CN118102124A - 图像处理方法、装置、设备及存储介质 - Google Patents
图像处理方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN118102124A CN118102124A CN202311762732.XA CN202311762732A CN118102124A CN 118102124 A CN118102124 A CN 118102124A CN 202311762732 A CN202311762732 A CN 202311762732A CN 118102124 A CN118102124 A CN 118102124A
- Authority
- CN
- China
- Prior art keywords
- image
- channel
- pixel value
- target
- determining
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 21
- 238000003860 storage Methods 0.000 title claims abstract description 11
- 239000011159 matrix material Substances 0.000 claims description 105
- 238000000034 method Methods 0.000 claims description 30
- 238000004590 computer program Methods 0.000 claims description 14
- 238000001914 filtration Methods 0.000 claims description 11
- 230000007812 deficiency Effects 0.000 claims description 6
- 230000002950 deficient Effects 0.000 claims description 6
- 238000003384 imaging method Methods 0.000 abstract description 9
- 230000000694 effects Effects 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 22
- 230000000875 corresponding effect Effects 0.000 description 17
- 230000008569 process Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 5
- 238000005070 sampling Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 239000003086 colorant Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000011946 reduction process Methods 0.000 description 2
- 238000011282 treatment Methods 0.000 description 2
- 101100248200 Arabidopsis thaliana RGGB gene Proteins 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000011247 coating layer Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
- H04N23/81—Camera processing pipelines; Components thereof for suppressing or minimising disturbance in the image signal generation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/95—Computational photography systems, e.g. light-field imaging systems
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Multimedia (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Computing Systems (AREA)
- Pure & Applied Mathematics (AREA)
- Signal Processing (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Algebra (AREA)
- Image Processing (AREA)
Abstract
本申请实施例提供一种图像处理方法、装置、设备及存储介质,在初始图像中,确定第一通道图像和第二通道图像,第一通道图像和第二通道图像对应同一颜色通道;根据第一通道图像和第二通道图像,对第一通道图像进行图像处理,得到第一目标图像;根据第二通道图像和第一目标图像,对第二通道图像进行图像处理,得到第二目标图像;根据第一目标图像和第二目标图像,对初始图像进行更新处理,得到初始图像对应的目标图像。提高了彩色图像的成像效果。
Description
技术领域
本申请涉及图像处理技术领域,尤其涉及一种图像处理方法、装置、设备及存储介质。
背景技术
较多电子设备具有摄像拍照功能,用户可以通过电子设备拍摄景色和人物得到彩色图像,并将彩色图像存储在电子设备中。
现有技术中,电子设备中可以安装图像传感器,图像传感器可以采用色彩滤波阵列对不同颜色光照强度进行采样,得到采样数据,并对采样数据进行光电转化、增益和降噪等处理后,得到初始图像,根据初始图像可以在电子设备中显示彩色图像。然而,在降噪处理后,初始图像会出现窗格状纹理的噪声,使得彩色图像的成像效果较差。
发明内容
本申请实施例提供一种图像处理方法、装置、设备及存储介质,提高了彩色图像的成像效果。
第一方面,本申请实施例提供一种图像处理方法,包括:
在初始图像中,确定第一通道图像和第二通道图像,所述第一通道图像和所述第二通道图像对应同一颜色通道;
根据所述第一通道图像和所述第二通道图像,对所述第一通道图像进行图像处理,得到第一目标图像;
根据所述第二通道图像和所述第一目标图像,对所述第二通道图像进行图像处理,得到第二目标图像;
根据所述第一目标图像和第二目标图像,对所述初始图像进行更新处理,得到所述初始图像对应的目标图像。
在一种可能的实施方式中,所述第一通道图像包括多个第一像素值;根据所述第一通道图像和所述第二通道图像,对所述第一通道图像进行图像处理,得到第一目标图像,包括:
确定每个第一像素值所在图像区域的区域类型,所述区域类型包括细节丰富区域和细节匮乏区域;
将所述区域类型为细节匮乏区域的第一像素值确定为目标像素值,以得到至少一个目标像素值;
根据所述第二通道图像,对所述至少一个目标像素值进行更新处理,得到所述第一目标图像。
在一种可能的实施方式中,针对任意一个第一像素值;确定所述第一像素值的区域类型,包括:
确定所述第一像素值的第一邻域矩阵,所述第一邻域矩阵中包括所述第一像素值所在图像区域中的多个像素值;
对所述第一邻域矩阵和所述第一像素值进行数据处理,得到细节权重;
若所述细节权重小于细节阈值,则所述第一像素值的区域类型为细节匮乏区域;
若所述细节权重大于或等于细节阈值,则所述第一像素值的区域类型为细节丰富区域。
在一种可能的实施方式中,对所述第一邻域矩阵和所述第一像素值进行数据处理,得到细节权重,包括:
确定所述第一邻域矩阵的多个侧位矩阵,所述侧位矩阵包括左侧矩阵、右侧矩阵、上侧矩阵和下侧矩阵;
根据所述第一邻域矩阵和所述多个侧位矩阵,确定多个细节差值;
将所述多个细节差值中的最大值确定为所述细节权重。
在一种可能的实施方式中,根据所述第二通道图像,对所述至少一个目标像素值进行更新处理,得到所述第一目标图像,包括:
根据所述第二通道图像,确定每个目标像素值的最大离群值和最小离群值;
根据所述最大离群值和所述最小离群值,确定所述每个目标像素值的更新值;
根据所述每个目标像素值的更新值,更新所述第一通道图像,得到所述第一目标图像。
在一种可能的实施方式中,针对任意一个目标像素值;根据所述第二通道图像,确定所述目标像素值的最大离群值和最小离群值,包括:
在所述第二通道图像中确定所述目标像素值对应的第二邻域矩阵,所述第二邻域矩阵中包括所述第二像素值所在图像区域中的多个像素值;
根据所述第二邻域矩阵,确定最小邻域值和最大邻域值;
将所述目标像素值减去所述最大邻域值,确定为所述最大离群值;
将所述最小邻域值减去所述目标像素值,确定为所述最小离群值。
在一种可能的实施方式中,根据所述最大离群值和所述最小离群值,确定所述每个目标像素值的更新值,包括:
若所述最大离群值小于0且所述最小离群值小于0,则将所述目标像素值确定为更新值;
若所述最大离群值大于0或/和最小离群值大于0,则对所述目标像素值进行滤波处理,得到所述更新值。
第二方面,本申请实施例提供一种图像处理装置,包括确定模块、第一图像处理模块、第二图像处理模块和更新模块:
所述确定模块用于,在初始图像中,确定第一通道图像和第二通道图像,所述第一通道图像和所述第二通道图像对应同一颜色通道;
所述第一图像处理模块用于,根据所述第一通道图像和所述第二通道图像,对所述第一通道图像进行图像处理,得到第一目标图像;
所述第二图像处理模块用于,根据所述第二通道图像和所述第一目标图像,对所述第二通道图像进行图像处理,得到第二目标图像;
所述更新处理模块用于,根据所述第一目标图像和第二目标图像,对所述初始图像进行更新处理,得到所述初始图像对应的目标图像。
在一种可能的实施方式中,所述第一通道图像包括多个第一像素值;所述第一图像处理模块具体用于:
确定每个第一像素值所在图像区域的区域类型,所述区域类型包括细节丰富区域和细节匮乏区域;
将所述区域类型为细节匮乏区域的第一像素值确定为目标像素值,以得到至少一个目标像素值;
根据所述第二通道图像,对所述至少一个目标像素值进行更新处理,得到所述第一目标图像。
在一种可能的实施方式中,针对任意一个第一像素值;所述第一图像处理模块具体用于:
确定所述第一像素值的第一邻域矩阵,所述第一邻域矩阵中包括所述第一像素值所在图像区域中的多个像素值;
对所述第一邻域矩阵和所述第一像素值进行数据处理,得到细节权重;
若所述细节权重小于细节阈值,则所述第一像素值的区域类型为细节匮乏区域;
若所述细节权重大于或等于细节阈值,则所述第一像素值的区域类型为细节丰富区域。
在一种可能的实施方式中,所述第一图像处理模块具体用于:
确定所述第一邻域矩阵的多个侧位矩阵,所述侧位矩阵包括左侧矩阵、右侧矩阵、上侧矩阵和下侧矩阵;
根据所述第一邻域矩阵和所述多个侧位矩阵,确定多个细节差值;
将所述多个细节差值中的最大值确定为所述细节权重。
在一种可能的实施方式中,所述第一图像处理模块具体用于:
根据所述第二通道图像,确定每个目标像素值的最大离群值和最小离群值;
根据所述最大离群值和所述最小离群值,确定所述每个目标像素值的更新值;
根据所述每个目标像素值的更新值,更新所述第一通道图像,得到所述第一目标图像。
在一种可能的实施方式中,针对任意一个目标像素值;所述第一图像处理模块具体用于:
在所述第二通道图像中确定所述目标像素值对应的第二邻域矩阵,所述第二邻域矩阵中包括所述第二像素值所在图像区域中的多个像素值;
根据所述第二邻域矩阵,确定最小邻域值和最大邻域值;
将所述目标像素值减去所述最大邻域值,确定为所述最大离群值;
将所述最小邻域值减去所述目标像素值,确定为所述最小离群值。
在一种可能的实施方式中,所述第一图像处理模块具体用于:
若所述最大离群值小于0且所述最小离群值小于0,则将所述目标像素值确定为更新值;
若所述最大离群值大于0或/和最小离群值大于0,则对所述目标像素值进行滤波处理,得到所述更新值。
第三方面,本申请实施例提供一种电子设备,包括:处理器、存储器;
存储器存储计算机执行指令;
处理器执行存储器存储的计算机执行指令,使得处理器执行第一方面的方法。
第四方面,本申请实施例提供一种计算机可读存储介质,计算机可读存储介质中存储有计算机执行指令,当计算机执行指令被处理器执行时用于实现第一方面的方法。
第五方面,本申请实施例提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现第一方面的方法。
第六方面,本申请实施例提供一种芯片,芯片上存储有计算机程序,计算机程序被芯片执行时,实现如第一方面的方法。
在一种可能的实施方式中,芯片为芯片模组中的芯片。
本申请实施例提供一种图像处理方法、装置、设备及存储介质,可以在初始图像中确定同一颜色通道的第一通道图像和第二通道图像,对第一通道图像和第二通道图像的进行图像处理,得到第一目标图像和第二目标图像,可以根据第一目标图像和第二目标图像对初始图像进行更新,可以消除初始图像中的窗格状纹理的噪声,提高了彩色图像的成像效果。
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,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
图1为本申请实施例提供的应用场景的示意图;
图2为本申请实施例提供的一种图像处理方法的流程示意图;
图3为本申请实施例提供的一种第一通道图像的结构示意图;
图4为本申请实施例提供的另一种图像处理方法的流程示意图;
图5A为本申请实施例提供的一种第一通道图像的结构示意图;
图5B为本申请实施例提供的另一种第一通道图像的结构示意图;
图6为本申请实施例提供的一种侧位矩阵的示意图;
图7为本申请实施例提供的一种图像处理方法的架构示意图;
图8为本申请实施例提供的一种图像处理装置的结构示意图;
图9为本申请实施例提供的一种电子设备的结构示意图。
通过上述附图,已示出本申请明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围,而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请的实施例,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通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,都属于本申请保护的范围。
需要说明的是,本申请实施例中涉及的术语“第一”、“第二”、“第三”等词汇,是用于区别类似的对象,而不能理解为指示或暗示相对重要性,也不能理解为指示或暗示顺序。可选地,在不脱离本申请范围的情况下,第一终端设备也可以被称为第二终端设备,类似地,第二终端设备也可以被称为第一终端设备。
应当进一步理解,术语“包含”、“包括”表明存在前述的特征、步骤、操作、元件、组件、种类、和/或组,但不排除一个或至少一个其他特征、步骤、操作、元件、组件、种类、和/或组的存在、出现或添加。本申请使用的术语“或”、“和/或”、“包括以下至少一个”等可被解释为包括性的,或意味着任一个或任何组合。可选地,“包括以下至少一个:A、B、C”意味着“以下任一个:A;B;C;A和B;A和C;B和C;A和B和C”,再如,“A、B或C”或者“A、B和/或C”意味着“以下任一个:A;B;C;A和B;A和C;B和C;A和B和C”。
应该理解的是,虽然本申请实施例中的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,图中的至少一部分步骤可以包括至少一个子步骤或者至少一个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
首先对本申请实施例所涉及的概念进行说明。
色彩滤波阵列(color filter array,CFA):图像传感器是在采集成像结果的数据时,置于在传感器前的一层马赛克覆层,一般可以呈周期性排列,可以使图像传感器获取不同颜色的光强信息,以重建得到彩色图像。
初始图像:即,raw域图像,从图像传感器直接读取的原始数据格式,其中,其数据排列顺序与传感器的色彩滤波阵列排列顺序一致。
颜色通道:保存图像颜色信息的通道称为颜色通道。每个图像都有一个或多个颜色通道,图像中默认的颜色通道数取决于其颜色模式,即一个图像的颜色模式将决定其颜色通道的数量。例如,假设R为红色通道,G为绿色通过,B为蓝色通道,则RGGB图像可以包括四个颜色通道,分别为红色通道、绿色通过1、绿色通过2和蓝色通道。
颜色插值:采用色彩滤波阵列的传感器在获取对应颜色的灰度数据后,需要将其整合为R、G、B三个通道的图像并输出,一般会将颜色通道分开后进行插值重建,得到彩色图像,这种根据raw域图像重建出彩色图像的过程称为颜色插值(demosaic)。
邻域:图像传感器读取数据时,像素点之间在空间上具有邻接关系,一个像素点所邻接的所有像素点集合称为此点的邻域,邻域的范围可按照需求定义。
图1为本申请实施例提供的应用场景的示意图。请参见图1,电子设备101中可以安装图像传感器,还可以包括摄像头。电子设备101可以通过摄像头获取光信号,通过图像传感器对光信号进行处理,得到初始图像。
电子设备101可以在初始图像中,确定第一通道图像和第二通道图像,第一通道图像和第二通道图像对应同一颜色通道;可以根据第一通道图像和第二通道图像,对第一通道图像进行图像处理,得到第一目标图像;根据第二通道图像和第一目标图像,对第二通道图像进行图像处理,得到第二目标图像;根据第一目标图像和第二目标图像,对初始图像进行更新处理,得到初始图像对应的目标图像。
电子设备101可以包括数码相机、手机、车载相机、智能手表和网络摄像机等。
在现有技术中,可以采用色彩滤波阵列对不同颜色光照强度进行采样,得到采样数据,并对采样数据进行光电转化、增益和降噪等处理后,得到初始图像,根据初始图像可以在电子设备中显示彩色图像。然而,在降噪处理后,初始图像会出现窗格状纹理的噪声,使得彩色图像的成像效果较差。
本申请实施例,可以在初始图像中确定同一颜色通道的第一通道图像和第二通道图像,对第一通道图像和第二通道图像的进行图像处理,得到第一目标图像和第二目标图像,可以根据第一目标图像和第二目标图像对初始图像进行更新,可以消除初始图像中的窗格状纹理的噪声,提高了彩色图像的成像效果。
下面,通过具体实施例,对本申请所示的技术方案进行说明。需要说明的是,下面几个实施例可以独立存在,也可以相互结合,对于相同或相似的内容,在不同的实施例中不再重复说明。
图2为本申请实施例提供的一种图像处理方法的流程示意图。请参见图2,该方法可以包括:
S201、在初始图像中,确定第一通道图像和第二通道图像。
本申请实施例的执行主体可以为电子设备,也可以为设置在电子设备中的图像处理装置。图像处理装置可以通过软件实现,也可以通过软件和硬件的结合实现。
在初始图像中可以包括多个颜色图像,其中,多个颜色图像中存在同一颜色的颜色图像。
第一通道图像和第二通道图像对应同一颜色通道。
例如,假设初始图像可以包括红色图像、绿色图像1、绿色图像2和蓝色图像,则可以将绿色图像1确定为第一通道图像,将绿色图像2确定为第二通道图像。
其中,可以将同一颜色的颜色通道任意确定为第一通道图像和第二通道图像。
在一些实施例中,初始图像可以为YUV图像,其中,Y表示明亮度,U和V表示色度。在YUV图像中可能存在相同的Y通道,即,初始图像包括Y通道1、U通道、Y通道2和V通道,则可以将Y通道1确定为第一通道图像,将Y通道2确定为第二通道图像。
S202、根据第一通道图像和第二通道图像,对第一通道图像进行图像处理,得到第一目标图像。
第一通道图像可以包括多个第一像素值,第二通道图像可以包括多个第二像素值。
第一通道图像和第二通道图像具有相同的像素值数量。
可以根据如下方式确定第一目标图像:确定每个第一像素值所在图像区域的区域类型;将区域类型为细节匮乏区域的第一像素值确定为目标像素值,以得到至少一个目标像素值;根据第二通道图像,对至少一个目标像素值进行更新处理,得到第一目标图像。
区域类型可以包括细节丰富区域和细节匮乏区域。
可以保留细节丰富区域的像素值,对细节匮乏区域的像素值进行更新,可以保留初始图像的细节。
图3为本申请实施例提供的一种第一通道图像的结构示意图。请参见图3,第一通道图像共有16*16个像素值,可以确定在第一通道图像中灰色图像区域的区域类型为细节丰富区域,在空白图像区域的区域类型为细节匮乏区域,可以将灰色图像区域的像素值确定为目标像素值。
S203、根据第二通道图像和第一目标图像,对第二通道图像进行图像处理,得到第二目标图像。
可以根据如下方式确定第二目标图像:确定每个第二像素值所在图像区域的区域类型;将区域类型为细节匮乏区域的第二像素值确定为目标像素值,以得到至少一个目标像素值;根据第一目标图像,对至少一个目标像素值进行更新处理,得到第二目标图像。
确定第二目标图像的执行过程可以参见S203确定第一目标图像的执行过程,此处不再赘述。
S204、根据第一目标图像和第二目标图像,对初始图像进行更新处理,得到初始图像对应的目标图像。
例如,假设初始图像共有4个通道图像,分别为通道图像1-4,假设通道图像1为第一通道图像,通道图像2为第二通道图像,则可以将通道图像1替换成第一目标图像,将通道图像2替换成第二目标图像,则可以确定目标图像,目标图像包括第一目标图像、第二目标图像、通道图像3和通道图像4。
本申请实施例提供的图像处理方法,可以在初始图像中确定同一颜色通道的第一通道图像和第二通道图像,对第一通道图像和第二通道图像的进行图像处理,得到第一目标图像和第二目标图像,可以根据第一目标图像和第二目标图像对初始图像进行更新,可以消除初始图像中的窗格状纹理的噪声,提高了彩色图像的成像效果。
图4为本申请实施例提供的另一种图像处理方法的流程示意图。请参见图4,该方法可以包括:
S401、在初始图像中,确定第一通道图像和第二通道图像。
S401的执行过程可以参见S201的执行过程,此处不再赘述。
S402、确定第一像素值的第一邻域矩阵。
第一邻域矩阵中可以包括第一像素值所在图像区域中的多个像素值。
可以对图像区域的图像大小进行配置,以确定第一邻域矩阵的数组大小。
图5A为本申请实施例提供的一种第一通道图像的结构示意图。请参见图5A,第一通道图像的图像大小为5*5,即共有25个像素值,灰色像素点为第一像素值的像素位置,假设图像区域的图像大小为3*3,则可以确定虚线内为像素点对应的像素值可以组成的第一邻域矩阵。
若第一像素值为边缘像素值,则可以通过预设值对第一邻域矩阵进行填充。例如,预设值可以为第一像素值对应颜色通道的最小值。
图5B为本申请实施例提供的另一种第一通道图像的结构示意图。请参见图5B,第一通道图像的图像大小为5*5,即共有25个像素值,灰色像素点为第一像素值的像素位置,假设图像区域的图像大小为3*3,由于第一像素值为边缘像素值,右侧无邻域像素值,则第一邻域矩阵的右侧和中间的6个像素值为第一通道图像中的像素值,右侧3个像素值由预设值进行填充。
S403、对第一邻域矩阵和第一像素值进行数据处理,得到细节权重。
可以通过以下两种方式得到细节权重:
方式一:将第一邻域矩阵中的最大值和第一邻域矩阵中的最小值之差,确定为细节权重。
例如,假设第一邻域矩阵为最大值为9,最小值为2,则可以确定细节权重为7。
方式二:确定第一邻域矩阵的多个侧位矩阵;根据第一邻域矩阵和多个侧位矩阵,确定多个细节差值;将多个细节差值中的最大值确定为细节权重。
侧位矩阵为第一邻域矩阵所在图像区域的多个像素值,侧位矩阵与第一邻域矩阵具有相同的矩阵大小。例如,第一邻域矩阵为3*3的矩阵,则侧位矩阵也为3*3的矩阵。
侧位矩阵与第一邻域矩阵的中心像素在图像区域的位置具有一定的偏移量,可以偏移一个像素,也可以偏移多个像素,本申请实施例不再限制。
侧位矩阵与第一邻域矩阵可能存在像素重叠。
侧位矩阵可以包括左侧矩阵、右侧矩阵、上侧矩阵和下侧矩阵。
图6为本申请实施例提供的一种侧位矩阵的示意图。请参见图6,第一邻域矩阵可以对应的图6中灰色3*3的像素位置,假设侧位矩阵与第一邻域矩阵的中心像素的偏移量为一个像素,则可以将如图6中上侧虚拟线区域内的像素值确定为上侧矩阵,将下侧虚拟线区域内的像素值确定为下侧矩阵,将左侧虚拟线区域内的像素值确定为左侧矩阵,将右侧虚拟线区域内的像素值确定为右侧矩阵。
针对任意一个侧位矩阵,可以将第一邻域矩阵与侧位矩阵对应位置的像素值相减,得到多个第一差值,并将多个第一差值的绝对值相加,得到细节差值。
例如,假设第一邻域矩阵为假设侧位矩阵为/>则可以确定细节差值为27。
例如,假设左侧矩阵的细节差值为27,右侧矩阵的细节差值为11,上侧矩阵的细节差值为15,下侧矩阵的细节差值为20,即最大值为27,则可以确定细节权重为27。
S404、若细节权重小于细节阈值,则第一像素值的区域类型为细节匮乏区域。
细节阈值与图像传感器获取图像过程中的增益值(gain)成正相关,可以对细节阈值进行配置。
例如,假设细节权重为27,假设细节阈值为30,即细节权重小于细节阈值,则第一像素值的区域类型为细节匮乏区域。
S405、若细节权重大于或等于细节阈值,则第一像素值的区域类型为细节丰富区域。
例如,假设细节权重为27,假设细节阈值为25,即细节权重大于细节阈值,则第一像素值的区域类型为细节丰富区域。
S406、将区域类型为细节匮乏区域的第一像素值确定为目标像素值,以得到至少一个目标像素值。
S406的执行过程可以参见S202的执行过程,此处不再赘述。
S407、根据第二通道图像,确定每个目标像素值的最大离群值和最小离群值。
可以根据如下方式确定最大离群值和最小离群值:在第二通道图像中确定目标像素值对应的第二邻域矩阵;根据第二邻域矩阵,确定最小邻域值和最大邻域值;将目标像素值减去最大邻域值,确定为最大离群值;将最小邻域值减去目标像素值,确定为最小离群值。
第一邻域矩阵和第二邻域矩阵均在目标像素值所在的邻域内,其中,第一邻域矩阵为目标像素值在第一通道图像中的邻域内,第二邻域矩阵为目标像素值在第二通道图像中的邻域内。
第二邻域矩阵中可以包括第二像素值所在图像区域中的多个像素值。
第二通道图像与第一通道图像具有相同的像素大小,可以在第二通道图像中确定目标像素值对应的像素点,并将该像素点的邻域的多个像素值,确定为第二邻域矩阵。
例如,假设目标像素值为2,假设第二邻域矩阵为最小邻域值为0,最大邻域值为8,则最大离群值为-6,最小离群值为-2。
可以通过最大离群值和最小离群值,确定目标像素值与第二通道图像中的像素差异程度。
若最大离群值小于0且最小离群值小于0,则目标像素值与第二通道图像中的像素差异程度较小;若最大离群值大于0或/和最小离群值大于0,则目标像素值与第二通道图像中的像素差异程度较大。
S408、根据最大离群值和最小离群值,确定每个目标像素值的更新值。
针对任意一个目标像素值,可以根据如下方式确定更新值:若最大离群值小于0且最小离群值小于0,则将目标像素值确定为更新值;若最大离群值大于0或/和最小离群值大于0,则对目标像素值进行滤波处理,得到更新值。
例如,假设目标像素值为2,假设目标像素值的最大离群值为-6,最小离群值为-2,即最大离群值小于0且最小离群值小于0,则将2确定为更新值。
例如,假设目标像素值为2,假设目标像素值的最大离群值为-6,最小离群值为1,最小离群值大于0,则对目标像素值进行滤波处理,得到更新值。
若最大离群值大于0或/和最小离群值大于0,则可以根据第一通道图像和第二通道图像中,目标像素值的邻域的像素值对目标像素值进行滤波处理,得到更新值。
滤波可以包括高斯滤波、中值滤波和均值滤波等。
在一些实施例中,若最大离群值大于0,则将最大离群值确定为更新值;若最小离群值大于0,则将最小离群值确定为更新值。
S409、根据每个目标像素值的更新值,更新第一通道图像,得到第一目标图像。
例如,假设共有4个目标像素值,分别为目标像素值1-4,则将第一通道图像中目标像素值对应位置的像素值更新为目标像素值,得到第一目标图像。
S410、根据第二通道图像和第一目标图像,对第二通道图像进行图像处理,得到第二目标图像。
确定第二目标图像的执行过程,可以参见S402-S409确定第一目标图像的执行过程,此处不再赘述。
S411、根据第一目标图像和第二目标图像,对初始图像进行更新处理,得到初始图像对应的目标图像。
S411的执行过程可以参见S204的执行过程,此处不再赘述。
本申请实施例提供的图像处理方法,可以在初始图像中确定同一颜色通道的第一通道图像和第二通道图像,对第一通道图像和第二通道图像的进行图像处理,得到第一目标图像和第二目标图像,可以根据第一目标图像和第二目标图像对初始图像进行更新,可以消除初始图像中的窗格状纹理的噪声,提高了彩色图像的成像效果。
图7为本申请实施例提供的一种图像处理方法的架构示意图。请参见图7,获取初始图像,初始图像包括4个通道图像,分别为通道图像1-4,假设通道图像1和通道图像2为同一颜色通道的两个通道图像,则将通道图像1确定第一通道图像,将通道图像2确定为第二通道图像。根据第一通道图像和第二通道图像,对第一通道图像进行图像处理,得到第一目标图像;根据第二通道图像和第一目标图像,对第二通道图像进行图像处理,得到第二目标图像。根据第一目标图像和第二目标图像,对初始图像的第一通道图像和第二通道图像进行更新处理,得到初始图像对应的目标图像。
图8为本申请实施例提供的一种图像处理装置的结构示意图。请参见图8,该图像处理装置10可以包括确定模块11、第一图像处理模块12、第二图像处理模块13和更新模块14:
确定模块11用于,在初始图像中,确定第一通道图像和第二通道图像,第一通道图像和第二通道图像对应同一颜色通道;
第一图像处理模块12用于,根据第一通道图像和第二通道图像,对第一通道图像进行图像处理,得到第一目标图像;
第二图像处理模块13用于,根据第二通道图像和第一目标图像,对第二通道图像进行图像处理,得到第二目标图像;
更新处理模块14用于,根据第一目标图像和第二目标图像,对初始图像进行更新处理,得到初始图像对应的目标图像。
本申请实施例提供的图像处理装置可以执行上述方法实施例所示的技术方案,其实现原理以及有益效果类似,此处不再进行赘述。
在一种可能的实施方式中,第一通道图像包括多个第一像素值;第一图像处理模块12具体用于:
确定每个第一像素值所在图像区域的区域类型,区域类型包括细节丰富区域和细节匮乏区域;
将区域类型为细节匮乏区域的第一像素值确定为目标像素值,以得到至少一个目标像素值;
根据第二通道图像,对至少一个目标像素值进行更新处理,得到第一目标图像。
在一种可能的实施方式中,针对任意一个第一像素值;第一图像处理模块12具体用于:
确定第一像素值的第一邻域矩阵,第一邻域矩阵中包括第一像素值所在图像区域中的多个像素值;
对第一邻域矩阵和第一像素值进行数据处理,得到细节权重;
若细节权重小于细节阈值,则第一像素值的区域类型为细节匮乏区域;
若细节权重大于或等于细节阈值,则第一像素值的区域类型为细节丰富区域。
在一种可能的实施方式中,第一图像处理模块12具体用于:
确定第一邻域矩阵的多个侧位矩阵,侧位矩阵包括左侧矩阵、右侧矩阵、上侧矩阵和下侧矩阵;
根据第一邻域矩阵和多个侧位矩阵,确定多个细节差值;
将多个细节差值中的最大值确定为细节权重。
在一种可能的实施方式中,第一图像处理模块12具体用于:
根据第二通道图像,确定每个目标像素值的最大离群值和最小离群值;
根据最大离群值和最小离群值,确定每个目标像素值的更新值;
根据每个目标像素值的更新值,更新第一通道图像,得到第一目标图像。
在一种可能的实施方式中,针对任意一个目标像素值;第一图像处理模块12具体用于:
在第二通道图像中确定目标像素值对应的第二邻域矩阵,第二邻域矩阵中包括第二像素值所在图像区域中的多个像素值;
根据第二邻域矩阵,确定最小邻域值和最大邻域值;
将目标像素值减去最大邻域值,确定为最大离群值;
将最小邻域值减去目标像素值,确定为最小离群值。
在一种可能的实施方式中,第一图像处理模块12具体用于:
若最大离群值小于0且最小离群值小于0,则将目标像素值确定为更新值;
若最大离群值大于0或/和最小离群值大于0,则对目标像素值进行滤波处理,得到更新值。
本申请实施例提供的图像处理装置可以执行上述方法实施例所示的技术方案,其实现原理以及有益效果类似,此处不再进行赘述。
图9为本申请实施例提供的一种电子设备的结构示意图。请参见图9,该电子设备20可以包括处理器21和存储器22。示例性地,处理器21、存储器22,各部分之间通过总线23相互连接。
存储器22存储计算机执行指令;
处理器21执行存储器22存储的计算机执行指令,使得处理器21执行如上述方法实施例所示的图像处理方法。
电子设备可以为芯片、模组、集成开发环境(integrated developmentenvironment,IDE)等。
相应地,本申请实施例提供一种计算机可读存储介质,计算机可读存储介质中存储有计算机执行指令,当计算机执行指令被处理器执行时用于实现上述方法实施例的图像处理方法。
相应地,本申请实施例还可提供一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时,可实现上述方法实施例所示的图像处理方法。
本申请实施例的计算机可读存储介质及计算机程序产品,可执行上述的信息上报方法,其具体的实现过程及有益效果参见上述,在此不再赘述。
实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一可读取存储器中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储器(存储介质)包括:只读存储器(read-only memory,ROM)、随机存取存储器(random access memory,RAM)、快闪存储器、硬盘、固态硬盘、磁带(magnetictape)、软盘(floppy disk)、光盘(optical disc)及其任意组合。
本申请实施例是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理单元以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理单元执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本申请实施例进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请实施例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 (10)
1.一种图像处理方法,其特征在于,包括:
在初始图像中,确定第一通道图像和第二通道图像,所述第一通道图像和所述第二通道图像对应同一颜色通道;
根据所述第一通道图像和所述第二通道图像,对所述第一通道图像进行图像处理,得到第一目标图像;
根据所述第二通道图像和所述第一目标图像,对所述第二通道图像进行图像处理,得到第二目标图像;
根据所述第一目标图像和第二目标图像,对所述初始图像进行更新处理,得到所述初始图像对应的目标图像。
2.根据权利要求1所述的方法,其特征在于,所述第一通道图像包括多个第一像素值;根据所述第一通道图像和所述第二通道图像,对所述第一通道图像进行图像处理,得到第一目标图像,包括:
确定每个第一像素值所在图像区域的区域类型,所述区域类型包括细节丰富区域和细节匮乏区域;
将所述区域类型为细节匮乏区域的第一像素值确定为目标像素值,以得到至少一个目标像素值;
根据所述第二通道图像,对所述至少一个目标像素值进行更新处理,得到所述第一目标图像。
3.根据权利要求2所述的方法,其特征在于,针对任意一个第一像素值;确定所述第一像素值的区域类型,包括:
确定所述第一像素值的第一邻域矩阵,所述第一邻域矩阵中包括所述第一像素值所在图像区域中的多个像素值;
对所述第一邻域矩阵和所述第一像素值进行数据处理,得到细节权重;
若所述细节权重小于细节阈值,则所述第一像素值的区域类型为细节匮乏区域;
若所述细节权重大于或等于细节阈值,则所述第一像素值的区域类型为细节丰富区域。
4.根据权利要求3所述的方法,其特征在于,对所述第一邻域矩阵和所述第一像素值进行数据处理,得到细节权重,包括:
确定所述第一邻域矩阵的多个侧位矩阵,所述侧位矩阵包括左侧矩阵、右侧矩阵、上侧矩阵和下侧矩阵;
根据所述第一邻域矩阵和所述多个侧位矩阵,确定多个细节差值;
将所述多个细节差值中的最大值确定为所述细节权重。
5.根据权利要求2-4任一项所述的方法,其特征在于,根据所述第二通道图像,对所述至少一个目标像素值进行更新处理,得到所述第一目标图像,包括:
根据所述第二通道图像,确定每个目标像素值的最大离群值和最小离群值;
根据所述最大离群值和所述最小离群值,确定所述每个目标像素值的更新值;
根据所述每个目标像素值的更新值,更新所述第一通道图像,得到所述第一目标图像。
6.根据权利要求5所述的方法,其特征在于,针对任意一个目标像素值;根据所述第二通道图像,确定所述目标像素值的最大离群值和最小离群值,包括:
在所述第二通道图像中确定所述目标像素值对应的第二邻域矩阵,所述第二邻域矩阵中包括所述第二像素值所在图像区域中的多个像素值;
根据所述第二邻域矩阵,确定最小邻域值和最大邻域值;
将所述目标像素值减去所述最大邻域值,确定为所述最大离群值;
将所述最小邻域值减去所述目标像素值,确定为所述最小离群值。
7.根据权利要求5所述的方法,其特征在于,根据所述最大离群值和所述最小离群值,确定所述每个目标像素值的更新值,包括:
若所述最大离群值小于0且所述最小离群值小于0,则将所述目标像素值确定为更新值;
若所述最大离群值大于0或/和最小离群值大于0,则对所述目标像素值进行滤波处理,得到所述更新值。
8.一种图像处理装置,其特征在于,包括确定模块、第一图像处理模块、第二图像处理模块和更新模块:
所述确定模块用于,在初始图像中,确定第一通道图像和第二通道图像,所述第一通道图像和所述第二通道图像对应同一颜色通道;
所述第一图像处理模块用于,根据所述第一通道图像和所述第二通道图像,对所述第一通道图像进行图像处理,得到第一目标图像;
所述第二图像处理模块用于,根据所述第二通道图像和所述第一目标图像,对所述第二通道图像进行图像处理,得到第二目标图像;
所述更新处理模块用于,根据所述第一目标图像和第二目标图像,对所述初始图像进行更新处理,得到所述初始图像对应的目标图像。
9.一种电子设备,其特征在于,包括:处理器、存储器;
所述存储器存储计算机程序;
所述处理器调用所述存储器存储的所述计算机程序,使得所述电子设备执行权利要求1至7任一项所述的图像处理方法。
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中存储有计算机程序,当所述计算机程序被处理器执行时实现权利要求1至7任一项所述的图像处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311762732.XA CN118102124A (zh) | 2023-12-19 | 2023-12-19 | 图像处理方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311762732.XA CN118102124A (zh) | 2023-12-19 | 2023-12-19 | 图像处理方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118102124A true CN118102124A (zh) | 2024-05-28 |
Family
ID=91143018
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311762732.XA Pending CN118102124A (zh) | 2023-12-19 | 2023-12-19 | 图像处理方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118102124A (zh) |
-
2023
- 2023-12-19 CN CN202311762732.XA patent/CN118102124A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10645268B2 (en) | Image processing method and apparatus of terminal, and terminal | |
CN112529775A (zh) | 一种图像处理的方法和装置 | |
TWI737979B (zh) | 圖像去馬賽克裝置及方法 | |
KR101663871B1 (ko) | 이미지의 컬러 결점을 보정하기 위한 방법 및 연관된 장치 | |
CN111161188B (zh) | 降低图像色彩噪声的方法、计算机装置及可读存储介质 | |
CN103905802A (zh) | 一种基于p模式色彩滤镜阵列的去马赛克方法及装置 | |
CN113129391B (zh) | 基于多曝光图像特征分布权重的多曝光融合方法 | |
CN110430403B (zh) | 一种图像处理方法和装置 | |
GB2345217A (en) | Colour video image sensor | |
CN104410786B (zh) | 图像处理设备和图像处理设备的控制方法 | |
CN111510692B (zh) | 图像处理方法、终端及计算机可读存储介质 | |
CN108122201A (zh) | 一种拜耳插值拉链效应去除方法 | |
CN111784605A (zh) | 一种基于区域指导的图像降噪方法、计算机装置及计算机可读存储介质 | |
US10863148B2 (en) | Tile-selection based deep demosaicing acceleration | |
CN113454687A (zh) | 图像处理方法、装置和系统,计算机可读存储介质 | |
CN114331916B (zh) | 图像处理方法及电子设备 | |
US8452090B1 (en) | Bayer reconstruction of images using a GPU | |
CN103259960B (zh) | 数据的插值方法及装置、图像输出方法及装置 | |
CN106408617B (zh) | 一种基于yuv颜色空间的交互式单幅图像材质获取系统和方法 | |
CN118102124A (zh) | 图像处理方法、装置、设备及存储介质 | |
CN105991937A (zh) | 一种基于Bayer格式图像的虚拟曝光方法及装置 | |
CN115187487A (zh) | 图像处理方法及装置、电子设备、存储介质 | |
CN111988592B (zh) | 影像色彩还原与增强电路 | |
CN107886550B (zh) | 图像编辑传播方法和系统 | |
Park | Architectural analysis of a baseline isp pipeline |
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 |