CN113643210A - 图像处理方法、装置、电子设备和存储介质 - Google Patents
图像处理方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN113643210A CN113643210A CN202110989348.8A CN202110989348A CN113643210A CN 113643210 A CN113643210 A CN 113643210A CN 202110989348 A CN202110989348 A CN 202110989348A CN 113643210 A CN113643210 A CN 113643210A
- Authority
- CN
- China
- Prior art keywords
- image
- frequency domain
- target
- image block
- motion
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 64
- 238000003672 processing method Methods 0.000 title claims abstract description 25
- 230000009466 transformation Effects 0.000 claims abstract description 150
- 238000000034 method Methods 0.000 claims abstract description 37
- 238000004590 computer program Methods 0.000 claims description 14
- 230000004927 fusion Effects 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 13
- 230000008569 process Effects 0.000 description 7
- 238000006243 chemical reaction Methods 0.000 description 6
- 239000000284 extract Substances 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011982 device technology Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000013209 evaluation strategy Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000001131 transforming 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
- 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
- G06T2207/20021—Dividing image into blocks, subimages or windows
-
- 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
- G06T2207/20048—Transform domain processing
- G06T2207/20052—Discrete cosine transform [DCT]
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本申请涉及一种图像处理方法、装置、电子设备和计算机可读存储介质，该图像处理方法包括：将多于一张待处理图像进行频域变换处理，得到由频域变换图像块构成的各频域变换图像；各频域变换图像与各待处理图像一一对应；确定各频域变换图像中位于预定低频区域的目标图像块位置；对于每个目标图像块位置，根据各频域变换图像在目标图像块位置对应的各频域变换数据之间的差异，确定目标图像块位置对应的运动区域相关程度；按照各目标图像块位置分别对应的运动区域相关程度，从各目标图像块位置在各待处理图像分别对应的图像区域中，获得目标运动对象对应的目标运动区域。采用本方法能够提升从图像中识别运动区域的准确性。
Description
技术领域
本申请涉及图像处理技术，特别是涉及一种图像处理方法、装置、电子设备和计算机可读存储介质。
背景技术
随着电子设备技术的发展，人们对图像的清晰度要求越来越高，图像去噪技术成为计算机视觉领域的重点研究方向，出现了例如空域融合去噪、变换域融合去噪等多种图像去噪技术。但是，由于一些图像去噪技术依赖于图像之间的相似度，导致对运动区域的去噪效果不佳，目前会从图像中识别出运动区域，对运动区域进行针对性去噪，但是，目前对运动区域的识别准确性不高。故而，提升从图像中识别运动区域的准确性，成为目前亟需解决的问题。
发明内容
本申请实施例提供了一种图像处理方法、装置、电子设备和计算机可读存储介质，可以提升从图像中识别运动区域的准确性。
一种图像处理方法，包括：
获取多于一张待处理图像；多于一张待处理图像中包括目标运动对象；
将多于一张待处理图像分别划分为多于一个图像块，对各待处理图像的图像块进行频域变换处理，得到由频域变换图像块构成的各频域变换图像；各所述频域变换图像与各所述待处理图像一一对应；
确定各频域变换图像中位于预定低频区域的目标图像块位置；
对于每个目标图像块位置，根据各频域变换图像在目标图像块位置对应的各频域变换数据之间的差异，确定目标图像块位置对应的运动区域相关程度；
按照各目标图像块位置分别对应的运动区域相关程度，从各目标图像块位置在各待处理图像分别对应的图像区域中，获得目标运动对象对应的目标运动区域。
一种图像处理装置，包括：
获取模块，用于获取多于一张待处理图像；多于一张待处理图像中包括目标运动对象；
频域变换模块，用于将多于一张待处理图像分别划分为多于一个图像块，对各待处理图像的图像块进行频域变换处理，得到由频域变换图像块构成的各频域变换图像；各所述频域变换图像与各所述待处理图像一一对应；
确定模块，用于确定各频域变换图像中位于预定低频区域的目标图像块位置；
计算模块，用于对于每个目标图像块位置，根据各频域变换图像在目标图像块位置对应的各频域变换数据之间的差异，确定目标图像块位置对应的运动区域相关程度；
识别模块，用于按照各目标图像块位置分别对应的运动区域相关程度，从各目标图像块位置在各待处理图像分别对应的图像区域中，获得目标运动对象对应的目标运动区域。
一种电子设备，包括存储器及处理器，存储器中储存有计算机程序，其特征在于，计算机程序被处理器执行时，使得处理器执行上述图像处理方法的步骤。
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，计算机程序被处理器执行时实现上述图像处理方法的步骤。
上述图像处理方法、装置、电子设备和计算机可读存储介质，将多于一张待处理图像分别划分为多于一个图像块，对各待处理图像的图像块进行频域变换处理，得到由频域变换图像块构成的各频域变换图像，确定各频域变换图像中位于预定低频区域的目标图像块位置，对于每个目标图像块位置，根据各频域变换图像在目标图像块位置对应的各频域变换数据之间的差异，确定目标图像块位置对应的运动区域相关程度，按照各目标图像块位置分别对应的运动区域相关程度，从各目标图像块位置在各待处理图像分别对应的图像区域中，获得目标运动对象对应的目标运动区域，由于频域变换结果能够区分为低频区域和中高频区域，图像的边缘和噪声集中在中高频区域，图像的大部分信息集中在低频区域，从低频区域中识别运动区域，能够避免图像的边缘和噪声对运动区域识别的干扰，提高对运动区域识别的准确度。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述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申请的一些实施例，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。
图1为一个实施例中图像处理方法的流程示意图；
图2为一个实施例中对多于一张待处理图像进行划分的示意图；
图3为一个实施例中多于一张频域变换图像的示意图；
图4为一个实施例中图像处理方法的示意图；
图5为另一个实施例中图像处理方法的示意图；
图6为一个实施例中获取掩膜图像的流程示意图；
图7为另一个实施例中图像处理方法的流程示意图；
图8为另一个实施例中获取掩膜图像的流程示意图；
图9为一个实施例中图像处理装置的结构框图；
图10为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
在一个实施例中，如图1所示，提供了一种图像处理方法，本实施例以该方法应用于终端进行举例说明，可以理解的是，该方法也可以应用于服务器，还可以应用于包括终端和服务器的系统，并通过终端和服务器的交互实现。本实施例中，该方法包括以下步骤：
步骤102，获取多于一张待处理图像；多于一张待处理图像中包括目标运动对象。
其中，待处理图像是通过本申请实施例提供的方法进行处理的图像，具体是从多于一张待处理图像中分别识别出目标运动对象对应的目标运动区域，从而能够对目标运动区域进行针对性去噪处理，减少图像的运动区域中存在的噪声。
在一个实施例中，终端对现实场景中的目标运动对象进行拍摄，获得多于一张包含目标运动对象的待处理图像。终端可对现实场景中的目标运动对象进行拍摄，也可对现实场景中包含目标运动对象的视频进行拍摄。在另一些实施例中，终端从本机存储中读取多于一张包含目标运动对象的待处理图像，或者从视频中提取多于一张包含目标运动对象的待处理图像，等等。
在一个实施例中，终端对现实场景中的目标运动对象进行连续多次拍摄，将每次拍摄的图像作为一张待处理图像，通过本申请实施例提供的方法，终端从多于一张待处理图像中分别识别出目标运动对象对应的目标运动区域，对各待处理图像中的目标运动区域进行针对性去噪处理，得到多于一张去噪图像，将各去噪图像作为最终输出的拍摄图像，从而减少目标运动区域中存在的噪声，提高多张拍摄图像的清晰度。
在一个实施例中，终端对现实场景中的目标运动对象进行一次拍摄，获得多于一张原始图像，多于一张原始图像用于生成本次拍摄对应的拍摄图像，将原始图像作为待处理图像。具体地，终端向目标运动对象连续发射多于一条光斑信号，接收目标运动对象反射的多于一条光斑信号，根据目标运动对象反射的多于一条光斑信号获得本次拍摄对应的多于一张待处理图像。通过本申请实施例提供的方法，终端从多于一张待处理图像中分别识别出目标运动对象对应的目标运动区域，对各待处理图像中的目标运动区域进行针对性去噪处理，得到多于一张去噪图像，根据各去噪图像确定最终输出的拍摄图像，从而减少目标运动区域中存在的噪声，提高本次拍摄图像的清晰度。
在一个实施例中，终端对现实场景中的目标运动对象进行一次拍摄，获得多于一张原始图像，对多于一张原始图像进行融合去噪处理，将融合去噪处理后的原始图像作为待处理图像。通过本申请实施例提供的方法，终端从多于一张待处理图像中分别识别出目标运动对象对应的目标运动区域，对各待处理图像中的目标运动区域进行二次去噪处理，减少各待处理图像中的目标运动区域中残留的噪声，提高本次拍摄图像的清晰度。
在一个实施例中，多于一张待处理图像中包括目标运动对象，目标运动对象的数量可以是一个或者至少两个。
步骤104，将多于一张待处理图像分别划分为多于一个图像块，对各待处理图像的图像块进行频域变换处理，得到由频域变换图像块构成的各频域变换图像；各所述频域变换图像与各所述待处理图像一一对应。
其中，待处理图像的图像块是多于一个像素点的集合。频域变换处理可以采用通用的频域变换策略。频域变换图像对待处理图像进行频域变换处理后得到的结果。
在一个实施例中，频域变换处理可以是离散余弦变换处理。离散余弦变换处理(DCT,Discrete Cosine Transform)用于将空域的信号转换至频域。频域变换图像是对待处理图像进行离散余弦变换处理后得到的结果，用于展示待处理图像中离散余弦变换系数能量的分布。
由于图像的边缘和噪声与运动区域的表现相似，因此图像的边缘和噪声会对运动区域的识别造成干扰。考虑到图像的边缘和噪声集中在离散余弦变换结果的中高频区域，图像的大部分信息集中在离散余弦变换结果的低频区域，且离散余弦变换结果的低频区域具有特定的位置，因此本申请从离散余弦变换结果的低频区域中识别运动区域，能够避免图像的边缘和噪声对运动区域识别的干扰，提高对运动区域识别的准确度。
在一个实施例中，终端将多于一张待处理图像分别划分为数量和尺寸相同的图像块，例如将各待处理图像分别划分为8*8图像块、16*16图像块等。在将多于一张待处理图像分别划分为数量和尺寸相同的图像块后，各待处理图像的图像块位置相对应。参照图2，图2示出了一个实施例中对多于一张待处理图像进行划分的示意图。可以看到，终端将各待处理图像A1、A2、…An分别划分为8*8的图像块，对于其中一个图像块位置202，各待处理图像A1、A2、…An在图像块位置202分别具有对应的图像块。
在一个实施例中，终端将多于一张待处理图像分别划分为数量和尺寸相同的图像块，各待处理图像中相同图像块位置所对应的图像内容相匹配。可以理解，各待处理图像在相同图像块位置所对应的图像内容相匹配，是指各待处理图像在相同图像块位置所对应的图像内容相同，或者图像内容差异在指定差异范围内。
在一个实施例中，终端获取多于一张待处理图像，从各待处理图像中提取参考图像，将各待处理图像中除参考图像以外的图像作为剩余图像。终端以参考图像作为基础，对各剩余图像进行图像对齐处理，将处理后的各待处理图像分别划分为多于一个图像块。图像对齐处理用于将多于一张图像按照图像内容进行对齐。终端可采用通用的图像对齐策略对各待处理图像进行局部对齐处理和/或全局对齐处理，通用的图像对齐策略例如尺度不变特征变换(Scale-invariant feature transform,SIFT)算法等。
在一个实施例中，终端获取多于一张待处理图像，对各待处理图像进行筛选，将筛选得到的待处理图像分别划分为多于一个图像块。可选地，终端获取各待处理图像分别对应的图像参数，从各待处理图像中筛选得到图像参数满足预定图像参数条件的图像。图像参数可以是亮度和/或锐度等，从而剔除亮度和/或锐度异常的待处理图像。
在一个实施例中，终端将各待处理图像分别划分为多于一个图像块，对各待处理图像的图像块进行离散余弦变换处理，得到由频域变换图像块构成的各频域变换图像，各频域变换图像与各待处理图像一一对应。可以理解，各频域变换图像与相应待处理图像的图像块数量相匹配，例如将待处理图像划分为8*8图像块，待处理图像对应的频域变换图像也为8*8频域变换图像块。
在一个实施例中，各待处理图像分别对应的频域变换图像的图像块位置相对应。参照图3，图3示出了一个实施例中多于一张频域变换图像的示意图，图3中各频域变换图像可以是对图2中各待处理图像进行离散余弦变换处理得到。可以看到，各频域变换图像B1、B2、…Bn分别具有8*8频域变换图像块，对于其中一个图像块位置302，各频域变换图像B1、B2、…Bn在图像块位置302分别具有对应的频域变换图像块。
需要说明的是，各频域变换图像与相应待处理图像对应的图像块内容不同，例如频域变换图像的图像块内容可以是离散余弦变换系数能量，待处理图像的图像块内容为图像信息。并且，虽然各频域变换图像与相应待处理图像的图像块数量相匹配，但是本申请中不限定频域变换图像与相应待处理图像之间图像块位置的对应关系。继续参照图2和图3，以待处理图像A1和待处理图像A1对应的频域变换图像B1为例，本申请中不限定待处理图像A1中的图像块位置202与频域变换图像B1的图像块位置302之间的对应关系。由此，下文中涉及的频域变换图像B1的图像块位置302在待处理图像A1对应的图像区域，并非是待处理图像A1在图像块位置202对应的图像块，而是对频域变换图像B1在图像块位置302对应的图像块进行离散余弦逆变换(IDCT,Inverse Discrete Cosine Transform)处理得到的图像区域。离散余弦逆变换是对离散余弦变换结果进行还原。
步骤106，确定各频域变换图像中位于预定低频区域的目标图像块位置。
由于离散余弦变换结果的低频区域通常集中在左上角，因此终端可按照各频域变换图像中每个图像块位置的位置信息，获得各频域变换图像中位于预定低频区域的目标图像块位置。继续参照图3，假设预定低频区域为区域304，那么落入区域304的图像块位置即为目标图像块位置。
步骤108，对于每个目标图像块位置，根据各频域变换图像在目标图像块位置对应的各频域变换数据之间的差异，确定目标图像块位置对应的运动区域相关程度。
其中，频域变换数据可以是离散余弦变换系数能量。运动区域相关程度用于描述目标图像块位置在待处理图像中对应的图像区域为运动区域的可能程度。
在一个实施例中，对于每个目标图像块位置，终端根据各频域变换图像在目标图像块位置对应的各频域变换数据之间的差异，确定目标图像块位置对应的运动区域相关程度。继续参照图3，以目标图像块位置b1为例，终端根据各频域变换图像B1、B2、…Bn在目标图像块位置b1对应的频域变换数据之间的差异，获得目标图像块位置b1对应的运动区域相关程度。
在一个实施例中，对于每个目标图像块位置，各频域变换图像在目标图像块位置对应的各频域变换数据之间的差异，能够在一定程度上反映目标图像块位置在各待处理图像中对应的图像区域为运动区域的可能程度。在理想情况下，各频域变换图像在目标图像块位置对应的各频域变换数据之间的差异越大，说明目标图像块位置在各待处理图像中对应的图像区域的差异越大，目标图像块位置在各待处理图像中对应的图像区域属于运动区域的可能程度越高。
在一个实施例中，预先设定频域变换数据之间的差异与运动区域相关程度之间的关联关系，终端获取各频域变换图像在目标图像块位置对应的各频域变换数据之间的差异，根据预先设定的关联关系确定目标图像块位置对应的运动区域相关程度。
在一个实施例中，终端从多于一张待处理图像中提取参考图像，将多于一张待处理图像中除参考图像以外的图像作为剩余图像。终端获取参考图像对应的频域变换图像与各剩余图像对应的频域变换图像在目标图像块位置的频域变换数据之间的差值，将参考图像与各剩余图像之间的差值均值或差值之和，作为各频域变换图像在目标图像块位置对应的各频域变换数据之间的差异。
步骤110，按照各目标图像块位置分别对应的运动区域相关程度，从各目标图像块位置在各待处理图像分别对应的图像区域中，获得目标运动对象对应的目标运动区域。
其中，目标运动区域是目标运动对象所在的至少一部分运动区域。
在一个实施例中，目标运动区域用于指示进行去噪处理。终端按照各目标图像块位置分别对应的运动区域相关程度，能够从各目标图像块位置在各待处理图像分别对应的图像区域中识别得到目标运动对象对应的目标运动区域，从而对目标运动区域进行针对性去噪处理。
在一个实施例中，对于其中一个目标图像块位置，终端对各频域变换图像在目标图像块位置对应的图像块进行离散余弦逆变换处理，得到目标图像块位置在各待处理图像分别对应的图像区域。继续参照图2和图3，对于目标图像块位置b1，终端对频域变换图像B1在目标图像块位置b1对应的图像块进行离散余弦逆变换处理，能够得到目标图像块位置b1在待处理图像A1对应的图像区域。
本实施例中的图像处理方法，将多于一张待处理图像分别划分为多于一个图像块，对各待处理图像的图像块进行频域变换处理，得到由频域变换图像块构成的各频域变换图像，确定各频域变换图像中位于预定低频区域的目标图像块位置，对于每个目标图像块位置，根据各频域变换图像在目标图像块位置对应的各频域变换数据之间的差异，确定目标图像块位置对应的运动区域相关程度，按照各目标图像块位置分别对应的运动区域相关程度，从各目标图像块位置在各待处理图像分别对应的图像区域中，获得目标运动对象对应的目标运动区域，由于频域变换结果能够区分为低频区域和中高频区域，图像的边缘和噪声集中在中高频区域，图像的大部分信息集中在低频区域，从低频区域中识别运动区域，能够避免图像的边缘和噪声对运动区域识别的干扰，提高对运动区域识别的准确度。
在一个实施例中，运动区域相关程度为掩膜值；该方法还包括：根据各目标图像块位置分别对应的掩膜值，生成各目标图像块位置分别对应的掩膜图像；通过掩膜图像标注相应的目标图像块位置在各待处理图像对应的图像区域；按照各掩膜图像分别对应的掩膜值，对各掩膜图像在各待处理图像中标注的图像区域进行去噪处理。
其中，掩膜图像用于在待处理图像中标注特定的图像区域，以将掩膜图像标注的图像区域隔离起来，例如将待处理图像整体输入时，终端仅对掩膜图像标注的图像区域进行处理，而对掩膜图像未标注的图像区域不做处理。
在一个实施例中，对于每个目标图像块位置，终端根据各频域变换图像在目标图像块位置对应的各频域变换数据之间的差异，确定目标图像块位置对应的掩膜值，根据各目标图像块位置分别对应的掩膜值，生成各目标图像块位置分别对应的掩膜图像，通过掩膜图像标注相应目标图像块位置在各待处理图像对应的图像区域，按照各掩膜图像分别对应的掩膜值，对各掩膜图像在各待处理图像中标注的图像区域进行去噪处理。
在一个实施例中，终端按照各掩膜图像分别对应的掩膜值，确定各掩膜图像分别对应的去噪强度，按照各掩膜图像分别对应的去噪强度，对各掩膜图像在各待处理图像中标注的图像区域进行去噪处理。可选地，掩膜值与去噪强度呈正比。
举例说明，参照图4，图4为一个实施例中图像处理方法的示意图。以待处理图像A1和待处理图像A1对应的频域变换图像B1为例，终端从频域变换图像B1中确定位于预定低频区域的各目标图像块位置402，根据各目标图像块位置402分别对应的掩膜值生成各目标图像块位置402分别对应的掩膜图像，通过掩膜图像标注各目标图像块位置402在待处理图像A1对应的图像区域404，各图像区域404对应的去噪强度不同，可以理解，由于各图像区域404对应的去噪强度由各掩膜图像对应的掩膜值确定，而掩膜值能够反映图像区域为运动区域的可能程度，因此运动区域的去噪强度高于非运动区域的去噪强度。
本实施例中，根据各目标图像块位置分别对应的掩膜值，生成各目标图像块位置分别对应的掩膜图像，使得按照各掩膜图像分别对应的掩膜值，对各掩膜图像在各待处理图像中标注的图像区域进行去噪处理时，能够为运动区域提供高于非运动区域的去噪强度，减少运动区域中存在的噪声，提高图像的清晰度。
在一个实施例中，按照各目标图像块位置分别对应的运动区域相关程度，从各目标图像块位置在各待处理图像分别对应的图像区域中，获得目标运动对象对应的目标运动区域，包括：按照各目标图像块位置分别对应的运动区域相关程度，从各目标图像块位置中提取运动区域图像块位置；将运动区域图像块位置在各待处理图像对应的图像区域作为目标运动对象对应的目标运动区域。
在一个实施例中，终端按照各目标图像块位置分别对应的运动区域相关程度，从各目标图像块位置中筛选得到运动区域相关程度满足预定条件的目标图像块位置作为运动区域图像块位置，将运动区域图像块位置在各待处理图像对应的图像区域作为目标运动对象对应的目标运动区域。可选地，当运动区域相关程度大于预定阈值时，判定运动区域相关程度满足预定条件。
在一个实施例中，终端按照各目标图像块位置分别对应的运动区域相关程度，从各目标图像块位置中筛选得到运动区域相关程度满足预定条件的运动区域图像块位置，通过掩膜图像标注相应的运动区域图像块位置在各待处理图像对应的目标运动区域，对目标运动区域进行针对性去噪处理。
举例说明，参照图5，图5为一个实施例中图像处理方法的示意图。以待处理图像A1和待处理图像A1对应的频域变换图像B1为例，终端从频域变换图像B1中筛选得到各运动区域图像块位置502，通过掩膜图像标注相应的运动区域图像块位置502在待处理图像A1对应的目标运动区域504，以对各目标运动区域504进行针对性去噪处理。
可以理解，终端可采用通用的去噪策略对目标运动区域进行去噪处理，例如空域去噪处理、时域去噪处理、融合去噪处理等。
本实施例中，从各目标图像块位置中提取运动区域相关程度满足预定条件的运动区域图像块位置，通过掩膜图像标注相应的运动区域图像块位置在各待处理图像对应的目标运动区域，以对运动区域进行针对性去噪处理，减少运动区域中存在的噪声，提高图像的清晰度。
在一个实施例中，该方法还包括：按照各运动区域图像块位置分别对应的运动区域相关程度，确定各运动区域图像块位置分别对应的去噪强度；运动区域相关程度与去噪强度呈正比；按照各运动区域图像块位置分别对应的去噪强度，对从各待处理图像中获取的目标运动区域进行去噪处理。
在一个实施例中，终端按照各目标图像块位置分别对应的运动区域相关程度，从各目标图像块位置中筛选得到运动区域相关程度满足预定条件的运动区域图像块位置，根据各运动区域图像块位置分别对应的运动区域相关程度，生成各运动区域图像块位置分别对应的掩膜图像。可选地，将各运动区域图像块位置分别对应的运动区域相关程度，作为各运动区域图像块位置分别对应的掩膜值。
在一个实施例中，终端通过掩膜图像标注相应的运动区域图像块位置在各待处理图像对应的目标运动区域，按照掩膜图像的掩膜值确定掩膜图像对应的去噪强度，按照掩膜图像对应的去噪强度对掩膜图像标注的目标运动区域进行去噪处理。可选地，掩膜值与去噪强度呈正比。
本实施例中，从各目标图像块位置中提取运动区域相关程度满足预定条件的运动区域图像块位置，根据各运动区域图像块位置分别对应的运动区域相关程度，生成各运动区域图像块位置分别对应的掩膜图像，通过掩膜图像标注相应的运动区域图像块位置在各待处理图像对应的目标运动区域，以按照各掩膜图像分别对应的掩膜值对各掩膜图像标注的目标运动区域进行不同去噪程度的去噪处理，减少运动区域中存在的噪声，提高图像的清晰度。
下面对各目标图像块位置对应的运动区域相关程度的获取步骤进行介绍。可选地，各目标图像块位置对应的运动区域相关程度可以是各目标图像块位置对应的掩膜值，根据各目标图像块位置对应的掩膜值可以生成各目标图像块位置对应的掩膜图像。
在一个实施例中，对于每个目标图像块位置，根据各频域变换图像在目标图像块位置对应的各频域变换数据之间的差异，确定目标图像块位置对应的运动区域相关程度，包括：从多于一张待处理图像中提取参考图像，将多于一张待处理图像中除参考图像以外的图像作为剩余图像；对于每个目标图像块位置，获取参考图像对应的频域变换图像与各剩余图像对应的频域变换图像在目标图像块位置对应的各频域变换数据之间的差异；根据差异确定目标图像块位置对应的运动区域相关程度。
在一个实施例中，终端从多于一张待处理图像中提取参考图像，将多于一张待处理图像中除参考图像以外的图像作为剩余图像，对于每个目标图像块位置，获取参考图像对应的频域变换图像与各剩余图像对应的频域变换图像在目标图像块位置对应的各频域变换数据之间的差异，根据该差异确定目标图像块位置对应的运动区域相关程度。可选地，该差异与目标图像块位置对应的运动区域相关程度呈正比。
在一个实施例中，对于每个目标图像块位置，终端获取参考图像对应的频域变换图像与各剩余图像对应的频域变换图像在目标图像块位置的频域变换数据之间的差值，根据差值均值或差值之和确定目标图像块位置对应的运动区域相关程度。
举例说明，继续参照图2和图3，以目标图像块位置b1为例，终端以待处理图像A1作为参考图像，依次获取待处理图像A1对应的频域变换图像B1与各剩余图像(即待处理图像A2…待处理图像An)对应的频域变换图像在目标图像块位置b1对应的频域变换数据之间的差值，根据差值均值或差值之和确定目标图像块位置b1对应的运动区域相关程度。
在一个实施例中，根据差异确定目标图像块位置对应的运动区域相关程度，包括：根据参考图像对应的频域变换图像分别与各剩余图像对应的频域变换图像在目标图像块位置对应的各频域变换数据之间的差异，确定参考图像对应的频域变换图像分别与各剩余图像对应的频域变换图像在目标图像块位置对应的运动区域相关程度；根据参考图像对应的频域变换图像分别与各剩余图像对应的频域变换图像在目标图像块位置对应的运动区域相关程度，确定目标图像块位置对应的运动区域相关程度。
在一个实施例中，终端根据参考图像对应的频域变换图像分别与各剩余图像对应的频域变换图像在目标图像块位置对应的频域变换数据之间的差值，确定参考图像对应的频域变换图像分别与各剩余图像对应的频域变换图像在目标图像块位置对应的运动区域相关程度；根据参考图像对应的频域变换图像分别与各剩余图像对应的频域变换图像在目标图像块位置对应的运动区域相关程度，确定目标图像块位置对应的运动区域相关程度。
举例说明，继续参照图2和图3，以目标图像块位置b1为例，终端以待处理图像A1作为参考图像，获取待处理图像A1对应的频域变换图像B1与待处理图像A2对应的频域变换图像B2在目标图像块位置b1对应的频域变换数据之间的差值，根据该差值确定频域变换图像B1与频域变换图像B2在目标图像块位置b1对应的运动区域相关程度；根据频域变换图像B1与各剩余图像(即待处理图像A2…待处理图像An)对应的频域变换图像在目标图像块位置b1对应的运动区域相关程度，确定目标图像块位置b1对应的运动区域相关程度。
在一个实施例中，根据参考图像对应的频域变换图像分别与各剩余图像对应的频域变换图像在目标图像块位置对应的各频域变换数据之间的差异，确定参考图像对应的频域变换图像分别与各剩余图像对应的频域变换图像在目标图像块位置对应的运动区域相关程度，包括：根据参考图像对应的频域变换图像分别与各剩余图像对应的频域变换图像在目标图像块位置对应的各频域变换数据之间的差异，确定参考图像对应的频域变换图像分别与各剩余图像对应的频域变换图像在目标图像块位置对应的运动区域相关权重；根据参考图像对应的频域变换图像分别与各剩余图像对应的频域变换图像在目标图像块位置对应的运动区域相关权重，确定参考图像对应的频域变换图像分别与各剩余图像对应的频域变换图像在目标图像块位置对应的运动区域相关程度。
在一个实施例中，任意两个频域变换图像在目标图像块位置对应的运动区域相关程度可以通过以下公式进行计算：
其中，mask表示任意两个频域变换图像在目标图像块位置对应的运动区域相关程度；weight表示任意两个频域变换图像在目标图像块位置对应的运动区域相关权重；
表示拉伸倍数，用于描述数据大小的拉伸程度，可取32。
在一个实施例中，任意两个频域变换图像在目标图像块位置对应的运动区域相关权重可以通过以下公式进行计算：
其中，weight表示任意两个频域变换图像在目标图像块位置对应的运动区域相关权重；diff表示任意两个频域变换图像在目标图像块位置对应的频域变换数据的差值；γ表示任意两个频域变换图像的噪声水平。可选地，终端按照通用的噪声评估策略确定任意两个频域变换图像中包含的噪声数量，根据噪声数量和预先设置的噪声数量与噪声水平之间的映射关系，确定任意两个频域变换图像的噪声水平。
在一个实施例中，根据参考图像对应的频域变换图像分别与各剩余图像对应的频域变换图像在目标图像块位置对应的运动区域相关程度，确定目标图像块位置对应的运动区域相关程度，包括：对参考图像对应的频域变换图像分别与各剩余图像对应的频域变换图像在目标图像块位置对应的运动区域相关程度求和，获得目标图像块位置对应的运动区域相关程度。
在一个实施例中，参照图6，图6为一个实施例中获取掩膜图像的流程示意图。可以看到，终端确定位于预定低频区域的目标图像块位置，对于每个目标图像块位置，终端获取参考图像对应的频域变换图像与首个剩余图像对应的频域变换图像在目标图像块位置对应的掩膜值，接着获取参考图像对应的频域变换图像与下一个剩余图像对应的频域变换图像在目标图像块位置对应的掩膜值，直至获得参考图像对应的频域变换图像与各剩余图像对应的频域变换图像在目标图像块位置对应的掩膜值，将参考图像对应的频域变换图像与各剩余图像对应的频域变换图像在目标图像块位置对应的掩膜值之和，作为目标图像块位置对应的掩膜值。根据各目标图像块位置分别对应的掩膜值，生成各目标图像块位置对应的掩膜图像。
本实施例中，根据参考图像对应的频域变换图像与各剩余图像对应的频域变换图像在目标图像块位置对应的各频域变换数据之间的差异，确定目标图像块位置对应的运动区域相关程度，能够准确反映目标图像块位置在待处理图像中对应的图像区域为运动区域的可能性。
在一个实施例中，确定各频域变换图像中位于预定低频区域的目标图像块位置，包括：确定各频域变换图像共同对应的图像块位置的位置信息；确定预定低频区域对应的预定位置信息；当图像块位置的位置信息属于预定位置信息时，判定图像块位置属于目标图像块位置。
由于离散余弦变换结果的低频区域通常集中在左上角，因此终端可按照各频域变换图像中每个图像块位置的位置信息，获得各频域变换图像中位于预定低频区域的目标图像块位置。
举例说明，继续参照图3，假设预定低频区域为区域304，终端获取区域304中各图像块位置的位置信息，确定预定低频区域对应的预定位置信息，当图像块位置的位置信息属于预定位置信息时，判定图像块位置属于目标图像块位置。可选地，位置信息可以是在x方向和y方向上的坐标值。
在一个实施例中，终端设置预定图像块位置，获取各频域变换图像中图像块位置的位置信息与预定图像块位置的位置信息之间的距离，将距离小于预定阈值的图像块位置作为目标图像块位置。预定图像块位置可以是最低频图像块位置。例如，假设预定图像块位置的位置信息为(0,0)，预定阈值为3，图像块位置(0,1)和图像块位置(1,0)分别与预定图像块位置(0,0)之间的距离为1，图像块位置(0,1)和图像块位置(1,0)为目标图像块位置，而图像块位置(4,0)与预定图像块位置(0,0)之间的距离为4，图像块位置(4,0)不是目标图像块位置。本实施例中，由于离散余弦变换结果的低频区域具有特定的位置，从离散余弦变换结果的低频区域中识别运动区域，能够避免图像的边缘和噪声对运动区域识别的干扰，提高对运动区域识别的准确度。
在一个实施例中，获取多于一张待处理图像，包括：从融合去噪处理结果中获取多于一张待处理图像；该方法还包括：按照各目标图像块位置分别对应的运动区域相关程度，从各目标图像块位置在各预处理图像分别对应的图像区域中获得目标运动对象对应的目标运动区域；对各目标运动区域进行二次去噪处理。
在一个实施例中，终端对现实场景中的目标运动对象进行一次拍摄，获得多于一张原始图像，对多于一张原始图像进行融合去噪处理，将融合去噪处理后的原始图像作为待处理图像。通过本申请实施例提供的方法，终端从多于一张待处理图像中分别识别出目标运动对象对应的目标运动区域，对各待处理图像中的目标运动区域进行二次去噪处理，得到各待处理图像分别对应的去噪图像，根据各去噪图像确定最终输出的拍摄图像，从而减少目标运动区域中残留的噪声，提高本次拍摄图像的清晰度。
在一个实施例中，如图7所示，提供了一种图像处理方法，本实施例以该方法应用于终端进行举例说明，可以理解的是，该方法也可以应用于服务器，还可以应用于包括终端和服务器的系统，并通过终端和服务器的交互实现。本实施例中，该方法包括以下步骤：
步骤702，获取经过融合去噪处理的多于一张待处理图像，多于一张待处理图像中包括目标运动对象；从多于一张待处理图像中提取参考图像，将多于一张待处理图像中除参考图像以外的图像作为剩余图像。
在一个实施例中，终端对现实场景中的目标运动对象进行一次拍摄，获得多于一张原始图像，对多于一张原始图像进行融合去噪处理，将融合去噪处理后的原始图像作为待处理图像。
步骤704，将多于一张待处理图像分别划分为多于一个图像块，对各待处理图像的图像块进行离散余弦变换处理，得到由频域变换图像块构成的各频域变换图像；各所述频域变换图像与各所述待处理图像一一对应。
步骤706，确定各频域变换图像共同对应的图像块位置的位置信息；确定预定低频区域对应的预定位置信息；当图像块位置的位置信息属于预定位置信息时，判定图像块位置属于目标图像块位置。
步骤708，对于每个目标图像块位置，获取参考图像对应的频域变换图像与各剩余图像对应的频域变换图像在目标图像块位置对应的各频域变换数据之间的差异；根据参考图像对应的频域变换图像分别与各剩余图像对应的频域变换图像在目标图像块位置对应的各频域变换数据之间的差异，确定参考图像对应的频域变换图像分别与各剩余图像对应的频域变换图像在目标图像块位置对应的运动区域相关权重；根据参考图像对应的频域变换图像分别与各剩余图像对应的频域变换图像在目标图像块位置对应的运动区域相关权重，确定参考图像对应的频域变换图像分别与各剩余图像对应的频域变换图像在目标图像块位置对应的掩膜值。
步骤710，对参考图像对应的频域变换图像分别与各剩余图像对应的频域变换图像在目标图像块位置对应的掩膜值求和，获得目标图像块位置对应的掩膜值；根据各目标图像块位置分别对应的掩膜值，生成各目标图像块位置分别对应的掩膜图像。
步骤712，通过掩膜图像标注相应的目标图像块位置在各待处理图像对应的图像区域；按照各掩膜图像分别对应的掩膜值，对各掩膜图像在各待处理图像中标注的图像区域进行二次去噪处理。在一个实施例中，参照图8，图8为一个实施例中获取掩膜图像的流程示意图。可以看到，终端从多于一张待处理图像中提取参考图像，将多于一张待处理图像中除参考图像以外的图像作为剩余图像，以参考图像作为基础，对各剩余图像进行图像对齐处理，将处理后的各待处理图像分别划分为多于一个图像块，对各待处理图像的图像块进行离散余弦变换处理，得到各待处理图像分别对应的频域变换图像，确定各频域变换图像中位于预定低频区域的目标图像块位置，对于每个目标图像块位置，根据各频域变换图像在目标图像块位置对应的各频域变换数据之间的差异，确定目标图像块位置对应的掩膜值，根据各目标图像块位置分别对应的掩膜值，生成各目标图像块位置对应的掩膜图像。
具体地，对各掩膜图像在各待处理图像中标注的图像区域进行二次去噪处理后，得到各待处理图像分别对应的去噪图像，根据各去噪图像确定最终输出的拍摄图像，从而减少目标运动区域中残留的噪声，提高本次拍摄图像的清晰度。
本实施例既可以识别得到运动区域，又可以避免运动区域出现重影的现象，从而提高运动区域的降噪均匀性和降噪强度。本实施例应用于拍摄设备的独立图像处理芯片中具有明显的正向效果。
本实施例中的图像处理方法，将多于一张待处理图像分别划分为多于一个图像块，对各待处理图像的图像块进行频域变换处理，得到由频域变换图像块构成的各频域变换图像，确定各频域变换图像中位于预定低频区域的目标图像块位置，对于每个目标图像块位置，根据各频域变换图像在目标图像块位置对应的各频域变换数据之间的差异，确定目标图像块位置对应的运动区域相关程度，按照各目标图像块位置分别对应的运动区域相关程度，从各目标图像块位置在各待处理图像分别对应的图像区域中，获得目标运动对象对应的目标运动区域，由于频域变换结果能够区分为低频区域和中高频区域，图像的边缘和噪声集中在中高频区域，图像的大部分信息集中在低频区域，从低频区域中识别运动区域，能够避免图像的边缘和噪声对运动区域识别的干扰，提高对运动区域识别的准确度，并且，目标运动区域用于指示进行去噪处理，对运动区域进行针对性去噪处理，能够减少运动区域中存在的噪声，提高图像的清晰度。
应该理解的是，虽然图2、图7的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2、图7中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
图9为一个实施例的图像处理装置的结构框图。如图9所示，提供了一种图像处理装置，该装置可以采用软件模块或硬件模块，或者是二者的结合成为计算机设备的一部分，该装置具体包括：获取模块902、频域变换模块904、确定模块906、计算模块908和识别模块910，其中：
获取模块902，用于获取多于一张待处理图像；多于一张待处理图像中包括目标运动对象；
频域变换模块904，用于将多于一张待处理图像分别划分为多于一个图像块，对各待处理图像的图像块进行频域变换处理，得到由频域变换图像块构成的各频域变换图像；各所述频域变换图像与各所述待处理图像一一对应；
确定模块906，用于确定各频域变换图像中位于预定低频区域的目标图像块位置；
计算模块908，用于对于每个目标图像块位置，根据各频域变换图像在目标图像块位置对应的各频域变换数据之间的差异，确定目标图像块位置对应的运动区域相关程度；
识别模块910，用于按照各目标图像块位置分别对应的运动区域相关程度，从各目标图像块位置在各待处理图像分别对应的图像区域中，获得目标运动对象对应的目标运动区域。
在一个实施例中，运动区域相关程度为掩膜值；该图像处理装置还包括掩膜图像生成模块、掩膜图像标注模块和去噪模块，掩膜图像生成模块用于：根据各目标图像块位置分别对应的掩膜值，生成各目标图像块位置分别对应的掩膜图像；掩膜图像标注模块用于：通过掩膜图像标注相应的目标图像块位置在各待处理图像对应的图像区域；去噪模块用于：按照各掩膜图像分别对应的掩膜值，对各掩膜图像在各待处理图像中标注的图像区域进行去噪处理。
在一个实施例中，识别模块910还用于：按照各目标图像块位置分别对应的运动区域相关程度，从各目标图像块位置中提取运动区域图像块位置；将运动区域图像块位置在各待处理图像对应的图像区域作为目标运动对象对应的目标运动区域。
在一个实施例中，去噪模块还用于：按照各运动区域图像块位置分别对应的运动区域相关程度，确定各运动区域图像块位置分别对应的去噪强度；运动区域相关程度与去噪强度呈正比；按照各运动区域图像块位置分别对应的去噪强度，对从各待处理图像中获取的目标运动区域进行去噪处理。
在一个实施例中，计算模块908还用于：从多于一张待处理图像中提取参考图像，将多于一张待处理图像中除参考图像以外的图像作为剩余图像；对于每个目标图像块位置，获取参考图像对应的频域变换图像与各剩余图像对应的频域变换图像在目标图像块位置对应的各频域变换数据之间的差异；根据差异确定目标图像块位置对应的运动区域相关程度。
在一个实施例中，计算模块908还用于：根据参考图像对应的频域变换图像分别与各剩余图像对应的频域变换图像在目标图像块位置对应的各频域变换数据之间的差异，确定参考图像对应的频域变换图像分别与各剩余图像对应的频域变换图像在目标图像块位置对应的运动区域相关程度；根据参考图像对应的频域变换图像分别与各剩余图像对应的频域变换图像在目标图像块位置对应的运动区域相关程度，确定目标图像块位置对应的运动区域相关程度。
在一个实施例中，计算模块908还用于：根据参考图像对应的频域变换图像分别与各剩余图像对应的频域变换图像在目标图像块位置对应的各频域变换数据之间的差异，确定参考图像对应的频域变换图像分别与各剩余图像对应的频域变换图像在目标图像块位置对应的运动区域相关权重；根据参考图像对应的频域变换图像分别与各剩余图像对应的频域变换图像在目标图像块位置对应的运动区域相关权重，确定参考图像对应的频域变换图像分别与各剩余图像对应的频域变换图像在目标图像块位置对应的运动区域相关程度。
在一个实施例中，计算模块908还用于：对参考图像对应的频域变换图像分别与各剩余图像对应的频域变换图像在目标图像块位置对应的运动区域相关程度求和，获得目标图像块位置对应的运动区域相关程度。
在一个实施例中，确定模块906还用于：确定各频域变换图像共同对应的图像块位置的位置信息；确定预定低频区域对应的预定位置信息；当图像块位置的位置信息属于预定位置信息时，判定图像块位置属于目标图像块位置。
在一个实施例中，获取模块902还用于：从融合去噪处理结果中获取多于一张待处理图像；去噪模块还用于：按照各目标图像块位置分别对应的运动区域相关程度，从各目标图像块位置在各预处理图像分别对应的图像区域中获得目标运动对象对应的目标运动区域；对各目标运动区域进行二次去噪处理。
关于图像处理装置的具体限定可以参见上文中对于图像处理方法的限定，在此不再赘述。上述图像处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
本实施例中的图像处理装置，将多于一张待处理图像分别划分为多于一个图像块，对各待处理图像的图像块进行频域变换处理，得到由频域变换图像块构成的各频域变换图像，确定各频域变换图像中位于预定低频区域的目标图像块位置，对于每个目标图像块位置，根据各频域变换图像在目标图像块位置对应的各频域变换数据之间的差异，确定目标图像块位置对应的运动区域相关程度，按照各目标图像块位置分别对应的运动区域相关程度，从各目标图像块位置在各待处理图像分别对应的图像区域中，获得目标运动对象对应的目标运动区域，由于频域变换结果能够区分为低频区域和中高频区域，图像的边缘和噪声集中在中高频区域，图像的大部分信息集中在低频区域，从低频区域中识别运动区域，能够避免图像的边缘和噪声对运动区域识别的干扰，提高对运动区域识别的准确度。
上述图像处理装置中各个模块的划分仅仅用于举例说明，在其他实施例中，可将图像处理装置按照需要划分为不同的模块，以完成上述图像处理装置的全部或部分功能。
图10为一个实施例中电子设备的内部结构示意图。如图10所示，该电子设备包括通过系统总线连接的处理器和存储器。其中，该处理器用于提供计算和控制能力，支撑整个电子设备的运行。存储器可包括非易失性存储介质及内存储器。非易失性存储介质存储有操作系统和计算机程序。该计算机程序可被处理器所执行，以用于实现以下各个实施例所提供的一种图像处理方法。内存储器为非易失性存储介质中的操作系统计算机程序提供高速缓存的运行环境。该电子设备可以是手机、平板电脑、PDA(Personal DigitalAssistant，个人数字助理)、POS(Point of Sales，销售终端)、车载电脑、穿戴式设备等任意终端设备。
本申请实施例中提供的图像处理装置中的各个模块的实现可为计算机程序的形式。该计算机程序可在终端或服务器上运行。该计算机程序构成的程序模块可存储在电子设备的存储器上。该计算机程序被处理器执行时，实现本申请实施例中所描述方法的步骤。
本申请实施例还提供了一种计算机可读存储介质。一个或多个包含计算机可执行指令的非易失性计算机可读存储介质，当所述计算机可执行指令被一个或多个处理器执行时，使得所述处理器执行图像处理方法的步骤。
一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行图像处理方法。
本申请所使用的对存储器、存储、数据库或其它介质的任何引用可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)，它用作外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDR SDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (14)
1.一种图像处理方法，其特征在于，包括：
获取多于一张待处理图像；所述多于一张待处理图像中包括目标运动对象；
将所述多于一张待处理图像分别划分为多于一个图像块，对各所述待处理图像的图像块进行频域变换处理，得到由频域变换图像块构成的各频域变换图像；各所述频域变换图像与各所述待处理图像一一对应；
确定各所述频域变换图像中位于预定低频区域的目标图像块位置；
对于每个目标图像块位置，根据各所述频域变换图像在所述目标图像块位置对应的各频域变换数据之间的差异，确定所述目标图像块位置对应的运动区域相关程度；
按照各所述目标图像块位置分别对应的运动区域相关程度，从各所述目标图像块位置在各所述待处理图像分别对应的图像区域中，获得所述目标运动对象对应的目标运动区域。
2.根据权利要求1所述的方法，其特征在于，所述运动区域相关程度为掩膜值；所述方法还包括：
根据各所述目标图像块位置分别对应的掩膜值，生成各所述目标图像块位置分别对应的掩膜图像；
通过所述掩膜图像标注相应的所述目标图像块位置在各所述待处理图像对应的图像区域；
按照各所述掩膜图像分别对应的掩膜值，对各所述掩膜图像在各所述待处理图像中标注的图像区域进行去噪处理。
3.根据权利要求1所述的方法，其特征在于，所述按照各所述目标图像块位置分别对应的运动区域相关程度，从各所述目标图像块位置在各所述待处理图像分别对应的图像区域中，获得所述目标运动对象对应的目标运动区域，包括：
按照各所述目标图像块位置分别对应的运动区域相关程度，从各所述目标图像块位置中提取运动区域图像块位置；
将所述运动区域图像块位置在各所述待处理图像对应的图像区域作为所述目标运动对象对应的目标运动区域。
4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
按照各所述运动区域图像块位置分别对应的运动区域相关程度，确定各所述运动区域图像块位置分别对应的去噪强度；所述运动区域相关程度与所述去噪强度呈正比；
按照各所述运动区域图像块位置分别对应的去噪强度，对从各所述待处理图像中获取的所述目标运动区域进行去噪处理。
5.根据权利要求1所述的方法，其特征在于，所述对于每个目标图像块位置，根据各所述频域变换图像在所述目标图像块位置对应的各频域变换数据之间的差异，确定所述目标图像块位置对应的运动区域相关程度，包括：
从所述多于一张待处理图像中提取参考图像，将所述多于一张待处理图像中除所述参考图像以外的图像作为剩余图像；
对于每个目标图像块位置，获取参考图像对应的频域变换图像与各剩余图像对应的频域变换图像在目标图像块位置对应的各频域变换数据之间的差异；
根据所述差异确定目标图像块位置对应的运动区域相关程度。
6.根据权利要求5所述的方法，其特征在于，所述根据所述差异确定目标图像块位置对应的运动区域相关程度，包括：
根据所述参考图像对应的频域变换图像分别与各所述剩余图像对应的频域变换图像在所述目标图像块位置对应的各频域变换数据之间的差异，确定所述参考图像对应的频域变换图像分别与各所述剩余图像对应的频域变换图像在所述目标图像块位置对应的运动区域相关程度；
根据所述参考图像对应的频域变换图像分别与各所述剩余图像对应的频域变换图像在所述目标图像块位置对应的运动区域相关程度，确定所述目标图像块位置对应的运动区域相关程度。
7.根据权利要求6所述的方法，其特征在于，所述根据所述参考图像对应的频域变换图像分别与各所述剩余图像对应的频域变换图像在所述目标图像块位置对应的各频域变换数据之间的差异，确定所述参考图像对应的频域变换图像分别与各所述剩余图像对应的频域变换图像在所述目标图像块位置对应的运动区域相关程度，包括：
根据所述参考图像对应的频域变换图像分别与各所述剩余图像对应的频域变换图像在所述目标图像块位置对应的各频域变换数据之间的差异，确定所述参考图像对应的频域变换图像分别与各所述剩余图像对应的频域变换图像在所述目标图像块位置对应的运动区域相关权重；
根据所述参考图像对应的频域变换图像分别与各所述剩余图像对应的频域变换图像在所述目标图像块位置对应的运动区域相关权重，确定所述参考图像对应的频域变换图像分别与各所述剩余图像对应的频域变换图像在所述目标图像块位置对应的运动区域相关程度。
8.根据权利要求6所述的方法，其特征在于，所述根据所述参考图像对应的频域变换图像分别与各所述剩余图像对应的频域变换图像在所述目标图像块位置对应的运动区域相关程度，确定所述目标图像块位置对应的运动区域相关程度，包括：
对所述参考图像对应的频域变换图像分别与各所述剩余图像对应的频域变换图像在所述目标图像块位置对应的运动区域相关程度求和，获得所述目标图像块位置对应的运动区域相关程度。
9.根据权利要求1所述的方法，其特征在于，所述确定各所述频域变换图像中位于预定低频区域的目标图像块位置，包括：
确定各所述频域变换图像共同对应的图像块位置的位置信息；
确定所述预定低频区域对应的预定位置信息；
当所述图像块位置的位置信息属于所述预定位置信息时，判定所述图像块位置属于所述目标图像块位置。
10.根据权利要求1所述的方法，其特征在于，所述获取多于一张待处理图像，包括：
从融合去噪处理结果中获取多于一张待处理图像；
所述方法还包括：
按照各所述目标图像块位置分别对应的运动区域相关程度，从各所述目标图像块位置在各所述预处理图像分别对应的图像区域中获得所述目标运动对象对应的目标运动区域；
对各所述目标运动区域进行二次去噪处理。
11.根据权利要求1所述的方法，其特征在于，所述目标运动区域用于指示进行去噪处理。
12.一种图像处理装置，其特征在于，包括：
获取模块，用于获取多于一张待处理图像；所述多于一张待处理图像中包括目标运动对象；
频域变换模块，用于将所述多于一张待处理图像分别划分为多于一个图像块，对各所述待处理图像的图像块进行频域变换处理，得到由频域变换图像块构成的各频域变换图像；各所述频域变换图像与各所述待处理图像一一对应；
确定模块，用于确定各所述频域变换图像中位于预定低频区域的目标图像块位置；
计算模块，用于对于每个目标图像块位置，根据各所述频域变换图像在所述目标图像块位置对应的各频域变换数据之间的差异，确定所述目标图像块位置对应的运动区域相关程度；
识别模块，用于按照各所述目标图像块位置分别对应的运动区域相关程度，从各所述目标图像块位置在各所述待处理图像分别对应的图像区域中，获得所述目标运动对象对应的目标运动区域。
13.一种电子设备，包括存储器及处理器，所述存储器中储存有计算机程序，其特征在于，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1至11中任一项所述的图像处理方法的步骤。
14.一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，所述计算机程序被处理器执行时实现如权利要求1至11中任一项所述的图像处理方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110989348.8A CN113643210B (zh) | 2021-08-26 | 2021-08-26 | 图像处理方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110989348.8A CN113643210B (zh) | 2021-08-26 | 2021-08-26 | 图像处理方法、装置、电子设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113643210A true CN113643210A (zh) | 2021-11-12 |
| CN113643210B CN113643210B (zh) | 2024-09-03 |
Family
ID=78424018
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110989348.8A Active CN113643210B (zh) | 2021-08-26 | 2021-08-26 | 图像处理方法、装置、电子设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113643210B (zh) |
Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010171615A (ja) * | 2009-01-21 | 2010-08-05 | Nippon Hoso Kyokai <Nhk> | ノイズ低減装置及びノイズ低減プログラム |
| US20130294655A1 (en) * | 2012-05-07 | 2013-11-07 | Korea Advanced Institute Of Science And Technology | Method and system for detecting matrix-based motion including frequency transform and filtering |
| CN103985140A (zh) * | 2014-05-22 | 2014-08-13 | 中国人民解放军国防科学技术大学 | 一种基于频域处理的抗噪运动目标检测方法 |
| US20170178309A1 (en) * | 2014-05-15 | 2017-06-22 | Wrnch Inc. | Methods and systems for the estimation of different types of noise in image and video signals |
| CN107292851A (zh) * | 2017-07-14 | 2017-10-24 | 重庆理工大学 | 一种基于伪3d变换的bm3d图像降噪方法 |
| CN107563974A (zh) * | 2017-08-15 | 2018-01-09 | 深圳云天励飞技术有限公司 | 图像去噪方法、装置、电子设备及存储介质 |
| CN107590779A (zh) * | 2017-08-07 | 2018-01-16 | 浙江工业大学 | 一种基于图像块聚类字典训练的图像去噪去模糊方法 |
| CN111429383A (zh) * | 2020-04-13 | 2020-07-17 | 展讯通信（上海）有限公司 | 图像降噪方法及装置、计算机可读存储介质 |
| CN111445392A (zh) * | 2020-03-20 | 2020-07-24 | Oppo广东移动通信有限公司 | 图像处理方法及装置、计算机可读存储介质和电子设备 |
| CN111652829A (zh) * | 2020-06-09 | 2020-09-11 | 展讯通信（上海）有限公司 | 图像融合方法、装置、电子设备及存储介质 |
| CN111652814A (zh) * | 2020-05-26 | 2020-09-11 | 浙江大华技术股份有限公司 | 一种视频图像的去噪方法、装置、电子设备及存储介质 |
| CN112529854A (zh) * | 2020-11-30 | 2021-03-19 | 华为技术有限公司 | 一种噪声估计方法、装置、存储介质及设备 |
| CN112581415A (zh) * | 2020-11-20 | 2021-03-30 | 北京迈格威科技有限公司 | 图像处理方法、装置、电子设备及存储介质 |
| US20210150674A1 (en) * | 2019-11-15 | 2021-05-20 | Disney Enterprises, Inc. | Techniques for robust image denoising |
| CN112862753A (zh) * | 2020-12-31 | 2021-05-28 | 百果园技术(新加坡)有限公司 | 噪声强度估计方法、装置及电子设备 |
| CN112991190A (zh) * | 2019-12-16 | 2021-06-18 | 荣耀终端有限公司 | 图像降噪方法及其介质和电子设备 |
-
2021
- 2021-08-26 CN CN202110989348.8A patent/CN113643210B/zh active Active
Patent Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010171615A (ja) * | 2009-01-21 | 2010-08-05 | Nippon Hoso Kyokai <Nhk> | ノイズ低減装置及びノイズ低減プログラム |
| US20130294655A1 (en) * | 2012-05-07 | 2013-11-07 | Korea Advanced Institute Of Science And Technology | Method and system for detecting matrix-based motion including frequency transform and filtering |
| US20170178309A1 (en) * | 2014-05-15 | 2017-06-22 | Wrnch Inc. | Methods and systems for the estimation of different types of noise in image and video signals |
| CN103985140A (zh) * | 2014-05-22 | 2014-08-13 | 中国人民解放军国防科学技术大学 | 一种基于频域处理的抗噪运动目标检测方法 |
| CN107292851A (zh) * | 2017-07-14 | 2017-10-24 | 重庆理工大学 | 一种基于伪3d变换的bm3d图像降噪方法 |
| CN107590779A (zh) * | 2017-08-07 | 2018-01-16 | 浙江工业大学 | 一种基于图像块聚类字典训练的图像去噪去模糊方法 |
| CN107563974A (zh) * | 2017-08-15 | 2018-01-09 | 深圳云天励飞技术有限公司 | 图像去噪方法、装置、电子设备及存储介质 |
| US20210150674A1 (en) * | 2019-11-15 | 2021-05-20 | Disney Enterprises, Inc. | Techniques for robust image denoising |
| CN112991190A (zh) * | 2019-12-16 | 2021-06-18 | 荣耀终端有限公司 | 图像降噪方法及其介质和电子设备 |
| CN111445392A (zh) * | 2020-03-20 | 2020-07-24 | Oppo广东移动通信有限公司 | 图像处理方法及装置、计算机可读存储介质和电子设备 |
| CN111429383A (zh) * | 2020-04-13 | 2020-07-17 | 展讯通信（上海）有限公司 | 图像降噪方法及装置、计算机可读存储介质 |
| CN111652814A (zh) * | 2020-05-26 | 2020-09-11 | 浙江大华技术股份有限公司 | 一种视频图像的去噪方法、装置、电子设备及存储介质 |
| CN111652829A (zh) * | 2020-06-09 | 2020-09-11 | 展讯通信（上海）有限公司 | 图像融合方法、装置、电子设备及存储介质 |
| CN112581415A (zh) * | 2020-11-20 | 2021-03-30 | 北京迈格威科技有限公司 | 图像处理方法、装置、电子设备及存储介质 |
| CN112529854A (zh) * | 2020-11-30 | 2021-03-19 | 华为技术有限公司 | 一种噪声估计方法、装置、存储介质及设备 |
| CN112862753A (zh) * | 2020-12-31 | 2021-05-28 | 百果园技术(新加坡)有限公司 | 噪声强度估计方法、装置及电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113643210B (zh) | 2024-09-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109035299B (zh) | 目标跟踪方法、装置、计算机设备及存储介质 | |
| CN110414507B (zh) | 车牌识别方法、装置、计算机设备和存储介质 | |
| CN108427927B (zh) | 目标再识别方法和装置、电子设备、程序和存储介质 | |
| CN105740876B (zh) | 一种图像预处理方法及装置 | |
| CN110838119B (zh) | 人脸图像质量评估方法、计算机装置及计算机可读存储介质 | |
| CN111968134B (zh) | 目标分割方法、装置、计算机可读存储介质及计算机设备 | |
| CN112102340B (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
| CN109903272B (zh) | 目标检测方法、装置、设备、计算机设备和存储介质 | |
| CN111899270A (zh) | 卡片边框检测方法、装置、设备及可读存储介质 | |
| CN112560796A (zh) | 人体姿态实时检测方法、装置、计算机设备及存储介质 | |
| CN111191533A (zh) | 行人重识别的处理方法、装置、计算机设备和存储介质 | |
| CN108830240A (zh) | 疲劳驾驶状态检测方法、装置、计算机设备和存储介质 | |
| US20220270204A1 (en) | Image registration method, terminal, and computer storage medium | |
| CN113643333A (zh) | 图像配准方法、装置、电子设备和计算机可读存储介质 | |
| CN112348116A (zh) | 利用空间上下文的目标检测方法、装置和计算机设备 | |
| CN113222921A (zh) | 一种图像处理方法及系统 | |
| CN111754429A (zh) | 运动矢量后处理方法和装置、电子设备及存储介质 | |
| CN116612280A (zh) | 车辆分割方法、装置、计算机设备和计算机可读存储介质 | |
| CN109447942B (zh) | 图像模糊度确定方法、装置、计算机设备及存储介质 | |
| CN109784379A (zh) | 纺织品图片特征库的更新方法和装置 | |
| CN109657083A (zh) | 纺织品图片特征库的建立方法和装置 | |
| CN113888429A (zh) | 图像提亮方法和装置、电子设备 | |
| CN113327209A (zh) | 深度图像生成方法、装置、电子设备和存储介质 | |
| CN109785343B (zh) | 基于清晰度的人脸抠图图片的优选方法及装置 | |
| CN113643210B (zh) | 图像处理方法、装置、电子设备和存储介质 |
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 |