CN113052767A - 滤波矩阵生成方法、装置、终端设备和可读存储介质 - Google Patents
滤波矩阵生成方法、装置、终端设备和可读存储介质 Download PDFInfo
- Publication number
- CN113052767A CN113052767A CN201911363996.1A CN201911363996A CN113052767A CN 113052767 A CN113052767 A CN 113052767A CN 201911363996 A CN201911363996 A CN 201911363996A CN 113052767 A CN113052767 A CN 113052767A
- Authority
- CN
- China
- Prior art keywords
- image
- noise
- filtering
- matrix
- pixel points
- 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.)
- Withdrawn
Links
- 239000011159 matrix material Substances 0.000 title claims abstract description 174
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000001914 filtration Methods 0.000 claims abstract description 118
- 238000004590 computer program Methods 0.000 claims description 10
- 238000005457 optimization Methods 0.000 claims description 6
- 235000002566 Capsicum Nutrition 0.000 claims description 4
- 239000006002 Pepper Substances 0.000 claims description 4
- 235000016761 Piper aduncum Nutrition 0.000 claims description 4
- 235000017804 Piper guineense Nutrition 0.000 claims description 4
- 235000008184 Piper nigrum Nutrition 0.000 claims description 4
- 150000003839 salts Chemical class 0.000 claims description 4
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 238000003786 synthesis reaction Methods 0.000 claims description 3
- 244000203593 Piper nigrum Species 0.000 claims 1
- 230000006870 function Effects 0.000 description 10
- 238000012545 processing Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000009826 distribution Methods 0.000 description 4
- 241000722363 Piper Species 0.000 description 3
- 238000006467 substitution reaction Methods 0.000 description 2
- JJWKPURADFRFRB-UHFFFAOYSA-N carbonyl sulfide Chemical compound O=C=S JJWKPURADFRFRB-UHFFFAOYSA-N 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种滤波矩阵生成方法、装置、终端设备和可读存储介质，该滤波矩阵生成方法包括：利用初始滤波矩阵与插入预设噪声的噪声图像进行滤波运算，生成滤波图像；利用滤波图像与噪声图像相应的原始图像进行像素点对比，判断滤波图像与原始图像的差异像素点是否满足预设条件；在确定滤波图像的差异像素点不满足预设条件时，利用滤波图像的差异像素点优化初始滤波矩阵，并返回至利用初始滤波矩阵与噪声图像进行滤波运算；在确定滤波图像的差异像素点满足预设条件时，输出满足预设条件的滤波矩阵为最终的滤波矩阵。本发明生成的滤波矩阵可以根据用户的需求兼容各种噪声场景，从而提高图像去噪的效率。
Description
技术领域
本发明涉及图像处理技术领域，具体而言，涉及一种滤波矩阵生成方法、装置、终端设备和可读存储介质。
背景技术
现有技术在处理图像噪声时，必须先判断图像噪声的类型，然后再调用相应的去噪算法或者滤波器进行图像的去噪处理。但是在图像中存在有多种噪声时，则需要分别调用不同的去噪算法或者滤波器来进行处理，因此去噪的效率比较低。
发明内容
鉴于上述问题，本发明提供了一种滤波矩阵生成方法、装置、终端设备和可读存储介质，以提高图像去噪的效率。
为了实现上述目的，本发明采用如下的技术方案：
一种滤波矩阵生成方法，包括：
利用初始滤波矩阵与插入预设噪声的噪声图像进行滤波运算，生成滤波图像；
利用所述滤波图像与所述噪声图像相应的原始图像进行像素点对比，判断所述滤波图像与所述原始图像的差异像素点是否满足预设条件；
在确定所述滤波图像的差异像素点不满足预设条件时，利用所述滤波图像的差异像素点优化所述初始滤波矩阵，并返回至利用所述初始滤波矩阵与所述噪声图像进行滤波运算；
在确定所述滤波图像的差异像素点满足预设条件时，输出满足所述预设条件的滤波矩阵为最终的滤波矩阵。
优选地，所述的滤波矩阵生成方法中，初次进行滤波运算前，还包括：
在所述原始图像中插入预设噪声合成所述噪声图像；
利用所述噪声图像与所述原始图像进行像素点对比，获取所述噪声图像与所述原始图像的差异像素点；
根据所述噪声图像与所述原始图像的差异像素点生成所述初始滤波矩阵。
优选地，所述的滤波矩阵生成方法中，所述“利用所述噪声图像与所述原始图像进行像素点对比，获取所述噪声图像与所述原始图像的差异像素点”包括：
将所述原始图像以及所述噪声图像分别转换为原始图像矩阵以及噪声图像矩阵；
利用所述噪声图像矩阵减去所述原始图像矩阵，获得差异像素点矩阵；
根据所述差异像素点矩阵确定所述噪声图像与所述原始图像的差异像素点。
优选地，所述的滤波矩阵生成方法中，所述预设条件包括差异像素点数量低于预设值。
优选地，所述的滤波矩阵生成方法中，所述“利用初始滤波矩阵与插入预设噪声的噪声图像进行滤波运算，生成滤波图像”包括：
获取所述噪声图像的差异像素点及周围像素点，生成噪声矩阵；
利用所述噪声矩阵与所述初始滤波矩阵进行卷积，生成卷积像素点；
利用所述卷积像素点替换所述噪声图像的差异像素点，生成所述滤波图像。
优选地，所述的滤波矩阵生成方法中，所述预设噪声包括高斯噪声、瑞利噪声、伽马噪声、指数噪声、均匀噪声以及椒盐噪声中至少一种噪声。
本发明还提供一种滤波矩阵生成装置，包括：
滤波运算模块，用于利用初始滤波矩阵与插入预设噪声的噪声图像进行滤波运算，生成滤波图像；
图像对比模块，用于利用所述滤波图像与所述噪声图像相应的原始图像进行像素点对比，判断所述滤波图像与所述原始图像的差异像素点是否满足预设条件；
滤波矩阵优化模块，用于在确定所述滤波图像的差异像素点不满足预设条件时，利用所述滤波图像的差异像素点优化所述初始滤波矩阵，并返回至利用所述初始滤波矩阵与所述噪声图像进行滤波运算；
滤波矩阵输出模块，用于在确定所述滤波图像的差异像素点满足预设条件时，输出满足所述预设条件的滤波矩阵为最终的滤波矩阵。
优选地，所述的滤波矩阵生成装置中，还包括：
噪声图像合成模块，用于在所述原始图像中插入预设噪声合成所述噪声图像；
差异点获取模块，用于利用所述噪声图像与所述原始图像进行像素点对比，获取所述噪声图像与所述原始图像的差异像素点；
初始矩阵生成模块，用于根据所述噪声图像与所述原始图像的差异像素点生成所述初始滤波矩阵。
本发明还提供一种终端设备，包括存储器以及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述终端设备执行所述的滤波矩阵生成方法。
本发明还提供一种可读存储介质，其存储有计算机程序，所述计算机程序在被处理器执行时所述的滤波矩阵生成方法。
本发明提供一种滤波矩阵生成方法，该滤波矩阵生成方法包括：利用初始滤波矩阵与插入预设噪声的噪声图像进行滤波运算，生成滤波图像；利用所述滤波图像与所述噪声图像相应的原始图像进行像素点对比，判断所述滤波图像与所述原始图像的差异像素点是否满足预设条件；在确定所述滤波图像的差异像素点不满足预设条件时，利用所述滤波图像的差异像素点优化所述初始滤波矩阵，并返回至利用所述初始滤波矩阵与所述噪声图像进行滤波运算；在确定所述滤波图像的差异像素点满足预设条件时，输出满足所述预设条件的滤波矩阵为最终的滤波矩阵。本发明的滤波矩阵生成方法，可根据插入多种预设噪声的噪声图像迭代优化滤波矩阵，使得该滤波矩阵可以根据用户的需求兼容各种噪声场景，从而提高图像去噪的效率。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明的技术方案，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本发明保护范围的限定。在各个附图中，类似的构成部分采用类似的编号。
图1是本发明实施例1提供的一种滤波矩阵生成方法的流程图；
图2是本发明实施例2提供的一种滤波矩阵生成方法的流程图；
图3是本发明实施例2提供的一种获取差异像素点的方法的流程图；
图4是本发明实施例3提供的一种利用初始滤波矩阵生成滤波图像的流程图；
图5是本发明实施例4提供的一种滤波矩阵生成装置的结构示意图；
图6是本发明实施例4提供的另一种滤波矩阵生成装置的结构示意图。
具体实施方式
下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的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。
在下文中，可在本发明的各种实施例中使用的术语“包括”、“具有”及其同源词仅意在表示特定特征、数字、步骤、操作、元件、组件或前述项的组合，并且不应被理解为首先排除一个或更多个其它特征、数字、步骤、操作、元件、组件或前述项的组合的存在或增加一个或更多个特征、数字、步骤、操作、元件、组件或前述项的组合的可能性。
此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
除非另有限定，否则在这里使用的所有术语(包括技术术语和科学术语)具有与本发明的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关技术领域中的语境含义相同的含义并且将不被解释为具有理想化的含义或过于正式的含义，除非在本发明的各种实施例中被清楚地限定。
实施例1
图1是本发明实施例1提供的一种滤波矩阵生成方法的流程图，该方法包括如下步骤：
步骤S11：利用初始滤波矩阵与插入预设噪声的噪声图像进行滤波运算，生成滤波图像。
本发明实施例中，为了做到图像噪声的精细化处理，使用一个滤波矩阵进行各种不同图像噪声的滤波处理，可以在原始图像中插入多种预设噪声，合成噪声图像后在进行对应滤波矩阵的生成以及迭代优化。其中，上述噪声图像的原始图像可以是各种各样的图片，因此可以在图片库中进行随机选取，在选取的过程中可以考虑到生成滤波矩阵的终端设备的运算力，选取终端设备可承受运算范围内的图片作为原始图像，有利于提高生成滤波矩阵的效率。并且，还可以选取多张原始图像插入预设噪声，以合成多张噪声图像，以便用于迭代训练滤波矩阵，以及验证训练后的最优滤波矩阵。
本发明实施例中，上述预设噪声包括高斯噪声、瑞利噪声、伽马噪声、指数噪声、均匀噪声以及椒盐噪声等噪声中至少一种噪声。其中，高斯噪声是指噪声的概率密度函数服从高斯分布的一类噪声，具体地，高斯噪声包括起伏噪声、宇宙噪声、热噪声以及散粒噪声等。同理，瑞利噪声是指噪声的概率密度函数服从瑞利分布的一类噪声，伽马噪声是指服从伽马曲线分布的一类噪声，指数噪声是指服从指数曲线分布的一类噪声，均匀噪声是指服从均匀分布的一类噪声，而椒盐噪声也称为脉冲噪声，是图像中经常见到的一种噪声，它是一种随机出现的白点或者黑点，可能是亮的区域有黑色像素或是在暗的区域有白色像素(或是两者皆有)。为了做到可以面对各种噪声的最优滤波矩阵的生成，这里并不限定在原始图像中仅插入上述提及的各种噪声，还可以插入其它的噪声。
本发明实施例中，上述滤波运算可以利用算法或应用程序来实现，例如可以在终端设备中设置有滤波运算应用程序，在获得初始滤波矩阵后，利用该初始滤波矩阵进行噪声图像的滤波运算，生成一个滤波图像。
步骤S12：利用所述滤波图像与所述噪声图像相应的原始图像进行像素点对比，判断所述滤波图像与所述原始图像的差异像素点是否满足预设条件。
本发明实施例中，为了验证该初始滤波矩阵是否满足需求，可以利用生成的滤波图像与噪声图像相应的原始图像进行像素点对比，例如进行像素点的像素值对比，找出滤波图像中与原始图像的相比的差异像素点，根据这些差异像素点判断初始滤波矩阵是否满足滤波性能的需求，也即判断判断所述滤波图像与所述原始图像的差异像素点是否满足预设条件，其中，这里的预设条件包括差异像素点数量低于预设值，例如在差异像素点数量低于1时，则可说明初始滤波矩阵满足需求，而差异像素点数量大于或等于1时，则说明初始滤波矩阵不满足需求，需要进行优化。
步骤S13：在确定所述滤波图像的差异像素点不满足预设条件时，利用所述滤波图像的差异像素点优化所述初始滤波矩阵，并返回至利用所述初始滤波矩阵与所述噪声图像进行滤波运算。
步骤S14：在确定所述滤波图像的差异像素点满足预设条件时，输出满足所述预设条件的滤波矩阵为最终的滤波矩阵。
本发明实施例中，在确定滤波图像的差异像素点不满足预设条件时，则利用滤波图像与原始图像相比获得的差异像素点优化初始滤波矩阵，并返回至利用优化后的初始滤波矩阵与所述噪声图像进行滤波运算，输出新的滤波图像并与原始图像进行对比。
本发明实施例中，通过多次优化后的初始滤波矩阵，在与噪声图像进行滤波运算后获得的滤波图像，在该滤波图像与原始图像进行对比后获得的差异像素点满足预设条件时，则说明该初始滤波矩阵满足滤波需求，则可输出该初始滤波矩阵为最终的滤波矩阵。在后续处理其它图像的噪声，图像中含有多种预设噪声时，可以直接使用该滤波矩阵进行滤波运算处理，无需进行噪声类型的判断，从而提高图像去噪的效率。
实施例2
图2是本发明实施例2提供的一种滤波矩阵生成方法的流程图，该方法包括如下步骤：
步骤S21：在所述原始图像中插入预设噪声合成所述噪声图像。
本发明实施例中，上述在原始图像中插入预设噪声的过程可以利用算法或应用程序来实现，例如可以在终端设备中设置有插入预设噪声的应用程序，在图库中选取原始图像后，可以在原始图像中插入预设噪声，最终生成噪声图像。
步骤S22：利用所述噪声图像与所述原始图像进行像素点对比，获取所述噪声图像与所述原始图像的差异像素点。
本发明实施例中，为获得处理噪声图像中噪点的初始滤波矩阵，首先需要找出噪声图像中与原始图像的差异像素点，因此需要利用噪声图像与原始图像进行像素点的一一对比，从而找出噪声图像中的差异像素点以及差异像素点的相应位置。具体的，例如可以采用图像像素点RGB值相减的方法找出差异像素点，利用噪声图像中像素点的RGB值减去原始图像中相应像素点的RGB值，若结果为零，这说明为正常的像素点，若结果不为零，则说明是表征噪声的像素点，为差异像素点。
本发明实施例中，上述利用所述噪声图像与所述原始图像进行像素点对比的过程可以利用算法或应用程序来实现，例如可以在终端设备中设置有对比应用程序，在对原始图像插入预设噪声生成噪声图像后，利用该噪声图像与原始图像进行各像素点的对比，找出差异像素点。
步骤S23：根据所述噪声图像与所述原始图像的差异像素点生成所述初始滤波矩阵。
本发明实施例中，在找出差异像素点后，根据该差异像素点即可生成相应的滤波矩阵，其中，该噪声图像中插入了多种预设噪声时，相应地该滤波矩阵就可以处理图像中多种预设噪声，使得该滤波矩阵可以根据用户的需求兼容各种噪声场景，提高图像去噪的效率。其中，该滤波矩阵可以经过多次以及多张不同的噪声图像以及相应的原始图像来进行优化，从而生成可以面对多种噪声场景的最优的滤波矩阵。并且，根据噪声图像对比原始图像的差异像素点生成的初始滤波矩阵，其滤波去噪效果比较差，需要通过迭代验证以及优化后，才能生成最优的滤波矩阵。
步骤S24：利用初始滤波矩阵与插入预设噪声的噪声图像进行滤波运算，生成滤波图像。
此步骤与上述步骤S11一致，在此不再赘述。
步骤S25：利用所述滤波图像与所述噪声图像相应的原始图像进行像素点对比，判断所述滤波图像与所述原始图像的差异像素点是否满足预设条件。
此步骤与上述步骤S12一致，在此不再赘述。
步骤S26：在确定所述滤波图像的差异像素点不满足预设条件时，利用所述滤波图像的差异像素点优化所述初始滤波矩阵，并返回至利用所述初始滤波矩阵与所述噪声图像进行滤波运算。
此步骤与上述步骤S13一致，在此不再赘述。
步骤S27：在确定所述滤波图像的差异像素点满足预设条件时，输出满足所述预设条件的滤波矩阵为最终的滤波矩阵。
此步骤与上述步骤S14一致，在此不再赘述。
图3是本发明实施例2提供的一种确定差异像素点的方法的流程图，包括如下步骤：
步骤S31：将所述原始图像以及所述噪声图像分别转换为原始图像矩阵以及噪声图像矩阵。
本发明实施例中，可以利用像素点矩阵相减的方式获取噪声图像中的差异像素点。首先分别将原始图像以及噪声图像分别转换为原始图像矩阵以及噪声图像矩阵，其中，矩阵中的元素可以代表像素值。
本发明实施例中，上述将原始图像以及噪声图像转换为像素值矩阵的过程可以利用算法或应用程序来实现，例如可以在终端设备中设置有将图像转换为像素值矩阵的应用程序，在获得插入预设噪声的噪声图像后，可以利用该应用程序对噪声图像以及相应的原始图像进行转换处理。例如原始图像为三乘三分辨率的图像，则可转换为原始图像矩阵
同理该噪声图像也为三乘三分辨率的图像，则可转换为噪声图像矩阵
步骤S32：利用所述噪声图像矩阵减去所述原始图像矩阵，获得差异像素点矩阵。
本发明实施例中，因受噪声的影响，噪声图像中的个别像素点与原始图像中相应的像素点已产生差异，相应地，像素值也会不同，因此通过像素值矩阵的相减，即可获得一个差异像素点矩阵。例如上述a[]中，受到噪声插入影响，其像素值a12产生差异，则s，因此可以获得一个差异像素点矩阵
步骤S33：根据所述差异像素点矩阵确定所述噪声图像与所述原始图像的差异像素点。
本发明实施例中，根据获得的差异像素点矩阵，即可至到噪声图像与所述原始图像的差异像素点。
实施例3
图4是本发明实施例3提供的一种利用初始滤波矩阵生成滤波图像的流程图，包括如下步骤：
步骤S41：获取所述噪声图像的差异像素点及周围像素点，生成噪声矩阵。
步骤S42：利用所述噪声矩阵与所述初始滤波矩阵进行卷积，生成卷积像素点。
步骤S43：利用所述卷积像素点替换所述噪声图像的差异像素点，生成所述滤波图像。
本发明实施例中，以原始图像矩阵
噪声图像矩阵
以及差异像素点矩阵
为例，在获取噪声图像的差异像素点及周围像素点生成的噪声矩阵为
而初始滤波矩阵为
在利用噪声矩阵t[]与b[]进行卷积后，即可把差异像素点的高频噪声信号转化平均为低频信号，从而达到降噪滤波的目的。
其中卷积过程为：
t[]*b[]＝b01a01+b02a02+b03a03+b11a11+b12a12+b13a13+b21a21+b22a22+b23a23＝a12′，a12′则为卷积像素点。
实施例4
图5是本发明实施例4提供的一种滤波矩阵生成装置的结构示意图。
该滤波矩阵生成装置500包括：
滤波运算模块510，用于利用初始滤波矩阵与插入预设噪声的噪声图像进行滤波运算，生成滤波图像；
图像对比模块520，用于利用所述滤波图像与所述噪声图像相应的原始图像进行像素点对比，判断所述滤波图像与所述原始图像的差异像素点是否满足预设条件；
滤波矩阵优化模块530，用于在确定所述滤波图像的差异像素点不满足预设条件时，利用所述滤波图像的差异像素点优化所述初始滤波矩阵，并返回至利用所述初始滤波矩阵与所述噪声图像进行滤波运算；
滤波矩阵输出模块540，用于在确定所述滤波图像的差异像素点满足预设条件时，输出满足所述预设条件的滤波矩阵为最终的滤波矩阵。
如图6所示，该滤波矩阵生成装置500还包括：
噪声图像合成模块550，用于在所述原始图像中插入预设噪声合成所述噪声图像；
差异点获取模块560，用于利用所述噪声图像与所述原始图像进行像素点对比，获取所述噪声图像与所述原始图像的差异像素点；
初始矩阵生成模块570，用于根据所述噪声图像与所述原始图像的差异像素点生成所述初始滤波矩阵。
本发明实施例中，上述各个模块以及各个单元更加详细的功能描述可以参考前述实施例中相应部分的内容，在此不再赘述。
此外，本发明还提供了一种终端设备，该终端设备可以包括智能电话、平板电脑、车载电脑、智能穿戴设备等。该终端设备包括存储器和处理器，存储器可用于存储计算机程序，处理器通过运行所述计算机程序，从而使终端设备执行上述方法或者上述滤波矩阵生成装置中的各个模块的功能。
存储器可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据终端设备的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
本实施例还提供了一种计算机存储介质，用于储存上述终端设备中使用的计算机程序。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和结构图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，结构图和/或流程图中的每个方框、以及结构图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本发明各个实施例中的各功能模块或单元可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或更多个模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台终端设备(可以是智能手机、个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、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所述以权利要求的保护范围为准。
Claims (10)
1.一种滤波矩阵生成方法，其特征在于，包括：
利用初始滤波矩阵与插入预设噪声的噪声图像进行滤波运算，生成滤波图像；
利用所述滤波图像与所述噪声图像相应的原始图像进行像素点对比，判断所述滤波图像与所述原始图像的差异像素点是否满足预设条件；
在确定所述滤波图像的差异像素点不满足预设条件时，利用所述滤波图像的差异像素点优化所述初始滤波矩阵，并返回至利用所述初始滤波矩阵与所述噪声图像进行滤波运算；
在确定所述滤波图像的差异像素点满足预设条件时，输出满足所述预设条件的滤波矩阵为最终的滤波矩阵。
2.根据权利要求1所述的滤波矩阵生成方法，其特征在于，初次进行滤波运算前，还包括：
在所述原始图像中插入预设噪声合成所述噪声图像；
利用所述噪声图像与所述原始图像进行像素点对比，获取所述噪声图像与所述原始图像的差异像素点；
根据所述噪声图像与所述原始图像的差异像素点生成所述初始滤波矩阵。
3.根据权利要求2所述的滤波矩阵生成方法，其特征在于，所述“利用所述噪声图像与所述原始图像进行像素点对比，获取所述噪声图像与所述原始图像的差异像素点”包括：
将所述原始图像以及所述噪声图像分别转换为原始图像矩阵以及噪声图像矩阵；
利用所述噪声图像矩阵减去所述原始图像矩阵，获得差异像素点矩阵；
根据所述差异像素点矩阵确定所述噪声图像与所述原始图像的差异像素点。
4.根据权利要求1所述的滤波矩阵生成方法，其特征在于，所述预设条件包括差异像素点数量低于预设值。
5.根据权利要求2所述的滤波矩阵生成方法，其特征在于，所述“利用初始滤波矩阵与插入预设噪声的噪声图像进行滤波运算，生成滤波图像”包括：
获取所述噪声图像的差异像素点及周围像素点，生成噪声矩阵；
利用所述噪声矩阵与所述初始滤波矩阵进行卷积，生成卷积像素点；
利用所述卷积像素点替换所述噪声图像的差异像素点，生成所述滤波图像。
6.根据权利要求1所述的滤波矩阵生成方法，其特征在于，所述预设噪声包括高斯噪声、瑞利噪声、伽马噪声、指数噪声、均匀噪声以及椒盐噪声中至少一种噪声。
7.一种滤波矩阵生成装置，其特征在于，包括：
滤波运算模块，用于利用初始滤波矩阵与插入预设噪声的噪声图像进行滤波运算，生成滤波图像；
图像对比模块，用于利用所述滤波图像与所述噪声图像相应的原始图像进行像素点对比，判断所述滤波图像与所述原始图像的差异像素点是否满足预设条件；
滤波矩阵优化模块，用于在确定所述滤波图像的差异像素点不满足预设条件时，利用所述滤波图像的差异像素点优化所述初始滤波矩阵，并返回至利用所述初始滤波矩阵与所述噪声图像进行滤波运算；
滤波矩阵输出模块，用于在确定所述滤波图像的差异像素点满足预设条件时，输出满足所述预设条件的滤波矩阵为最终的滤波矩阵。
8.根据权利要求7所述的滤波矩阵生成装置，其特征在于，还包括：
噪声图像合成模块，用于在所述原始图像中插入预设噪声合成所述噪声图像；
差异点获取模块，用于利用所述噪声图像与所述原始图像进行像素点对比，获取所述噪声图像与所述原始图像的差异像素点；
初始矩阵生成模块，用于根据所述噪声图像与所述原始图像的差异像素点生成所述初始滤波矩阵。
9.一种终端设备，其特征在于，包括存储器以及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述终端设备执行根据权利要求1至6中任一项所述的滤波矩阵生成方法。
10.一种可读存储介质，其特征在于，其存储有计算机程序，所述计算机程序在被处理器执行时实施权利要求1至6中任一项所述的滤波矩阵生成方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911363996.1A CN113052767A (zh) | 2019-12-26 | 2019-12-26 | 滤波矩阵生成方法、装置、终端设备和可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911363996.1A CN113052767A (zh) | 2019-12-26 | 2019-12-26 | 滤波矩阵生成方法、装置、终端设备和可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113052767A true CN113052767A (zh) | 2021-06-29 |
Family
ID=76505869
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911363996.1A Withdrawn CN113052767A (zh) | 2019-12-26 | 2019-12-26 | 滤波矩阵生成方法、装置、终端设备和可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113052767A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100793285B1 (ko) * | 2007-05-11 | 2008-01-10 | 주식회사 코아로직 | 필터 매트릭스에 의한 영상 노이즈 제거 시스템, 방법 및그 기록매체 |
| 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 |
| WO2017088629A1 (zh) * | 2015-11-27 | 2017-06-01 | 努比亚技术有限公司 | 去除图像彩色噪声的方法及装置、移动终端、存储介质 |
| WO2017101489A1 (zh) * | 2015-12-14 | 2017-06-22 | 乐视控股（北京）有限公司 | 图像滤波方法及装置 |
| CN107507153A (zh) * | 2017-09-21 | 2017-12-22 | 百度在线网络技术（北京）有限公司 | 图像去噪方法和装置 |
| 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 |
-
2019
- 2019-12-26 CN CN201911363996.1A patent/CN113052767A/zh not_active Withdrawn
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100793285B1 (ko) * | 2007-05-11 | 2008-01-10 | 주식회사 코아로직 | 필터 매트릭스에 의한 영상 노이즈 제거 시스템, 방법 및그 기록매체 |
| WO2017088629A1 (zh) * | 2015-11-27 | 2017-06-01 | 努比亚技术有限公司 | 去除图像彩色噪声的方法及装置、移动终端、存储介质 |
| WO2017101489A1 (zh) * | 2015-12-14 | 2017-06-22 | 乐视控股（北京）有限公司 | 图像滤波方法及装置 |
| 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 |
| CN107507153A (zh) * | 2017-09-21 | 2017-12-22 | 百度在线网络技术（北京）有限公司 | 图像去噪方法和装置 |
| 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 |
Non-Patent Citations (2)
| Title |
|---|
| 张鲁丹;: "基于支持向量机的改进中值滤波算法", 计算机系统应用, no. 09 * |
| 顾剑锋;陈平;肖轶;: "一种基于加权均值滤波噪声点检测的中值滤波算法", 南通纺织职业技术学院学报, no. 01 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111898701B (zh) | 模型训练、帧图像生成、插帧方法、装置、设备及介质 | |
| EP1601184A1 (en) | Methods and systems for locally adaptive image processing filters | |
| Wu et al. | Anti-forensics of median filtering | |
| CN109064428A (zh) | 一种图像去噪处理方法、终端设备及计算机可读存储介质 | |
| US8170360B2 (en) | Method and system for enhancing images using multi-resolution histogram shaping | |
| CN105323497A (zh) | 恒定包围的高动态范围（cHDR）操作 | |
| CN103971331B (zh) | 图像处理装置、图像拾取装置和图像处理方法 | |
| CN102256056A (zh) | 图像处理装置、图像处理方法和程序 | |
| CN112602088B (zh) | 提高弱光图像的质量的方法、系统和计算机可读介质 | |
| CN110049309B (zh) | 视频流中图像帧的稳定性检测方法和装置 | |
| CN105631828A (zh) | 一种处理图像的方法及装置 | |
| CN108564550B (zh) | 图像处理方法、装置及终端设备 | |
| Agarwal et al. | Photo forensics from rounding artifacts | |
| CN101304483B (zh) | 通过使用存储的图像进行图像处理的方法和装置 | |
| CN110111270A (zh) | 实现彩色图像对比度增强的可逆数据隐藏方法和恢复方法 | |
| CN113052767A (zh) | 滤波矩阵生成方法、装置、终端设备和可读存储介质 | |
| CN111179158B (zh) | 图像处理方法、装置、电子设备及介质 | |
| Fry et al. | Validation of modulation transfer functions and noise power spectra from natural scenes | |
| Kumar et al. | A fractional integrator based novel detector for weak signal detection with watermark application | |
| US7359567B2 (en) | Signal processing apparatus for eliminating ringing signal and method thereof, record medium, and program | |
| CN113628091B (zh) | 面向电子显示屏内容翻拍场景的安全信息提取方法及装置 | |
| JP4040512B2 (ja) | 画像処理方法及び画像処理装置 | |
| US8761522B2 (en) | Image processing apparatus and image processing method | |
| CN111160357B (zh) | 一种基于对抗学习的模型训练、图片输出方法及装置 | |
| CN112087556B (zh) | 一种暗光成像方法、装置、可读存储介质及终端设备 |
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 | ||
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210629 |