CN113538269A - 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
- CN113538269A CN113538269A CN202110780610.8A CN202110780610A CN113538269A CN 113538269 A CN113538269 A CN 113538269A CN 202110780610 A CN202110780610 A CN 202110780610A CN 113538269 A CN113538269 A CN 113538269A
- Authority
- CN
- China
- Prior art keywords
- image
- image block
- image processing
- block
- round
- 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 22
- 238000012545 processing Methods 0.000 claims abstract description 173
- 238000000034 method Methods 0.000 claims abstract description 123
- 230000008569 process Effects 0.000 claims abstract description 99
- 238000003709 image segmentation Methods 0.000 claims abstract description 32
- 238000004590 computer program Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 9
- 238000010586 diagram Methods 0.000 description 15
- 230000006870 function Effects 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 3
- 238000005192 partition Methods 0.000 description 3
- 230000000903 blocking effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000013507 mapping 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
- 230000001133 acceleration Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- G06T5/70—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
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：对待处理图像执行多轮图像处理过程，得到与待处理图像对应的去噪后的图像；其中，每一轮图像处理过程采用的图像分割方式不同或不完全相同，并且除第一轮图像处理过程外，每一轮图像处理过程的输入图像为该图像处理过程的上一轮图像处理过程的输出图像；每一轮图像处理过程包括：对输入图像进行图像分割，得到多个目标图像块；分别对每个目标图像块进行去噪处理，并根据去噪处理的结果，生成输出图像。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：对待处理图像执行多轮图像处理过程，得到与待处理图像对应的去噪后的图像；其中，每一轮图像处理过程采用的图像分割方式不同或不完全相同，并且除第一轮图像处理过程外，每一轮图像处理过程的输入图像为该图像处理过程的上一轮图像处理过程的输出图像；每一轮图像处理过程包括：对输入图像进行图像分割，得到多个目标图像块；分别对每个目标图像块进行去噪处理，并根据去噪处理的结果，生成输出图像。
根据本公开的第二方面，提供了一种图像处理装置，包括：图像处理装置被配置为对待处理图像执行多轮图像处理过程，得到与待处理图像对应的去噪后的图像；其中，每一轮图像处理过程采用的图像分割方式不同或不完全相同，并且除第一轮图像处理过程外，每一轮图像处理过程的输入图像为该图像处理过程的上一轮图像处理过程的输出图像；每一轮图像处理过程包括：对输入图像进行图像分割，得到多个目标图像块；分别对每个目标图像块进行去噪处理，并根据去噪处理的结果，生成输出图像。
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，对待处理图像执行多轮图像处理过程，得到与待处理图像对应的去噪后的图像。其中，每一轮图像处理过程采用的图像分割方式不同或不完全相同，并且除第一轮图像处理过程外，每一轮图像处理过程的输入图像为该所述图像处理过程的上一轮图像处理过程的输出图像。一方面，鉴于每一轮处理过程采用的图像分割方式不同或不完全相同，故分割出的目标图像块不同或不完全相同，由此，在不断实施图像块去噪的过程中，优化了边缘的处理效果，有效抑制了块效应的产生，提升了图像去噪效果；另一方面，本公开方案采用图像分块以及级联的多次处理过程，不断优化去噪结果，可以进一步提升图像去噪效果。
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示意性示出了根据本公开示例性实施方式的执行一轮图像处理过程的流程图；
图5示出了两轮图像处理过程中两次图像分割后图像块重叠方式的一种示意图；
图6示出了两轮图像处理过程中两次图像分割后图像块重叠方式的另一种示意图；
图7示出了两轮图像处理过程中两次图像分割后图像块重叠方式的又一种示意图；
图8示出了确定参考图像块的示意图；
图9示出了本公开一个实施例的图像分割方式的示意图；
图10示出了本公开实施例的图像处理方案的整个过程的示意图。
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。
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。本公开实施方式所述的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1200或其他设备获取到的图像。具体可以是视频帧图像或者照片。
接下来，终端设备1100可以对待处理图像执行多轮图像处理过程，得到与待处理图像对应的去噪后的图像。其中，每一轮图像处理过程采用的图像分割方式不同或不完全相同，并且除第一轮图像处理过程外，每一轮图像处理过程的输入图像为该图像处理过程的上一轮图像处理过程的输出图像。
每一轮图像处理过程可以包括：对输入图像进行图像分割，得到多个目标图像块，分别对每个目标图像块进行去噪处理，并根据去噪处理的结果，生成输出图像。具体的，本公开实施例可以结合NLM(Non-Local Means，非局部均值)的去噪方案来实现目标图像块的去噪。
另外，终端设备1100可以将去噪后的图像保存至相册。
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或其他设备获取待处理图像。
接下来，服务器1200可以对待处理图像执行多轮图像处理过程，得到与待处理图像对应的去噪后的图像。其中，每一轮图像处理过程采用的图像分割方式不同或不完全相同，并且除第一轮图像处理过程外，每一轮图像处理过程的输入图像为该图像处理过程的上一轮图像处理过程的输出图像。
每一轮图像处理过程可以包括：对输入图像进行图像分割，得到多个目标图像块，分别对每个目标图像块进行去噪处理，并根据去噪处理的结果，生成输出图像。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块的去噪。
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，例如，终端设备1100进行图像分割后，将目标图像块发送至服务器1200，由服务器1200执行去噪处理。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。
在本公开的示例性实施方式中，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。
S34.对待处理图像执行多轮图像处理过程，得到与待处理图像对应的去噪后的图像。
在本公开的示例性实施方式中，一方面，多轮图像处理过程可以以级联的方式配置，也就是说，除第一轮图像处理过程外，每一轮图像处理过程的输入图像为该图像处理过程的上一轮图像处理过程的输出图像。例如，第i轮图像处理过程的输入图像，即待第i轮图像处理过程进行处理的图像，为第i-1轮图像处理过程输出的图像，其中，i为大于等于2的正整数。可以理解的是，第一轮图像处理过程的输入图像是待处理图像。
另一方面，每一轮图像处理过程采用的图像分割方式不同或不完全相同。图像分割方式的内容包括分割出图像块的尺寸和/或分割出图像块的位置。也就是说，不同的图像分割方式分割出的图像块的尺寸不同和/或位置不同。
在本公开的一些实施例中，多轮图像处理过程中各图像处理过程采用的图像分割方式可以互不相同。例如，共配置10轮图像处理过程，图像分割方式也有10种且这10种中没有重复的。
在本公开的另一些实施例中，多轮图像处理过程中各图像处理过程采用的图像分割方式可以不完全相同。例如，共配置10轮图像处理过程，第1轮和第4轮采用的图像分割方式相同，第3轮和第7轮采用的图像分割方式相同，其余的图像分割方式均不同，可见，这10轮图像处理过程采用的是8种不同的图像分割方式。
此外，本公开对方案中包含图像处理过程的数量(即轮数)不做限制。具体可以由开发人员结合终端设备的处理能力配置出。
针对每一轮图像处理过程，下面参考图4进行说明。
S42.对输入图像进行图像分割，得到多个目标图像块。
根据本公开的一些实施例，终端设备可以响应用户的图像块配置操作，来对输入图像进行分割。其中，图像块配置操作可以包含图像块的尺寸信息和位置信息。具体的，用户可以在终端设备提供的操作界面上输入图像块的尺寸信息和位置信息，终端设备在获取到尺寸信息和位置信息后，可以执行相应的程序，以将输入图像分割成多个目标图像块。
根据本公开的另一些实施例，终端设备可以随机的方式或预定配置的方式确定出尺寸信息和位置信息，并利用其自行确定的信息，执行图像分割操作，得到多个目标图像块。
鉴于两轮图像处理过程中图像分割方式可以不同，下面将对两轮处理中分割出的图像之间的交织(或重叠)情况进行说明。其中，在下面图示的描述中，图像块Blk0和图像块Blk1分别表示两轮图像处理过程对应的两种图像分割方式分割出的图像块。
参考图5、图6和图7，对图像块Blk0与图像块Blk1尺寸相同下不同的情况进行说明。
参考图5，图像块Blk1与4个图像块Blk0交织，也就是说，图像块Blk1跨越4个图像块Blk0。
参考图6，在水平方向，图像块Blk1与2个图像块Blk0交织，也就是说，图像块Blk1跨越水平的2个图像块Blk0。
参考图7，在与水平方向相对的竖直方向，图像块Blk1与2个图像块Blk0交织，也就是说，图像块Blk1跨越竖直的2个图像块Blk0。
除分割成尺寸相同的图像块之外，两轮图像处理过程采用的图像分割方式分割出的图像块还可以尺寸不同。也就是说，图像块Blk1与图像块Blk0的尺寸不同，可以设想的是，在一些情况下，图像块Blk1可以跨越多个图像块Blk0；在另一些情况下，图像块Blk1可以在图像块Blk0内部；在又一些情况下，还可以存在如上述图5至7的交织方式，本公开对此不做限制。
S44.分别对每个目标图像块进行去噪处理，并根据去噪处理的结果，生成输出图像。
针对步骤S42中确定出的每一个目标图像块，执行去噪过程。
首先，以目标图像块为中心，建立搜索窗。
如图8所示，建立的搜索窗的中心为目标图像块，即搜索窗的中心点与目标图像块的中心点重合。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。
接下来，在搜索窗中，确定与目标图像块对应的至少一个参考图像块。
其中，参考图像块的尺寸可以与目标图像块的尺寸相同。
在本公开的一些实施例中，可以以固定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，在这些实施例中，对水平步长和竖直步长的取值不做限制。
在本公开的另一些实施例中，可以根据该目标图像块的尺寸，确定在搜索窗中搜索参考图像块的水平步长和竖直步长。例如，水平步长等于目标图像块的宽度，竖直步长等于目标图像块的高度；又例如，水平步长等于目标图像块的宽度与一宽度阈值之和，竖直步长等于目标图像块的高度与一高度阈值之和，其中，宽度阈值与高度阈值可以相同，也可以不同，本公开对此不做限制。
利用确定出的水平步长和竖直步长，在搜索窗中搜索出至少一个参考图像块。
然后，可以利用目标图像块和确定出的至少一个参考图像块，生成与该目标图像块对应的去噪后的图像块。
下面将对生成去噪后的图像块的过程进行详细说明。
首先，终端设备可以确定待去噪的目标图像块的调整参数值，该调整参数值包括目标图像块与参考图像块之间的像素差异参数值、该目标图像块与参考图像块的距离参数值、目标图像块与参考图像块之间的纹理方向差异参数值、目标图像块的梯度复杂度参数值、参考图像块的梯度复杂度参数值中的一种或多种。
具体的，像素差异参数值可以用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；纹理方向差异参数值可以用DIR表示，其可以为目标图像块与参考图像块之间纹理方向的角度等；目标图像块的梯度复杂度参数值可以用CGRAD表示，其可以利用Canny算子、Sobel算子、Laplace算子等算子计算得到；参考图像块的梯度复杂度参数值可以用RGRAD表示，其也可以利用Canny算子、Sobel算子、Laplace算子等算子计算得到。
接下来，终端设备可以基于目标图像块上像素点的像素值、参考图像块上像素点的像素值和确定出的调整参数值，计算与目标图像块对应的去噪后的图像块上像素点的像素值。
以调整参数值包括像素差异参数值DIF、距离参考值DST、纹理方向差异参数值DIR、目标图像块的梯度复杂度参数值CGRAD和参考图像块的梯度复杂度参数值RGRAD为例，可以利用公式1计算出去噪后的图像块上各像素点的像素值。
其中，out_blki,j为去噪后图像块中(i，j)位置像素点的像素值，cur_blki,j为去噪前目标图像块中(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、d、e为人工设置的系数。
需要说明的是，公式1仅是实例描述，容易理解的是，在调整参数值包括像素差异参数值DIF、距离参考值DST、纹理方向差异参数值DIR、目标图像块的梯度复杂度参数值CGRAD和参考图像块的梯度复杂度参数值RGRAD中一个或多个时，也可通过公式1进行变型，本公开对此不做限制。
需要说明的是，根据本公开的一些实施例，针对每一轮图像处理过程，终端设备确定出的调整参数值对应的调整参数种类不同或不完全相同。
其中，调整参数种类指的是参数值对应的类型，如，像素差异参数值DIF对应的像素差异为一种调整参数种类，距离参考值DST对应距离为一种调整参数种类，纹理方向差异参数值DIR对应的纹理方向差异为一种调整参数种类，目标图像块的梯度复杂度参数值CGRAD对应的梯度复杂度为一种调整参数种类，参考图像块的梯度复杂度参数值RGRAD对应的梯度复杂度又可为另一种调整参数种类。
根据本公开的另一些实施例，每一轮图像处理过程，终端设备确定出的调整参数值对应的调整参数种类可以相同。例如，调整参数值均包括像素差异参数值DIF、距离参考值DST、纹理方向差异参数值DIR、目标图像块的梯度复杂度参数值CGRAD和参考图像块的梯度复杂度参数值RGRAD。
此外，本公开还提供了一种判断目标图像块是否需要去噪以及对需要去噪的目标图像块进行去噪的方案。
具体的，可以根据目标图像块的调整参数值来确定该目标图像块是否需要去噪。
例如，在调整参数值仅包括像素差异参数值的情况下，如果确定出目标图像块与参考图像块之间的像素差异参数值小于一差异阈值，则可以不对该目标图像块进行去噪处理，直接应用于后续输出图像的拼接过程；如果确定出目标图像块与参考图像块之间的像素差异参数值大于等于该差异阈值，则可以对该目标图像块进行上述去噪处理。本公开对该差异阈值的具体取值不做限制。
又例如，在调整参数值仅包括目标图像块的梯度复杂度参数值的情况下，如果确定出该梯度复杂度参数值小于一梯度复杂度阈值，则说明该目标图像块的梯度复杂度较小，可以对该目标图像块进行上述去噪过程；如果确定出该梯度复杂度参数值大于等于该梯度复杂度阈值，则说明该目标图像块的梯度复杂度较大，该目标图像块可能包含较复杂的细节信息，此时可以不对该目标图像块进行去噪处理，直接应用于后续输出图像的拼接过程，以避免丢失图像细节。本公开对该梯度复杂度阈值的具体取值不做限制。
另外，还可以预先配置调整参数值与是否需要去噪的映射关系表。是否需要去噪可以用0和1进行表示，例如0为需要去噪，1为不需要去噪；或者0为不需要去噪，1为需要去噪。在确定出目标图像块的调整参数值之后，终端设备可以通过查询该映射关系表，直接确定出该目标图像块是否需要去噪。如果不需要去噪，则可以将目标图像块直接应用于后续输出图像的拼接过程。如果需要去噪，则可以利用上述去噪过程得到去噪后的图像块。
在得到目标图像块对应的去噪后的图像块后，可以生成输出图像，送入下一轮图像处理过程。在该轮为最后一轮图像处理过程是，直接输出图像，作为与待处理图像对应的处理后的图像。
具体的，可以确定每一个目标图像块对应的去噪后的图像块，并将每一个目标图像块对应的去噪后的图像块进行拼接，生成输出图像。
下面将对共3轮图像处理过程的一个实施例进行说明。
在第1轮图像处理过程中，将待处理图像分割为m0*n0的目标图像块，可以将目标图像块紧邻的8个图像块作为该目标图像块的参考图像块，并确定目标图像块的调整参数值为像素差异参数值DIF。由此，可以利用公
式2计算出去噪后的图像块上各像素点的像素值：
其中，out_blki,j为去噪后图像块中(i，j)位置像素点的像素值，cur_blki,j为去噪前目标图像块中(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。
将去噪后的图像块进行拼接，得到第1轮图像处理过程的输出图像。
在第2轮图像处理过程中，将第1轮图像处理过程的输出图像分割为m0*n0的目标图像块，且与第1轮图像处理过程分割出的图像块相比，在水平和竖直方向均相差1/2相位，形成正交织。可以将第2轮图像处理过程的目标图像块紧邻的上下左右4个图像块作为该目标图像块的参考图像块，并确定目标图像块的调整参数为像素差异参数值DIF和纹理方向差异参数值DIR。由此，可以利用公式3计算出第2轮图像处理过程去噪后的图像块上各像素点的像素值：
其中，out_blki,j为去噪后图像块中(i，j)位置像素点的像素值，cur_blki,j为去噪前目标图像块中(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。
将去噪后的图像块进行拼接，得到第2轮图像处理过程的输出图像。
在第3轮图像处理过程中，将第2轮图像处理过程的输出图像分割为m1*n1的目标图像块，其中，m1大于4*m0且n1大于4*n0。可以将搜索窗中确定出的图像块作为该目标图像块的参考图像块，并确定目标图像块的调整参数值包括像素差异参数值DIF、距离参考值DST、纹理方向差异参数值DIR、目标图像块的梯度复杂度参数值CGRAD和参考图像块的梯度复杂度参数值RGRAD。由此，可以利用公式4计算出去噪后的图像块上各像素点的像素值：
其中，out_blki,j为去噪后图像块中(i，j)位置像素点的像素值，cur_blki,j为去噪前目标图像块中(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。
将去噪后的图像块进行拼接，得到第3轮图像处理过程的输出图像，即为与待处理图像对应的去噪后的图像。
下面将对共2轮图像处理过程的一个实施例进行说明。
在第1轮图像处理过程中，将待处理图像分割为m0*n0的目标图像块，可以将目标图像块紧邻的上下左右4个图像块作为该目标图像块的参考图像块，并确定目标图像块的调整参数值包括像素差异参数值DIF、距离参考值DST、纹理方向差异参数值DIR、目标图像块的梯度复杂度参数值CGRAD和参考图像块的梯度复杂度参数值RGRAD。由此，可以利用上述公式1计算出去噪后的图像块上各像素点的像素值。将去噪后的图像块进行拼接，得到第1轮图像处理过程的输出图像。
在第2轮图像处理过程中，将第1轮图像处理过程的输出图像分割为m1*n1的目标图像块，其中，m1等于4*m0且n1等于4*n0。如图9所示，m1*n1包括16个m0*n0。可以将该目标图像块紧相邻的左上、右上、左下、右下共4个图像块作为该目标图像块的参考图像块，并确定目标图像块的调整参数值为像素差异参数值DIF。由此，可以利用公式5计算出第2轮图像处理过程去噪后的图像块上各像素点的像素值：
其中，out_blki,j为去噪后图像块中(i，j)位置像素点的像素值，cur_blki,j为去噪前目标图像块中(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。
将去噪后的图像块进行拼接，得到第2轮图像处理过程的输出图像，即为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。
将待处理图像作为第1轮图像处理过程的输入图像，执行第1轮图像处理过程。具体的，首先，确定图像块的分割方式，包括确定图像块的尺寸和位置。接下来，对各图像块进行NLM去噪，并将去噪后的图像块进行拼接，得到第1轮的去噪结果，即第1轮图像处理过程的输出图像。
再将第1轮图像处理过程的输出图像作为第2轮图像处理过程的输入图像，执行第2轮图像处理过程，直至执行完第N轮图像处理过程，最终得到与待处理图像对应的去噪后的图像。本公开对N的具体取值不做限制，可以是大于等于2的正整数。
综上所述，本公开实施方式提供了一种基于交织图像块的多轮多边NLM去噪方案，一方面，相对于一些技术的像素级NLM的方案，可以大幅降低计算复杂度，并且可以在一定程度上消除块效应；另一方面，不仅可以通过多轮的基于交织图像块的NLM处理进行去噪，而且还可以结合距离、方向、像素差异等因素进行多边相似度度量，可以进一步提升图像去噪效果。
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。
本公开的示例性实施方式的图像处理装置可以被配置为：对待处理图像执行多轮图像处理过程，得到与待处理图像对应的去噪后的图像；其中，每一轮图像处理过程采用的图像分割方式不同或不完全相同，并且除第一轮图像处理过程外，每一轮图像处理过程的输入图像为该图像处理过程的上一轮图像处理过程的输出图像；每一轮图像处理过程包括：对输入图像进行图像分割，得到多个目标图像块；分别对每个目标图像块进行去噪处理，并根据去噪处理的结果，生成输出图像。
根据本公开的示例性实施例，图像处理装置对目标图像块进行去噪处理的过程可以被配置为执行：以目标图像块为中心，建立搜索窗；在搜索窗中，确定与目标图像块对应的至少一个参考图像块；利用目标图像块和至少一个参考图像块，生成与目标图像块对应的去噪后的图像块。
根据本公开的示例性实施例，图像处理装置利用目标图像块和至少一个参考图像块生成与目标图像块对应的去噪后的图像块的过程可以被配置为执行：确定目标图像块的调整参数值，调整参数值包括目标图像块与参考图像块之间的像素差异参数值、目标图像块与参考图像块的距离参数值、目标图像块与参考图像块之间的纹理方向差异参数值、目标图像块的梯度复杂度参数值、参考图像块的梯度复杂度参数值中的一种或多种；基于目标图像块上像素点的像素值、参考图像块上像素点的像素值和调整参数值，计算与图像块对应的去噪后的图像块上像素点的像素值。
根据本公开的示例性实施例，每一轮图像处理过程确定出的调整参数值对应的调整参数种类不同或不完全相同。
根据本公开的示例性实施例，图像处理装置根据去噪处理的结果生成输出图像的过程可以被配置为执行：确定每一个目标图像块对应的去噪后的图像块；将每一个目标图像块对应的去噪后的图像块进行拼接，生成输出图像。
根据本公开的示例性实施例，图像处理装置在搜索窗中确定与目标图像块对应的至少一个参考图像块的过程可以被配置为执行：根据目标图像块的尺寸，确定在搜索窗中搜索参考图像块的水平步长和竖直步长；利用水平步长和竖直步长，在搜索窗中搜索出至少一个参考图像块；其中，参考图像块的尺寸与目标图像块的尺寸相同。
根据本公开的示例性实施例，图像分割方式包括分割出目标图像块的尺寸和/或分割出目标图像块的位置。
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 (10)
1.一种图像处理方法，其特征在于，包括：
对待处理图像执行多轮图像处理过程，得到与所述待处理图像对应的去噪后的图像；其中，每一轮图像处理过程采用的图像分割方式不同或不完全相同，并且除第一轮图像处理过程外，每一轮图像处理过程的输入图像为该所述图像处理过程的上一轮图像处理过程的输出图像；
每一轮图像处理过程包括：
对输入图像进行图像分割，得到多个目标图像块；
分别对每个所述目标图像块进行去噪处理，并根据去噪处理的结果，生成输出图像。
2.根据权利要求1所述的图像处理方法，其特征在于，对所述目标图像块进行去噪处理，包括：
以所述目标图像块为中心，建立搜索窗；
在所述搜索窗中，确定与所述目标图像块对应的至少一个参考图像块；
利用所述目标图像块和所述至少一个参考图像块，生成与所述目标图像块对应的去噪后的图像块。
3.根据权利要求2所述的图像处理方法，其特征在于，所述利用所述目标图像块和所述至少一个参考图像块，生成与所述目标图像块对应的去噪后的图像块包括：
确定所述目标图像块的调整参数值，所述调整参数值包括所述目标图像块与所述参考图像块之间的像素差异参数值、所述目标图像块与所述参考图像块的距离参数值、所述目标图像块与所述参考图像块之间的纹理方向差异参数值、所述目标图像块的梯度复杂度参数值、所述参考图像块的梯度复杂度参数值中的一种或多种；
基于所述目标图像块上像素点的像素值、所述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块对应的去噪后的图像块上像素点的像素值。
4.根据权利要求3所述的图像处理方法，其特征在于，每一轮图像处理过程确定出的调整参数值对应的调整参数种类不同或不完全相同。
5.根据权利要求3所述的图像处理方法，其特征在于，根据去噪处理的结果，生成输出图像，包括：
确定每一个所述目标图像块对应的去噪后的图像块；
将每一个所述目标图像块对应的去噪后的图像块进行拼接，生成输出图像。
6.根据权利要求2所述的图像处理方法，其特征在于，所述在所述搜索窗中，确定与所述目标图像块对应的至少一个参考图像块，包括：
根据所述目标图像块的尺寸，确定在所述搜索窗中搜索参考图像块的水平步长和竖直步长；
利用所述水平步长和竖直步长，在所述搜索窗中搜索出至少一个参考图像块；
其中，所述参考图像块的尺寸与所述目标图像块的尺寸相同。
7.根据权利要求1至6中任一项所述的图像处理方法，其特征在于，所述图像分割方式包括分割出目标图像块的尺寸和/或分割出目标图像块的位置。
8.一种图像处理装置，其特征在于，包括：
所述图像处理装置被配置为对待处理图像执行多轮图像处理过程，得到与所述待处理图像对应的去噪后的图像；其中，每一轮图像处理过程采用的图像分割方式不同或不完全相同，并且除第一轮图像处理过程外，每一轮图像处理过程的输入图像为该所述图像处理过程的上一轮图像处理过程的输出图像；
每一轮图像处理过程包括：
对输入图像进行图像分割，得到多个目标图像块；
分别对每个所述目标图像块进行去噪处理，并根据去噪处理的结果，生成输出图像。
9.一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7中任一项所述的图像处理方法。
10.一种电子设备，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7中任一项所述的图像处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110780610.8A CN113538269A (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 |
|---|---|---|---|
| CN202110780610.8A CN113538269A (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 |
|---|---|
| CN113538269A true CN113538269A (zh) | 2021-10-22 |
Family
ID=78098322
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110780610.8A Pending CN113538269A (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) | CN113538269A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023220875A1 (zh) * | 2022-05-16 | 2023-11-23 | 北京小米移动软件有限公司 | 指纹数据获取方法和装置、电子设备、可读存储介质 |
-
2021
- 2021-07-09 CN CN202110780610.8A patent/CN113538269A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023220875A1 (zh) * | 2022-05-16 | 2023-11-23 | 北京小米移动软件有限公司 | 指纹数据获取方法和装置、电子设备、可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| AU2015307358B2 (en) | Photographing method and electronic device | |
| WO2018225967A1 (en) | Device having cameras with different focal lengths and method of implementing cameras | |
| CN107945098B (zh) | 图像处理方法、装置、计算机设备和存储介质 | |
| EP4064176A1 (en) | Image processing method and apparatus, storage medium and electronic device | |
| US20150103193A1 (en) | Method and apparatus for long term image exposure with image stabilization on a mobile device | |
| CN111669502B (zh) | 目标对象显示方法、装置及电子设备 | |
| CN109040596B (zh) | 一种调整摄像头的方法、移动终端及存储介质 | |
| CN111127303A (zh) | 背景虚化方法、装置、终端设备及计算机可读存储介质 | |
| CN111402170A (zh) | 图像增强方法、装置、终端及计算机可读存储介质 | |
| CN110062157B (zh) | 渲染图像的方法、装置、电子设备和计算机可读存储介质 | |
| CN105701762A (zh) | 一种图片处理方法和电子设备 | |
| CN114022662A (zh) | 图像识别方法、装置、设备及介质 | |
| CN110958363B (zh) | 图像处理方法及装置、计算机可读介质和电子设备 | |
| 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 | |
| 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 | |
| CN113902636A (zh) | 图像去模糊方法及装置、计算机可读介质和电子设备 | |
| WO2018219274A1 (zh) | 降噪处理方法、装置、存储介质及终端 | |
| CN111814811A (zh) | 图像信息提取方法、训练方法及装置、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 | |
| CN116485944A (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 | |
| CN113538462A (zh) | 图像处理方法及装置、计算机可读存储介质和电子设备 | |
| CN112950641A (zh) | 图像处理方法及装置、计算机可读存储介质和电子设备 | |
| CN113077396B (zh) | 直线段检测方法及装置、计算机可读介质和电子设备 |
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 |