CN117221458B - 一种分频段去除图像色度噪声的方法和系统 - Google Patents

Abstract

本申请公开了一种分频段去除图像色度噪声的方法和系统，其中方法包括：基于待处理的第一图像，获取第一图像的U通道和V通道色度图；对色度图分别进行多次高斯滤波，得到多个频率段的图像信息，从而得到不同频率段的频率图；对不同频率段的频率图进行并行去噪处理，以去除频率图的色度噪声；不同频率段的频率图去噪强度可调，对中低频的去噪强度更强；将不同频率段去噪后的频率图进行融合，得到去噪后的U通道色度图和V通道色度图再进行融合。本申请利用人眼对不同频段的色度信号的感知灵敏度不同的特性，用高斯滤波器来提取各个频段的图像信号，对不同频段的图像信号采用不同强度的去噪方法，实现去除色度噪声的效果同时保留真实的色度信息。

Description

一种分频段去除图像色度噪声的方法和系统

技术领域

本申请涉及图像噪声处理领域，具体而言，涉及一种分频段去除图像色度噪声的方法和系统。

背景技术

图像噪声一般是由颜色和亮度两部分组成的。在图像或者视频传输以及显示时，由于图片中含有的噪声，尤其是色度噪声，影响了图片的成像质量，影响了人眼视觉的感知，在外观上降低了图片观感，还影响到了图片或者视频压缩与传输，并且如果无法控制，则可能导致图像无法使用。

现有的一些技术针对图像色度噪声的方案，有使用DCT(离散余弦变化)、小波变换，甚至使用傅里叶变化，将空域信号变换到频域来处理，这些方法也利用到了人眼对不同频率的信号具有不同的响应特性的特点。以上变换到频率域的做法，计算量非常复杂。

发明内容

为了解决上述技术问题，本申请提供一种分频段去除图像色度噪声的方法和系统，利用人眼对不同频段的色度信号的感知灵敏度不同的特性，用高斯滤波器来提取各个频段的图像信号，对不同频段的图像信号采用不同强度的去噪方法，实现去除色度噪声的效果同时保留真实的色度信息。

具体的，本申请的技术方案如下：

第一方面，本申请公开一种分频段去除图像色度噪声的方法，包括如下步骤：

基于待处理的第一图像，获取所述第一图像处理后的色度图；所述色度图包括U通道色度图和V通道色度图；

对所述U通道色度图和所述V通道色度图分别进行多次高斯滤波，得到多个频率段的图像信息，从而得到不同频率段的频率图；

对不同频率段的所述频率图进行并行去噪处理，以去除所述频率图的色度噪声；

将不同频率段去噪后的所述频率图进行融合，得到去噪后的U通道色度图和V通道色度图。

在一些实施方式中，所述的对所述U通道色度图和所述V通道色度图分别进行多次高斯滤波，得到多个频率段的图像信息，包括如下步骤：

使用高斯滤波器对所述U通道色度图进行高斯滤波处理，通过改变所述高斯滤波器的控制参数，控制所述高斯滤波器的频率大小，设置在多个不同的控制参数下，输出多个频率段的图像信息；

使用高斯滤波器对所述V通道色度图进行高斯滤波处理，通过改变所述高斯滤波器的控制参数，控制所述高斯滤波器的频率大小，设置在多个不同的控制参数下，输出多个频率段的图像信息。

在一些实施方式中，所述控制参数越小，所述高斯滤波器输出的频率越高；

反之，所述控制参数越大，所述高斯滤波器输出的频率越低。

在一些实施方式中，所述的对不同频率段的所述频率图进行并行去噪处理，具体包括：

使用基于空域的色度去噪方法，对多个所述频率图并行进行去噪；

所述基于空域的色度去噪方法为双边滤波去噪方法；

或，所述基于空域的色度去噪方法为导向滤波去噪方法；

或，所述基于空域的色度去噪方法为非局部均值滤波去噪方法。

在一些实施方式中，所述的将不同频率段去噪后的所述频率图进行融合，得到去噪后的U通道色度图和V通道色度图，包括如下步骤：

将U通道中不同频率段去噪后的所述频率图进行加权平均处理，输出去噪后的U通道色度图；

将V通道中不同频率段去噪后的所述频率图进行加权平均处理，输出去噪后的V通道色度图。

在一些实施方式中，在得到去噪后的U通道色度图和V通道色度图后，还包括：

将所述U通道色度图与所述V通道色度图进行融合处理，得到去噪后的第二图像。

第二方面，本申请还公开一种分频段去除图像色度噪声的系统，其特征在于，包括：

预处理模块，用于基于待处理的第一图像，获取所述第一图像处理后的色度图；所述色度图包括U通道色度图和V通道色度图；

滤波模块，用于对所述U通道色度图和所述V通道色度图分别进行多次高斯滤波，得到多个频率段的图像信息，从而得到不同频率段的频率图；

去噪模块，用于对不同频率段的所述频率图进行并行去噪处理，以去除所述频率图的色度噪声；

融合模块，用于将不同频率段去噪后的所述频率图进行融合，得到去噪后的U通道色度图和V通道色度图。

在一些实施方式中，所述滤波模块，还用于使用高斯滤波器对所述U通道色度图进行高斯滤波处理，通过改变所述高斯滤波器的控制参数，控制所述高斯滤波器的频率大小，设置在多个不同的控制参数下，输出多个频率段的图像信息；

所述滤波模块，还用于使用高斯滤波器对所述V通道色度图进行高斯滤波处理，通过改变所述高斯滤波器的控制参数，控制所述高斯滤波器的频率大小，设置在多个不同的控制参数下，输出多个频率段的图像信息。

在一些实施方式中，所述去噪模块，还用于使用基于空域的色度去噪方法，对多个所述频率图并行进行去噪；

所述基于空域的色度去噪方法为双边滤波去噪方法；

或，所述基于空域的色度去噪方法为导向滤波去噪方法；

或，所述基于空域的色度去噪方法为非局部均值滤波去噪方法。

在一些实施方式中，所述融合模块，还用于将U通道中不同频率段去噪后的所述频率图进行加权平均处理，输出去噪后的U通道色度图；将V通道中不同频率段去噪后的所述频率图进行加权平均处理，输出去噪后的V通道色度图；

所述融合模块，还用于将所述U通道色度图与所述V通道色度图进行融合处理，得到去噪后的第二图像。

与现有技术相比，本申请至少具有以下一项有益效果：

1、本申请利用人眼对不同频段的色度信号的感知灵敏度不同的特性，用高斯滤波器来提取各个频段的图像信号，对不同频段的图像信号采用不同强度的去噪方法，实现去除色度噪声的效果同时保留真实的色度信息。

2、本申请中，采用若干个高斯滤波器对输入图像进行多次卷积滤波，利用不同的图像卷积信息之间求差值，得到频率图，即提取到图像的不同频段的信息，然后对不同的频段采用单独的空域去噪，去除每个频段的噪声，方案操作简单，复杂度低，易于实现和推广。

附图说明

下面将以明确易懂的方式，结合附图说明优选实施方式，对本申请的上述特性、技术特征、优点及其实现方式予以进一步说明。

图1为本申请一个方法实施例的步骤流程图；

图2为本申请一个实施例中对U通道进行不同频段的滤波流程示意图

图3为人眼对不同频率的响应灵敏度不同的示意图。

图4为本申请一个系统实施例的结构框图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其他实施例中也可以实现本申请。在其他情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。

应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所述描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其他特征、整体、步骤、操作、元素、组件和/或集合的存在或添加。

为使图面简洁，各图中只示意性地表示出了与发明相关的部分，它们并不代表其作为产品的实际结构。另外，以使图面简洁便于理解，在有些图中具有相同结构或功能的部件，仅示意性地绘示了其中的一个，或仅标出了其中的一个。在本文中，“一个”不仅表示“仅此一个”，也可以表示“多于一个”的情形。

还应当进一步理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

在本文中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体的连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本申请中的具体含义。

具体实现中，本申请实施例中描述的终端设备包括但不限于诸如具有触摸敏感表面(例如，触摸屏显示器和/或触摸板)的移动电话、膝上型计算机、家教机或平板计算机之类的其他便携式设备。还应当理解的是，在某些实施例中，所述终端设备并非便携式通信设备，而是具有触摸敏感表面(例如：触摸屏显示器和/或触摸板)的台式计算机。

另外，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

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，下面将对照附图说明本申请的具体实施方式。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，并获得其他的实施方式。

参考说明书附图1，本申请提供的一种分频段去除图像色度噪声的方法的一个实施例，包括如下步骤：

S100，基于待处理的第一图像，获取所述第一图像处理后的色度图。所述色度图包括U通道色度图和V通道色度图。

S200，对所述U通道色度图和所述V通道色度图分别进行多次高斯滤波，得到多个频率段的图像信息，从而得到不同频率段的频率图。

S300，对不同频率段的所述频率图进行并行去噪处理，以去除所述频率图的色度噪声。

S400，将不同频率段去噪后的所述频率图进行融合，得到去噪后的U通道色度图和V通道色度图。

本申请一种分频段去除图像色度噪声的方法的另一个实施例，在上述方法的一个实施例的基础上，所述的S200中，对所述U通道色度图和所述V通道色度图分别进行多次高斯滤波，得到多个频率段的图像信息，包括如下步骤：

使用高斯滤波器对所述U通道色度图或V通道色度图进行高斯滤波处理，通过改变所述高斯滤波器的控制参数σ，控制所述高斯滤波器的频率大小，设置在多个不同的控制参数下，输出多个频率段的图像信息。

在本实施例的另一实施方式中，所述的步骤S200，包括：S201，使用高斯滤波器对所述U通道色度图进行高斯滤波处理，设置在多个不同的控制参数下，输出多个频率段的图像信息。S202，使用高斯滤波器对所述V通道色度图进行高斯滤波处理，设置在多个不同的控制参数下，输出多个频率段的图像信息。

具体的，高斯滤波器具有优良的特性，其傅里叶变换仍然符合高斯分布。相较于均值滤波器和辛格滤波器而言，高斯滤波器，在空域里，易于实现，复杂度很低，且其频率特性仍然符合高斯分布，避免了频谱泄露，可以更好的表达不同的频率信息。

典型的高斯滤波器，其表达式如下：

控制参数σ也叫sigma，决定了高斯滤波器的频率大小，sigma越小，高斯滤波器对应的越是高频。控制参数sigma越大，高斯滤波器对应的越是低频。

具体的，参考说明书附图2，以U通道为例。先对U通道色度图分别输入四个不同的高斯滤波器中，进行四次高斯滤波，分别为高斯滤波0-3。不同的sigma，对应不同的高斯滤波器，也即对应不同频段的图像信号。图2中的高斯滤波0可以采用sigma＝1来实现，高斯滤波1可以采用sigma＝3来实现，高斯滤波2可以采用sigma＝6来实现，高斯滤波3可以采用sigma＝10来实现。

本实施例的另一实施方式中，步骤S201、S202之后，还包括步骤：S203，在采用若干个高斯滤波器对输入图像进行多次滤波之后，得到图像卷积信息，再对不同图像卷积信息之间求差值，得到各个频率段的频率图。

具体的，也可以使用其他现有方法来得到各个频率段的频率图。参考说明书附图2，在进行四次高斯滤波后，分别得到高频图、中频图、低频图、极低频图。当然在其他实施方式中，对U通道色度图进行高斯滤波的次数可以为三次、五次等。再根据滤波的次数提取对应数量的频率图。例如，进行三次滤波，提取：高频图、中频图、低频图。进行五次滤波，提取：极高频图、高频图、中频图、低频图、极低频图。控制参数σ(sigma)的具体数据也应随实际应用场景对应设置。

本申请一种分频段去除图像色度噪声的方法的另一个实施例，在上述方法的一个实施例的基础上，所示步骤S300，包括如下步骤：

使用基于空域的色度去噪方法，批量对多个所述频率图进行去噪。

所述基于空域的色度去噪方法为双边滤波去噪方法。

或，所述基于空域的色度去噪方法为导向滤波去噪方法。

或，所述基于空域的色度去噪方法为非局部均值滤波去噪方法。

更优的，包括以下任意一项子步骤：

S301，使用双边滤波去噪方法，批量对多个所述频率图进行去噪。

S302，使用导向滤波去噪方法，批量对多个所述频率图进行去噪。

S303，使用非局部均值滤波去噪方法，批量对多个所述频率图进行去噪。

具体的，这三种方法都是现有的基于空域的去噪方法，在本申请中不详细阐述。

在上述方法的一个实施例的基础上，所示步骤S400，包括如下步骤：S401，将U通道中不同频率段去噪后的所述频率图进行加权平均处理，输出去噪后的U通道色度图。

S402，将V通道中不同频率段去噪后的所述频率图进行加权平均处理，输出去噪后的V通道色度图。

具体的，依旧可以参考附图2，以U通道为例，提取高频图、中频图、低频图、极低频图后，同时对上述四张频率图进行去噪，再进行多频段融合，输出U通道色度图。多频段融合是不同频段去噪之后的结果进行加权平均输出，也是一种较为常见的现有技术，原理是对像素点周围一定范围内的像素值设定不同的权重值，基于权重值，对该区域内所有像素按进行加权平均，将加权平均后的结果确定为当前像素点的最终值。在此不详细阐述。同理，V通道和U通道的处理方法一样。

本实施例的另一实施方式，步骤S401、S402之后还包括S403，将所述U通道色度图与所述V通道色度图进行融合处理，得到去噪后的第二图像。

本申请中，对输入色度图U和V做不同的频段提取，有助于接下来对不同频段的信号做不同强度的去噪，使去噪的效果能更符号人眼的感知特性。人眼对色彩频率的感知度是不一样的。视觉系统对不同频率的光波有不同的感知能力，这也就是我们所说的颜色感知。人眼最敏感的频率范围在绿色光波附近，对于绿色的光波相对于其他颜色来说，人眼更加敏感。而对于红色和蓝色等颜色，人眼相对较不敏感。也就是说极低频的地方，人眼对色度感知的灵敏度高于亮度，随着频率的增加，色度的感知灵敏度随着下降，即人眼对中低频色噪声更敏感，对极高频色度噪声敏感度非常低。参考说明书附图3，其中红绿色度和黄蓝色度也分别对应着U通道色度和V通道色度。

这种感知度差异是由视网膜上的视锥细胞和视杆细胞所决定的。视锥细胞主要负责感知彩色信息，其中又分为红绿蓝三种类型，分别对应不同频率的光波。而视杆细胞则主要负责感知明暗和黑白信息。因此，人眼对不同频率的光波有不同的感知度，这也是为什么我们在色彩中会有偏好和辨识能力上的差异。因此在可见光谱中，红色的频率较低，而紫色的频率较高。人眼对绿色的感知最为敏感，因此绿色在颜色中显得更加鲜艳。此外，人眼对黄色和蓝色的感知度相对较高，而对红色和紫色的感知度相对较低。这种差异使得我们在观察颜色时会产生不同的感觉和反应。基于此原理。本申请的对不同频段的图像信号采用不同强度的去噪方法，实现去除色度噪声的效果同时保留真实的色度信息，实现了更好的去噪效果。

基于相同的技术构思，本申请还公开了一种分频段去除图像色度噪声的系统，该系统可用于实现上述任意一种分频段去除图像色度噪声的方法，具体的，本申请的一种分频段去除图像色度噪声的系统实施例，如说明书附图4所示，包括：预处理模块10，用于基于待处理的第一图像，获取所述第一图像处理后的色度图。所述色度图包括U通道色度图和V通道色度图。

滤波模块20，用于对所述U通道色度图和所述V通道色度图分别进行多次高斯滤波，得到多个频率段的图像信息，从而得到不同频率段的频率图。

去噪模块30，用于对不同频率段的所述频率图进行并行去噪处理，以去除所述频率图的色度噪声。

融合模块40，用于将不同频率段去噪后的所述频率图进行融合，得到去噪后的U通道色度图和V通道色度图。

具体的，预处理模块10、滤波模块20、去噪模块30、融合模块40依次连接。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件，或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其他的方式实现。示例性的，以上所描述的装置实施例仅仅是示意性的，示例性的，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，示例性的，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性、机械或其他的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，既可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可能集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

本申请提供的一种分频段去除图像色度噪声的系统的另一实施例，在上述系统实施例的基础上，所述滤波模块，还用于使用高斯滤波器对所述U通道色度图进行高斯滤波处理，通过改变所述高斯滤波器的控制参数σ，控制所述高斯滤波器的频率大小，设置在多个不同的控制参数下，输出多个频率段的图像信息。

所述滤波模块，还用于使用高斯滤波器对所述V通道色度图进行高斯滤波处理，通过改变所述高斯滤波器的控制参数σ，控制所述高斯滤波器的频率大小，设置在多个不同的控制参数下，输出多个频率段的图像信息。

具体的，常见的滤波方式除了高斯滤波之外还有：均值滤波与辛格滤波。均值滤波，又称盒式滤波，在空域里，其非常简单，复杂度很低，易于实现，但是其频域表达式复杂，且存在频谱泄露的可能性。辛格滤波，又称Sinc滤波，辛格滤波器的频域表达式简单，有良好的频率分辨特性，但其空域算子复杂度很高，不易实现。

本申请中采用高斯滤波方法进行滤波是由于高斯滤波器具有优良的特性，其傅里叶变换仍然符合高斯分布。相较于均值滤波器和辛格滤波器而言，高斯滤波器，在空域里，易于实现，复杂度很低，且其频率特性仍然符合高斯分布，避免了频谱泄露，可以更好的表达不同的频率信息。

典型的高斯滤波器，其表达式如下：

控制参数σ也叫sigma，决定了高斯滤波器的频率大小，sigma越小，高斯滤波器对应的越是高频。控制参数sigma越大，高斯滤波器对应的越是低频。

具体的，参考说明书附图2，以U通道为例。先对U通道色度图分别输入四个不同的高斯滤波器中，进行四次高斯滤波，分别为高斯滤波0-3。不同的sigma，对应不同的高斯滤波器，也即对应不同频段的图像信号。图2中的高斯滤波0可以采用sigma＝1来实现，高斯滤波1可以采用sigma＝3来实现，高斯滤波2可以采用sigma＝6来实现，高斯滤波3可以采用sigma＝10来实现。

在本实施例的另一个实施方式中，所述多个频率段的图像信息指的是图像卷积信息，所述滤波模块，还用于在不同卷积之间求差值，得到各个频率段的频率图。参考说明书附图2，在进行四次高斯滤波后，分别得到高频图、中频图、低频图、极低频图。

当然在其他实施方式中，对U通道色度图进行高斯滤波的次数可以为三次、五次等。再根据滤波的次数提取对应数量的频率图。例如，进行三次滤波，提取：高频图、中频图、低频图。进行五次滤波，提取：极高频图、高频图、中频图、低频图、极低频图。控制参数σ(sigma)的具体数据也应随实际应用场景对应设置。

本申请提供的一种分频段去除图像色度噪声的系统的另一实施例，在上述系统实施例的基础上，所述去噪模块，还用于使用基于空域的色度去噪方法，批量对多个所述频率图进行去噪。

所述基于空域的色度去噪方法为双边滤波去噪方法。

或，所述基于空域的色度去噪方法为导向滤波去噪方法。

或，所述基于空域的色度去噪方法为非局部均值滤波去噪方法。

更优的，所述去噪模块，还用于执行以下任意一项子步骤：

使用双边滤波去噪方法，批量对多个所述频率图进行去噪。

或，使用导向滤波去噪方法，批量对多个所述频率图进行去噪。

或，使用非局部均值滤波去噪方法，批量对多个所述频率图进行去噪。

具体的，这三种方法都是现有的基于空域的去噪方法，在本申请中不详细阐述。

本申请提供的一种分频段去除图像色度噪声的系统的另一实施例，在上述系统实施例的基础上，所述融合模块，还用于将U通道中不同频率段去噪后的所述频率图进行加权平均处理，输出去噪后的U通道色度图。将V通道中不同频率段去噪后的所述频率图进行加权平均处理，输出去噪后的V通道色度图。

具体的，依旧可以参考附图2，以U通道为例，提取高频图、中频图、低频图、极低频图后，同时对上述四张频率图进行去噪，再进行多频段融合，输出U通道色度图。多频段融合是不同频段去噪之后的结果进行加权平均输出，也是一种较为常见的现有技术，原理是对像素点周围一定范围内的像素值设定不同的权重值，基于权重值，对该区域内所有像素按进行加权平均，将加权平均后的结果确定为当前像素点的最终值。在此不详细阐述。同理，V通道和U通道的处理方法一样。

所述融合模块，还用于将所述U通道色度图与所述V通道色度图进行融合处理，得到去噪后的第二图像。

本申请的一种分频段去除图像色度噪声的方法和系统具有相同的技术构思，二者的实施例的技术细节可相互适用，为减少重复，此次不再赘述。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各程序模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的程序模块完成，即将所述装置的内部结构划分成不同的程序单元或模块，以完成以上描述的全部或者部分功能。实施例中的各程序模块可以集成在一个处理单元中，也可是各个单元单独物理存在，也可以两个或两个以上单元集成在一个处理单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件程序单元的形式实现。另外，各程序模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详细描述或记载的部分，可以参见其他实施例的相关描述。

尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。

显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。

Claims (5)

1.一种分频段去除图像色度噪声的方法，其特征在于，包括如下步骤：

基于待处理的第一图像，获取所述第一图像处理后的色度图；所述色度图包括U通道色度图和V通道色度图；

对所述U通道色度图和所述V通道色度图分别进行多次高斯滤波，得到多个频率段的图像信息，从而得到不同频率段的频率图；

所述对所述U通道色度图和所述V通道色度图分别进行多次高斯滤波，得到多个频率段的图像信息包括：使用高斯滤波器对所述U通道色度图进行高斯滤波处理，通过改变所述高斯滤波器的控制参数，控制所述高斯滤波器的频率大小，设置在多个不同的控制参数下，输出多个频率段的图像信息；使用高斯滤波器对所述V通道色度图进行高斯滤波处理，通过改变所述高斯滤波器的控制参数/>，控制所述高斯滤波器的频率大小，设置在多个不同的控制参数下，输出多个频率段的图像信息；

对不同频率段的所述频率图，采用不同强度的基于空域的色度去噪方法进行并行去噪处理，去噪强度可调，以去除所述频率图的色度噪声；

将不同频率段去噪后的所述频率图进行融合，得到去噪后的U通道色度图和V通道色度图；

所述得到去噪后的U通道色度图和V通道色度图包括：将U通道中不同频率段去噪后的所述频率图进行加权平均处理，输出去噪后的U通道色度图；将V通道中不同频率段去噪后的所述频率图进行加权平均处理，输出去噪后的V通道色度图；

将所述U通道色度图与所述V通道色度图进行融合处理，得到去噪后的第二图像。

2.如权利要求1所述的一种分频段去除图像色度噪声的方法，其特征在于：所述控制参数越小，所述高斯滤波器输出的频率越高；

反之，所述控制参数越大，所述高斯滤波器输出的频率越低。

3.如权利要求1所述的一种分频段去除图像色度噪声的方法，其特征在于，所述的对不同频率段的所述频率图，采用不同强度的基于空域的色度去噪方法进行并行去噪处理，具体包括：

所述基于空域的色度去噪方法为双边滤波去噪方法；

或，所述基于空域的色度去噪方法为导向滤波去噪方法；

或，所述基于空域的色度去噪方法为非局部均值滤波去噪方法。

4.一种分频段去除图像色度噪声的系统，其特征在于，包括：

预处理模块，用于基于待处理的第一图像，获取所述第一图像处理后的色度图；所述色度图包括U通道色度图和V通道色度图；

滤波模块，用于对所述U通道色度图和所述V通道色度图分别进行多次高斯滤波，得到多个频率段的图像信息，从而得到不同频率段的频率图；

所述滤波模块，具体用于使用高斯滤波器对所述U通道色度图进行高斯滤波处理，通过改变所述高斯滤波器的控制参数，控制所述高斯滤波器的频率大小，设置在多个不同的控制参数下，输出多个频率段的图像信息；所述滤波模块，还用于使用高斯滤波器对所述V通道色度图进行高斯滤波处理，通过改变所述高斯滤波器的控制参数/>，控制所述高斯滤波器的频率大小，设置在多个不同的控制参数下，输出多个频率段的图像信息；

去噪模块，用于对不同频率段的所述频率图，采用不同强度的基于空域的色度去噪方法进行并行去噪处理，去噪强度可调，以去除所述频率图的色度噪声；

融合模块，用于将不同频率段去噪后的所述频率图进行融合，得到去噪后的U通道色度图和V通道色度图；

所述融合模块，具体用于将U通道中不同频率段去噪后的所述频率图进行加权平均处理，输出去噪后的U通道色度图；所述融合模块，还用于将V通道中不同频率段去噪后的所述频率图进行加权平均处理，输出去噪后的V通道色度图；

所述融合模块，还用于将所述U通道色度图与所述V通道色度图进行融合处理，得到去噪后的第二图像。

5.如权利要求4所述的一种分频段去除图像色度噪声的系统，其特征在于：

所述基于空域的色度去噪方法为双边滤波去噪方法；

或，所述基于空域的色度去噪方法为导向滤波去噪方法；

或，所述基于空域的色度去噪方法为非局部均值滤波去噪方法。