CN116391202B - 图像降噪方法、装置及芯片 - Google Patents
图像降噪方法、装置及芯片 Download PDFInfo
- Publication number
- CN116391202B CN116391202B CN202280004092.3A CN202280004092A CN116391202B CN 116391202 B CN116391202 B CN 116391202B CN 202280004092 A CN202280004092 A CN 202280004092A CN 116391202 B CN116391202 B CN 116391202B
- Authority
- CN
- China
- Prior art keywords
- image block
- image
- noise reduction
- dct
- noise
- 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
- 230000009467 reduction Effects 0.000 title claims abstract description 88
- 238000000034 method Methods 0.000 title claims abstract description 75
- 238000012545 processing Methods 0.000 claims abstract description 22
- 230000008569 process Effects 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 10
- 238000009826 distribution Methods 0.000 claims description 9
- 230000004075 alteration Effects 0.000 claims description 6
- 239000003086 colorant Substances 0.000 claims description 5
- 238000010586 diagram Methods 0.000 claims description 5
- 238000000638 solvent extraction Methods 0.000 claims description 5
- 230000001502 supplementing effect Effects 0.000 claims description 5
- 230000004931 aggregating effect Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 description 9
- 230000009466 transformation Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 4
- 239000013598 vector Substances 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000000903 blocking effect Effects 0.000 description 3
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 101100248200 Arabidopsis thaliana RGGB gene Proteins 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method 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
Abstract
本申请提出了一种图像降噪方法、装置及芯片,涉及图像处理技术领域。通过应用本图像降噪方法,可利用CFA图像中不同颜色通道之间相关性对CFA图像进行降噪,提高了CFA图像降噪的性能,且较好地保持了图像中的纹理细节信息,并利用CFA图像块的方差计算聚合图像块的权重信息,有效地抑制了纹理区域的“伪影”和“振铃”等问题。
Description
技术领域
本申请涉及图像处理技术领域,特别涉及一种图像降噪方法、装置及芯片。
背景技术
数码相机中普遍采用带有彩色滤波阵列(Color Filter Array,CFA)的图像传感器来获取带有颜色场景图片。由于每个像素只能记录一种颜色分量,需要利用插值方法将对应像素位置缺失的颜色进行补全,将数字图像从单通道灰度图像拓展成三通道的颜色图像即去马赛克(demosaic)。然而,数字图像在采集过程中,不可避免地会引入噪声,若直接进行去马赛克,会引入结构性噪声且会混合不同颜色通道的噪声等问题,后续的图像处理方法很难处理这些问题,严重影响了图像的质量。
目前,大部分传统的图像降噪方法可直接应用于灰度图、红绿蓝颜色系统(RedYellow Blue system,RGB)图像和YUV图像,而CFA图像数据分布不符合常见图像的特点,因此传统的图像降噪方法并不能直接应用于CFA图像,进而影响了CFA图像的降噪效果。
发明内容
有鉴于此,本申请提供了一种图像降噪方法、装置及芯片,主要目的在于改善目前传统的图像降噪方法并不能直接应用于CFA图像,进而会影响CFA图像的降噪效果的技术问题。
第一方面,本申请提供了一种图像降噪方法,包括:对待降噪图像进行分块得到若干个图像块;根据图像块在各个颜色通道的均值和方差,获取图像块的亮度信息和权重信息;依据图像块的亮度信息和图像块在所述各个颜色通道的均值,确定图像块在所述各个颜色通道的色差信息;根据图像块的亮度信息和在所述各个颜色通道的色差信息,对图像块进行离散余弦变换(Discrete Cosine Transform,DCT)降噪;基于DCT降噪后的各个图像块以及与所述各个图像块各自对应的权重信息,处理得到与所述待降噪图像对应降噪后的图像。
可选的,所述根据图像块在各个颜色通道的均值和方差,获取图像块的亮度信息和权重信息,包括:依据图像块在各个颜色通道的均值,确定所述图像块的均值,并依据所述图像块的均值,确定所述图像块的亮度信息;依据图像块在各个颜色通道的方差,确定所述图像块的方差,并依据所述图像块的方差,确定所述图像块的权重信息。
可选的,所述依据图像块的亮度信息和图像块在所述各个颜色通道的均值,确定图像块在所述各个颜色通道的色差信息,包括:将图像块在所述各个颜色通道的均值与所述图像块的亮度信息进行比对,获得所述图像块在所述各个颜色通道的色差信息。
可选的,所述根据图像块的亮度信息和在所述各个颜色通道的色差信息,对图像块进行DCT降噪,包括:根据标定的噪点分布图曲线和图像块的亮度信息,确定图像块的噪声强度,并按照所述噪声强度设置硬阈值;及,将图像块中所有像素分别去掉对应颜色的色差后,再进行二维DCT变换得到图像块的DCT系数;基于所述图像块的DCT系数利用所述硬阈值处理得到降噪后的DCT系数,再进行二维逆DCT变换得到目标图像块;将所述各个颜色通道的色差分别补充到所述目标图像块,得到DCT降噪后的图像块。
可选的,所述基于DCT降噪后的各个图像块以及与所述各个图像块各自对应的权重信息,处理得到与所述待降噪图像对应降噪后的图像,包括:将结合权重信息的各个图像块聚合得到所述降噪后的图像。
可选的,所述对待降噪图像进行分块得到若干个图像块,包括:按照预设步长将所述待降噪图像分成若干个图像块,其中,每个图像块的长度方向像素个数和宽度方向像素个数均取偶数。
可选的,所述待降噪图像为CFA图像。
第二方面,本申请提供了一种图像降噪装置,包括:
分块模块,被配置为对待降噪图像进行分块得到若干个图像块;
获取模块,被配置为根据图像块在各个颜色通道的均值和方差,获取图像块的亮度信息和权重信息;
确定模块,被配置为依据图像块的亮度信息和图像块在所述各个颜色通道的均值,确定图像块在所述各个颜色通道的色差信息;
降噪模块,被配置为根据图像块的亮度信息和在所述各个颜色通道的色差信息,对图像块进行DCT降噪;
处理模块,被配置为基于DCT降噪后的各个图像块以及与所述各个图像块各自对应的权重信息,处理得到与所述待降噪图像对应降噪后的图像。
第三方面,本申请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实现第一方面所述的图像降噪方法。
第四方面,本申请提供了一种电子设备,包括存储介质、处理器及存储在存储介质上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现第一方面所述的图像降噪方法。
第五方面,本申请提供了一种芯片,包括一个或多个接口电路和一个或多个处理器;所述接口电路用于从电子设备的存储器接收信号,并向所述处理器发送所述信号,所述信号包括存储器中存储的计算机指令;当所述处理器执行所述计算机指令时,使得所述电子设备执行第一方面所述的图像降噪方法。
借由上述技术方案,本申请提供的一种图像降噪方法、装置、电子设备及芯片,与目前传统的图像降噪方法相比,本申请提出了一种基于拓展多通道DCT的CFA图像降噪方法,方法充分利用了不同颜色通道之间的相关性,可以直接应用于CFA图像,可提高CFA图像的降噪效果。具体的,首先对待降噪图像进行分块得到若干个图像块;再根据图像块在各个颜色通道的均值和方差,获取图像块的亮度信息和权重信息;并依据图像块的亮度信息和图像块在各个颜色通道的均值,确定图像块在各个颜色通道的色差信息;然后根据图像块的亮度信息和在各个颜色通道的色差信息,对图像块进行DCT降噪;最后可基于DCT降噪后的各个图像块以及与各个图像块各自对应的权重信息,处理得到与待降噪图像对应降噪后的图像。通过应用本申请的技术方案,可利用CFA图像中不同颜色通道之间相关性对CFA图像进行降噪,提高了CFA图像降噪的性能,且较好地保持了图像中的纹理细节信息,并利用CFA图像块的方差计算聚合图像块的权重信息,有效地抑制了纹理区域的“伪影”和“振铃”等问题,有效保持了图像的高频细节信息。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
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,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
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,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1示出了本申请实施例提供的一种图像降噪方法的流程示意图;
图2示出了本申请实施例提供的另一种图像降噪方法的流程示意图;
图3示出了本申请实施例中CFA分布的一种示例的示意图;
图4示出了本申请实施例提供的一种图像降噪装置的结构示意图。
具体实施方式
下面将参照附图更详细地描述本申请的实施例。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
为了改善目前传统的图像降噪方法并不能直接应用于CFA图像,进而会影响CFA图像的降噪效果的技术问题。本实施例提供了一种图像降噪方法,如图1所示,可应用于图像处理设备(如智能手机、平板电脑、无人机、智能机器人等智能终端)端侧,该方法包括:
步骤101、对待降噪图像进行分块得到若干个图像块。
在本实施例中,在待降噪图像输入进来,可先对该待降噪图像进行分块得到若干个图像块,具体可根据实际需求进行切分。例如,分块数量越多效果越好,但是相应的计算更耗时;而分块数量越少,运行越快,但是计算结果的精度会下降,因此需要对性能和效果进行权衡评估,按照合适的分块标准对待降噪图像进行分块切分。
在切分得到若干个图像块以后,针对每一个图像块,可执行步骤102至104所述的过程。
步骤102、根据图像块在各个颜色通道的均值和方差,获取图像块的亮度信息和权重信息。
例如,可根据图像块在各个颜色通道的均值,计算图像块的亮度信息,并根据图像块在各个颜色通道的方差,计算图像块的权重信息,进而可对于含有边缘和纹理区域,采用较小的权重,而平坦区域采用较大的权重,以便后续可抑制“伪影”和“振铃”等问题。
步骤103、依据图像块的亮度信息和图像块在各个颜色通道的均值,确定图像块在各个颜色通道的色差信息。
步骤104、根据图像块的亮度信息和在各个颜色通道的色差信息,对图像块进行DCT降噪。
因为噪声往往是高频部分,可以将图像转换到频域,再进行高频处理,将高频部分滤掉,因此本实施例可采用DCT变换盒硬阈值处理的方式,根据图像块的亮度信息和在各个颜色通道的色差信息,对图像块进行DCT降噪。与常规的DCT降噪方式相比,本实施例不会引入偏色等问题,无需对不同颜色通道分别进行降噪处理,可充分利用不同颜色通道之间的相关性。
步骤105、基于DCT降噪后的各个图像块以及与各个图像块各自对应的权重信息,处理得到与待降噪图像对应降噪后的图像。
目前为了实现对CFA图像进行图像降噪,可以将CFA图像中不同颜色通道数据分开,得到不同颜色通道的子图像,并对子图像分别进行降噪处理,然后将子图像合并成降噪的CFA图像。这种方式可以有效降低CFA图像中的噪声,但是没有充分利用不同颜色通道之间的相关性,而通道之间相关性对减少最终图像中各种偏色和伪像等问题至关重要,因此有必要利用不同颜色通道之间的相关性进行去噪。
而本实施例提出的这种可基于拓展多通道DCT的CFA图像降噪方法,与目前传统的图像降噪方法相比,充分利用了不同颜色通道之间的相关性,可以直接应用于CFA图像,可提高CFA图像的降噪效果。具体的,首先对待降噪图像进行分块得到若干个图像块;再根据图像块在各个颜色通道的均值和方差,获取图像块的亮度信息和权重信息;并依据图像块的亮度信息和图像块在各个颜色通道的均值,确定图像块在各个颜色通道的色差信息;然后根据图像块的亮度信息和在各个颜色通道的色差信息,对图像块进行DCT降噪;最后可基于DCT降噪后的各个图像块以及与各个图像块各自对应的权重信息,处理得到与待降噪图像对应降噪后的图像。通过应用本实施例的技术方案,可利用CFA图像中不同颜色通道之间相关性对CFA图像进行降噪,提高了CFA图像降噪的性能,且较好地保持了图像中的纹理细节信息,并利用CFA图像块的方差计算聚合图像块的权重信息,有效地抑制了纹理区域的“伪影”和“振铃”等问题,有效保持了图像的高频细节信息。
进一步的,作为上述实施例的细化和扩展,为了完整说明本实施例方法的具体实现过程,本实施例以待降噪图像为CFA图像作为示例,提供了如图2所示的具体方法,该方法包括:
步骤201、按照预设步长将待降噪的CFA图像分成若干个图像块。
其中,每个图像块的长度方向像素个数和宽度方向像素个数均取偶数。例如,对于输入含噪声的CFA图像,按照设置的步长分成若干尺寸为M×N的图像块,M可为长度方向的像素个数,N可为宽度方向的像素个数,并且为了保证后续的图像降噪效果,M和N可均取偶数,如通常可取8或16等。
常见的CFA分布包括GRBG、GBRG、RGGB和BGGR,其中GRBG分布的CFA可如图3所示。根据自然图像的先验信息可知图像中存在局部平滑性,即图像局部区域的颜色和亮度差异较小。在CFA图像中,不同的颜色通道也存在局部平滑性。因此,可以假设在CFA图像中局部区域内,不同颜色通道均存在之间的差异是固定不变的。本实施例充分利用了不同颜色通道之间的差异,使得基于拓展多通道DCT的CFA图像降噪方法可以直接应用于CFA图像,有效提高了CFA图像降噪效果。
DCT降噪方法是频域降噪并采用硬阈值处理,会导致含有边缘信息的图像块中存在“伪影”和“振铃”等问题,而图像块聚合过程中,采用平均加权的方式计算降噪像素。本实施例为了抑制这些问题,在图像聚合过程中,引入权重信息,对于含有边缘和纹理区域,采用较小的权重,而平坦区域采用较大的权重,因此可以抑制“伪影”和“振铃”等问题。
本实施例为了实现上述这些目的,在通过步骤201实现将待降噪的CFA图像分成若干个图像块以后,可继续执行步骤202至207所示的过程。其中,步骤202至206可以是针对每一个图像块所实现的过程。
步骤202、根据图像块在各个颜色通道的均值和方差,获取图像块的亮度信息和权重信息。
可选的,步骤202具体可包括:依据图像块在各个颜色通道的均值,确定图像块的均值,并依据图像块的均值,确定图像块的亮度信息;以及依据图像块在各个颜色通道的方差,确定图像块的方差,并依据图像块的方差,确定图像块的权重信息。
例如,对于任意一个图像块,分别计算四个颜色通道的均值和方差,将四个颜色通道的均值再进行加权平均得到图像块的均值L,将L视为图像块的亮度值;对四个颜色通道的方差进行加权平均得到图像块的方差V,利用方差V计算该图像块的权重系数,如公式一所示:
其中,weight为图像块的权重系数,V为图像块的方差。
步骤203、将图像块在各个颜色通道的均值与图像块的亮度信息进行比对,获得图像块在各个颜色通道的色差信息。
例如,根据四个颜色通道均值与亮度信息L差值计算色差B。
步骤204、根据标定的噪点分布图曲线和图像块的亮度信息,确定图像块的噪声强度,并按照噪声强度设置硬阈值,以及将图像块中所有像素分别去掉对应颜色的色差后,再进行二维DCT变换得到图像块的DCT系数。
例如,根据标定的噪点分布图曲线(noise profile)和图像块的亮度信息L,估计图像块噪声强度σ,并按照该噪声强度σ设置硬阈值。将图像块中的所有像素分别减去对应颜色的色差B。然后将减去色差的图像块进行二维DCT变换,得到图像块的DCT系数,其中二维DCT变换如公式二所示:
其中,公式二中的c(u)和c(v)均是常数项,分别表示为为图像块经过二维DCT变换得到的变换系数向量,u、v为图像块的两个变换域序列,M为图像块长度方向的像素个数,N为图像块宽度方向的像素个数,f(i,j)是图像块的空间域二维向量,i,j分别为图像块的两个空间域序列。
步骤205、基于图像块的DCT系数利用硬阈值处理得到降噪后的DCT系数,再进行二维逆DCT变换得到目标图像块。
例如,在上述示例的基础上,利用硬阈值处理得到降噪的DCT系数,并进行二维逆DCT变换得到降噪后图像块(即目标图像块),其中逆变换如公式三所示:
其中,公式三中的c(u)和c(v)均是常数项,分别表示为为图像块经过二维DCT变换得到的变换系数向量,u、v为图像块的两个变换域序列,M为图像块长度方向的像素个数,N为图像块宽度方向的像素个数,f(i,j)是图像块的空间域二维向量,i,j分别为图像块的两个空间域序列。
步骤206、将各个颜色通道的色差分别补充到目标图像块,得到DCT降噪后的图像块。
例如,将不同颜色通道的色差B分别加回降噪后的图像块(即目标图像块),得到降噪后的CFA图像块。
步骤207、基于DCT降噪后的各个图像块以及与各个图像块各自对应的权重信息,处理得到与待降噪的CFA图像对应降噪后的CFA图像。
可选的,步骤207具体可包括:将结合权重信息的各个图像块聚合得到所述降噪后的图像。例如,将所有的图像块均按照以上方式(步骤202至206所示的过程)进行降噪,并乘以对应权重系数weight,然后将降噪后的图像聚合成降噪的CFA图像。
本实施例提出了一种基于拓展多通道DCT的CFA图像降噪方法,充分利用了不同颜色通道之间的相关性,可以直接应用于CFA图像,且不引入偏色问题,结合对不同图像块采用不同的权重系数,可以抑制频域降噪方法引入的“振铃”和“伪影”等问题。可以抑制CFA图像中的噪声,较好地保持图像中纹理细节信息。本方案若应用于相机图像信号处理器(Image Signal Processor,ISP)中,结构更加简单,更节省硬件资源。
进一步的,作为图1至图2所示方法的具体实现,本实施例提供了一种图像降噪装置,如图4所示,该装置包括:分块模块31、获取模块32、确定模块33、降噪模块34、处理模块35。
分块模块31,被配置为对待降噪图像进行分块得到若干个图像块;
获取模块32,被配置为根据图像块在各个颜色通道的均值和方差,获取图像块的亮度信息和权重信息;
确定模块33,被配置为依据图像块的亮度信息和图像块在所述各个颜色通道的均值,确定图像块在所述各个颜色通道的色差信息;
降噪模块34,被配置为根据图像块的亮度信息和在所述各个颜色通道的色差信息,对图像块进行DCT降噪;
处理模块35,被配置为基于DCT降噪后的各个图像块以及与所述各个图像块各自对应的权重信息,处理得到与所述待降噪图像对应降噪后的图像。
在具体的应用场景中,获取模块32,具体被配置为依据图像块在各个颜色通道的均值,确定所述图像块的均值,并依据所述图像块的均值,确定所述图像块的亮度信息;依据图像块在各个颜色通道的方差,确定所述图像块的方差,并依据所述图像块的方差,确定所述图像块的权重信息。
在具体的应用场景中,确定模块33,具体被配置为将图像块在所述各个颜色通道的均值与所述图像块的亮度信息进行比对,获得所述图像块在所述各个颜色通道的色差信息。
在具体的应用场景中,降噪模块34,具体被配置为根据标定的噪点分布图曲线和图像块的亮度信息,确定图像块的噪声强度,并按照所述噪声强度设置硬阈值;及,将图像块中所有像素分别去掉对应颜色的色差后,再进行二维DCT变换得到图像块的DCT系数;基于所述图像块的DCT系数利用所述硬阈值处理得到降噪后的DCT系数,再进行二维逆DCT变换得到目标图像块;将所述各个颜色通道的色差分别补充到所述目标图像块,得到DCT降噪后的图像块。
在具体的应用场景中,处理模块35,具体被配置为将结合权重信息的各个图像块聚合得到所述降噪后的图像。
在具体的应用场景中,分块模块31,具体被配置为按照预设步长将所述待降噪图像分成若干个图像块,其中,每个图像块的长度方向像素个数和宽度方向像素个数均取偶数。
在具体的应用场景中,可选的,所述待降噪图像为CFA图像。
需要说明的是,本实施例提供的一种图像降噪装置所涉及各功能单元的其它相应描述,可以参考图1至图2中的对应描述,在此不再赘述。
基于上述如图1至图2所示方法,相应的,本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,该计算机程序被处理器执行时实现上述如图1至图2所示的方法。
基于这样的理解,本申请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,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施场景的方法。
基于上述如图1至图2所示的方法,以及图4所示的虚拟装置实施例,为了实现上述目的,本申请实施例还提供了一种电子设备,如智能手机、平板电脑、无人机、智能机器人等智能终端,该设备包括存储介质和处理器;存储介质,用于存储计算机程序;处理器,用于执行计算机程序以实现上述如图1至图2所示的方法。
可选的,上述实体设备还可以包括用户接口、网络接口、摄像头、射频(RadioFrequency,RF)电路,传感器、音频电路、WI-FI模块等等。用户接口可以包括显示屏(Display)、输入单元比如键盘(Keyboard)等,可选用户接口还可以包括USB接口、读卡器接口等。网络接口可选的可以包括标准的有线接口、无线接口(如WI-FI接口)等。
本领域技术人员可以理解,本实施例提供的上述实体设备结构并不构成对该实体设备的限定,可以包括更多或更少的部件,或者组合某些部件,或者不同的部件布置。
存储介质中还可以包括操作系统、网络通信模块。操作系统是管理上述实体设备硬件和软件资源的程序,支持信息处理程序以及其它软件和/或程序的运行。网络通信模块用于实现存储介质内部各组件之间的通信,以及与信息处理实体设备中其它硬件和软件之间通信。
基于上述如图1至图2所示的方法,以及图4所示的虚拟装置实施例,本实施例还提供了一种芯片,包括一个或多个接口电路和一个或多个处理器;所述接口电路用于从电子设备的存储器接收信号,并向所述处理器发送所述信号,所述信号包括存储器中存储的计算机指令;当所述处理器执行所述计算机指令时,使得所述电子设备执行上述如图1至图2所示的方法。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到本申请可以借助软件加必要的通用硬件平台的方式来实现,也可以通过硬件实现。通过应用本实施例的方案,提出了一种基于拓展多通道DCT的CFA图像降噪方法,充分利用了不同颜色通道之间的相关性,可以直接应用于CFA图像,且不引入偏色问题,结合对不同图像块采用不同的权重系数,可以抑制频域降噪方法引入的“振铃”和“伪影”等问题。可以抑制CFA图像中的噪声,较好地保持图像中纹理细节信息。本方案若应用于相机ISP中,结构更加简单,更节省硬件资源。
需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物品或者设备不仅包括那些要素,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、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本申请的具体实施方式,使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所述的这些实施例,而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。
Claims (8)
1.一种图像降噪方法,其特征在于,包括:
对待降噪图像进行分块得到若干个图像块;
根据图像块在各个颜色通道的均值和方差,获取图像块的亮度信息和权重信息;
依据图像块的亮度信息和图像块在所述各个颜色通道的均值,确定图像块在所述各个颜色通道的色差信息,包括:将图像块在所述各个颜色通道的均值与所述图像块的亮度信息进行比对,获得所述图像块在所述各个颜色通道的色差信息;
根据图像块的亮度信息和在所述各个颜色通道的色差信息,对图像块进行离散余弦变换DCT降噪;
基于DCT降噪后的各个图像块以及与所述各个图像块各自对应的权重信息,处理得到与所述待降噪图像对应降噪后的图像;
所述根据图像块在各个颜色通道的均值和方差,获取图像块的亮度信息和权重信息,包括:依据图像块在各个颜色通道的均值进行加权平均,确定所述图像块的均值,并依据所述图像块的均值,确定所述图像块的亮度信息;依据图像块在各个颜色通道的方差进行加权平均,确定所述图像块的方差,并依据所述图像块的方差,确定所述图像块的权重信息;
所述根据图像块的亮度信息和在所述各个颜色通道的色差信息,对图像块进行DCT降噪,包括:根据标定的噪点分布图曲线和图像块的亮度信息,确定图像块的噪声强度,并按照所述噪声强度设置硬阈值;及,将图像块中所有像素分别去掉对应颜色的色差后,再进行二维DCT变换得到图像块的DCT系数;基于所述图像块的DCT系数利用所述硬阈值处理得到降噪后的DCT系数,再进行二维逆DCT变换得到目标图像块;将所述各个颜色通道的色差分别补充到所述目标图像块,得到DCT降噪后的图像块。
2.根据权利要求1所述的方法,其特征在于,所述基于DCT降噪后的各个图像块以及与所述各个图像块各自对应的权重信息,处理得到与所述待降噪图像对应降噪后的图像,包括:
将结合权重信息的各个图像块聚合得到所述降噪后的图像。
3.根据权利要求1所述的方法,其特征在于,所述对待降噪图像进行分块得到若干个图像块,包括:
按照预设步长将所述待降噪图像分成若干个图像块,其中,每个图像块的长度方向像素个数和宽度方向像素个数均取偶数。
4.根据权利要求1至3任一项所述的方法,其特征在于,所述待降噪图像为彩色滤波阵列CFA图像。
5.一种图像降噪装置,其特征在于,包括:
分块模块,被配置为对待降噪图像进行分块得到若干个图像块;
获取模块,被配置为根据图像块在各个颜色通道的均值和方差,获取图像块的亮度信息和权重信息,包括:依据图像块在各个颜色通道的均值进行加权平均,确定所述图像块的均值,并依据所述图像块的均值,确定所述图像块的亮度信息;依据图像块在各个颜色通道的方差进行加权平均,确定所述图像块的方差,并依据所述图像块的方差,确定所述图像块的权重信息;
确定模块,被配置为依据图像块的亮度信息和图像块在所述各个颜色通道的均值,确定图像块在所述各个颜色通道的色差信息,包括:将图像块在所述各个颜色通道的均值与所述图像块的亮度信息进行比对,获得所述图像块在所述各个颜色通道的色差信息;
降噪模块,被配置为根据图像块的亮度信息和在所述各个颜色通道的色差信息,对图像块进行离散余弦变换DCT降噪,包括:根据标定的噪点分布图曲线和图像块的亮度信息,确定图像块的噪声强度,并按照所述噪声强度设置硬阈值;及,将图像块中所有像素分别去掉对应颜色的色差后,再进行二维DCT变换得到图像块的DCT系数;基于所述图像块的DCT系数利用所述硬阈值处理得到降噪后的DCT系数,再进行二维逆DCT变换得到目标图像块;将所述各个颜色通道的色差分别补充到所述目标图像块,得到DCT降噪后的图像块;
处理模块,被配置为基于DCT降噪后的各个图像块以及与所述各个图像块各自对应的权重信息,处理得到与所述待降噪图像对应降噪后的图像。
6.一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权利要求1至4中任一项所述的方法。
7.一种电子设备,包括存储介质、处理器及存储在存储介质上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至4中任一项所述的方法。
8.一种芯片,其特征在于,包括一个或多个接口电路和一个或多个处理器;所述接口电路用于从电子设备的存储器接收信号,并向所述处理器发送所述信号,所述信号包括存储器中存储的计算机指令;当所述处理器执行所述计算机指令时,使得所述电子设备执行权利要求1至4任一项所述的方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2022/111921 WO2024031579A1 (zh) | 2022-08-11 | 2022-08-11 | 图像降噪方法、装置及芯片 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116391202A CN116391202A (zh) | 2023-07-04 |
CN116391202B true CN116391202B (zh) | 2024-03-08 |
Family
ID=86969837
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202280004092.3A Active CN116391202B (zh) | 2022-08-11 | 2022-08-11 | 图像降噪方法、装置及芯片 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN116391202B (zh) |
WO (1) | WO2024031579A1 (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101874409A (zh) * | 2007-09-26 | 2010-10-27 | 惠普开发有限公司 | 处理输入图像以减少压缩相关伪影 |
CN102647597A (zh) * | 2012-05-02 | 2012-08-22 | 华南理工大学 | 一种基于多边形裁剪dct的jpeg图像压缩方法 |
CN103544703A (zh) * | 2013-10-19 | 2014-01-29 | 侯俊 | 数字图像拼接检测方法 |
CN105787893A (zh) * | 2016-02-23 | 2016-07-20 | 西安电子科技大学 | 一种基于整数dct变换的图像噪声方差估计方法 |
CN108305222A (zh) * | 2018-01-04 | 2018-07-20 | 浙江大华技术股份有限公司 | 一种图像的降噪方法、装置、电子设备和存储介质 |
WO2018179851A1 (en) * | 2017-03-28 | 2018-10-04 | Sharp Kabushiki Kaisha | Systems and methods for determining a level of quantization |
CN111968057A (zh) * | 2020-08-24 | 2020-11-20 | 浙江大华技术股份有限公司 | 图像降噪方法、装置、存储介质及电子装置 |
CN112435182A (zh) * | 2020-11-17 | 2021-03-02 | 浙江大华技术股份有限公司 | 图像降噪方法及装置 |
CN114596229A (zh) * | 2022-03-07 | 2022-06-07 | 上海义礼健康科技有限公司 | 一种图像降噪方法及系统 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7437013B2 (en) * | 2003-12-23 | 2008-10-14 | General Instrument Corporation | Directional spatial video noise reduction |
JP5454156B2 (ja) * | 2010-01-14 | 2014-03-26 | 株式会社ニコン | 画像処理装置、撮像装置及び画像処理プログラム |
CN104217416B (zh) * | 2013-05-31 | 2017-09-15 | 富士通株式会社 | 灰度图像处理方法及其装置 |
WO2015143624A1 (en) * | 2014-03-25 | 2015-10-01 | Spreadtrum Communications(Shanghai) Co., Ltd. | Methods and systems for denoising images |
US10032252B2 (en) * | 2015-10-30 | 2018-07-24 | Canon Kabushiki Kaisha | Image processing apparatus, image capturing apparatus, image processing method, and non-transitory computer readable storage medium |
CN105279742B (zh) * | 2015-11-19 | 2018-03-30 | 中国人民解放军国防科学技术大学 | 一种快速的基于分块噪声能量估计的图像去噪方法 |
JP7182907B2 (ja) * | 2017-06-15 | 2022-12-05 | ブラックマジック デザイン ピーティーワイ リミテッド | カメラの画像データ処理方法およびカメラ |
CN109389567B (zh) * | 2018-10-24 | 2021-07-16 | 山东大学 | 一种快速光学成像数据的稀疏滤波方法 |
-
2022
- 2022-08-11 CN CN202280004092.3A patent/CN116391202B/zh active Active
- 2022-08-11 WO PCT/CN2022/111921 patent/WO2024031579A1/zh unknown
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101874409A (zh) * | 2007-09-26 | 2010-10-27 | 惠普开发有限公司 | 处理输入图像以减少压缩相关伪影 |
CN102647597A (zh) * | 2012-05-02 | 2012-08-22 | 华南理工大学 | 一种基于多边形裁剪dct的jpeg图像压缩方法 |
CN103544703A (zh) * | 2013-10-19 | 2014-01-29 | 侯俊 | 数字图像拼接检测方法 |
CN105787893A (zh) * | 2016-02-23 | 2016-07-20 | 西安电子科技大学 | 一种基于整数dct变换的图像噪声方差估计方法 |
WO2018179851A1 (en) * | 2017-03-28 | 2018-10-04 | Sharp Kabushiki Kaisha | Systems and methods for determining a level of quantization |
CN108305222A (zh) * | 2018-01-04 | 2018-07-20 | 浙江大华技术股份有限公司 | 一种图像的降噪方法、装置、电子设备和存储介质 |
CN111968057A (zh) * | 2020-08-24 | 2020-11-20 | 浙江大华技术股份有限公司 | 图像降噪方法、装置、存储介质及电子装置 |
CN112435182A (zh) * | 2020-11-17 | 2021-03-02 | 浙江大华技术股份有限公司 | 图像降噪方法及装置 |
CN114596229A (zh) * | 2022-03-07 | 2022-06-07 | 上海义礼健康科技有限公司 | 一种图像降噪方法及系统 |
Non-Patent Citations (2)
Title |
---|
CFA Video Denoising and Demosaicking Chain via Spatio-Temporal Patch-Based Filtering;Antoni Buades et al.;《IEEE Transactions on Circuits and Systems for Video Technology》;第30卷(第11期);第4143-4157页 * |
低照度数字相机处理流水线噪声抑制方法研究;张嘉超;《中国优秀博硕士学位论文全文数据库(博士)》(第07期);第1-125页 * |
Also Published As
Publication number | Publication date |
---|---|
WO2024031579A1 (zh) | 2024-02-15 |
CN116391202A (zh) | 2023-07-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10719918B2 (en) | Dynamically determining filtering strength for noise filtering in image processing | |
US9454807B2 (en) | Methods and systems for denoising images | |
JP5251637B2 (ja) | ノイズ低減装置、ノイズ低減方法、ノイズ低減プログラム、記録媒体 | |
US20130064448A1 (en) | Image chroma noise reduction | |
JP4858609B2 (ja) | ノイズ低減装置、ノイズ低減方法、及びノイズ低減プログラム | |
US8675102B2 (en) | Real time denoising of video | |
CN111784605B (zh) | 一种基于区域指导的图像降噪方法、计算机装置及计算机可读存储介质 | |
US8538189B2 (en) | Image noise filter and method | |
CN111489346B (zh) | 一种全参考图像质量评价方法及系统 | |
CN109214996B (zh) | 一种图像处理方法及装置 | |
CN111739041B (zh) | 图像边框的裁剪方法、装置及设备 | |
US8482625B2 (en) | Image noise estimation based on color correlation | |
US9153013B2 (en) | Image processing apparatus, image processing method and computer readable medium | |
US8098308B2 (en) | Image processing device and computer-readable storage medium | |
CN111524074A (zh) | 锐化图像的方法、电子设备及其图像处理器 | |
CN113744294A (zh) | 图像处理方法及相关装置 | |
CN112907468A (zh) | 图像降噪方法、设备及计算机存储介质 | |
CN116391202B (zh) | 图像降噪方法、装置及芯片 | |
KR101874538B1 (ko) | 영상의 대비 및 채도 동시 향상시키는 영상 처리 방법 및 장치 | |
US11580620B2 (en) | Image processing apparatus, image processing method, and non-transitory computer-readable medium | |
CN109685729A (zh) | 一种像素级阈值自适应的泊松去噪方法 | |
CN111988592B (zh) | 影像色彩还原与增强电路 | |
US9451222B2 (en) | Color processing of digital images | |
WO2022246663A1 (zh) | 图像处理方法、设备、系统和存储介质 | |
CN110858894B (zh) | 色彩重建装置与方法 |
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 |