CN114331899A - 一种图像降噪方法及装置 - Google Patents
一种图像降噪方法及装置 Download PDFInfo
- Publication number
- CN114331899A CN114331899A CN202111661147.1A CN202111661147A CN114331899A CN 114331899 A CN114331899 A CN 114331899A CN 202111661147 A CN202111661147 A CN 202111661147A CN 114331899 A CN114331899 A CN 114331899A
- Authority
- CN
- China
- Prior art keywords
- image
- noise reduction
- probability
- calculating
- pixref
- 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
- 230000009467 reduction Effects 0.000 title claims abstract description 45
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000004364 calculation method Methods 0.000 claims abstract description 21
- 238000001914 filtration Methods 0.000 claims abstract description 20
- 239000000203 mixture Substances 0.000 claims abstract description 15
- 102100022361 CAAX prenyl protease 1 homolog Human genes 0.000 claims abstract description 14
- 101000824531 Homo sapiens CAAX prenyl protease 1 homolog Proteins 0.000 claims abstract description 14
- 101001003584 Homo sapiens Prelamin-A/C Proteins 0.000 claims abstract description 14
- 230000002146 bilateral effect Effects 0.000 claims abstract description 13
- 230000008859 change Effects 0.000 claims abstract description 12
- 238000004590 computer program Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 9
- 238000010191 image analysis Methods 0.000 claims description 5
- 238000013507 mapping Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 6
- 230000006872 improvement Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 230000002457 bidirectional effect Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
Images
Landscapes
- Image Processing (AREA)
- Picture Signal Circuits (AREA)
Abstract
本发明适用于图像降噪技术领域,提供了一种图像降噪方法,包括:将上一帧图像按16x16的块大小,进行binning操作,并将得到的点存储到ram中,计算当前帧图像Pixel在平坦区的概率PRO0,对当前帧图像Pixel做双边滤波,得到PIXcur;同时,对上一帧图像binning得到的点进行插值,得到PIXref;利用PIXcur和PIXref,计算非场景变化概率PRO1,进行blend运算,得到最后降噪结果;通过概率计算,对两帧Pixel进行Blend运算,从而进行时域降噪,结合2D双边带滤波,达到3D降噪效果,可实现对图像进行色彩降噪。
Description
技术领域
本发明属于图像处理技术领域,尤其涉及一种图像降噪方法及装置。
背景技术
目前的消费电子产品领域中很多设备都带有了拍摄功能,而拍摄所得到的图像效果也逐渐成为了消费类电子产品优劣的重要判别标准。
然而图像在捕获、处理和传输过程中,不可避免地伴随噪声的干扰。目前的图像降噪方法大多针对纹理细节的降噪,基于此设计的噪声滤波器,由于滤波器范围的限制,在一定程度上影响了色彩降噪的效果。
现有技术一种图像降噪方法及装置(CN 112435182A),该申请公开了一种图像降噪方法及装置。其中,图像包括多个具有重叠区域的分块,分块能够整合成图像,该图像降噪方法包括:计算每个所述分块的初步降噪结果;计算每个分块的原始像素值和初步降噪结果的差值,得到每个分块的残差值;以图像每个像素点在所有含有每个像素点的分块的残差值,计算出图像每个像素点的残差值,以得到图像的残差图像;基于图像和残差图像计算得到降噪图像。而该技术方案所描述的降噪都是主要针对图像边缘和纹理进行的降噪,不能对色彩噪声进行降噪,没有特别针对色彩噪声进行降噪,而在一些环境场景下,色彩噪声往往对图像的显示效果影响更大。当色彩噪声已经超出了滤波器的滤波范围时,其图像质量会受到较大影响。
为了有效地抑制图像的色彩噪声,本专利发明了一般的图像降噪方法和装置。
发明内容
本发明实施例提供一种图像降噪方法及装置,旨在解决针对特殊情况下,一般的图像降噪技术主要针对图像的纹理细节进行降噪,没有特别针对色彩噪声进行降噪,而在一些环境场景下,色彩噪声往往对图像的显示效果影响更大。在这种场景下,色彩噪声已经超出了滤波器的滤波范围。本专利实现一种对色彩噪声的降噪方法,能够有效地抑制色彩噪声对图像显示效果的影响,同时降低硬件的实现代价。
本发明实施例是这样实现的,一种图像降噪方法,包括:
S1,将上一帧图像进行按16x16大小的块,进行binning操作,得到N个点,存储到ram中;
S2,计算当前帧图像Pixel在平坦区的概率PRO0;
S3,对当前帧图像Pixel做双边滤波,得到PIXcur;同时,对上一帧图像binning得到额N个点进行插值,得到PIXref;
S4,利用PIXcur和PIXref,计算非场景变化概率PRO1;
S5,进行blend运算,得到最后降噪结果。
作为本发明的一种改进方案:所述步骤S1中Binning是将上一帧图像按照16x16块大小,计算每一块的Pixel平均值,得到N个点,N=(图像宽度/16)*(图像高度/16)。
作为本发明的又一种改进方案:所述步骤S2中计算步骤为对当前帧图像在4个方向上做梯度计算,取垂直梯度方向的n个点,求平均值,得到P0和P1,用P0和P1计算出当前方向的梯度;4个方向的梯度取最大值,映射到概率图上,得到平坦区概率PRO0。
作为本发明的又一种改进方案:所述步骤S3详细步骤为当前帧图像Pixel进行双边滤波,得到二维降噪的PIXcur;同时对上一帧图像Binning得到N个点进行插值,得到PIXref。
作为本发明的又一种改进方案:所述步骤S4详细步骤为用|PIXcur-PIXref|为索引,映射到概率图上,得到非场景变换的概率PRO1。
作为本发明的又一种改进方案:步骤S5详细步骤为PRO0*PRO1得到当前PIXcur权重α,则1-α为上一帧PIXref帧对应的权重,按公式α*PIXcur+(1-α)*PIXref,进行blend运算,得到最后的3D降噪结果。
本发明还提供一种图像降噪装置,包括:
图像分析模块,所述图像分析模块用于将图像按16x16大小分块进行binning和插值;
数据处理模块,所述数据处理模块用于进行图像Pixel进行双边滤波计算、计算图像Pixel平坦区的概率PRO0以及计算;
计算模块,所述图像计算模块用于计算非场景变化率;
Bend计算模块,所述Bend计算模块用于进行blend运算得到降噪图像。
本发明一种图像降噪装置,包括:处理器模块、储存模块和计算机程序,所述处理器模块与储存模块连接,所述计算机程序设置在储存模块中。
作为本发明的一种改进方案:所述处理器模块用于执行计算机程序以实现上述的方法步骤。
作为本发明的又一种改进方案:所述储存模块用于执行储存上述的方法步骤中产生的数据。
本发明的有益效果:本发明在使用时,通过概率计算,对两帧Pixel进行Blend运算,从而进行时域降噪,结合2D双边带滤波,达到3D降噪这一机制,可有效过滤色彩噪音信息。
附图说明
图1是一种图像降噪方法的组成结构框图;
图2是一种图像降噪方法的图像处理流程框图;
图3是一种图像降噪装置的梯度概率计算示意图;
图4是一种图像降噪装置的梯度概率计算折线图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明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发明,并不用于限定本发明。
本发明能够在图像在捕获、处理和传输过程中,有效地抑制图像的色彩噪声,降低色彩噪声对图像的影响。
实施例一
参阅图1-4。
S1,将上一帧图像按照16x16的块,做binning操作,得到每个块的Pixel平均值,共N个,N=(图像宽度/16)*(图像高度/16),存储到ram中;
S2,计算当前帧图像Pixel在平坦区的概率PRO0,具体的,对当前帧图像在4个方向上做梯度计算,取垂直梯度方向的n个点,求平均值,得到P0和P1,用P0和P1计算出当前方向的梯度;4个方向的梯度取最大值,映射到概率图上,得到平坦区概率PRO0;
S3,对当前帧图像Pixel做双边滤波,得到PIXcur;同时对上一帧图像Binning得到N个点进行插值,得到PIXref,具体的,对当前帧图像Pixel进行双边滤波,得到二维降噪的PIXcur;同时对上一帧图像binning得到16x16个点进行插值,得到PIXref;
S4,利用PIXcur和PIXref,计算非场景变化概率PRO1,具体的,用|PIXcur-PIXref|为索引,映射到概率图上,得到非场景变换的概率PRO1;
S5,进行blend运算,得到最后降噪结果,具体的,PRO0*PRO1得到当前PIXcur权重α,则1-α为上一帧PIXref帧对应的权重,按公式α*PIXcur+(1-α)*PIXref,进行blend运算,得到最后的3D降噪结果。
综上所述,本方案通过概率计算,对两帧Pixel进行Blend运算,从而进行时域降噪,结合2D双边带滤波,达到3D降噪这一机制,可有效过滤色彩噪音信息。
实施例二
参阅图1-4。
S1中,将图像水平方向按16的间隔分为H份,即H=width/16,在垂直方向按16的间隔分为V份,即V=height/16。得到共N=H*V个16x16的块。对每个块内的PIX进行累加,最终累加值除以256,得到binning运算结果,即PIXavg=ΣPIX/256,将得到的N个点写入ram中。
实施例三
参阅图1-4。
S2中,计算当前帧图像Pixel在平坦区的概率PRO0,具体的,对当前帧图像在4个方向上做梯度计算。梯度计算取垂直梯度方向的n个点,求平均值,得到P0和P1,用P0和P1计算出当前方向的梯度;例如,计算垂直方向的梯度,n取5,当前Pixel坐标为(11,8),则P0点需要5个点求平均值,5个点坐标为Pix(8,6)、Pix(8,7)、Pix(8,8)、Pix(8,9)、Pix(8,10);P1点需要5个点求平均值,5个点坐标为Pix(12,6)、Pix(12,7)、Pix(12,8)、Pix(12,9)、Pix(12,10),得到垂直方向的梯度|P0-P1|。同样的方式计算其余3个方向的梯度,取4个梯度的最大值。如果梯度大于Th1,则表示当前Pixel处在图像边沿区域,平坦区概率PRO0=0;如果梯度小于Th0,则表示当前Pixel处在平坦区域,平坦区概率PRO0=1;如果梯度大于Th0而小于Th1,则表示当前Pixel处在渐变区域,平坦区概率PRO0取概率图上斜线上的值。
实施例四
参阅图1-4。
S3中,当前帧图像Pixel进行双边滤波,得到二维降噪的PIXcur,双边带滤波为周知的图像滤波方法,此处不再赘述;同时,同时对上一帧图像binning后的N个点进行双向插值,得到PIXref。
双向插值具体方法为:
1.根据当前Pixel的坐标(Y0,X0),横纵坐标都除以16,得到(y0,x0);
2.从ram中,去4个点的值(y0,x0)、(y0,x0+1)、(y0+1,x0)、(y0+1,x0+1),记为P00、P01、P10、P11。
3.先进行横向插值,得到H0=P00+(P01-P00)*Coefh和H1=P10+(P11-P10)*Coefh,其中Coefh为当前Pixel横坐标到相邻两个16x16块横坐标重点的比值倒数。
4.再进行纵向插值,得到PIXref=H0+(H1-H0)*Coefv。
实施例五
参阅图1-4。
S4中,用|PIXcur-PIXref|为索引,映射到概率图上,得到非场景变换的概率PRO1:当|PIXcur-PIXref|>Th1时,PRO1=0;当|PIXcur-PIXref|<Th0时,PRO1=1;当Th0<|PIXcur-PIXref|<Th1时,PRO1去概率图上斜线的值。
实施例六
参阅图1-4。
PRO0*PRO1得到当前PIXcur权重α,则1-α为上一帧PIXref帧对应的权重,按公式α*PIXcur+(1-α)*PIXref,进行blend运算,得到最后的3D降噪结果。
实施例七
本发明一种图像降噪装置,包括:
图像分析模块,所述图像分析模块用于将图像分块并进行binning计算和插值;
数据处理模块,所述数据处理模块用于进行图像Pixel进行双边滤波计算、计算图像Pixel平坦区的概率PRO0以及计算;
计算模块,所述图像计算模块用于计算非场景变化率;
Bend计算模块,所述Bend计算模块用于进行blend运算得到降噪图像;
其中,所述图像分析模块、数据处理模块、计算模块和Bend计算模块为计算机程序主要组成模块。
本发明一种图像降噪装置,包括:处理器模块、储存模块和计算机程序,所述处理器模块与储存模块连接,所述计算机程序设置在储存模块中。
所述处理器模块用于执行计算机程序以实现上述所述的方法步骤。
所述储存模块用于执行储存上述所述的方法步骤中产生的数据。
本装置工作原理原理流程如下:通过处理器模块上的执行储存模块中的计算机程序中的图像分析模块、数据处理模块、计算模块和Bend计算模块根据步骤S1-S5依次执行,具体步骤如下:首先上一帧图像按16x16大小进行binning计算,存储到ram中;接着计算当前帧图像Pixel在平坦区的概率PRO0;接着对当前帧图像Pixel做双边滤波,得到PIXcur;同时,对第1步得到的点进行插值,得到PIXref;利用第3步的PIXcur和PIXref;接着计算非场景变化概率PRO1;接着进行blend运算,得到最后降噪结果。
本应该理解的是,虽然本发明各实施例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,各实施例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。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种图像降噪方法,其特征在于,包括:
S1,将上一帧图像进行按16x16大小的块,进行binning操作,得到N个点,存储到ram中;
S2,计算当前帧图像Pixel在平坦区的概率PRO0;
S3,对当前帧图像Pixel做双边滤波,得到PIXcur;同时,对上一帧图像binning得到额N个点进行插值,得到PIXref;
S4,利用PIXcur和PIXref,计算非场景变化概率PRO1;
S5,进行blend运算,得到最后降噪结果。
2.如权利要求1所述的一种图像降噪方法,其特征在于,所述步骤S1中Binning是将上一帧图像按照16x16块大小,计算每一块的Pixel平均值,得到N个点,N=(图像宽度/16)*(图像高度/16)。
3.如权利要求1所述的一种图像降噪方法,其特征在于,所述步骤S2中计算步骤为对当前帧图像在4个方向上做梯度计算,取垂直梯度方向的n个点,求平均值,得到P0和P1,用P0和P1计算出当前方向的梯度;4个方向的梯度取最大值,映射到概率图上,得到平坦区概率PRO0。
4.如权利要求1所述的一种图像降噪方法,其特征在于,所述步骤S3详细步骤为当前帧图像Pixel进行双边滤波,得到二维降噪的PIXcur;同时对上一帧图像Binning得到N个点进行插值,得到PIXref。
5.如权利要求1所述的一种图像降噪方法,其特征在于,所述步骤S4详细步骤为用|PIXcur-PIXref|为索引,映射到概率图上,得到非场景变换的概率PRO1。
6.如权利要求1所述的一种图像降噪方法,其特征在于,步骤S5详细步骤为PRO0*PRO1得到当前PIXcur权重α,则1-α为上一帧PIXref帧对应的权重,按公式α*PIXcur+(1-α)*PIXref,进行blend运算,得到最后的3D降噪结果。
7.一种图像降噪装置,其特征在于,包括:
图像分析模块,所述图像分析模块用于将图像按16x16大小分块进行binning和插值;
数据处理模块,所述数据处理模块用于进行图像Pixel进行双边滤波计算、计算图像Pixel平坦区的概率PRO0以及计算;
计算模块,所述图像计算模块用于计算非场景变化率;
Bend计算模块,所述Bend计算模块用于进行blend运算得到降噪图像。
8.如权利要求7所述的一种图像降噪装置,其特征在于,包括:处理器模块、储存模块和计算机程序,所述处理器模块与储存模块连接,所述计算机程序设置在储存模块中。
9.如权利要求7所述的一种图像降噪装置,其特征在于,包括:所述处理器模块用于执行计算机程序以实现权利要求1-6中任意一项所述的方法步骤。
10.如权利要求7所述的一种图像降噪装置,其特征在于,所述储存模块用于执行储存权利要求1-6中任意一项所述的方法步骤中产生的数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111661147.1A CN114331899A (zh) | 2021-12-31 | 2021-12-31 | 一种图像降噪方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111661147.1A CN114331899A (zh) | 2021-12-31 | 2021-12-31 | 一种图像降噪方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114331899A true CN114331899A (zh) | 2022-04-12 |
Family
ID=81019210
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111661147.1A Pending CN114331899A (zh) | 2021-12-31 | 2021-12-31 | 一种图像降噪方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114331899A (zh) |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101123682A (zh) * | 2006-08-11 | 2008-02-13 | 松下电器产业株式会社 | 可减少图像振铃噪声的方法、装置及集成电路 |
KR101133520B1 (ko) * | 2011-01-03 | 2012-04-04 | 엠텍비젼 주식회사 | 색 노이즈 제거 방법 및 장치 |
US20120162525A1 (en) * | 2010-12-22 | 2012-06-28 | Brian Schoner | Method And System For Digital Noise Reduction Of Scaled Compressed Video Pictures |
US20130251282A1 (en) * | 2012-03-26 | 2013-09-26 | Mtekvision Co., Ltd. | Method and device for reducing temporal noise for image |
CN103632352A (zh) * | 2013-11-01 | 2014-03-12 | 华为技术有限公司 | 一种噪声图像的时域降噪方法和相关装置 |
CN104486607A (zh) * | 2014-12-31 | 2015-04-01 | 上海富瀚微电子股份有限公司 | 一种图像色度降噪的方法及装置 |
US20160037061A1 (en) * | 2014-07-31 | 2016-02-04 | Apple Inc. | Dynamic motion estimation and compensation for temporal filtering |
US20160086309A1 (en) * | 2014-09-22 | 2016-03-24 | Realtek Semiconductor Corp. | Image signal processing method and image signal processor |
CN106612386A (zh) * | 2015-10-27 | 2017-05-03 | 北京航空航天大学 | 一种联合时空相关特性的降噪方法 |
CN107016650A (zh) * | 2017-02-27 | 2017-08-04 | 苏州科达科技股份有限公司 | 视频图像3d降噪方法及装置 |
CN108389217A (zh) * | 2018-01-31 | 2018-08-10 | 华东理工大学 | 一种基于梯度域混合的视频合成方法 |
CN109743473A (zh) * | 2019-01-11 | 2019-05-10 | 珠海全志科技股份有限公司 | 视频图像3d降噪方法、计算机装置及计算机可读存储介质 |
WO2020113824A1 (zh) * | 2018-12-04 | 2020-06-11 | 深圳市华星光电半导体显示技术有限公司 | 图像处理方法 |
CN111383182A (zh) * | 2018-12-28 | 2020-07-07 | 展讯通信(上海)有限公司 | 图像去噪方法、装置及计算机可读存储介质 |
CN111784603A (zh) * | 2020-06-29 | 2020-10-16 | 珠海全志科技股份有限公司 | 一种raw域图像去噪方法、计算机装置及计算机可读存储介质 |
CN112085682A (zh) * | 2020-09-11 | 2020-12-15 | 成都国科微电子有限公司 | 图像降噪方法、装置、电子设备及存储介质 |
CN112819721A (zh) * | 2021-02-04 | 2021-05-18 | 湖南兴芯微电子科技有限公司 | 一种图像彩色噪声降噪的方法和系统 |
-
2021
- 2021-12-31 CN CN202111661147.1A patent/CN114331899A/zh active Pending
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101123682A (zh) * | 2006-08-11 | 2008-02-13 | 松下电器产业株式会社 | 可减少图像振铃噪声的方法、装置及集成电路 |
US20120162525A1 (en) * | 2010-12-22 | 2012-06-28 | Brian Schoner | Method And System For Digital Noise Reduction Of Scaled Compressed Video Pictures |
KR101133520B1 (ko) * | 2011-01-03 | 2012-04-04 | 엠텍비젼 주식회사 | 색 노이즈 제거 방법 및 장치 |
US20130251282A1 (en) * | 2012-03-26 | 2013-09-26 | Mtekvision Co., Ltd. | Method and device for reducing temporal noise for image |
CN103632352A (zh) * | 2013-11-01 | 2014-03-12 | 华为技术有限公司 | 一种噪声图像的时域降噪方法和相关装置 |
US20160037061A1 (en) * | 2014-07-31 | 2016-02-04 | Apple Inc. | Dynamic motion estimation and compensation for temporal filtering |
US20160086309A1 (en) * | 2014-09-22 | 2016-03-24 | Realtek Semiconductor Corp. | Image signal processing method and image signal processor |
CN104486607A (zh) * | 2014-12-31 | 2015-04-01 | 上海富瀚微电子股份有限公司 | 一种图像色度降噪的方法及装置 |
CN106612386A (zh) * | 2015-10-27 | 2017-05-03 | 北京航空航天大学 | 一种联合时空相关特性的降噪方法 |
CN107016650A (zh) * | 2017-02-27 | 2017-08-04 | 苏州科达科技股份有限公司 | 视频图像3d降噪方法及装置 |
CN108389217A (zh) * | 2018-01-31 | 2018-08-10 | 华东理工大学 | 一种基于梯度域混合的视频合成方法 |
WO2020113824A1 (zh) * | 2018-12-04 | 2020-06-11 | 深圳市华星光电半导体显示技术有限公司 | 图像处理方法 |
CN111383182A (zh) * | 2018-12-28 | 2020-07-07 | 展讯通信(上海)有限公司 | 图像去噪方法、装置及计算机可读存储介质 |
CN109743473A (zh) * | 2019-01-11 | 2019-05-10 | 珠海全志科技股份有限公司 | 视频图像3d降噪方法、计算机装置及计算机可读存储介质 |
CN111784603A (zh) * | 2020-06-29 | 2020-10-16 | 珠海全志科技股份有限公司 | 一种raw域图像去噪方法、计算机装置及计算机可读存储介质 |
CN112085682A (zh) * | 2020-09-11 | 2020-12-15 | 成都国科微电子有限公司 | 图像降噪方法、装置、电子设备及存储介质 |
CN112819721A (zh) * | 2021-02-04 | 2021-05-18 | 湖南兴芯微电子科技有限公司 | 一种图像彩色噪声降噪的方法和系统 |
Non-Patent Citations (4)
Title |
---|
张嘉超: "低照度数字相机处理流水线噪声抑制方法研究", 中国博士学位论文电子期刊网, no. 07, 15 July 2019 (2019-07-15), pages 138 - 56 * |
权利;胡越黎;诸安骥;燕明;: "基于改进双域滤波的视频降噪算法", 计算机科学, no. 07, 15 July 2016 (2016-07-15), pages 294 - 296 * |
李明;李梦萄;刘昌举;任思伟;张靖;: "应用于CMOS图像传感器的联合降噪插值算法研究", 半导体光电, no. 06, 15 December 2015 (2015-12-15), pages 1006 - 1009 * |
沈磊;陈贵灿;谷宁静;: "一种基于噪声估计的彩色噪声滤除算法", 微电子学与计算机, no. 06, 20 July 2006 (2006-07-20), pages 96 - 98 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9445022B2 (en) | Image processing apparatus and image processing method, and program | |
JP4727720B2 (ja) | 画像処理方法および画像処理装置 | |
US8792746B2 (en) | Image processing apparatus, image processing method, and program | |
US20100067818A1 (en) | System and method for high quality image and video upscaling | |
US9082171B2 (en) | Image processing device for reducing image noise and the method thereof | |
CN108174057B (zh) | 一种利用视频图像帧间差异对画面快速降噪的方法及装置 | |
CN112311962B (zh) | 一种视频去噪方法和装置、计算机可读存储介质 | |
US20100245670A1 (en) | Systems and methods for adaptive spatio-temporal filtering for image and video upscaling, denoising and sharpening | |
CN109978774B (zh) | 多帧连续等曝光图像的去噪融合方法及装置 | |
WO2009107197A1 (ja) | 画像処理装置、画像処理方法および画像処理プログラム | |
JP6369150B2 (ja) | アンチエイリアシングエッジを回復するフィルタリング方法及びフィルタリング装置 | |
CN106791279B (zh) | 基于遮挡检测的运动补偿方法及系统 | |
Tan et al. | Multipoint filtering with local polynomial approximation and range guidance | |
US11854157B2 (en) | Edge-aware upscaling for improved screen content quality | |
CN108734668B (zh) | 图像色彩恢复方法、装置、计算机可读存储介质及终端 | |
CN111340732A (zh) | 一种低照度视频图像增强方法及装置 | |
KR20140109801A (ko) | 3d이미지 품질을 향상시키는 방법과 장치 | |
CN110418081B (zh) | 高动态范围图像全分辨率重建方法、装置及电子设备 | |
CN115965537A (zh) | 一种视频图像降噪方法、装置及计算机存储介质 | |
CN112435182B (zh) | 图像降噪方法及装置 | |
JP2007323635A (ja) | ビデオ・イメージの再帰的フィルタリング | |
US9911177B2 (en) | Applying chroma suppression to image data in a scaler of an image processing pipeline | |
CN114331899A (zh) | 一种图像降噪方法及装置 | |
CN107993196B (zh) | 基于预测校验的图像插值方法及系统 | |
CN110363723B (zh) | 改进图像边界效果的图像处理方法及装置 |
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 |