CN117593213A - 图像的去噪方法、装置、计算机设备及存储介质 - Google Patents
图像的去噪方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN117593213A CN117593213A CN202311788562.2A CN202311788562A CN117593213A CN 117593213 A CN117593213 A CN 117593213A CN 202311788562 A CN202311788562 A CN 202311788562A CN 117593213 A CN117593213 A CN 117593213A
- Authority
- CN
- China
- Prior art keywords
- pixel
- image
- target image
- pixels
- value
- 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
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000001914 filtration Methods 0.000 claims abstract description 85
- 230000009466 transformation Effects 0.000 claims abstract description 73
- 238000012545 processing Methods 0.000 claims abstract description 42
- 238000006243 chemical reaction Methods 0.000 claims abstract description 32
- 230000015654 memory Effects 0.000 claims description 27
- 239000011159 matrix material Substances 0.000 claims description 8
- 238000010606 normalization Methods 0.000 claims description 7
- 230000001131 transforming effect Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 10
- 230000008569 process Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000000605 extraction Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000002146 bilateral effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002604 ultrasonography 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
- G06T5/20—Image enhancement or restoration using local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
- G06T2207/20032—Median filtering
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本发明涉及图像处理技术领域,公开了图像的去噪方法、装置、计算机设备及存储介质,包括:获取待去噪图像;将待去噪图像进行第一颜色空间转换,提取待去噪图像中每一个像素的亮度分量以及颜色分量,并生成亮度分量图像;对亮度分量图像中每一个像素的像素值进行中值滤波操作,生成第一目标图像;对第一目标图像进行非局部滤波操作,得到第二目标图像;对亮度分量图像中的像素、第一目标图像中的像素,以及第二目标图像中的像素分别进行线性变换处理,并基于线性变换处理后的所有像素得到第三目标图像;利用第三目标图像和颜色分量进行第二颜色空间转换,获取去噪后的图像。本发明具有良好的图像去噪效果。
Description
技术领域
本发明涉及图像处理技术领域,具体涉及图像的去噪方法、装置、计算机设备及存储介质。
背景技术
内窥镜是临床问诊方面重要的医疗器械,通过将内窥镜导入预检查的器官,能够帮助医护人员直接获取相关器官内部的图像。但是目前,使用内窥镜等器械采集的图像,由于硬件电路等原因,图像有不同程度的噪声,导致使用效果不佳。而现有的一些图像去噪方法处理后的图像效果并不能达到使用要求,不利于工作的顺利开展。
发明内容
有鉴于此,本发明提供了一种图像的去噪方法、装置、计算机设备及存储介质,以解决图像去噪效果不佳的问题。
第一方面,本发明提供了一种图像的去噪方法,包括:
获取待去噪图像;
将待去噪图像进行第一颜色空间转换,提取待去噪图像中每一个像素的亮度分量以及颜色分量,并生成亮度分量图像;
对亮度分量图像中每一个像素的像素值进行中值滤波操作,生成第一目标图像;
对第一目标图像进行非局部滤波操作,得到第二目标图像;
对亮度分量图像中的像素、第一目标图像中的像素,以及第二目标图像中的像素分别进行线性变换处理,并基于线性变换处理后的所有像素得到第三目标图像;
利用第三目标图像和颜色分量进行第二颜色空间转换,获取去噪后的图像。
通过上述方式,将待去噪图像进行颜色空间转换,获取亮度分量,并针对亮度分量进行中值滤波操作和非局部滤波操作以进行去噪,中值滤波可以很好的消除孤立的噪声点,非局部滤波可以在去噪的同时保留图像的细节和边缘,经过这两种滤波处理,可以在有效消除图像中的噪声的同时保留图像的细节,提高内窥镜采集图像的去噪效果,从而提高采集图像的质量。
在一种可选的实施方式中,对亮度分量图像中每一个像素的像素值进行中值滤波操作,生成第一目标图像,包括:
分别以亮度分量图像的每一个边缘为基准,选取预设行数的像素值;
基于预设行数的像素值对亮度分量图像进行扩边处理,得到第四目标图像;
以第一像素为中心,从第四目标图像中提取预设矩阵大小的图像块作为目标图像块,其中,第一像素为亮度分量图像中的任一个像素;
根据目标图像块中像素的像素值确定第一像素的中值滤波值;
在获取到所有第一像素的中值滤波值之后,根据所有的中值滤波值生成第一目标图像。
通过上述方式,首先利用亮度分量图像每个边缘的像素对亮度分量图像进行扩边,然后从扩边后的图像中提取包含第一像素的预设大小的图像块对第一像素进行中值滤波处理,得到第一目标图像,扩边处理可以避免在去噪声过程中丢失边缘信息。通过在图像周围添加额外的像素,扩边可以提供更多的边缘信息,从而更好地保护图像边缘,同时,在去噪声过程中,需要考虑像素的周围环境来进行噪声估计和处理,通过扩展图像边缘,能够在处理每个像素时考虑到邻近像素的信息,从而提高去噪声的效果。
在一种可选的实施方式中,根据目标图像块中像素的像素值确定第一像素的中值滤波值,包括:
分别获取第一像素的像素值与每一个剩余像素的像素值之间的差值,其中,剩余像素为目标图像块中除第一像素以外的其他像素;
对所有的差值进行排序,得到差值向量以及差值向量的中值;
将差值向量中预设位置的数值与预设数值阈值进行比对,生成比对结果;
根据比对结果从第一像素的像素值和中值中选取第一像素的中值滤波值。
通过上述方式,将第一像素与周围像素分别做差,并将差值进行排序,得到差值序列的中值,根据差值向量中预设位置的数值与预设数值阈值的比对结果确定是否将第一像素的值替换为中值,比原来的中值滤波操作可以更多的保留图像数据的原始信息,使去噪后的图像更加接近于真实图像。
在一种可选的实施方式中,对第一目标图像进行非局部滤波操作,得到第二目标图像,包括:
以第二像素为中心,从第一目标图像中分别提取第一预设大小的第一图像块以及第二预设大小的第二图像块,其中,第二像素为第一目标图像中任一个像素,第二预设大小大于第一预设大小;
以第三像素为中心,从第二图像块中提取第一预设大小的第三图像块,其中,第三像素为第二图像块中除第二像素以外的其他像素中任一个像素;
根据第一图像块中每一个像素的像素值和第三图像块中每一个像素的像素值确定第二像素的非局部滤波值;
在第一目标图像中的所有像素均确定非局部滤波值之后,根据所有非局部滤波值生成第二目标图像。
通过上述方式,通过从第一目标图像中提取不同的图像块,对第一目标图像中的每一个像素进行非局部滤波操作,生成第二目标图像,可以在中值滤波的基础上,进一步对第一目标图像进行非局部滤波操作,可以结合两种滤波方式的优点,达到更好的滤波效果。
在一种可选的实施方式中,根据第一图像块中每一个像素的像素值和第三图像块中每一个像素的像素值确定第二像素的非局部滤波值,包括:
根据第二像素的像素值与第三像素的像素值的差值、预设滤波系数、预设高斯核的标准差以及预设归一化因子,确定第二像素和第三像素的相似度,其中,第三像素为与第二像素对应位置的像素;
根据第二像素和第三像素的相似度,以及第三像素的像素值,确定第二像素的非局部滤波值。
通过上述方式,根据第二像素的像素值与第三像素的像素值的差值、预设滤波系数、预设高斯核的标准差以及预设归一化因子,确定第二像素和第三像素的相似度,第三像素为与第二像素对应位置的像素,再根据第二像素和第三像素的相似度,以及第三像素的像素值,确定第二像素的非局部滤波值,可以较多的将图像数据的细节信息保留。
在一种可选的实施方式中,对亮度分量图像中的像素、第一目标图像中的像素,以及第二目标图像中的像素分别进行线性变换处理,并基于线性变换处理后的所有像素得到第三目标图像,包括:
对亮度分量图像中的每一个像素的像素值以及亮度分量图像对应的第一预设权重进行线性变换处理,得到亮度分量图像对应的第一线性变换结果;
对第一目标图像中的每一个像素的像素值以及第一目标图像对应的第二预设权重进行线性变换处理,得到第一目标图像对应的第二线性变换结果;
对第二目标图像中每一个像素的像素值,以及第二目标图像对应的第三预设权重进行线性变换,得到第二目标图像对应的第三线性变换结果;
根据第一线性变换结果、第二线性变换结果以及第三线性变换结果得到第三目标图像,其中,第一预设权重、第二预设权重以及第三预设权重的和为1。
在一种可选的实施方式中,对亮度分量图像中的像素、第一目标图像中的像素,以及第二目标图像中的像素分别进行线性变换处理,并基于线性变换处理后的所有像素得到第三目标图像,具体通过如下公式实现:
其中,Ld表示第三目标图像中的每一个像素,L表示亮度分量图像中的每一个像素,0<α<1,表示亮度分量图像对应的第一预设权重,Lv表示第一目标图像中的每一个像素,0<β<1表示第一目标图像对应的第二预设权重,Lt表示第二目标图像中每一个像素,0<λ<1表示第二目标图像对应的第三预设权重,α+β+λ=1。
第二方面,本发明提供了一种图像的去噪装置,包括:
获取模块,用于获取待去噪图像;
第一颜色空间转换模块,用于将待去噪图像进行第一颜色空间转换,提取待去噪图像中每一个像素的亮度分量以及颜色分量,并生成亮度分量图像;
中值滤波模块,用于对亮度分量图像中每一个像素的像素值进行中值滤波操作,生成第一目标图像;
非局部滤波模块,用于对第一目标图像进行非局部滤波操作,得到第二目标图像;
线性变换模块,用于对亮度分量图像中的像素、第一目标图像中的像素,以及第二目标图像中的像素分别进行线性变换处理,并基于线性变换处理后的所有像素得到第三目标图像;
第二颜色空间转换模块,用于利用第三目标图像和颜色分量进行第二颜色空间转换,获取去噪后的图像。
第三方面,本发明提供了一种计算机设备,包括:存储器和处理器,存储器和处理器之间互相通信连接,存储器中存储有计算机指令,处理器通过执行计算机指令,从而执行上述第一方面或其对应的任一实施方式的图像的去噪方法。
第四方面,本发明提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机指令,计算机指令用于使计算机执行上述第一方面或其对应的任一实施方式的图像的去噪方法。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式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,下面描述中的附图是本发明的一些实施方式,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。
图1是根据本发明实施例的图像的去噪方法的流程示意图;
图2是根据本发明实施例的确定第一像素的中值滤波值的方法的流程示意图;
图3是根据本发明实施例的提取sr像素对应的图像块的示意图;
图4是根据本发明实施例的确定第二像素的非局部滤波值的方法的流程示意图;
图5是根据本发明实施例的又一图像的去噪方法的流程示意图;
图6是根据本发明实施例的待去噪图像示意图;
图7是根据本发明实施例的去噪后的图像示意图;
图8是根据本发明实施例的图像的去噪装置的结构框图;
图9是本发明实施例的计算机设备的硬件结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在一些场景下,获取的图像可能包含较多的噪声,例如通过内窥镜或者多普勒彩超等获取的图像,这些图像因为硬件电路的影响,可能包含较多的噪声,这种情况下会导致在对图像进行使用时,使用效果不佳,但目前的一些图像去噪方法,例如均值滤波、导向滤波和双边滤波等去噪后达不到使用要求。
基于此,根据本发明实施例,提供了一种图像的去噪方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
在本实施例中提供了一种图像的去噪方法,可用于上述的计算机设备,图1是根据本发明实施例的图像的去噪方法的流程图,如图1所示,该流程包括如下步骤:
步骤S101,获取待去噪图像。
具体的,待去噪图像可以是内窥镜获取的或者其他包含噪声的图像。
在一个可选的例子中,待去噪图像可以是RGB彩色图像,位宽为8,为了方便后续处理,可以将图像像素值归一化到0至1之间。
步骤S102,将待去噪图像进行第一颜色空间转换,提取待去噪图像中每一个像素的亮度分量以及颜色分量,并生成亮度分量图像。
具体的,将待去噪图像进行第一颜色空间转换,使待去噪图像中的亮度分量和颜色分量可以被提取,并且根据亮度分量生成亮度分量图像。
在一个可选的例子中,例如可以将红绿蓝(Red Green Blue,简称RGB)颜色空间的图像转换到色彩空间(CIELAB,简称Lab)颜色空间中,并提取亮度分量L和颜色维度分量a和b。
步骤S103,对亮度分量图像中每一个像素的像素值进行中值滤波操作,生成第一目标图像。
具体的,可以利用像素周围预设区域的像素对亮度分量图像中每一个像素的像素值进行中值滤波操作,生成第一目标图像。
在一个可选的例子中,可以利用亮度分量图像中的一个像素为中心,取预设矩阵大小的图像块,例如3×3的图像块或者5×5的图像块,利用图像块中的每一个像素对中心点的像素进行中值滤波操作,当亮度分量图像中的每一个像素均完成中值滤波操作之后,利用每一个像素的中值滤波操作后的值生成第一目标图像。
步骤S104,对第一目标图像进行非局部滤波操作,得到第二目标图像。
具体的,对第一目标图像中的每一个像素进行非局部滤波操作,得到第二目标图像。
在一个可选的例子中,例如可以对第一目标图像中的每一个像素进行非局部均值滤波操作,得到第二目标图像。
步骤S105,对亮度分量图像中的像素、第一目标图像中的像素,以及第二目标图像中的像素分别进行线性变换处理,并基于线性变换处理后的所有像素得到第三目标图像。
具体的,对亮度分量图像中的每一个像素、第一目标图像中的每一个像素以及第二目标图像中的每一个像素分别进行线性变换处理,得到亮度分量图像的线性变换结果、第一目标图像的线性变换结果和第二目标图像的线性变换结果,根据上述三个图像的线性变换结果得到第三目标图像。
步骤S106,利用第三目标图像和颜色分量进行第二颜色空间转换,获取去噪后的图像。
具体的,第三目标图像是基于亮度分量图像获取,只有亮度分量,因此需要将第三目标图像和颜色分量进行第二颜色空间转换,转换为原始待去噪图像的格式,获取去噪后的图像。
在一个可选的例子中,例如可以将第三目标图像和颜色分量转换到RGB颜色空间,得到去噪后的图像。
在另一个可选的例子中,如果在将待去噪图像进行第一颜色空间转换之前对其中的像素进行了归一化处理,则在对第三目标图像进行第二颜色空间转换之后,还需要转换后得到的图像中的像素进行反归一化处理,使像素的数值恢复到原始的像素值范围,得到去噪后的图像。
本实施例提供的图像的去噪方法,获取待去噪图像;将待去噪图像进行第一颜色空间转换,提取待去噪图像中每一个像素的亮度分量以及颜色分量,并生成亮度分量图像;对亮度分量图像中每一个像素的像素值进行中值滤波操作,生成第一目标图像;对第一目标图像进行非局部滤波操作,得到第二目标图像;对亮度分量图像中的像素、第一目标图像中的像素,以及第二目标图像中的像素分别进行线性变换处理,并基于线性变换处理后的所有像素得到第三目标图像;利用第三目标图像和颜色分量进行第二颜色空间转换,获取去噪后的图像。将待去噪图像进行颜色空间转换,获取亮度分量,并针对亮度分量,中值滤波操作和非局部滤波操作以进行去噪,中值滤波可以很好的消除孤立的噪声点,非局部滤波可以在去噪的同时保留图像的细节和边缘,经过这两种滤波处理,可以较好地消除图像中的噪声的同时保留图像的细节,提高内窥镜采集图像的去噪效果,从而提高采集图像的质量。
在一种可选的实施方式中,上述步骤S103,包括如图2所示的方法步骤:
步骤S201,分别以亮度分量图像的每一个边缘为基准,选取预设行数的像素值。
步骤S202基于预设行数的像素值对亮度分量图像进行扩边处理,得到第四目标图像。
具体的,例如亮度分量图像包含上下左右四个边,分别从上下左右四个边缘选取r行像素,利用上述r行像素的像素值对四个边分别进行扩展,r为正整数。
在一个可选的例子中,r的取值范围可以是[1,5]之间的整数,包含1和5,扩展后的图像为第四目标图像。
步骤S203,以第一像素为中心,从第四目标图像中提取预设矩阵大小的图像块作为目标图像块。
具体的,第一像素为亮度分量图像中的任一个像素。对图像进行扩边是为了保证中值滤波操作时,亮度分量图像中的每一个像素都可以提取到预设范围的像素,因此,需要以亮度分量图像中的第一像素为中心,从第四目标图像中提取预设矩阵大小的图像块作为目标图像块。
在一个可选的例子中,当r取值为2时,亮度分量图像中的左上角第一个像素,即为第四目标图像中位置为(r+1,r+1)的像素,对于该像素,可以从第四目标图像中以该像素为中心,提取(2×r+1)×(2×r+1)的矩阵大小的图像块作为目标图像块,如图3所示,sr(r+1,r+1)即为第一像素。
步骤S204,根据目标图像块中像素的像素值确定第一像素的中值滤波值。
具体的,可以根据目标像素中部分像素或者所有像素的中值作为第一像素的中值滤波值。
在一个可选的例子中,上述步骤S204包括如下的方法步骤:
步骤a1,分别获取第一像素的像素值与每一个剩余像素的像素值之间的差值。
具体的,剩余像素为目标图像块中除第一像素以外的其他像素,将第一像素的像素值分别与目标图像块中剩余像素做差,得到第一像素与分别与剩余像素的差值,目标图像块为从第四目标图像中提取的图像块,而第四目标图像由亮度分量图像进行扩边处理产生,因此,虽然第一像素为亮度分量图像中的任一个像素,其也包含在第四目标图像中对应的亮度分量图像的位置的像素中。
在一个可选的例子中,例如将图3中的中心点像素sr与周围的(2×r+1)×(2×r+1)-1个像素分别作差,例如其他像素的像素值分别减去sr,得到初始的差值向量Sdiff=[sr1,sr2,...]。
步骤a2,对所有的差值进行排序,得到差值向量以及差值向量的中值。
具体的,例如可以对所有的差值从小到大排序,得到排序后的差值向量Bs=sort(Sdiff),其中,sort()为排序函数,设差值向量Bs的中值为sm。
步骤a3,将差值向量中预设位置的数值与预设数值阈值进行比对,生成比对结果。
具体的,预设位置可以是差值向量Bs中的第n个元素Bs(n)或者第(2×r+1)×(2×r+1)-n-1个元素Bs((2×r+1)×(2×r+1)-n-1),其中n属于范围[1,3]之间的整数,预设数值阈值可以是0。
步骤a4,根据比对结果从第一像素的像素值和中值中选取第一像素的中值滤波值。
具体的,可以选取差值向量中第一个元素,将第一个元素与第一个元素对应的预设数值阈值进行比对,获取比对结果。
在一个可选的例子中,如果Bs(n)大于0,或者Bs((2×r+1)×2×r+1-n-1小于0,则sr=sm,即将差值向量的中值确定为第一像素的中值滤波值;如果Bs(n)小于0,或者Bs((2×r+1)×(2×r+1)-n-1)大于0,则sr保持不变,即将第一像素的像素值确定为第一像素的中值滤波值。
通过上述方式,将第一像素与周围像素分别做差,并将差值进行排序,得到差值序列的中值,根据差值向量中预设位置的数值与预设数值阈值的比对结果确定是否将第一像素的值替换为中值,比原来的中值滤波操作可以更多的保留图像数据的原始信息,使去噪后的图像更加接近于真实图像。
步骤S205,在获取到所有第一像素的中值滤波值之后,根据所有的中值滤波值生成第一目标图像。
在一种可选的实施方式中,上述步骤S104,具体包括如图4所示的方法步骤:
步骤S401,以第二像素为中心,从第一目标图像中分别提取第一预设大小的第一图像块以及第二预设大小的第二图像块。
具体的,第二像素为第一目标图像中任一个像素,第二预设大小大于第一预设大小。
在一个可选的例子中,例如可以利用亮度分量图像中的各个边缘的像素值对第一目标图像进行扩边处理,例如同样扩充r行,则在第一目标图像中,第二像素的选取可以从第((r+1),(r+1))个像素开始,设该像素为x,取(2×r+1)×(2×r+1)的矩阵大小的图像块t1。
在扩边后的第一目标图像中提取以像素x为中心的第二图像块T,大小为R×R,R大于(2×r+1),小于其中,W为扩边后的第一目标图像的宽,H为扩边后的第一目标图像的高,min(W,H)表示取W和H中的最小者。
步骤S402,以第三像素为中心,从第二图像块中提取第一预设大小的第三图像块。
具体的,第三像素为第二图像块中除第二像素以外的其他像素中任一个像素。
在一个可选的例子中,在图像块T中寻找与图像块t1相同大小的以像素y(即第三像素),为中心的图像块t2,y为与x不同的像素。
步骤S403,根据第一图像块中每一个像素的像素值和第三图像块中每一个像素的像素值确定第二像素的非局部滤波值。
具体的,例如可以根据第一图像块中每一个像素的像素值与第三图像块中对应位置的像素的像素值的相似度,确定第二像素的非局部滤波值,对于像素的选择可以根据实际情况进行限定,可以选择每一个像素,也可以选择部分像素,在此不做过多限定。
在一种可选的实施方式中,上述步骤S403,具体包括如下的方法步骤:
步骤b1,根据第二像素的像素值与第三像素的像素值的差值、预设滤波系数、预设高斯核的标准差以及预设归一化因子,确定第二像素和第三像素的相似度。
具体的,第三像素为与第二像素对应位置的像素,第二像素和第三像素的相似度可以通过如下方式确定:
其中,ω(x,y)表示第二像素和第三像素的相似度,n(x)为归一化因子;h>0表示预设滤波系数,该系数可以控制指数函数的衰减从而改变欧式距离的权重;V(x)代表包含x的图像块,即第一图像块;V(y)代表包含y的图像块,即第三图像块;V(x)-V(y)表示两个图像块对应位置的像素的像素值的差;代表第一图像块和第三图像块的高斯加权欧式距离;a>0是高斯核的标准差,在求欧式距离的时候,不同位置的y像素对应的权重是不一样的,距离块的中心越近,权重越大,距离中心越远,权重越小,权重服从高斯分布,a可以根据经验值给出,例如1.2或者0.5。
步骤b2,根据第二像素和第三像素的相似度,以及第三像素的像素值,确定第二像素的非局部滤波值。
具体的,根据第二像素和第三像素的相似度,以及第三像素的像素值,确定第二像素的非局部滤波值,具体可以通过如下公式实现:
其中,为第二像素的非局部滤波值,ν(y)为第三像素的像素值,ω(x,y)为第二像素和第三像素的相似度,y∈Ωx表示y属于与x所在的图像块大小相同的图像块。
步骤S404,在第一目标图像中的所有像素均确定非局部滤波值之后,根据所有非局部滤波值生成第二目标图像。
具体的,根据第一目标像素中所有像素的非局部滤波值生成第二目标图像。
在一种可选的实施方式中,上述步骤S105,包括如下的方法步骤:
步骤c1,对亮度分量图像中的每一个像素的像素值以及亮度分量图像对应的第一预设权重进行线性变换处理,得到亮度分量图像对应的第一线性变换结果。
步骤c2,对第一目标图像中的每一个像素的像素值以及第一目标图像对应的第二预设权重进行线性变换处理,得到第一目标图像对应的第二线性变换结果。
步骤c3,对第二目标图像中每一个像素的像素值,以及第二目标图像对应的第三预设权重进行线性变换,得到第二目标图像对应的第三线性变换结果。
步骤c4,根据第一线性变换结果、第二线性变换结果以及第三线性变换结果得到第三目标图像。
具体的,第一预设权重、第二预设权重以及第三预设权重的和为1。可以为亮度分量图像、第一目标图像以及第二目标图像分别设定预设权重,且三个图像的预设权重的和为1,对于每一个图像,分别对图像中每一个像素的像素值以及分别对应的预设权重做线性变换处理,再根据所有图像的线性变换处理的结果生成最终的第三目标图像。
在一种可选的实施方式中,上述步骤S105具体可以通过如下公式实现:
其中,Ld表示第三目标图像中的每一个像素,L表示亮度分量图像中的每一个像素,0<α<1,表示亮度分量图像对应的第一预设权重,Lv表示第一目标图像中的每一个像素,0<β<1表示第一目标图像对应的第二预设权重,Lt表示第二目标图像中每一个像素,0<λ<1表示第二目标图像对应的第三预设权重,α+β+λ=1。
为了使本发明的方法的描述更加清楚,本发明还提供一个具体的应用实施例,如图5所示,图5为一种内窥镜图像去噪的方法流程示意图,获取RGB图像img_in(x,y),将图像从RGB颜色空间转换到Lab颜色空间,获取到图像的亮度分量L和颜色分量,对L分量进行初步去噪(中值滤波操作),进行进一步去噪(非局部滤波操作),对亮度分量图像、初步去噪后的图像和进一步去噪后的图像进行线性变换操作,得到线性变换后的图像,并将线性变换后的图像和颜色分量从Lab空间转换到RGB颜色空间,得到去噪后的RGB图像img_out(x,y)。img_in(x,y)如图6所示,为待去噪图像。去噪后的图像img_out(x,y),如图7所示,可以看出,图像的噪声数据得到了有效过滤。
在本实施例中还提供了一种图像的去噪装置,该装置用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。如以下所使用的,术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
本实施例提供一种图像的去噪装置,如图8所示,包括:
获取模块801,用于获取待去噪图像;
第一颜色空间转换模块802,用于将待去噪图像进行第一颜色空间转换,提取待去噪图像中每一个像素的亮度分量以及颜色分量,并生成亮度分量图像;
中值滤波模块803,用于对亮度分量图像中每一个像素的像素值进行中值滤波操作,生成第一目标图像;
非局部滤波模块804,用于对第一目标图像进行非局部滤波操作,得到第二目标图像;
线性变换模块805,用于对亮度分量图像中的像素、第一目标图像中的像素,以及第二目标图像中的像素分别进行线性变换处理,并基于线性变换处理后的所有像素得到第三目标图像;
第二颜色空间转换模块806,用于利用第三目标图像和颜色分量进行第二颜色空间转换,获取去噪后的图像。
在一些可选的实施方式中,中值滤波模块803,包括:
选取单元,用于分别以亮度分量图像的每一个边缘为基准,选取预设行数的像素值;
扩边单元,用于并基于预设行数的像素值对亮度分量图像进行扩边处理,得到第四目标图像;
第一提取单元,用于以第一像素为中心,从第四目标图像中提取预设矩阵大小的图像块作为目标图像块,其中,第一像素为亮度分量图像中的任一个像素;
第一确定单元,用于根据目标图像块中像素的像素值确定第一像素的中值滤波值;
第一生成单元,用于在获取到所有第一像素的中值滤波值之后,根据所有的中值滤波值生成第一目标图像。
在一些可选的实施方式中,第一确定单元包括:
获取子单元,用于分别获取第一像素的像素值与每一个剩余像素的像素值之间的差值,其中,剩余像素为目标图像块中除第一像素以外的其他像素;
排序子单元,用于对所有的差值进行排序,得到差值向量以及差值向量的中值;
比对子单元,用于将差值向量中预设位置的数值与预设数值阈值进行比对,生成比对结果;
选取子单元,用于根据比对结果从第一像素的像素值和中值中选取第一像素的中值滤波值。
在一些可选的实施方式中,非局部滤波模块804,包括:
第二提取单元,用于以第二像素为中心,从第一目标图像中分别提取第一预设大小的第一图像块以及第二预设大小的第二图像块,其中,第二像素为第一目标图像中任一个像素,第二预设大小大于第一预设大小;以第三像素为中心,从第二图像块中提取第一预设大小的第三图像块,其中,第三像素为第二图像块中除第二像素以外的其他像素中任一个像素;
第二确定单元,用于根据第一图像块中每一个像素的像素值和第三图像块中每一个像素的像素值确定第二像素的非局部滤波值;
第二生成单元,用于在第一目标图像中的所有像素均确定非局部滤波值之后,根据所有非局部滤波值生成第二目标图像。
在一些可选的实施方式中,第二提取单元,包括:
确定子单元,用于根据第二像素的像素值与第三像素的像素值的差值、预设滤波系数、预设高斯核的标准差以及预设归一化因子,确定第二像素和第三像素的相似度,其中,第三像素为与第二像素对应位置的像素;根据第二像素和第三像素的相似度,以及第三像素的像素值,确定第二像素的非局部滤波值。
在一些可选的实施方式中,线性变换模块805,包括:
线性变换单元,用于对亮度分量图像中的每一个像素的像素值以及亮度分量图像对应的第一预设权重进行线性变换处理,得到亮度分量图像对应的第一线性变换结果;对第一目标图像中的每一个像素的像素值以及第一目标图像对应的第二预设权重进行线性变换处理,得到第一目标图像对应的第二线性变换结果;对第二目标图像中每一个像素的像素值,以及第二目标图像对应的第三预设权重进行线性变换,得到第二目标图像对应的第三线性变换结果;
处理单元,用于根据第一线性变换结果、第二线性变换结果以及第三线性变换结果得到第三目标图像,其中,第一预设权重、第二预设权重以及第三预设权重的和为1。
在一些可选的实施方式中,线性变换模块805,具体通过如下方式实现:
其中,L表示亮度分量图像中的每一个像素,0<α<1,表示亮度分量图像对应的第一预设权重,Lv表示第一目标图像中的每一个像素,0<β<1表示第一目标图像对应的第二预设权重,Lt表示第二目标图像中每一个像素,0<λ<1表示第二目标图像对应的第三预设权重,α+β+λ=1。
上述各个模块和单元的更进一步的功能描述与上述对应实施例相同,在此不再赘述。
本实施例提供的图像的去噪装置,获取待去噪图像;将待去噪图像进行第一颜色空间转换,提取待去噪图像中每一个像素的亮度分量以及颜色分量,并生成亮度分量图像;对亮度分量图像中每一个像素的像素值进行中值滤波操作,生成第一目标图像;对第一目标图像进行非局部滤波操作,得到第二目标图像;对亮度分量图像中的像素、第一目标图像中的像素,以及第二目标图像中的像素分别进行线性变换处理,并基于线性变换处理后的所有像素得到第三目标图像;利用第三目标图像和颜色分量进行第二颜色空间转换,获取去噪后的图像。将待去噪图像进行颜色空间转换,获取亮度分量,并针对亮度分量进行中值滤波操作和非局部滤波操作以进行去躁,中值滤波可以很好的消除孤立的噪声点,非局部滤波可以在去噪的同时保留图像的细节和边缘,经过这两种滤波处理,可以较好地消除图像中的噪声的同时保留图像的细节,提高内窥镜采集图像的去噪效果,从而提高采集图像的质量。
本实施例中的图像的去噪装置是以功能单元的形式来呈现,这里的单元是指ASIC(Application Specific Integrated Circuit,专用集成电路)电路,执行一个或多个软件或固定程序的处理器和存储器,和/或其他可以提供上述功能的器件。
本发明实施例还提供一种计算机设备,具有上述图8所示的图像的去噪装置。
请参阅图9,图9是本发明可选实施例提供的一种计算机设备的结构示意图,如图9所示,该计算机设备包括:一个或多个处理器10、存储器20,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相通信连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在计算机设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在一些可选的实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个计算机设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图9中以一个处理器10为例。
处理器10可以是中央处理器,网络处理器或其组合。其中,处理器10还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路,可编程逻辑器件或其组合。上述可编程逻辑器件可以是复杂可编程逻辑器件,现场可编程逻辑门阵列,通用阵列逻辑或其任意组合。
其中,存储器20存储有可由至少一个处理器10执行的指令,以使至少一个处理器10执行实现上述实施例示出的方法。
存储器20可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据计算机设备的使用所创建的数据等。此外,存储器20可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些可选的实施方式中,存储器20可选包括相对于处理器10远程设置的存储器,这些远程存储器可以通过网络连接至该计算机设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
存储器20可以包括易失性存储器,例如,随机存取存储器;存储器也可以包括非易失性存储器,例如,快闪存储器,硬盘或固态硬盘;存储器20还可以包括上述种类的存储器的组合。
该计算机设备还包括输入装置30和输出装置40。处理器10、存储器20、输入装置30和输出装置40可以通过总线或者其他方式连接,图9中以通过总线连接为例。
输入装置30可接收输入的数字或字符信息,以及产生与该计算机设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等。输出装置40可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。上述显示设备包括但不限于液晶显示器,发光二极管,显示器和等离子体显示器。在一些可选的实施方式中,显示设备可以是触摸屏。
本发明实施例还提供了一种计算机可读存储介质,上述根据本发明实施例的方法可在硬件、固件中实现,或者被实现为可记录在存储介质,或者被实现通过网络下载的原始存储在远程存储介质或非暂时机器可读存储介质中并将被存储在本地存储介质中的计算机代码,从而在此描述的方法可被存储在使用通用计算机、专用处理器或者可编程或专用硬件的存储介质上的这样的软件处理。其中,存储介质可为磁碟、光盘、只读存储记忆体、随机存储记忆体、快闪存储器、硬盘或固态硬盘等;进一步地,存储介质还可以包括上述种类的存储器的组合。可以理解,计算机、处理器、微处理器控制器或可编程硬件包括可存储或接收软件或计算机代码的存储组件,当软件或计算机代码被计算机、处理器或硬件访问且执行时,实现上述实施例示出的方法。
虽然结合附图描述了本发明的实施例,但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型,这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (10)
1.一种图像的去噪方法,其特征在于,所述方法包括:
获取待去噪图像;
将所述待去噪图像进行第一颜色空间转换,提取所述待去噪图像中每一个像素的亮度分量以及颜色分量,并生成亮度分量图像;
对所述亮度分量图像中每一个所述像素的像素值进行中值滤波操作,生成第一目标图像;
对所述第一目标图像进行非局部滤波操作,得到第二目标图像;
对所述亮度分量图像中的像素、所述第一目标图像中的像素,以及所述第二目标图像中的像素分别进行线性变换处理,并基于线性变换处理后的所有像素得到第三目标图像;
利用所述第三目标图像和所述颜色分量进行第二颜色空间转换,获取去噪后的图像。
2.根据权利要求1所述的方法,其特征在于,所述对所述亮度分量图像中每一个所述像素的像素值进行中值滤波操作,生成第一目标图像,包括:
分别以所述亮度分量图像的每一个边缘为基准,选取预设行数的像素值;
基于所述预设行数的像素值对所述亮度分量图像进行扩边处理,得到第四目标图像;
以第一像素为中心,从所述第四目标图像中提取预设矩阵大小的图像块作为目标图像块,其中,所述第一像素为所述亮度分量图像中的任一个像素;
根据所述目标图像块中像素的像素值确定所述第一像素的中值滤波值;
在获取到所有所述第一像素的中值滤波值之后,根据所有所述中值滤波值生成所述第一目标图像。
3.根据权利要求2所述的方法,其特征在于,所述根据所述目标图像块中像素的像素值确定所述第一像素的中值滤波值,包括:
分别获取所述第一像素的像素值与每一个剩余像素的像素值之间的差值,其中,所述剩余像素为所述目标图像块中除所述第一像素以外的其他像素;
对所有的所述差值进行排序,得到差值向量以及所述差值向量的中值;
将所述差值向量中预设位置的数值与预设数值阈值进行比对,生成比对结果;
根据所述比对结果从所述第一像素的像素值和所述中值中选取所述第一像素的中值滤波值。
4.根据权利要求1至3任一项所述的方法,其特征在于,所述对所述第一目标图像进行非局部滤波操作,得到第二目标图像,包括:
以第二像素为中心,从所述第一目标图像中分别提取第一预设大小的第一图像块以及第二预设大小的第二图像块,其中,所述第二像素为所述第一目标图像中任一个像素,所述第二预设大小大于所述第一预设大小;
以第三像素为中心,从所述第二图像块中提取所述第一预设大小的第三图像块,其中,所述第三像素为所述第二图像块中除所述第二像素以外的其他像素中任一个像素;
根据所述第一图像块中每一个像素的像素值和所述第三图像块中每一个像素的像素值确定所述第二像素的非局部滤波值;
在所述第一目标图像中的所有所述第二像素均确定所述非局部滤波值之后,根据所有所述非局部滤波值生成第二目标图像。
5.根据权利要求4所述的方法,其特征在于,所述根据所述第一图像块中每一个像素的像素值和所述第三图像块中每一个像素的像素值确定所述第二像素的非局部滤波值,包括:
根据所述第二像素的像素值与所述第三像素的像素值的差值、预设滤波系数、预设高斯核的标准差以及预设归一化因子,确定所述第二像素和所述第三像素的相似度,其中,所述第三像素为与所述第二像素对应位置的像素;
根据所述第二像素和所述第三像素的相似度,以及所述第三像素的像素值,确定所述第二像素的非局部滤波值。
6.根据权利要求1至3任一项所述的方法,其特征在于,所述对所述亮度分量图像中的像素、所述第一目标图像中的像素,以及所述第二目标图像中的像素分别进行线性变换处理,并基于线性变换处理后的所有像素得到第三目标图像,包括:
对所述亮度分量图像中的每一个像素的像素值以及所述亮度分量图像对应的第一预设权重进行线性变换处理,得到所述亮度分量图像对应的第一线性变换结果;
对所述第一目标图像中的每一个像素的像素值以及所述第一目标图像对应的第二预设权重进行线性变换处理,得到所述第一目标图像对应的第二线性变换结果;
对所述第二目标图像中每一个像素的像素值,以及所述第二目标图像对应的第三预设权重进行线性变换,得到所述第二目标图像对应的第三线性变换结果;
根据所述第一线性变换结果、所述第二线性变换结果以及所述第三线性变换结果得到所述第三目标图像,其中,所述第一预设权重、所述第二预设权重以及所述第三预设权重的和为1。
7.根据权利要求6所述的方法,其特征在于,所述对所述亮度分量图像中的像素、所述第一目标图像中的像素,以及所述第二目标图像中的像素分别进行线性变换处理,并基于线性变换处理后的所有像素得到第三目标图像,具体通过如下公式实现:
其中,Ld表示所述第三目标图像中的每一个像素,L表示所述亮度分量图像中的每一个像素,0<α<1,表示亮度分量图像对应的第一预设权重,Lv表示所述第一目标图像中的每一个像素,0<β<1表示所述第一目标图像对应的第二预设权重,Lt表示所述第二目标图像中每一个像素,0<λ<1表示所述第二目标图像对应的第三预设权重,α+β+λ=1。
8.一种图像的去噪装置,其特征在于,所述装置包括:
获取模块,用于获取待去噪图像;
第一颜色空间转换模块,用于将所述待去噪图像进行第一颜色空间转换,提取所述待去噪图像中每一个像素的亮度分量以及颜色分量,并生成亮度分量图像;
中值滤波模块,用于对所述亮度分量图像中每一个所述像素的像素值进行中值滤波操作,生成第一目标图像;
非局部滤波模块,用于对所述第一目标图像进行非局部滤波操作,得到第二目标图像;
线性变换模块,用于对所述亮度分量图像中的像素、所述第一目标图像中的像素,以及所述第二目标图像中的像素分别进行线性变换处理,并基于线性变换处理后的所有像素得到第三目标图像;
第二颜色空间转换模块,用于利用所述第三目标图像和所述颜色分量进行第二颜色空间转换,获取去噪后的图像。
9.一种计算机设备,其特征在于,包括:
存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行权利要求1至7中任一项所述的图像的去噪方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机指令,所述计算机指令用于使计算机执行权利要求1至7中任一项所述的图像的去噪方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311788562.2A CN117593213A (zh) | 2023-12-22 | 2023-12-22 | 图像的去噪方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311788562.2A CN117593213A (zh) | 2023-12-22 | 2023-12-22 | 图像的去噪方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117593213A true CN117593213A (zh) | 2024-02-23 |
Family
ID=89922047
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311788562.2A Pending CN117593213A (zh) | 2023-12-22 | 2023-12-22 | 图像的去噪方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117593213A (zh) |
-
2023
- 2023-12-22 CN CN202311788562.2A patent/CN117593213A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Angulo | Morphological colour operators in totally ordered lattices based on distances: Application to image filtering, enhancement and analysis | |
EP4109392A1 (en) | Image processing method and image processing device | |
US20120280996A1 (en) | Method and system for rendering three dimensional views of a scene | |
JP6129759B2 (ja) | Simd型超並列演算処理装置向け超解像処理方法、装置、プログラム及び記憶媒体 | |
EP3819820B1 (en) | Method and apparatus for recognizing key identifier in video, device and storage medium | |
CN111640123B (zh) | 无背景图像的生成方法、装置、设备及介质 | |
CN111369450A (zh) | 去除摩尔纹的方法与装置 | |
CN113221767B (zh) | 训练活体人脸识别模型、识别活体人脸的方法及相关装置 | |
CN111353955A (zh) | 一种图像处理方法、装置、设备和存储介质 | |
CN110503704A (zh) | 三分图的构造方法、装置和电子设备 | |
CN111882565B (zh) | 一种图像二值化方法、装置、设备及存储介质 | |
CN110910326B (zh) | 图像处理方法及装置、处理器、电子设备及存储介质 | |
CN113888635B (zh) | 视觉定位方法、相关装置 | |
CN113487473B (zh) | 一种添加图像水印的方法、装置、电子设备及存储介质 | |
CN112330787B (zh) | 图像标注方法、装置、存储介质和电子设备 | |
CN117593213A (zh) | 图像的去噪方法、装置、计算机设备及存储介质 | |
CN104917969A (zh) | 一种图像处理的方法及移动终端 | |
CN115019057A (zh) | 图像特征提取模型确定方法及装置、图像识别方法及装置 | |
JP3897306B2 (ja) | 地理画像間変化領域の抽出の支援方法及び地理画像間変化領域の抽出を支援可能なプログラム | |
Scott et al. | Laplacian based image fusion | |
CN113470028A (zh) | 染色体核型图像质量评估方法、染色体分析仪和存储介质 | |
CN114677319A (zh) | 干细胞分布确定方法、装置、电子设备及存储介质 | |
CN116309160B (zh) | 图像分辨率修复方法、装置、设备及存储介质 | |
CN111899181A (zh) | 去除图像中的阴影的方法和装置 | |
US11328383B2 (en) | Image provision apparatus, image provision method, and computer readable medium |
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 |