系数中的至少一种。
本申请的一个实施例中,所述根据所述帧差信息和所述结果,确定所述第一图像中的各个前景区域,包括:
根据所述帧差信息和所述被检测出目标的类型,从所述被检测出目标中,选择属于预设感兴趣类型、且处于运动状态的目标;
将至少一个所选择目标在所述第一图像中的区域确定为所述第一图像中的前景区域。
本申请的一个实施例中,所述结果包括:各个被检测出目标所在区域包含被检测出目标的第一置信度;
所述根据所述帧差信息和所述被检测出目标的类型,从所述被检测出目标中,选择属于预设感兴趣类型、且处于运动状态的目标,包括:
对所述帧差信息进行归一化处理,得到表征所述第一图像中像素点相对于所述参考图像中像素点存在运动的第二置信度;
针对每一被检测出目标,根据该目标所在区域中像素点的第二置信度,调整该目标所在区域对应的第一置信度;
根据调整后的第一置信度和所述被检测出目标的类型,从所述被检测出目标中,选择属于预设感兴趣类型、且处于运动状态的目标。
本申请的一个实施例中,所述针对每一被检测出目标,根据该目标所在区域中像素点的第二置信度,调整该目标所在区域对应的第一置信度,包括:
针对每一被检测出目标,按照以下方式,调整该目标所在区域对应的第一置信度:
对该目标所在区域中像素点的第二置信度进行平滑处理;
计算该目标所在区域中像素点的平滑处理后第二置信度的均值;
基于预设的加权系数,对所述均值和该目标所在区域对应的第一置信度进行加权计算,并将计算结果作为该目标所在区域对应的调整后第一置信度。
本申请的一个实施例中,在所述获得第一图像与参考图像间的帧差信息之后,还包括:
对所述帧差信息进行降噪处理;
所述根据所述帧差信息和所述结果,确定所述第一图像中的各个前景区域,包括:
根据降噪处理后的帧差信息和所述结果,确定所述第一图像中的各个前景区域。
本申请的一个实施例中,所述根据各个前景区域,调整用于对所述第一图像进行滤波处理的滤波参数,包括:
针对每一前景区域,根据所述参考图像中的参考区域,计算该前景区域中目标的运动速度和方向,并根据所述运动速度和方向,调整该前景区域在所述第一图像中的位置,其中,所述参考区域中的目标与该前景区域中的目标相同;
根据各个调整后前景区域,调整用于对所述第一图像进行滤波处理的滤波参数。
本申请的一个实施例中,所述时空域滤波权重包括:时域滤波子权重和空域滤波子权重;
在所述滤波参数包括所述滤波区域信息和时空域滤波权重的情况下,所述根据各个前景区域,调整用于对所述第一图像进行滤波处理的滤波参数,包括:
根据各个前景区域的区域信息,调整所述滤波区域信息中表征待滤波前景区域的信息,针对每一待滤波前景区域,根据所述第一图像中与该待滤波前景区域位置相同的区域内每一像素点的第三置信度,调整该待滤波前景区域中每一像素点的时域滤波子权重和空域滤波子权重,其中,所述第三置信度为:所述第一图像中的各像素点相对于所述参考图像中的像素点存在运动的置信度;
和/或
根据各个前景区域,确定所述第一图像中的各个背景区域,根据各个背景区域的区域信息,调整所述滤波区域信息中表征待滤波背景区域的信息,针对每一待滤波背景区域,根据所述第一图像中与该待滤波背景区域位置相同的区域内每一像素点的第三置信度,调整该待滤波背景区域中每一像素点的时域滤波子权重和空域滤波子权重。
本申请的一个实施例中,所述根据所述第一图像中与该待滤波前景区域位置相同的区域内每一像素点的第三置信度,调整该待滤波前景区域中每一像素点的时域滤波子权重和空域滤波子权重,包括:
在预设的权重转换表中,查找前景映射区域内每一像素点的第三置信度对应的权重,作为该待滤波前景区域中每一像素点的空域滤波子权重,其中,所述前景映射区域为:所述第一图像中与该待滤波前景区域位置相同的区域,所述权重转换表用于记录第三置信度与空域滤波子权重的对应关系;
针对所述前景区域内每一像素点,根据该像素点的空域滤波子权重,计算该像素点的时域滤波子权重。
本申请的一个实施例中,在所述根据各个背景区域的区域信息,调整所述滤波区域信息中表征待滤波背景区域的信息之前,还包括:
判断所述第一图像中的各个背景区域是否相对所述参考图像中的背景区域噪声收敛;
若为否,执行所述根据各个背景区域的区域信息,调整所述滤波区域信息中表征待滤波背景区域的信息的步骤。
第二方面,本申请实施例提供了一种滤波参数调整方法,所述方法包括:
获得第一图像,并基于用于对图像进行滤波处理的滤波参数,对所述第一图像进行滤波处理,得到第二图像,其中,所述滤波参数包括:滤波区域信息、时空域滤波权重、滤波方式和滤波器系数中的至少一种;
获得所述第二图像与参考图像间的帧差信息,其中,所述参考图像为:基于在所述第一图像之前采集的图像确定的图像;
获得对第二图像进行目标检测的结果,其中,所述结果包括:被检测出目标所在区域和被检测出目标的类型;
根据所述帧差信息和所述结果,确定所述第二图像中的各个前景区域;
根据各个前景区域的区域信息,调整所述滤波参数。
第三方面,本申请实施例提供了一种滤波参数调整装置,所述装置包括:
信息获得模块,用于获得第一图像与参考图像间的帧差信息,其中,所述参考图像为:基于在所述第一图像之前采集的图像确定的图像;
结果获得模块,用于获得对所述第一图像进行目标检测的结果,其中,所述结果包括:被检测出目标所在区域和被检测出目标的类型;
前景确定模块,用于根据所述帧差信息和所述结果,确定所述第一图像中的各个前景区域;
参数调整模块,用于根据各个前景区域,调整用于对所述第一图像进行滤波处理的滤波参数,其中,所述滤波参数包括:滤波区域信息、时空域滤波权重、滤波方式和滤波器系数中的至少一种。
第四方面,本申请实施例提供了一种滤波参数调整装置,所述装置包括:
图像滤波模块,用于获得第一图像,并基于用于对图像进行滤波处理的滤波参数,对所述第一图像进行滤波处理,得到第二图像,其中,所述滤波参数包括:滤波区域信息、时空域滤波权重、滤波方式和滤波器系数中的至少一种;
信息获得模块,用于获得所述第二图像与参考图像间的帧差信息,其中,所述参考图像为:基于在所述第一图像之前采集的图像确定的图像;
结果获得模块,用于获得对第二图像进行目标检测的结果,其中,所述结果包括:被检测出目标所在区域和被检测出目标的类型;
前景确定模块,用于根据所述帧差信息和所述结果,确定所述第二图像中的各个前景区域;
参数调整模块,用于根据各个前景区域的区域信息,调整所述滤波参数。
第五方面,本申请实施例提供了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现上述第一方面所述的滤波参数调整方法步骤。
第六方面,本申请实施例提供了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现上述第二方面所述的滤波参数调整方法步骤。
第七方面,本申请实施例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内存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面所述的滤波参数调整方法步骤。
第八方面,本申请实施例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内存储有计算机程序,所述计算机程序被处理器执行时实现上述第二方面所述的滤波参数调整方法步骤。
由以上可见,应用本申请实施例提供的方案调整滤波参数时,考虑了对图像进行目标检测的结果。具体的,利用第一图像与参考图像间的帧差信息以及对第一图像进行目标检测的结果,确定第一图像中的前景区域,然后依据上述前景区域调整用于对第一图像进行滤波处理的滤波参数。由于上述滤波参数包括滤波区域信息、时空域滤波权重、滤波方式和滤波器系数中的至少一种,因此,在图像处理过程中,滤波器对应的滤波区域、时空域滤波权重、滤波方式和滤波器系数中的至少一种是可以随着所处理图像的变化而变化的。
另外,由于上述前景区域是根据第一图像与参考图像间的帧差信息、以及对第一图像进行目标检测的结果确定的,而参考图像又是基于在第一图像之前采集的图像确定的,所以,可以认为滤波区域、时空域滤波权重、滤波方式和滤波器系数的调整是依据第一图像相对于在其之前的图像的运动情况、以及第一图像中目标所在区域调整的。因此,应用本申请实施例提供的方案调整滤波区域信息、时空域滤波权重、滤波方式或滤波器系数后的滤波器能够适用于各种复杂多变的应用场景。从而利用调整上述滤波区域信息、时空域滤波权重、滤波方式或滤波器系数后的滤波器进行滤波时,能够提高滤波效果。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,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的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的第一种滤波参数调整方法的流程示意图;
图2a为本申请实施例提供的第二种滤波参数调整方法的流程示意图;
图2b为本申请实施例提供的一种区域示意图;
图3为本申请实施例提供的第三种滤波参数调整方法的流程示意图;
图4为本申请实施例提供的第四种滤波参数调整方法的流程示意图;
图5为本申请实施例提供的第五种滤波参数调整方法的流程示意图;
图6为本申请实施例提供的第一种滤波参数调整装置的结构示意图;
图7为本申请实施例提供的第二种滤波参数调整装置的结构示意图;
图8为本申请实施例提供的第三种滤波参数调整装置的结构示意图;
图9为本申请实施例提供的第四种滤波参数调整装置的结构示意图;
图10为本申请实施例提供的一种电子设备的结构示意图。
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,所描述的实施例仅仅是本申请一部分实施例,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他实施例,都属于本申请保护的范围。另外,以下所描述的实施例仅用于说明和解释本申请实施例提供的技术方案,并不用于限定本申请。并且在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
使用滤波器对图像进行滤波处理,可以滤除图像中的噪声、或者可以锐化图像内容中的边界,从而使得图像质量有所提升。另外,在具体应用中还可以对图像进行目标检测等处理。为提升进行目标检测等各种图像处理时的处理效果,可以在对图像进行目标检测等处理之前对图像进行滤波处理,这种情况称为前处理。也可以在对图像进行目标检测等处理之后,结合处理结果进行滤波处理,这种情况称为后处理。
在上述基础上,又由于现有技术中存在滤波器的滤波效果不理想的技术问题,为解决这一技术问题,本申请实施例从滤波处理发生在前处理的情况下和在滤波处理发生在后处理的情况下出发,分别提供了一种滤波参数调整方法及装置。
本申请的一个实施例中,提供了一种滤波参数调整方法,该方法包括:
获得第一图像与参考图像间的帧差信息,其中,参考图像为:基于在第一图像之前采集的图像确定的图像;
获得对第一图像进行目标检测的结果,其中,上述结果包括:被检测出目标所在区域和被检测出目标的类型;
根据上述帧差信息和上述结果,确定第一图像中的各个前景区域;
根据各个前景区域,调整用于对第一图像进行滤波处理的滤波参数,其中,上述滤波参数包括:滤波区域信息、时空域滤波权重、滤波方式和滤波器系数中的至少一种。
本申请的另一个实施例中,提供了一种滤波参数调整方法,所述方法包括:
获得第一图像,并基于用于对图像进行滤波处理的滤波参数,对第一图像进行滤波处理,得到第二图像,其中,上述滤波参数包括:滤波区域信息、时空域滤波权重、滤波方式和滤波器系数中的至少一种;
获得第二图像与参考图像间的帧差信息,其中,上述参考图像为:基于在所述第一图像之前采集的图像确定的图像;
获得对第二图像进行目标检测的结果,其中,上述结果包括:被检测出目标所在区域和被检测出目标的类型;
根据上述帧差信息和上述结果,确定第二图像中的各个前景区域;
根据各个前景区域的区域信息,调整上述滤波参数。
由以上可见,应用上述各个实施例提供的方案调整滤波参数时,在图像处理过程中,滤波器对应的滤波区域、时空域滤波权重、滤波方式和滤波器系数中的至少一种是可以随着所处理图像的变化而变化的。
另外,由于上述前景区域是根据第一图像与参考图像间的帧差信息、以及对第一图像进行目标检测的结果确定的,而参考图像又是基于在第一图像之前采集的图像确定的,所以,可以认为滤波区域、时空域滤波权重、滤波方式和滤波器系数的调整是依据第一图像相对于在其之前的图像的运动情况、以及第一图像中目标所在区域调整的。因此,应用上述各个实施例提供的方案调整滤波区域信息、时空域滤波权重、滤波方式或滤波器系数后的滤波器能够适用于各种复杂多变的应用场景。从而利用调整上述滤波区域信息、时空域滤波权重、滤波方式或滤波器系数后的滤波器进行滤波时,能够提高滤波效果。
下面通过具体实施例,对本申请实施例提供的方案进行详细说明。
参见图1,提供了第一种滤波参数调整方法的流程示意图,该方法包括以下步骤S101-S104。
S101:获得第一图像与参考图像间的帧差信息。
其中,上述第一图像可以为图像采集设备采集的原始图像。从图像格式上来讲,上述待处理图像可以是RAW(未经加工图像)格式的图像,当然,上述待处理图像还可以是RGB格式的图像、YUV格式的图像等。
上述参考图像为:基于在第一图像之前采集的图像确定的图像。
具体的,上述在第一图像之前采集的图像为:在第一图像之前采集、且间隔预设数量帧的图像。上述预设数量不小于0。
例如,在上述预设数量等于0时,上述参考图像为与上述第一图像相邻、且在上述第一图像之前采集的图像。
在上述预设数量不等于0时,上述参考图像虽然在上述第一图像之前采集,但是上述参考图像与上述第一图像并不相邻。上述第一图像和参考图像之间所间隔图像的数量为上述预设数量。
假设,按照图像采集时间由先到后的顺序,图像采集设备所采集的图像分别为P1、P2、P3、P4和P5,P5为上述第一图像。则:
上述预设数量等于0时,上述参考图像为P4。
上述预设数量等于1时,上述参考图像为P3。
上述预设数量等于2时,上述参考图像为P2。
上述预设数量等于3时,上述参考图像为P1。
另外,一种情况下,上述参考图像可以直接为上述在第一图像之前采集的图像。另一种情况,上述参考图像还可以为对上述在第一图像之前采集的图像进行滤波处理得到的图像。
上述帧差信息为用于反映上述第一图像与参考图像之间差异的信息。
具体的,上述帧差信息可以以第一图像和参考图像中相同位置的像素点的像素值之差表示,这类信息可以称为像素值的低阶信息。
上述帧差信息还可以以第一图像中像素点相对于参考图像中像素点的像素值之差的梯度表示,这类信息可以称为像素值的高阶信息。本申请仅仅以此为例进行说明,并不对帧差信息的具体表示形式进行限定。
S102:获得对第一图像进行目标检测的结果。
其中,上述结果包括:被检测出目标所在区域和被检测出目标的类型。
具体的,上述被检测出目标所在区域可以以区域的顶点坐标、区域的宽度、区域的高度等信息表示。例如,在上述被检测出目标所在区域为矩形区域时,上述被检出目标所在区域可以以矩形对角线两个顶点的坐标表示,还可以以矩形的一个顶点坐标、矩形的宽度和高度表示。
其中,上述被检测出目标的类型可能是人、建筑物、车辆、动物等。
具体的,可以采用预先训练的目标分类模型对上述被检测出目标进行分类,从而得到被检测出目标的类型。
另外,还可以对第一图像中被检测出目标的所在区域进行特征提取,将所提取出特征与预先获得的各种类型的目标的特征进行匹配,可以选择匹配度最高的第一预设数量种类型作为被检测出目标的类型,也可以将匹配度高于预设匹配阈值的类型作为被检测出目标的类型。
本申请仅仅以上述为例对检测目标的类型的方式进行说明,并不对本申请构成限定。
本申请的一个实施例中,上述结果中还可以包括:每一被检测出目标所在区域包含该被检测出目标的置信度,为便于表述,本申请实施例中称之为第一置信度。
对第一图像进行目标检测时,需要检测的目标可以是人、动物、车辆等。
具体的,在对第一图像进行目标检测时,可以基于第一图像的直方图进行目标检测。另外,还可以基于支持向量机对第一图像进行目标检测。当然,也可以以直方图和支持向量机相结合的方式,对上述第一图像进行目标检测。
另外,还可以基于预先训练的神经网络模型对第一图像进行目标检测。
本申请的一个实施例中,由于上述帧差信息反映的是第一图像相对于参考图像之间的差异,这样上述帧差信息也就反映了第一图像中的目标相对于参考图像中的目标的运动情况。为此,可以基于上述帧差信息进行目标检测,然后将检测结果作为对第一图像进行目标检测的检测结果。这种情况下,所检测出来的目标为第一图像中处于运动状态的目标。
由于上述帧差信息往往是依据第一图像和参考图像中的一个图像通道计算得到的,例如,基于亮度对应的图像通道计算得到的,因此,相对于RGB、YUV等格式的包含3个图像通道的第一图像而言,基于上述帧差信息进行目标检测时,需要处理的数据量小,所以基于上述帧差信息进行目标检测可以节省计算资源,提高检测效率。
具体的,在对第一图像进行目标检测之后,可以对所检测出的目标所在区域进行NMS(Non-maximum suppression,非极大值抑制)操作,以使得最终得到的目标所在区域尽可能的准确。
S103:根据上述帧差信息和上述结果,确定第一图像中的各个前景区域。
具体的,图像中的前景区域可以是图像中的用户关注区域。如,上述用户关注区域可以是预设类型的目标所在的区域等。
上述预设类型的目标可以是人、车辆等。
本申请的一个实施例中,第一图像中的前景区域可以是第一图像中运动的目标所在区域。
根据上述结果和帧差信息确定上述前景区域的方式可以参见后续实施例,这里暂不详述。
S104:根据各个前景区域,调整用于对第一图像进行滤波处理的滤波参数。
在调整上述滤波参数之后,可以基于调整后的滤波参数对上述第一图像进行滤波处理。至此可以得知,本实施例提供的方案对应于滤波处理发生在后处理的情况下。
具体的,依据上述滤波参数对第一图像进行滤波处理时,可以只对第一图像中的各个前景区域进行滤波处理,可以只对第一图像中的各个背景区域进行滤波处理,还可以既对第一图像中的各个前景区域进行滤波处理,也对第一图像中的各个背景区域进行滤波处理。第一图像种的背景区域是指第一图像中除前景区域之外的区域。
上述滤波参数包括:滤波区域信息、时空域滤波权重、滤波方式和滤波器系数中的至少一种。
上述滤波区域信息可以是要进行滤波处理的区域的信息,如,区域的顶点坐标、区域的宽度、高度等。结合上述描述,要进行滤波处理的区域可以是图像中的前景区域和/或背景区域,也就是待滤波前景区域和/或待滤波背景区域。
上述时空域滤波权重可以理解为对第一图像进行时域滤波的权重和空域滤波的权重,基于此,上述时空域滤波权重可以包括时域滤波子权重和空域滤波子权重。其中,上述时域滤波子权重表示空域滤波处理的权重,也就是,空域滤波结果的权重。上述时域滤波子权重表示时域滤波处理的权重,也就是,时域滤波结果的权重。
具体的,上述时域滤波子权重与空域滤波子权重的和可以为1。
上述滤波方式是指对图像进行滤波处理时所采用的方式。例如,采用神经网络模型进行滤波处理与采用传统滤波算法进行滤波处理相结合的方式、通过相似块联合滤波对各个前景区域进行滤波处理的方式、采用动态调整时域滤波权重和空域滤波权重进行滤波处理的方式。
其中,上述相似块可以是第一图像和参考图像中对应于同一目标的图像块。例如,通过相似块联合滤波对各个前景区域进行滤波处理的方式可以采用bm3d(Block-Matchingand 3D filtering)等算法实现。
在进行滤波处理时,可以采用不同的滤波器对各个要进行滤波处理的区域进行滤波处理,基于此,各个要进行滤波处理的区域可以对应于滤波器的不同滤波系数。
本申请的一个实施例中,在上述滤波参数包括滤波区域信息和时空域滤波权重的情况下,可以采用以下三种方式中的一种,调整用于对第一图像进行滤波处理的滤波参数。
第一种方式,可以通过以下步骤A和步骤B实现对滤波参数的调整。
步骤A:根据各个前景区域的区域信息,调整上述滤波区域信息中表征待滤波前景区域的信息。
具体的,可以基于调整后滤波区域信息中表征待滤波前景区域的信息向上述各个前景区域的区域信息靠拢的原则进行调整。
例如,可以直接将上述各个前景区域的区域信息作为上述滤波区域信息中表征待滤波前景区域的信息。还可以针对每一前景区域,确定所包含目标与该前景区域所包含目标相同的待滤波前景区域,对所确定区域的信息和该前景区域的区域信息进行加权计算,将加权计算结果作为上述滤波区域信息中表征待滤波前景区域的信息。
步骤B:针对每一待滤波前景区域,根据第一图像中与该待滤波前景区域位置相同的区域内每一像素点的第三置信度,调整该待滤波前景区域中每一像素点的时域滤波子权重和空域滤波子权重。
其中,上述第三置信度为:第一图像中的各像素点相对于参考图像中的像素点存在运动的置信度。第三置信度的计算方式可以与后续实施例中提及的第二置信度的计算方式相同,这里暂不详述。
由于上述第三置信度反映了第一图像中的像素点相对于参考图像中的像素点的运动情况,当上述第三置信度较高时,可以认为第一图像中的像素点相对于参考图像中的像素点存在运动的概率较高,这种情况下,说明第一图像与参考图像在时域的相关性较强,因此可以增加时域滤波子权重、减小空域滤波子权重。反之,上述第三置信度较低时,可以认为第一图像中的像素点相对于参考图像中的像素点存在运动的概率较低,这种情况下,说明第一图像与参考图像在时域的相关性较弱,因此可以减小时域滤波子权重、增大空域滤波子权重。
本申请的一个实施例中,可以在预设的权重转换表中,查找前景映射区域内每一像素点的第三置信度对应的权重,作为该待滤波前景区域中每一像素点的空域滤波子权重,针对前景区域内每一像素点,根据该像素点的空域滤波子权重,计算该像素点的时域滤波子权重。
其中,上述前景映射区域为:第一图像中与该待滤波前景区域位置相同的区域。权重转换表用于记录第三置信度与空域滤波子权重的对应关系。
本申请的一个实施例中,由于上述时域滤波子权重和频域滤波子权重的和可以为1,所以,对于前景区域内的每一像素点而言,在计算出像素点的时域滤波子权重之后,还可以计算1与像素点的时域滤波子权重之差,作为像素点的空域滤波子权重。
本申请的另一个实施例中,为有效防止图像中出现运动模糊或者鬼影现象,在对各个待滤波前景区域进行空域滤波处理后,还可以对空域滤波结果进行锐化处理,使得各个待滤波前景区域内目标的边界得到锐化。这种情况下,上述空域滤波子权重为对锐化处理后的空域滤波结果的权重。
另外,基于上述思想,本申请的一个实施例中,在根据上述第三置信度确定第一图像与参考图像在时域具有较强相关性时,还可以通过调整空域滤波器的滤波系数来增强空域滤波强度,通过调整时域滤波器的滤波系数来降低时域滤波强度。在根据上述第三置信度确定第一图像与参考图像在空域具有较强相关性时,还可以通过调整空域滤波器的滤波系数来降低空域滤波强度,通过调整时域滤波器的滤波系数来增强时域滤波强度。
第二种方式,可以通过以下步骤C-步骤E实现对滤波参数的调整。
步骤C:根据各个前景区域,确定第一图像中的各个背景区域。
具体的,可以将第一图像中除了上述各个前景区域以外的区域均作为第一图像中的背景区域。
步骤D:根据各个背景区域的区域信息,调整滤波区域信息中表征待滤波背景区域的信息。
具体的,可以基于调整后滤波区域信息中表征待滤波背景区域的信息向上述各个背景区域的区域信息靠拢的原则进行调整。
例如,可以直接将上述各个背景区域的区域信息作为上述滤波区域信息中表征待滤波背景区域的信息。还可以针对每一背景区域,确定与该背景区域位置最接近的待滤波背景区域,对所确定区域的信息和该背景区域的区域信息进行加权计算,将加权计算结果作为上述滤波区域信息中表征待滤波背景区域的信息。
步骤E:针对每一待滤波背景区域,根据第一图像中与该待滤波背景区域位置相同的区域内每一像素点的第三置信度,调整该待滤波背景区域中每一像素点的时域滤波子权重和空域滤波子权重。
本申请的一个实施例中,还可以先判断第一图像中的各个背景区域是否相对参考图像中的背景区域噪声收敛,若不收敛,则执行上述步骤E。这样可以加快图像中噪声的收敛速度。
具体的,可以计算第一图像中各个背景区域的噪声标准差,并计算参考图像中背景区域的噪声标准差,若上述两个噪声标准差之间的差异小于预设的噪声阈值,则认为第一图像中的各个背景区域相对于参考图像中的背景区域噪声收敛,否则认为第一图像中的各个背景区域相对于参考图像中的背景区域噪声不收敛。
另外,可以采用与上述步骤B中所提及的调整时域滤波子权重和空域滤波子权重的方式进行权重调整,区别仅在于本步骤中调整的是待滤波背景区域中每一像素点的时域滤波子权重和空域滤波子权重,而上述步骤中调整的是待滤波前景区域中每一像素点的时域滤波子权重和空域滤波子权重。
第三种方式,采样上述第一种方式和第二种方式对滤波参数进行调整。
由于基于神经网络模型的滤波方式对内容复杂的区域进行滤波处理时往往具有较好的处理效果,本申请的一个实施例中,还可以调整上述滤波区域信息中表征待滤波前景区域的信息后,计算第一图像中各个待滤波前景区域的内容复杂度,若内容复杂度超过预设阈值,则可以选择采用基于神经网络模型进行滤波处理的方式对待滤波前景区域进行滤波处理,而采用传统滤波算法对待滤波背景区域进行滤波处理。这样相对于整张图像均基于神经网络模型进行滤波处理的方式可以节省计算资源,又由于前景区域是用户关注的区域,所以又能够得到较佳的处理效果。
由以上可见,应用本实施例提供的方案调整滤波参数时,考虑了对图像进行目标检测的结果。具体的,利用第一图像与参考图像间的帧差信息以及对第一图像进行目标检测的结果,确定第一图像中的前景区域,然后依据上述前景区域调整用于对第一图像进行滤波处理的滤波参数。由于上述滤波参数包括滤波区域信息、时空域滤波权重、滤波方式和滤波器系数中的至少一种,因此,在图像处理过程中,滤波器对应的滤波区域、时空域滤波权重、滤波方式和滤波器系数中的至少一种是可以随着所处理图像的变化而变化的。
另外,由于上述前景区域是根据第一图像与参考图像间的帧差信息、以及对第一图像进行目标检测的结果确定的,而参考图像又是基于在第一图像之前采集的图像确定的,所以,可以认为滤波区域、时空域滤波权重、滤波方式和滤波器系数的调整是依据第一图像相对于在其之前的图像的运动情况、以及第一图像中目标所在区域调整的。因此,应用本实施例提供的方案调整滤波区域信息、时空域滤波权重、滤波方式或滤波器系数后的滤波器能够适用于各种复杂多变的应用场景。从而利用调整上述滤波区域信息、时空域滤波权重、滤波方式或滤波器系数后的滤波器进行滤波时,能够提高滤波效果。
图像采集设备在工作过程中可以源源不断的采集图像,但是受环境等因素的影响,所采集的图像中可能会存在大量噪声,基于这样的图像调整滤波参数时,可能会引入误差,为此本申请的一个实施例中,在执行上述S101之前,获得上述第一图像之后,可以先判断上述第一图像是否相对于上述参考图像噪声收敛,在噪声收敛之后,再执行上述S101。
具体的,可以在上述第一图像中选择纹理复杂度小于预设复杂度值、且相对于上述参考图像静止的区域,称为第一噪声检测区域,也就是说,上述第一噪声检测区域为第一图像中的平坦区域。然后,在参考图像中确定与上述第一噪声检测区域位置相同的第二噪声检测区域。计算第一噪声检测区域中各像素点的像素值与第二噪声检测区域中各像素点的像素值之间的方差,若上述方差小于预设的噪声阈值,则认为上述第一图像相对于参考图像噪声收敛。否则,认为上述第一图像相对于参考图像未噪声收敛。
另外,还可以预先设定上述第一噪声检测区域的大小,例如,上述第一噪声检测区域的大小可以为:5x5、10x10等。
本申请的一个实施例中,在上述S101获得帧差信息之后,还可以对上述帧差信息进行降噪处理,消除上述帧差信息中的噪声,使得上述帧差信息能够更加准确的反映第一图像与参考图像之间的差异。
在此基础上,上述S103根据上述帧差信息和上述结果,确定第一图像中的各个前景区域时,相应的需要根据降噪处理后的帧差信息和上述结果,确定第一图像中的各个前景区域。
本申请的一个实施例中,对上述帧差信息进行降噪处理时,可以按照以下方式一或方式二实现。
方式一:可以对上述帧差信息进行低通滤波处理,从而滤除上述帧差信息中的噪声信息。
方式二:可以对上述帧差信息进行带边界保留的自适应滤波处理,从而滤除上述帧差信息中的噪声信息。
本申请的一个实施例中,在对上述帧差信息进行降噪处理之前,一种情况下,可以采用LUT(Look-Up-Table,显示查找表)查找表映射的方式对上述帧差信息进行重映射,使得上述帧差信息的噪声分布信息得到调整,然后按照上述方式一或方式二进行滤波处理。
另一种情况下,还可以先计算上述帧差信息的噪声分布信息,并按照白噪声分布规则调整上述噪声分布信息,使得上述帧差信息中的噪声按照白噪声分布规律进行分布,然后按照上述方式一或方式二进行滤波处理。
参见图2a,提供了第二种滤波参数调整方法的流程示意图,与前述图1所示实施例相比,本实施例中,上述S103可以通过以下S103A-S103B实现。
S103A:根据上述帧差信息和被检测出目标的类型,从被检测出目标中,选择属于预设感兴趣类型、且处于运动状态的目标。
由于上述帧差信息反映了第一图像中目标相对于参考图像中目标的运动情况,为此,从上述帧差信息中可以得知被检测出目标是否处于运动状态。
以被检测出目标中目标1为例,可以在第一图像中确定出目标1的图像区域1,然后,在上述运动信息中确定对应于上述图像区域1的信息,若所确定出信息中小于第一数值的信息所占比例大于第一预设比例,则可以认为目标1处于静止状态。反之若所确定出的信息中大于第二数值的信息所占比例大于第二预设比例,则可以认为目标1处于运动状态。上述第一预设比例、第二预设比例可以相等,也可以不相等。如,上述第一预设比例和第二预设比例的取值可以是60%、70%、80%等。
参见图2b,示出了一种区域示意图。该图中虚线框内的区域为第一图像中一个被检测出目标的图像区域,虚线框内部规则曲线围成的区域为运动信息大于上述第二数值的区域。从图中可以看出,大于第二数值的信息所在的比例较高,所以可以认为上述被检测出目标处于运动状态。
S103B:将至少一个所选择目标在第一图像中的区域确定为第一图像中的前景区域。
本申请的一个实施例中,可以直接将各个所选择目标在第一图像中的区域确定为前景区域。
本申请的另一个实施例中,从前面的描述中可以得知,第一图像中每一被检测出目标所在区域可以对应有第一置信度,鉴于此,可以将所选择目标所在区域中第一置信度最高的第一预设数量个区域确定为前景区域,可以将所选择目标所在区域中第一置信度大于第一预设置信度的区域确定为前景区域。
本申请的再一个实施例中,还可以将所选择目标中预设类型的目标所在的区域确定为前景区域。
本申请仅仅以上述为例进行说明,确定第一图像中前景区域的方式并不仅限于此。
由以上可见,本实施例提供的方案中,在确定第一图像中的前景区域时,不仅考虑了目标的运动情况,还考虑了目标的类型,这样能够有针对性的确定第一图像中的前景区域。
参见图3,提供了第三种滤波参数调整方法的流程示意图,与前述图2所示实施例相比,本实施例中,上述检测结果包括:各个被检测出目标所在区域包含被检测出目标的第一置信度。这种情况下,上述S103A可以通过以下步骤S103A1-S103A3实现。
S103A1:对上述帧差信息进行归一化处理,得到表征第一图像中像素点相对于参考图像中像素点存在运动的第二置信度。
具体的,对上述帧差信息进行归一化处理时,可以确定出上述帧差信息中的最大值和最小值,计算上述最大值与最小值之间的差值,然后计算上述帧差信息中每一信息分别与上述差值的比值,作为表征第一图像中像素点相对于参考图像中像素点存在运动的第二置信度,从而实现了归一化处理。
归一化处理后,各个像素点对应的第二置信度越大,表示这一像素点相对于参考图像中像素点存在运动的概率越高。
S103A2:针对每一被检测出目标,根据该目标所在区域中像素点的第二置信度,调整该目标所在区域对应的第一置信度。
发明人在实验中发现,帧差信息取值越大的区域包含目标的概率更高,鉴于此,本步骤中,根据反映区域中像素点运动情况的第二置信度,调整反映区域中是否存在目标的第一置信度。
本申请的一个实施例中,针对每一被检测出目标,可以按照以下方式,调整该目标所在区域对应的第一置信度:
对该目标所在区域中像素点的第二置信度进行平滑处理;
计算该目标所在区域中像素点的平滑处理后第二置信度的均值;
基于预设的加权系数,对上述均值和该目标所在区域对应的第一置信度进行加权计算,并将计算结果作为该目标所在区域对应的调整后第一置信度。
具体的,可以通过对目标所在区域中像素点的第二置信度进行中值滤波的方式,对上述第二置信度进行平滑处理。例如,进行中值滤波时,可以进行3x3的中值滤波,当然也可以进行5x5的中值滤波等。
另外,可以预先为上述均值设定加权系数,称为加权系数1,还可以预先为上述目标所在区域对应的第一置信度设置加权系数,称为加权系数2。上述加权系数1和加权系数2可以相等,也可以不相等,本申请实施例并不对此进行限定。
S103A3:根据调整后的第一置信度和被检测出目标的类型,从被检测出目标中,选择属于预设感兴趣类型、且处于运动状态的目标。
与上述步骤S103C中确定前景区域的方式类似,本申请的一个实施例中,可以从被检测出目标中,选择第一置信度最高的第二预设数量个属于预设感兴趣类型、且处于运动状态的目标。还可以从被检测出目标中,选择第一置信度高于第二预设置信度、属于预设感兴趣类型、且处于运动状态的目标。
由以上可见,本实施例提供的方案中,在从第一图像中选择目标时,不仅考虑了被检测出目标所在区域包含目标的第一置信度,还考虑了反映被检测出目标所在区域运动情况的第二置信度,这样可以使得所选择出的目标更加准确,进而使得确定出来的第一图像中前景区域更加准确,进一步提高调整滤波参数的准确率。
参见图4,提供了第四种滤波参数调整方法的流程示意图,与前述图1所示实施例相比,本实施例中,上述S104可以通过以下步骤S104A-S104B实现。
S104A:针对每一前景区域,根据参考图像中的参考区域,计算该前景区域中目标的运动速度和方向,并根据上述运动速度和方向,调整该前景区域在第一图像中的位置。
其中,上述参考区域中的目标与该前景区域中的目标相同。
由于调整各个前景区域在第一图像中的位置的方式相同,所以下面以一个前景区域为例进行说明。
具体的,为便于表述可以将上述参考区域的中心记为中心1,将前景区域的中心记为中心2。这种情况下,上述目标的运动方向可以是从上述中心1指向上述中心2的方向。
另外,计算上述目标的运动速度时,可以按照表达式L12/T计算得到。
其中,上述L12表示上述中心1与中心2之间的距离,上述T为参考图像与第一图像之间的图像采集时间差。
具体的,由于目标运动以及对目标进行检测之间存在延时,所以,可以根据上述运动速度和方向,计算上述中心2对应的中心偏移量ΔV1,然后按照中心2+ΔV1的方式,对上述中心2进行偏移,调整前景区域在第一图像中的位置,实现对前景区域的移动,从而也就实现了对前景区域进行的区域补偿。
本申请的一个实施例中,在目标匀速运动、且不考虑形变的情况下,可以获得相邻图像中同一目标所在区域中心之差,作为中心偏移量ΔV2,按照中心2+ΔV2的方式,对上述中心2进行偏移,调整前景区域在第一图像中的位置,实现对前景区域的移动,从而也就实现了对前景区域进行的区域补偿。
S104B:根据各个调整后前景区域,调整用于对所述第一图像进行滤波处理的滤波参数。
由以上可见,本实施例提供的方案中,在确定出前景区域之后,根据目标的运动速度和方向对前景区域在第一图像中的位置进行了调整,可以使得前景区域更加准确,从而能够更加准确的调整滤波参数。
本申请的一个实施例中,参见图5,提供了第五种滤波参数调整方法的流程示意图,该方法包括:
S501:获得第一图像,并基于用于对图像进行滤波处理的滤波参数,对第一图像进行滤波处理,得到第二图像。
其中,上述滤波参数包括:滤波区域信息、时空域滤波权重、滤波方式和滤波器系数中的至少一种。
S502:获得第二图像与参考图像间的帧差信息。
其中,所述参考图像为:基于在所述第一图像之前采集的图像确定的图像。
S503:获得对第二图像进行目标检测的结果。
其中,上述结果包括:被检测出目标所在区域和被检测出目标的类型。
S504:根据是上述帧差信息和上述结果,确定第二图像中的各个前景区域。
S505:根据各个前景区域的区域信息,调整所述滤波参数。
需要说明的,上述S502-S505分别于前述S101-S104相似,区别仅在于S502-S505是基于第二图像进行处理的,而S101-S104是基于第一图像进行处理的,因此,S502-S505的实现方式可以参见前述S101-S104的具体实现方式,这里不再赘述。
另外,由前可以看出,本实施例提供的方案对应于滤波处理发生在前处理的情况下。
由以上可见,应用本实施例提供的方案调整滤波参数时,在图像处理过程中,滤波器对应的滤波区域、时空域滤波权重、滤波方式和滤波器系数中的至少一种是可以随着所处理图像的变化而变化的。
另外,由于上述前景区域是根据第二图像与参考图像间的帧差信息、以及对第二图像进行目标检测的结果确定的,第二图像是对第一图像进行滤波处理得到的,而参考图像又是基于在第一图像之前采集的图像确定的,所以,可以认为滤波区域、时空域滤波权重、滤波方式和滤波器系数的调整是依据第二图像相对于在其之前的图像的运动情况、以及第二图像中目标所在区域调整的。因此,应用上述各个实施例提供的方案调整滤波区域信息、时空域滤波权重、滤波方式或滤波器系数后的滤波器能够适用于各种复杂多变的应用场景。从而利用调整上述滤波区域信息、时空域滤波权重、滤波方式或滤波器系数后的滤波器进行滤波时,能够提高滤波效果。
参见图6,提供了第一种滤波参数调整装置的结构示意图,该装置包括:
信息获得模块601,用于获得第一图像与参考图像间的帧差信息,其中,所述参考图像为:基于在所述第一图像之前采集的图像确定的图像;
结果获得模块602,用于获得对所述第一图像进行目标检测的结果,其中,所述结果包括:被检测出目标所在区域和被检测出目标的类型;
前景确定模块603,用于根据所述帧差信息和所述结果,确定所述第一图像中的各个前景区域;
参数调整模块604,用于根据各个前景区域,调整用于对所述第一图像进行滤波处理的滤波参数,其中,所述滤波参数包括:滤波区域信息、时空域滤波权重、滤波方式和滤波器系数中的至少一种。
本申请的一个实施例中,上述滤波器参数调整装置还包括:
降噪处理模块,用于在所述信息获得模块601获得第一图像与参考图像间的帧差信息之后,对所述帧差信息进行降噪处理;
所述前景确定模块603,具体用于根据降噪处理后的帧差信息和所述结果,确定所述第一图像中的各个前景区域。
本申请的一个实施例中,所述参数调整模块604,具体用于针对每一前景区域,根据所述参考图像中的参考区域,计算该前景区域中目标的运动速度和方向,并根据所述运动速度和方向,调整该前景区域在所述第一图像中的位置,其中,所述参考区域中的目标与该前景区域中的目标相同;根据各个调整后前景区域,调整用于对所述第一图像进行滤波处理的滤波参数。
本申请的一个实施例中,所述时空域滤波权重包括:时域滤波子权重和空域滤波子权重;在所述滤波参数包括所述滤波区域信息和时空域滤波权重的情况下,所述参数调整模块604,具体用于:
根据各个前景区域的区域信息,调整所述滤波区域信息中表征待滤波前景区域的信息,针对每一待滤波前景区域,根据所述第一图像中与该待滤波前景区域位置相同的区域内每一像素点的第三置信度,调整该待滤波前景区域中每一像素点的时域滤波子权重和空域滤波子权重,其中,所述第三置信度为:所述第一图像中的各像素点相对于所述参考图像中的像素点存在运动的置信度;
和/或
根据各个前景区域,确定所述第一图像中的各个背景区域,根据各个背景区域的区域信息,调整所述滤波区域信息中表征待滤波背景区域的信息,针对每一待滤波背景区域,根据所述第一图像中与该待滤波背景区域位置相同的区域内每一像素点的第三置信度,调整该待滤波背景区域中每一像素点的时域滤波子权重和空域滤波子权重。
本申请的一个实施例中,所述参数调整模块604,具体用于:
在预设的权重转换表中,查找前景映射区域内每一像素点的第三置信度对应的权重,作为该待滤波前景区域中每一像素点的空域滤波子权重,其中,所述前景映射区域为:所述第一图像中与该待滤波前景区域位置相同的区域,所述权重转换表用于记录第三置信度与空域滤波子权重的对应关系;
针对所述前景区域内每一像素点,根据该像素点的空域滤波子权重,计算该像素点的时域滤波子权重。
本申请的一个实施例中,所述参数调整模块604,还用于在所述根据各个背景区域的区域信息,调整所述滤波区域信息中表征待滤波背景区域的信息之前,判断所述第一图像中的各个背景区域是否相对所述参考图像中的背景区域噪声收敛;若为否,执行所述根据各个背景区域的区域信息,调整所述滤波区域信息中表征待滤波背景区域的信息的步骤。
由以上可见,应用上述各个实施例提供的方案调整滤波参数时,在图像处理过程中,滤波器对应的滤波区域、时空域滤波权重、滤波方式和滤波器系数中的至少一种是可以随着所处理图像的变化而变化的。
另外,由于上述前景区域是根据第一图像与参考图像间的帧差信息、以及对第一图像进行目标检测的结果确定的,而参考图像又是基于在第一图像之前采集的图像确定的,所以,可以认为滤波区域、时空域滤波权重、滤波方式和滤波器系数的调整是依据第一图像相对于在其之前的图像的运动情况、以及第一图像中目标所在区域调整的。因此,应用上述各个实施例提供的方案调整滤波区域信息、时空域滤波权重、滤波方式或滤波器系数后的滤波器能够适用于各种复杂多变的应用场景。从而利用调整上述滤波区域信息、时空域滤波权重、滤波方式或滤波器系数后的滤波器进行滤波时,能够提高滤波效果。
本申请的一个实施例中,参见图7,提供了第二种滤波参数调整装置的结构示意图,与前述图6所示实施例相比,本实施例中,上述前景确定模块603,包括:
目标选择子模块603A,用于根据所述帧差信息和所述被检测出目标的类型,从所述被检测出目标中,选择属于预设感兴趣类型、且处于运动状态的目标;
前景确定子模块603B,用于将至少一个所选择目标在所述第一图像中的区域确定为所述第一图像中的前景区域。
由以上可见,本实施例提供的方案中,在确定第一图像中的前景区域时,不仅考虑了目标的运动情况,还考虑了目标的类型,这样能够有针对性的确定第一图像中的前景区域。
本申请的一个实施例中,参见图8,提供了第三种滤波参数调整装置的结构示意图,与前述图7所示实施例相比,本实施例中,上述结果包括:各个被检测出目标所在区域包含被检测出目标的第一置信度;
所述目标选择子模块603A,包括:
信息归一化单元603A1,用于对所述帧差信息进行归一化处理,得到表征所述第一图像中像素点相对于所述参考图像中像素点存在运动的第二置信度;
置信度调整单元603A2,用于针对每一被检测出目标,根据该目标所在区域中像素点的第二置信度,调整该目标所在区域对应的第一置信度;
目标选择单元603A3,用于根据调整后的第一置信度和所述被检测出目标的类型,从所述被检测出目标中,选择属于预设感兴趣类型、且处于运动状态的目标。
本申请的一个实施例中,所述置信度调整单元,具体用于针对每一被检测出目标,按照以下方式,调整该目标所在区域对应的第一置信度:
对该目标所在区域中像素点的第二置信度进行平滑处理;
计算该目标所在区域中像素点的平滑处理后第二置信度的均值;
基于预设的加权系数,对所述均值和该目标所在区域对应的第一置信度进行加权计算,并将计算结果作为该目标所在区域对应的调整后第一置信度。
由以上可见,本实施例提供的方案中,在从第一图像中选择目标时,不仅考虑了被检测出目标所在区域包含目标的第一置信度,还考虑了反映被检测出目标所在区域运动情况的第二置信度,这样可以使得所选择出的目标更加准确,进而使得确定出来的第一图像中前景区域更加准确,进一步提高调整滤波参数的准确率。
本申请的一个实施例中,参见图9,提供了第四种滤波参数调整装置的结构示意图,该装置包括:
图像滤波模块901,用于获得第一图像,并基于用于对图像进行滤波处理的滤波参数,对所述第一图像进行滤波处理,得到第二图像,其中,所述滤波参数包括:滤波区域信息、时空域滤波权重、滤波方式和滤波器系数中的至少一种;
信息获得模块902,用于获得所述第二图像与参考图像间的帧差信息,其中,所述参考图像为:基于在所述第一图像之前采集的图像确定的图像;
结果获得模块903,用于获得对第二图像进行目标检测的结果,其中,所述结果包括:被检测出目标所在区域和被检测出目标的类型;
前景确定模块904,用于根据所述帧差信息和所述结果,确定所述第二图像中的各个前景区域;
参数调整模块905,用于根据各个前景区域的区域信息,调整所述滤波参数。
由以上可见,应用本实施例提供的方案调整滤波参数时,在图像处理过程中,滤波器对应的滤波区域、时空域滤波权重、滤波方式和滤波器系数中的至少一种是可以随着所处理图像的变化而变化的。
另外,由于上述前景区域是根据第二图像与参考图像间的帧差信息、以及对第二图像进行目标检测的结果确定的,第二图像是对第一图像进行滤波处理得到的,而参考图像又是基于在第一图像之前采集的图像确定的,所以,可以认为滤波区域、时空域滤波权重、滤波方式和滤波器系数的调整是依据第二图像相对于在其之前的图像的运动情况、以及第二图像中目标所在区域调整的。因此,应用上述各个实施例提供的方案调整滤波区域信息、时空域滤波权重、滤波方式或滤波器系数后的滤波器能够适用于各种复杂多变的应用场景。从而利用调整上述滤波区域信息、时空域滤波权重、滤波方式或滤波器系数后的滤波器进行滤波时,能够提高滤波效果。
与上述滤波参数调整方法相对应,本申请实施例还提供了一种电子设备。
参见图10,提供了一种电子设备的结构示意图,该电子设备包括:处理器1001、通信接口1002、存储器1003和通信总线1004,其中,处理器1001,通信接口1002,存储器1003通过通信总线1004完成相互间的通信,
存储器1003,用于存放计算机程序;
处理器1001,用于执行存储器1003上所存放的程序时,实现上述图1-图4所示实施例提供的滤波参数调整方法的步骤。
应用本实施例提供的电子设备调整滤波参数时,在图像处理过程中,滤波器对应的滤波区域、时空域滤波权重、滤波方式和滤波器系数中的至少一种是可以随着所处理图像的变化而变化的。
另外,由于上述前景区域是根据第一图像与参考图像间的帧差信息、以及对第一图像进行目标检测的结果确定的,而参考图像又是基于在第一图像之前采集的图像确定的,所以,可以认为滤波区域、时空域滤波权重、滤波方式和滤波器系数的调整是依据第一图像相对于在其之前的图像的运动情况、以及第一图像中目标所在区域调整的。因此,应用上述各个实施例提供的方案调整滤波区域信息、时空域滤波权重、滤波方式或滤波器系数后的滤波器能够适用于各种复杂多变的应用场景。从而利用调整上述滤波区域信息、时空域滤波权重、滤波方式或滤波器系数后的滤波器进行滤波时,能够提高滤波效果。
与上述滤波参数调整方法相对应,本申请实施例还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内存储有计算机程序,所述计算机程序被处理器执行时实现上述图1-图4所示实施例提供的滤波参数调整方法的步骤。
本申请的一个实施例中,提供了另一种电子设备,该电子设备包括:处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信,
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现上述图5所示实施例提供的滤波参数调整方法的步骤。
应用本实施例提供的电子设备调整滤波参数时,在图像处理过程中,滤波器对应的滤波区域、时空域滤波权重、滤波方式和滤波器系数中的至少一种是可以随着所处理图像的变化而变化的。
另外,由于上述前景区域是根据第二图像与参考图像间的帧差信息、以及对第二图像进行目标检测的结果确定的,第二图像是对第一图像进行滤波处理得到的,而参考图像又是基于在第一图像之前采集的图像确定的,所以,可以认为滤波区域、时空域滤波权重、滤波方式和滤波器系数的调整是依据第二图像相对于在其之前的图像的运动情况、以及第二图像中目标所在区域调整的。因此,应用上述各个实施例提供的方案调整滤波区域信息、时空域滤波权重、滤波方式或滤波器系数后的滤波器能够适用于各种复杂多变的应用场景。从而利用调整上述滤波区域信息、时空域滤波权重、滤波方式或滤波器系数后的滤波器进行滤波时,能够提高滤波效果。
与上述滤波参数调整方法相对应,本申请实施例还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内存储有计算机程序,所述计算机程序被处理器执行时实现上述图5所示实施例提供的滤波参数调整方法的步骤。
需要说明的是,上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral Component Interconnect,PCI)总线或扩展工业标准结构(ExtendedIndustry Standard Architecture,EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的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(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessing,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。
在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置、电子设备和计算机可读存储介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本申请的较佳实施例而已,并非用于限定本申请的保护范围。凡在本申请的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本申请的保护范围内。
Claims (10)
1.一种滤波参数调整方法,其特征在于,所述方法包括:
获得第一图像与参考图像间的帧差信息,其中,所述参考图像为:基于在所述第一图像之前采集的图像确定的图像;
获得对所述第一图像进行目标检测的结果,其中,所述结果包括:被检测出目标所在区域和被检测出目标的类型;
根据所述帧差信息和所述结果,确定所述第一图像中的各个前景区域;
根据各个前景区域,调整用于对所述第一图像进行滤波处理的滤波参数,其中,所述滤波参数包括:滤波区域信息、时空域滤波权重、滤波方式和滤波器系数中的至少一种;
所述根据所述帧差信息和所述结果,确定所述第一图像中的各个前景区域,包括:
根据所述帧差信息和所述被检测出目标的类型,从所述被检测出目标中,选择属于预设感兴趣类型、且处于运动状态的目标;
将至少一个所选择目标在所述第一图像中的区域确定为所述第一图像中的前景区域;
所述结果包括:各个被检测出目标所在区域包含被检测出目标的第一置信度;
所述根据所述帧差信息和所述被检测出目标的类型,从所述被检测出目标中,选择属于预设感兴趣类型、且处于运动状态的目标,包括:
对所述帧差信息进行归一化处理,得到表征所述第一图像中像素点相对于所述参考图像中像素点存在运动的第二置信度;
针对每一被检测出目标,根据该目标所在区域中像素点的第二置信度,调整该目标所在区域对应的第一置信度;
根据调整后的第一置信度和所述被检测出目标的类型,从所述被检测出目标中,选择属于预设感兴趣类型、且处于运动状态的目标。
2.根据权利要求1所述的方法,其特征在于,所述针对每一被检测出目标,根据该目标所在区域中像素点的第二置信度,调整该目标所在区域对应的第一置信度,包括:
针对每一被检测出目标,按照以下方式,调整该目标所在区域对应的第一置信度:
对该目标所在区域中像素点的第二置信度进行平滑处理;
计算该目标所在区域中像素点的平滑处理后第二置信度的均值;
基于预设的加权系数,对所述均值和该目标所在区域对应的第一置信度进行加权计算,并将计算结果作为该目标所在区域对应的调整后第一置信度。
3.根据权利要求1-2中任一项所述的方法,其特征在于,在所述获得第一图像与参考图像间的帧差信息之后,还包括:
对所述帧差信息进行降噪处理;
所述根据所述帧差信息和所述结果,确定所述第一图像中的各个前景区域,包括:
根据降噪处理后的帧差信息和所述结果,确定所述第一图像中的各个前景区域。
4.根据权利要求1-2中任一项所述的方法,其特征在于,所述根据各个前景区域,调整用于对所述第一图像进行滤波处理的滤波参数,包括:
针对每一前景区域,根据所述参考图像中的参考区域,计算该前景区域中目标的运动速度和方向,并根据所述运动速度和方向,调整该前景区域在所述第一图像中的位置,其中,所述参考区域中的目标与该前景区域中的目标相同;
根据各个调整后前景区域,调整用于对所述第一图像进行滤波处理的滤波参数。
5.根据权利要求1-2中任一项所述的方法,其特征在于,所述时空域滤波权重包括:时域滤波子权重和空域滤波子权重;
在所述滤波参数包括所述滤波区域信息和时空域滤波权重的情况下,所述根据各个前景区域,调整用于对所述第一图像进行滤波处理的滤波参数,包括:
根据各个前景区域的区域信息,调整所述滤波区域信息中表征待滤波前景区域的信息,针对每一待滤波前景区域,根据所述第一图像中与该待滤波前景区域位置相同的区域内每一像素点的第三置信度,调整该待滤波前景区域中每一像素点的时域滤波子权重和空域滤波子权重,其中,所述第三置信度为:所述第一图像中的各像素点相对于所述参考图像中的像素点存在运动的置信度;
和/或
根据各个前景区域,确定所述第一图像中的各个背景区域,根据各个背景区域的区域信息,调整所述滤波区域信息中表征待滤波背景区域的信息,针对每一待滤波背景区域,根据所述第一图像中与该待滤波背景区域位置相同的区域内每一像素点的第三置信度,调整该待滤波背景区域中每一像素点的时域滤波子权重和空域滤波子权重。
6.根据权利要求5所述的方法,其特征在于,所述根据所述第一图像中与该待滤波前景区域位置相同的区域内每一像素点的第三置信度,调整该待滤波前景区域中每一像素点的时域滤波子权重和空域滤波子权重,包括:
在预设的权重转换表中,查找前景映射区域内每一像素点的第三置信度对应的权重,作为该待滤波前景区域中每一像素点的空域滤波子权重,其中,所述前景映射区域为:所述第一图像中与该待滤波前景区域位置相同的区域,所述权重转换表用于记录第三置信度与空域滤波子权重的对应关系;
针对所述前景区域内每一像素点,根据该像素点的空域滤波子权重,计算该像素点的时域滤波子权重。
7.根据权利要求5所述的方法,其特征在于,在所述根据各个背景区域的区域信息,调整所述滤波区域信息中表征待滤波背景区域的信息之前,还包括:
判断所述第一图像中的各个背景区域是否相对所述参考图像中的背景区域噪声收敛;
若为否,执行所述根据各个背景区域的区域信息,调整所述滤波区域信息中表征待滤波背景区域的信息的步骤。
8.一种滤波参数调整方法,其特征在于,所述方法包括:
获得第一图像,并基于用于对图像进行滤波处理的滤波参数,对所述第一图像进行滤波处理,得到第二图像,其中,所述滤波参数包括:滤波区域信息、时空域滤波权重、滤波方式和滤波器系数中的至少一种;
获得所述第二图像与参考图像间的帧差信息,其中,所述参考图像为:基于在所述第一图像之前采集的图像确定的图像;
获得对第二图像进行目标检测的结果,其中,所述结果包括:被检测出目标所在区域和被检测出目标的类型;
根据所述帧差信息和所述结果,确定所述第二图像中的各个前景区域;
根据各个前景区域的区域信息,调整所述滤波参数;
所述根据所述帧差信息和所述结果,确定所述第二图像中的各个前景区域,包括:
根据所述帧差信息和所述被检测出目标的类型,从所述被检测出目标中,选择属于预设感兴趣类型、且处于运动状态的目标;
将至少一个所选择目标在所述第二图像中的区域确定为所述第二图像中的前景区域;
所述结果包括:各个被检测出目标所在区域包含被检测出目标的第四置信度;
所述根据所述帧差信息和所述被检测出目标的类型,从所述被检测出目标中,选择属于预设感兴趣类型、且处于运动状态的目标,包括:
对所述帧差信息进行归一化处理,得到表征所述第二图像中像素点相对于所述参考图像中像素点存在运动的第五置信度;
针对每一被检测出目标,根据该目标所在区域中像素点的第五置信度,调整该目标所在区域对应的第四置信度;
根据调整后的第四置信度和所述被检测出目标的类型,从所述被检测出目标中,选择属于预设感兴趣类型、且处于运动状态的目标。
9.一种滤波参数调整装置,其特征在于,所述装置包括:
信息获得模块,用于获得第一图像与参考图像间的帧差信息,其中,所述参考图像为:基于在所述第一图像之前采集的图像确定的图像;
结果获得模块,用于获得对所述第一图像进行目标检测的结果,其中,所述结果包括:被检测出目标所在区域和被检测出目标的类型;
前景确定模块,用于根据所述帧差信息和所述结果,确定所述第一图像中的各个前景区域;所述根据所述帧差信息和所述结果,确定所述第一图像中的各个前景区域,包括:根据所述帧差信息和所述被检测出目标的类型,从所述被检测出目标中,选择属于预设感兴趣类型、且处于运动状态的目标;将至少一个所选择目标在所述第一图像中的区域确定为所述第一图像中的前景区域;
参数调整模块,用于根据各个前景区域,调整用于对所述第一图像进行滤波处理的滤波参数,其中,所述滤波参数包括:滤波区域信息、时空域滤波权重、滤波方式和滤波器系数中的至少一种;
所述结果包括:各个被检测出目标所在区域包含被检测出目标的第一置信度;
所述目标选择子模块,包括:
信息归一化单元,用于对所述帧差信息进行归一化处理,得到表征所述第一图像中像素点相对于所述参考图像中像素点存在运动的第二置信度;
置信度调整单元,用于针对每一被检测出目标,根据该目标所在区域中像素点的第二置信度,调整该目标所在区域对应的第一置信度;
目标选择单元,用于根据调整后的第一置信度和所述被检测出目标的类型,从所述被检测出目标中,选择属于预设感兴趣类型、且处于运动状态的目标。
10.一种滤波参数调整装置,其特征在于,所述装置包括:
图像滤波模块,用于获得第一图像,并基于用于对图像进行滤波处理的滤波参数,对所述第一图像进行滤波处理,得到第二图像,其中,所述滤波参数包括:滤波区域信息、时空域滤波权重、滤波方式和滤波器系数中的至少一种;
信息获得模块,用于获得所述第二图像与参考图像间的帧差信息,其中,所述参考图像为:基于在所述第一图像之前采集的图像确定的图像;
结果获得模块,用于获得对第二图像进行目标检测的结果,其中,所述结果包括:被检测出目标所在区域和被检测出目标的类型;
前景确定模块,用于根据所述帧差信息和所述结果,确定所述第二图像中的各个前景区域;所述根据所述帧差信息和所述结果,确定所述第二图像中的各个前景区域,包括:根据所述帧差信息和所述被检测出目标的类型,从所述被检测出目标中,选择属于预设感兴趣类型、且处于运动状态的目标;将至少一个所选择目标在所述第二图像中的区域确定为所述第二图像中的前景区域;所述结果包括:各个被检测出目标所在区域包含被检测出目标的第四置信度;所述根据所述帧差信息和所述被检测出目标的类型,从所述被检测出目标中,选择属于预设感兴趣类型、且处于运动状态的目标,包括:对所述帧差信息进行归一化处理,得到表征所述第二图像中像素点相对于所述参考图像中像素点存在运动的第五置信度;针对每一被检测出目标,根据该目标所在区域中像素点的第五置信度,调整该目标所在区域对应的第四置信度;根据调整后的第四置信度和所述被检测出目标的类型,从所述被检测出目标中,选择属于预设感兴趣类型、且处于运动状态的目标;
参数调整模块,用于根据各个前景区域的区域信息,调整所述滤波参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911330355.6A CN113011433B (zh) | 2019-12-20 | 2019-12-20 | 一种滤波参数调整方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911330355.6A CN113011433B (zh) | 2019-12-20 | 2019-12-20 | 一种滤波参数调整方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113011433A CN113011433A (zh) | 2021-06-22 |
CN113011433B true CN113011433B (zh) | 2023-10-13 |
Family
ID=76382128
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911330355.6A Active CN113011433B (zh) | 2019-12-20 | 2019-12-20 | 一种滤波参数调整方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113011433B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113674316A (zh) * | 2021-08-04 | 2021-11-19 | 浙江大华技术股份有限公司 | 一种视频降噪方法和装置及设备 |
CN113473227B (zh) * | 2021-08-16 | 2023-05-26 | 维沃移动通信(杭州)有限公司 | 图像处理方法、装置、电子设备及存储介质 |
WO2023019567A1 (zh) * | 2021-08-20 | 2023-02-23 | 深圳传音控股股份有限公司 | 图像处理方法、移动终端及存储介质 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102238316A (zh) * | 2010-04-29 | 2011-11-09 | 北京科迪讯通科技有限公司 | 一种3d数字视频图像的自适应实时降噪方案 |
CN102769722A (zh) * | 2012-07-20 | 2012-11-07 | 上海富瀚微电子有限公司 | 时域与空域结合的视频降噪装置及方法 |
CN103024248A (zh) * | 2013-01-05 | 2013-04-03 | 上海富瀚微电子有限公司 | 运动自适应的视频图像降噪方法及其装置 |
CN103269412A (zh) * | 2013-04-19 | 2013-08-28 | 华为技术有限公司 | 一种视频图像的降噪方法及装置 |
KR101558532B1 (ko) * | 2014-06-09 | 2015-10-12 | 아스텔 주식회사 | 영상의 잡음 제거장치 |
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 |
JP2017174297A (ja) * | 2016-03-25 | 2017-09-28 | 隆夫 西谷 | 画像処理装置および画像処理方法 |
CN107223036A (zh) * | 2017-04-10 | 2017-09-29 | 深圳市汇顶科技股份有限公司 | 穿戴装置、自适应滤除运动干扰的方法及装置 |
CN107437238A (zh) * | 2016-05-25 | 2017-12-05 | 上海联影医疗科技有限公司 | 一种图像分块自适应递归降噪方法及装置 |
CN108711165A (zh) * | 2018-05-21 | 2018-10-26 | 西安电子科技大学 | 滤波器训练方法及目标跟踪方法 |
CN109859126A (zh) * | 2019-01-17 | 2019-06-07 | 浙江大华技术股份有限公司 | 一种视频降噪方法、装置、电子设备及存储介质 |
CN109873953A (zh) * | 2019-03-06 | 2019-06-11 | 深圳市道通智能航空技术有限公司 | 图像处理方法、夜间拍摄方法、图像处理芯片及航拍相机 |
CN110097518A (zh) * | 2019-04-28 | 2019-08-06 | 东软医疗系统股份有限公司 | 图像去噪方法、装置及终端设备 |
CN110223317A (zh) * | 2019-04-26 | 2019-09-10 | 中国矿业大学 | 一种基于图像处理的移动目标检测与轨迹预测方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008140656A2 (en) * | 2007-04-03 | 2008-11-20 | Gary Demos | Flowfield motion compensation for video compression |
TWI401944B (zh) * | 2007-06-13 | 2013-07-11 | Novatek Microelectronics Corp | 用於視訊處理系統之雜訊消除裝置 |
JP2011223302A (ja) * | 2010-04-09 | 2011-11-04 | Sony Corp | 画像処理装置と画像処理方法 |
WO2016165112A1 (zh) * | 2015-04-16 | 2016-10-20 | 中国科学院自动化研究所 | 一种对比度自适应的视频去噪系统 |
US10181205B2 (en) * | 2017-05-10 | 2019-01-15 | Novatek Microelectronics Corp. | Image processing method and image processing apparatus |
KR102455632B1 (ko) * | 2017-09-14 | 2022-10-17 | 삼성전자주식회사 | 스테레오 매칭 방법 및 장치 |
-
2019
- 2019-12-20 CN CN201911330355.6A patent/CN113011433B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102238316A (zh) * | 2010-04-29 | 2011-11-09 | 北京科迪讯通科技有限公司 | 一种3d数字视频图像的自适应实时降噪方案 |
CN102769722A (zh) * | 2012-07-20 | 2012-11-07 | 上海富瀚微电子有限公司 | 时域与空域结合的视频降噪装置及方法 |
CN103024248A (zh) * | 2013-01-05 | 2013-04-03 | 上海富瀚微电子有限公司 | 运动自适应的视频图像降噪方法及其装置 |
CN103269412A (zh) * | 2013-04-19 | 2013-08-28 | 华为技术有限公司 | 一种视频图像的降噪方法及装置 |
KR101558532B1 (ko) * | 2014-06-09 | 2015-10-12 | 아스텔 주식회사 | 영상의 잡음 제거장치 |
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 |
JP2017174297A (ja) * | 2016-03-25 | 2017-09-28 | 隆夫 西谷 | 画像処理装置および画像処理方法 |
CN107437238A (zh) * | 2016-05-25 | 2017-12-05 | 上海联影医疗科技有限公司 | 一种图像分块自适应递归降噪方法及装置 |
CN107223036A (zh) * | 2017-04-10 | 2017-09-29 | 深圳市汇顶科技股份有限公司 | 穿戴装置、自适应滤除运动干扰的方法及装置 |
CN108711165A (zh) * | 2018-05-21 | 2018-10-26 | 西安电子科技大学 | 滤波器训练方法及目标跟踪方法 |
CN109859126A (zh) * | 2019-01-17 | 2019-06-07 | 浙江大华技术股份有限公司 | 一种视频降噪方法、装置、电子设备及存储介质 |
CN109873953A (zh) * | 2019-03-06 | 2019-06-11 | 深圳市道通智能航空技术有限公司 | 图像处理方法、夜间拍摄方法、图像处理芯片及航拍相机 |
CN110223317A (zh) * | 2019-04-26 | 2019-09-10 | 中国矿业大学 | 一种基于图像处理的移动目标检测与轨迹预测方法 |
CN110097518A (zh) * | 2019-04-28 | 2019-08-06 | 东软医疗系统股份有限公司 | 图像去噪方法、装置及终端设备 |
Non-Patent Citations (4)
Title |
---|
Discriminative Correlation Filter With Channel and Spatial Reliability;Alan Lukežic et.al;《2017 IEEE Conference on Computer Vision and Pattern Recognition (CVPR)》;6309-6318 * |
Hyper-parameter optimization tools comparison for multiple object tracking applications;Francisco Madrigal et.al;《Machine Vision and Applications》;269–289 * |
基于帧差法的交通图像形态学滤波处理方法的研究;李爱军;《中国优秀博硕士学位论文全文数据库 (硕士) 信息科技辑》;全文 * |
跟踪机动目标的多模型滤波算法研究与应用;唐佳;《中国优秀硕士学位论文全文数据库社会科学Ⅰ辑》;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113011433A (zh) | 2021-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10339643B2 (en) | Algorithm and device for image processing | |
CN113011433B (zh) | 一种滤波参数调整方法及装置 | |
CN108694705B (zh) | 一种多帧图像配准与融合去噪的方法 | |
EP3488388B1 (en) | Video processing method and apparatus | |
CN109743473A (zh) | 视频图像3d降噪方法、计算机装置及计算机可读存储介质 | |
US20180122051A1 (en) | Method and device for image haze removal | |
US20170069059A1 (en) | Non-Local Image Denoising | |
CN106331723B (zh) | 一种基于运动区域分割的视频帧率上变换方法及系统 | |
CN109064504B (zh) | 图像处理方法、装置和计算机存储介质 | |
CN113034384A (zh) | 视频处理方法、装置、电子设备以及存储介质 | |
WO2017100971A1 (zh) | 一种失焦模糊图像的去模糊方法和装置 | |
CN111161177B (zh) | 图像自适应降噪方法和装置 | |
CN110852997B (zh) | 动态图像清晰度检测方法、装置、电子设备及存储介质 | |
US9014503B2 (en) | Noise-reduction method and apparatus | |
CN109214996B (zh) | 一种图像处理方法及装置 | |
CN111340732B (zh) | 一种低照度视频图像增强方法及装置 | |
CN112529854B (zh) | 一种噪声估计方法、装置、存储介质及设备 | |
CN115660976A (zh) | 图像处理方法、装置、设备和计算机可读存储介质 | |
CN112150368A (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
CN113438386B (zh) | 一种应用于视频处理的动静判定方法及装置 | |
Vasanth et al. | An adaptive content based closer proximity pixel replacement algorithm for high density salt and pepper noise removal in images | |
Xu et al. | Improved Canny Edge Detection Operator | |
KR20160056729A (ko) | 극저조도 영상의 화질 개선 장치 및 방법 | |
CN109698892B (zh) | 一种视频图像锐化方法和图像处理设备 | |
CN111652821A (zh) | 基于梯度信息的微光视频图像降噪处理方法、装置和设备 |
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 |