CN117376485B - 一种yuv联合去除图像色度噪声的方法和滤波器 - Google Patents

Abstract

本申请公开了一种YUV联合去除图像色度噪声的方法和滤波器，其中方法包括：基于待处理的原图像，获取亮度图—Y通道图像，色度图—U通道图像和V通道图像；所述亮度图与色度图的幅面大小相同；对Y、U、V通道图像计算各自的局部图像特征；结合Y、U、V通道图像的局部图像特征，以Y通道图像作为引导，对U、V通道图像进行联合双边滤波去噪，得到去噪后的U通道图像和V通道图像。本申请对U、V色度图和进行滤波去噪时，利用了亮度图，采用联合去噪的方案，而不是独立去噪；且去噪时自适应局部的图像特征；这些做法保证了有效去除色度噪声的同时，尽量保留色度的细节、纹理、边缘，最大限度的避免了颜色溢出。

Description

一种YUV联合去除图像色度噪声的方法和滤波器

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YUV联合去除图像色度噪声的方法和滤波器。

背景技术

图像系统中的噪声来自多方面，有电子元器件，如电阻引起的热噪声；真空器件引起的散粒噪声和闪烁噪声；面结型晶体管产生的颗粒噪声和噪声；场效应管的沟道热噪声；光电管的光量子噪声和电子起伏噪声；摄像管引起的各种噪声等等。由这些元器件组成各种电子线路以及构成的设备又将使这些噪声产生不同的变换而形成局部线路和设备的噪声。另外还有就是光学现象所产生的图像光学噪声。

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。

现有的一些技术基于IIR滤波器的方案，对图像进行迭代滤波，这些技术的去噪强度往往忽略图像色度和图像亮度之间的相关性，且无法自适应图像局部特征，进而导致颜色溢出或者色噪去噪效果有限，不能达到很好的去噪效果。

发明内容

为了解决上述技术问题，本申请提供一种YUV联合去除图像色度噪声的方法和滤波器，以YUV三通道的基于双边的联合滤波为滤波手段达到色度去噪的目的，在有效去除色度噪声的同时，尽量保留色度的细节、纹理、边缘，最大限度的避免了颜色溢出。

具体的，本申请的技术方案如下：

第一方面，本申请公开一种YUV联合去除图像色度噪声的方法，包括如下步骤：

基于待处理的原图像，获取所述原图像处理后的亮度图和色度图；所述亮度图为Y通道图像，所述色度图包括U通道图像和V通道图像；所述亮度图与所述色度图的幅面大小相同；

对Y、U、V通道图像计算各自的局部图像特征；结合所述Y、U、V通道图像的所述局部图像特征，以所述Y通道图像作为引导，对U、V通道图像进行联合双边滤波去噪，得到去噪后的U通道图像和V通道图像。

在一些实施方式中，所述的对Y、U、V通道图像计算各自的局部图像特征，包括如下一项或多项步骤：

分别计算所述Y、U、V通道图像各自的图像边缘特征；

分别计算所述Y、U、V通道图像各自的图像角点特征；

分别计算所述Y、U、V通道图像各自的图像纹理特征。

在一些实施方式中，联合双边滤波去噪，包括如下步骤：

将所述Y、U、V通道图像进行像素域划分；所述像素域中至少包含一个像素点；

分别计算所述Y、U、V通道图像中各像素域的值域权重和空域权重；

将目标像素域对应的所有值域权重与空域权重进行累加或相乘融合，得到所述目标像素域的权重系数；

在所述U、V通道图像中，将各像素域对应的色度值与所述权重系数进行对应点相乘，再累加得到像素值集合；

将各像素域对应的所述权重系数进行累加得到权重集合；

计算所述像素值集合与所述权重集合的比值，得到去噪后的U通道图像和V通道图像。

在一些实施方式中，计算所述Y、U、V通道图像各自的值域权重，包括如下步骤：

计算所述Y、U、V通道图像中目标像素域中的像素值和中心像素域的像素值；

用所述目标像素域中的像素值减去所述中心像素域的像素值，再求绝对值，得到所述目标像素域的差分值；

利用所述局部图像特征计算得到所述目标像素域的可配参数；

将所述目标像素域的差分值与所述可配参数进行数值比较计算，得到所述目标像素域的值域权重。

在一些实施方式中，采用高斯分布函数来确定所述Y、U、V通道图像中各像素域的空域权重。

在一些实施方式中，所述的将所述目标像素域的差分值与所述可配参数进行数值比较计算，得到所述目标像素域的值域权重，包括如下步骤：

在所述目标像素域中，若所述差分值达到所述可配参数的第一阈值范围，则所述目标像素域的值域权重为第一数值；

若所述差分值达到所述可配参数的第二阈值范围，则所述目标像素域的值域权重为第二数值；

若所述差分值达到所述可配参数的第三阈值范围，则所述目标像素域的值域权重为第三数值；

若所述目标像素域中，若所述差分值超出所述可配参数的阈值范围，则使用线性内插值方法，计算所述值域权重。

在一些实施方式中，所述目标像素域的差分值越大，所述值域权重的值越小；

所述目标像素域的局部图像特征的特征值越大，所述可配参数的值越小；所述值域权重的值越小。

第二方面，本申请还公开一种YUV联合双边滤波器，其特征在于，用于执行所述任一项实施方式中所述的一种YUV联合去除图像色度噪声的方法，所述滤波器包括：

预处理模块，用于基于待处理的原图像，获取所述原图像处理后的亮度图和色度图；所述亮度图为Y通道图像，所述色度图包括U通道图像和V通道图像；所述亮度图与所述色度图的幅面大小相同；

联合去噪模块，用于对Y、U、V通道图像计算各自的局部图像特征；结合所述Y、U、V通道图像的所述局部图像特征，以所述Y通道图像作为引导，对U、V通道图像进行联合双边滤波去噪，得到去噪后的U通道图像和V通道图像。

在一些实施方式中，所述联合去噪模块，包括以下子模块：

划分子模块，用于将所述Y、U、V通道图像进行像素域划分；所述像素域中至少包含一个像素点；

权重计算子模块，用于分别计算所述Y、U、V通道图像中各像素域的值域权重和空域权重；

所述权重计算子模块，还用于将目标像素域对应的所有值域权重与空域权重进行累加或相乘融合，得到所述目标像素域的权重系数；

累加去噪子模块，用于在所述U、V通道图像中，将各像素域对应的色度值与所述权重系数进行对应点相乘，再累加得到像素值集合；将各像素域对应的所述权重系数进行累加得到权重集合；

所述累加去噪子模块，还用于计算所述像素值集合与所述权重集合的比值，得到去噪后的U通道图像和V通道图像。

在一些实施方式中，所述权重计算子模块包括值域单元和空域单元；

所述值域单元，用于计算所述Y、U、V通道图像中目标像素域中的像素值和中心像素域的像素值；用所述目标像素域中的像素值减去所述中心像素域的像素值，再求绝对值，得到所述目标像素域的差分值；利用所述局部图像特征计算得到所述目标像素域的可配参数；将所述目标像素域的差分值与所述可配参数进行数值比较计算，得到所述目标像素域的值域权重；

所述空域单元，用于采用高斯分布函数来确定所述Y、U、V通道图像中各像素域的空域权重。

与现有技术相比，本申请至少具有以下一项有益效果：

1、本申请对U通道色度图和V通道色度图进行滤波去噪时，利用了亮度图Y，且U通道色度图和V通道色度图的去噪并不是独立的，而是YUV这3个通道一起，进行联合去噪，强调了图像色度和图像亮度之间的相关性。

2、本申请采用基于双边的联合滤波方案，且滤波过程中自适应局部图像特征，一方面可以有效去除噪声，另一方面可以根据图像的局部特征自适应调整去噪强度。在有效去除色度噪声的同时，尽量保留色度的细节、纹理、边缘，最大限度的避免了颜色溢出。

3、本申请使用将所述目标像素域的差分值与所述可配参数进行数值比较计算，得到所述目标像素域的值域权重的方法复杂度低，易于推广。

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为本申请一个方法实施例中联合双边去噪的步骤流程图；

图3为本申请另一个方法实施例的流程示意图；

图4为本申请另一个方法实施例中联合双边去噪的流程示意图；

图5为本申请一个系统实施例中双边滤波器的滤波效果示意图；

图6为本申请另一个实施例中像素域划分的效果示意图。

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。

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。

图像色度和图像亮度是图像处理中两个重要的概念。色度指的是图像中颜色的属性，亮度则指的是图像中像素的明暗程度。在彩色图像中，每个像素都由三个颜色分量组成：红色、绿色和蓝色。这三个分量的不同组合就构成了不同的颜色，而这些颜色的亮度则由它们的平均值决定。

因此，图像色度和图像亮度之间存在一定的关联。一般来说，亮度越高，颜色就越鲜艳。亮度越低，颜色就越暗淡。在日常的图像处理中，通过调整图像的亮度和对比度也可以改变图像的色彩效果。基于此原理，本申请提供的一种YUV联合去除图像色度噪声的方法的一个实施例，参考说明书附图1，包括如下步骤：

S100，基于待处理的原图像，获取所述原图像处理后的亮度图和色度图。所述亮度图为Y通道图像，所述色度图包括U通道图像和V通道图像。所述亮度图与所述色度图的幅面大小相同。

S200，对Y、U、V通道图像计算各自的局部图像特征。结合所述Y、U、V通道图像的所述局部图像特征，以所述Y通道图像作为引导，对U、V通道图像进行联合双边滤波去噪，得到去噪后的U通道图像和V通道图像。

本实施例中，所述的对Y、U、V通道图像计算各自的局部图像特征，包括如下一项或多项步骤：

S211，分别计算所述Y、U、V通道图像各自的图像边缘特征。

S212，分别计算所述Y、U、V通道图像各自的图像角点特征。

S213，分别计算所述Y、U、V通道图像各自的图像纹理特征。

本实施例的一个实施方式中，参考说明书附图2，联合双边滤波去噪，包括如下步骤：

S221，将所述Y、U、V通道图像进行像素域划分。所述像素域中至少包含一个像素点。具体的，像素域的大小与划分强度有关，所述像素域中也可以包含多个像素点。

S222，分别计算所述Y、U、V通道图像中各像素域的值域权重和空域权重。

S223，将目标像素域对应的所有值域权重与空域权重进行累加融合，得到所述目标像素域的权重系数。

S224，在所述U、V通道图像中，将各像素域对应的色度值与所述权重系数进行对应点相乘，再累加得到像素值集合。

S225，将各像素域对应的所述权重系数进行累加得到权重集合。

S226，计算所述像素值集合与所述权重集合的比值，得到去噪后的U通道图像和V通道图像。

具体的，计算所述Y、U、V通道图像各自的值域权重，包括：

计算所述Y、U、V通道图像中目标像素域中的像素值和中心像素域的像素值。用所述目标像素域中的像素值减去所述中心像素域的像素值，再求绝对值，得到所述目标像素域的差分值。利用所述局部图像特征计算得到所述目标像素域的可配参数。将所述目标像素域的差分值与所述可配参数进行数值比较计算，得到所述目标像素域的值域权重。

具体的，局部的色度特征，比如色度的梯度值、方差、标准差。以及局部的亮度特征，比如亮度的梯度值、方差、标准差，这些特征值越大，表征该局部图像内容更可能是色度发生突变的位置，对应着色度的细节、纹理、边缘，那么去噪强度将因此而调整，这样有助于在噪声去除以及图像真实信息保留上取得平衡。一般情况下，所述目标像素域的差分值越大，所述值域权重的值越小。所述目标像素域的局部图像特征的特征值越大，所述可配参数的值越小。所述值域权重的值越小。

在本实施例的另一个实施方式中，在步骤S223中，也可以将目标像素域对应的所有值域权重与空域权重进行相乘融合，从而得到所述目标像素域的权重系数。

本申请一种YUV联合去除图像色度噪声的方法的另一个实施例，参考说明书附图3所示，流程示意如下：

S1、先获得输入图像/视频的色度图(U和V通道)，同时还获得和UV通道幅面相同的亮度图。如果输入是YUV422，将Y通道做水平方向下采样，保证Y和UV通道幅面一致。如果输入是YUV420，将Y通道做水平和垂直两个方向下采样，保证Y和UV通道幅面一致。

具体的，YUV域有YUV444，YUV422，YUV420等各种格式，YUV422是指每2个像素点共享一组U/V参数，同时每个像素拥有自己的Y参数。YUV420是指每4个像素点共享一组U/V参数，同时每个像素拥有自己的Y参数。无论哪种格式，都要通过下采样预处理使得Y通道图像和UV通道图像的幅面大小一致。

S2、对色度图U、色度图V、亮度图Y计算图像的局部图像特征，根据局部特征自适应调整去噪强度。

S3、根据YUV三通道的局部特征以及输入信号，进行联合双边去噪。

S4、得到最终的去噪之后的色度图。

具体的，以下对步骤2，局部图像特征计算的进一步说明，

图像的局部特征是指图像中具有独特性、稳定性和可区分性的局部结构或纹理信息。这些局部特征通常是由图像的边缘、角点、纹理等局部特征点组成的。这些局部特征都是人眼极其敏感的地方。提取出来这些局部特征之后，去噪的时候就可以针对性的做出相应调整。

图像的边缘一般来说，采用有方向滤波器比如gabor滤波器、sobel算子、canny算子等来提取出图像的边缘。图像的角点可以采用hariss算子、FAST算子、HOG算子来提取角点。图像的纹理可以采用方差、标准差来提取纹理。

步骤3基于双边的联合滤波，其滤波方案的框图如图4所示。分两步，以U通道图像为例：首先将YUV的3个通道的值域和空域共6个权重进行融合，这个融合策略可以是6个权重的累加，也可以是6个权重的相乘。然后，色度U的加权平均，是根据融合后的权重系数以及当前窗内的像素值U进行对应点相乘累加得到sumValue，同时权重系数也要累加得到sumWeight。最后计算：

outU＝sumValue/sumWeight；

从而输出去噪后的U通道图像。色度V的加权平均同理可得。

为有助于理解基于双边的联合滤波，图5为双边滤波器的滤波效果参考。

具体的，输入是一个图像的二维示意图，空域权重(spatial weight)类似一个高斯滤波器，空域权重大小由高斯核系数(gauss核系数)决定。值域权重(range weight)则是根据图像的sigma计算出来的，而sigma是根据图像局部特征计算出来的。

更优的，值域权重计算使用中心点的像素值和目标像素域的像素值相减之后取绝对值，得到差分值。参考说明书附图6，图6为划分的9x9像素域的效果示意图，其中，X代表区域为中心像素域，X也是中心点。Y代表的区域为目标像素域，Y又叫邻域点。差分值越大，表示中心像素域X和目标像素域Y越不相似，那么目标像素域Y的加权系数(值域权重)就越小。

上述实施例的另一实施方式中，通过以下方法来计算YUV图像各自的值域权重和空域权重，以图6，9x9像素域的窗口处理U通道图像为例，Y、V通道图像同理。首先计算所述U通道图像中目标像素域Y中的像素值和中心像素域X的像素值。

用所述目标像素域Y的像素值减去所述中心像素域X的像素值，再求绝对值，得到所述目标像素域的差分值SAD。

利用所述局部图像特征计算可配参数TH。可配参数Th由两部分组成，一部分是外界可配参数Th0，另一部分是根据当前像素域内的局部方差等局部图像特征值计算出来第一可配参数Th1，所述可配参数Th＝Th0+Th1。

本申请一种低复杂度的方案是将差分值SAD和外界可配参数Th进行比较，在所述目标像素域中，若所述差分值达到所述可配参数的第一阈值范围，则所述目标像素域的值域权重为第一数值。若所述差分值达到所述可配参数的第二阈值范围，则所述目标像素域的值域权重为第二数值。若所述差分值达到所述可配参数的第三阈值范围，则所述目标像素域的值域权重为第三数值。若所述目标像素域中，若所述差分值超出所述可配参数的阈值范围，则使用线性内插值方法，计算所述值域权重。

例如：若差分值SAD等于3倍的Th，则加权系数为0。若差分值SAD等于2倍的Th，则加权系数为0.3。若差分值SAD等于1倍的Th，则加权系数为0.7。若差分值SAD等于0.5倍的Th，则加权系数为1.0。其他情况则线性内插出来加权系数值。在其他实施例中，所述可配参数的第一、第二、第三阈值范围和值域权重的第一、第二、第三数值可以根据实际情况设定，本实施例仅提供示例作用。SAD(Sum of absolute differences)是图像立体匹配中常用的初级块匹配算法，其基本运算思想是求取相对应的两个像素域内像素值之差的绝对值之和。

本实施方式中，局部特征值越大，当前目标像素域Y越有可能是纹理、边缘区，那目标像素域Y的加权系数就越小。

本申请的方案亮点1是：对色度图U和V进行滤波去噪时，利用了亮度图Y，且色度U和V的去噪并不是独立的，而是YUV这3个通道一起，进行联合去噪，而不是像现有的色度去噪方法仅仅是在色度域(UV通道)仅仅去噪，而实际上色度噪声和亮度具有非常高的相关度，一般来说亮度越暗的地方色度的信噪比也越小，亮度越亮的地方色度的信噪比也越大，现有技术对于亮度和色度的相关性关注度不够，本申请在对色度降噪时以亮度作为引导，避免了不同亮度块之间的颜色溢出。

本申请的方案亮点2是：采用基于双边的联合滤波方案，且滤波过程中自适应局部图像特征，YUV三个通道每个通道均采用双边滤波，获得每个通道各自的值域和空域权重，总共6个滤波权重，然后这6个滤波权重做一个权重融合，获得邻域像素点的最终的加权系数，这个系数同时作用到UV上。一方面可以有效去除噪声，另一方面可以根据图像的局部特征自适应调整去噪强度。

相较于现有技术中，基于IIR滤波器的单通道去除色度噪声的方法，本申请的去色度噪声的方法采用联合去噪的方案，而不是独立去噪。且去噪时自适应局部的图像特征。这些做法保证了有效去除色度噪声的同时，尽量保留色度的细节、纹理、边缘，最大限度的避免了颜色溢出。

基于相同的技术构思，本申请还公开了一种YUV联合双边滤波器，该系统可用于实现上述任意一种YUV联合去除图像色度噪声的方法，具体的，本申请的一种YUV联合双边滤波器实施例，所述滤波器包括：

预处理模块10，用于基于待处理的原图像，获取所述原图像处理后的亮度图和色度图。所述亮度图为Y通道图像，所述色度图包括U通道图像和V通道图像。所述亮度图与所述色度图的幅面大小相同。

联合去噪模块20，用于对Y、U、V通道图像计算各自的局部图像特征。结合所述Y、U、V通道图像的所述局部图像特征，以所述Y通道图像作为引导，对U、V通道图像进行联合双边滤波去噪，得到去噪后的U通道图像和V通道图像。

本申请提供的一种YUV联合双边滤波器的另一实施例，在上述系统实施例的基础上，所述联合去噪模块20，包括以下子模块：

划分子模块，用于将所述Y、U、V通道图像进行像素域划分。所述像素域中至少包含一个像素点。

权重计算子模块，用于分别计算所述Y、U、V通道图像中各像素域的值域权重和空域权重。

所述权重计算子模块，还用于将目标像素域对应的所有值域权重与空域权重进行累加或相乘融合，得到所述目标像素域的权重系数。

累加去噪子模块，用于在所述U、V通道图像中，将各像素域对应的色度值与所述权重系数进行对应点相乘，再累加得到像素值集合。将各像素域对应的所述权重系数进行累加得到权重集合。

所述累加去噪子模块，还用于计算所述像素值集合与所述权重集合的比值，得到去噪后的U通道图像和V通道图像。

其中，所述权重计算子模块包括值域单元和空域单元。

所述值域单元，用于计算所述Y、U、V通道图像中目标像素域中的像素值和中心像素域的像素值。用所述目标像素域中的像素值减去所述中心像素域的像素值，再求绝对值，得到所述目标像素域的差分值。利用所述局部图像特征计算得到所述目标像素域的可配参数。将所述目标像素域的差分值与所述可配参数进行数值比较计算，得到所述目标像素域的值域权重。

所述空域单元，用于采用高斯分布函数来确定所述Y、U、V通道图像中各像素域的空域权重。

在上述实施例的另一实施方式中，所述联合去噪模块20还包括：局部特征计算子模块，用于采用以下一项或多项步骤，来计算Y、U、V通道图像各自的局部图像特征。

以U通道图像为例：具体执行：1、计算所述U通道图像的图像边缘特征。2、计算所述U通道图像的图像角点特征。3、计算所述U通道图像的图像纹理特征。Y通道图像与V通道图像同理。

本申请提供的一种YUV联合双边滤波器另一实施例，在上述实施例的基础上，所述值域单元，还用于：通过比较的方法确定值域权重(权重系数)，具体执行如下步骤：

在所述目标像素域中，若所述差分值达到所述可配参数的第一阈值范围，则所述目标像素域的值域权重为第一数值。若所述差分值达到所述可配参数的第二阈值范围，则所述目标像素域的值域权重为第二数值。若所述差分值达到所述可配参数的第三阈值范围，则所述目标像素域的值域权重为第三数值。若所述目标像素域中，若所述差分值超出所述可配参数的阈值范围，则使用线性内插值方法，计算所述值域权重。

更优的，提供本实施例的另一实施方式，所述滤波器还用于执行以下步骤来计算YUV图像各自的值域权重和空域权重，以图6，9x9像素域的窗口处理U通道图像为例，Y、V通道图像同理。首先计算所述U通道图像中目标像素域Y中的像素值和中心像素域X的像素值。

用所述目标像素域Y的像素值减去所述中心像素域X的像素值，再求绝对值，得到所述目标像素域的差分值SAD。

利用所述局部图像特征计算可配参数TH。可配参数Th由两部分组成，一部分是外界可配参数Th0，另一部分是根据当前像素域内的局部方差等局部图像特征值计算出来第一可配参数Th1，所述可配参数Th＝Th0+Th1。

将差分值SAD和外界可配参数Th进行比较，在所述目标像素域中，若差分值SAD等于3倍的Th，则加权系数为0。若差分值SAD等于2倍的Th，则加权系数为0.3。若差分值SAD等于1倍的Th，则加权系数为0.7。若差分值SAD等于0.5倍的Th，则加权系数为1.0。其他情况则线性内插出来加权系数值。在其他实施例中，所述可配参数的第一、第二、第三阈值范围和值域权重的第一、第二、第三数值可以根据实际情况设定，本实施例仅提供示例作用。

本实施方式中，局部特征值越大，当前目标像素域Y越有可能是纹理、边缘区，那目标像素域Y的加权系数就越小。

本申请的方案亮点1是：对色度图U和V进行滤波去噪时，利用了亮度图Y，且色度U和V的去噪并不是独立的，而是YUV这3个通道一起，进行联合去噪，而不是像现有的色度去噪方法仅仅是在色度域(UV通道)仅仅去噪，而实际上色度噪声和亮度具有非常高的相关度，一般来说亮度越暗的地方色度的信噪比也越小，亮度越亮的地方色度的信噪比也越大，现有技术对于亮度和色度的相关性关注度不够，本申请在对色度降噪时以亮度作为引导，避免了不同亮度块之间的颜色溢出。

本申请的方案亮点2是：采用基于双边的联合滤波方案，且滤波过程中自适应局部图像特征，YUV三个通道每个通道均采用双边滤波，获得每个通道各自的值域和空域权重，总共6个滤波权重，然后这6个滤波权重做一个权重融合，获得邻域像素点的最终的加权系数，这个系数同时作用到UV上。一方面可以有效去除噪声，另一方面可以根据图像的局部特征自适应调整去噪强度。

相较于现有技术中，基于IIR滤波器的单通道去除色度噪声的方法，本申请的去色度噪声的方法采用联合去噪的方案，而不是独立去噪。且去噪时自适应局部的图像特征。这些做法保证了有效去除色度噪声的同时，尽量保留色度的细节、纹理、边缘，最大限度的避免了颜色溢出。

本申请的一种YUV联合去除图像色度噪声的方法和滤波器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。

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。

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 (7)

1.一种YUV联合去除图像色度噪声的方法，其特征在于，包括如下步骤：

基于待处理的原图像，获取所述原图像处理后的亮度图和色度图；所述亮度图为Y通道图像，所述色度图包括U通道图像和V通道图像；所述亮度图与所述色度图的幅面大小相同；

对Y、U、V通道图像计算各自的局部图像特征；所述局部图像特征包括图像边缘特征、图像角点特征、图像纹理特征；

结合所述Y、U、V通道图像的所述局部图像特征，以所述Y通道图像作为引导，将所述Y、U、V通道图像进行像素域划分；所述像素域中至少包含一个像素点；

分别计算所述Y、U、V通道图像中各像素域的值域权重和空域权重；

将目标像素域对应的所有值域权重与空域权重进行累加或相乘融合，得到所述目标像素域的权重系数；

在所述U、V通道图像中，将各像素域对应的色度值与所述权重系数进行对应点相乘，再累加得到像素值集合；

将各像素域对应的所述权重系数进行累加得到权重集合；

计算所述像素值集合与所述权重集合的比值，得到去噪后的U通道图像和V通道图像。

2.如权利要求1所述的一种YUV联合去除图像色度噪声的方法，其特征在于，计算所述Y、U、V通道图像各自的值域权重，包括如下步骤：

计算所述Y、U、V通道图像中目标像素域中的像素值和中心像素域的像素值；

用所述目标像素域中的像素值减去所述中心像素域的像素值，再求绝对值，得到所述目标像素域的差分值；

利用所述局部图像特征计算得到所述目标像素域的可配参数；

将所述目标像素域的差分值与所述可配参数进行数值比较计算，得到所述目标像素域的值域权重。

3.如权利要求1所述的一种YUV联合去除图像色度噪声的方法，其特征在于：采用高斯分布函数来确定所述Y、U、V通道图像中各像素域的空域权重。

4.如权利要求2所述的一种YUV联合去除图像色度噪声的方法，其特征在于，所述的将所述目标像素域的差分值与所述可配参数进行数值比较计算，得到所述目标像素域的值域权重，包括如下步骤：

在所述目标像素域中，若所述差分值达到所述可配参数的第一阈值范围，则所述目标像素域的值域权重为第一数值；

若所述差分值达到所述可配参数的第二阈值范围，则所述目标像素域的值域权重为第二数值；

若所述差分值达到所述可配参数的第三阈值范围，则所述目标像素域的值域权重为第三数值；

若所述目标像素域中，若所述差分值超出所述可配参数的阈值范围，则使用线性内插值方法，计算所述值域权重。

5.如权利要求2所述的一种YUV联合去除图像色度噪声的方法，其特征在于，所述目标像素域的差分值越大，所述值域权重的值越小；

所述目标像素域的局部图像特征的特征值越大，所述可配参数的值越小；所述值域权重的值越小。

6.一种YUV联合双边滤波器，其特征在于，用于执行权利要求1-5任一项所述的一种YUV联合去除图像色度噪声的方法，所述滤波器包括：

预处理模块，用于基于待处理的原图像，获取所述原图像处理后的亮度图和色度图；所述亮度图为Y通道图像，所述色度图包括U通道图像和V通道图像；所述亮度图与所述色度图的幅面大小相同；

联合去噪模块，用于对Y、U、V通道图像计算各自的局部图像特征；结合所述Y、U、V通道图像的所述局部图像特征，以所述Y通道图像作为引导，对U、V通道图像进行联合双边滤波去噪，得到去噪后的U通道图像和V通道图像；

所述联合去噪模块，包括以下子模块：

划分子模块，用于将所述Y、U、V通道图像进行像素域划分；所述像素域中至少包含一个像素点；

权重计算子模块，用于分别计算所述Y、U、V通道图像中各像素域的值域权重和空域权重；

所述权重计算子模块，还用于将目标像素域对应的所有值域权重与空域权重进行累加或相乘融合，得到所述目标像素域的权重系数；

累加去噪子模块，用于在所述U、V通道图像中，将各像素域对应的色度值与所述权重系数进行对应点相乘，再累加得到像素值集合；将各像素域对应的所述权重系数进行累加得到权重集合；

所述累加去噪子模块，还用于计算所述像素值集合与所述权重集合的比值，得到去噪后的U通道图像和V通道图像。

7.如权利要求6所述的一种YUV联合双边滤波器，其特征在于，所述权重计算子模块包括值域单元和空域单元；

所述值域单元，用于计算所述Y、U、V通道图像中目标像素域中的像素值和中心像素域的像素值；用所述目标像素域中的像素值减去所述中心像素域的像素值，再求绝对值，得到所述目标像素域的差分值；利用所述局部图像特征计算得到所述目标像素域的可配参数；将所述目标像素域的差分值与所述可配参数进行数值比较计算，得到所述目标像素域的值域权重；

所述空域单元，用于采用高斯分布函数来确定所述Y、U、V通道图像中各像素域的空域权重。