CN113269686B - 亮度噪声的处理方法、装置、存储介质及终端 - Google Patents
亮度噪声的处理方法、装置、存储介质及终端 Download PDFInfo
- Publication number
- CN113269686B CN113269686B CN202110527505.3A CN202110527505A CN113269686B CN 113269686 B CN113269686 B CN 113269686B CN 202110527505 A CN202110527505 A CN 202110527505A CN 113269686 B CN113269686 B CN 113269686B
- Authority
- CN
- China
- Prior art keywords
- channel data
- original
- filtering
- channel
- data
- 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 57
- 238000001914 filtration Methods 0.000 claims abstract description 172
- 238000004364 calculation method Methods 0.000 claims abstract description 42
- 230000008569 process Effects 0.000 claims abstract description 18
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 15
- 230000006870 function Effects 0.000 claims description 59
- 238000004590 computer program Methods 0.000 claims description 14
- 238000003672 processing method Methods 0.000 abstract description 6
- 230000000694 effects Effects 0.000 abstract description 3
- 238000009792 diffusion process Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000001629 suppression Effects 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000009466 transformation 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明提供了一种亮度噪声的处理方法,包括获取待处理图像的原始通道数据,原始通道数据包括原始Y通道数据、原始U通道数据和原始V通道数据;根据原始通道数据获取L个分解层的分解图像数据;对原始U通道数据和原始V通道数据进行初步滤波处理以分别得到滤波U通道数据和滤波V通道数据;对Y通道的原始Y通道数据进行加权滤波计算以得到目标滤波Y通道数据;提取目标滤波Y通道数据,对目标滤波Y通道数据、原始U通道数据和原始V通道数据进行重构处理以获取去噪后的目标图像数据,循环执行上述过程得到去噪后的目标图像数据。该方法有效保护图像边缘细节信息,提升了图像处理效果。本发明还提供了一种亮度噪声的处理装置、存储介质及终端。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及一种亮度噪声的处理方法、装置、存储介质及终端。
背景技术
移动端的图像传感器通常采用CMOS芯片,由于CMOS芯片具有噪声大的特点或者传感器的制造工艺问题,图像信号处理器(Image Single Processor,ISP) 拿到的图像数据通常也含有很多亮度噪声,图像数据经过ISP的前处理之后需要对亮度噪声进行抑制。
噪声抑制是数字图像信号处理器(Image Signal Processor,ISP)中极其重要的一个环节,噪声去除的好坏往往直接反映了ISP的水平。
针对于单帧图像噪声抑制方法主要有两类:一类是在频域进行去噪,该类方式需要将待处理的数据进行频域转换,然后再进行去噪处理,最后再反变换回来,该方式进行去噪,算法复杂度会相对较高;另一类是在空域进行去噪,该类方式去噪仅仅是考虑Y通道的信息来判断滤波权重,使用常规的图像去噪的方法。这类方法没有结合到UV通道的信息,从而导致在颜色过渡处的边缘区域会存在经过去噪处理边缘会有明显扩散的现象,影响图像效果。
彩色图像在YUV颜色空间中,三个通道彼此联系,将Y亮度通道单一割裂开来的算法往往没有用到颜色空间的关联性,在图像边缘处往往会因为计算所得的去噪强度过大而导致边缘扩散不收敛,极大影响图像效果。
因此,有必要提供一种新型的亮度噪声的处理方法、装置、存储介质及终端以解决现有技术中存在的上述问题。
发明内容
本发明的目的在于提供一种亮度噪声的处理方法、装置、存储介质及终端,能够有效改善单通道中边缘区域因去噪处理,而导致图像边缘扩散不收敛的问题,有效保护图像边缘细节信息。
为实现上述目的,本发明的所述一种亮度噪声的处理方法,所述处理方法包括:
获取待处理图像数据对应的原始通道数据,所述原始通道数据包括原始Y 通道数据、原始U通道数据和原始V通道数据;
根据所述原始通道数据获取L个分解层的分解图像数据,L≥2且取整数;
对原始U通道数据和原始V通道数据进行初步滤波处理以分别得到滤波U 通道数据和滤波V通道数据;
结合所述滤波U通道数据和所述滤波V通道数据对Y通道的所述原始Y通道数据进行加权滤波计算以得到目标滤波Y通道数据;
提取所述目标滤波Y通道数据,对所述目标滤波Y通道数据、原始U通道数据和原始V通道数据进行重构处理得到重构图像,循环执行步骤S103至步骤 S105,直至重构得到的最终重构图像和所述待处理图像的尺寸相同,根据所述最终重构图像获取去噪后的目标图像数据。
本发明所述方法的有益效果在于:在对原始U通道数据和原始V通道数据进行初步滤波处理得到滤波U通道数据和滤波V通道数据之后,结合所述滤波 U通道数据和所述滤波V通道数据对Y通道的所述原始Y通道数据进行加权滤波计算以得到目标滤波Y通道数据,并对所述目标滤波Y通道数据、原始U通道数据和原始V通道数据进行重构处理,循环执行步骤S103至步骤S105,直至重构得到的最终重构图像和所述待处理图像的尺寸相同,根据所述最终重构图像获取去噪后的目标图像数据,通过上述处理方法,能够有效改善在边缘区域由于去噪处理而导致图像边缘扩散不收敛的问题,能够在噪声去除的同时有效保护图像边缘细节信息。
在一种可能的实现中,所述结合所述滤波U通道数据和所述滤波V通道数据对Y通道的所述原始Y通道数据进行加权滤波计算以得到目标滤波Y通道数据包括:
计算所述滤波U通道数据、所述滤波V通道数据和所述原始Y通道数据中的待处理像素与对应通道数据的周围邻域像素的块差异;
根据噪声类型选择滤波核函数,采用所述滤波核函数根据所述块差异计算每一个邻域像素位置的第一权重,并根据所有邻域像素位置的第一权重得到第一联合权重;
根据所述联合权重通过所述第一滤波计算公式对所述原始Y通道数据进行加权滤波计算得到所述目标滤波Y通道数据。其有益效果在于:根据噪声类型选择不同的滤波核函数,并根据选择的滤波核函数根据不同通道数据的块差异计算不同通道数据的第一权重,在根据第一权重计算得到第一联合权重之后,以便于后续对Y通道的数据进行加权滤波计算得到滤波后的目标滤波Y通道数据,有效改善图像在去噪过程中导致边缘扩散不收敛的问题。
在一种可能的实现中,所述噪声类型为低频噪声时,选择第一滤波核函数作为所述滤波核函数,所述第一滤波核函数为:
其中,x表示所述待处理像素与周围邻域像素的块差异,w(x)表示权重,h 和k均为预设常量;h的大小与所述第一滤波核函数的衰减速度相对应。
在一种可能的实现中,所述噪声类型为高频噪声时,选择第二滤波核函数作为所述滤波核函数,所述第二滤波核函数为:
其中,x表示所述分解图像数据中所述待处理像素与周围邻域像素的块差异, w(x)表示权重,h和k均为预设常量。其有益效果在于:针对高频噪声采用第二滤波核函数作为滤波核函数进行块差异计算,以得到准确的计算结果,使得在去除高频噪声的过程中,即使是差异度相对较大的邻域像素值也会获得一定的权重参与到最终的加权平均,进行一定程度的滤波,从而使得高频噪声得以更好的抑制。
在一种可能的实现中,所述第一联合权重所有第一加权权重之和,所述第一加权权重为原始Y通道数据的每一个像素点在Y通道的第一权重、滤波U通道数据的每一个像素点在U通道的第一权重和所述滤波V通道数据的每一个像素点在V通道的第一权重之和减去2之后的差值。
在一种可能的实现中,所述对原始U通道数据和原始V通道数据进行初步滤波处理以分别得到滤波U通道数据和滤波V通道数据包括:
采用滤波核函数分别计算所述原始U通道数据和所述原始V通道数据与对应通道的邻域像素数据的块差异;
根据所述块差异计算所述U通道和V通道的第二权重,并根据所述第二权重计算所述U通道和V通道中图像块的第二联合权重;
根据所述第二联合权重计算出滤波后的U通道和V通道的第二滤波计算公式;
根据U通道和V通道的所述第二滤波计算公式对所述原始U通道数据和所述原始V通道数据进行初步滤波处理以分别得到滤波U通道数据和滤波V通道数据。其有益效果在于:通过先对原始U通道数据和原始V通道数据进行初步滤波处理,能够有效避免含有噪声的U通道、V通道数据错误指导Y通道去噪时的权重计算,提高Y通道去噪处理的准确性。
在一种可能的实现中,所述第二联合权重为所述滤波U通道邻域数据和所述滤波V通道邻域数据中的所有邻域图像块的第二加权权重之和,所述加权权重为所述滤波U通道数据相同邻域位置的某一像素点的第二权重和所述滤波V 通道数据中相同邻域位置的某一像素点的第二权重之积。
本发明还公开了一种亮度噪声的处理装置,所述装置包括:
获取模块,用于获取待处理图像数据对应的原始通道数据,所述原始通道数据包括原始Y通道数据、原始U通道数据和原始V通道数据;
分解模块,用于根据所述原始通道数据获取L个分解层的分解图像数据,L ≥2且取整数;
第一滤波模块,用于对原始U通道数据和原始V通道数据进行初步滤波处理以分别得到滤波U通道数据和滤波V通道数据;
第二滤波模块,用于结合所述滤波U通道数据和所述滤波V通道数据对Y 通道的所述原始Y通道数据进行加权滤波计算以得到目标滤波Y通道数据;
重构模块,用于提取所述目标滤波Y通道数据,对所述目标滤波Y通道数据、原始U通道数据和原始V通道数据进行重构处理得到重构图像,循环执行步骤S103至步骤S105,直至重构得到的最终重构图像和所述待处理图像的尺寸相同,根据所述最终重构图像获取去噪后的目标图像数据。
本发明一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述的方法。
本发明还提供了一种终端,包括:处理器及存储器;
所述存储器用于存储计算机程序;
所述处理器用于执行所述存储器存储的计算机程序,以使所述终端执行上述的方法。
附图说明
图1为本发明实施例的亮度噪声的处理方法的流程图;
图2为本发明实施例的亮度噪声的处理方法中第一滤波核函数的像素差值和权重的关系示意图;
图3为本发明实施例的亮度噪声的处理方法中图像块的第一示意图;
图4为本发明实施例的亮度噪声的处理方法中图像块的第二示意图;
图5为本发明实施例的亮度噪声的处理方法的详细工作流程示意图;
图6为本发明实施例的亮度噪声的处理装置的结构框图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。除非另外定义,此处使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。本文中使用的“包括”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同,而不排除其他元件或者物件。
针对现有技术存在的问题,本发明的实施例提供了一种亮度噪声的处理方法,如图1所示,所述处理方法包括如下步骤:
S101、获取待处理图像数据对应的原始通道数据,所述原始通道数据包括原始Y通道数据、原始U通道数据和原始V通道数据;
S102、根据所述原始通道数据获取L个分解层的分解图像数据,L≥2且取整数;
其中,YUV三个通道数据中每个分解层的分解图像数据包括高斯金字塔数据和拉普拉斯金字塔数据,L≥2且取正整数;
原始图像数据可以是表征YUV格式的图像数据,此时,原始图像数据对应但不限于YUV420格式的三通道彩色图像。
原始图像数据也可以是表征RGB(红绿蓝)图像或Bayer(拜耳)图像的图像数据等;若为RGB图像,则直接将其转换为YUV格式的图像;若为Bayer图像,则先将其转换为RGB图像再转换为YUV格式的图像;也就是说本实施例的处理方法适用于不同格式的原始图像,不局限于一种类型的图像,满足了更多图像类型的处理需求。另外,将RGB图像或Bayer图像转换为YUV格式的图像属于本领域的成熟技术,因此此处就不再赘述。
具体地,当原始通道数据为YUV444格式的图像数据,或,原始通道数据经过转换处理后为YUV444格式的图像数据时,则采用金字塔分解的方式得到多尺度的L个分解层的分解图像数据。
若原始通道数据为YUV420格式的图像数据,则需对原始Y通道数据进行下采样处理;
以待处理图像大小为2M×2N为例,其中,下采样处理前的原始Y通道数据(2M×2N),下采样处理后的原始Y通道数据(M×N)与原始U通道数据(M× N)和原始V通道数据(M×N)的尺寸相匹配,此时三通道数据对应新的原始通道数据(M×N);
采用高斯滤波与下采样相结合的方式对原始通道数据进行分解处理以获取 L个分解层的分解图像数据。例如,将M×N的YUV三通道原始通道数据依次分解为(M/2)×(N/2)的YUV三通道数据、(M/4)×(N/4)的YUV三通道数据、(M/16) ×(N/16)的YUV三通道数据……;具体分解多少层数以及对哪些层继续进行滤波处理可以根据实际情况确定与调整。
S103、对原始U通道数据和原始V通道数据进行初步滤波处理以分别得到滤波U通道数据和滤波V通道数据。
具体的,所述步骤S103包括:
分别计算所述原始U通道数据和所述原始V通道数据与对应通道邻域数据的块差异;
采用滤波核函数根据所述块差异计算所述计算出U通道和V通道的第二权重,并根据所述第二权重计算所述U通道和V通道中图像块的第二联合权重;
根据所述第二联合权重计算出滤波后的U通道和V通道的第二滤波计算公式;
根据U通道和V通道的所述第二滤波计算公式对所述原始U通道数据和所述原始V通道数据进行初步滤波处理以分别得到滤波U通道数据和滤波V通道数据。
通过先对原始U通道数据和原始V通道数据进行初步滤波处理,能够有效避免含有噪声的U通道、V通道数据错误指导Y通道去噪时的权重计算,从而提高了结合U通道、V通道数据指导Y通道去噪过程的准确性。
在一种可能的实施例中,所述第二联合权重为所述滤波U通道数据和所述滤波V通道数据中的所有图像块的第二加权权重之和,所述加权权重为所述滤波U通道数据相同邻域位置的某一像素点的第二权重和所述滤波V通道数据中相同邻域位置的某一像素点的第二权重之积。
在一种可能的实施例中,为了便于说明,以9x9邻域中3x3色块进行匹配,对于块匹配过程:
这里p(i,j)为9x9区域的中心3x3图像块,q(i,j)为9x9区域中匹配的图像块,Xdiff为两个图像块之间的块差异。
如图3所示,p为9x9区域中的待处理像素,q为9x9区域中的任一邻域像素,邻域像素是指在待处理像素邻域中满足与周围像素构成3×3像素区域的像素。p(i,j)为待处理像素p的周围3×3像素数据,其中i=-1,0,1;j=-1,0,1;p(-1,-1) 为像素点p上一行与左侧一列的交叉位置的像素,p(1,1)为像素点p下一行与右侧一列的交叉位置的像素,其余同理;Xdiff为两个图像块之间的相似度,对于U 通道和V通道两个通道,则有两个通道的块差异Udiff和Vdiff。
而在计算得到U通道和V通道的块差异之后,根据选择的滤波核函数,计算U通道和V通道的第二权重,并根据所述第二权重计算所述U通道和V通道中图像块的第二联合权重,具体过程包括:
当对低频噪声进行处理的时候,选择第一滤波核函数进行权重计算,所述第一滤波核函数为:
其中,x表示所述待处理像素与周围邻域像素的块差异,w(x)表示权重,h 和k均为预设常量;h的大小与所述第一滤波核函数的衰减速度相对应。
如图2所示,横轴表示像素差值x,纵轴表示权重w(x),L11对应传统的高斯核函数,L12和L13对应不同预设参数的第一滤波核函数。
在本实施例中,通过调节参数可以做到过渡段衰减更快甚至截断,同时小差异度区域加权权重更大,从而更适合低频去噪的滤波需求。
当然,第一滤波核函数还可以其他形式,只要其满足在像素差值大于设定值时索引得到的权重为零,且小差异度区域加权权重较大即可。
当对高频噪声进行处理的时候,选择第二滤波核函数进行权重计算,所述第二滤波核函数为:
其中,x表示所述分解图像数据中所述待处理像素与周围邻域像素的块差异, w(x)表示权重,h和k均为预设常量。
在本实施例中,选择第一滤波核函数进行低频噪声处理,具体的,将U通道和V通道的块差异分别导入到第一滤波核函数中,分别得到各个邻域像素的权重:
W'U=w(U'diff)
W'V=w(V'diff)
则该邻域像素在U通道和V通道的第二加权权重为:
W'q=W'U×W'V
记搜索区域中图像块的集合为Ω,那么U、V通道中所有图像块的第二联合权重为:
其中W'q为q图像块的第二加权权重,根据所述第二联合权重,可以得到待处理像素p在U、V通道滤波后的U、V通道数据的计算公式为:
其中,Uq、Vq分别为U通道、V通道图像块q的中心点,W'p为待处理像素p的第二联合权重,W'q为邻域像素块q的第二加权权重。
如图3所示,对于待处理像素邻域的9x9像素数据进行搜索,可以得到7×7 个即49个邻域像素数据存在3×3大小的周围像素块,即集合Ω中有49个邻域像素(如图4所示),对Ω中的每个邻域像素结合周围3×3像素数据计算第一加权权重为W',对所有邻域像素的联合权重求和得到第二联合权重为W'p,从而便于根据第二联合权重计算U通道、V通道数据的初步滤波后的滤波U通道数据和滤波V通道数据。
对于其他大小的邻域与图像块匹配大小的方式和过程与上述类似,因此此处就不再赘述。
对于UV通道高频噪声滤波,由于高频噪声的振幅比较大,不再使用低频子带滤波的第一滤波核函数,而是对第一滤波核函数进行进一步改进以得到第二滤波核函数,使得差异很大的噪点也能够进行一定程度的滤波,该第二滤波核函数具体为:
当然,第二滤波核函数相当于权重索引函数,还可以其他形式,可以根据实际情况进行重新设计或调整。
如图5所示,x表示待处理像素与周围邻域像素的块差异,w(x)表示权重, h和k均为预设常量;L21对应h=10,k=80,L22对应h=20,k=80,L23 对应h=60,k=80。
其中,高频噪声的图像块匹配过程、加权滤波过程与上述中低频噪声基本相同,因此此处就不再赘述。
S104、结合所述滤波U通道数据和所述滤波V通道数据对Y通道的所述原始Y通道数据进行加权滤波计算以得到目标滤波Y通道数据。
在一种可能的实现中,所述步骤S104包括:
计算所述滤波U通道数据、所述滤波V通道数据和所述原始Y通道数据中的待处理像素与周围邻域像素的块差异;
根据噪声类型选择滤波核函数,采用所述滤波核函数根据所述块差异计算每一个邻域像素位置的第一权重,并根据所有邻域位置的第一权重得到第一联合权重;
根据所述联合权重计算出滤波后的Y通道的第一滤波计算公式,根据所述第一滤波计算公式对所述原始Y通道数据进行加权滤波计算得到所述目标滤波 Y通道数据。
根据噪声类型选择不同的滤波核函数,并根据选择的滤波核函数根据不同通道数据的块差异计算不同通道数据的第一权重,在根据第一权重计算得到第一联合权重之后获取Y通道的滤波计算公式,以便于后续根据Y通道的滤波计算公式对Y通道的数据进行加权滤波计算得到滤波后的目标滤波Y通道数据,有效改善图像边缘扩散不收敛的问题。
在一种可能的实施例中,所述第一联合权重所有第一加权权重之和,所述第一加权权重为原始Y通道数据的每一个像素点在Y通道的第一权重、滤波U 通道数据的每一个像素点在U通道的第一权重和所述滤波V通道数据的每一个像素点在V通道的第一权重之和减去2之后的差值。
在一种可能的实施例中,所述噪声类型为低频噪声时,选择第一滤波核函数作为所述滤波核函数,所述第一滤波核函数为:
其中,x表示所述待处理像素与周围邻域像素的块差异,w(x)表示权重,h 和k均为预设常量;h的大小与所述第一滤波核函数的衰减速度相对应。
在前述对原始U通道数据和原始V通道数据进行初步滤波处理之后,得到滤波U通道数据和滤波V通道数据,由于Y通道中含有低频噪声,在抑制低频噪声的同时也要保持边缘区域不会因为去噪处理,而呈现边缘信息扩散不收敛的现象,将滤波U通道数据和滤波V通道数据加入Y通道的去噪权重计算以调整去噪权重,以构成一个三通道联合滤波,具体的:
先分别计算原始Y通道数据、滤波U通道数据和滤波V通道数据的块差异 Ydiff/Udiff/Vdiff,之后将计算得到的块差异代入到第一滤波核函数中,从而能够得到任意一个图像块的加权权重:
WY=w(Ydiff)
WU=w(Udiff)
WV=w(Vdiff)
于是,三个通道的第一加权权重为:Wq=(WY+WU+WV)-2
记搜索区域中图像块的集合为Ω,那么三个通道中所有图像块的第一联合权重为:
这里Wq为邻域像素块q的第一加权权重,于是我们得到滤波后的Y通道的计算公式为:
其中,这里的Yq为图像块q的中心点。
通过上述计算公式即可得到经过滤波处理之后的目标Y通道数据。
在一种可能的实现中,所述噪声类型为高频噪声时,选择第二滤波核函数作为所述滤波核函数,所述第二滤波核函数为:
其中,x表示所述分解图像数据中所述待处理像素与周围邻域像素的块差异, w(x)表示权重,h和k均为预设常量。
针对高频噪声采用第二滤波核函数作为滤波核函数进行块差异计算,以得到准确的计算结果,使得差异度相对大的邻域像素值也会有一定的权重融入加权平均,进行一定程度的滤波。
其中,高频噪声的图像块匹配过程、加权滤波过程与上述中低频噪声基本相同,因此此处就不再赘述。
需要说明的是,考虑在亮度噪声去除的过程中存在单颗粒的亮度噪声,单颗粒的噪声通常振幅比较大,人眼对它非常敏感,因此有必要在第0层的高频拉普拉斯金字塔中加入高频滤波过程,其块匹配与加权过程与低频子带相同,因此采用第二滤波核函数对高频噪声进行去噪,主要针对的是原始图像数据中的第0层的高频拉普拉斯金字塔中加入高频滤波过程。
S105、提取所述目标滤波Y通道数据,对所述目标滤波Y通道数据、原始 U通道数据和原始V通道数据进行重构处理以获取去噪后的目标图像数据。
在噪声去除的过程中,如果仅通过Y通道的差异度去计算去噪权重,往往会导致对于颜色过渡处的图像边缘区域仍然得到相对较大的权重,从而导致去噪后,图像的边缘信息扩散的问题,因此结合UV通道的颜色信息对Y通道的滤波作调整,能够很好地保持颜色过渡处的边缘信息,很好地在去除Y通道噪声的同时,保证边缘信息收敛,提高了图片质量。
在一些实施例中,本发明的所述方法的详细工作流程如图5所示。
本发明所述方法在对原始U通道数据和原始V通道数据进行初步滤波处理得到滤波U通道数据和滤波V通道数据之后,结合所述滤波U通道数据和所述滤波V通道数据对Y通道的所述原始Y通道数据进行加权滤波计算以得到目标滤波Y通道数据,并对所述目标滤波Y通道数据、原始U通道数据和原始V通道数据进行重构处理以获取去噪后的目标图像数据,通过上述处理方法,能够有效改善单通道中边缘区域去噪处理后,导致图像边缘扩散不收敛的情况,抑制高频噪声和低频噪声,在很好地去除噪声的同时,保证图像边缘信息收敛不扩散,能够有效保护图像边缘细节信息。
同时,本发明采用的第一滤波核函数和第二滤波核函数比高斯滤波核函数更为适合亮度噪声抑制的新的滤波核函数,结合块匹配进行权重计算,能够降低差异度很大的图像块之间的加权,同时对于差异度很小区域加权平均更多,能够有效进行噪声去除。
本发明还公开了一种亮度噪声的处理装置,如图6所示,所述装置包括:
获取模块601,用于获取待处理图像数据对应的原始通道数据,所述原始通道数据包括原始Y通道数据、原始U通道数据和原始V通道数据;
分解模块602,用于根据所述原始通道数据获取L个分解层的分解图像数据, L≥2且取整数;
第一滤波模块603,用于对原始U通道数据和原始V通道数据进行初步滤波处理以分别得到滤波U通道数据和滤波V通道数据;
第二滤波模块604,用于结合所述滤波U通道数据和所述滤波V通道数据对Y通道的所述原始Y通道数据进行加权滤波计算以得到目标滤波Y通道数据;
重构模块605,用于提取所述目标滤波Y通道数据,对所述目标滤波Y通道数据、原始U通道数据和原始V通道数据进行重构处理得到重构图像,循环执行步骤S103至步骤S105,直至重构得到的最终重构图像和所述待处理图像的尺寸相同,根据所述最终重构图像获取去噪后的目标图像数据。
需要说明的是,上述亮度噪声的处理装置的结构及原理与上述亮度噪声的处理装置中的步骤一一对应,故在此不再赘述。
需要说明的是,应理解以上系统的各个模块的划分仅仅是一种逻辑功能的划分,实际实现时可以全部或部分集成到一个物理实体上,也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现;也可以全部以硬件的形式实现;还可以部分模块通过处理元件调用软件的形式实现,部分模块通过硬件的形式实现。例如,选择模块可以为单独设立的处理元件,也可以集成在上述系统的某一个芯片中实现,此外,也可以以程序代码的形式存储于上述系统的存储器中,由上述系统的某一个处理元件调用并执行以上x模块的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起,也可以独立实现。这里所述的处理元件可以是一种集成电路,具有信号的处理能力。在实现过程中,上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
例如,以上这些模块可以是被配置成实施以上方法的一个或多个集成电路,例如:一个或多个特定集成电路(Application Specific Integrated Circuit,简称 ASIC),或,一个或多个数字信号处理器(Digital Signal Processor,简称DSP),或,一个或者多个现场可编程门阵列(Field Programmable GateArray,简称FPGA) 等。再如,当以上某个模块通过处理元件调度程序代码的形式实现时,该处理元件可以是通用处理器,例如中央处理器(Central Processing Unit,简称CPU) 或其它可以调用程序代码的处理器。再如,这些模块可以集成在一起,以片上系统(System-On-a-Chip,简称SOC)的形式实现。
本发明还公开了一种存储介质,其上存储有计算机程序,所述计算机程序被处理器运行时执行上述的方法。
本发明的存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述的方法。所述存储介质包括:只读存储器(Read-Only Memory,ROM)、随机访问存储器(Random Access Memory,RAM)、磁碟、U盘、存储卡或者光盘等各种可以存储程序代码的介质。
本发明还公开了一种终端,包括存储器和处理器,所述存储器上存储有能够在所述处理器上运行的计算机程序,所述处理器运行所述计算机程序时执行上述的方法。
一种可能的实施例中,所述存储器用于存储计算机程序;优选地,所述存储器包括:ROM、RAM、磁碟、U盘、存储卡或者光盘等各种可以存储程序代码的介质。
所述处理器与所述存储器相连,用于执行所述存储器存储的计算机程序,以使所述终端执行上述的方法。
优选地,所述处理器可以是通用处理器,包括中央处理器(Central ProcessingUnit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(Digital Signal Processor,简称DSP)、专用集成电路(Application SpecificIntegrated Circuit,简称ASIC)、现场可编程门阵列(Field Programmable Gate Array,简称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。
虽然在上文中详细说明了本发明的实施方式,但是对于本领域的技术人员来说显而易见的是,能够对这些实施方式进行各种修改和变化。但是,应理解,这种修改和变化都属于权利要求书中所述的本发明的范围和精神之内。而且,在此说明的本发明可有其它的实施方式,并且可通过多种方式实施或实现。
Claims (10)
1.一种亮度噪声的处理方法,其特征在于,所述处理方法包括如下步骤:
S101、获取待处理图像,根据所述待处理图像的待处理图像数据获取对应的原始通道数据,所述原始通道数据包括原始Y通道数据、原始U通道数据和原始V通道数据;
S102、根据所述原始通道数据获取L个分解层的分解图像数据,L≥2且取整数;
S103、对原始U通道数据和原始V通道数据进行初步滤波处理以分别得到滤波U通道数据和滤波V通道数据;
S104、结合所述滤波U通道数据和所述滤波V通道数据对Y通道的所述原始Y通道数据进行加权滤波计算以得到目标滤波Y通道数据;
S105、提取所述目标滤波Y通道数据,对所述目标滤波Y通道数据、原始U通道数据和原始V通道数据进行重构处理得到重构图像,循环执行步骤S103至步骤S105,直至重构得到的最终重构图像和所述待处理图像的尺寸相同,根据所述最终重构图像获取去噪后的目标图像数据。
2.根据权利要求1所述的方法,其特征在于,所述步骤S104、结合所述滤波U通道数据和所述滤波V通道数据对Y通道的所述原始Y通道数据进行加权滤波计算以得到目标滤波Y通道数据包括:
计算所述滤波U通道数据、所述滤波V通道数据和所述原始Y通道数据中的待处理像素与对应通道数据的周围邻域像素的块差异;
根据噪声类型选择滤波核函数,采用所述滤波核函数根据所述块差异计算每一个邻域像素位置的第一权重,并根据所有邻域位置的第一权重得到第一联合权重;
根据所述第一联合权重计算得到滤波后的Y通道的第一滤波计算公式,根据所述第一滤波计算公式对所述原始Y通道数据进行加权滤波计算得到所述目标滤波Y通道数据。
5.根据权利要求2所述的方法,其特征在于,所述第一联合权重为所有邻域中第一加权权重之和,所述第一加权权重为原始Y通道数据的每一个像素点在Y通道的第一权重、滤波U通道数据的每一个像素点在U通道的第一权重和所述滤波V通道数据的每一个像素点在V通道的第一权重之和减去2之后的差值。
6.根据权利要求2所述的方法,其特征在于,所述步骤S103、对原始U通道数据和原始V通道数据进行初步滤波处理以分别得到滤波U通道数据和滤波V通道数据包括:
采用滤波核函数分别计算所述原始U通道数据和所述原始V通道数据与对应通道的邻域像素数据的块差异;
根据所述块差异计算所述U通道和V通道的第二权重,并根据所述第二权重计算所述U通道和V通道中图像块的第二联合权重;
根据所述第二联合权重计算得到滤波后的U通道和V通道的第二滤波计算公式;
根据所述第二滤波计算公式对所述原始U通道数据和所述原始V通道数据进行初步滤波处理以分别得到滤波U通道数据和滤波V通道数据。
7.根据权利要求6所述的方法,其特征在于,所述第二联合权重为所述滤波U通道数据和所述滤波V通道数据中的所有图像块的第二加权权重之和,所述加权权重为所述滤波U通道数据相同邻域位置的某一像素点的第二权重和所述滤波V通道数据中相同邻域位置的某一像素点的第二权重之积。
8.一种亮度噪声的处理装置,其特征在于,所述装置包括:
获取模块,用于获取待处理图像数据对应的原始通道数据,所述原始通道数据包括原始Y通道数据、原始U通道数据和原始V通道数据;
分解模块,用于根据所述原始通道数据获取L个分解层的分解图像数据,L≥2且取整数;
第一滤波模块,用于对原始U通道数据和原始V通道数据进行初步滤波处理以分别得到滤波U通道数据和滤波V通道数据;
第二滤波模块,用于结合所述滤波U通道数据和所述滤波V通道数据对Y通道的所述原始Y通道数据进行加权滤波计算以得到目标滤波Y通道数据;
重构模块,用于提取所述目标滤波Y通道数据,对所述目标滤波Y通道数据、原始U通道数据和原始V通道数据进行重构处理得到重构图像,循环执行步骤S103至步骤S105,直至重构得到的最终重构图像和所述待处理图像的尺寸相同,根据所述最终重构图像获取去噪后的目标图像数据。
9.一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法。
10.一种终端,其特征在于,包括:处理器及存储器;
所述存储器用于存储计算机程序;
所述处理器用于执行所述存储器存储的计算机程序,以使所述终端执行权利要求1至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110527505.3A CN113269686B (zh) | 2021-05-14 | 2021-05-14 | 亮度噪声的处理方法、装置、存储介质及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110527505.3A CN113269686B (zh) | 2021-05-14 | 2021-05-14 | 亮度噪声的处理方法、装置、存储介质及终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113269686A CN113269686A (zh) | 2021-08-17 |
CN113269686B true CN113269686B (zh) | 2022-11-25 |
Family
ID=77230959
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110527505.3A Active CN113269686B (zh) | 2021-05-14 | 2021-05-14 | 亮度噪声的处理方法、装置、存储介质及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113269686B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115996291B (zh) * | 2023-03-22 | 2023-06-09 | 江苏游隼微电子有限公司 | 兼顾图像降噪的彩色图像压缩方法、装置及电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109389560A (zh) * | 2018-09-27 | 2019-02-26 | 深圳开阳电子股份有限公司 | 一种自适应加权滤波图像降噪方法、装置及图像处理设备 |
CN109754374A (zh) * | 2018-12-20 | 2019-05-14 | 深圳市资福医疗技术有限公司 | 一种去除图像亮度噪声的方法及装置 |
CN109978775A (zh) * | 2017-12-28 | 2019-07-05 | 展讯通信(上海)有限公司 | 颜色去噪方法及装置 |
CN111882504A (zh) * | 2020-08-05 | 2020-11-03 | 展讯通信(上海)有限公司 | 图像中颜色噪声的处理方法、系统、电子设备和存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8149336B2 (en) * | 2008-05-07 | 2012-04-03 | Honeywell International Inc. | Method for digital noise reduction in low light video |
-
2021
- 2021-05-14 CN CN202110527505.3A patent/CN113269686B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109978775A (zh) * | 2017-12-28 | 2019-07-05 | 展讯通信(上海)有限公司 | 颜色去噪方法及装置 |
CN109389560A (zh) * | 2018-09-27 | 2019-02-26 | 深圳开阳电子股份有限公司 | 一种自适应加权滤波图像降噪方法、装置及图像处理设备 |
CN109754374A (zh) * | 2018-12-20 | 2019-05-14 | 深圳市资福医疗技术有限公司 | 一种去除图像亮度噪声的方法及装置 |
CN111882504A (zh) * | 2020-08-05 | 2020-11-03 | 展讯通信(上海)有限公司 | 图像中颜色噪声的处理方法、系统、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113269686A (zh) | 2021-08-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111882504B (zh) | 图像中颜色噪声的处理方法、系统、电子设备和存储介质 | |
CN107358586B (zh) | 一种图像增强方法、装置及设备 | |
CN108805840B (zh) | 图像去噪的方法、装置、终端及计算机可读存储介质 | |
CN109191387B (zh) | 一种基于巴特沃斯滤波器的红外图像去噪方法 | |
CN109978848B (zh) | 基于多光源颜色恒常模型检测眼底图像中硬性渗出的方法 | |
CN109389560B (zh) | 一种自适应加权滤波图像降噪方法、装置及图像处理设备 | |
CN111260580B (zh) | 图像去噪方法、计算机装置及计算机可读存储介质 | |
CN111784605A (zh) | 一种基于区域指导的图像降噪方法、计算机装置及计算机可读存储介质 | |
CN113450290A (zh) | 基于图像修补技术的低照度图像增强方法及系统 | |
CN113269686B (zh) | 亮度噪声的处理方法、装置、存储介质及终端 | |
CN111179186A (zh) | 一种保护图像细节的图像去噪系统 | |
CN113744294B (zh) | 图像处理方法及相关装置 | |
CN109978775B (zh) | 颜色去噪方法及装置 | |
CN115578294B (zh) | 图像增强方法、装置、设备及存储介质 | |
Ponomaryov et al. | Fuzzy color video filtering technique for sequences corrupted by additive Gaussian noise | |
Sadia et al. | Color image enhancement using multiscale retinex with guided filter | |
CN111563866A (zh) | 一种多源遥感图像融合方法 | |
Yamaguchi et al. | Image demosaicking via chrominance images with parallel convolutional neural networks | |
CN115358948A (zh) | 一种基于改进Retinex算法的低照度图像增强方法 | |
CN115760773A (zh) | 一种用于高光谱医学图像采集的噪声抑制方法及系统 | |
CN115018817A (zh) | 划痕检测方法、装置、电子设备和可读存储介质 | |
Kim et al. | Separable bilateral nonlocal means | |
CN111080560B (zh) | 一种图像的处理与识别方法 | |
WO2021217463A1 (zh) | 图像处理算法装置、图像处理方法及相机 | |
Vien et al. | Moiré artifacts removal in screen-shot images via multiple domain learning |
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 |