CN116342633A - Raw域图像处理方法、图像降噪方法及电子设备 - Google Patents

Abstract

本申请公开了一种RAW域图像处理方法、图像降噪方法及电子设备，其中，RAW域图像处理方法包括：获取待处理图像的像素矩阵，并获取所述像素矩阵中每个像素的初始目标置信度和对应所述初始目标置信度的初始目标方向；根据每个所述像素的所述初始目标置信度进行双阈值分割，以得到所述像素阵列的粗分边缘信息；以及根据得到的所述粗分边缘信息，并基于所述初始目标方向获取所述像素阵列的细分边缘信息。本申请能够提升画面亮度，优化画面品质。

Description

RAW域图像处理方法、图像降噪方法及电子设备

技术领域

本申请涉及图像处理技术领域，特别是涉及一种RAW域图像处理方法、基于上述的RAW域图像处理方法的图像降噪方法及电子设备。

背景技术

图像传感器是数字摄像头的重要组成部分，是一种将光学图像转换成电学信号的设备，它被广泛地应用在数码相机、移动终端、便携式电子装置等电子设备中。图像传感器包括CCD(Charge Coupled Device，电荷耦合元件)图像传感器和CMOS(ComplementaryMetal Oxide Semiconductor，互补型金属氧化物半导体元件)图像传感器两大类，而CMOS图像传感器具有高度集成化、低功耗、速度快、成本低等优点，已经广泛应用在许多产品中。这些产品包括手机、平板电脑、汽车以及安防监控系统等。

为了保证CMOS图像传感器在暗场景下的需求，图像传感器通常会采用提高曝光时间或者提高增益的方式，来提升画面亮度。提高曝光时间的方式在拍摄运动物体时会导致拖影，而提高增益的方式会引入严重噪声。

发明内容

本申请的目的在于提供一种RAW域图像处理方法、基于上述的RAW域图像处理方法的图像降噪方法及电子设备，能够提升画面亮度，优化画面品质。

为达到上述目的，本申请的技术方案是这样实现的：

第一方面，本申请实施例提供了一种图像处理方法，包括：获取待处理图像的像素矩阵，并获取所述像素矩阵中每个像素的初始目标置信度和对应所述初始目标置信度的初始目标方向；根据每个所述像素的所述初始目标置信度进行双阈值分割，以得到所述像素阵列的粗分边缘信息；以及根据得到的所述粗分边缘信息，并基于所述初始目标方向获取所述像素阵列的细分边缘信息。

可选地，获取所述初始目标置信度及所述初始目标方向，具体包括：

使用边缘检测算子对所述像素矩阵进行边缘检测以获取所述初始目标置信度及所述初始目标方向，其中，通过所述边缘检测算子分别计算出每个所述像素的预设方向的梯度以作为置信度，并输出各所述置信度中的最大值，以作为对应所述像素的所述初始目标置信度，且所述初始目标置信度对应的所述预设方向作为所述初始目标方向。

可选地，所述边缘检测算子包括sobel算子；和/或，所述预设方向包括0度、45度、90度及135度。

可选地，得到所述像素阵列的粗分边缘信息，具体包括：定义第一预设阈值及大于所述第一预设阈值的第二预设阈值；

其中，所述初始目标置信度低于所述第一预设阈值的像素，判断为初始平坦像素，且处于平坦区域；所述初始目标置信度高于所述第二预设阈值的像素，判断为初始边缘像素，且处于边缘区域；其余的像素则判断为初始待定像素，且处于待定区域。

可选地，获取所述像素阵列的细分边缘信息包括：对所述初始边缘像素进行孤立点检测，以得到目标边缘像素及补充待定像素。

可选地，对所述初始边缘像素进行孤立点检测，以得到目标边缘像素及补充待定像素，具体包括：

定义待检测初始边缘像素，以所述待检测初始边缘像素为中心定义孤立点检测区；

统计所述孤立点检测区中所述初始边缘像素的个数，若大于第一检测阈值，则判断所述待检测初始边缘像素为所述目标边缘像素，否则判断所述待检测初始边缘像素为所述补充待定像素；或者，统计所述孤立点检测区中与所述待检测初始边缘像素的初始目标方向相同的所述初始边缘像素的个数，若大于第二检测阈值，则判断所述待检测初始边缘像素为所述目标边缘像素，否则判断所述待检测初始边缘像素为所述补充待定像素。

可选地，根据得到的所述粗分边缘信息，并基于所述初始目标方向获取所述像素阵列的细分边缘信息，包括：

对所述补充待定像素、初始待定像素及初始平坦像素进行邻域主方向投票，以获取真正目标方向。

可选地，对所述补充待定像素、初始待定像素及初始平坦像素进行邻域主方向投票，以获取真正目标方向，具体包括：

定义待投票像素，以所述待投票像素为中心定义目标投票区；

统计所述目标投票区中初始边缘像素及初始待定像素的初始目标方向，并定义数量最多的初始目标方向为投票方向；

比较所述投票方向与对应的待投票像素的初始目标方向，若一致则定义所述投票方向为所述待投票像素的真正目标方向，若不一致，则定义为待分配方向像素。

可选地，当未定义出所述待分配方向像素时，对于所述初始平坦像素，定义待投票像素及以其为中心的目标投票区，获取所述目标投票区中所述初始边缘像素及所述初始待定像素的所述初始目标方向中数量最多的所述初始目标方向与所述待投票像素的初始目标方向不一致的所述待投票像素，定义为不一致投票像素，其余为一致投票像素，统计所述不一致投票像素对应的所述目标投票区中的所述一致投票像素的个数，若小于预设阈值，则所述待投票像素为真正平坦像素；除所述真正平坦像素外的所述待投票像素为方向待定像素；

或者，当定义出所述待分配方向像素时，对于所述待分配方向像素中的所述初始平坦像素，统计其为中心的所述目标投票区中的所述初始目标方向为所述投票方向的像素的个数，若小于预设阈值，则所述待分配方向像素为真正平坦像素；除所述真正平坦像素外的所述待分配方向像素为方向待定像素。

可选地，根据得到的所述粗分边缘信息，并基于所述初始目标方向获取所述像素阵列的细分边缘信息，包括：

对所述方向待定像素进行方向匹配度检测，以得到所述方向待定像素的真正目标方向。

可选地，对所述方向待定像素进行方向匹配度检测，以得到所述方向待定像素的真正目标方向，具体包括：

定义待检测方向待定像素，以所述待检测方向待定像素为中心定义匹配度检测区，定义若干分值参考矩阵，且所述分值参考矩阵的大小与所述匹配度检测区的大小一致；

选取与所述待检测方向待定像素的初始目标方向对应的分值参考矩阵，并分别计算所述匹配度检测区中初始边缘像素在所述分值参考矩阵对应位置的分数值之和作为第一分数值之和以及所述初始待定像素在所述分值参考矩阵对应位置的分数值之和作为第二分数值之和，所述第一分数值之和乘以大于等于1的权重系数得到第一权重分数，所述第二分数值之和乘以小于等于1的权重系数得到第二权重分数，若基于所述第一权重分数和所述第二权重分数之和大于匹配度阈值，则定义所述待检测方向待定像素的初始目标方向为其真正目标方向，若小于匹配度阈值，则定义所述待检测方向待定像素的所述投票方向为其真正目标方向；

或者，选取与所述待检测方向待定像素的初始目标方向对应的分值参考矩阵，并计算所述匹配度检测区中的初始边缘像素、初始待定像素在所述分值参考矩阵对应位置的分数值之和作为第一计算分数，选取与所述待检测方向待定像素的所述投票方向对应的所述分值参考矩阵，并计算所述匹配度检测区中的初始边缘像素、初始待定像素在所述分值参考矩阵对应位置的分数值之和作为第二计算分数，所述第一计算分数与所述第二计算分数中较大者对应的初始目标方向或者投票方向作为所述待检测方向待定像素的所述真正目标方向。

第二方面，本申请实施例提供了一种图像降噪方法，所述图像降噪方法包括：

获取定义有真正平坦区域与非真正平坦区域的像素阵列；其中，所述真正平坦区域包括所述真正平坦像素，所述非真正平坦区域包括除所述真正平坦像素外的其他类像素；

对所述真正平坦区域的像素与所述非真正平坦区域的像素分别进行降噪，得到降噪像素值。

第三方面，本申请实施例提供了一种电子设备，如可以是图像传感器，包括存储器和处理器；所述处理器用于执行所述存储器中存储的计算机程序以实现所述的图像处理方法的步骤。

第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时所述的图像处理方法和/或所述的图像降噪方法的步骤。

本申请实施例提供的技术方案带来的有益效果是：

本申请实施例提供的RAW域图像处理方法、图像降噪方法及电子设备，通过获取待处理图像的像素矩阵，并获取所述像素矩阵中每个像素的初始目标置信度和对应所述初始目标置信度的初始目标方向；根据每个所述像素的所述初始目标置信度进行双阈值分割，以得到所述像素阵列的粗分边缘信息；以及根据得到的所述粗分边缘信息，并基于所述初始目标方向获取所述像素阵列的细分边缘信息，并对图像像素进行降噪，从而极大地提升了画面亮度，优化了画面品质。

附图说明

图1是本申请实施例提供的RAW域图像处理方法的流程示意图；

图2a是图1的RAW域图像处理方法中得到置信度和方向的示意图；

图2b是图1的RAW域图像处理方法中得到粗分边缘信息的示意图；

图2c是图1的RAW域图像处理方法中获取细分边缘信息的示意图；

图3是本申请实施例提供的图像降噪方法的流程示意图。

具体实施方式

以下结合说明书附图及具体实施例对本申请技术方案做进一步的详细阐述。除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请。

图1是本申请实施例提供的RAW域(原始域)图像处理方法的流程示意图。图像处理方法能够提升画面亮度，优化画面品质。请参考图1，本实施例的RAW域图像处理方法可以包括以下步骤：

步骤S101，获取待处理图像的像素矩阵，并获取像素矩阵中每个像素的初始目标置信度和与初始目标置信度对应的初始目标方向；

其中，步骤S101中，获取像素矩阵中每个像素的初始目标置信度和对应初始目标置信度的初始目标方向，可以包括：使用边缘检测算子对像素矩阵进行边缘检测以获取初始目标置信度及初始目标方向，其中，通过边缘检测算子分别计算出每个像素的预设方向的梯度以作为置信度，并输出各置信度中的最大值，以作为对应像素的初始目标置信度，且初始目标置信度对应的预设方向作为初始目标方向。

边缘检测算子可以包括Sobel算子，可以分别计算出每个像素预设方向(例如0度方向、45度方向、90度方向和135度方向)的梯度以作为置信度，如图2a所示。边缘检测算子还输出四个方向中置信度的最大值和输出最大置信度的方向，以得到每个像素的初始目标置信度(即最大置信度)和初始目标方向。其中，边缘检测算子Sobel可以采用现有的图像边缘检测方法，在此不再赘述。当然，在本发明中，也可以根据需求使用其他一阶微分算子分别计算每个像素预设方向的梯度以作为置信度，例如Roberts算子、Prewitt算子等，在此不做限定。

步骤S103，根据每个像素的初始目标置信度进行双阈值分割，以得到像素阵列的粗分(Coarse)边缘信息。

这里，经过步骤S101的计算，每个像素会得到初始目标置信度及其初始目标方向信息。本步骤中，可以对初始目标置信度进行双阈值分割，得到像素阵列的粗分(Coarse)边缘信息。

步骤S103中，可以具体包括：定义第一预设阈值及大于第一预设阈值的第二预设阈值；其中，初始目标置信度低于第一预设阈值的像素，判断为初始平坦像素，且处于平坦区域；初始目标置信度高于第二预设阈值的像素，判断为初始边缘像素，且处于边缘区域；其余的像素则判断为初始待定像素，且处于待定区域。如图2b所示。

其中，定义第一预设阈值及大于第一预设阈值的第二预设阈值的方法可以为：在待处理原始图像的图像处理过程中，基于各像素的目标置信度，可以基于经验大致分辨出平坦像素置信度值和边缘像素置信度值，基于不同种类像素的置信度值可以定义出第一预设阈值及第二预设阈值，例如，一般认为平坦像素的目标置信度为所选边缘检测算子的理论最大值的10％-30％，边缘像素的目标置信度为所选边缘检测算子的理论最大值的40％-60％，则待定像素的目标置信度为所选边缘检测算子的理论最大值30％-40％，进而可以定义出第一预设阈值为所选边缘检测算子的理论最大值的30％，第二预设阈值为所选边缘检测算子的理论最大值的40％。其中，需要说明的，第一预设阈值及第二预设阈值可以依据边缘检测算子的选择和方案的实际需求定义。

步骤S105，根据得到的粗分边缘信息，并基于初始目标方向获取像素阵列的细分(Refined)边缘信息。

这里，经过步骤S103的计算，以某一个像素为中心，可以得到该像素附近N*M行列范围内的所有像素的粗分边缘信息，N和M可以为相同或不同的整数，例如，N*M为5*5。本步骤中，可以进一步对已获得粗分边缘信息的所有像素进行细分，例如对N*M的像素矩阵继续细分。

在步骤S105中，获取细分边缘信息，可以分为三个步骤：进行孤立点检测、进行邻域主方向投票、进行方向匹配度检测，如图2c所示。

步骤S105中，获取像素阵列的细分边缘信息包括：对初始边缘像素进行孤立点检测，以得到目标边缘像素及补充待定像素。

对初始边缘像素进行孤立点检测，以得到目标边缘像素及补充待定像素，具体可以包括：

定义待检测初始边缘像素，以待检测初始边缘像素为中心定义孤立点检测区；

统计孤立点检测区中初始边缘像素的个数，若大于第一检测阈值，则判断待检测初始边缘像素为目标边缘像素，否则判断待检测初始边缘像素为补充待定像素；或者，统计孤立点检测区中与待检测初始边缘像素的初始目标方向相同的初始边缘像素的个数，若大于第二检测阈值，则判断待检测初始边缘像素为目标边缘像素，否则判断待检测初始边缘像素为补充待定像素。

具体的，以待检测初始边缘像素为中心，划定例如5*5大小的像素矩阵作为孤立点检测区并对该待检测初始边缘像素进行孤立点检测。当然，在其他实施例中，也可以划定例如3*3大小的像素矩阵、7*7大小的像素矩阵等，在此不做限定。

可选的，统计孤立点检测区中属于初始边缘像素的个数，如果个数大于第一检测阈值，表示待检测初始边缘像素为目标边缘像素；如果个数小于第一检测阈值，表示待检测初始边缘像素为补充待定像素。

其中，定义第一检测阈值的方法可以为：对于分割为多个A*A大小像素矩阵的待处理图像，每个像素矩阵的第一检测阈值大于等于A，需要说明的，孤立点检测区的像素矩阵大小应该与定义第一检测阈值时划分的像素矩阵大小相同。

例如5*5大小的像素矩阵的孤立点检测区对应的第一检测阈值为8，即在该5*5大小的像素矩阵中，若初始边缘像素的个数大于8，则该孤立点检测区中心的待检测初始边缘像素为目标边缘像素，若初始边缘像素的个数小于8，则该孤立点检测区中心的待检测初始边缘像素为补充待定像素。

进一步可选地，统计孤立点检测区中与待检测初始边缘像素的初始目标方向相同的初始边缘像素的个数，若大于第二检测阈值，则判断待检测初始边缘像素为目标边缘像素，否则判断待检测初始边缘像素为补充待定像素。其中，目标边缘像素的所述初始目标方向定义为目标边缘像素的真正目标方向。而定义第二检测阈值的方法与定义第一检测阈值的方法类似，在此不做赘述。

步骤S105中，获取像素阵列的细分边缘信息，还可以包括：

对补充待定像素、初始待定像素及初始平坦像素进行邻域主方向投票，以获取真正目标方向。

其中，对补充待定像素、初始待定像素及初始平坦像素进行邻域主方向投票，以获取真正目标方向，具体可以包括：定义待投票像素，以待投票像素为中心定义目标投票区；统计目标投票区中初始边缘像素及初始待定像素的初始目标方向，并定义数量最多的初始目标方向为投票方向；比较投票方向与对应的待投票像素的初始目标方向，若一致则定义投票方向为待投票像素的真正目标方向，若不一致，则定义为方向待定像素。

即以投票像素为中心的目标投票内，统计目标投票区中除了平坦区像素之外剩下的所有像素的初始目标方向，将数量最多的初始目标方向定义为投票方向，投票像素本身还有一个自身的初始目标方向，如果投票方向和投票像素本身的初始目标方向这两个方向相同，那么定义这个方向就是该像素经过邻域主方向投票之后的真正目标方向。如果不相同，则定义为待分配方向像素。可以理解的，此处的待投票像素为补充待定像素、初始待定像素及初始平坦像素，而此处参与统计投出投票方向的像素为初始待定像素和初始边缘像素。

步骤S105中，获取像素阵列的细分边缘信息，还可以包括：

当未定义出待分配方向像素时，对于初始平坦像素，定义待投票像素及以其为中心的目标投票区，获取目标投票区中初始边缘像素及初始待定像素的初始目标方向中数量最多的初始目标方向与待投票像素的初始目标方向不一致的待投票像素，定义为不一致投票像素，其余为一致投票像素，统计不一致投票像素对应的目标投票区中的一致投票像素的个数，若小于预设阈值，则待投票像素为真正平坦像素；除真正平坦像素外的待投票像素为方向待定像素；

或者，当定义出待分配方向像素时，对于待分配方向像素中的初始平坦像素，统计其为中心的目标投票区中的初始目标方向为投票方向的像素的个数，若小于预设阈值，则待分配方向像素为真正平坦像素；除真正平坦像素外的待分配方向像素为方向待定像素。

其中，定义预设阈值可以为：获取所选算法下的理论最大值，例如5*5的像素矩阵内均为边缘像素，则所选算法下的理论最大值为25，预设阈值可为上述理论最大值的10％-30％。需要说明的，目标投票区的像素矩阵大小应该与定义预设阈值时划分的像素矩阵大小相同。

在本实施步骤中，通过预设阈值筛选掉了真正平坦像素，使真正平坦像素不再进行下一步的方向匹配度检测。而待分配方向像素中除了真正平坦像素外的所有像素定义为方向待定像素，参与下一步的方向匹配度检测。

步骤S105中，获取像素阵列的细分边缘信息，还可以包括：

对上述步骤中获得的方向待定像素进行方向匹配度检测，以得到方向待定像素的真正目标方向。

具体的，定义待检测方向待定像素，以待检测方向待定像素为中心定义匹配度检测区，定义若干分值参考矩阵，且分值参考矩阵的大小与匹配度检测区的大小一致。

进行方向匹配度检测时，先定义待检测方向待定像素，以待检测方向待定像素为中心定义匹配度检测区(例如5*5的像素阵列大小)，并定义四个方向(例如0度、45度、90度及135度)的分值参考表，此处的分值参考表的像素阵列大小与匹配度检测区的像素阵列大小一致。其中，可选的，对于0度的分值参考表，中间一行数值最大，往两边逐渐减小；对于90度的分值参考表，中间一列分值最大，往两侧逐渐减小，同理，对于45度和135度的分值参考表，分别对应主对角线和副对角线上的分值最大，两侧逐渐减小，其中，从左上至右下的数归为主对角线，从左下至右上的数归为副对角线。

进一步可选的，进行方向匹配检测方式可以包括：选取与待检测方向待定像素的初始目标方向对应的分值参考矩阵，并分别计算匹配度检测区中初始边缘像素在分值参考矩阵对应位置的分数值之和作为第一分数值之和以及初始待定像素在分值参考矩阵对应位置的分数值之和作为第二分数值之和，第一分数值之和乘以大于等于1的权重系数得到第一权重分数，第二分数值之和乘以小于等于1的权重系数得到第二权重分数，若基于第一权重分数和第二权重分数之和大于匹配度阈值，则定义待检测方向待定像素的初始目标方向为其真正目标方向，若小于匹配度阈值，则定义待检测方向待定像素的投票方向为其真正目标方向；

具体地，在匹配度检测像素为中心的匹配度检测中，中心像素有一个初始目标方向，如0度，对于匹配度检测中边缘像素，用初始目标方向，如0度对应的分值参考表中的分数值赋值，然后相加计算分数。如果分数大于阈值，认定该角度为中心像素的真正目标方向，如果小于阈值，则以投票方向，如45度，作为真正目标方向。

或者，可选的，选取与待检测方向待定像素的初始目标方向对应的分值参考矩阵，并计算匹配度检测区中的初始边缘像素、初始待定像素在分值参考矩阵对应位置的分数值之和作为第一计算分数，选取与待检测方向待定像素的投票方向对应的分值参考矩阵，并计算匹配度检测区中的初始边缘像素、初始待定像素在分值参考矩阵对应位置的分数值之和作为第二计算分数，第一计算分数与第二计算分数中较大者对应的初始目标方向或者投票方向作为待检测方向待定像素的真正目标方向。

即进行方向匹配检测方式还可以包括：对初始目标方向，如0度，计算一个第一分数，对投票方向，如45度，按照45度参考表计算第二分数，将第一分数和第二分数两个分数进行比较，哪个分数比较大则将大的分数对应的角度作为该像素的重新计算的真正目标方向。

通过上述步骤，每个像素都有一个重新计算的真正目标方向，同时检测中的边缘像素也找到了，实现了对边缘区域及方向的检测，进而可以用于后续的降噪、插值处理等处理。

这样，本申请在检测边缘时先使用优化过的Sobel算子提取边缘方向与置信度，使用双阈值来粗分边缘情况。针对置信度处于双阈值之间的像素值，会进一步分析其邻域信息来细分边缘情况，从而极大地提升了画面品质。

如图3所示，本申请实施例还提供了一种所述的RAW域图像处理方法的图像降噪方法，所述图像降噪方法包括：

S301，获取定义有真正平坦区域与非真正平坦区域的像素阵列；其中，所述真正平坦区域包括所述真正平坦像素，所述非真正平坦区域包括除所述真正平坦像素外的其他类像素；

S303，对真正平坦区域的像素与非真正平坦区域的像素分别进行降噪，得到降噪像素值；

可选地，步骤S303中，对真正平坦区域的像素矩阵进行降噪，得到降噪像素值，具体包括：

对于真正平坦区域的像素，获取对应的初始像素值；

定义第一待降噪处理像素，以第一待降噪处理像素为中心定义第一降噪区；

基于初始像素值计算第一降噪区中初始像素的第一参考均值，以作为第一待降噪处理像素的降噪像素值。

可选地，计算第一参考均值包括：

计算第一降噪区的所有像素的初始像素值的平均值，以作为第一参考均值；或者，

定义第一处理阈值及大于第一处理阈值的第二处理阈值；

将第一降噪区的所有的初始像素值与第一处理阈值及第二处理阈值进行比较，对低于第一处理阈值和高于第二处理阈值的初始像素值进行减缓处理，以得到对应的更新像素值；

计算第一降噪区的更新像素值及剩余的初始像素值的像素平均值，以作为第一参考均值。

可选的，第一处理阈值与初始像素值均值的第一差值绝对值|a|和第二处理阈值和初始像素值均值的第二差值绝对值|b|相等，例如第一差值绝对值|a|第二差值绝对值|b|均为第一参考均值的50％，则当第一参考均值为30，对应的第一处理阈值为15，第二处理阈值为45。

其中，对低于第一处理阈值和高于第二处理阈值的进行减缓处理，即处于两个阈值中间的像素保持原来的像素值，具体可以为：例如像素的像素值分别为20、30、80、90、100、150、180，其中120和80分别为第一处理阈值和第二处理阈值，对于大于阈值120的像素，进行减缓处理，将150减掉50处理成100，将180减掉100处理成80。

可选地，步骤S303中，对非真正平坦区域的像素进行降噪，得到降噪像素值，具体包括：

对非真正平坦区域的像素，获取对应的初始像素值；

定义第二待降噪处理像素，以第二待降噪处理像素为中心定义第二降噪区；

基于初始像素值，计算第二降噪区中像素的第二参考均值，以作为第二待降噪处理像素的降噪像素值；

其中，对于不同真正目标方向的第二待降噪处理像素，参与计算以获得第二参考均值的像素的选择存在不同。

其中，存在不同是指选择得到第二参考均值的像素的方式不同。

可选地，选择得到第二参考均值的像素的方式包括：

对于真正目标方向为0度的第二待降噪处理像素，选择第二降噪区中与第二待降噪处理像素为同一行的像素进行计算以得到第二参考值；

对于真正目标方向为90度的第二待降噪处理像素，选择第二降噪区中与第二待降噪处理像素为同一列的像素进行计算以得到第二参考值；

对于真正目标方向为45度的第二待降噪处理像素，选择第二降噪区中与第二待降噪处理像素为45度对角线上的像素进行计算以得到第二参考值；

对于真正目标方向为135度的第二待降噪处理像素，选择第二降噪区中与第二待降噪处理像素为135度对角线上的像素进行计算以得到第二参考值。

可选地，选择得到第二参考均值的像素的方式还包括：

基于扩展行组选择得到第二参考均值的像素，其中，扩展行组包括自与预设方向对应的选中行向两侧延伸的若干像素行。

其中，扩展行组包括自与预设方向对应的选中行向两侧延伸的若干像素行可以为：对于5*5大小的像素矩阵且中间像素预设方向为0度，可以扩展为7*11的像素矩阵；对于5*5大小的像素矩阵且中间像素预设方向为90度，可以扩展为7*7的像素矩阵；对于5*5大小的像素矩阵且中间像素预设方向为45度和135度的，可以扩展为7*7的像素矩阵。

基于前述实施例相同的构思，本申请实施例提供了一种电子设备，例如为图像传感器。图像传感器包括存储器和处理器；处理器用于执行存储器中存储的计算机程序以实现如上的图像处理方法的步骤，图像传感器可以应用于例如相机、手机、个人数字助理、电脑、监控设备、机器视觉设备等电子设备中。

本发明还公开一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述图像处理方法和/或上述图像降噪方法的步骤。

综上，本申请实施例提供的RAW域图像处理方法、图像降噪方法及电子设备，通过获取待处理图像的像素矩阵，并获取像素矩阵中每个像素的初始目标置信度和对应初始目标置信度的初始目标方向；根据每个像素的初始目标置信度进行双阈值分割，以得到像素阵列的粗分边缘信息；以及根据得到的粗分边缘信息，并基于初始目标方向获取像素阵列的细分边缘信息，并对图像像素进行降噪，从而极大地提升了画面亮度，优化了画面品质。

以上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。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素，此外，本申请不同实施例中具有同样命名的部件、特征、要素可能具有相同含义，也可能具有不同含义，其具体含义需以其在该具体实施例中的解释或者进一步结合该具体实施例中上下文进行确定。

应当理解，尽管在本文可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本文范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语"如果"可以被解释成为"在……时"或"当……时"或"响应于确定"。再者，如同在本文中所使用的，单数形式“一”、“一个”和“该”旨在也包括复数形式，除非上下文中有相反的指示。应当进一步理解，术语“包含”、“包括”表明存在的特征、步骤、操作、元件、组件、项目、种类、和/或组，但不排除一个或多个其他特征、步骤、操作、元件、组件、项目、种类、和/或组的存在、出现或添加。此处使用的术语“或”和“和/或”被解释为包括性的，或意味着任一个或任何组合。因此，“A、B或C”或者“A、B和/或C”意味着“以下任一个：A；B；C；A和B；A和C；B和C；A、B和C”。仅当元件、功能、步骤或操作的组合在某些方式下内在地互相排斥时，才会出现该定义的例外。

应该理解的是，虽然本申请实施例中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，其可以以其他的顺序执行。而且，图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，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他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，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

Claims (19)

1.一种RAW域图像处理方法，其特征在于，其包括：

获取待处理图像的像素矩阵，并获取所述像素矩阵中每个像素的初始目标置信度和与所述初始目标置信度对应的初始目标方向；

根据每个所述像素的所述初始目标置信度进行双阈值分割，以得到所述像素阵列的粗分边缘信息；以及

根据得到的所述粗分边缘信息，并基于所述初始目标方向获取所述像素阵列的细分边缘信息。

2.根据权利要求1所述的RAW域图像处理方法，其特征在于，获取所述初始目标置信度及所述初始目标方向，具体包括：

使用边缘检测算子对所述像素矩阵进行边缘检测以获取所述初始目标置信度及所述初始目标方向，其中，通过所述边缘检测算子分别计算出每个所述像素的预设方向的梯度以作为置信度，并输出各所述置信度中的最大值，以作为对应所述像素的所述初始目标置信度，且所述初始目标置信度对应的所述预设方向作为所述初始目标方向。

3.根据权利要求2所述的RAW域图像处理方法，其特征在于，所述边缘检测算子包括sobel算子；和/或，所述预设方向包括0度、45度、90度及135度。

4.根据权利要求1所述的RAW域图像处理方法，其特征在于，得到所述像素阵列的粗分边缘信息，具体包括：

定义第一预设阈值及大于所述第一预设阈值的第二预设阈值；

其中，所述初始目标置信度低于所述第一预设阈值的像素，判断为初始平坦像素，且处于平坦区域；所述初始目标置信度高于所述第二预设阈值的像素，判断为初始边缘像素，且处于边缘区域；其余的像素则判断为初始待定像素，且处于待定区域。

5.根据权利要求4所述的RAW域图像处理方法，其特征在于，获取所述像素阵列的细分边缘信息包括：对所述初始边缘像素进行孤立点检测，以得到目标边缘像素及补充待定像素，其中，所述目标边缘像素的所述初始目标方向定义为所述目标边缘像素的真正目标方向。

6.根据权利要求5所述的RAW域图像处理方法，其特征在于，对所述初始边缘像素进行孤立点检测，以得到目标边缘像素及补充待定像素，具体包括：

定义待检测初始边缘像素，以所述待检测初始边缘像素为中心定义孤立点检测区；

统计所述孤立点检测区中所述初始边缘像素的个数，若大于第一检测阈值，则判断所述待检测初始边缘像素为所述目标边缘像素，否则判断所述待检测初始边缘像素为所述补充待定像素；或者，统计所述孤立点检测区中与所述待检测初始边缘像素的初始目标方向相同的所述初始边缘像素的个数，若大于第二检测阈值，则判断所述待检测初始边缘像素为所述目标边缘像素，否则判断所述待检测初始边缘像素为所述补充待定像素。

7.根据权利要求6所述的RAW域图像处理方法，其特征在于，获取所述像素阵列的细分边缘信息，还包括：

对所述补充待定像素、所述初始待定像素及所述初始平坦像素基于所述初始目标方向进行邻域主方向投票，以获取真正目标方向。

8.根据权利要求7所述的RAW域图像处理方法，其特征在于，对所述补充待定像素、所述初始待定像素及所述初始平坦像素进行邻域主方向投票，以获取真正目标方向，具体包括：

定义待投票像素，以所述待投票像素为中心定义目标投票区；

统计所述目标投票区中所述初始边缘像素及所述初始待定像素的所述初始目标方向，并定义数量最多的所述初始目标方向为投票方向；

比较所述投票方向与对应的待投票像素的初始目标方向，若一致则定义所述投票方向为所述待投票像素的真正目标方向，若不一致，则定义为待分配方向像素。

9.根据权利要求4或8所述的RAW域图像处理方法，其特征在于，所述图像处理方法还包括：

当未定义出所述待分配方向像素时，对于所述初始平坦像素，定义待投票像素及以其为中心的目标投票区，获取所述目标投票区中所述初始边缘像素及所述初始待定像素的所述初始目标方向中数量最多的所述初始目标方向与所述待投票像素的初始目标方向不一致的所述待投票像素，定义为不一致投票像素，其余为一致投票像素，统计所述不一致投票像素对应的所述目标投票区中的所述一致投票像素的个数，若小于预设阈值，则所述待投票像素为真正平坦像素；除所述真正平坦像素外的所述待投票像素为方向待定像素；

或者，当定义出所述待分配方向像素时，对于所述待分配方向像素中的所述初始平坦像素，统计其为中心的所述目标投票区中的所述初始目标方向为所述投票方向的像素的个数，若小于预设阈值，则所述待分配方向像素为真正平坦像素；除所述真正平坦像素外的所述待分配方向像素为方向待定像素。

10.根据权利要求9所述的RAW域图像处理方法，其特征在于，获取所述像素阵列的细分边缘信息，还包括：

对所述方向待定像素基于所述初始目标方向进行方向匹配度检测，以得到所述方向待定像素的真正目标方向。

11.根据权利要求10所述的RAW域图像处理方法，其特征在于，对所述方向待定像素进行方向匹配度检测，以得到所述方向待定像素的真正目标方向，具体包括：

定义待检测方向待定像素，以所述待检测方向待定像素为中心定义匹配度检测区，定义若干分值参考矩阵，且所述分值参考矩阵的大小与所述匹配度检测区的大小一致；

选取与所述待检测方向待定像素的初始目标方向对应的分值参考矩阵，并分别计算所述匹配度检测区中初始边缘像素在所述分值参考矩阵对应位置的分数值之和作为第一分数值之和以及所述初始待定像素在所述分值参考矩阵对应位置的分数值之和作为第二分数值之和，所述第一分数值之和乘以大于等于1的权重系数得到第一权重分数，所述第二分数值之和乘以小于等于1的权重系数得到第二权重分数，若基于所述第一权重分数和所述第二权重分数之和大于匹配度阈值，则定义所述待检测方向待定像素的初始目标方向为其真正目标方向，若小于匹配度阈值，则定义所述待检测方向待定像素的所述投票方向为其真正目标方向；

或者，选取与所述待检测方向待定像素的初始目标方向对应的分值参考矩阵，并计算所述匹配度检测区中的初始边缘像素、初始待定像素在所述分值参考矩阵对应位置的分数值之和作为第一计算分数，选取与所述待检测方向待定像素的所述投票方向对应的所述分值参考矩阵，并计算所述匹配度检测区中的初始边缘像素、初始待定像素在所述分值参考矩阵对应位置的分数值之和作为第二计算分数，所述第一计算分数与所述第二计算分数中较大者对应的初始目标方向或者投票方向作为所述待检测方向待定像素的所述真正目标方向。

12.一种基于如权利要求1-11中任意一项所述的RAW域图像处理方法的图像降噪方法，其特征在于，所述图像降噪方法包括：

获取定义有真正平坦区域与非真正平坦区域的像素阵列；其中，所述真正平坦区域包括所述真正平坦像素，所述非真正平坦区域包括除所述真正平坦像素外的其他类像素；

对所述真正平坦区域的像素与所述非真正平坦区域的像素分别进行降噪，得到降噪像素值。

13.根据权利要求12所述的图像降噪方法，其特征在于，对所述真正平坦区域的像素矩阵进行降噪，得到所述降噪像素值，具体包括：

对于所述真正平坦区域的像素，获取对应的初始像素值；

定义第一待降噪处理像素，以所述第一待降噪处理像素为中心定义第一降噪区；

基于所述初始像素值计算所述第一降噪区中所述初始像素的第一参考均值，以作为所述第一待降噪处理像素的所述降噪像素值。

14.根据权利要求13所述的图像降噪方法，其特征在于，计算所述第一参考均值包括：

计算所述第一降噪区的所有所述像素的所述初始像素值的平均值，以作为所述第一参考均值；或者，

定义第一处理阈值及大于所述第一处理阈值的第二处理阈值；

将所述第一降噪区的所有的所述初始像素值与所述第一处理阈值及所述第二处理阈值进行比较，对低于所述第一处理阈值和高于所述第二处理阈值的所述初始像素值进行减缓处理，以得到对应的更新像素值；

计算所述第一降噪区的所述更新像素值及剩余的所述初始像素值的像素平均值，以作为所述第一参考均值。

15.根据权利要求12所述的图像降噪方法，其特征在于，对所述非真正平坦区域的像素进行降噪，得到所述降噪像素值，具体包括：

对所述非真正平坦区域的像素，获取对应的初始像素值；

定义第二待降噪处理像素，以所述第二待降噪处理像素为中心定义第二降噪区；

基于所述初始像素值，计算所述第二降噪区中所述像素的第二参考均值，以作为所述第二待降噪处理像素的所述降噪像素值；

其中，对于不同所述真正目标方向的所述第二待降噪处理像素，参与计算以获得所述第二参考均值的所述像素的选择存在不同。

16.根据权利要求15所述的图像降噪方法，其特征在于，选择得到所述第二参考均值的所述像素的方式包括：

对于所述真正目标方向为0度的所述第二待降噪处理像素，选择所述第二降噪区中与所述第二待降噪处理像素为同一行的所述像素进行计算以得到所述第二参考值；

对于所述真正目标方向为90度的所述第二待降噪处理像素，选择所述第二降噪区中与所述第二待降噪处理像素为同一列的所述像素进行计算以得到所述第二参考值；

对于所述真正目标方向为45度的所述第二待降噪处理像素，选择所述第二降噪区中与所述第二待降噪处理像素为45度对角线上的所述像素进行计算以得到所述第二参考值；

对于所述真正目标方向为135度的所述第二待降噪处理像素，选择所述第二降噪区中与所述第二待降噪处理像素为135度对角线上的所述像素进行计算以得到所述第二参考值。

17.根据权利要求15所述的图像降噪方法，其特征在于，选择得到所述第二参考均值的所述像素的方式还包括：

基于扩展行组选择得到所述第二参考均值的所述像素，其中，所述扩展行组包括自与所述预设方向对应的选中行向两侧延伸的若干像素行。

18.一种电子设备，其特征在于，其包括：包括存储器和处理器；

所述处理器用于执行所述存储器中存储的计算机程序以实现如权利要求1-11中任一项所述的图像处理方法和/或权利要求12-17中任一项所述的图像降噪方法的步骤。

19.一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1-11中任一项所述的图像处理方法和/或权利要求12-17中任一项所述的图像降噪方法的步骤。

Images