CN118014873A - 图像的处理方法、装置、图像采集装置及存储介质 - Google Patents

Abstract

本公开是关于一种图像的处理方法、装置、图像采集装置及存储介质。图像的处理方法包括：在图像采集装置的预设增益下，获取待处理图像；确定待处理图像的灰度图；根据预设增益下的灰度值与噪声参数的关系曲线，确定灰度图中每个像素对应的噪声参数；根据噪声参数，确定灰度图的滤波系数；基于滤波系数，确定滤波后的待处理图像；根据滤波后的待处理图像，得到目标图像。本公开中图像的处理方法在算法复杂度较低的情况下实现了更好的降噪效果，计算量小的降噪方法，能够减少图像处理的功耗，以提升图像采集装置的续航能力，同时所得到的目标图像在图像细节上更加清晰，提升用户体验。

Description

图像的处理方法、装置、图像采集装置及存储介质

技术领域

本公开涉及图像处理技术领域，尤其涉及一种图像的处理方法、装置、图像采集装置及存储介质。

背景技术

相机、监控设备等图像采集装置在拍摄获取图像时，通常会受到外界环境或者内部硬件的影响，使得所获取的图像中存在较多噪声信息。为了提升所拍摄图像的质量，提升图像的视觉观感，需要对所拍摄的图像进行降噪处理。相关技术中，相机图像传感器拍摄生成初始图像，初始图像经过一系列后处理模块后生成用户所看到的RGB色彩图像。初始图像为图像传感器将光源信号转换为数字信号的原始数据，通常采用bayer阵列方式，其存储的信息经过最少的人为处理，噪声信息形态保持良好，有利于进行降噪处理。

发明内容

为克服相关技术中存在的问题，本公开提供一种图像的处理方法、装置、图像采集装置及存储介质。

根据本公开实施例的第一方面，提供一种图像的处理方法，应用于图像采集装置，所述处理方法包括：

在所述图像采集装置的预设增益下，获取待处理图像；

确定所述待处理图像的灰度图；

根据所述预设增益下的灰度值与噪声参数的关系曲线，确定所述灰度图中每个像素对应的噪声参数；

根据所述噪声参数，确定所述灰度图的滤波系数；

基于所述滤波系数，确定滤波后的所述待处理图像；

根据滤波后的所述待处理图像，得到目标图像。

在一示例性实施例中，所述方法还包括：

在预设光照度下，获取预设增益下的预设图像的灰度图；

确定所述预设图像的灰度图中每个像素对应的噪声参数；

根据所述预设图像的灰度图中每个像素的灰度值和对应的噪声参数，确定高斯-泊松噪声分布模型；

基于高斯-泊松噪声分布模型，确定所述预设增益下所述灰度值与噪声参数的关系曲线。

在一示例性实施例中，所述根据所述噪声参数，确定所述灰度图的滤波系数，包括：

以目标像素为中心，确定所述灰度图中的预设区域；

根据所述预设区域中所有像素的灰度值和所述目标像素的噪声参数，确定所述目标像素的滤波系数。

在一示例性实施例中，所述根据所述预设区域中所有像素的灰度值和所述目标像素的噪声参数，确定所述目标像素的滤波系数，包括：

根据所述预设区域中其他像素的灰度值与所述目标像素的灰度值的差值以及所述目标像素的噪声参数，确定所述预设区域的滤波系数。

在一示例性实施例中，所述基于所述滤波系数，确定滤波后的所述待处理图像，包括：

基于所述滤波系数，确定滤波后的所述目标像素；

根据所述目标像素和所述滤波后的所述目标像素，确定所述待处理图像的预设通道的滤波系数；

根据所述预设通道的滤波系数对所述待处理图像的预设通道进行滤波，得到滤波后的所述待处理图像。

在一示例性实施例中，所述根据滤波后的所述待处理图像，得到目标图像，包括：

确定滤波后的所述待处理图像中每个像素和所述待处理图像中每个像素之间的像素差值；

根据所述像素差值与预设阈值之间的大小关系，调整所述像素差值，得到调整后的所述像素差值；

将调整后的所述像素差值与所述待处理图像中对应的每个像素的像素值相加，得到所述目标图像。

在一示例性实施例中，所述图像的处理方法还包括：

根据第一预设权重、所述目标图像中每个像素的像素值和所述灰度图中每个像素的灰度值，得到第一图像；

将所述第一图像作为所述目标图像。

在一示例性实施例中，通过以下公式确定所述第一图像中每个像素的像素值：

Dst1＝(1-weight1)*Src1+weight1*Src2

其中，Dst1表示第一图像中每个像素的像素值，Src1表示所述灰度图中每个像素的灰度值，Src2表示所述目标图像中与所述灰度图对应的每个像素的像素值，weight1表示所述第一预设权重。

在一示例性实施例中，所述图像的处理方法还包括：

确定所述灰度图中每个像素的灰度值的表征值；

根据第二预设权重、所述目标图像中每个像素的像素值以及所述表征值，得到第二图像；

将所述第二图像作为所述目标图像。

在一示例性实施例中，通过以下公式确定所述第二图像中每个像素的像素值：

Dst2＝(1-weight2)*Src3+weight2*Src2

其中，Dst2表示第二图像中每个像素的像素值，Src3表示所述灰度图中每个像素的灰度值的表征值，Src2表示所述目标图像中与所述灰度图对应的每个像素的像素值，weight2表示所述第二预设权重。

在一示例性实施例中，所述基于所述滤波系数，确定滤波后的所述目标像素，包括：

通过以下公式确定滤波后的所述目标像素的灰度值：

其中，/>

其中，p表示目标像素，S表示所述预设区域，表示滤波后的所述目标像素的灰度值，/>表示滤波系数，I_p表示所述目标像素的灰度值，I_q表示所述预设区域中任一像素q的灰度值，δ表示像素q的灰度值对应的噪声参数，G_δ表示以δ为衰减系数的衰减函数。

在一示例性实施例中，所述根据所述像素差值与预设阈值之间的大小关系，调整所述像素差值，包括：

通过以下公式调整所述像素差值：

其中，Soft(x，a)表示调整后的所述像素差值，x表示所述像素差值，a表示所述预设阈值。

根据本公开实施例的第二方面，提供一种图像的处理装置，应用于图像采集装置，所述处理装置包括：

获取模块，被配置为在所述图像采集装置的预设增益下，获取待处理图像；

第一确定模块，被配置为确定所述待处理图像的灰度图；

第二确定模块，被配置为根据所述预设增益下的灰度值与噪声参数的关系曲线，确定所述灰度图中每个像素对应的噪声参数；

第三确定模块，被配置为根据所述噪声参数，确定所述灰度图的滤波系数；

第四确定模块，被配置为基于所述滤波系数，确定滤波后的所述待处理图像；

第五确定模块，被配置为根据滤波后的所述待处理图像，得到目标图像。

在一示例性实施例中，所述装置还包括生成模块，被配置为：

在预设光照度下，获取预设增益下的预设图像的灰度图；

确定所述预设图像的灰度图中每个像素对应的噪声参数；

根据所述预设图像的灰度图中每个像素的灰度值和对应的噪声参数，确定高斯-泊松噪声分布模型；

基于高斯-泊松噪声分布模型，确定所述预设增益下所述灰度值与噪声参数的关系曲线。

在一示例性实施例中，所述第三确定模块还被配置为：

以目标像素为中心，确定所述灰度图中的预设区域；

根据所述预设区域中所有像素的灰度值和所述目标像素的噪声参数，确定所述目标像素的滤波系数。

在一示例性实施例中，所述第三确定模块还被配置为：

根据所述预设区域中其他像素的灰度值与所述目标像素的灰度值的差值以及所述目标像素的噪声参数，确定所述预设区域的滤波系数。

在一示例性实施例中，所述第四确定模块还被配置为：

基于所述滤波系数，确定滤波后的所述目标像素；

根据所述目标像素和所述滤波后的所述目标像素，确定所述待处理图像的预设通道的滤波系数；

根据所述预设通道的滤波系数对所述待处理图像的预设通道进行滤波，得到滤波后的所述待处理图像。

在一示例性实施例中，所述第五确定模块还被配置为：

确定滤波后的所述待处理图像中每个像素和所述待处理图像中每个像素之间的像素差值；

根据所述像素差值与预设阈值之间的大小关系，调整所述像素差值，得到调整后的所述像素差值；

将调整后的所述像素差值与所述待处理图像中对应的每个像素的像素值相加，得到所述目标图像。

在一示例性实施例中，所述图像的处理装置还包括第一调节模块，被配置为：

根据第一预设权重、所述目标图像中每个像素的像素值和所述灰度图中每个像素的灰度值，得到第一图像；

将所述第一图像作为所述目标图像。

在一示例性实施例中，所述第一调节模块还被配置为：

通过以下公式确定所述第一图像中每个像素的像素值：

Dst1＝(1-weight1)*Src1+weight1*Src2

其中，Dst1表示第一图像中每个像素的像素值，Src1表示所述灰度图中每个像素的灰度值，Src2表示所述目标图像中与所述灰度图对应的每个像素的像素值，weight1表示所述第一预设权重。

在一示例性实施例中，所述图像的处理装置还包括第二调节模块，被配置为：

确定所述灰度图中每个像素的灰度值的表征值；

根据第二预设权重、所述目标图像中每个像素的像素值以及所述表征值，得到第二图像；

将所述第二图像作为所述目标图像。

在一示例性实施例中，所述第二调节模块还被配置为：

通过以下公式确定所述第二图像中每个像素的像素值：

Dst2＝(1-weight2)*Src3+weight2*Src2

其中，Dst2表示第二图像中每个像素的像素值，Src3表示所述灰度图中每个像素的灰度值的表征值，Src2表示所述目标图像中与所述灰度图对应的每个像素的像素值，weight2表示所述第二预设权重。

在一示例性实施例中，所述第四确定模块还被配置为：

通过以下公式确定滤波后的所述目标像素的灰度值：

其中，/>

其中，p表示目标像素，S表示所述预设区域，表示滤波后的所述目标像素的灰度值，/>表示滤波系数，I_p表示所述目标像素的灰度值，I_q表示所述预设区域中任一像素q的灰度值，δ表示像素q的灰度值对应的噪声参数，G_δ表示以δ为衰减系数的衰减函数。

在一示例性实施例中，所述第五确定模块还被配置为

通过以下公式调整所述像素差值：

其中，Soft(x，a)表示调整后的所述像素差值，x表示所述像素差值，a表示所述预设阈值。

根据本公开实施例的第三方面，提供一种图像采集装置，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为执行如本公开实施例的第一方面中所述的方法。

根据本公开实施例的第四方面，提供一种非临时性计算机可读存储介质，当所述存储介质中的指令由装置的处理器执行时，使得装置能够执行如本公开实施例的第一方面中所述的方法。

采用本公开的上述方法，具有以下有益效果：本公开中图像的处理方法在算法复杂度较低的情况下实现了更好的降噪效果，计算量小的降噪方法，能够减少图像处理的功耗，以提升图像采集装置的续航能力，同时所得到的目标图像在图像细节上更加清晰，提升用户体验。

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，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。

图1是根据一示例性实施例示出的一种图像的处理方法的流程图；

图2是根据一示例性实施例示出的步骤S101中确定灰度值与噪声参数的关系曲线的方法流程图；

图3是根据一示例性实施例示出的预设增益下灰度值与噪声参数的关系曲线的示意图；

图4是根据一示例性实施例示出的步骤S104中根据噪声参数，确定灰度图的滤波系数的方法流程图；

图5是根据一示例性实施例示出的步骤S105中基于滤波系数，确定滤波后的待处理图像的方法流程图；

图6是根据一示例性实施例示出的步骤S106中根据滤波后的待处理图像，得到目标图像的方法流程图；

图7是根据一示例性实施例示出的图像的处理方法的流程图；

图8是根据一示例性实施例示出的图像的处理方法的流程图；

图9是根据一示例性实施例示出的不同降噪方法下得到的不同的RGB色彩图像的对比图；

图10是根据一示例性实施例示出的一种图像的处理装置的框图；

图11是根据一示例性的实施例示出的一种用于图像处理的终端设备的框图。

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发明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、本发明的一些方面相一致的装置和方法的例子。

相关技术中，图像的降噪方法包括空域降噪方法和时域降噪方法，空域降噪方法是针对当前单帧图像进行降噪处理，时域降噪方法是结合当前帧图像的前后帧图像进行降噪处理，因此，对于拍摄获取的单帧图像采用空域降噪方法。空域降噪方法包括非局部均值(Non-Local Means)图像去噪算法和双边滤波(Bilateral Filter)图像去噪算法，但是这两种图像去噪算法均存在计算量大的问题，当应用在智能手机等终端设备的相机中时，图像去噪的功率消耗较大，不利于终端设备的续航，影响用户体验。

本公开示例性的实施例中，提供一种图像的处理方法，应用于图像采集装置。图1是根据一示例性实施例示出的一种图像的处理方法的流程图，如图1所示，图像的处理方法包括以下步骤：

步骤S101，在图像采集装置的预设增益下，获取待处理图像；

步骤S102，确定待处理图像的灰度图；

步骤S103，根据预设增益下的灰度值与噪声参数的关系曲线，确定灰度图中每个像素对应的噪声参数；

步骤S104，根据噪声参数，确定灰度图的滤波系数；

步骤S105，基于滤波系数，确定滤波后的待处理图像；

步骤S106，根据滤波后的待处理图像，得到目标图像。

本公开示例性的实施例中，为了克服相关技术中的问题，提供一种图像的处理方法。在图像采集装置的预设增益下获取待处理图像，将待处理图像转换为对应的灰度图，根据预设增益下的灰度值与噪声参数的关系曲线，确定灰度图中每个像素对应的噪声参数，根据每个像素对应的噪声参数，确定灰度图的滤波系数，基于滤波系数对待处理图像进行滤波，得到滤波后的待处理图像，根据滤波后的待处理图像，得到目标图像。本公开中图像的处理方法在算法复杂度较低的情况下实现了更好的降噪效果，计算量小的降噪方法，能够减少图像处理的功耗，以提升图像采集装置的续航能力，同时所得到的目标图像在图像细节上更加清晰，提升用户体验。

在步骤S101中，图像采集装置可以是具有相机功能的智能终端设备，例如智能手机、平板等，也可以是具有摄像功能的电子设备，例如相机设备、监控设备等。预设增益由用户在拍摄获取待处理图像时根据实际需求设定。图像采集装置在拍摄获取图像时，由图像传感器采集光源信号，并将光源信号转换为数字信号，数字信号形成初始图像，初始图像再经过一系列图像后处理得到所展示出的RGB图像。由于拍摄过程中形成的初始图像通常采用bayer阵列方式排列，初始图像又称为bayer图像，bayer图像中存储的信息是由光源信号直接转换生成的，因此噪声信息形态保持良好，利于进行降噪处理，因此将拍摄过程中形成的bayer图像作为待处理图像。

在步骤S102中，所获取的待处理图像(bayer图像)中的每个像素只有RGB中的某个颜色信息,且每4个像素中有2个像素为G信息，1个像素为R信息，1个像素为B信息，即GRBG格式，因此bayer图像中每个像素块包括GBRG四个通道，将每个像素块四个通道的像素值的均值作为灰度图中对应位置像素的灰度值，由此形成待处理图像对应的灰度图，可以理解的是，所得到的灰度图的大小为待处理图像大小的1/4。

在步骤S103中，噪声参数为能够表征每个像素噪声信息的值，不同的图像传感器，所对应的灰度值与噪声参数的关系曲线也会不同，同一图像传感器的不同增益下的灰度值与噪声参数的关系曲线也会不同。在图像采集装置中预先存储当前图像传感器不同增益下灰度值与噪声参数的关系曲线，确定图像采集装置在拍摄待处理图像时的增益值，找出该增益值下对应的灰度值与噪声参数的关系曲线。确定待处理图像的灰度图后，根据灰度图中每个像素的灰度值，在待处理图像增益值下对应的灰度值与噪声参数的关系曲线中，将灰度值代入，即可确定出灰度图中每个像素的噪声参数。

在步骤S104中，由于灰度图中每个像素的噪声参数能够反映每个像素的噪声信息，根据每个像素的噪声信息，则能够确定能够去除噪声信息的滤波方式。例如，根据噪声参数确定滤波系数时，基于每个像素的灰度值，可以使用预设的衰减函数对其进行处理，将噪声参数作为衰减函数的系数，根据灰度值和以噪声参数为系数的函数确定滤波系数。

在步骤S105中，根据灰度图的每个像素的滤波系数，确定出滤波后的灰度图，根据滤波前后灰度图的灰度值变化情况，对待处理图像进行滤波，以得到滤波后的待处理图像。基于灰度图与待处理图像之间的关系，可以使用与灰度图同样的滤波方式依次对待处理图像中每个通道进行滤波。

在步骤S106中，在进行滤波时，由于滤波后的待处理图像可能存在降噪过度的问题，图像中的一些纹理细节会被当成噪声信息滤掉，为了保证图像的真实性，可以通过比较滤波前后的待处理图像的像素差值，确定像素差值是否能够达到降噪效果的同时，保留图像的细节纹理，当像素差值不符合条件时，对其进行调整后，基于调整后的像素差值获取目标图像。

在本公开示例性的实施例中，在图像采集装置的预设增益下获取待处理图像，将待处理图像转换为对应的灰度图，根据预设增益下的灰度值与噪声参数的关系曲线，确定灰度图中每个像素对应的噪声参数，根据每个像素对应的噪声参数，确定灰度图的滤波系数，基于滤波系数对待处理图像进行滤波，得到滤波后的待处理图像，根据滤波后的待处理图像，得到目标图像，所得到的目标图像既去除了待处理图像中的噪声信息，又保留了待处理图像的细节纹理，并且降噪过程计算量小，能够节省功耗。

在一示例性实施例中，图2是根据一示例性实施例示出的步骤S101中确定灰度值与噪声参数的关系曲线的方法流程图，如图2所示，包括以下步骤：

步骤S201，在预设光照度下，获取预设增益下的预设图像的灰度图；

步骤S202，确定预设图像的灰度图中每个像素对应的噪声参数；

步骤S203，根据预设图像的灰度图中每个像素的灰度值和噪声参数，确定高斯-泊松噪声分布模型；

步骤S204，基于高斯-泊松噪声分布模型，确定预设增益下灰度值与噪声参数的关系曲线。

预设光照度为不同实验室光源亮度，预设增益为期望进行降噪处理的图像传感器的不同增益值，预设图像为实验室色卡图像，与待处理图像同为bayer格式的初始图像。使用预设增益的图像传感器，在不同光源亮度下拍摄色卡，得到对应不同的色卡图像，并将其转换为灰度图。获得预设图像的灰度图后，计算灰度图中每个像素与周围像素的方差，将方差值作为每个像素的噪声参数。例如，在预设图像的灰度图中，对于像素值为s0的像素，其上、下、左、右位置的像素分别为像素值为s1、s2、s3、s4的像素，则像素值为s0像素的噪声参数为：

计算出灰度图中每个像素的噪声参数，记录所有像素值与对应的噪声参数，并将其表示在离散点图中。由于预设图像为bayer格式的初始图像，因此其对应的灰度图的噪声分布符合高斯-泊松噪声分布模型，其中，图像的高斯噪声和光强没有关系，无论光强大小，噪声信息的平均水平都不变，而图像的泊松噪声和光强成正比，光强增大，噪声信息的平均噪声也会增大。对于预设色卡图像，光强与像素值成正比，因此，无论像素值大小，预设色卡图像的高斯噪声的平均水平不变，但泊松噪声的平均水平会随着像素值增大而增大。因此，根据灰度图中所有像素值与对应的噪声参数，可以用直线y＝kx+b来拟合预设增益下灰度值与噪声参数的关系曲线，也可以用y＝kx²+b来拟合预设增益下灰度值与噪声参数的关系曲线。例如，图3是根据一示例性实施例示出的预设增益下灰度值与噪声参数的关系曲线的示意图，如图3所示，横坐标为噪声参数，纵坐标为像素值，图中的点即为灰度图中所有像素值与对应的噪声参数，使用直线y＝kx+b拟合的预设增益下灰度值与噪声参数的关系曲线为：y＝0.09697498615512057x-30.192643653518928。

在一示例性实施例中，图4是根据一示例性实施例示出的步骤S104中根据噪声参数，确定灰度图的滤波系数的方法流程图，如图4所示，包括以下步骤：

步骤S401，以目标像素为中心，确定灰度图中的预设区域；

步骤S402，根据预设区域中所有像素的灰度值和目标像素的噪声参数，确定目标像素的滤波系数。

确定待处理图像的灰度图中每个像素的噪声参数后，根据每个像素的噪声参数确定滤波系数。确定滤波系数时，以预设区域为单位计算整个图像的滤波系数，即将待处理图像的灰度图划分为多个预设区域，分别计算每个预设区域的滤波系数。预设区域的大小可以根据实际需求确定，可以理解的是，待处理图像的灰度图较小时，预设区域越小滤波系数越准确，同时计算量也越大。确定预设区域时，以目标像素为中心，将目标像素的邻域确定为预设区域，以使预设区域中的像素相关性较大。依次计算每个预设区域的滤波系数时，由于目标像素为中心点的像素，因此目标像素的噪声参数能够一定程度上反映预设区域整个区域的噪声强度，基于目标像素的噪声参数，结合预设区域中所有像素的灰度值计算目标像素的滤波系数。

在一实施方式中，根据预设区域中所有像素的灰度值和目标像素的噪声参数，确定目标像素的滤波系数，包括：根据预设区域中其他像素的灰度值与目标像素的灰度值的差值以及目标像素的噪声参数，确定预设区域的滤波系数。

预设区域中其他像素的灰度值与目标像素的灰度值的差值能够反映预设区域中灰度值的整体情况，在灰度值的基础上，结合目标像素的噪声参数，能够准确确定目标像素的滤波系数。

在一示例中，通过以下公式确定目标像素的滤波系数：

其中，p表示目标像素，S表示预设区域，表示目标像素的滤波系数，I_p表示目标像素的灰度值，I_q表示预设区域中任一像素q的灰度值，δ表示像素q的灰度值对应的噪声参数，G_δ表示以δ为衰减系数的衰减函数，衰减函数可以为任一衰减函数。

在一示例性实施例中，图5是根据一示例性实施例示出的步骤S105中基于滤波系数，确定滤波后的待处理图像的方法流程图，如图5所示，包括以下步骤：

步骤S501，基于滤波系数，确定滤波后的目标像素；

步骤S502，根据目标像素和滤波后的目标像素，确定待处理图像的预设通道的滤波系数；

步骤S503，根据预设通道的滤波系数对待处理图像的预设通道进行滤波，得到滤波后的待处理图像。

在一示例中，通过以下公式确定滤波后的目标像素：

其中，p表示目标像素，S表示预设区域，表示滤波后的目标像素的灰度值，/>表示滤波系数，I_p表示目标像素的灰度值，I_q表示预设区域中任一像素q的灰度值，δ表示像素q的灰度值对应的噪声参数，G_δ表示以δ为衰减系数的衰减函数，衰减函数可以为任一衰减函数。

根据目标像素和滤波后的目标像素，确定待处理图像的预设通道的滤波系数时，根据目标像素在灰度图中的位置，确定待处理图像中目标像素对应的像素。由于待处理图像的灰度图是由待处理图像中GBRG四个通道的均值确定的，因此灰度图目标像素均对应待处理图像中的四个像素，即GBRG四个预设通道。根据滤波后的目标像素和目标像素的比值，即可确定目标像素对应的预设通道的滤波系数，即将该滤波系数同时应用于GBRG四个预设通道，对待处理图像的预设通道进行滤波，即可得到滤波后的待处理图像。

本实施例中，对待处理图像中的预设通道使用相同的滤波系数进行滤波，能够保证各个预设通道之间的降噪一致性。

在一示例性实施例中，图6是根据一示例性实施例示出的步骤S106中根据滤波后的待处理图像，得到目标图像的方法流程图，如图6所示，包括以下步骤：

步骤S601，确定滤波后的待处理图像中每个像素和待处理图像中每个像素之间的像素差值；

步骤S602，根据像素差值与预设阈值之间的大小关系，调整像素差值，得到调整后的像素差值；

步骤S603，将调整后的像素差值与待处理图像中对应的每个像素的像素值相加，得到目标图像。

由于在对待处理图像进行滤波降噪后，可能会存在降噪过度的问题，导致滤波后的待处理图像中丢失待处理图像中的细节纹理，也可能会存在降噪强度过弱的问题，导致滤波后的待处理图像中仍存在较多的噪声信息，因此，需要确定滤波前后的待处理图像中的噪声信息的变化情况，并对滤波后的待处理图像进行调整，以达到降噪效果的同时保留待处理图像中细节纹理。滤波前后的待处理图像中的噪声信息的变化情况，通过滤波前后的待处理图像中每个像素的像素之间的像素差值来确定，例如待处理图像中像素值a1的像素进行滤波后的像素值为a2，则像素差值a0＝a1-a2。

像素差值的预设阈值为经验值，可以根据实际需求确定。根据像素差值与预设阈值之间的大小关系，能够确定滤波前后的待处理图像中的噪声信息的变化情况是否符合预期，根据大小关系，对像素差值进行调整，使得调整后的像素差值能够保证滤波前后的待处理图像中的噪声信息的变化情况符合预期，即具有良好的降噪效果同时保留了待处理图像中的细节纹理。将调整后的像素差值与待处理图像中对应的每个像素的像素值相加，即可得到目标图像。

在一示例中，跟据像素差值与预设阈值之间的大小关系，调整像素差值时，可以采用硬阈值函数，也可以采用软阈值函数。为了保证图像边沿阈值区域过度平滑，采用软阈值函数，即通过以下公式调整像素差值：

其中，Soft(x，a)表示调整后的像素差值，x表示像素差值，a表示预设阈值。

本实施例中，通过滤波前后的待处理图像中每个像素的像素差值的方式对滤波后的待处理图像进行调整，能够在一定程度上增强降噪效果，并减少由于滤波降噪所丢失的细节纹理。

在一示例性实施例中，通过以上步骤获得目标图像后，图7是根据一示例性实施例示出的图像的处理方法的流程图，如图7所示，包括以下步骤：

步骤S701，根据第一预设权重、目标图像中每个像素的像素值和灰度图中每个像素的灰度值，得到第一图像；

步骤S702，将第一图像作为目标图像。

所获得的目标图像中可能存在将待处理图像中的细节纹理模糊掉的问题，因此可以通过回加待处理图像的方式，进一步对目标图像进行处理。回加待处理图像时，可以将待处理图像的灰度图回加到目标图像上，目标图像中GBRG四个通道的像素的像素值均与灰度图中对应的像素的灰度值相加，得到对应的第一图像中的像素值。相加的方式为加权相加，即分别对目标图像中GBRG四个通道的像素的像素值和灰度图中对应的像素的灰度值赋予预设权重，其中一个预设权重为第一预设权重，并且两者的预设权重之和为1，第一预设权重可以通过实验得出。将目标图像与待处理图像的灰度图加权相加之后得到第一图像，将第一图像作为最终的目标图像，能够解决待处理图像中的细节纹理被模糊掉的问题。

在一示例中，通过以下公式确定第一图像中每个像素的像素值：

Dst1＝(1-weight1)*Src1+weight1*Src2

其中，Dst1表示第一图像中每个像素的像素值，Src1表示待处理图像的灰度图中每个像素的灰度值，Src2表示目标图像中与灰度图对应的每个像素的像素值，weight1表示第一预设权重。

在一示例性实施例中，通过以上步骤获得目标图像后，图8是根据一示例性实施例示出的图像的处理方法的流程图，如图8所示，包括以下步骤：

步骤S801，确定灰度图中每个像素的灰度值的表征值；

步骤S802，根据第二预设权重、目标图像中每个像素的像素值以及表征值，得到第二图像；

步骤S803，将第二图像作为目标图像。

所获得的目标图像中可能存在将待处理图像中的细节纹理模糊掉的问题，因此可以通过回加待处理图像的方式，进一步对目标图像进行处理。回加待处理图像时，可以将待处理图像的灰度图相关的图像回加到目标图像上，目标图像中GBRG四个通道的像素的像素值均与灰度图中对应的像素的灰度值的表征值相加，得到对应的第二图像中的像素值，例如回加待处理图像的灰度图的方差图，则目标图像中GBRG四个通道的像素的像素值均与灰度图中对应的像素的灰度值的方差值相加。

在一示例中，灰度图中每个像素的灰度值的表征值为每个像素的灰度值的方差值，方差值的计算方式可以为任一能够计算方差值的方式。例如，在灰度图中采用5×5大小的邻域区域计算方差值，计算邻域区域中所有像素的灰度值的均值，基于每个像素的灰度值与灰度值均值的差值通过以下公式确定该邻域区域的方差值，并将该邻域区域的方差值作为该邻域区域中每个像素的灰度值的方差值。

目标图像中GBRG四个通道的像素的像素值与灰度图中对应的像素的灰度值的表征值相加的方式为加权相加，即分别对目标图像中GBRG四个通道的像素的像素值和灰度图中对应的像素的灰度值的表征值赋予预设权重，其中一个预设权重为第二预设权重，并且两者的预设权重之和为1，第二预设权重可以通过实验得出。将目标图像与待处理图像的灰度图的相关图像加权相加之后得到第二图像，将第二图像作为最终的目标图像，能够解决待处理图像中的细节纹理被模糊掉的问题。

在一示例中，通过以下公式确定第二图像中每个像素的像素值：

Dst2＝(1-weight)*Src3+weight2*Src2

其中，Dst2表示第二图像中每个像素的像素值，Src3表示灰度图中每个像素的灰度值的表征值，Src2表示目标图像中与灰度图中对应的每个像素的像素值，weight2表示第二预设权重。

在本公开示例性的实施例中，所得到的目标图像为降噪后的bayer图像，bayer图像需要经过图像后处理得到RGB色彩图像。图9是根据一示例性实施例示出的不同降噪方法下得到的不同的RGB色彩图像的对比图，如图9所示，图9(a)、图9(b)和图9(c)中从左向右的第一张图均为未经过任何降噪算法得出的RGB色彩图像，从左向右的第二张图均为经过非局部均值(NLM)图像去噪算法得出的RGB色彩图像，从左向右的第二张图均为经过本公开中图像处理方法得出的RGB色彩图像，其中，所得到所有RGB色彩图像均采用同一图像传感器在同一增益下获得，并且所使用的图像后处理算法均相同。从图9(a)中可以看出，公交车上玻璃映射的文字，在从左向右第二张图中出现模糊，而在从左向右第三张图中保住了文字细节；从图9(b)中可以看出，从左向右第二张图中的线条清晰度也不如从左向右第三张图中的清晰度；从图9(c)中可以看出，从左向右第二张图中的人的头发也没有从左向右第三张图中的头发清晰。因此，本公开中的图像处理方法，能够在达到降噪效果的同时，保留原图像中的细节纹理。

本公开示例性的实施例中，提供一种图像的处理装置，应用于图像采集装置。图10是根据一示例性实施例示出的一种图像的处理装置的框图，如图10所示，包括：

获取模块1001，被配置为在所述图像采集装置的预设增益下，获取待处理图像；

第一确定模块1002，被配置为确定所述待处理图像的灰度图；

第二确定模块1003，被配置为根据所述预设增益下的灰度值与噪声参数的关系曲线，确定所述灰度图中每个像素对应的噪声参数；

第三确定模块1004，被配置为根据所述噪声参数，确定所述灰度图的滤波系数；

第四确定模块1005，被配置为基于所述滤波系数，确定滤波后的所述待处理图像；

第五确定模块1006，被配置为根据滤波后的所述待处理图像，得到目标图像。

在一示例性实施例中，所述装置还包括生成模块1007，被配置为：

在预设光照度下，获取预设增益下的预设图像的灰度图；

确定所述预设图像的灰度图中每个像素对应的噪声参数；

根据所述预设图像的灰度图中每个像素的灰度值和对应的噪声参数，确定高斯-泊松噪声分布模型；

基于高斯-泊松噪声分布模型，确定所述预设增益下所述灰度值与噪声参数的关系曲线。

在一示例性实施例中，所述第三确定模块1004还被配置为：

以目标像素为中心，确定所述灰度图中的预设区域；

根据所述预设区域中所有像素的灰度值和所述目标像素的噪声参数，确定所述目标像素的滤波系数。

在一示例性实施例中，所述第三确定模块1004还被配置为：

根据所述预设区域中其他像素的灰度值与所述目标像素的灰度值的差值以及所述目标像素的噪声参数，确定所述预设区域的滤波系数。

在一示例性实施例中，所述第四确定模块1005还被配置为：

基于所述滤波系数，确定滤波后的所述目标像素；

根据所述目标像素和所述滤波后的所述目标像素，确定所述待处理图像的预设通道的滤波系数；

根据所述预设通道的滤波系数对所述待处理图像的预设通道进行滤波，得到滤波后的所述待处理图像。

在一示例性实施例中，所述第五确定模块1006还被配置为：

确定滤波后的所述待处理图像中每个像素和所述待处理图像中每个像素之间的像素差值；

根据所述像素差值与预设阈值之间的大小关系，调整所述像素差值，得到调整后的所述像素差值；

将调整后的所述像素差值与所述待处理图像中对应的每个像素的像素值相加，得到所述目标图像。

在一示例性实施例中，所述图像的处理装置还包括第一调节模块1008，被配置为：

根据第一预设权重、所述目标图像中每个像素的像素值和所述灰度图中每个像素的灰度值，得到第一图像；

将所述第一图像作为所述目标图像。

在一示例性实施例中，所述第一调节模块1008还被配置为：

通过以下公式确定所述第一图像中每个像素的像素值：

Dst1＝(1-weight1)*Src1+weight1*Src2

其中，Dst1表示第一图像中每个像素的像素值，Src1表示所述灰度图中每个像素的灰度值，Src2表示所述目标图像中与所述灰度图对应的每个像素的像素值，weight1表示所述第一预设权重。

在一示例性实施例中，所述图像的处理装置还包括第二调节模块10010，被配置为：

确定所述灰度图中每个像素的灰度值的表征值；

根据第二预设权重、所述目标图像中每个像素的像素值以及所述表征值，得到第二图像；

将所述第二图像作为所述目标图像。

在一示例性实施例中，所述第二调节模块1009还被配置为：

通过以下公式确定所述第二图像中每个像素的像素值：

Dst2＝(1-weight2)*Src3+weight2*Src2

其中，Dst2表示第二图像中每个像素的像素值，Src3表示所述灰度图中每个像素的灰度值的表征值，Src2表示所述目标图像中与所述灰度图对应的每个像素的像素值，weight2表示所述第二预设权重。

在一示例性实施例中，所述第四确定模块1005还被配置为：

通过以下公式确定滤波后的所述目标像素的灰度值：

其中，/>

其中，p表示目标像素，S表示所述预设区域，表示滤波后的所述目标像素的灰度值，/>表示滤波系数，I_p表示所述目标像素的灰度值，I_q表示所述预设区域中任一像素q的灰度值，δ表示像素q的灰度值对应的噪声参数，G_δ表示以δ为衰减系数的衰减函数。

在一示例性实施例中，所述第五确定模块1006还被配置为

通过以下公式调整所述像素差值：

其中，Soft(x，a)表示调整后的所述像素差值，x表示所述像素差值，a表示所述预设阈值。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

当图像采集装置为终端设备时，图11是根据一示例性的实施例示出的一种用于图像处理的终端设备1100的框图。

参照图11，终端设备1100可以包括以下一个或多个组件：处理组件1102，存储器1104，电源组件1106，多媒体组件1108，音频组件1110，输入/输出(I/O)的接口1112，传感器组件1114，以及通信组件1116。

处理组件1102通常控制终端设备1100的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件1102可以包括一个或多个处理器1120来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件1102可以包括一个或多个模块，便于处理组件1102和其他组件之间的交互。例如，处理组件1102可以包括多媒体模块，以方便多媒体组件1108和处理组件1102之间的交互。

存储器1104被配置为存储各种类型的数据以支持在终端设备1100的操作。这些数据的示例包括用于在终端设备1100上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器1104可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件1106为终端设备1100的各种组件提供电源。电源组件1106可以包括电源管理系统，一个或多个电源，及其他与为终端设备1100生成、管理和分配电力相关联的组件。

多媒体组件1108包括在所述终端设备1100和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件1108包括一个前置摄像头和/或后置摄像头。当终端设备1100处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件1110被配置为输出和/或输入音频信号。例如，音频组件1110包括一个麦克风(MIC)，当终端设备1100处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器1104或经由通信组件1116发送。在一些实施例中，音频组件1110还包括一个扬声器，用于输出音频信号。

I/O接口1112为处理组件1102和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件1114包括一个或多个传感器，用于为终端设备1100提供各个方面的状态评估。例如，传感器组件1114可以检测到终端设备1100的打开/关闭状态，组件的相对定位，例如所述组件为终端设备1100的显示器和小键盘，传感器组件1114还可以检测终端设备1100或终端设备1100一个组件的位置改变，用户与终端设备1100接触的存在或不存在，终端设备1100方位或加速/减速和终端设备1100的温度变化。传感器组件1114可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件1114还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件1114还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件1116被配置为便于终端设备1100和其他设备之间有线或无线方式的通信。终端设备1100可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件1116经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件1116还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，终端设备1100可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器1104，上述指令可由终端设备1100的处理器1120执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

一种非临时性计算机可读存储介质，当所述存储介质中的指令由装置的处理器执行时，使得装置能够执行一种图像的处理方法。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。

应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims (18)

1.一种图像的处理方法，应用于图像采集装置，其特征在于，所述处理方法包括：

在所述图像采集装置的预设增益下，获取待处理图像；

确定所述待处理图像的灰度图；

根据所述预设增益下的灰度值与噪声参数的关系曲线，确定所述灰度图中每个像素对应的噪声参数；

根据所述噪声参数，确定所述灰度图的滤波系数；

基于所述滤波系数，确定滤波后的所述待处理图像；

根据滤波后的所述待处理图像，得到目标图像。

2.根据权利要求1所述的图像的处理方法，其特征在于，所述方法还包括：

在预设光照度下，获取预设增益下的预设图像的灰度图；

确定所述预设图像的灰度图中每个像素对应的噪声参数；

根据所述预设图像的灰度图中每个像素的灰度值和对应的噪声参数，确定高斯-泊松噪声分布模型；

基于高斯-泊松噪声分布模型，确定所述预设增益下所述灰度值与噪声参数的关系曲线。

3.根据权利要求1所述的图像的处理方法，其特征在于，所述根据所述噪声参数，确定所述灰度图的滤波系数，包括：

以目标像素为中心，确定所述灰度图中的预设区域；

根据所述预设区域中所有像素的灰度值和所述目标像素的噪声参数，确定所述目标像素的滤波系数。

4.根据权利要求3所述的图像的处理方法，其特征在于，所述根据所述预设区域中所有像素的灰度值和所述目标像素的噪声参数，确定所述目标像素的滤波系数，包括：

根据所述预设区域中其他像素的灰度值与所述目标像素的灰度值的差值以及所述目标像素的噪声参数，确定所述预设区域的滤波系数。

5.根据权利要求3所述的图像的处理方法，其特征在于，所述基于所述滤波系数，确定滤波后的所述待处理图像，包括：

基于所述滤波系数，确定滤波后的所述目标像素；

根据所述目标像素和所述滤波后的所述目标像素，确定所述待处理图像的预设通道的滤波系数；

根据所述预设通道的滤波系数对所述待处理图像的预设通道进行滤波，得到滤波后的所述待处理图像。

6.根据权利要求5所述的图像的处理方法，其特征在于，所述根据滤波后的所述待处理图像，得到目标图像，包括：

确定滤波后的所述待处理图像中每个像素和所述待处理图像中每个像素之间的像素差值；

根据所述像素差值与预设阈值之间的大小关系，调整所述像素差值，得到调整后的所述像素差值；

将调整后的所述像素差值与所述待处理图像中对应的每个像素的像素值相加，得到所述目标图像。

7.根据权利要求1所述的图像的处理方法，其特征在于，所述图像的处理方法还包括：

根据第一预设权重、所述目标图像中每个像素的像素值和所述灰度图中每个像素的灰度值，得到第一图像；

将所述第一图像作为所述目标图像。

8.根据权利要求7所述的图像的处理方法，其特征在于，

通过以下公式确定所述第一图像中每个像素的像素值：

Dst1＝(1-weight1)*Src1+weight1*Src2

其中，Dst1表示第一图像中每个像素的像素值，Src1表示所述灰度图中每个像素的灰度值，Src2表示所述目标图像中与所述灰度图对应的每个像素的像素值，weight1表示所述第一预设权重。

9.根据权利要求1所述的图像的处理方法，其特征在于，所述图像的处理方法还包括：

确定所述灰度图中每个像素的灰度值的表征值；

根据第二预设权重、所述目标图像中每个像素的像素值以及所述表征值，得到第二图像；

将所述第二图像作为所述目标图像。

10.根据权利要求9所述的图像的处理方法，其特征在于，

通过以下公式确定所述第二图像中每个像素的像素值：

Dst2＝(1-weight2)*Src3+weight2*Scr2

其中，Dst2表示第二图像中每个像素的像素值，Src3表示所述灰度图中每个像素的灰度值的表征值，Src2表示所述目标图像中与所述灰度图对应的每个像素的像素值，weight2表示所述第二预设权重。

11.根据权利要求5所述的图像的处理方法，其特征在于，所述基于所述滤波系数，确定滤波后的所述目标像素，包括：

通过以下公式确定滤波后的所述目标像素的灰度值：

其中，/>

其中，p表示目标像素，S表示所述预设区域，表示滤波后的所述目标像素的灰度值，表示滤波系数，I_p表示所述目标像素的灰度值，I_q表示所述预设区域中任一像素q的灰度值，δ表示像素q的灰度值对应的噪声参数，G_δ表示以δ为衰减系数的衰减函数。

12.根据权利要求6所述的图像的处理方法，其特征在于，所述根据所述像素差值与预设阈值之间的大小关系，调整所述像素差值，包括：

通过以下公式调整所述像素差值：

其中，Soft(x，a)表示调整后的所述像素差值，x表示所述像素差值，a表示所述预设阈值。

13.一种图像的处理装置，应用于图像采集装置，其特征在于，所述处理装置包括：

获取模块，被配置为在所述图像采集装置的预设增益下，获取待处理图像；

第一确定模块，被配置为确定所述待处理图像的灰度图；

第二确定模块，被配置为根据所述预设增益下的灰度值与噪声参数的关系曲线，确定所述灰度图中每个像素对应的噪声参数；

第三确定模块，被配置为根据所述噪声参数，确定所述灰度图的滤波系数；

第四确定模块，被配置为基于所述滤波系数，确定滤波后的所述待处理图像；

第五确定模块，被配置为根据滤波后的所述待处理图像，得到目标图像。

14.根据权利要求13所述的图像的处理装置，其特征在于，所述图像的处理装置还包括生成模块，被配置为：

在预设光照度下，获取预设增益下的预设图像的灰度图；

确定所述预设图像的灰度图中每个像素对应的噪声参数；

根据所述预设图像的灰度图中每个像素的灰度值和对应的噪声参数，确定高斯-泊松噪声分布模型；

基于高斯-泊松噪声分布模型，确定所述预设增益下所述灰度值与噪声参数的关系曲线。

15.根据权利要求13所述的图像的处理装置，其特征在于，所述图像的处理装置还包括第一调节模块，被配置为：

根据第一预设权重、所述目标图像中每个像素的像素值和所述灰度图中每个像素的灰度值，得到第一图像；

将所述第一图像作为所述目标图像。

16.根据权利要求13所述的图像的处理装置，其特征在于，所述图像的处理装置还包括第二调节模块，被配置为：

确定所述灰度图中每个像素的灰度值的表征值；

根据第二预设权重、所述目标图像中每个像素的像素值以及所述表征值，得到第二图像；

将所述第二图像作为所述目标图像。

17.一种图像采集装置，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为执行如权利要求1-12中任一项所述的方法。

18.一种非临时性计算机可读存储介质，其特征在于，当所述存储介质中的指令由装置的处理器执行时，使得装置能够执行如权利要求1-12中任一项所述的方法。