CN113570507B - 一种图像降噪方法、装置、设备及存储介质 - Google Patents
一种图像降噪方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113570507B CN113570507B CN202010354247.9A CN202010354247A CN113570507B CN 113570507 B CN113570507 B CN 113570507B CN 202010354247 A CN202010354247 A CN 202010354247A CN 113570507 B CN113570507 B CN 113570507B
- Authority
- CN
- China
- Prior art keywords
- brightness
- pixel point
- value
- image
- determining
- 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 44
- 239000011159 matrix material Substances 0.000 claims abstract description 99
- 238000005192 partition Methods 0.000 claims abstract description 79
- 230000002159 abnormal effect Effects 0.000 claims description 36
- 238000012545 processing Methods 0.000 claims description 23
- 238000001914 filtration Methods 0.000 claims description 19
- 241000023320 Luma <angiosperm> Species 0.000 claims description 10
- OSWPMRLSEDHDFF-UHFFFAOYSA-N methyl salicylate Chemical compound COC(=O)C1=CC=CC=C1O OSWPMRLSEDHDFF-UHFFFAOYSA-N 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 10
- 230000003287 optical effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
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
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- 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
- G06T2207/20024—Filtering details
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明实施例公开了一种图像降噪方法、装置、设备及存储介质。该方法包括：基于遍历矩阵，对待处理图像进行遍历，确定遍历矩阵范围内各像素点的图像灰度值；根据遍历矩阵范围内各像素点的图像灰度值，确定所述遍历矩阵范围内中心像素点的亮度值；根据所述遍历矩阵范围内中心像素点的亮度值，确定所述中心像素点所处的亮度分区；根据所述中心像素点所处的亮度分区，确定该中心像素点对应的亮度滤波核，并根据所述亮度滤波核确定降噪滤波核，用于对所述待处理图像进行降噪处理。上述方案实现了根据图像各像素点的亮度自适应选取降噪强度进行降噪处理，提高了降噪效果。
Description
技术领域
本发明实施例涉及图像处理技术领域，尤其涉及一种图像降噪方法、装置、设备及存储介质。
背景技术
图像降噪是图像处理领域中一项应用非常广泛的技术。在采集、传输、存储图像的时候，常常因为各类噪声干扰造成图像质量下降，影响后续的图像处理，因此，往往需要对图像进行降噪处理。图像降噪的核心问题是如何在滤除噪声的同时更好地保护图像的纹理细节等信息，使图像降噪后效果符合人眼感官需求。
但是，对于本身有亮区和暗区的图像而言，采用一致的降噪强度并不会得到理想的降噪效果，可能会导致高亮区域细节被模糊，或者低亮区域噪点去除不干净的问题。
发明内容
本发明实施例提供一种图像降噪方法、装置、设备及存储介质，以对图像的亮度采用不同的降噪强度进行针对性降噪，以提高降噪效果。
在一个实施例中，本发明实施例提供了一种图像降噪方法，该方法包括：
基于遍历矩阵，对待处理图像进行遍历，确定遍历矩阵范围内各像素点的图像灰度值；
根据遍历矩阵范围内各像素点的图像灰度值，确定所述遍历矩阵范围内中心像素点的亮度值；
根据所述遍历矩阵范围内中心像素点的亮度值，确定所述中心像素点所处的亮度分区；所述亮度分区是根据待处理图像中各像素点作为中心像素点时得到的亮度值的范围划分的；
根据所述中心像素点所处的亮度分区，确定该中心像素点对应的亮度滤波核，并根据所述亮度滤波核确定降噪滤波核，用于对所述待处理图像进行降噪处理。
在另一个实施例中，本发明实施例还提供了一种图像降噪装置，该装置包括：
图像灰度值确定模块，用于基于遍历矩阵，对待处理图像进行遍历，确定遍历矩阵范围内各像素点的图像灰度值；
亮度值确定模块，用于根据遍历矩阵范围内各像素点的图像灰度值，确定所述遍历矩阵范围内中心像素点的亮度值；
亮度分区确定模块，用于根据所述遍历矩阵范围内中心像素点的亮度值，确定所述中心像素点所处的亮度分区；所述亮度分区是根据待处理图像中各像素点作为中心像素点时得到的亮度值的范围划分的；
降噪滤波核确定模块，用于根据所述中心像素点所处的亮度分区，确定该中心像素点对应的亮度滤波核，并根据所述亮度滤波核确定降噪滤波核，用于对所述待处理图像进行降噪处理。
在又一个实施例中，本发明实施例还提供了一种图像降噪设备，包括：一个或多个处理器；
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一个或多个处理器执行，使得所述一个或多个处理器实现本发明实施例任一项所述的图像降噪方法。
在再一个实施例中，本发明实施例还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如本发明实施例中任一项所述的图像降噪方法。
本发明实施例中，基于遍历矩阵，对待处理图像进行遍历，确定遍历矩阵范围内各像素点的图像灰度值，根据遍历矩阵范围内各像素点的图像灰度值，确定所述遍历矩阵范围内中心像素点的亮度值；根据所述遍历矩阵范围内中心像素点的亮度值，确定所述中心像素点所处的亮度分区，从而准确地对待处理图像中各像素点的亮度进行分析，通过根据所述中心像素点所处的亮度分区，确定该中心像素点对应的亮度滤波核，以根据所述亮度滤波核确定降噪滤波核，用于对所述待处理图像进行降噪处理，针对性对不同亮度分区的中心像素点采用不同降噪滤波核进行降噪处理，从而实现了根据图像各像素点的亮度自适应选取降噪强度进行降噪处理，提高了降噪效果。
附图说明
图1为本发明一种实施例提供的图像降噪方法的流程图；
图2为本发明另一实施例提供的图像降噪方法的流程图；
图3为本发明又一实施例提供的图像降噪方法的流程图；
图4为本发明再一实施例提供的图像降噪方法的流程图；
图5为本发明一种实施例提供的图像降噪装置结构示意图；
图6为本发明一种实施例提供的一种图像降噪设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
图1为本发明一种实施例提供的图像降噪方法的流程图。本实施例提供的图像降噪方法可适用于对图像进行降噪的情况，典型的，本发明实施例可以适用于针对图像中像素点的不同亮度，自适应确定不同的降噪强度进行降噪处理的情况。该方法具体可以由图像降噪装置来执行，该装置可以由软件和/或硬件的方式实现，该装置可以集成在图像降噪设备中。参见图1，本发明实施例的方法具体包括：
S110、基于遍历矩阵，对待处理图像进行遍历，确定遍历矩阵范围内各像素点的图像灰度值。
其中，对待处理图像的格式不作限制，可以为RGB格式，也可以为YUV格式。若待处理图像为RGB格式，则将RGB图像转换为灰度图像得到各像素点对应的灰度值。若待处理图像为YUV格式，则各像素点的图像灰度值可以指Y分量的值。
遍历矩阵可以根据实际情况进行设定，遍历矩阵的行数和列数可以根据实际图像处理需求进行设置，例如可以设置为3*3的遍历矩阵，也可以设置5*5的遍历矩阵。在对待处理图像进行遍历的过程中，若将待处理图像中的一个像素点作为遍历矩阵范围内的中心像素点时，中心像素点的邻域像素点数量难以满足遍历矩阵的规格要求，则对待处理图像进行边缘扩充。示例性的，当对待处理图像的第一行第一列的第一个像素点进行处理时，将第一个像素点作为3*3的遍历矩阵的中心像素点，而此时遍历矩阵中的第一行第一列、第一行第二列和第二行第一列位置处没有对应的待处理图像的像素点，此时则在待处理图像的上部增加一行像素点，增加的一行像素点的数量与待处理图像第一行像素点的数量相同，增加的一行像素点的图像灰度值可以与待处理图像第一行像素点的图像灰度值相同，也可以为0。在待处理图像的左部对应增加一列像素点，增加的一列像素点的数量与待处理图像第一列像素点的数量相同，增加的一列像素点的图像灰度值可以与待处理图像第一列像素点的图像灰度值相同，也可以为0。
在本申请实施例中，基于预设遍历矩阵，对待处理图像进行遍历，确定遍历矩阵范围内各像素点的图像灰度值，包括：根据遍历矩阵范围内各像素点中，除异常像素点以外正常像素点的图像灰度值，对遍历矩阵范围内的所述异常像素点的图像灰度值进行修正；其中，所述异常像素点为图像灰度值大于预设最大灰度阈值和/或图像灰度值小于预设最小灰度阈值的像素点；或者，所述异常像素点为遍历矩阵范围内各像素点中图像灰度值最大的像素点和/或图像灰度值最小的像素点。
根据遍历矩阵范围内各像素点中，除异常像素点以外正常像素点的图像灰度值，对遍历矩阵范围内的所述异常像素点的图像灰度值进行修正，包括：以所述正常像素点的图像灰度值的平均值或者中值，替换所述异常像素点的图像灰度值；或者，以所述正常像素点的图像灰度值中的最大值，对图像灰度值大于预设最大灰度阈值的异常像素点进行图像灰度值替换，以所述正常像素点的图像灰度值中的最小值，对图像灰度值小于预设最小灰度阈值的异常像素点进行图像灰度值替换；或者，以所述正常像素点的图像灰度值中的最大值，对图像灰度值最大的异常像素点进行图像灰度值替换，以所述正常像素点的图像灰度值中的最小值，对图像灰度值最小的异常像素点进行图像灰度值替换。
示例性的，若待处理图像的像素点中存在亮度过高或亮度过低的异常像素点，则需要对异常像素点进行修正，从而消除异常像素点对后续中心像素点亮度值确定产生的影响，提高中心像素点亮度值确定的准确性和可信性。例如，对于5*5的遍历矩阵，将25个像素点的图像灰度值进行排序，去除其中最大的图像灰度值，以次最大的图像灰度值代替，去除其中最小的图像灰度值，以次最小的图像灰度值代替。
S120、根据遍历矩阵范围内各像素点的图像灰度值，确定所述遍历矩阵范围内中心像素点的亮度值。
示例性的，可以基于如下公式，根据遍历矩阵内各像素点的图像灰度值g(x-i，y-j)，确定遍历矩阵范围内中心像素点的亮度值h(x，y)：
其中，m为遍历矩阵的行数，n为遍历矩阵的列数。
S130、根据所述遍历矩阵范围内中心像素点的亮度值，确定所述中心像素点所处的亮度分区；所述亮度分区是根据待处理图像中各像素点作为中心像素点时得到的亮度值的范围划分的。
示例性的，亮度分区用于反映中心像素点的亮暗程度，可以根据中心像素点的亮度值确定该中心像素点所处的亮度分区。例如，将待处理图像中所有像素点都作为中心像素点，确定其亮度值，并确定所有中心像素点的亮度值范围，根据亮度值范围划分至少两个亮度分区，根据中心像素点的亮度值，以及各亮度分区对应的亮度值范围，确定中心像素点对应的亮度分区。
S140、根据所述中心像素点所处的亮度分区，确定该中心像素点对应的亮度滤波核，并根据所述亮度滤波核确定降噪滤波核，用于对所述待处理图像进行降噪处理。
根据韦伯定理，人的视觉在亮区对噪声的敏感程度比暗区小，因此，可以对待处理图像的亮区主要保护图像细节，减弱降噪程度；对待处理图像的暗区增强图像降噪程度，尽量保护图像细节，以满足人眼对图像的直观感受。因此，根据中心像素点所处的亮度分区，确定该中心像素点对应的亮度滤波核，从而根据亮度滤波核确定降噪滤波核，对待处理图像进行降噪处理，实现了根据待处理图像中像素点的亮度自适应地确定不同的降噪强度进行降噪处理，提高了降噪效果。
本发明实施例中，基于遍历矩阵，对待处理图像进行遍历，确定遍历矩阵范围内各像素点的图像灰度值，根据遍历矩阵范围内各像素点的图像灰度值，确定所述遍历矩阵范围内中心像素点的亮度值；根据所述遍历矩阵范围内中心像素点的亮度值，确定所述中心像素点所处的亮度分区，从而准确地对待处理图像中各像素点的亮度进行分析，通过根据所述中心像素点所处的亮度分区，确定该中心像素点对应的亮度滤波核，以根据所述亮度滤波核确定降噪滤波核，用于对所述待处理图像进行降噪处理，针对性对不同亮度分区的中心像素点采用不同降噪滤波核进行降噪处理，从而实现了根据图像各像素点的亮度自适应选取降噪强度进行降噪处理，提高了降噪效果。
图2为本发明另一实施例提供的图像降噪方法的流程图。本发明实施例为对上述实施例S130进行细化描述，未在本实施例中详细描述的细节详见上述实施例。参见图2，本实施例提供的图像降噪方法可以包括：
S131、根据中心像素点的最大亮度值和最小亮度值，确定亮度值区间。
示例性的，由中心像素点的最大亮度值和最小亮度值，确定亮度值区间，例如，中心像素点的最大亮度值为thr5＝max(h(x，y))，最小亮度值为thr1＝min(h(x，y))，则确定亮度值区间为[thr1，thr5]。
S132、根据所述亮度值区间，确定至少两个亮度分区的子亮度值区间。
其中，亮度分区的数量可以根据实际情况进行设置，可以为两个，也可以为四个。以亮度分区为四个为例说明，可以将亮度值区间平均分成四份，形成四个亮度值子区间，分别为：[thr1，thr2]、[thr2，thr3]、[thr3，thr4]和[thr4，thr5]，可以分别对应暗区、偏暗区、偏亮区以及亮区。
其中，
其中，Δ＝max(h(x，y))-min(h(x，y))，即亮度值区间。
S133、根据所述中心像素点的亮度值，以及子亮度值区间，确定该中心像素点对应的亮度分区。
示例性的，若中心像素点的亮度值位于[thr1，thr2]内，则该中心像素点对应的亮度分区为暗区，若中心像素点的亮度值位于[thr2，thr3]，则该中心像素点对应的亮度分区为偏暗区，若中心像素点的亮度值位于[thr3，thr4]内，则该中心像素点对应的亮度分区为偏亮区，若中心像素点的亮度值位于[thr4，thr5]内，则该中心像素点对应的亮度分区为亮区。
本发明实施例的技术方案，通过设置中心像素点的最大亮度值和最小亮度值，确定亮度分区，并根据中心像素点的亮度值，确定对应的亮度分区，从而明确中心像素点的亮暗程度，考便于根据亮暗程度针对性确定降噪强度，考虑到人的视觉在亮区对噪声的敏感程度比暗区小的特点，自适应进行降噪，进而提高降噪效果。
图3为本发明又一实施例提供的图像降噪方法的流程图。本发明实施例为对上述实施例S140的进一步细化，未在本实施例中详细描述的细节详见上述实施例。参见图3，本实施例提供的图像降噪方法可以包括：
S141、根据所述中心像素点所处的亮度分区，确定第一滤波算子的第一权重值和第二滤波算子的第二权重值。
示例性的，根据中心像素点所处的亮度分区，确定不同滤波算子的权重值，从而适应性调节降噪强度。
所述第一滤波算子为均值滤波算子，所述第二滤波算子为高斯滤波算子；相应的，根据该中心像素点对应的亮度分区，确定第一滤波算子的第一权重值和第二滤波算子的第二权重值，包括：若所述亮度分区属于高亮度分区，则设置第一权重值小于第二权重值；若所述亮度分区属于低亮度分区，则设置第一权重值大于第二权重值。
根据韦伯定理，人的视觉在亮区对噪声的敏感程度比暗区小，因此，可以对待处理图像的亮区主要保护图像细节，减弱降噪程度，调大高斯滤波算子的权重值；对待处理图像的暗区增强图像降噪程度，尽量保护图像细节，因此调大均值滤波算子的权重值，以满足人眼对图像的直观感受。
S142、根据第一滤波算子和第一权重值，以及第二滤波算子和第二权重值，确定该中心像素点对应的亮度滤波核。
示例性的，根据如下公式确定中心像素点对应的亮度滤波核wluma：
wluma＝k×wave+(1-k)×wgau k∈[0，1]；
其中，k为第一权重值，1-k为第二权重值，wave为第一滤波算子，wgau为第二滤波算子。
以亮度分区为四个为例，亮度滤波核wluma可以为：
对亮度滤波核中的数值进行取整并归一化，例如归一化到256。。当中心像素点位于暗区时，wluma＝wave，得到亮度滤波核当中心像素点位于偏暗区时，wluma＝0.3×wave+0.7×wgau，得到亮度滤波核/>当中心像素点位于偏亮区时，得到亮度滤波核/>当中心像素点位于亮区时，得到亮度滤波核
本发明实施例的技术方案，通过根据所述中心像素点所处的亮度分区，确定第一滤波算子的第一权重值和第二滤波算子的第二权重值，根据第一滤波算子和第一权重值，以及第二滤波算子和第二权重值，确定该中心像素点对应的亮度滤波核，从而对待处理图像的亮区，主要保护图像细节，减弱降噪程度，对待处理图像的暗区，增强图像降噪程度，尽量保护图像细节，满足人眼对图像的直观感受，提高降噪效果。
图4为本发明再一实施例提供的图像降噪方法的流程图。本发明实施例为对上述实施例基础上进行优化，未在本实施例中详细描述的细节详见上述实施例。参见图4，本实施例提供的图像降噪方法可以包括：
S210、基于遍历矩阵，对待处理图像进行遍历，确定遍历矩阵范围内各像素点的图像灰度值。
S220、根据遍历矩阵范围内各像素点的图像灰度值，确定所述遍历矩阵范围内中心像素点的亮度值。
S230、根据所述遍历矩阵范围内中心像素点的亮度值，确定所述中心像素点所处的亮度分区；所述亮度分区是根据待处理图像中各像素点作为中心像素点时得到的亮度值的范围划分的。
S240、根据所述中心像素点所处的亮度分区，确定该中心像素点对应的亮度滤波核。
S250、根据遍历矩阵范围内各像素点与中心像素点的距离，确定空间滤波核。
示例性的，空间滤波核是将待处理图像中心像素点的邻域像素点的坐标带入到高斯函数中得到权重核。当中心像素点的邻域像素点的与中心像素点距离相同时，计算得到相同的权重。具体的计算公式为：
其中，P(x，y)为中心像素点的坐标，P(x′，y′)为遍历矩阵范围内中心像素点邻域像素点的坐标。σd为空间距离权重系数参数，随邻域像素点与中心像素点空间位置增大而减小。
S260、根据遍历矩阵范围内各像素点与中心像素点的图像灰度值差值，确定像素滤波核。
示例性的，像素滤波核通过计算中心像素点与邻域像素点灰度值之间的差异来量化像素点之间的相似性。当灰度值相同时，权重值最大为1。具体的计算公式为：
其中，g(x，y)为中心像素点的图像灰度值，g(x′，y′)遍历矩阵范围内中心像素点邻域像素点的图像灰度值。σr为图像灰度值权重系数参数，随邻域像素点与中心像素点灰度值差值减小而增大。
S270、根据所述亮度滤波核、所述空间滤波核以及所述像素滤波核，确定降噪滤波核，用于对所述待处理图像进行降噪处理。
示例性的，降噪滤波核w为：
w＝wluma×wspatial×wpixel；
根据降噪滤波核，对待处理图像进行降噪处理，输出降噪后的图像G(x，y)：
其中，Cd，r＝∑x∈Q，y∈Qw(x，y)，w(x，y)为中心像素点对应的降噪滤波核，Q为遍历矩阵的行或列的数量。
本发明实施例的技术方案，通过将空间滤波核、像素滤波核和亮度滤波核进行结合，得到最终的降噪滤波核，对待处理图像进行降噪处理，不仅考虑到图像空间位置关系、像素值之间的相似性，更是增加了图像亮度相似性度量方法，从多方面考虑，确定更加综合全面的降噪滤波核，进而提高图像降噪的效果，保护图像细节的同时，又能满足人眼对亮暗区噪声敏感程度不同带来的不同的降噪需求。
图5为本发明一种实施例提供的图像降噪装置结构示意图。该装置可适用于对图像进行降噪的情况，典型的，本发明实施例可以适用于针对图像中像素点的不同亮度，自适应确定不同的降噪强度进行降噪处理的情况。该装置可以由软件和/或硬件的方式实现，该装置可以集成在图像降噪设备中。参见图5，该装置具体包括：
图像灰度值确定模块310，用于基于遍历矩阵，对待处理图像进行遍历，确定遍历矩阵范围内各像素点的图像灰度值；
亮度值确定模块320，用于根据遍历矩阵范围内各像素点的图像灰度值，确定所述遍历矩阵范围内中心像素点的亮度值；
亮度分区确定模块330，用于根据所述遍历矩阵范围内中心像素点的亮度值，确定所述中心像素点所处的亮度分区；所述亮度分区是根据待处理图像中各像素点作为中心像素点时得到的亮度值的范围划分的；
降噪滤波核确定模块340，用于根据所述中心像素点所处的亮度分区，确定该中心像素点对应的亮度滤波核，并根据所述亮度滤波核确定降噪滤波核，用于对所述待处理图像进行降噪处理。
在本申请实施例中，所述图像灰度值确定模块310，包括：
修正单元，用于根据遍历矩阵范围内各像素点中，除异常像素点以外正常像素点的图像灰度值，对遍历矩阵范围内的所述异常像素点的图像灰度值进行修正；
其中，所述异常像素点为图像灰度值大于预设最大灰度阈值和/或图像灰度值小于预设最小灰度阈值的像素点；或者，所述异常像素点为遍历矩阵范围内各像素点中图像灰度值最大的像素点和/或图像灰度值最小的像素点。
在本申请实施例中，所述修正单元，包括：
第一替换子单元，用于以所述正常像素点的图像灰度值的平均值或者中值，替换所述异常像素点的图像灰度值；或者，
第二替换子单元，用于以所述正常像素点的图像灰度值中的最大值，对图像灰度值大于预设最大灰度阈值的异常像素点进行图像灰度值替换，以所述正常像素点的图像灰度值中的最小值，对图像灰度值小于预设最小灰度阈值的异常像素点进行图像灰度值替换；或者，
第三替换子单元，用于以所述正常像素点的图像灰度值中的最大值，对图像灰度值最大的异常像素点进行图像灰度值替换，以所述正常像素点的图像灰度值中的最小值，对图像灰度值最小的异常像素点进行图像灰度值替换。
在本申请实施例中，所述亮度分区确定模块330，包括：
亮度值区间确定单元，用于根据中心像素点的最大亮度值和最小亮度值，确定亮度值区间；
子亮度值区间确定单元，用于根据所述亮度值区间，确定至少两个亮度分区的子亮度值区间；
亮度分区对应单元，用于根据所述中心像素点的亮度值，以及子亮度值区间，确定该中心像素点对应的亮度分区。
在本申请实施例中，所述降噪滤波核确定模块340，包括：
权重值确定单元，用于根据所述中心像素点所处的亮度分区，确定第一滤波算子的第一权重值和第二滤波算子的第二权重值；
亮度滤波核确定单元，用于根据第一滤波算子和第一权重值，以及第二滤波算子和第二权重值，确定该中心像素点对应的亮度滤波核。
在本申请实施例中，所述第一滤波算子为均值滤波算子，所述第二滤波算子为高斯滤波算子；
相应的，所述权重值确定单元，包括：
高亮度分区权重值确定子单元，用于若所述亮度分区属于高亮度分区，则设置第一权重值小于第二权重值；
低亮度分区权重值确定子单元，用于若所述亮度分区属于低亮度分区，则设置第一权重值大于第二权重值。
在本申请实施例中，所述亮度滤波核确定单元，包括：
公式计算子单元，用于根据如下公式确定中心像素点对应的亮度滤波核wluma：
wluma＝k×wave+(1-k)×wgau k∈[0，1]；
其中，k为第一权重值，1-k为第二权重值，wave为第一滤波算子，wgau为第二滤波算子。
在本申请实施例中，所述装置还包括：
空间滤波核确定模块，用于根据遍历矩阵范围内各像素点与中心像素点的距离，确定空间滤波核；
像素滤波核确定模块，用于根据遍历矩阵范围内各像素点与中心像素点的图像灰度值差值，确定像素滤波核；
降噪滤波核合成模块，用于根据所述亮度滤波核、所述空间滤波核以及所述像素滤波核，确定降噪滤波核，用于对所述待处理图像进行降噪处理。
本申请实施例所提供的图像降噪装置可执行本申请任意实施例所提供的图像降噪方法，具备执行方法相应的功能模块和有益效果。
图6为本发明一种实施例提供的一种图像降噪设备的结构示意图。图6示出了适于用来实现本发明实施例的示例性图像降噪设备412的框图。图6显示的图像降噪设备412仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图6所示，图像降噪设备412可以包括：一个或多个处理器416；存储器428，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器416执行，使得所述一个或多个处理器416实现本发明实施例所提供的图像降噪方法，包括：
基于遍历矩阵，对待处理图像进行遍历，确定遍历矩阵范围内各像素点的图像灰度值；
根据遍历矩阵范围内各像素点的图像灰度值，确定所述遍历矩阵范围内中心像素点的亮度值；
根据所述遍历矩阵范围内中心像素点的亮度值，确定所述中心像素点所处的亮度分区；所述亮度分区是根据待处理图像中各像素点作为中心像素点时得到的亮度值的范围划分的；
根据所述中心像素点所处的亮度分区，确定该中心像素点对应的亮度滤波核，并根据所述亮度滤波核确定降噪滤波核，用于对所述待处理图像进行降噪处理。
图像降噪设备412的组件可以包括但不限于：一个或者多个处理器或者处理器416，存储器428，连接不同设备组件(包括存储器428和处理器416)的总线418。
总线418表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
图像降噪设备412典型地包括多种计算机设备可读存储介质。这些存储介质可以是任何能够被图像降噪设备412访问的可用存储介质，包括易失性和非易失性存储介质，可移动的和不可移动的存储介质。
存储器428可以包括易失性存储器形式的计算机设备可读存储介质，例如随机存取存储器(RAM)430和/或高速缓存存储器432。图像降噪设备412可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机设备存储介质。仅作为举例，存储系统434可以用于读写不可移动的、非易失性磁存储介质(图6未显示，通常称为“硬盘驱动器”)。尽管图6中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM，DVD-ROM或者其它光存储介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据存储介质接口与总线418相连。存储器428可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块442的程序/实用工具440，可以存储在例如存储器428中，这样的程序模块442包括但不限于操作设备、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块442通常执行本发明所描述的实施例中的功能和/或方法。
图像降噪设备412也可以与一个或多个外部设备414(例如键盘、指向设备、显示器426等)通信，还可与一个或者多个使得用户能与该图像降噪设备412交互的设备通信，和/或与使得该图像降噪设备412能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口422进行。并且，图像降噪设备412还可以通过网络适配器420与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图6所示，网络适配器420通过总线418与图像降噪设备412的其它模块通信。应当明白，尽管图6中未示出，可以结合图像降噪设备412使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID设备、磁带驱动器以及数据备份存储设备等。
处理器416通过运行存储在存储器428中的多个程序中其他程序的至少一个，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的一种图像降噪方法。
本发明一种实施例提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行图像降噪方法，包括：
基于遍历矩阵，对待处理图像进行遍历，确定遍历矩阵范围内各像素点的图像灰度值；
根据遍历矩阵范围内各像素点的图像灰度值，确定所述遍历矩阵范围内中心像素点的亮度值；
根据所述遍历矩阵范围内中心像素点的亮度值，确定所述中心像素点所处的亮度分区；所述亮度分区是根据待处理图像中各像素点作为中心像素点时得到的亮度值的范围划分的；
根据所述中心像素点所处的亮度分区，确定该中心像素点对应的亮度滤波核，并根据所述亮度滤波核确定降噪滤波核，用于对所述待处理图像进行降噪处理。
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的存储介质的任意组合。计算机可读存储介质可以是计算机可读信号存储介质或者计算机可读存储介质。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、或半导体的设备、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(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(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。在本发明实施例中，计算机可读存储介质可以是任何包含或存储程序的有形存储介质，该程序可以被指令执行设备、装置或者器件使用或者与其结合使用。
计算机可读的信号存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号存储介质还可以是计算机可读存储介质以外的任何计算机可读存储介质，该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设备、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存储介质传输，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。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言-诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言-诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或设备上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)-连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (11)
1.一种图像降噪方法，其特征在于，所述方法包括：
基于遍历矩阵，对待处理图像进行遍历，确定遍历矩阵范围内各像素点的图像灰度值；
根据遍历矩阵范围内各像素点中，除异常像素点以外正常像素点的图像灰度值，对遍历矩阵范围内的所述异常像素点的图像灰度值进行修正，以确定所述遍历矩阵范围内中心像素点的亮度值；
根据所述遍历矩阵范围内中心像素点的亮度值，确定所述中心像素点所处的亮度分区；所述亮度分区是根据待处理图像中各像素点作为中心像素点时得到的亮度值的范围划分的；
根据所述中心像素点所处的亮度分区，确定该中心像素点对应的亮度滤波核，并根据所述亮度滤波核确定降噪滤波核，用于对所述待处理图像进行降噪处理。
2.根据权利要求1所述的方法，其特征在于，所述异常像素点为图像灰度值大于预设最大灰度阈值和/或图像灰度值小于预设最小灰度阈值的像素点；或者，所述异常像素点为遍历矩阵范围内各像素点中图像灰度值最大的像素点和/或图像灰度值最小的像素点。
3.根据权利要求2所述的方法，其特征在于，根据遍历矩阵范围内各像素点中，除异常像素点以外正常像素点的图像灰度值，对遍历矩阵范围内的所述异常像素点的图像灰度值进行修正，包括：
以所述正常像素点的图像灰度值的平均值或者中值，替换所述异常像素点的图像灰度值；或者，
以所述正常像素点的图像灰度值中的最大值，对图像灰度值大于预设最大灰度阈值的异常像素点进行图像灰度值替换，以所述正常像素点的图像灰度值中的最小值，对图像灰度值小于预设最小灰度阈值的异常像素点进行图像灰度值替换；或者，
以所述正常像素点的图像灰度值中的最大值，对图像灰度值最大的异常像素点进行图像灰度值替换，以所述正常像素点的图像灰度值中的最小值，对图像灰度值最小的异常像素点进行图像灰度值替换。
4.根据权利要求1所述的方法，其特征在于，根据所述遍历矩阵范围内中心像素点的亮度值，确定所述中心像素点所处的亮度分区，包括：
根据中心像素点的最大亮度值和最小亮度值，确定亮度值区间；
根据所述亮度值区间，确定至少两个亮度分区的子亮度值区间；
根据所述中心像素点的亮度值，以及子亮度值区间，确定该中心像素点对应的亮度分区。
5.根据权利要求1所述的方法，其特征在于，根据所述中心像素点所处的亮度分区，确定该中心像素点对应的亮度滤波核，包括：
根据所述中心像素点所处的亮度分区，确定第一滤波算子的第一权重值和第二滤波算子的第二权重值；
根据第一滤波算子和第一权重值，以及第二滤波算子和第二权重值，确定该中心像素点对应的亮度滤波核。
6.根据权利要求5所述的方法，其特征在于，所述第一滤波算子为均值滤波算子，所述第二滤波算子为高斯滤波算子；
相应的，根据该中心像素点对应的亮度分区，确定第一滤波算子的第一权重值和第二滤波算子的第二权重值，包括：
若所述亮度分区属于高亮度分区，则设置第一权重值小于第二权重值；
若所述亮度分区属于低亮度分区，则设置第一权重值大于第二权重值。
7.根据权利要求5所述的方法，其特征在于，根据第一滤波算子和第一权重值，以及第二滤波算子和第二权重值，确定该中心像素点对应的亮度滤波核，包括：
根据如下公式确定中心像素点对应的亮度滤波核wluma：
wluma＝k×wave+(1-k)×wgau k∈[0,1]；
其中，k为第一权重值，1-k为第二权重值，wave为第一滤波算子，wgau为第二滤波算子。
8.根据权利要求1所述的方法，其特征在于，在根据所述中心像素点的亮度值，确定该中心像素点对应的亮度滤波核之后，所述方法还包括：
根据遍历矩阵范围内各像素点与中心像素点的距离，确定空间滤波核；
根据遍历矩阵范围内各像素点与中心像素点的图像灰度值差值，确定像素滤波核；
根据所述亮度滤波核、所述空间滤波核以及所述像素滤波核，确定降噪滤波核，用于对所述待处理图像进行降噪处理。
9.一种图像降噪装置，其特征在于，所述装置包括：
图像灰度值确定模块，用于基于遍历矩阵，对待处理图像进行遍历，确定遍历矩阵范围内各像素点的图像灰度值；
亮度值确定模块，用于根据遍历矩阵范围内各像素点的图像灰度值，确定所述遍历矩阵范围内中心像素点的亮度值；
亮度分区确定模块，用于根据所述遍历矩阵范围内各像素点中，除异常像素点以外正常像素点的图像灰度值，对遍历矩阵范围内的所述异常像素点的图像灰度值进行修正，确定所述中心像素点所处的亮度分区；所述亮度分区是根据待处理图像中各像素点作为中心像素点时得到的亮度值的范围划分的；
降噪滤波核确定模块，用于根据所述中心像素点所处的亮度分区，确定该中心像素点对应的亮度滤波核，并根据所述亮度滤波核确定降噪滤波核，用于对所述待处理图像进行降噪处理。
10.一种图像降噪设备，其特征在于，所述设备包括：
一个或多个处理器；
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一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-8中任一项所述的图像降噪方法。
11.一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，该程序被处理器执行时实现如权利要求1-8中任一项所述的图像降噪方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010354247.9A CN113570507B (zh) | 2020-04-29 | 2020-04-29 | 一种图像降噪方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010354247.9A CN113570507B (zh) | 2020-04-29 | 2020-04-29 | 一种图像降噪方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113570507A CN113570507A (zh) | 2021-10-29 |
| CN113570507B true CN113570507B (zh) | 2024-03-26 |
Family
ID=78158472
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010354247.9A Active CN113570507B (zh) | 2020-04-29 | 2020-04-29 | 一种图像降噪方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113570507B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113781367B (zh) * | 2021-11-09 | 2022-02-11 | 江苏游隼微电子有限公司 | 一种低照度图像直方图均衡后降噪方法 |
| CN114451180B (zh) * | 2022-02-14 | 2023-12-12 | 四川上太科技有限公司 | 一种基于光伏的大棚系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1929552A (zh) * | 2006-09-30 | 2007-03-14 | 四川长虹电器股份有限公司 | 空间域像素数据处理方法 |
| WO2017096946A1 (zh) * | 2015-12-07 | 2017-06-15 | 乐视控股（北京）有限公司 | 图像高频信息的定位方法和装置 |
| CN107392864A (zh) * | 2017-07-01 | 2017-11-24 | 南京理工大学 | 一种去除高斯噪声和脉冲噪声的混合噪声滤波方法 |
| CN110321087A (zh) * | 2018-03-29 | 2019-10-11 | 京瓷办公信息系统株式会社 | 图像处理装置 |
| CN110893109A (zh) * | 2019-10-18 | 2020-03-20 | 深圳北芯生命科技有限公司 | 血管内超声系统的图像降噪方法 |
-
2020
- 2020-04-29 CN CN202010354247.9A patent/CN113570507B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1929552A (zh) * | 2006-09-30 | 2007-03-14 | 四川长虹电器股份有限公司 | 空间域像素数据处理方法 |
| WO2017096946A1 (zh) * | 2015-12-07 | 2017-06-15 | 乐视控股（北京）有限公司 | 图像高频信息的定位方法和装置 |
| CN107392864A (zh) * | 2017-07-01 | 2017-11-24 | 南京理工大学 | 一种去除高斯噪声和脉冲噪声的混合噪声滤波方法 |
| CN110321087A (zh) * | 2018-03-29 | 2019-10-11 | 京瓷办公信息系统株式会社 | 图像处理装置 |
| CN110893109A (zh) * | 2019-10-18 | 2020-03-20 | 深圳北芯生命科技有限公司 | 血管内超声系统的图像降噪方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113570507A (zh) | 2021-10-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107278314B (zh) | 用于非局部均值图像去噪的装置、移动计算平台和方法 | |
| US11467661B2 (en) | Gaze-point determining method, contrast adjusting method, and contrast adjusting apparatus, virtual reality device and storage medium | |
| CN109064426B (zh) | 一种用于抑制低照度图像中眩光并增强图像的方法及装置 | |
| JP5095290B2 (ja) | シャドウ領域補償方法、媒体およびシステム | |
| US9262690B2 (en) | Method and device for detecting glare pixels of image | |
| CN113570507B (zh) | 一种图像降噪方法、装置、设备及存储介质 | |
| CN112348763B (zh) | 图像增强方法、装置、电子设备及介质 | |
| CN111145086A (zh) | 一种图像处理方法、装置及电子设备 | |
| CN112116542B (zh) | 图像对比度增强方法、装置、电子设备和存储介质 | |
| CN111696064B (zh) | 图像处理方法、装置、电子设备及计算机可读介质 | |
| CN111724396B (zh) | 图像分割方法及装置、计算机可读存储介质、电子设备 | |
| CN113344801A (zh) | 一种应用于燃气计量设施环境下的图像增强方法、系统、终端及存储介质 | |
| CN116245880A (zh) | 基于红外识别的电动车充电桩火灾风险检测方法 | |
| CN114298985B (zh) | 缺陷检测方法、装置、设备及存储介质 | |
| CN115564682A (zh) | 一种光照不均图像增强方法及系统 | |
| CN111311610A (zh) | 图像分割的方法及终端设备 | |
| CN114418848B (zh) | 视频处理方法、装置、存储介质及电子设备 | |
| CN113393394B (zh) | 基于伽马变换的低照度灰度图像增强方法、装置及存储介质 | |
| JP5822739B2 (ja) | 画像処理装置、方法、及びプログラム | |
| CN113160103B (zh) | 图像处理方法及装置、存储介质、终端 | |
| CN113470028A (zh) | 染色体核型图像质量评估方法、染色体分析仪和存储介质 | |
| CN113962870A (zh) | 一种图像锅盖效应抑制方法、装置、电子设备和存储介质 | |
| CN111899198A (zh) | 一种海上图像去雾方法及装置 | |
| CN106600554B (zh) | 面向车载夜视行人检测的红外图像预处理方法 | |
| CN112785509B (zh) | 图像对比度的增强方法、装置、设备和介质 |
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 |