CN113538268A - 图像处理方法及装置、计算机可读存储介质和电子设备 - Google Patents
图像处理方法及装置、计算机可读存储介质和电子设备 Download PDFInfo
- Publication number
- CN113538268A CN113538268A CN202110779946.2A CN202110779946A CN113538268A CN 113538268 A CN113538268 A CN 113538268A CN 202110779946 A CN202110779946 A CN 202110779946A CN 113538268 A CN113538268 A CN 113538268A
- Authority
- CN
- China
- Prior art keywords
- image
- parameter value
- sub
- block
- characteristic parameter
- 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.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 24
- 238000000034 method Methods 0.000 claims abstract description 98
- 230000008569 process Effects 0.000 claims abstract description 79
- 230000011218 segmentation Effects 0.000 claims abstract description 63
- 238000003709 image segmentation Methods 0.000 claims abstract description 52
- 230000000903 blocking effect Effects 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 17
- 230000006870 function Effects 0.000 description 8
- 101100102503 Caenorhabditis elegans ver-3 gene Proteins 0.000 description 5
- 101150116173 ver-1 gene Proteins 0.000 description 5
- 230000009467 reduction Effects 0.000 description 3
- 101100102504 Caenorhabditis elegans ver-4 gene Proteins 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 101100162210 Aspergillus parasiticus (strain ATCC 56775 / NRRL 5862 / SRRC 143 / SU-1) aflM gene Proteins 0.000 description 1
- 101100102500 Caenorhabditis elegans ver-1 gene Proteins 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000002146 bilateral effect Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20021—Dividing image into blocks, subimages or windows
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本公开提供了一种图像处理方法、图像处理装置、计算机可读存储介质和电子设备，涉及图像处理技术领域。该图像处理方法包括：在根据特征参数值确定出待处理图像满足预设分割要求时，对待处理图像执行图像分割过程，以得到多个目标图像子块，再分别对各目标图像子块进行去噪处理，并根据去噪的结果生成与待处理图像对应的去噪后的图像。其中，图像分割过程包括将待处理图像先分割成至少两个中间图像子块，确定各中间图像子块的特征参数值，如果特征参数值满足预设分割要求，则继续对该中间图像子块进行图像分割，直至分割出的所有图像子块均不满足预设分割要求为止，将由此分割出的图像子块确定为目标图像子块。本公开可以提升图像去噪效果。
Description
技术领域
本公开涉及图像处理技术领域，具体而言，涉及一种图像处理方法、图像处理装置、计算机可读存储介质和电子设备。
背景技术
随着带有拍摄功能的电子设备的普及，越来越多的用户使用电子设备来获取图像。然而，由于电子设备硬件的不足或拍摄环境的影响，得到的图像会出现噪声。目前虽然涌现了一些图像去噪的方案，但仍存在去噪效果不佳的问题。
发明内容
本公开提供一种图像处理方法、图像处理装置、计算机可读存储介质和电子设备，进而至少在一定程度上克服图像去噪效果不佳的问题。
根据本公开的第一方面，提供了一种图像处理方法，包括：获取待处理图像，确定待处理图像的特征参数值；如果根据待处理图像的特征参数值确定出待处理图像满足预设分割要求，则将待处理图像作为待分割图像，执行图像分割过程，以得到多个目标图像子块；分别对每个目标图像子块进行去噪处理，并根据去噪处理的结果，生成与待处理图像对应的去噪后的图像；其中，图像分割过程包括：将待分割图像分割成至少两个中间图像子块，并确定每个中间图像子块的特征参数值；如果根据中间图像子块的特征参数值确定出该中间图像子块满足预设分割要求，则将该中间图像子块作为待分割图像，执行图像分割过程；如果根据中间图像子块的特征参数值确定出该中间图像子块不满足预设分割要求，则将该中间图像子块确定为目标图像子块。
根据本公开的第二方面，提供了一种图像处理装置，包括：图像获取模块，用于获取待处理图像，确定待处理图像的特征参数值；图像分割模块，用于如果根据待处理图像的特征参数值确定出待处理图像满足预设分割要求，则将待处理图像作为待分割图像，执行图像分割过程，以得到多个目标图像子块；图像去噪模块，用于分别对每个目标图像子块进行去噪处理，并根据去噪处理的结果，生成与待处理图像对应的去噪后的图像；其中，图像分割过程包括：将待分割图像分割成至少两个中间图像子块，并确定每个中间图像子块的特征参数值；如果根据中间图像子块的特征参数值确定出该中间图像子块满足预设分割要求，则将该中间图像子块作为待分割图像，执行图像分割过程；如果根据中间图像子块的特征参数值确定出该中间图像子块不满足预设分割要求，则将该中间图像子块确定为目标图像子块。
根据本公开的第三方面，提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述的图像处理方法。
根据本公开的第四方面，提供了一种电子设备，包括处理器；存储器，用于存储一个或多个程序，当一个或多个程序被处理器执行时，使得所述处理器实现上述的图像处理方法。
在本公开的一些实施例所提供的技术方案中，在根据待处理图像的特征参数值确定出待处理图像满足预设分割要求时，对待处理图像执行图像分割过程，以得到多个目标图像子块，再分别对各目标图像子块进行去噪处理，并根据去噪的结果生成与待处理图像对应的去噪后的图像。其中，图像分割过程包括将待处理图像先分割成至少两个中间图像子块，确定各中间图像子块的特征参数值，如果特征参数值满足预设分割要求，则继续对该中间图像子块进行图像分割，直至分割出的所有图像子块均不满足预设分割要求为止，将由此分割出的图像子块确定为目标图像子块。通过基于图像特征参数值的图像分割方式得到图像子块，再分别对每个图像子块进行去噪处理，进而得到对应的去噪后的图像，相比于直接对图像进行去噪的方案或者以固定方式划分图像然后进行去噪的方案，本公开方案考虑到了图像自身的特征情况，能实现自适应的去噪过程，尤其对于边缘的去噪，可以达到较好的效果，提高了图像的质量。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，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。在附图中：
图1示出了本公开实施例的图像处理方案的示例性系统架构的示意图；
图2示出了适于用来实现本公开实施例的电子设备的结构示意图；
图3示意性示出了根据本公开示例性实施方式的图像处理方法的流程图；
图4示出了本公开实施方式的特征参数值可能包含的内容的示意图；
图5示意性示出了根据本公开示例性实施方式的图像分割过程的流程图；
图6示出了本公开实施例的图像分割过程的示意图；
图7示出了本公开另一实施例的图像分割过程的示意图；
图8示意性示出了本公开实施例的对目标图像子块进行去噪的过程的流程图；
图9示出了确定参考图像块的示意图；
图10示意性示出了本公开实施例的图像处理方案的整个过程的流程图；
图11示意性示出了根据本公开示例性实施方式的图像处理装置的方框图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本公开的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。
此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明，不是必须包括所有的步骤。例如，有的步骤还可以分解，而有的步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。另外，下面所有的术语“第一”、“第二”仅是为了区分的目的，不应作为本公开内容的限制。
图1示出了本公开实施例的图像处理方案的示例性系统架构的示意图。
如图1所示，系统架构可以包括终端设备1100和服务器1200。终端设备1100与服务器1200可以通过网络连接，网络的连接类型可以例如包括有线、无线通信链路或者光纤电缆等。
应当理解，终端设备1100和服务器1200的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备和服务器。比如服务器1200可以是多个服务器组成的服务器集群等。服务器1200还可以被称为云端或云端服务器。
终端设备1100可以通过网络与服务器1200交互，以接收或发送消息等。虽然图1中以智能手机为例示出，然而，终端设备1100还包括平板电脑、智能可穿戴设备、个人计算机等具有拍摄功能的设备。其中，终端设备1100还可以被称为终端、移动终端、移动端、智能终端等。
在由终端设备1100执行本公开示例性实施方式的图像处理过程的情况下，首先，终端设备1100可以获取待处理图像，确定待处理图像的特征参数值。其中，待处理图像可以是终端设备1100通过其摄像模组拍摄的图像，或者是终端设备1100从服务器或其他设备获取到的图像。另外，待处理图像还可以是一原始图像经历图像划分后得到的图像块。
接下来，终端设备1100可以根据待处理图像的特征参数值判断该待处理图像是否满足预设分割要求。如果不满足预设分割要求，则不对该待处理图像进行图像分割，而是直接将该待处理图像作为一个整体进行去噪处理；如果满足预设分割要求，则将待处理图像作为待分割图像，执行图像分割过程，以得到多个目标图像子块。
具体的，终端设备1100执行的图像分割过程可以包括：将待分割图像分割成至少两个中间图像子块，并确定每个中间图像子块的特征参数值，如果根据中间图像子块的特征参数值确定出该中间图像子块满足预设分割要求，则将该中间图像子块作为待分割图像，返回继续执行图像分割过程。如果根据中间图像子块的特征参数值确定出该中间图像子块不满足预设分割要求，则可以将中间图像子块确定为目标图像子块。容易理解是，通过上述循环处理过程，得到的多个目标图像子块均是最小的分割单元。
然后，终端设备1100分别每个目标图像子块进行去噪处理，并根据去噪处理的结果，生成与待处理图像对应的去噪后的图像。具体的，本公开实施例可以采用NLM(Non-Local Means，非局部均值)的去噪方案来实现目标图像子块的去噪，具体的，可以采用单边、双边或多边NLM去噪方案。
在由服务器1200执行本公开示例性实施方式的图像处理过程的情况下，首先，服务器1200可以从终端设备1100获取待处理图像，确定待处理图像的特征参数值。此外，待处理图像还可以是服务器1200从其他服务器或设备获取到的图像。待处理图像还可以是一原始图像经历图像划分后得到的图像块，在这种情况下，服务器1200可以获取原始图像，并对原始图像进行划分，以得到待处理图像。
接下来，服务器1200可以根据待处理图像的特征参数值判断该待处理图像是否满足预设分割要求。如果不满足预设分割要求，则不对该待处理图像进行图像分割，而是直接将该待处理图像作为一个整体进行去噪处理；如果满足预设分割要求，则将待处理图像作为待分割图像，执行图像分割过程，以得到多个目标图像子块。
具体的，服务器1200执行的图像分割过程可以包括：将待分割图像分割成至少两个中间图像子块，并确定每个中间图像子块的特征参数值，如果根据中间图像子块的特征参数值确定出该中间图像子块满足预设分割要求，则将该中间图像子块作为待分割图像，返回继续执行图像分割过程。如果根据中间图像子块的特征参数值确定出该中间图像子块不满足预设分割要求，则可以将中间图像子块确定为目标图像子块。容易理解是，通过上述循环处理过程，得到的多个目标图像子块均是最小的分割单元。
然后，服务器1200分别每个目标图像子块进行去噪处理，并根据去噪处理的结果，生成与待处理图像对应的去噪后的图像。具体的，本公开实施例可以采用NLM的去噪方案来实现目标图像子块的去噪，具体的，可以采用双边或多边NLM去噪方案。
此外，服务器1200还可以将处理后的图像反馈给终端设备1100进行展示和/或保存。
应当注意的是，上述对图像进行处理的任意步骤均可以由终端设备1100或服务器1200执行，本公开对此不做限制。
图2示出了适于用来实现本公开示例性实施方式的电子设备的示意图。本公开示例性实施方式的终端设备可以被配置为如图2的形式。需要说明的是，图2示出的电子设备仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
本公开的电子设备至少包括处理器和存储器，存储器用于存储一个或多个程序，当一个或多个程序被处理器执行时，使得处理器可以实现本公开示例性实施方式的图像处理方法。
具体的，如图2所示，电子设备200可以包括：处理器210、内部存储器221、外部存储器接口222、通用串行总线(Universal Serial Bus，USB)接口230、充电管理模块240、电源管理模块241、电池242、天线1、天线2、移动通信模块250、无线通信模块260、音频模块270、扬声器271、受话器272、麦克风273、耳机接口274、传感器模块280、显示屏290、摄像模组291、指示器292、马达293、按键294以及用户标识模块(Subscriber IdentificationModule，SIM)卡接口295等。其中传感器模块280可以包括深度传感器、压力传感器、陀螺仪传感器、气压传感器、磁传感器、加速度传感器、距离传感器、接近光传感器、指纹传感器、温度传感器、触摸传感器、环境光传感器及骨传导传感器等。
可以理解的是，本公开实施例示意的结构并不构成对电子设备200的具体限定。在本公开另一些实施例中，电子设备200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。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210可以包括一个或多个处理单元，例如：处理器210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-etwork 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。另外，处理器210中还可以设置存储器，用于存储指令和数据。
电子设备200可以通过ISP、摄像模组291、视频编解码器、GPU、显示屏290及应用处理器等实现拍摄功能。在一些实施例中，电子设备200可以包括1个或N个摄像模组291，N为大于1的正整数，若电子设备200包括N个摄像头，N个摄像头中有一个是主摄像头。
内部存储器221可以用于存储计算机可执行程序代码，所述可执行程序代码包括指令。内部存储器221可以包括存储程序区和存储数据区。外部存储器接口222可以用于连接外部存储卡，例如Micro SD卡，实现扩展电子设备200的存储能力。
本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读存储介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被一个该电子设备执行时，使得该电子设备实现如下述实施例中所述的方法。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、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，上述模块、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，在有些作为替换的实现中，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，两个接连地表示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，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操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。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现，所描述的单元也可以设置在处理器中。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定。
下面以终端设备执行本公开图像处理方法的各个步骤进行说明，在这种情况下，本公开实施方式的图像处理装置可以配置在终端设备中。
图3示意性示出了本公开的示例性实施方式的图像处理方法的流程图。参考图3，图像处理方法可以包括以下步骤：
S32.获取待处理图像，确定待处理图像的特征参数值。
根据本公开的一些实施例，待处理图像可以是终端设备通过其摄像模组拍摄获取到的图像，也可以是终端设备从其他设备获取到的图像。待处理图像可以是视频帧图像，也可以是单独的照片。本公开对待处理图像的获取方式、类型、格式、尺寸等均不做限制。
根据本公开的另一些实施例，待处理图像可以是一原始图像经历分块处理后的原始图像块。
在这种情况下，首先，终端设备可以获取原始图像。原始图像可以是终端设备通过其摄像模组拍摄获取到的图像，也可以是终端设备从其他设备获取到的图像。原始图像可以是视频帧图像，也可以是单独的照片。本公开对原始图像的获取方式、类型、格式、尺寸等也均不做限制。
接下来，终端设备可以对原始图像进行分块处理，得到多个原始图像块。本公开对此处的分块处理过程不做限制，对分块处理后的原始图像块的尺寸也不做限制。例如，待处理图像可以为分块处理后m*n的宏块。
在获取待处理图像后，终端设备可以确定待处理图像的特征参数值。
特征参数值可以是表征图像中像素点差异程度的参数值。参考图4，特征参数值可以包括像素最值差异参数值、像素梯度参数值、频域波动参数值以及其他参数值中的一种或多种。
像素最值差异参数值，表征的是图像中最大像素值与最小像素值的差。
像素梯度参数值，表征的是与像素梯度相关的特征。具体的，可以求取图像内像素梯度绝对值，并对绝对值求和。其中，对于像素梯度的计算，可以利用Sobel算子、Laplace算子等算子来求得，本公开对此不做限制。
频域波动参数值，表征的是图像频域的特征。具体的，可以通过例如DCT(离散余弦变换)、DST(离散正弦变换)、小波变换等手段，将图像变换到频域，并进行整数化处理，计算其中非0的AC系数的数量，用该数量表征图像频域特征。该数量越大，说明图像复杂度越高；该数量越小，说明图像复杂度越低。
本公开采用的特征参数值可以与像素点差异程度呈正相关关系，即，特征参数值越大，图像中像素点差异越大；特征参数值越小，图像中像素点差异越小。
需要说明的是，本公开所述的特征参数值可以是上述参数值的任意一种。也可以是上述参数值中多个进行组合的结果，例如配置参数值的权重，并通过多个参数值的加权操作来得到本公开实施方式的特征参数值。
S34.如果根据待处理图像的特征参数值确定出待处理图像满足预设分割要求，则将待处理图像作为待分割图像，执行图像分割过程，以得到多个目标图像子块。
在确定出待处理图像的特征参数值后，终端设备可以利用特征参数值判断待处理图像是否满足预设分割要求。
容易理解的是，特征参数值的不同，预设分割要求可能存在差异。在本公开的一些实施例中，特征参数值为像素最值差异参数值，预设分割要求可以是像素最值差异参数值大于或等于一最值差异阈值，本公开对最值差异阈值的具体取值不做限制。
也就是说，在像素最值差异参数值大于或等于最值差异阈值的情况下，确定出待处理图像满足预设分割要求。在像素最值差异参数值小于最值差异阈值的情况下，确定出待处理图像不满足预设分割要求。在待处理图像不满足预设分割要求的情况下，不对待处理图像进行图像分割操作，但仍可以执行下述去噪过程，例如将待处理图像作为下述目标图像子块执行去噪过程。
在确定出待处理图像满足预设分割要求的情况下，终端设备可以将待处理图像作为待分割图像，执行图像分割过程，以得到多个目标图像子块。
参考图5，对本公开示例性实施方式的图像分割过程进行说明。
在步骤S502中，将待分割图像分割成至少两个中间图像子块，并确定每个中间图像子块的特征参数值。
根据本公开的一些实施例，每次分割，可以将图像分割为两个中间图像子块。
具体的，一方面，终端设备可以将待分割图像水平平分为第一水平图像和第二水平图像，并确定第一水平图像的特征参数值和第二水平图像的特征参数值。
另一方面，终端设备可以将待分割图像竖直平分为第一竖直图像和第二竖直图像，并确定第一竖直图像的特征参数值和第二竖直图像的特征参数值。
需要说明的是，上述“水平平分”和“竖直平分”中的术语“平分”并不是实际执行分割操作，也就是说，不是将待分割图像分割成两个图像。其仅为了区域划分的方便进行的描述，以便后续执行真正的分割操作。另外，此处的特征参数值与步骤S32中的特征参数值含义相同，不再赘述。
接下来，终端设备可以基于第一水平图像的特征参数值、第二水平图像的特征参数值、第一竖直图像的特征参数值和第二竖直图像的特征参数值，从水平分割方式和竖直分割方式中选择之一，将待分割图像分割成两个中间图像子块。其中，水平分割方式指的是将待分割图像水平分割成两个图像，且分割出的两个图像的尺寸相同；竖直分割方式指的是将待分割图像竖直分割成两个图像，且分割出的两个图像的尺寸相同。
具体的，可以从第一水平图像的特征参数值和第二水平图像的特征参数值中确定特征参数值较大的特征参数值作为第一目标参数值。可以从第一竖直图像的特征参数值和第二竖直图像的特征参数值中确定特征参数值较大的特征参数值作为第二目标参数值。
如果第一目标参数值小于第二目标参数值，则采用水平分割方式，将待分割图像分割成两个中间图像子块。
如果第一目标参数值大于第二目标参数值，则采用竖直分割方式，将待分割图像分割成两个中间图像子块。
另外，鉴于第一目标参数值等于第二目标参数值的情况很少发生，如果发生，则可以从水平分割方式和竖直分割方式中随机选择一个，将待分割图像分割成两个中间图像子块。
根据本公开的另一些实施例，每次分割，分割出的中间图像子块的数量大于两个。
例如，可以对待分割图像进行四等分，得到四个尺寸相同的中间图像子块。又例如，可以对待分割图像进行8等分、16等分等。另外，非等分的方式也适于应用到本公开的图像分割方案中，本公开对此不做限制。
在步骤S504中，如果根据中间图像子块的特征参数值确定出该中间图像子块满足预设分割要求，则将该中间图像子块作为待分割图像，执行图像分割过程。
针对步骤S502确定出的每一个中间图像子块，如果根据中间图像子块的特征参数值确定出该中间图像子块满足预设分割要求，则继续对该中间图像子块进行分割操作。具体的，可以将中间图像子块作为分割图像，返回步骤S502，继续执行图像分割过程。
在步骤S506中，如果根据中间图像子块的特征参数值确定出该中间图像子块不满足预设分割要求，则将该中间图像子块确定为目标图像子块。
步骤S504和步骤S506中描述的根据特征参数值确定中间图像子块是否满足预设分割要求的过程，与上述根据待处理图像的特征参数值判断待处理图像是否满足预设分割要求的过程类似，在此不再赘述。
参考图6，以一个实施例的方式对本公开执行图像分割过程进行说明。
针对待处理图像，根据其特征参数值确定出待处理图像满足预设分割要求，执行第一次图像分割过程：对待处理图像进行水平分割，得到图像子块sb0_ver1和图像子块sb1_ver1。
然后，分别对图像子块sb0_ver1和图像子块sb1_ver1进行上述如待处理图像的分析判断，执行第二次图像分割过程：对图像子块sb0_ver1进行竖直分割，得到图像子块sb0_ver1_sb0_hor2和图像子块sb0_ver1_sb1_hor2。对sb1_ver1进行竖直分割，得到图像子块sb1_ver1_sb0_hor2和图像子块sb1_ver1_sb1_hor2
接下来，分别对这四个图像子块进行分析判断，执行第三次图像分割过程：对图像子块sb0_ver1_sb0_hor2进行水平分割，得到图像子块sb0_ver1_sb0_hor2_sb0_ver3和图像子块sb0_ver1_sb0_hor2_sb1_ver3；对图像子块sb1_ver1_sb0_hor2进行水平分割，得到图像子块sb1_ver1_sb0_hor2_sb0_ver3和图像子块sb1_ver1_sb0_hor2_sb1_ver3；对图像子块sb1_ver1_sb1_hor2进行竖直分割，得到图像子块sb1_ver1_sb1_hor2_sb0_hor3和图像子块sb1_ver1_sb1_hor2_sb1_hor3。鉴于图像子块sb0_ver1_sb1_hor2不满足预设分割要求，则不对该图像子块进行分割处理。
随后，对新确定出的图像子块进行分析判断，执行第四次图像分割过程：对图像子块sb0_ver1_sb0_hor2_sb1_ver3进行竖直分割，得到图像子块sb0_ver1_sb0_hor2_sb1_ver3_sb0_hor4和图像子块sb0_ver1_sb0_hor2_sb1_ver3_sb1_hor4；另外，还可以对图像子块sb1_ver1_sb0_hor2_sb0_ver3进行竖直分割，得到图像子块sb1_ver1_sb0_hor2_sb0_ver3_sb0_hor4和图像子块sb1_ver1_sb0_hor2_sb0_ver3_sb1_hor4；此外，还继续对图像子块sb1_ver1_sb0_hor2_sb1_ver3进行水平分割，得到图像子块sb1_ver1_sb0_hor2_sb1_ver3_sb0_ver4和图像子块sb1_ver1_sb0_hor2_sb1_ver3_sb1_ver4。鉴于其他图像子块不满足预设分割要求，则不对其他图像子块进行分割处理。
由此，经历四次图像分割过程，待处理图像分割完成，分割成10个目标图像子块。另外，可以看出，分割出的目标图像子块的尺寸可以不完全相同。
图7示出了以四等分的方式对待处理图像进行图像分割的示意图。参考图7，待处理图像可以被分割为图像子块sb0_L0、sb1_L0、sb2_L0和sb3_L0。虽然图7未示出接下来对这四个图像子块进一步分析判断以及分割的过程，然而，根据本公开上面的描述，本领域技术人员能够知晓其过程。
S36.分别对每个目标图像子块进行去噪处理，并根据去噪处理的结果，生成与待处理图像对应的去噪后的图像。
针对步骤S34中确定出的每一个目标图像子块，执行去噪过程。
图8示意性示出了本公开一些实施例的去噪过程的流程图。
在步骤S802中，以目标图像子块为中心，建立搜索窗。
如图9所示，建立的搜索窗的中心为目标图像子块，即搜索窗的中心点与目标图像子块的中心点重合。本公开对搜索窗的尺寸不做限制。可以理解的是，搜索窗的尺寸越大，随后获取的参考图像块的数量越多，去噪效果越好，然而，计算机资源消耗也越大，开发人员可以根据实际硬件情况，灵活配置。
在步骤S804中，在搜索窗中，确定与目标图像子块对应的至少一个参考图像块。
在本公开的示例性实施方式中，参考图像块的尺寸与目标图像子块的尺寸相同。可以以固定的水平步长和竖直步长，在搜索窗内进行搜索，得到至少一个参考图像块。本公开水平步长和竖直步长的取值不做限制。
在步骤S806中，利用目标图像子块和至少一个参考图像块，生成与目标图像子块对应的去噪后的图像子块。
首先，终端设备可以利用目标图像子块和至少一个参考图像块，确定目标图像子块的调整参数值，该调整参数值包括目标图像子块与参考图像块之间的像素差异参考值和/或目标图像子块与至少一个参考图像块的距离参考值。
具体的，像素差异参考值可以用DIF表示，其可以利用例如SAD(绝对误差和)、MSE(平均平方误差)等计算方式得到。距离参考值可以用DST表示，其可以为像素距离的平方等任意表征距离的参数得出。本公开对像素差异参考值和距离参考值的获取方式不做限制。
接下来，终端设备可以基于目标图像子块上像素点的像素值、至少一个参考图像块上像素点的像素值和调整参数值，计算与目标图像子块对应的去噪后的图像子块上像素点的像素值。
在本公开的NLM去噪算法的一些实施例中，相似度度量涉及到了上述像素差异参考值DIF和距离参考值DST。
具体的，可以采用下面两个公式中任意一个得到去噪后图像子块像素点的像素值：
或
其中，out_sbi,j为去噪后图像子块中(i，j)位置像素点的像素值，cur_sbi,j为去噪前目标图像子块中(i，j)位置像素点的像素值，
为第k个参考图像块中(i，j)位置像素点的像素值，N为参考图像块的数量，a、b、c为人工设置的系数。
此外，在对待处理图像进行四等分分割的实施例中，还可以以目标图像子块为中心，以固定的半径选取上下左右4个参考图像块，来执行上述计算像素值的过程。
在得到去噪处理的结果后，即在对各目标图像子块的像素点的像素值进行上述优化处理后，可以生成与待处理图像对应的去噪后的图像。
具体的，首先，可以确定每个目标图像子块对应的去噪后的图像子块。接下来，鉴于各目标图像子块在待处理图像中的位置在图像分割的过程中已被记录，因此，可以将每个目标图像子块对应的去噪后的图像子块进行拼接，以生成与待处理图像对应的去噪后的图像。
下面将参考图10对本公开实施例的图像处理方案的整个过程进行说明。
在步骤S1002中，终端设备可以获取原始图像中待进行分块去噪的图像块，这些图像块为上述待处理图像。
在步骤S1004中，可以分别对这些图像块执行图像分割过程，得到多个图像子块，即上述目标图像子块。
在步骤S1006中，对每一个目标图像子块进行NLM去噪的过程，得到去噪后的图像子块。
在步骤S1008中，遍历步骤S1004中确定出的所有目标图像子块，判断是否均完成了去噪过程。如果有目标图像子块未完成去噪，则返回步骤S1004，确定未完成去噪的目标图像子块，并执行步骤S1006的去噪过程；如果所有目标图像子块均完成了去噪，则执行步骤S1010。
在步骤S1010中，遍历步骤S1002中确定出的所有图像块，判断是否均完成了去噪过程。如果没有，则返回步骤S1002，执行下一个图像块的分割和去噪过程；如果所有图像块均完成了去噪，则执行步骤S1012。
在步骤S1012中，终端设备可以将去噪后的图像块进行拼接，生成与原始图像对应的去噪后的图像。
另外，对于原始图像中不需要进行分块的图像块，可以将这些图像块直接作为步骤S1004中的目标图像子块以执行后续的图像去噪处理。
此外，本公开还提供了一种判断目标图像子块是否需要去噪以及对需要去噪的目标图像子块进行去噪的方案。
在本公开一些实施例中，终端设备可以确定目标图像子块的纹理复杂程度，并将确定出的纹理复杂程度与纹理复杂度阈值进行比较，如果确定出的纹理复杂程度大于该纹理复杂度阈值，则说明该目标图像子块的纹理较丰富，此时不需要去噪，即可以不对该目标图像子块进行去噪处理，直接应用于处理后图像的生成过程，以避免丢失图像细节。如果确定出的纹理复杂程度小于等于该纹理复杂度阈值，则说明该目标图像子块的纹理较平坦，可以利用上述去噪过程对该目标图像子块进行去噪处理。
一方面，本公开对确定目标图像子块的纹理复杂程度的方式不做限制，例如，终端设备可以计算目标图像子块上像素点的像素值的方差，并利用该方差来表征纹理复杂程度。另一方面，本公开对纹理复杂度阈值的具体取值不做限制，可以例如综合考虑设备计算能力以及场景需求自行配置。又一方面，上述判断是否需要去噪的过程可以应用于所有目标图像子块，遍历所有目标图像子块之后，可以根据处理的结果生成与待处理图像对应的处理后的图像。
本公开通过基于图像特征参数值的图像分割方式得到图像子块，再分别对每个图像子块进行去噪处理，进而得到对应的去噪后的图像。结合了图像自身的特征情况，能实现自适应的去噪过程，尤其对于边缘的去噪，可以达到较好的效果，提高了图像的质量。
本公开可以应用于视频采集端，以得到较低噪声的输出视频或图片。也可以应用于显示端，将解码后的视频或图片进行更好的去噪处理。
应当注意，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。
进一步的，本示例实施方式中还提供了一种图像处理装置。
图11示意性示出了本公开的示例性实施方式的图像处理装置的方框图。参考图11，根据本公开的示例性实施方式的图像处理装置11可以包括图像获取模块111、图像分割模块113和图像去噪模块115。
具体的，图像获取模块111可以用于获取待处理图像，确定待处理图像的特征参数值；图像分割模块113可以用于如果根据待处理图像的特征参数值确定出待处理图像满足预设分割要求，则将待处理图像作为待分割图像，执行图像分割过程，以得到多个目标图像子块；图像去噪模块115可以用于分别对每个目标图像子块进行去噪处理，并根据去噪处理的结果，生成与待处理图像对应的去噪后的图像；其中，图像分割过程包括：将待分割图像分割成至少两个中间图像子块，并确定每个中间图像子块的特征参数值；如果根据中间图像子块的特征参数值确定出该中间图像子块满足预设分割要求，则将该中间图像子块作为待分割图像，执行图像分割过程；如果根据中间图像子块的特征参数值确定出该中间图像子块不满足预设分割要求，则将该中间图像子块确定为目标图像子块。
根据本公开的示例性实施例，图像分割模块113将待分割图像分割成至少两个中间图像子块的过程可以被配置为执行：将待分割图像水平平分为第一水平图像和第二水平图像，确定第一水平图像的特征参数值和第二水平图像的特征参数值；将待分割图像竖直平分为第一竖直图像和第二竖直图像，确定第一竖直图像的特征参数值和第二竖直图像的特征参数值；基于第一水平图像的特征参数值、第二水平图像的特征参数值、第一竖直图像的特征参数值和第二竖直图像的特征参数值，从水平分割方式和竖直分割方式中选择之一，将待分割图像分割成两个中间图像子块。
根据本公开的示例性实施例，特征参数值为表征图像中像素点差异程度的参数值，且特征参数值与像素点差异程度呈正相关关系。在这种情况下，图像分割模块113还可以被配置为执行：从第一水平图像的特征参数值和第二水平图像的特征参数值中确定特征参数值较大的特征参数值作为第一目标参数值；从第一竖直图像的特征参数值和第二竖直图像的特征参数值中确定特征参数值较大的特征参数值作为第二目标参数值；如果第一目标参数值小于第二目标参数值，则采用水平分割方式，将待分割图像分割成两个中间图像子块；如果第一目标参数值大于第二目标参数值，则采用竖直分割方式，将待分割图像分割成两个中间图像子块。
根据本公开的示例性实施例，图像分割模块113将待分割图像分割成至少两个中间图像子块的过程还可以被配置为执行：对待分割图像进行四等分，得到四个尺寸相同的中间图像子块。
根据本公开的示例性实施例，图像获取模块111可以被配置为执行：获取原始图像，对原始图像进行分块处理，得到多个原始图像块，并将原始图像块作为待处理图像。
根据本公开的示例性实施例，图像去噪模块115对目标图像子块进行去噪处理的过程可以被配置为执行：以目标图像子块为中心，建立搜索窗；在搜索窗中，确定与目标图像子块对应的至少一个参考图像块；利用目标图像子块和至少一个参考图像块，生成与目标图像子块对应的去噪后的图像子块。
根据本公开的示例性实施例，图像去噪模块115生成与目标图像子块对应的去噪后的图像子块的过程可以被配置为执行：利用目标图像子块和至少一个参考图像块，确定目标图像子块的调整参数值，调整参数值包括目标图像子块与参考图像块之间的像素差异参数值和/或目标图像子块与至少一个参考图像块的距离参数值；基于目标图像子块上像素点的像素值、至少一个参考图像块上像素点的像素值和调整参数值，计算与目标图像子块对应的去噪后的图像子块上像素点的像素值。
根据本公开的示例性实施例，图像去噪模块115根据去噪处理的结果生成与待处理图像对应的去噪后的图像的过程可以被配置为执行：确定每个目标图像子块对应的去噪后的图像子块；将每个目标图像子块对应的去噪后的图像子块进行拼接，以生成与待处理图像对应的去噪后的图像。
由于本公开实施方式的图像处理装置的各个功能模块与上述方法实施方式中相同，因此在此不再赘述。
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。
此外，上述附图仅是根据本公开示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。
应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
本领域技术人员在考虑说明书及实践这里公开的内容后，将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限。
Claims (11)
1.一种图像处理方法，其特征在于，包括：
获取待处理图像，确定所述待处理图像的特征参数值；
如果根据所述待处理图像的特征参数值确定出所述待处理图像满足预设分割要求，则将所述待处理图像作为待分割图像，执行图像分割过程，以得到多个目标图像子块；
分别对每个所述目标图像子块进行去噪处理，并根据去噪处理的结果，生成与所述待处理图像对应的去噪后的图像；
其中，所述图像分割过程包括：
将所述待分割图像分割成至少两个中间图像子块，并确定每个所述中间图像子块的特征参数值；
如果根据所述中间图像子块的特征参数值确定出所述中间图像子块满足所述预设分割要求，则将所述中间图像子块作为所述待分割图像，执行所述图像分割过程；
如果根据所述中间图像子块的特征参数值确定出所述中间图像子块不满足所述预设分割要求，则将所述中间图像子块确定为所述目标图像子块。
2.根据权利要求1所述的图像处理方法，其特征在于，将所述待分割图像分割成至少两个中间图像子块包括：
将所述待分割图像水平平分为第一水平图像和第二水平图像，确定所述第一水平图像的特征参数值和所述第二水平图像的特征参数值；
将所述待分割图像竖直平分为第一竖直图像和第二竖直图像，确定所述第一竖直图像的特征参数值和所述第二竖直图像的特征参数值；
基于所述第一水平图像的特征参数值、所述第二水平图像的特征参数值、所述第一竖直图像的特征参数值和所述第二竖直图像的特征参数值，从水平分割方式和竖直分割方式中选择之一，将所述待分割图像分割成两个中间图像子块。
3.根据权利要求2所述的图像处理方法，其特征在于，所述特征参数值为表征图像中像素点差异程度的参数值，且所述特征参数值与像素点差异程度呈正相关关系；其中，所述基于所述第一水平图像的特征参数值、所述第二水平图像的特征参数值、所述第一竖直图像的特征参数值和所述第二竖直图像的特征参数值，从水平分割方式和竖直分割方式中选择之一，将所述待分割图像分割成两个中间图像子块，包括：
从所述第一水平图像的特征参数值和所述第二水平图像的特征参数值中确定特征参数值较大的特征参数值作为第一目标参数值；
从所述第一竖直图像的特征参数值和所述第二竖直图像的特征参数值中确定特征参数值较大的特征参数值作为第二目标参数值；
如果所述第一目标参数值小于所述第二目标参数值，则采用水平分割方式，将所述待分割图像分割成两个中间图像子块；
如果所述第一目标参数值大于所述第二目标参数值，则采用竖直分割方式，将所述待分割图像分割成两个中间图像子块。
4.根据权利要求1所述的图像处理方法，其特征在于，将所述待分割图像分割成至少两个中间图像子块包括：
对所述待分割图像进行四等分，得到四个尺寸相同的中间图像子块。
5.根据权利要求1所述的图像处理方法，其特征在于，获取待处理图像包括：
获取原始图像，对所述原始图像进行分块处理，得到多个原始图像块，并将所述原始图像块作为所述待处理图像。
6.根据权利要求1至5中任一项所述的图像处理方法，其特征在于，对所述目标图像子块进行去噪处理，包括：
以所述目标图像子块为中心，建立搜索窗；
在所述搜索窗中，确定与所述目标图像子块对应的至少一个参考图像块；
利用所述目标图像子块和所述至少一个参考图像块，生成与所述目标图像子块对应的去噪后的图像子块。
7.根据权利要求6所述的图像处理方法，其特征在于，利用所述目标图像子块和所述至少一个参考图像块，生成与所述目标图像子块对应的去噪后的图像子块，包括：
利用所述目标图像子块和所述至少一个参考图像块，确定所述目标图像子块的调整参数值，所述调整参数值包括所述目标图像子块与所述参考图像块之间的像素差异参数值和/或所述目标图像子块与所述至少一个参考图像块的距离参数值；
基于所述目标图像子块上像素点的像素值、所述至少一个参考图像块上像素点的像素值和所述调整参数值，计算与所述目标图像子块对应的去噪后的图像子块上像素点的像素值。
8.根据权利要求6所述的图像处理方法，其特征在于，根据去噪处理的结果，生成与所述待处理图像对应的去噪后的图像，包括：
确定每个所述目标图像子块对应的去噪后的图像子块；
将每个所述目标图像子块对应的去噪后的图像子块进行拼接，以生成与所述待处理图像对应的去噪后的图像。
9.一种图像处理装置，其特征在于，包括：
图像获取模块，用于获取待处理图像，确定所述待处理图像的特征参数值；
图像分割模块，用于如果根据所述待处理图像的特征参数值确定出所述待处理图像满足预设分割要求，则将所述待处理图像作为待分割图像，执行图像分割过程，以得到多个目标图像子块；
图像去噪模块，用于分别对每个所述目标图像子块进行去噪处理，并根据去噪处理的结果，生成与所述待处理图像对应的去噪后的图像；
其中，所述图像分割过程包括：
将所述待分割图像分割成至少两个中间图像子块，并确定每个所述中间图像子块的特征参数值；
如果根据所述中间图像子块的特征参数值确定出所述中间图像子块满足所述预设分割要求，则将所述中间图像子块作为所述待分割图像，执行所述图像分割过程；
如果根据所述中间图像子块的特征参数值确定出所述中间图像子块不满足所述预设分割要求，则将所述中间图像子块确定为所述目标图像子块。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1至8中任一项所述的图像处理方法。
11.一种电子设备，其特征在于，包括：
处理器；
存储器，用于存储一个或多个程序，当所述一个或多个程序被所述处理器执行时，使得所述处理器实现如权利要求1至8中任一项所述的图像处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110779946.2A CN113538268A (zh) | 2021-07-09 | 2021-07-09 | 图像处理方法及装置、计算机可读存储介质和电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110779946.2A CN113538268A (zh) | 2021-07-09 | 2021-07-09 | 图像处理方法及装置、计算机可读存储介质和电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113538268A true CN113538268A (zh) | 2021-10-22 |
Family
ID=78127338
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110779946.2A Pending CN113538268A (zh) | 2021-07-09 | 2021-07-09 | 图像处理方法及装置、计算机可读存储介质和电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113538268A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114781464A (zh) * | 2022-06-20 | 2022-07-22 | 北京闪马智建科技有限公司 | 数据去噪方法及装置、存储介质、电子装置 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106981069A (zh) * | 2017-03-31 | 2017-07-25 | 卢涵宇 | 一种高分辨率影像灾害对象快速分割方法 |
| CN111784614A (zh) * | 2020-07-17 | 2020-10-16 | Oppo广东移动通信有限公司 | 图像去噪方法及装置、存储介质和电子设备 |
-
2021
- 2021-07-09 CN CN202110779946.2A patent/CN113538268A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106981069A (zh) * | 2017-03-31 | 2017-07-25 | 卢涵宇 | 一种高分辨率影像灾害对象快速分割方法 |
| CN111784614A (zh) * | 2020-07-17 | 2020-10-16 | Oppo广东移动通信有限公司 | 图像去噪方法及装置、存储介质和电子设备 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114781464A (zh) * | 2022-06-20 | 2022-07-22 | 北京闪马智建科技有限公司 | 数据去噪方法及装置、存储介质、电子装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111445392B (zh) | 图像处理方法及装置、计算机可读存储介质和电子设备 | |
| CN111784614A (zh) | 图像去噪方法及装置、存储介质和电子设备 | |
| CN108010059B (zh) | 电子防抖算法的性能分析方法及装置 | |
| CN110866881B (zh) | 图像处理方法及装置、存储介质和电子设备 | |
| CN112954450B (zh) | 视频处理方法、装置、电子设备和存储介质 | |
| CN110166684B (zh) | 图像处理方法、装置、计算机可读介质及电子设备 | |
| EP3707895B1 (en) | Static video recognition | |
| CN105701762A (zh) | 一种图片处理方法和电子设备 | |
| CN110958363A (zh) | 图像处理方法及装置、计算机可读介质和电子设备 | |
| CN113902636A (zh) | 图像去模糊方法及装置、计算机可读介质和电子设备 | |
| CN113538268A (zh) | 图像处理方法及装置、计算机可读存储介质和电子设备 | |
| CN113205011A (zh) | 图像掩膜确定方法及装置、存储介质和电子设备 | |
| CN113658065A (zh) | 图像降噪方法及装置、计算机可读介质和电子设备 | |
| WO2021057644A1 (zh) | 拍摄方法和装置 | |
| CN111369557B (zh) | 图像处理方法、装置、计算设备和存储介质 | |
| CN113283319A (zh) | 人脸模糊度的评价方法及装置、介质和电子设备 | |
| CN110069641B (zh) | 图像处理方法、装置和电子设备 | |
| CN110070482B (zh) | 图像处理方法、装置和计算机可读存储介质 | |
| CN113538269A (zh) | 图像处理方法及装置、计算机可读存储介质和电子设备 | |
| CN112801882A (zh) | 图像处理方法及装置、存储介质和电子设备 | |
| CN113052815B (zh) | 图像清晰度确定方法及装置、存储介质和电子设备 | |
| CN115471413A (zh) | 图像处理方法及装置、计算机可读存储介质和电子设备 | |
| CN113920023A (zh) | 图像处理方法及装置、计算机可读介质和电子设备 | |
| CN114640815A (zh) | 一种视频的处理方法、装置、电子设备及存储介质 | |
| CN114240843A (zh) | 图像检测方法、装置以及电子设备 |
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 |