CN113129220A - 图像处理方法及电子设备 - Google Patents
图像处理方法及电子设备 Download PDFInfo
- Publication number
- CN113129220A CN113129220A CN201911411215.1A CN201911411215A CN113129220A CN 113129220 A CN113129220 A CN 113129220A CN 201911411215 A CN201911411215 A CN 201911411215A CN 113129220 A CN113129220 A CN 113129220A
- Authority
- CN
- China
- Prior art keywords
- image
- edge
- filtering
- window
- electronic device
- 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
- 238000001914 filtration Methods 0.000 claims abstract description 109
- 238000000034 method Methods 0.000 claims abstract description 27
- 238000012545 processing Methods 0.000 claims description 54
- 238000003860 storage Methods 0.000 claims description 10
- 238000005260 corrosion Methods 0.000 claims description 9
- 230000007797 corrosion Effects 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 7
- 230000002146 bilateral effect Effects 0.000 claims description 6
- 238000013461 design Methods 0.000 description 27
- 238000004891 communication Methods 0.000 description 16
- 238000007726 management method Methods 0.000 description 15
- 238000004364 calculation method Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 12
- 230000000694 effects Effects 0.000 description 11
- 210000000988 bone and bone Anatomy 0.000 description 10
- 238000010295 mobile communication Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 230000005236 sound signal Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 230000010339 dilation Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 229920001621 AMOLED Polymers 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000013500 data storage Methods 0.000 description 3
- 230000003628 erosive effect Effects 0.000 description 3
- 238000009499 grossing Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 230000002829 reductive effect Effects 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 230000036772 blood pressure Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000036961 partial effect Effects 0.000 description 2
- 230000003321 amplification Effects 0.000 description 1
- 230000003416 augmentation Effects 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 238000010009 beating Methods 0.000 description 1
- 238000013529 biological neural network Methods 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000010349 pulsation Effects 0.000 description 1
- 239000002096 quantum dot Substances 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 230000001755 vocal effect Effects 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本发明提出了一种图像处理方法及电子设备,该方法包括:对待处理图像进行边缘识别,得到所述待处理图像的第一边缘图像;以第一滤波方式对所述第一边缘图像进行滤波处理,得到第二边缘图像;以第二滤波方式对所述待处理图像进行滤波处理,得到第一结果图像;用所述第二边缘图像的像素替换所述第一结果图像中与所述第二边缘图像所对应的边缘位置处的像素,得到第二结果图像。通过本发明的技术方案,节省了时间成本和系统资源,也提升了图像去噪结果的精确性,使去噪后的图像具有高清晰度。
Description
【技术领域】
本发明涉及终端技术领域,尤其涉及一种图像处理方法及电子设备。
【背景技术】
一般地,在相机拍照链路中,各电子元件都会产生随机噪声,各元件的噪声叠加在最终呈现给用户的图像中,严重影响图像的清晰度和用户体验。因此,电子设备的拍照系统中各个阶段均需要对图像进行去噪。
相关技术中提供了多种滤波处理方式用于图像去噪,然而,这些滤波处理方式或构思简单,所能实现的去噪效果低,或计算复杂,虽能获得优质的去噪结果,但耗时、耗资源过多,成本过高,缺乏实用性。
因此,如何高能效、低成本地实现图像去噪,成为目前亟待解决的技术问题。
【发明内容】
本发明实施例提供了一种图像处理方法及电子设备,旨在解决相关技术中图像去噪难以兼顾低成本和高能效的技术问题。
第一方面,本发明实施例提供了一种图像处理方法,包括:对待处理图像进行边缘识别,得到所述待处理图像的第一边缘图像;以第一滤波方式对所述第一边缘图像进行滤波处理,得到第二边缘图像;以第二滤波方式对所述待处理图像进行滤波处理,得到第一结果图像;用所述第二边缘图像的像素替换所述第一结果图像中与所述第二边缘图像所对应的边缘位置处的像素,得到第二结果图像。
在一种可能的设计中,所述第一滤波方式为边窗滤波方式;所述第二滤波方式包括导向滤波方式、盒式滤波方式、高斯滤波方式和双边滤波方式中的一种或多种。
在一种可能的设计中,所述对待处理图像进行边缘识别的步骤,包括:使用sobel算子提取所述待处理图像的边缘像素。
在一种可能的设计中,所述对待处理图像进行边缘识别的步骤,还包括:按照第一指定窗口大小,对所述边缘像素进行膨胀处理;按照第二指定窗口大小,对膨胀处理后的所述边缘像素进行腐蚀处理,得到所述第一边缘图像。
在一种可能的设计中,所述第一指定窗口大小大于所述第二指定窗口大小。
在一种可能的设计中,所述以第一滤波方式对所述第一边缘图像进行滤波处理,得到第二边缘图像的步骤,包括:对于所述第一边缘图像的任一像素,为所述像素构建指定数量的边窗;计算每个所述边窗的加权均值;计算所述像素与每个所述加权均值的误差;在所有所述误差中选择最小误差;将所述最小误差对应的所述加权均值设置为所述像素的滤波处理结果。
在一种可能的设计中,每个所述边窗以所述像素为边窗边缘中心点或边窗边缘交叉点,向所述像素的一个指定方向延伸,且每个边窗对应的所述指定方向不同;每个所述边窗的面积大小为指定面积大小。
在一种可能的设计中,所述指定方向包括上、下、左、右、左上、左下、右上和右下,其中,所述上、所述下、所述左和所述右对应的所述边窗的面积大小为第三指定窗口大小;所述左上、所述左下、所述右上和所述右下对应的所述边窗的面积大小为第四指定窗口大小。
第二方面,本发明实施例提供了一种图像处理装置,包括:边缘识别单元,用于对待处理图像进行边缘识别,得到所述待处理图像的第一边缘图像;第一滤波单元,用于以第一滤波方式对所述第一边缘图像进行滤波处理,得到第二边缘图像;第二滤波单元,用于以第二滤波方式对所述待处理图像进行滤波处理,得到第一结果图像;像素替换单元,用于用所述第二边缘图像的像素替换所述第一结果图像中与所述第二边缘图像所对应的边缘位置处的像素,得到第二结果图像。
在一种可能的设计中,所述第一滤波方式为边窗滤波方式;所述第二滤波方式包括导向滤波方式、盒式滤波方式、高斯滤波方式和双边滤波方式中的一种或多种。
在一种可能的设计中,所述边缘识别单元包括:边缘像素识别单元,用于使用sobel算子提取所述待处理图像的边缘像素。
在一种可能的设计中,所述边缘识别单元还包括:膨胀处理单元,用于按照第一指定窗口大小,对所述边缘像素进行膨胀处理;腐蚀处理单元,用于按照第二指定窗口大小,对膨胀处理后的所述边缘像素进行腐蚀处理,得到所述第一边缘图像。
在一种可能的设计中,所述第一指定窗口大小大于所述第二指定窗口大小。
在一种可能的设计中,所述第一滤波单元具体用于:对于所述第一边缘图像的任一像素,为所述像素构建指定数量的边窗;计算每个所述边窗的加权均值;计算所述像素与每个所述加权均值的误差;在所有所述误差中选择最小误差;将所述最小误差对应的所述加权均值设置为所述像素的滤波处理结果。
在一种可能的设计中,每个所述边窗以所述像素为边窗边缘中心点或边窗边缘交叉点,向所述像素的一个指定方向延伸,且每个边窗对应的所述指定方向不同;每个所述边窗的面积大小为指定面积大小。
在一种可能的设计中,所述指定方向包括上、下、左、右、左上、左下、右上和右下,其中,所述上、所述下、所述左和所述右对应的所述边窗的面积大小为第三指定窗口大小;所述左上、所述左下、所述右上和所述右下对应的所述边窗的面积大小为第四指定窗口大小。
第三方面,本发明实施例提供了一种电子设备,包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被设置为用于执行上述第一方面中任一项所述的方法。
第四方面,本发明实施例提供了一种计算机可读存储介质,存储有计算机可执行指令,所述计算机可执行指令用于执行上述第一方面中任一项所述的方法流程。
第五方面,本发明实施例提供了一种计算机程序产品,当计算机程序产品在电子设备上运行时,使得电子设备执行上述第一方面中任一项所述的方法流程。
通过以上技术方案,节省了时间成本和系统资源,也提升了图像去噪结果的精确性,使去噪后的图像具有高清晰度。
【附图说明】
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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。
图1示出了本申请所涉及到的电子设备的结构示意图。
图2示出了本发明实施例提供的一种图像处理方法的流程图;
图3示出了本发明实施例中的第一边缘图像的部分示意图;
图4示出了本发明实施例中的第一边缘图像进行膨胀处理和腐蚀处理后的部分示意图;
图5至图12分别示出了第一边缘图像的像素点在一个方向上的边窗示意图;
图13示出了像素点在向上方向的边窗内权重示意图;
图14示出了本发明实施例提供的一种图像处理装置的框图。
【具体实施方式】
以下,结合附图对本实施例的实施方式进行详细描述。其中,在本申请实施例的描述中,除非另有说明,“/”表示或的意思,例如,A/B可以表示A或B;本文中的“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,在本申请实施例的描述中,“多个”是指两个或多于两个。
本申请所提供的技术方案应用于电子设备,该电子设备手机、平板电脑、可穿戴设备、车载设备、增强现实(augmented reality,AR)/虚拟现实(virtual reality,VR)设备、笔记本电脑、超级移动个人计算机(ultra-mobile personal computer,UMPC)、上网本、个人数字助理(personal digital assistant,PDA)等任意具有操作系统的电子设备上,本申请实施例对此不作任何限制。
图1示出了本申请所涉及到的电子设备的结构示意图。
如图1所示,电子设备可以包括处理器110,外部存储器接口120,内部存储器121,通用串行总线(universal serial bus,USB)接口130,充电管理模块140,电源管理模块141,电池142,天线1,天线2,移动通信模块150,无线通信模块160,音频模块170,扬声器170A,受话器170B,麦克风170C,耳机接口170D,传感器180,按键190,马达191,指示器192,摄像头193,显示屏194,以及用户标识模块(subscriber identification module,SIM)卡接口195等。可以理解的是,本实施例示意的结构并不构成对电子设备的具体限定。在本申请另一些实施例中,电子设备可以包括比图示更多或更少的部件,或者组合某些部件,或者拆分某些部件,或者不同的部件布置。例如,当电子设备为智能电视时,智能电视无需设置SIM卡接口195、摄像头193、按键190、受话器170B、麦克风170C、耳机接口170D中的一个或多个。图示的部件可以以硬件,软件,或软件和硬件的组合实现。
处理器110可以包括一个或多个处理单元,例如:处理器110可以包括应用处理器(application processor,AP),调制解调处理器,图形处理器(graphics processingunit,GPU),图像信号处理器(image signal processor,ISP),控制器,视频编解码器,数字信号处理器(digital signal processor,DSP),基带处理器,和/或神经网络处理器(neural-network processing unit,NPU)等。其中,不同的处理单元可以是独立的器件,也可以集成在一个或多个处理器中。在一些实施例中,电子设备也可以包括一个或多个处理器110。其中,控制器可以是电子设备的神经中枢和指挥中心。控制器可以根据指令操作码和时序信号,产生操作控制信号,完成取指令和执行指令的控制。处理器110中还可以设置存储器,用于存储指令和数据。在一些实施例中,处理器110中的存储器为高速缓冲存储器。该存储器可以保存处理器110刚用过或循环使用的指令或数据。如果处理器110需要再次使用该指令或数据,可从所述存储器中直接调用。这就避免了重复存取,减少了处理器110的等待时间,因而提高了电子设备的效率。
在一些实施例中,处理器110可以包括一个或多个接口。接口可以包括集成电路(inter-integrated circuit,I2C)接口,集成电路内置音频(inter-integrated circuitsound,I2S)接口,脉冲编码调制(pulse code modulation,PCM)接口,通用异步收发传输器(universal asynchronous receiver/transmitter,UART)接口,移动产业处理器接口(mobile industry processor interface,MIPI),通用输入输出(general-purposeinput/output,GPIO)接口,用户标识模块(subscriber identity module,SIM)接口,和/或通用串行总线(universal serial bus,USB)接口等。其中,USB接口130是符合USB标准规范的接口,具体可以是Mini USB接口,Micro USB接口,USB Type C接口等。USB接口130可以用于连接充电器为电子设备充电,也可以用于电子设备与外围设备之间传输数据,也可以用于连接耳机,通过耳机播放音频。
可以理解的是,本发明实施例示意的各模块间的接口连接关系,只是示意性说明,并不构成对电子设备的结构限定。在本申请另一些实施例中,电子设备也可以采用上述实施例中不同的接口连接方式,或多种接口连接方式的组合。
充电管理模块140用于从充电器接收充电输入。其中,充电器可以是无线充电器,也可以是有线充电器。在一些有线充电的实施例中,充电管理模块140可以通过USB接口130接收有线充电器的充电输入。在一些无线充电的实施例中,充电管理模块140可以通过电子设备的无线充电线圈接收无线充电输入。充电管理模块140为电池142充电的同时,还可以通过电源管理模块141为电子设备供电。
电源管理模块141用于连接电池142,充电管理模块140与处理器110。电源管理模块141接收电池142和/或充电管理模块140的输入,为处理器110,内部存储器121,显示屏194,摄像头193,和无线通信模块160等供电。电源管理模块141还可以用于监测电池容量,电池循环次数,电池健康状态(漏电,阻抗)等参数。在其他一些实施例中,电源管理模块141也可以设置于处理器110中。在另一些实施例中,电源管理模块141和充电管理模块140也可以设置于同一个器件中。
电子设备的无线通信功能可以通过天线1,天线2,移动通信模块150,无线通信模块160,调制解调处理器以及基带处理器等实现。天线1和天线2用于发射和接收电磁波信号。电子设备中的每个天线可用于覆盖单个或多个通信频带。不同的天线还可以复用,以提高天线的利用率。例如:可以将天线1复用为无线局域网的分集天线。在另外一些实施例中,天线可以和调谐开关结合使用。
移动通信模块150可以提供应用在电子设备上的包括2G/3G/4G/5G等无线通信的解决方案。移动通信模块150可以包括至少一个滤波器,开关,功率放大器,低噪声放大器等。移动通信模块150可以由天线1接收电磁波,并对接收的电磁波进行滤波,放大等处理,传送至调制解调处理器进行解调。移动通信模块150还可以对经调制解调处理器调制后的信号放大,经天线1转为电磁波辐射出去。在一些实施例中,移动通信模块150的至少部分功能模块可以被设置于处理器110中。在一些实施例中,移动通信模块150的至少部分功能模块可以与处理器110的至少部分模块被设置在同一个器件中。
调制解调处理器可以包括调制器和解调器。其中,调制器用于将待发送的低频基带信号调制成中高频信号。解调器用于将接收的电磁波信号解调为低频基带信号。随后解调器将解调得到的低频基带信号传送至基带处理器处理。低频基带信号经基带处理器处理后,被传递给应用处理器。应用处理器通过音频设备(不限于扬声器170A,受话器170B等)输出声音信号,或通过显示屏194显示图像或视频。在一些实施例中,调制解调处理器可以是独立的器件。在另一些实施例中,调制解调处理器可以独立于处理器110,与移动通信模块150或其他功能模块设置在同一个器件中。
无线通信模块160可以提供应用在电子设备上的包括无线局域网(wirelesslocal area networks,WLAN),蓝牙,全球导航卫星系统(global navigation satellitesystem,GNSS),调频(frequency modulation,FM),NFC,红外技术(infrared,IR)等无线通信的解决方案。无线通信模块160可以是集成至少一个通信处理模块的一个或多个器件。无线通信模块160经由天线2接收电磁波,将电磁波信号调频以及滤波处理,将处理后的信号发送到处理器110。无线通信模块160还可以从处理器110接收待发送的信号,对其进行调频,放大,经天线2转为电磁波辐射出去。
在一些实施例中,电子设备的天线1和移动通信模块150耦合,天线2和无线通信模块160耦合,使得电子设备可以通过无线通信技术与网络以及其他设备通信。所述无线通信技术可以包括GSM,GPRS,CDMA,WCDMA,TD-SCDMA,LTE,GNSS,WLAN,NFC,FM,和/或IR技术等。上述GNSS可以包括全球卫星定位系统(global positioning system,GPS),全球导航卫星系统(global navigation satellite system,GLONASS),北斗卫星导航系统(beidounavigation satellite system,BDS),准天顶卫星系统(quasi-zenith satellitesystem,QZSS)和/或星基增强系统(satellite based augmentation systems,SBAS)。
电子设备通过GPU,显示屏194,以及应用处理器等可以实现显示功能。GPU为图像处理的微处理器,连接显示屏194和应用处理器。GPU用于执行数学和几何计算,用于图形渲染。处理器110可包括一个或多个GPU,其执行指令以生成或改变显示信息。
显示屏194用于显示图像,视频等。显示屏194包括显示面板。显示面板可以采用液晶显示屏(liquid crystal display,LCD),有机发光二极管(organic light-emittingdiode,OLED),有源矩阵有机发光二极体或主动矩阵有机发光二极体(active-matrixorganic light emitting diode的,AMOLED),柔性发光二极管(flex light-emittingdiode,FLED),Miniled,MicroLed,Micro-oLed,量子点发光二极管(quantum dot lightemitting diodes,QLED)等。在一些实施例中,电子设备可以包括1个或N个显示屏194,N为大于1的正整数。
电子设备可以通过ISP,摄像头193,视频编解码器,GPU,一个或多个显示屏194以及应用处理器等实现拍摄功能。
ISP用于处理摄像头193反馈的数据。例如,拍照时,打开快门,光线通过镜头被传递到摄像头感光元件上,光信号转换为电信号,摄像头感光元件将所述电信号传递给ISP处理,转化为肉眼可见的图像。ISP还可以对图像的噪点,亮度,肤色进行算法优化。ISP还可以对拍摄场景的曝光、色温等参数优化。在一些实施例中,ISP可以设置在摄像头193中。
摄像头193用于捕获静态图像或视频。物体通过镜头生成光学图像投射到感光元件。感光元件可以是电荷耦合器件(charge coupled device,CCD)或互补金属氧化物半导体(complementary metal-oxide-semiconductor,CMOS)光电晶体管。感光元件把光信号转换成电信号,之后将电信号传递给ISP转换成数字图像信号。ISP将数字图像信号输出到DSP加工处理。DSP将数字图像信号转换成标准的RGB,YUV等格式的图像信号。在一些实施例中,电子设备100可以包括1个或N个摄像头193,N为大于1的正整数。
数字信号处理器用于处理数字信号,除了可以处理数字图像信号,还可以处理其他数字信号。例如,当电子设备100在频点选择时,数字信号处理器用于对频点能量进行傅里叶变换等。
视频编解码器用于对数字视频压缩或解压缩。电子设备100可以支持一种或多种视频编解码器。这样,电子设备100可以播放或录制多种编码格式的视频,例如:动态图像专家组(moving picture experts group,MPEG)1,MPEG2,MPEG3,MPEG4等。
NPU为神经网络(neural-network,NN)计算处理器,通过借鉴生物神经网络结构,例如借鉴人脑神经元之间传递模式,对输入信息快速处理,还可以不断的自学习。通过NPU可以实现电子设备的智能认知等应用,例如:图像识别,人脸识别,语音识别,文本理解等。
外部存储器接口120可以用于连接外部存储卡,例如Micro SD卡,实现扩展电子设备的存储能力。外部存储卡通过外部存储器接口120与处理器110通信,实现数据存储功能。例如将音乐、照片、视频等数据文件保存在外部存储卡中。
内部存储器121可以用于存储一个或多个计算机程序,该一个或多个计算机程序包括指令。处理器110可以通过运行存储在内部存储器121的上述指令,从而使得电子设备执行本申请一些实施例中所提供的语音切换方法,以及各种功能应用以及数据处理等。内部存储器121可以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;该存储程序区还可以存储一个或多个应用程序(比如图库、联系人等)等。存储数据区可存储电子设备使用过程中所创建的数据(比如照片,联系人等)等。此外,内部存储器121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,通用闪存存储器(universal flash storage,UFS)等。在一些实施例中,处理器110可以通过运行存储在内部存储器121的指令,和/或存储在设置于处理器110中的存储器的指令,来使得电子设备执行本申请实施例中所提供的语音切换方法,以及各种功能应用及数据处理。
电子设备可以通过音频模块170,扬声器170A,受话器170B,麦克风170C,耳机接口170D,以及应用处理器等实现音频功能。例如音乐播放,录音等。其中,音频模块170用于将数字音频信息转换成模拟音频信号输出,也用于将模拟音频输入转换为数字音频信号。音频模块170还可以用于对音频信号编码和解码。在一些实施例中,音频模块170可以设置于处理器110中,或将音频模块170的部分功能模块设置于处理器110中。
扬声器170A,也称“喇叭”,用于将音频电信号转换为声音信号。电子设备可以通过扬声器170A收听音乐,或收听免提通话。
受话器170B,也称“听筒”,用于将音频电信号转换成声音信号。当电子设备接听电话或语音信息时,可以通过将受话器170B靠近人耳接听语音。
麦克风170C,也称“话筒”,“传声器”,用于将声音信号转换为电信号。当拨打电话或发送语音信息时,用户可以通过人嘴靠近麦克风170C发声,将声音信号输入到麦克风170C。电子设备可以设置至少一个麦克风170C。在另一些实施例中,电子设备可以设置两个麦克风170C,除了采集声音信号,还可以实现降噪功能。在另一些实施例中,电子设备还可以设置三个,四个或更多麦克风170C,实现采集声音信号,降噪,还可以识别声音来源,实现定向录音功能等。
耳机接口170D用于连接有线耳机。耳机接口170D可以是USB接口130,也可以是3.5mm的开放移动电子设备平台(open mobile terminal platform,OMTP)标准接口,还可以是美国蜂窝电信工业协会(cellular telecommunications industry association ofthe USA,CTIA)标准接口。
传感器180可以包括压力传感器180A,陀螺仪传感器180B,气压传感器180C,磁传感器180D,加速度传感器180E,距离传感器180F,接近光传感器180G,指纹传感器180H,温度传感器180J,触摸传感器180K,环境光传感器180L,骨传导传感器180M等。
其中,压力传感器180A用于感受压力信号,可以将压力信号转换成电信号。在一些实施例中,压力传感器180A可以设置于显示屏194。压力传感器180A的种类很多,如电阻式压力传感器,电感式压力传感器,电容式压力传感器等。电容式压力传感器可以是包括至少两个具有导电材料的平行板。当有力作用于压力传感器180A,电极之间的电容改变。电子设备根据电容的变化确定压力的强度。当有触摸操作作用于显示屏194,电子设备根据压力传感器180A检测所述触摸操作强度。电子设备也可以根据压力传感器180A的检测信号计算触摸的位置。在一些实施例中,作用于相同触摸位置,但不同触摸操作强度的触摸操作,可以对应不同的操作指令。例如:当有触摸操作强度小于第一压力阈值的触摸操作作用于短消息应用图标时,执行查看短消息的指令。当有触摸操作强度大于或等于第一压力阈值的触摸操作作用于短消息应用图标时,执行新建短消息的指令。
陀螺仪传感器180B可以用于确定电子设备的运动姿态。在一些实施例中,可以通过陀螺仪传感器180B确定电子设备围绕三个轴(即,x,y和z轴)的角速度。陀螺仪传感器180B可以用于拍摄防抖。示例性的,当按下快门,陀螺仪传感器180B检测电子设备抖动的角度,根据角度计算出镜头模组需要补偿的距离,让镜头通过反向运动抵消电子设备的抖动,实现防抖。陀螺仪传感器180B还可以用于导航,体感游戏场景等。
加速度传感器180E可检测电子设备在各个方向上(一般为三轴)加速度的大小。当电子设备静止时可检测出重力的大小及方向。还可以用于识别电子设备姿态,应用于横竖屏切换,计步器等应用。
距离传感器180F,用于测量距离。电子设备可以通过红外或激光测量距离。在一些实施例中,拍摄场景,电子设备可以利用距离传感器180F测距以实现快速对焦。
接近光传感器180G可以包括例如发光二极管(LED)和光检测器,例如光电二极管。发光二极管可以是红外发光二极管。电子设备通过发光二极管向外发射红外光。电子设备使用光电二极管检测来自附近物体的红外反射光。当检测到充分的反射光时,可以确定电子设备附近有物体。当检测到不充分的反射光时,电子设备可以确定电子设备附近没有物体。电子设备可以利用接近光传感器180G检测用户手持电子设备贴近耳朵通话,以便自动熄灭屏幕达到省电的目的。接近光传感器180G也可用于皮套模式,口袋模式自动解锁与锁屏。
环境光传感器180L用于感知环境光亮度。电子设备可以根据感知的环境光亮度自适应调节显示屏194亮度。环境光传感器180L也可用于拍照时自动调节白平衡。环境光传感器180L还可以与接近光传感器180G配合,检测电子设备是否在口袋里,以防误触。
指纹传感器180H(也称为指纹识别器),用于采集指纹。电子设备可以利用采集的指纹特性实现指纹解锁,访问应用锁,指纹拍照,指纹接听来电等。另外,关于指纹传感器的其他记载可以参见名称为“处理通知的方法及电子设备”的国际专利申请PCT/CN2017/082773,其全部内容通过引用结合在本申请中。
触摸传感器180K,也可称触控面板。触摸传感器180K可以设置于显示屏194,由触摸传感器180K与显示屏194组成触摸屏,也称触控屏。触摸传感器180K用于检测作用于其上或附近的触摸操作。触摸传感器可以将检测到的触摸操作传递给应用处理器,以确定触摸事件类型。可以通过显示屏194提供与触摸操作相关的视觉输出。在另一些实施例中,触摸传感器180K也可以设置于电子设备的表面,与显示屏194所处的位置不同。
骨传导传感器180M可以获取振动信号。在一些实施例中,骨传导传感器180M可以获取人体声部振动骨块的振动信号。骨传导传感器180M也可以接触人体脉搏,接收血压跳动信号。在一些实施例中,骨传导传感器180M也可以设置于耳机中,结合成骨传导耳机。音频模块170可以基于所述骨传导传感器180M获取的声部振动骨块的振动信号,解析出语音信号,实现语音功能。应用处理器可以基于所述骨传导传感器180M获取的血压跳动信号解析心率信息,实现心率检测功能。
按键190包括开机键,音量键等。按键190可以是机械按键,也可以是触摸式按键。电子设备可以接收按键输入,产生与电子设备的用户设置以及功能控制有关的键信号输入。
马达191可以产生振动提示。马达191可以用于来电振动提示,也可以用于触摸振动反馈。例如,作用于不同应用(例如拍照,音频播放等)的触摸操作,可以对应不同的振动反馈效果。作用于显示屏194不同区域的触摸操作,马达191也可对应不同的振动反馈效果。不同的应用场景(例如:时间提醒,接收信息,闹钟,游戏等)也可以对应不同的振动反馈效果。触摸振动反馈效果还可以支持自定义。
指示器192可以是指示灯,可以用于指示充电状态,电量变化,也可以用于指示消息,未接来电,通知等。
SIM卡接口195用于连接SIM卡。SIM卡可以通过插入SIM卡接口195,或从SIM卡接口195拔出,实现和电子设备的接触和分离。电子设备可以支持1个或N个SIM卡接口,N为大于1的正整数。SIM卡接口195可以支持Nano SIM卡,Micro SIM卡,SIM卡等。同一个SIM卡接口195可以同时插入多张卡。所述多张卡的类型可以相同,也可以不同。SIM卡接口195也可以兼容不同类型的SIM卡。SIM卡接口195也可以兼容外部存储卡。电子设备通过SIM卡和网络交互,实现通话以及数据通信等功能。在一些实施例中,电子设备采用eSIM,即:嵌入式SIM卡。eSIM卡可以嵌在电子设备中,不能和电子设备分离。
以下,将通过具体实施例对本申请提供的图像处理方法进行详细描述。
参照图2,本申请实施例提供一种图像处理方法,执行于电子设备,该方法包括:
步骤202,电子设备对待处理图像进行边缘识别,得到待处理图像的第一边缘图像。
待处理图像为需要进行去噪的图像。一般地,在相机拍照链路中,各电子元件都会产生随机噪声,各元件的噪声叠加在最终呈现给用户的图像中,严重影响图像的清晰度和用户体验。因此,电子设备的拍照系统中各个阶段均需要对图像进行去噪,对图像的去噪具体包括对图像进行降噪、gamma校正、动态范围提升、锐化等操作,从而抑制噪点,提升图像的清晰度及用户感受。
本步骤则是在对待处理图像进行去噪之前,识别待处理图像的边缘。
在一种可能的设计中,可使用sobel算子提取待处理图像的边缘像素。
sobel算子是一离散性差分算子,用于根据像素点上下、左右邻点灰度加权差在边缘处达到极值这一现象检测边缘。并且,sobel算子对噪声具有平滑作用。
在一种可能的设计中,sobel算子可有两个,一个用于检测水平边缘,另一个用于检测垂直边缘。
在一种可能的设计中,在对待处理图像进行边缘识别后,得到的第一边缘图像的部分如图3所示,接着,按照第一指定窗口大小,对边缘像素进行膨胀处理;按照第二指定窗口大小,对膨胀处理后的边缘像素进行腐蚀处理,得到如图4所示的第一边缘图像,图4所示的第一边缘图像部分为图3所示的第一边缘图像部分进行膨胀和腐蚀后的形态。
膨胀处理指的是将待处理图像的边缘扩大,其作用在于将待处理图像边缘的空白像素填充;腐蚀处理指的是将待处理图像的边缘腐蚀掉,其作用在于就是将待处理图像边缘的“毛刺”剔除。这两种处理方式,均会产生平滑边缘的作用,最终使得待处理图像的边缘区域联通,以减少由于sobel算子检测不精确引起的漏检问题,从而获得更加精确有效的第一边缘图像。
在一种可能的设计中,第一指定窗口大小大于第二指定窗口大小,也就是说,膨胀处理的窗口大于腐蚀处理的窗口,通过大膨胀小腐蚀保证离散点及间断线段的连续性。
其中,第一指定窗口大小可选为5x5,第二指定窗口大小可选为3x3,当然,第一指定窗口大小和第二指定窗口大小还可以选为其他任何符合实际需要的窗口大小。
步骤204,电子设备以第一滤波方式对第一边缘图像进行滤波处理,得到第二边缘图像。
步骤206,电子设备以第二滤波方式对待处理图像进行滤波处理,得到第一结果图像。
需要知晓,在实际场景中,电子设备可以先执行步骤204,后执行步骤206,也可先执行步骤206,后执行步骤204,或将此两步骤同时执行,此两步骤的执行顺序对最终的计算结果并无影响。
其中,第一滤波方式为边窗滤波方式。
边窗滤波方式中,对于第一边缘图像的任一像素点,能够以其为基点,构建8个方向的局部图像小块,对该8个方向内的像素点通过相似度计算法方法进行加权求和,计算基点与8个方向加权均值的最小重构误差,将基点的值赋予为最小重构误差的均值。
第二滤波方式包括导向滤波方式、盒式滤波方式、高斯滤波方式和双边滤波方式中的一种或多种。
导向滤波方式通过计算局部块内像素的均值和方差,求解作为基点的当前像素的加权系数,针对当前像素涉及的全部块系数进行求和,获取当前像素的最终滤波结果。
盒式滤波方式则是在给定的滑动窗口大小下,对每个窗口内的像素值进行快速相加求和。
双边滤波方式是一种非线性的滤波方法,是结合图像的空间邻近度和像素值相似度的一种折中处理,同时考虑空域信息和灰度相似性,达到保边去噪的目的。
高斯滤波是对整幅图像进行加权平均的过程,每一个像素点的值,都由其本身和邻域内的其他像素值经过加权平均后得到,具体来说,可用一个卷积(掩模)扫描图像中的每一个像素,用卷积确定的邻域内像素的加权平均灰度值去替代卷积中心像素点的值。
相对于第一滤波方式,第二滤波方式具有一项共同的优点,即过程简单,计算方便,所消耗的时间和资源均少于第一滤波方式。但同时,由于第二滤波方式对于边缘的处理效果相对于第一滤波方式要低,其中,导向滤波方式对于噪点程度较大的图像难以保持其边缘的原状,盒式滤波方式、高斯滤波方式和导向滤波方式则在去噪的同时对图像边缘产生的平滑效果,均造成图像边缘的失真,降低了图像的整体质量。
因此,为降低图像去噪过程中的整体计算量,可采用第二滤波方式对待处理图像进行滤波处理,而针对第二滤波方式所难以精确处理的图像边缘部分,可采用第一滤波方式进行较为精细的去噪计算,而由于图像边缘部分占待处理图像的总面积很少,这一处理过程的计算量远远小于将整个待处理图像用于第一滤波方式的计算量,不会造成计算负担,从而在将计算量控制在较低水平的基础上实现了对图像边缘部分的精确处理,既节省了时间成本和系统资源,也提升了图像去噪结果的精确性,使去噪后的图像具有高清晰度。
步骤208,电子设备用第二边缘图像的像素替换第一结果图像中与第二边缘图像所对应的边缘位置处的像素,得到第二结果图像。
第二边缘图像的像素是经第一滤波方式处理得到,第一结果图像是由第二滤波方式处理得到,由于第一滤波方式的图像去噪效果高于第二滤波方式,则第二边缘图像的像素所带来的清晰度优于第一结果图像中与第二边缘图像所对应的边缘位置处的像素所带来的清晰度。因此,将第一结果图像中与第二边缘图像所对应的边缘位置处的像素替换为第二边缘图像的像素即可获得具有较高图像边缘质量的第二结果图像。
由此,既能够节省时间成本和系统资源,也提升了图像去噪结果的精确性,使去噪后的图像具有高清晰度。
下面结合图5至图12描述步骤204中执行第一滤波方式的具体过程。
首先,对于第一边缘图像的任一像素,为像素构建指定数量的边窗。
每个边窗以像素为边窗边缘中心点或边窗边缘交叉点,向像素的一个指定方向延伸,且每个边窗对应的指定方向不同,并且,每个边窗的面积大小为指定面积大小。
在一种可能的设计中,指定方向包括上、下、左、右、左上、左下、右上和右下,其中,上、下、左和右对应的边窗的面积大小为第三指定窗口大小;左上、左下、右上和右下对应的边窗的面积大小为第四指定窗口大小。
如图5所示,以图示像素为边窗边缘中心点,向上构建5x3窗口大小的边窗。
如图6所示,以图示像素为边窗边缘中心点,向下构建5x3窗口大小的边窗。
如图7所示,以图示像素为边窗边缘中心点,向左构建5x3窗口大小的边窗。
如图8所示,以图示像素为边窗边缘中心点,向右构建5x3窗口大小的边窗。
如图9所示,以图示像素为边窗边缘交叉点,向左上构建3x3窗口大小的边窗。
如图10所示,以图示像素为边窗边缘交叉点,向左下构建3x3窗口大小的边窗。
如图11所示,以图示像素为边窗边缘交叉点,向右上构建3x3窗口大小的边窗。
如图12所示,以图示像素为边窗边缘交叉点,向右下构建3x3窗口大小的边窗。
至此,对图示像素完成了8个方向的边窗的构建。
当然,在另一种可能的设计中,边窗的数量为符合实际计算需求的任意数量,指定方向包括根据实际需要设计的任意方向。为便于理解,下文仅以上、下、左、右、左上、左下、右上和右下八个方向为例进行分析。
接着,对于8个边窗,分别计算每个边窗的加权均值。以向上构建的3x5窗口大小的边窗为例,参照图13,每个像素内的标注为该像素对应的加权均值,则向上的边窗内包括权重分别为w33、w34、w35、w36、w37、w43、w44、w45、w46、w47、w53、w54、w55、w56、w57的十五个像素,这十五个像素的加权值分别为I33、I34、I35、I36、I37、I43、I44、I45、I46、I47、I53、I54、I55、I56、I57。其中,每个像素的权重可自定义设置。则对像素55来说,其向上的边窗的加权均值的计算公式为
以此类推,可计算出像素55的8个方向的边窗的加权均值。
接着,计算像素55的加权值I55与8个方向的加权均值的误差,在所有误差中选择最小误差,取最小误差对应的方向的加权均值作为像素55的滤波处理结果,也就是最终降噪结果。
通过以上技术方案,仅对待处理图像的边缘区域进行8个方向最小重构,避免全图逐点进行8个方向的降噪,大幅度降低了计算量和计算复杂度,兼顾低成本和高能效。
参照图14,示出了本发明实施例提供的一种图像处理装置1400,包括:边缘识别单元1402,用于对待处理图像进行边缘识别,得到待处理图像的第一边缘图像;第一滤波单元1404,用于以第一滤波方式对第一边缘图像进行滤波处理,得到第二边缘图像;第二滤波单元1406,用于以第二滤波方式对待处理图像进行滤波处理,得到第一结果图像;像素替换单元1408,用于用第二边缘图像的像素替换第一结果图像中与第二边缘图像所对应的边缘位置处的像素,得到第二结果图像。
在一种可能的设计中,第一滤波方式为边窗滤波方式;第二滤波方式包括导向滤波方式、盒式滤波方式、高斯滤波方式和双边滤波方式中的一种或多种。
在一种可能的设计中,边缘识别单元1402包括:边缘像素识别单元,用于使用sobel算子提取待处理图像的边缘像素。
在一种可能的设计中,边缘识别单元1402还包括:膨胀处理单元,用于按照第一指定窗口大小,对边缘像素进行膨胀处理;腐蚀处理单元,用于按照第二指定窗口大小,对膨胀处理后的边缘像素进行腐蚀处理,得到第一边缘图像。
在一种可能的设计中,第一指定窗口大小大于第二指定窗口大小。
在一种可能的设计中,第一滤波单元1404具体用于:对于第一边缘图像的任一像素,为像素构建指定数量的边窗;计算每个边窗的加权均值;计算像素与每个加权均值的误差;在所有误差中选择最小误差;将最小误差对应的加权均值设置为像素的滤波处理结果。
在一种可能的设计中,每个边窗以像素为边窗边缘中心点或边窗边缘交叉点,向像素的一个指定方向延伸,且每个边窗对应的指定方向不同;每个边窗的面积大小为指定面积大小。
在一种可能的设计中,指定方向包括上、下、左、右、左上、左下、右上和右下,其中,上、下、左和右对应的边窗的面积大小为第三指定窗口大小;左上、左下、右上和右下对应的边窗的面积大小为第四指定窗口大小。
除此之外,本申请实施例还进一步提供了一种计算机可读存储介质,计算机可读存储介质中存储有指令,当指令在电子设备上运行时,使得电子设备执行前述任一实现方式的图像处理方法。
本申请实施例还进一步提供了一种计算机程序产品,当计算机程序产品在电子设备上运行时,使得电子设备执行如前述任一实现方式所述的图像处理方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid StateDisk)等。
总之,以上所述仅为本发明技术方案的实施例而已,并非用于限定本发明的保护范围。凡根据本发明的揭露,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。
应当理解,尽管在本发明实施例中可能采用术语第一、第二等来描述XXX,但这些XXX不应限于这些术语。这些术语仅用来将XXX彼此区分开。例如,在不脱离本发明实施例范围的情况下,第一XXX也可以被称为第二XXX,类似地,第二XXX也可以被称为第一XXX。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (12)
1.一种图像处理方法,其特征在于,包括:
对待处理图像进行边缘识别,得到所述待处理图像的第一边缘图像;
以第一滤波方式对所述第一边缘图像进行滤波处理,得到第二边缘图像;
以第二滤波方式对所述待处理图像进行滤波处理,得到第一结果图像;
用所述第二边缘图像的像素替换所述第一结果图像中与所述第二边缘图像所对应的边缘位置处的像素,得到第二结果图像。
2.根据权利要求1所述的图像处理方法,其特征在于,
所述第一滤波方式为边窗滤波方式;
所述第二滤波方式包括导向滤波方式、盒式滤波方式、高斯滤波方式和双边滤波方式中的一种或多种。
3.根据权利要求2所述的图像处理方法,其特征在于,所述对待处理图像进行边缘识别的步骤,包括:
使用sobel算子提取所述待处理图像的边缘像素。
4.根据权利要求3所述的图像处理方法,其特征在于,所述对待处理图像进行边缘识别的步骤,还包括:
按照第一指定窗口大小,对所述边缘像素进行膨胀处理;
按照第二指定窗口大小,对膨胀处理后的所述边缘像素进行腐蚀处理,得到所述第一边缘图像。
5.根据权利要求4所述的图像处理方法,其特征在于,
所述第一指定窗口大小大于所述第二指定窗口大小。
6.根据权利要求2至5中任一项所述的图像处理方法,其特征在于,所述以第一滤波方式对所述第一边缘图像进行滤波处理,得到第二边缘图像的步骤,包括:
对于所述第一边缘图像的任一像素,为所述像素构建指定数量的边窗;
计算每个所述边窗的加权均值;
计算所述像素与每个所述加权均值的误差;
在所有所述误差中选择最小误差;
将所述最小误差对应的所述加权均值设置为所述像素的滤波处理结果。
7.根据权利要求6所述的图像处理方法,其特征在于,
每个所述边窗以所述像素为边窗边缘中心点或边窗边缘交叉点,向所述像素的一个指定方向延伸,且每个边窗对应的所述指定方向不同;
每个所述边窗的面积大小为指定面积大小。
8.根据权利要求7所述的图像处理方法,其特征在于,
所述指定方向包括上、下、左、右、左上、左下、右上和右下,其中,
所述上、所述下、所述左和所述右对应的所述边窗的面积大小为第三指定窗口大小;
所述左上、所述左下、所述右上和所述右下对应的所述边窗的面积大小为第四指定窗口大小。
9.一种图像处理装置,其特征在于,包括:
边缘识别单元,用于对待处理图像进行边缘识别,得到所述待处理图像的第一边缘图像;
第一滤波单元,用于以第一滤波方式对所述第一边缘图像进行滤波处理,得到第二边缘图像;
第二滤波单元,用于以第二滤波方式对所述待处理图像进行滤波处理,得到第一结果图像;
像素替换单元,用于用所述第二边缘图像的像素替换所述第一结果图像中与所述第二边缘图像所对应的边缘位置处的像素,得到第二结果图像。
10.一种电子设备,其特征在于,包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;
其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被设置为用于执行上述权利要求1至8中任一项所述的方法。
11.一种计算机可读存储介质,其特征在于,存储有计算机可执行指令,所述计算机可执行指令用于执行如权利要求1至8中任一项所述的方法流程。
12.一种计算机程序产品,其特征在于,当计算机程序产品在电子设备上运行时,使得电子设备执行如权利要求1至8中任一项所述的方法流程。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911411215.1A CN113129220B (zh) | 2019-12-31 | 2019-12-31 | 图像处理方法及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911411215.1A CN113129220B (zh) | 2019-12-31 | 2019-12-31 | 图像处理方法及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113129220A true CN113129220A (zh) | 2021-07-16 |
CN113129220B CN113129220B (zh) | 2024-03-29 |
Family
ID=76770144
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911411215.1A Active CN113129220B (zh) | 2019-12-31 | 2019-12-31 | 图像处理方法及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113129220B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102118547A (zh) * | 2011-03-29 | 2011-07-06 | 四川长虹电器股份有限公司 | 图像加权滤波的方法 |
CN104008534A (zh) * | 2014-06-18 | 2014-08-27 | 福建天晴数码有限公司 | 一种人脸智能美化方法及装置 |
CN104657947A (zh) * | 2015-02-06 | 2015-05-27 | 哈尔滨工业大学深圳研究生院 | 针对碱基图像的一种降噪方法 |
US20160284065A1 (en) * | 2015-03-24 | 2016-09-29 | Intel Corporation | Non-local means image denoising with an adaptive directional spatial filter |
CN108230255A (zh) * | 2017-09-19 | 2018-06-29 | 北京市商汤科技开发有限公司 | 用于实现图像增强的方法、装置和电子设备 |
CN109146814A (zh) * | 2018-08-20 | 2019-01-04 | Oppo广东移动通信有限公司 | 图像处理方法、装置、存储介质及电子设备 |
CN109934789A (zh) * | 2019-03-26 | 2019-06-25 | 湖南国科微电子股份有限公司 | 图像去噪方法、装置及电子设备 |
-
2019
- 2019-12-31 CN CN201911411215.1A patent/CN113129220B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102118547A (zh) * | 2011-03-29 | 2011-07-06 | 四川长虹电器股份有限公司 | 图像加权滤波的方法 |
CN104008534A (zh) * | 2014-06-18 | 2014-08-27 | 福建天晴数码有限公司 | 一种人脸智能美化方法及装置 |
CN104657947A (zh) * | 2015-02-06 | 2015-05-27 | 哈尔滨工业大学深圳研究生院 | 针对碱基图像的一种降噪方法 |
US20160284065A1 (en) * | 2015-03-24 | 2016-09-29 | Intel Corporation | Non-local means image denoising with an adaptive directional spatial filter |
CN108230255A (zh) * | 2017-09-19 | 2018-06-29 | 北京市商汤科技开发有限公司 | 用于实现图像增强的方法、装置和电子设备 |
CN109146814A (zh) * | 2018-08-20 | 2019-01-04 | Oppo广东移动通信有限公司 | 图像处理方法、装置、存储介质及电子设备 |
CN109934789A (zh) * | 2019-03-26 | 2019-06-25 | 湖南国科微电子股份有限公司 | 图像去噪方法、装置及电子设备 |
Non-Patent Citations (1)
Title |
---|
张定华等: "《锥束CT技术及其应用》", 《边缘检测后处理》 * |
Also Published As
Publication number | Publication date |
---|---|
CN113129220B (zh) | 2024-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111050269B (zh) | 音频处理方法和电子设备 | |
US11798162B2 (en) | Skin detection method and electronic device | |
CN110458902B (zh) | 3d光照估计方法及电子设备 | |
CN113810601B (zh) | 终端的图像处理方法、装置和终端设备 | |
CN114140365B (zh) | 基于事件帧的特征点匹配方法及电子设备 | |
CN113542580B (zh) | 去除眼镜光斑的方法、装置及电子设备 | |
CN112087649B (zh) | 一种设备搜寻方法以及电子设备 | |
CN113496477B (zh) | 屏幕检测方法及电子设备 | |
CN113132532B (zh) | 环境光强度校准方法、装置及电子设备 | |
CN113610943B (zh) | 图标圆角化的处理方法及装置 | |
WO2022033344A1 (zh) | 视频防抖方法、终端设备和计算机可读存储介质 | |
CN117880645A (zh) | 一种图像处理的方法、装置、电子设备及存储介质 | |
CN114584652B (zh) | 一种用户图形界面显示方法、装置、计算机设备及存储介质 | |
CN113129220B (zh) | 图像处理方法及电子设备 | |
CN115480250A (zh) | 语音识别方法、装置、电子设备及存储介质 | |
CN113538226A (zh) | 图像纹理增强方法、装置、设备及计算机可读存储介质 | |
CN114610195B (zh) | 图标显示方法、电子设备及存储介质 | |
CN117974519B (zh) | 一种图像处理方法及相关设备 | |
CN114363482B (zh) | 一种标定图像的确定方法及电子设备 | |
CN117689584A (zh) | 图像处理方法、电子设备及存储介质 | |
CN116419003A (zh) | 一种建筑物编码方法以及相关装置 | |
CN115695775A (zh) | 终端摄像头清晰度的测试方法、系统、图卡及终端设备 | |
CN118113386A (zh) | 转场动效生成方法和电子设备 | |
CN117710695A (zh) | 图像数据的处理方法及电子设备 | |
CN114885086A (zh) | 一种图像处理方法、头戴式设备和计算机可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |