CN117876252A - 一种图像降噪方法、装置、设备、存储介质及芯片 - Google Patents
一种图像降噪方法、装置、设备、存储介质及芯片 Download PDFInfo
- Publication number
- CN117876252A CN117876252A CN202410271050.7A CN202410271050A CN117876252A CN 117876252 A CN117876252 A CN 117876252A CN 202410271050 A CN202410271050 A CN 202410271050A CN 117876252 A CN117876252 A CN 117876252A
- Authority
- CN
- China
- Prior art keywords
- image
- noise reduction
- determining
- noise
- pixel point
- 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.)
- Granted
Links
- 230000009467 reduction Effects 0.000 title claims abstract description 253
- 238000000034 method Methods 0.000 title claims abstract description 81
- 238000005070 sampling Methods 0.000 claims abstract description 7
- 230000004927 fusion Effects 0.000 claims description 66
- 238000012545 processing Methods 0.000 claims description 46
- 238000004891 communication Methods 0.000 claims description 35
- 238000004364 calculation method Methods 0.000 claims description 18
- 230000015654 memory Effects 0.000 claims description 16
- 238000004422 calculation algorithm Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 13
- 238000003708 edge detection Methods 0.000 claims description 10
- 230000006870 function Effects 0.000 description 14
- 230000008569 process Effects 0.000 description 11
- 238000001914 filtration Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 229910044991 metal oxide Inorganic materials 0.000 description 5
- 150000004706 metal oxides Chemical class 0.000 description 5
- 239000004065 semiconductor Substances 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 229910000577 Silicon-germanium Inorganic materials 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000002146 bilateral effect Effects 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- JBRZTFJDHDCESZ-UHFFFAOYSA-N AsGa Chemical compound [As]#[Ga] JBRZTFJDHDCESZ-UHFFFAOYSA-N 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- LEVVHYCKPQWKOP-UHFFFAOYSA-N [Si].[Ge] Chemical compound [Si].[Ge] LEVVHYCKPQWKOP-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Landscapes
- Image Processing (AREA)
Abstract
本公开提供一种图像降噪方法,包括:对输入图像采样,以确定输入图像的图像金字塔,输入图像的图像格式至少包括第一色度通道和一个第一亮度通道;基于图像金字塔,确定第一像素点的第一降噪强度;基于图像金字塔和第一降噪强度,确定降噪图像金字塔;基于降噪图像金字塔,确定第一降噪图像的第一目标区域和第二降噪图像的第二目标区域;基于第一目标区域、第二目标区域,确定输出图像。本公开的方法,通过构建图像金字塔,利用图像金字塔中不同尺度的图像,从多维度确定输入图像中存在彩色噪声的区域和降噪力度,从而实现对输入图像的彩色噪声的去除,提高了去除彩色噪声的准确度和输出图像的图像质量。
Description
技术领域
本公开涉及图像降噪领域,尤其涉及一种图像降噪方法、装置、设备、存储介质及芯片。
背景技术
图像去彩噪技术是数字图像处理领域的一个重要分支,其主要目的是消除图像中的彩色噪声,提高图像的质量和清晰度。相关技术中,通常使用各类低通滤波器,对输入图像的颜色信息进行高斯滤波、双边滤波、非局部均值滤波、导向滤波等操作,抑制输入图像中的彩色噪声,然而此滤波器在抑制彩色噪声的同时会导致输入图像的颜色丢失,同时会存在色彩噪声残留的区域。因此,如何在去噪过程中降低彩色噪声残留区域成为了一个亟待解决的问题。
发明内容
本公开提供一种图像降噪方法、装置、设备、存储介质及芯片,以在保证色彩信息的前提下,实现对输入图像的降噪处理。
本公开的第一方面实施例,提出一种图像降噪方法,方法包括:对输入图像采样,以确定输入图像的图像金字塔,输入图像的图像格式至少包括第一色度通道和一个第一亮度通道;基于图像金字塔,确定第一像素点的第一降噪强度,第一像素点包括所述图像金字塔中的任一像素点;基于图像金字塔和第一降噪强度,确定降噪图像金字塔;基于降噪图像金字塔,确定第一降噪图像的第一目标区域和第二降噪图像的第二目标区域,第一降噪图像与第二降噪图像在降噪图像金字塔中相邻,第一降噪图像的分辨率大于第二降噪图像的分辨率;基于第一目标区域、第二目标区域,确定输出图像。
在一些实施例中,基于图像金字塔,确定第一像素点的第一降噪强度包括:确定第一像素点在第一色度通道的第二降噪强度;确定第二降噪强度对应的第一权重;基于第二降噪强度和第一权重,确定第一降噪强度。
在一些实施例中,确定第一像素点在第一色度通道的第二降噪强度包括:
利用边缘检测算法,确定第一像素点在第一亮度通道中的第一边缘信息以及第一像素点在第一色度通道中的第二边缘信息;利用预设窗口,确定第一像素点在第一亮度通道中的第一方差以及第一像素点在第一色度通道中的第二方差;利用饱和度计算公式,确定第一像素点的第一饱和度值;基于第一边缘信息、第二边缘信息、第一方差、第二方差和第一饱和度值,利用第一预设查找表,确定第二降噪强度。
在一些实施例中,确定第二降噪强度对应的第一权重包括:确定第一像素点在第一色度通道中与邻域像素的第一差值;确定第一像素点在第一亮度通道中与邻域像素的第二差值;基于第一差值、第二差值和第二降噪强度,利用第一预设权重查找表,确定第一权重。
在一些实施例中,基于降噪图像金字塔,确定第一降噪图像的第一目标区域和第二降噪图像的第二目标区域包括:对第二降噪图像上采样,以得到第三降噪图像,第三降噪图像的分辨率与第一降噪图像的分辨率相同;利用预设窗口,确定第一降噪图像的第二像素点在第一亮度通道中的第三方差,和第三降噪图像的第三像素点在第一亮度通道中的第四方差;利用梯度算法,确定第二像素点在第一亮度通道中的第一梯度值,和第三像素点在第一亮度通道中的第二梯度值;利用饱和度计算公式,确定第二像素点的第二饱和度值和第三像素点的第二饱和度值;基于第三方差、第四方差、第一梯度值、第二梯度值、第二饱和度值和第三饱和度值,利用第一预设条件,确定第一目标区域和第二目标区域。
在一些实施例中,第一目标区域和第二目标区域,确定输出图像包括:基于第一目标区域和第二目标区域,确定第一融合区域和第二融合区域;对第一融合区域进行第一处理,以得到第三融合区域,第一处理用于降低图像色度;利用第二预设条件,确定第一降噪图像中的第一融合区域的第二权重、第一降噪图像中的第二融合区域的第三权重、第三降噪图像中的第二融合区域的第四权重和第三融合区域的第五权重;基于第一降噪图像中的第一融合区域、第一降噪图像中的第二融合区域、第二融合区域、第三降噪图像中的第二融合区域、第三融合区域、第二权重和第三权重、第四权重和第五权重,确定输出图像。
本公开的第二方面实施例提出一种图像降噪装置,该装置包括:第一处理单元,对输入图像采样,以确定输入图像的图像金字塔,输入图像的图像格式至少包括第一色度通道和一个第一亮度通道;第二处理单元,用于基于图像金字塔,确定第一像素点的第一降噪强度;第三处理单元,用于基于图像金字塔和第一降噪强度,确定降噪图像金字塔;第四处理单元,用于基于降噪图像金字塔,确定第一降噪图像的第一目标区域和第二降噪图像的第二目标区域,第一降噪图像与第二降噪图像在降噪图像金字塔中相邻,第一降噪图像的分辨率大于第二降噪图像的分辨率;第五处理单元,用于基于第一目标区域、第二目标区域,确定输出图像。
本公开的第三方面实施例提出一种通信设备,该装置包括处理器和存储器,其中,存储器中存储有计算机程序,处理器执行存储器中存储的计算机程序,以使装置执行上述第一方面所述的方法。
本公开的第四方面实施例提出了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,计算机指令用于使计算机执行本公开第一方面描述的方法。
本公开的第五方面实施例提出了一种芯片,该芯片包括至少一个处理器和通信接口;所述通信接口用于接收输入所述芯片的信号或从所述芯片输出的信号,所述处理器与所述通信接口通信且通过逻辑电路或执行代码指令实现本公开第一方面描述的方法。
综上,根据本公开提出的图像降噪方法,包括:对输入图像采样,以确定输入图像的图像金字塔,输入图像的图像格式至少包括第一色度通道和一个第一亮度通道;基于图像金字塔,确定第一像素点的第一降噪强度;基于图像金字塔和第一降噪强度,确定降噪图像金字塔;基于降噪图像金字塔,确定第一降噪图像的第一目标区域和第二降噪图像的第二目标区域,第一降噪图像与第二降噪图像在降噪图像金字塔中相邻,第一降噪图像的分辨率大于第二降噪图像的分辨率;基于第一目标区域、第二目标区域,确定输出图像。本公开的方法,通过构建图像金字塔,利用图像金字塔中不同尺度的图像,从多维度确定输入图像中存在彩色噪声的区域和降噪力度,从而实现对输入图像的彩色噪声的去除,提高了去除彩色噪声的准确度和输出图像的图像质量。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
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,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理,并不构成对本公开的不当限定。
图1为本公开实施例提供的一种图像降噪方法的应用场景图;
图2为本公开实施例提供的一种图像降噪方法的流程图;
图3为本公开实施例提供的又一种图像降噪方法的流程图;
图4为本公开实施例提供的再一种图像降噪方法的流程图;
图5为本公开实施例提供的再一种图像降噪方法的流程图;
图6为本公开实施例提供的一种图像降噪装置的结构示意图;
图7为本公开实施例提供的一种通信设备的结构示意图;
图8为本公开实施例提供的一种芯片的结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开实施例相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开实施例的一些方面相一致的装置和方法的例子。
在本公开实施例使用的术语是仅出于描述特定实施例的目的,而非旨在限制本公开实施例。在本公开实施例和所附权利要求书中所使用的单数形式的“一种”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本公开实施例可能采用术语第一、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,在不脱离本公开实施例范围的情况下,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”及“若”可以被解释成为“在……时”或“当……时”或“响应于确定”。
为了便于理解,首先介绍本申请涉及的背景技术。
图像去彩噪技术是数字图像处理领域的一个重要分支,其主要目的是消除图像中的彩色噪声,提高图像的质量和清晰度。相关技术中,通常使用各类低通滤波器,对输入图像的颜色信息进行高斯滤波、双边滤波、非局部均值滤波、导向滤波等操作,抑制输入图像中的彩色噪声,然而此滤波器在抑制彩色噪声的同时会导致输入图像的颜色丢失,同时会存在色彩噪声残留的区域。因此,如何在去噪过程中降低彩色噪声残留区域成为了一个亟待解决的问题。在介绍本公开的详细方案之前,先对本公开方案所应用的场景进行描述。
一种图像降噪方法的应用场景,例如图1所示,步骤101输入YUV格式图像,并由步骤102对输入图像进行通道拆分,获取Y通道中的亮度信息以及U、V通道中的色度信息,之后由步骤103构建U、V通道的图像金字塔,并通过步骤104对上述金字塔中的每一层数据进行滤波处理,以实现对输入图像的彩噪抑制,最后通过步骤105对去噪后的数据进行融合,得到去噪图像,由步骤106将去噪图像输出,完成整个图像降噪流程。
可以理解的是,本公开实施例的描述是为了更加清楚的说明本公开实施例的技术方案,并不构成对于本公开实施例提出的图像降噪方法、装置、设备、存储介质及芯片的限定,本领域普通技术人员可知,随着系统架构的演变和新业务场景的出现,本公开实施例提出的技术方案对于类似的技术问题同样适用。
图2为本公开实施例提供的一种图像降噪方法的流程图。如图2所示,该图像降噪方法包括步骤201-205。
步骤201,对输入图像采样,以确定输入图像的图像金字塔。
在一些实施例中,输入图像的图像格式至少包括第一色度通道和一个第一亮度通道,本公开对输入图像的具体图像格式不做限定。以输入图像为YUV格式图像为例,则第一色度通道为U通道和V通道,第一亮度通道为Y通道;以输入图像为Lab格式图像为例,则第一色度通道为a通道和b通道,第一亮度同都为L通道。
在一些实施例中,可以对输入图像中的第一色度通道进行多个倍率的下采样以获取不同分辨率的输入图像数据,并以此数据构建图像金字塔。
具体的,可以采用均值下采样方法,即选用M*N的窗口对第一色度通道中的数据进行卷积处理,其中M代表滑动窗口的行数,N代表滑动窗口的列数,窗口内每个像素都赋予相同的权重,以将窗口内像素的平均值作为对应的低分辨率图中的一个像素,之后将卷积窗口沿着水平方向以步距N做平移,并对下一个位置的所有像素做相同的卷积求平均处理,获得低分辨率图像的下一个像素,之后继续沿着水平方向继续以步距N做平移直到最后一列像素参与计算为止。接着,将窗口放置水平方向的起始位置,并在垂直方向以步距M做平移,通过卷积运算获得低分辨率图像第二行的第一个像素,重复上述操作,直到所有像素均参与卷积运算为止,得到的低分辨率图像尺寸为原始图像的1/M*N。
步骤202,基于图像金字塔,确定第一像素点的第一降噪强度。
在一些实施例中,基于图像金字塔,确定第一像素点的第一降噪强度,其中,第一像素点可以为图像金字塔中任一层图像的任一像素点。
具体的,可以通过确定第一像素点在不同第一色度通道的第二降噪强度,以及每个第二降噪强度所对应第一权重,对全部第二降噪强度和第一权重进行加权求和,以将求和结果确定为第一像素点对应的第一降噪强度。
示例的,以输入图像为YUV图像为例进行说明,则图像金字塔中任一层图像均存在U通道和V通道两个第一色度通道,通过计算可以确定图像金字塔中像素点#1在U通道的第二降噪强度为a,且该第二降噪强度a对应的第一权重为40%,且通过计算确定输入图像中像素点#1在V通道的第二降噪强度为b,且该第二降噪强度b对应的第一权重为60%,则可以确定该像素点#1的降噪强度为0.4a+0.6b。
具体解释可参见图3所示相关实施例,此处不再赘述。
步骤203,基于图像金字塔和第一降噪强度,确定降噪图像金字塔。
在一些实施例中,利用第一降噪强度对图像金字塔中的每一层图像进行降噪处理,以确定降噪图像金字塔。
步骤204,基于降噪图像金字塔,确定第一降噪图像的第一目标区域和第二降噪图像的第二目标区域。
在一些实施例中,基于降噪图像金字塔,确定降噪图像金字塔中第一降噪图像的第一目标区域和第二降噪图像的第二目标区域,以确定第一降噪图像和第二降噪图像的彩噪残留区域,换言之,第一目标区域即第一降噪图像中存在彩噪残留的区域,第二目标区域即第二降噪图像中存在彩噪残留的区域。
在一些实施例中,第一降噪图像可以为降噪图像金字塔中的任一层图像。
在一些实施例中,第一降噪图像与第二降噪图像在降噪图像金字塔中相邻,且第一降噪图像的分辨率大于第二降噪图像的分辨率。
换言之,当降噪图像金字塔中上层图像的分辨率小于下层图像的分辨率时,第二降噪图像为降噪图像金字塔中与第一降噪图像相邻的上层图像。
具体解释可参见图4所示相关实施例,此处不再赘述。
步骤205,基于第一目标区域、第二目标区域,确定输出图像。
在一些实施例中,可以基于第一目标区域和第二目标区域,确定第一降噪图像和第二降噪图像中不存在彩噪残留或彩噪残留较小的区域,从而对第一降噪图像和第二降噪图像进行加权融合,确定输出图像。
具体解释可参见图5所示相关实施例,此处不再赘述。
综上,根据本公开提出的图像降噪方法,包括:对输入图像采样,以确定输入图像的图像金字塔,输入图像的图像格式至少包括第一色度通道和一个第一亮度通道;基于图像金字塔,确定第一像素点的第一降噪强度;基于图像金字塔和第一降噪强度,确定降噪图像金字塔;基于降噪图像金字塔,确定第一降噪图像的第一目标区域和第二降噪图像的第二目标区域;基于第一目标区域、第二目标区域,确定输出图像。本公开的方法,通过构建图像金字塔,利用图像金字塔中不同尺度的图像,从多维度确定输入图像中存在彩色噪声的区域和降噪力度,从而实现对输入图像的彩色噪声的去除,提高了去除彩色噪声的准确度和输出图像的图像质量。
图3为本公开实施例提出的一种图像降噪方法的流程示意图,如图3所示,在图2所示实施例的基础上,对步骤202进一步解释,包括步骤301-303。
步骤301,确定第一像素点在第一色度通道的第二降噪强度。
在一些实施例中,可以通过确定第一像素点在第一亮度通道中的第一边缘信息和第一方差、第一像素点在第一色度通道中的第二边缘信息和第二方差,以及第一像素点的第一饱和度,确定确定第一像素点在第一色度通道的第二降噪强度。
在一些实施例中,可以利用边缘检测算法,确定第一像素点在第一亮度通道中的第一边缘信息以及第一像素点在第一色度通道中的第二边缘信息,本公开对使用的边缘检测算法不做限定,其例如是利用Canny边缘检测算子的边缘检测算法、利用Sobel边缘检测算子的边缘检测算法等。
示例的,以输入图像为YUV图像为例进行说明,可以通过Sobel边缘检测算子,确定Y通道(即第一亮度通道)中第一像素点的第一边缘信息,通过Sobel边缘检测算子,确定U通道和V通道(即第一色度通道)中第一像素点的第二边缘信息,以及V通道(即第一色度通道)中第一像素点的第二边缘信息。
在一些实施例中,利用预设窗口,确定第一像素点在第一亮度通道中的第一方差以及第一像素点在第一色度通道中的第二方差,本公开对预设窗口的窗口大小不做限定,且用于确定第一方差的预设窗口可以与用于确定第二方差的预设窗口的窗口大小相同或不同。
示例的,以输入图像为YUV图像为例进行说明,可以采用3*3大小的预设窗口确定Y通道(即第一亮度通道)中的第一像素点的第一方差,即将Y通道中3*3像素点范围内第一像素点的方差确定为第一方差,可以采用4*4大小的预设窗口确定U通道(即第一色度通道)中第一像素点的第二方差,以及V通道(即第一色度通道)中第一像素点的第二方差,即将U通道和V通道中4*4像素点范围内第一像素点的方差确定为第二方差。
在一些实施例中,可以采用饱和度计算公式,确定第一像素点的第一饱和度值,本公开对利用的饱和度计算公式不做限定。
示例的,以下述饱和度计算公式为例,对第一饱和度值的计算进行说明:
(式1)
其中,表示第一饱和度值,/>表示绝对值,U表示第一色度通道中的第一像素点的像素值,V表示另一第一色度通道中的第一像素点的像素值,/>为预设常数,本公开对/>的取值不做限定,其例如取值为256,/>的取值与第一像素点的数据位宽相关。
在一些实施例中,基于第一边缘信息、第二边缘信息、第一方差、第二方差和第一饱和度值,利用第一预设查找表,查找对应的第二降噪强度。
示例的,以输入图像为YUV图像为例,可以通过下述公式确定第二降噪强度:
(式2)
其中,表示第一色度通道U通道中的第一像素点的降噪强度,/>表示第一预设查找表,/>表示第一边缘信息,/>表示第二边缘信息,/>表示第一饱和度,/>表示第一方差,/>表示第二方差,f表示上述四个参数之间的函数关系。
步骤302,确定第二降噪强度对应的第一权重。
在一些实施例中,可以通过确定第一像素点在第一色度通道中与第一邻域像素的第一差值,以及第一像素点在第一亮度通道中与邻域像素的第二差值,进而基于上述第一差值、第二差值和第二降噪强度,通过第一预设权重查找表,确定第一权重。
在一些实施例中,上述领域像素可以是指第一像素点的4邻域、8邻域、m邻域的像素等,本公开对邻域像素不做限定。
示例的,以输入图像为YUV图像,且将第一像素点#1在第一色度通道中与4邻域像素的差值确定为第一差值为例进行说明,分别计算第一像素点#1U通道中与邻域像素像素点#2、像素点#3、像素点#4和像素点#5之间的像素值差值,将上述四个差值的平均值确定为第一差值。
同理,以输入图像为YUV图像,且将第一像素点#1在第一亮度通道中与4邻域像素的差值确定为第一差值为例进行说明,分别计算第一像素点#1Y通道中与邻域像素像素点#2、像素点#3、像素点#4和像素点#5之间的像素值差值,将上述四个差值的平均值确定为第二差值。
进一步的,基于第一差值、第二差值和第二降噪强度,利用第一预设权重查找表,确定第一权重。
示例的,可以通过下述公式确定第一权重:
(式3)
其中,表示第一权重,/>表示第一预设权重查找表,/>表示第二差值,/>表示第一差值,/>表示第二降噪强度。
步骤303,基于第二降噪强度和第一权重,确定第一降噪强度。
在一些实施例中,可以基于第二降噪强度和第一权重,对第二降噪强度进行加权求和,以将求和结果确定为第一降噪强度。
示例的,以输入图像为YUV图像为例进行说明,则该输入图像存在U通道和V通道两个第一色度通道,通过计算可以确定输入图像中像素点#1在U通道的第二降噪强度为a,且该第二降噪强度a对应的第一权重为40%,且通过计算确定输入图像中像素点#1在V通道的第二降噪强度为b,且该第二降噪强度b对应的第一权重为60%,则可以确定像素点#1的降噪强度为0.4a+0.6b。
综上,根据本公开提出的图像降噪方法,包括:确定第一像素点在第一色度通道的第二降噪强度;确定第二降噪强度对应的第一权重;基于第二降噪强度和第一权重,确定第一降噪强度。本公开的方法,通过确定第一像素点在不同第一色度通道中的噪声情况,确定对应的第二降噪强度,再通过加权求和的方式确定第一像素点的整体降噪强度,提高了对图像金塔中图像的降噪的准确度,避免了过度去噪导致的图像细节丢失,为确定降噪图像金字塔奠定了基础。
图4为本公开实施例提出的一种图像降噪方法的流程示意图,如图4所示,在图1-图3所示实施例的基础上,对步骤204进一步解释,包括步骤401-405。
步骤401,对第二降噪图像上采样,以得到第三降噪图像。
在一些实施例中,第二降噪图像的分辨率小于第一降噪图像的分辨率,为便于对对比第一降噪图像和第二降噪图像,可以对第二降噪图像进行上采样,将采样后的第二降噪图像确定为第三降噪图像,以利用第三降噪图像与第一降噪图像进行对比,其中第三降噪图像的分辨率与第一降噪图像的分辨率相同。
步骤402,利用预设窗口,确定第一降噪图像的第二像素点在第一亮度通道中的第三方差,和第三降噪图像的第三像素点在第一亮度通道中的第四方差。
在一些实施例中,利用预设窗口,确定第二像素点在第一亮度通道中的第三方差以及第三像素点在第一亮度通道中的第四方差,本公开对预设窗口的窗口大小不做限定,且用于确定第三方差的预设窗口可以与用于确定第四方差的预设窗口的窗口大小相同或不同。
在一些实施例中,第二像素点为第一降噪图像中的任一像素点,第三像素点为第三降噪图像中的任一像素点。
示例的,以第一降噪图像和第三降噪图像为YUV图像为例进行说明,可以采用3*3大小的预设窗口确定Y通道(即第一亮度通道)中的第二像素点的第三方差,即将Y通道中3*3像素点范围内第二像素点的方差确定为第三方差,可以采用4*4大小的预设窗口确定Y通道(即第一亮度通道)中第三像素点的第四方差,即将Y通道中4*4像素点范围内第三像素点的方差确定为第四方差。
步骤403,利用梯度算法,确定第二像素点在第一亮度通道中的第一梯度值,和第三像素点在第一亮度通道中的第二梯度值。
在一些实施例中,对采用的梯度算法不做限定,其例如是采用Sobel算子的梯度算法、采用Scharr算子的梯度算法等。
示例的,以第一降噪图像和第三降噪图像为YUV图像为例进行说明,可以采用Sobel算子确定第二像素点在Y通道(即第一亮度通道)中的的第一梯度值,同时依旧可以采用Sobel算子确定第三像素点在Y通道(即第一亮度通道)中的的第二梯度值。
步骤404,利用饱和度计算公式,确定第二像素点的第二饱和度值和第三像素点的第二饱和度值。
在一些实施例中,可以采用饱和度计算公式第二像素点的第二饱和度值和第三像素点的第二饱和度值,本公开对利用的饱和度计算公式不做限定。
其中,可以采用如式1所示的公式确定第二饱和度值和第三饱和度值,此处不再赘述。
步骤405,基于第三方差、第四方差、第一梯度值、第二梯度值、第二饱和度值和第三饱和度值,利用第一预设条件,确定第一目标区域和第二目标区域。
在一些实施例中,第一预设条件包括:第三方差的预设上下限值、第四方差的预设上下限值、第一梯度值的预设上下限值、第二梯度值的预设上下限值、第二饱和度值的预设上下限值和第三饱和度值的预设上下限值。
在一些实施例中,将全部满足第一预设条件(即第三方差、第二梯度、第三饱和度取值全部位于上下限值范围内)的第二像素点所组成的区域确定为第一目标区域。
在一些实施例中,将全部满足第一预设条件(即第四方差、第三梯度、第四饱和度取值全部位于上下限值范围内)的第三像素点所组成的区域确定为第二目标区域。
在一些实施例中,第一目标区域和第二目标区域可以理解为存在彩噪残留的区域。
综上,根据本公开提出的图像降噪方法,包括:对第二降噪图像上采样,以得到第三降噪图像,第三降噪图像的分辨率与第一降噪图像的分辨率相同;利用预设窗口,确定第一降噪图像的第二像素点在第一亮度通道中的第三方差,和第三降噪图像的第三像素点在第一亮度通道中的第四方差;利用梯度算法,确定第二像素点在第一亮度通道中的第一梯度值,和第三像素点在第一亮度通道中的第二梯度值;利用饱和度计算公式,确定第二像素点的第二饱和度值和第三像素点的第二饱和度值;基于第三方差、第四方差、第一梯度值、第二梯度值、第二饱和度值和第三饱和度值,利用第一预设条件,确定第一目标区域和第二目标区域。本公开的方法,通过确定多个维度的参数,进而利用多维度的参数确定去噪金字塔中各层图像中存在彩噪残留的区域,提高了彩噪残留区域识别的准确定,为确定输出图像,实现对输入图像的精准去噪奠定了基础。
图5为本公开实施例提出的一种图像降噪方法的流程示意图,如图5所示,在图1-图4所示实施例的基础上,对步骤205进一步解释,包括步骤501-504。
步骤501,基于第一目标区域和第二目标区域,确定第一融合区域和第二融合区域。
在一些实施例中,可以将第一降噪图像中的第一目标区域和第三降噪图像中的第二目标区域确定为第一融合区域。
在一些实施例中,可以将第一降噪图像中除第一目标区域以外的全部区域,和第三降噪图像中除第二目标区域以外的全部区域确定为第二融合区域。
换言之,第一融合区域为第一降噪图像和第三降噪图像中存在彩噪残留的区域,第二融合区域为第一降噪图像和第三降噪图像中不存在彩噪残留的区域。
步骤502,对第三降噪图像中的第一融合区域进行第一处理,以得到第三融合区域。
在一些实施例中,第一处理用于降低第三降噪图像中的第一融合区域的图像色度,以降低彩噪对输出图像的影响。
换言之,第三融合区域为经过了色度降低处理后的第三降噪图像中的第一融合区域。
在一些实施例中,对第一处理的具体方式不做限定,其例如是通过调整第一区域的饱和度以实现对第一区域的色度降低,其例如是通过采用渐变映射的方式实现对第一区域的色度降低等。
示例的,可以通过如下公式对第一融合区域进行第一处理:
(式4)
其中,表示第三融合区域,/>表示第三降噪图像中的第一融合区域,/>表示饱和度降低程度,/>值越大表示饱和度降低越明显,sgn表示符号函数。
步骤503,利用第二预设条件,确定第一降噪图像中的第一融合区域的第二权重、第一降噪图像中的第二融合区域的第三权重、第三降噪图像中的第二融合区域的第四权重和第三融合区域的第五权重。
在一些实施例中,第二预设条件包括:将第三融合区域的第五权重赋予较大的权重值,将第一降噪图像中第一融合区域的第二权重赋予较小的权重值以降低彩噪对输出图像的影响,其中,同一位置下,第二权重与第五权重的和值为1。
在一些实施例中,第二预设条件包括:将第一降噪图像中的第二融合区域的第三权重赋予较大的权重值,将第三降噪图像中的第二融合区域的第四权重赋予较小的权重值,以使输出图像可以保留尽可能多的纹理信息,其中,同一位置下,第三权重和第四权重的和值为1。
步骤504,基于第一降噪图像中的第一融合区域、第一降噪图像中的第二融合区域、第二融合区域、第三降噪图像中的第二融合区域、第三融合区域、第二权重和第三权重、第四权重和第五权重,确定输出图像。
在一些实施例中,通过利用第二权重和第五权重,对第三融合区域和第一降噪图像中第一融合区域进行加权融合;以及利用第三权重和第四权重,对第一降噪图像中的第二融合区域和第三降噪图像中的第二融合区域进行加权融合,将上述两个加权融合结果组成的图像确定为输出图像。
综上,根据本公开提出的图像降噪方法,包括:基于第一目标区域和第二目标区域,确定第一融合区域和第二融合区域;对第一融合区域进行第一处理,以得到第三融合区域,第一处理用于降低图像色度;利用第二预设条件,确定第一降噪图像中的第一融合区域的第二权重、第一降噪图像中的第二融合区域的第三权重、第三降噪图像中的第二融合区域的第四权重和第三融合区域的第五权重;基于第一降噪图像中的第一融合区域、第一降噪图像中的第二融合区域、第二融合区域、第三降噪图像中的第二融合区域、第三融合区域、第二权重和第三权重、第四权重和第五权重,确定输出图像。本公开的方法,通过对彩噪残留区域进行第一处理,以降低噪声对输出图像的影响,同时对不同区域的图像赋予不同的权重,使得在降低输出图像的噪声的同时,保证了输出图像的纹理信息等细节,提高了输出图像的图像质量。
因此,本方案具有如下有益效果:
1.本公开的方法,通过多个维度确定图像金字塔中每一层图像的降噪强度,实现了对图像的精确降噪;同时进一步通过多个维度的参数,确定降噪金字塔中每一层图像仍存在噪声残留的区域,并对于存在噪声残留的区域进一步进行降噪处理,进一步提高了输出图像的图像质量;通过对存在噪声残留的区域赋予较小权重,对不存在噪声残留的区域赋予较大权重,从而在对降噪金字塔中图像进行加权融合生成输出图像时,可以在去除图像彩噪的同时,尽可能保证图像的纹理信息等细节,提高了输出图像的图像质量。
图6为本公开实施例提供的一种图像降噪装置600的结构示意图,该通信装置包括:
第一处理单元610,用于对输入图像采样,以确定输入图像的图像金字塔,输入图像的图像格式至少包括第一色度通道和一个第一亮度通道;
第二处理单元620,用于基于图像金字塔,确定第一像素点的第一降噪强度;
第三处理单元630,用于基于图像金字塔和第一降噪强度,确定降噪图像金字塔;
第四处理单元640,用于基于降噪图像金字塔,确定第一降噪图像的第一目标区域和第二降噪图像的第二目标区域,第一降噪图像与第二降噪图像在降噪图像金字塔中相邻,第一降噪图像的分辨率大于第二降噪图像的分辨率;
第五处理单元650,用于基于第一目标区域、第二目标区域,确定输出图像。
在一些实施例中,第二处理单元620还用于,确定第一像素点在第一色度通道的第二降噪强度;确定第二降噪强度对应的第一权重;基于第二降噪强度和第一权重,确定第一降噪强度。
在一些实施例中,第二处理单元620还用于,利用边缘检测算法,确定第一像素点在第一亮度通道中的第一边缘信息以及第一像素点在第一色度通道中的第二边缘信息;利用预设窗口,确定第一像素点在第一亮度通道中的第一方差以及第一像素点在第一色度通道中的第二方差;利用饱和度计算公式,确定第一像素点的第一饱和度值;基于第一边缘信息、第二边缘信息、第一方差、第二方差和第一饱和度值,利用第一预设查找表,确定第二降噪强度。
在一些实施例中,第二处理单元620还用于,确定第一像素点在第一色度通道中与邻域像素的第一差值;确定第一像素点在第一亮度通道中与邻域像素的第二差值;基于第一差值、第二差值和第二降噪强度,利用第一预设权重查找表,确定第一权重。
在一些实施例中,第四处理单元640还用于,对第二降噪图像上采样,以得到第三降噪图像,第三降噪图像的分辨率与第一降噪图像的分辨率相同;利用预设窗口,确定第一降噪图像的第二像素点在第一亮度通道中的第三方差,和第三降噪图像的第三像素点在第一亮度通道中的第四方差;利用梯度算法,确定第二像素点在第一亮度通道中的第一梯度值,和第三像素点在第一亮度通道中的第二梯度值;利用饱和度计算公式,确定第二像素点的第二饱和度值和第三像素点的第二饱和度值;基于第三方差、第四方差、第一梯度值、第二梯度值、第二饱和度值和第三饱和度值,利用第一预设条件,确定第一目标区域和第二目标区域。
在一些实施例中,第五处理单元650还用于,基于第一目标区域和第二目标区域,确定第一融合区域和第二融合区域;对第一融合区域进行第一处理,以得到第三融合区域,第一处理用于降低图像色度;利用第二预设条件,确定第一降噪图像中的第一融合区域的第二权重、第一降噪图像中的第二融合区域的第三权重、第三降噪图像中的第二融合区域的第四权重和第三融合区域的第五权重;基于第一降噪图像中的第一融合区域、第一降噪图像中的第二融合区域、第二融合区域、第三降噪图像中的第二融合区域、第三融合区域、第二权重和第三权重、第四权重和第五权重,确定输出图像。
综上,根据本公开提出的图像降噪装置,包括:第一处理单元,对输入图像采样,以确定输入图像的图像金字塔,输入图像的图像格式至少包括第一色度通道和一个第一亮度通道;第二处理单元,用于基于图像金字塔,确定第一像素点的第一降噪强度;第三处理单元,用于基于图像金字塔和第一降噪强度,确定降噪图像金字塔;第四处理单元,用于基于降噪图像金字塔,确定第一降噪图像的第一目标区域和第二降噪图像的第二目标区域,第一降噪图像与第二降噪图像在降噪图像金字塔中相邻,第一降噪图像的分辨率大于第二降噪图像的分辨率;第五处理单元,用于基于第一目标区域、第二目标区域,确定输出图像。本公开的装置,通过确定由于降噪导致颜色丢失的第一特征区域,以及该第一特征区域的颜色丢失情况,从而利用第一特征区域和该第一特征区域的颜色丢失情况,实现对降噪图像的颜色补偿,提高了降噪处理后的输出图像的图像质量。
由于本公开实施例提供的装置与上述几种实施例提供的方法相对应,因此方法的实施方式也适用于本实施例提供的装置,在本实施例中不再详细描述。
上述本申请提供的实施例中,对本申请实施例提供的方法及装置进行了介绍。为了实现上述本申请实施例提供的方法中的各功能,通信设备可以包括硬件结构、软件模块,以硬件结构、软件模块、或硬件结构加软件模块的形式来实现上述各功能。上述各功能中的某个功能可以以硬件结构、软件模块、或者硬件结构加软件模块的方式来执行。
图7是本申请实施例提供的一种通信设备700的结构示意图。通信设备700可以是网络设备,也可以是终端设备,也可以是支持网络设备实现上述方法的芯片、芯片系统、或处理器等,还可以是支持终端设备实现上述方法的芯片、芯片系统、或处理器等。该装置可用于实现上述方法实施例中描述的方法,具体可以参见上述方法实施例中的说明。
通信设备700可以包括一个或多个处理器701。处理器701可以是通用处理器或者专用处理器等。例如可以是基带处理器或中央处理器。基带处理器可以用于对通信协议以及通信数据进行处理,中央处理器可以用于对通信设备(如,基站、基带芯片,终端设备、终端设备芯片,DU或CU等)进行控制,执行计算机程序,处理计算机程序的数据。
可选的,通信设备700中还可以包括一个或多个存储器702,其上可以存有计算机程序704,处理器701执行计算机程序704,以使得通信设备700执行上述方法实施例中描述的方法。可选的,存储器702中还可以存储有数据。通信设备700和存储器702可以单独设置,也可以集成在一起。
可选的,通信设备700还可以包括收发器705、天线706。收发器705可以称为收发单元、收发机、或收发电路等,用于实现收发功能。收发器705可以包括接收器和发送器,接收器可以称为接收机或接收电路等,用于实现接收功能;发送器可以称为发送机或发送电路等,用于实现发送功能。
可选的,通信设备700中还可以包括一个或多个接口电路707。接口电路707用于接收代码指令并传输至处理器701。处理器701运行代码指令以使通信设备700执行上述方法实施例中描述的方法。
在一种实现方式中,处理器701中可以包括用于实现接收和发送功能的收发器。例如该收发器可以是收发电路,或者是接口,或者是接口电路。用于实现接收和发送功能的收发电路、接口或接口电路可以是分开的,也可以集成在一起。上述收发电路、接口或接口电路可以用于代码/数据的读写,或者,上述收发电路、接口或接口电路可以用于信号的传输或传递。
在一种实现方式中,处理器701可以存有计算机程序703,计算机程序703在处理器701上运行,可使得通信设备700执行上述方法实施例中描述的方法。计算机程序703可能固化在处理器701中,该种情况下,处理器701可能由硬件实现。
在一种实现方式中,通信设备700可以包括电路,电路可以实现前述方法实施例中发送或接收或者通信的功能。本申请中描述的处理器和收发器可实现在集成电路(integrated circuit,IC)、模拟IC、射频集成电路RFIC、混合信号IC、专用集成电路(application specific integrated circuit,ASIC)、印刷电路板(printed circuitboard,PCB)、电子设备等上。该处理器和收发器也可以用各种IC工艺技术来制造,例如互补金属氧化物半导体(complementary metal oxide semiconductor,CMOS)、N型金属氧化物半导体(nMetal-oxide-semiconductor,NMOS)、P型金属氧化物半导体(positive channelmetal oxide semiconductor,PMOS)、双极结型晶体管(bipolar junction transistor,BJT)、双极 CMOS(BiCMOS)、硅锗(SiGe)、砷化镓(GaAs)等。
以上实施例描述中的通信设备可以是网络设备或者终端设备,但本申请中描述的通信设备的范围并不限于此,而且通信设备的结构可以不受图7的限制。通信设备可以是独立的设备或者可以是较大设备的一部分。例如通信设备可以是:
(1)独立的集成电路IC,或芯片,或,芯片系统或子系统;
(2)具有一个或多个IC的集合,可选的,该IC集合也可以包括用于存储数据,计算机程序的存储部件;
(3)ASIC,例如调制解调器(Modem);
(4)可嵌入在其他设备内的模块;
(5)接收机、终端设备、智能终端设备、蜂窝电话、无线设备、手持机、移动单元、车载设备、网络设备、云设备、人工智能设备等等;
(6)其他等等。
对于通信设备可以是芯片或芯片系统的情况,可参见图8所示的芯片的结构示意图。
本公开的实施例还提出了一种芯片,如图8所示的芯片包括至少一个处理器801和通信接口802。其中,通信接口802用于接收输入芯片的信号或从芯片输出的信号,处理器801与通信接口802通信且通过逻辑电路或执行代码指令实现本公开上述实施例中描述的方法。
可选的,芯片还包括存储器,存储器用于存储必要的计算机程序和数据。
本公开的实施例还提出了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,计算机指令用于使计算机执行本公开上述实施例中描述的方法。
本领域技术人员还可以了解到本申请实施例列出的各种说明性逻辑块(illustrative logical block)和步骤(step)可以通过电子硬件、电脑软件,或两者的结合进行实现。这样的功能是通过硬件还是软件来实现取决于特定的应用和整个系统的设计要求。本领域技术人员可以对于每种特定的应用,可以使用各种方法实现的功能,但这种实现不应被理解为超出本申请实施例保护的范围。
需要说明的是,本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
在本说明书的描述中,参考术语“一个实施方式”、“一些实施方式”、“示意性实施方式”、“示例”、“具体示例”或“一些示例”等的描述意指结合实施方式或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施方式或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理模块的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(控制方法),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得程序,然后将其存储在计算机存储器中。
应当理解,本发明的实施方式的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明的各个实施例中的各功能单元可以集成在一个处理模块中,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模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。上述提到的存储介质可以是只读存储器,磁盘或光盘等。
尽管上面已经示出和描述了本发明的实施方式,可以理解的是,上述实施方式是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施实施进行变化、修改、替换和变型。
Claims (10)
1.一种图像降噪方法,其特征在于,所述方法包括:
对输入图像采样,以确定所述输入图像的图像金字塔,所述输入图像的图像格式至少包括第一色度通道和一个第一亮度通道;
基于所述图像金字塔,确定第一像素点的第一降噪强度,第一像素点包括所述图像金字塔中的任一像素点;
基于所述图像金字塔和所述第一降噪强度,确定降噪图像金字塔;
基于所述降噪图像金字塔,确定第一降噪图像的第一目标区域和第二降噪图像的第二目标区域,所述第一降噪图像与所述第二降噪图像在所述降噪图像金字塔中相邻,所述第一降噪图像的分辨率大于所述第二降噪图像的分辨率;
基于所述第一目标区域、所述第二目标区域,确定输出图像。
2.根据权利要求1所述的方法,其特征在于,所述基于所述图像金字塔,确定所述第一像素点的第一降噪强度包括:
确定所述第一像素点在第一色度通道的第二降噪强度;
确定所述第二降噪强度对应的第一权重;
基于所述第二降噪强度和所述第一权重,确定所述第一降噪强度。
3.根据权利要求2所述的方法,其特征在于,所述确定所述第一像素点在第一色度通道的第二降噪强度包括:
利用边缘检测算法,确定所述第一像素点在所述第一亮度通道中的第一边缘信息以及所述第一像素点在所述第一色度通道中的第二边缘信息;
利用预设窗口,确定所述第一像素点在所述第一亮度通道中的第一方差以及所述第一像素点在所述第一色度通道中的第二方差;
利用饱和度计算公式,确定所述第一像素点的第一饱和度值;
基于所述第一边缘信息、所述第二边缘信息、所述第一方差、所述第二方差和所述第一饱和度值,利用第一预设查找表,确定所述第二降噪强度。
4.根据权利要求2所述的方法,其特征在于,所述确定所述第二降噪强度对应的第一权重包括:
确定所述第一像素点在所述第一色度通道中与邻域像素的第一差值;
确定所述第一像素点在所述第一亮度通道中与所述邻域像素的第二差值;
基于所述第一差值、所述第二差值和所述第二降噪强度,利用第一预设权重查找表,确定所述第一权重。
5.根据权利要求1所述的方法,其特征在于,所述基于所述降噪图像金字塔,确定所述第一降噪图像的第一目标区域和第二降噪图像的第二目标区域包括:
对所述第二降噪图像上采样,以得到第三降噪图像,所述第三降噪图像的分辨率与所述第一降噪图像的分辨率相同;
利用预设窗口,确定所述第一降噪图像的第二像素点在所述第一亮度通道中的第三方差,和所述第三降噪图像的第三像素点在所述第一亮度通道中的第四方差;
利用梯度算法,确定所述第二像素点在所述第一亮度通道中的第一梯度值,和所述第三像素点在所述第一亮度通道中的第二梯度值;
利用饱和度计算公式,确定所述第二像素点的第二饱和度值和所述第三像素点的第三饱和度值;
基于所述第三方差、所述第四方差、所述第一梯度值、所述第二梯度值、所述第二饱和度值和所述第三饱和度值,利用第一预设条件,确定所述第一目标区域和所述第二目标区域。
6.根据权利要求5所述的方法,其特征在于,所述基于所述第一目标区域、所述第二目标区域,确定输出图像包括:
基于所述第一目标区域和所述第二目标区域,确定第一融合区域和第二融合区域;
对所述第一融合区域进行第一处理,以得到第三融合区域,所述第一处理用于降低图像色度;
利用第二预设条件,确定所述第一降噪图像中的第一融合区域的第二权重、所述第一降噪图像中的第二融合区域的第三权重、所述第三降噪图像中的第二融合区域的第四权重和所述第三融合区域的第五权重;
基于所述第一降噪图像中的第一融合区域、所述第一降噪图像中的第二融合区域、所述第二融合区域、所述第三降噪图像中的第二融合区域、所述第三融合区域、所述第二权重和所述第三权重、所述第四权重和所述第五权重,确定所述输出图像。
7.一种图像降噪装置,其特征在于,包括:
第一处理单元,对输入图像采样,以确定所述输入图像的图像金字塔,所述输入图像的图像格式至少包括第一色度通道和一个第一亮度通道;
第二处理单元,用于基于所述图像金字塔,确定第一像素点的第一降噪强度;
第三处理单元,用于基于所述图像金字塔和所述第一降噪强度,确定降噪图像金字塔;
第四处理单元,用于基于所述降噪图像金字塔,确定第一降噪图像的第一目标区域和第二降噪图像的第二目标区域,所述第一降噪图像与所述第二降噪图像在所述降噪图像金字塔中相邻,所述第一降噪图像的分辨率大于所述第二降噪图像的分辨率;
第五处理单元,用于基于所述第一目标区域、所述第二目标区域,确定输出图像。
8.一种通信设备,其特征在于,所述通信设备包括处理器和存储器,其中,所述存储器中存储有计算机程序,所述处理器执行所述存储器中存储的计算机程序,以使所述装置执行:如权利要求1-6中所述的方法。
9.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行根据权利要求1-6中所述的方法。
10.一种芯片,其特征在于,包括至少一个处理器和通信接口;所述通信接口用于接收输入所述芯片的信号或从所述芯片输出的信号,所述处理器与所述通信接口通信且通过逻辑电路或执行代码指令实现如权利要求1-6中所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410271050.7A CN117876252B (zh) | 2024-03-11 | 2024-03-11 | 一种图像降噪方法、装置、设备、存储介质及芯片 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410271050.7A CN117876252B (zh) | 2024-03-11 | 2024-03-11 | 一种图像降噪方法、装置、设备、存储介质及芯片 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117876252A true CN117876252A (zh) | 2024-04-12 |
CN117876252B CN117876252B (zh) | 2024-07-09 |
Family
ID=90579498
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410271050.7A Active CN117876252B (zh) | 2024-03-11 | 2024-03-11 | 一种图像降噪方法、装置、设备、存储介质及芯片 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117876252B (zh) |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020118887A1 (en) * | 2000-12-20 | 2002-08-29 | Eastman Kodak Company | Multiresolution based method for removing noise from digital images |
US20080253678A1 (en) * | 2007-04-10 | 2008-10-16 | Arcsoft, Inc. | Denoise method on image pyramid |
US20140002697A1 (en) * | 2012-06-29 | 2014-01-02 | Samsung Electronics Co., Ltd. | Apparatus and method of reducing noise of image |
CN110443760A (zh) * | 2019-07-10 | 2019-11-12 | 深圳市安健科技股份有限公司 | 图像降噪方法及计算机可读存储介质 |
CN111260580A (zh) * | 2020-01-17 | 2020-06-09 | 珠海全志科技股份有限公司 | 一种基于图像金字塔的图像去噪方法、计算机装置及计算机可读存储介质 |
WO2020140986A1 (zh) * | 2019-01-04 | 2020-07-09 | Oppo广东移动通信有限公司 | 图像降噪方法、装置、存储介质及终端 |
CN111652809A (zh) * | 2019-07-29 | 2020-09-11 | 天津大学 | 一种增强细节的红外图像噪声抑制方法 |
CN111882504A (zh) * | 2020-08-05 | 2020-11-03 | 展讯通信(上海)有限公司 | 图像中颜色噪声的处理方法、系统、电子设备和存储介质 |
US20210082089A1 (en) * | 2019-09-13 | 2021-03-18 | Canon Kabushiki Kaisha | Image processing apparatus, image processing method, and storage medium |
WO2022021932A1 (zh) * | 2020-07-31 | 2022-02-03 | 深圳市慧鲤科技有限公司 | 降噪方法及装置、电子设备、存储介质和计算机程序产品 |
US20220253972A1 (en) * | 2021-02-10 | 2022-08-11 | Apple Inc. | Dual-mode image fusion architecture |
WO2022217525A1 (zh) * | 2021-04-15 | 2022-10-20 | 深圳市大疆创新科技有限公司 | 图像降噪处理方法、装置及成像装置 |
CN115760663A (zh) * | 2022-11-14 | 2023-03-07 | 辉羲智能科技(上海)有限公司 | 基于多帧多曝光的低动态范围图像合成高动态范围图像的方法 |
CN115841425A (zh) * | 2022-07-21 | 2023-03-24 | 爱芯元智半导体(上海)有限公司 | 视频降噪方法、装置、电子设备及计算机可读取存储介质 |
CN115953310A (zh) * | 2022-12-21 | 2023-04-11 | 展讯通信(天津)有限公司 | 一种图像降噪方法、装置、芯片及模组设备 |
CN116012244A (zh) * | 2022-12-29 | 2023-04-25 | 成都西纬科技有限公司 | 基于图像多尺度信息的图像降噪方法和电子设备 |
CN116977209A (zh) * | 2023-07-07 | 2023-10-31 | 成都西纬科技有限公司 | 图像降噪方法、电子设备及存储介质 |
-
2024
- 2024-03-11 CN CN202410271050.7A patent/CN117876252B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020118887A1 (en) * | 2000-12-20 | 2002-08-29 | Eastman Kodak Company | Multiresolution based method for removing noise from digital images |
US20080253678A1 (en) * | 2007-04-10 | 2008-10-16 | Arcsoft, Inc. | Denoise method on image pyramid |
US20140002697A1 (en) * | 2012-06-29 | 2014-01-02 | Samsung Electronics Co., Ltd. | Apparatus and method of reducing noise of image |
WO2020140986A1 (zh) * | 2019-01-04 | 2020-07-09 | Oppo广东移动通信有限公司 | 图像降噪方法、装置、存储介质及终端 |
CN110443760A (zh) * | 2019-07-10 | 2019-11-12 | 深圳市安健科技股份有限公司 | 图像降噪方法及计算机可读存储介质 |
CN111652809A (zh) * | 2019-07-29 | 2020-09-11 | 天津大学 | 一种增强细节的红外图像噪声抑制方法 |
US20210082089A1 (en) * | 2019-09-13 | 2021-03-18 | Canon Kabushiki Kaisha | Image processing apparatus, image processing method, and storage medium |
CN111260580A (zh) * | 2020-01-17 | 2020-06-09 | 珠海全志科技股份有限公司 | 一种基于图像金字塔的图像去噪方法、计算机装置及计算机可读存储介质 |
WO2022021932A1 (zh) * | 2020-07-31 | 2022-02-03 | 深圳市慧鲤科技有限公司 | 降噪方法及装置、电子设备、存储介质和计算机程序产品 |
CN111882504A (zh) * | 2020-08-05 | 2020-11-03 | 展讯通信(上海)有限公司 | 图像中颜色噪声的处理方法、系统、电子设备和存储介质 |
US20220253972A1 (en) * | 2021-02-10 | 2022-08-11 | Apple Inc. | Dual-mode image fusion architecture |
WO2022217525A1 (zh) * | 2021-04-15 | 2022-10-20 | 深圳市大疆创新科技有限公司 | 图像降噪处理方法、装置及成像装置 |
CN115841425A (zh) * | 2022-07-21 | 2023-03-24 | 爱芯元智半导体(上海)有限公司 | 视频降噪方法、装置、电子设备及计算机可读取存储介质 |
CN115760663A (zh) * | 2022-11-14 | 2023-03-07 | 辉羲智能科技(上海)有限公司 | 基于多帧多曝光的低动态范围图像合成高动态范围图像的方法 |
CN115953310A (zh) * | 2022-12-21 | 2023-04-11 | 展讯通信(天津)有限公司 | 一种图像降噪方法、装置、芯片及模组设备 |
CN116012244A (zh) * | 2022-12-29 | 2023-04-25 | 成都西纬科技有限公司 | 基于图像多尺度信息的图像降噪方法和电子设备 |
CN116977209A (zh) * | 2023-07-07 | 2023-10-31 | 成都西纬科技有限公司 | 图像降噪方法、电子设备及存储介质 |
Non-Patent Citations (3)
Title |
---|
QIANTONG WANG 等: "Detail-Enhanced Multi-Scale Exposure Fusion in YUV Color Space", 《IEEE TRANSACTIONS ON CIRCUITS AND SYSTEMS FOR VIDEO TECHNOLOGY》, vol. 30, no. 8, 27 May 2019 (2019-05-27), pages 2418, XP011803204, DOI: 10.1109/TCSVT.2019.2919310 * |
ZHISEN WANG 等: "LPMsDE: Multi-Scale Denoising and Enhancement Method Based on Laplacian Pyramid Framework for Forward-Looking Sonar Image", 《 IEEE ACCESS》, vol. 11, 21 November 2023 (2023-11-21), pages 132942 * |
黄光华;倪国强;张彬;: "一种基于视觉阈值特性的图像融合方法", 北京理工大学学报, no. 10, 28 October 2006 (2006-10-28), pages 65 - 69 * |
Also Published As
Publication number | Publication date |
---|---|
CN117876252B (zh) | 2024-07-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11244432B2 (en) | Image filtering based on image gradients | |
CN111784603B (zh) | 一种raw域图像去噪方法、计算机装置及计算机可读存储介质 | |
EP3025302B1 (en) | System and method of correcting image artifacts | |
US7545391B2 (en) | Content adaptive resizer | |
US11127117B2 (en) | Information processing method, information processing apparatus, and recording medium | |
CN111353948A (zh) | 一种图像降噪方法、装置及设备 | |
KR20150116833A (ko) | 에지-보존 잡음 억제 기능을 갖는 이미지 프로세서 | |
CN112085682B (zh) | 图像降噪方法、装置、电子设备及存储介质 | |
EP2997729B1 (en) | Chroma subsampling | |
CN115631117A (zh) | 缺陷检测用的图像增强方法、装置、检测系统及存储介质 | |
CN106296576A (zh) | 图像处理方法和图像处理装置 | |
Gao et al. | A novel UAV sensing image defogging method | |
CN111563517B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN111444847B (zh) | 一种交通标志检测识别方法、系统、装置及存储介质 | |
CN116823628A (zh) | 一种图像处理方法和图像处理装置 | |
CN117876252B (zh) | 一种图像降噪方法、装置、设备、存储介质及芯片 | |
CN110717864A (zh) | 一种图像增强方法、装置、终端设备及计算机可读介质 | |
CN113810674A (zh) | 图像处理方法与装置、终端及可读存储介质 | |
CN112907468A (zh) | 图像降噪方法、设备及计算机存储介质 | |
US20170061586A1 (en) | Method, apparatus and computer program product for motion deblurring of image frames | |
CN117934353A (zh) | 一种图像处理方法、装置、设备、存储介质及芯片 | |
CN111915497A (zh) | 一种图像黑白增强方法、装置、电子设备和可读存储介质 | |
CN111738034A (zh) | 车道线的检测方法和装置 | |
CN111125413B (zh) | 文本图片的过滤方法、装置及电子设备 | |
US9652689B2 (en) | Magnification factor estimation device and method for same |
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 |