WO2022217476A1 - 图像处理方法、装置、电子设备及存储介质 - Google Patents
图像处理方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- WO2022217476A1 WO2022217476A1 PCT/CN2021/087098 CN2021087098W WO2022217476A1 WO 2022217476 A1 WO2022217476 A1 WO 2022217476A1 CN 2021087098 W CN2021087098 W CN 2021087098W WO 2022217476 A1 WO2022217476 A1 WO 2022217476A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- image
- noise
- information
- enhancement
- parameter
- Prior art date
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 21
- 238000012545 processing Methods 0.000 claims abstract description 121
- 238000001914 filtration Methods 0.000 claims abstract description 43
- 238000000034 method Methods 0.000 claims abstract description 38
- 238000013507 mapping Methods 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 15
- 238000010191 image analysis Methods 0.000 claims description 10
- 238000000605 extraction Methods 0.000 claims description 3
- 241000023320 Luma <angiosperm> Species 0.000 description 12
- OSWPMRLSEDHDFF-UHFFFAOYSA-N methyl salicylate Chemical compound COC(=O)C1=CC=CC=C1O OSWPMRLSEDHDFF-UHFFFAOYSA-N 0.000 description 12
- 230000000694 effects Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000001965 increasing effect Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000002146 bilateral effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
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
Definitions
- the present application relates to the technical field of image processing, and in particular, to an image processing method, apparatus, electronic device, and storage medium.
- Existing image noise enhancement methods basically adopt the method of adding random white noise, which can achieve the effect of enhancing the delicacy of the image, but also interfere with the real details of the image, thereby affecting the quality of the image.
- the present application provides an image processing method, an apparatus, an electronic device and a storage medium, so as to ensure the quality of the image when the noise of the image is increased.
- the present application provides an image processing method, including:
- noise enhancement processing is performed on the original image to obtain a corresponding target image.
- the present application also provides an image processing device, the image processing device comprising a memory and a processor;
- the memory is used to store computer programs
- the processor is configured to execute the computer program and implement the following steps when executing the computer program:
- noise enhancement processing is performed on the original image to obtain a corresponding target image.
- the present application further provides an electronic device, wherein the remote controller includes the above-mentioned image processing apparatus.
- the present application further provides a computer-readable storage medium, where the computer-readable storage medium stores a computer program, and when the computer program is executed by a processor, the processor implements the above-mentioned image processing method .
- the image processing method, device, electronic device and storage medium disclosed in the present application for the original image to be noise-enhanced, by extracting the luminance component information of the original image, filtering the luminance component information to obtain the corresponding filtered image information, and then Compare the difference between the luminance component information and the filtered image information to obtain the image noise information of the original image, and then perform noise enhancement processing on the original image according to the image noise information to obtain the target image corresponding to the original image after noise enhancement. From the real details of the image, noise enhancement processing based on image noise information will not interfere with the real details of the image, thus ensuring the quality of the image.
- FIG. 1 is a schematic structural diagram of an electronic device provided by an embodiment of the present application.
- FIG. 2 is a schematic flowchart of steps of an image processing method provided by an embodiment of the present application.
- FIG. 3 is a schematic flowchart of steps for extracting luminance component information of an original image provided by an embodiment of the present application
- FIG. 4 is a schematic flowchart of steps for performing noise enhancement processing on the original image according to the image noise information provided by an embodiment of the present application;
- FIG. 5 is a schematic flowchart of steps of another image processing method provided by an embodiment of the present application.
- FIG. 6 is a schematic flowchart of steps of another image processing method provided by an embodiment of the present application.
- FIG. 7 is a schematic flowchart of steps of another image processing method provided by an embodiment of the present application.
- FIG. 9 is a schematic flowchart of steps for performing noise enhancement processing on each of the noise regions according to the preset adjustment parameters and the noise enhancement parameters corresponding to each of the noise regions according to an embodiment of the present application ;
- FIG. 10 is a schematic block diagram of an image processing apparatus provided by an embodiment of the present application.
- Embodiments of the present application provide an image processing method, apparatus, electronic device, and storage medium, which are used to ensure image quality when image noise is increased.
- FIG. 1 is a schematic structural diagram of an electronic device according to an embodiment of the present application.
- the electronic device 1000 may include a casing 100 and an image processing apparatus 200 disposed in the casing 100 .
- the electronic device 1000 may include a computer device, a camera, a smart phone, a PAD (tablet computer), and the like. Certainly, the electronic device 1000 may also be other types of devices, and the embodiment of the present application is not limited thereto.
- the image processing device 200 is used to perform image processing such as noise enhancement on the original image, obtain image noise information of the original image by analyzing and processing the original image, and then perform noise enhancement on the original image according to the image noise information to obtain the original image after noise enhancement.
- image processing such as noise enhancement on the original image
- obtain image noise information of the original image by analyzing and processing the original image
- perform noise enhancement on the original image according to the image noise information to obtain the original image after noise enhancement.
- the noise enhancement process does not interfere with the real details of the original image, thus ensuring the quality of the original image.
- the electronic device 1000 may further include a display device 300, where the display device 300 includes but is not limited to an LCD display screen, an LED display screen, a touch screen, and the like.
- the display device 300 is used to display the original image to be processed and the target image after image processing by the image processing device 200 .
- the user can intuitively see the effect of image noise enhancement, which improves the user experience.
- the image processing method provided by the embodiments of the present application will be described in detail below based on the electronic device 1000 and the image processing apparatus 200 . It should be noted that the electronic device 1000 and the image processing apparatus 200 in FIG. 1 are only used to explain the image processing methods provided by the embodiments of the present application, but do not constitute limitations on application scenarios of the image processing methods provided by the embodiments of the present application.
- FIG. 2 is a schematic flowchart of an image processing method provided by an embodiment of the present application.
- the method can be used in the electronic equipment provided in the above-mentioned embodiments, and can also be used in other equipment including an image processing apparatus, and the application scenarios of the method are not limited in this application. Based on the image processing method, the image quality can be ensured when the image noise is increased.
- the image processing method specifically includes steps S101 to S104.
- the original image may be an image captured by a camera such as a camera, or may be a video frame image corresponding to a video.
- the original image includes various image types, wherein the image types include but are not limited to raw domain images, rgb domain images, yuv domain images, and the like.
- the luminance component information is also different.
- the step S101 may include a sub-step S1011 and a sub-step S1012.
- the image type of the original image is determined, for example, the original image is determined to be a yuv domain image.
- corresponding luminance component information is correspondingly extracted.
- the y-component information yin of the original image is extracted.
- the r-component information, the g-component information, and the b-component information of the original image are extracted.
- filtering processing is performed on the y-component information yin to obtain the corresponding filtered image information ylf.
- the filter is invoked to perform edge-preserving filtering processing on the luminance component information to obtain filtered image information corresponding to the original image.
- the filters include but are not limited to guided filters, bilateral filters, NLM (Non-Local Means, non-local mean filter) filters and other filters with edge-preserving effects.
- guided filters bilateral filters
- NLM Non-Local Means, non-local mean filter
- the method before invoking the filter to perform edge-preserving filtering processing on the luminance component information, the method may include: setting filtering parameters of the filter, where the filtering parameters include filtering strength and filtering radius.
- the filtering parameters such as the appropriate filtering strength sigma and filtering radius R of the filter.
- the filtering parameters may be input by the user, for example, a filtering parameter setting interface is displayed, and the user inputs filtering parameters such as filtering strength sigma, filtering radius R, etc. on the filtering parameter setting interface.
- Filter parameters can also be automatically updated based on adaptive algorithms.
- the specific setting manner of the filtering parameters is not specifically limited in this embodiment.
- the filter is called to perform filtering processing on the y-component information yin, and the corresponding filtered image information ylf is obtained as follows:
- F indicates that the filter performs filtering processing on yin
- sigma corresponds to the filtering strength of the filter
- R corresponds to the filtering radius of the filter.
- the filtered image information obtained by the filtering process is compared with the luminance component information, and the difference between the two is obtained, which is the image noise information of the original image.
- the obtained luminance component information is yin and the filtered image information is ylf
- the obtained image noise information yhf is:
- Image noise information comes from the original image itself and represents the real grain details of the original image.
- the original image is subjected to noise enhancement processing, so as to obtain the corresponding target image after noise enhancement of the original image. Therefore, it will not interfere with the real details of the original image, that is, it will not affect the quality of the image.
- the target image is output.
- the target image is displayed on a display device such as a display screen of the electronic device.
- the step S104 may include sub-step S1041 and sub-step S1042.
- the image noise information represents the real grain details of the original image. Therefore, according to the image noise information, the noise pixels of the original image can be determined, and the noise regions can be determined based on these noise pixels, wherein the noise regions may include one or more.
- Noise enhancement processing is performed on each of the determined noise regions.
- noise enhancement processing may be performed on all noise regions globally, and each noise region has the same degree of noise enhancement, and noise enhancement processing can also be performed on each noise region separately.
- Each noise region increases the noise to a different degree. After performing noise enhancement processing on each noise region, the corresponding target image is obtained.
- performing noise enhancement processing on each of the noise regions, before obtaining the target image may include: acquiring a noise enhancement parameter corresponding to each of the noise regions; performing noise enhancement on each of the noise regions
- the processing to obtain the target image may include: performing noise enhancement processing on each of the noise regions according to the noise enhancement parameter corresponding to each of the noise regions to obtain the target image.
- the noise enhancement parameter represents the degree of image noise enhancement, and the noise enhancement parameter corresponding to each noise region may be the same or different.
- acquiring the noise enhancement parameter corresponding to each of the noise regions may include: performing image analysis processing on the original image to obtain image parameter information of the original image; The mapping relationship of the parameters and the image parameter information of each of the noise regions determine the noise enhancement parameter corresponding to each of the noise regions.
- the image parameter information includes, but is not limited to, image brightness, image saturation, and other information.
- Perform image analysis processing such as filtering, image color space conversion, and saturation calculation on the original image to obtain the image parameter information of the original image.
- Gaussian filtering is performed on the y component yin of the original image to obtain the low-frequency component of the original image, and the low-frequency component is determined as the image brightness yluma of the original image.
- the corresponding relationship between the image luminance yluma and the y-component yin of the original image is as follows:
- For the image saturation of the yuv domain image first convert the image from the yuv domain to the rgb domain, and then calculate the image saturation.
- k1, k2, k3, and k4 are different coefficients.
- k1 can be set to 1.4075
- k2 can be set to 0.3455
- k3 can be set to 0.7169
- k4 can be set to 1.779.
- k1, k2, k3, and k4 can be flexibly set according to the actual situation, and there is no specific restriction here.
- the manner of acquiring the image brightness yluma and the image saturation sat is not limited to the manners listed above, and is not limited in this embodiment.
- mapping relationship between image parameter information such as image brightness and image saturation and enhancement parameters is preset, wherein the mapping relationship between image parameter information and enhancement parameters includes but is not limited to image parameter information-enhancement parameter relationship table, image parameter information - Enhanced parameter relationship curve, etc.
- the image parameter information such as image brightness yluma and image saturation sat of the original image are obtained, including the image parameter information of each noise area, and then each noise area is determined according to the mapping relationship between the preset image parameter information and enhancement parameters.
- the noise enhancement parameter gain corresponding to the image parameter information of the region.
- determining the noise enhancement parameter corresponding to each of the noise regions may include: if The image parameter information includes one, then according to the preset mapping relationship between the image parameter information and the enhancement parameter, it is determined that each of the noise regions is based on an enhancement parameter corresponding to the image parameter information, and the enhancement parameter is to be enhanced.
- the parameter is determined as the noise enhancement parameter; if the image parameter information includes multiple types, according to the preset mapping relationship between the image parameter information and the enhancement parameter, it is determined that each of the noise regions corresponds to the multiple types of the image parameter information.
- a plurality of enhancement parameters, and the noise enhancement parameter is determined according to the plurality of enhancement parameters.
- an image brightness-enhancement parameter relationship curve, an image saturation-enhancement parameter relationship curve, and the like are preset. If the acquired image parameter information includes the image luminance yluma, then according to the image luminance yluma of each noise area and the preset image luminance-enhancement parameter relationship curve, determine the enhancement parameter gain luma corresponding to the image luminance yluma of each noise area , determine gain luma as the corresponding noise enhancement parameter gain.
- the image saturation of each noise region is determined according to the image saturation sat of each noise region and the preset image saturation-enhancement parameter relationship curve.
- the enhancement parameter gain sat corresponding to sat , and gain sat is determined as the corresponding noise enhancement parameter gain.
- the acquired image parameter information includes image brightness yluma and image saturation sat
- the acquired image parameter information includes image brightness yluma and image saturation sat
- the preset image brightness-enhancement parameter relationship curve, image saturation - Enhancement parameter relationship curve determine the enhancement parameter gain luma corresponding to the image brightness yluma of each noise area, and the enhancement parameter gain sat corresponding to the image saturation sat of each noise area, and determine the corresponding gain luma and gain sat .
- determining the noise enhancement parameter according to the multiple enhancement parameters may include: calculating a first product value of the multiple enhancement parameters, and determining the first product value as the noise enhancement parameter.
- the enhancement parameter gain luma corresponding to the image brightness yluma of each noise area is determined, and the enhancement parameter gain sat corresponding to the image saturation sat of each noise area, the product of gain luma and gain sat is calculated.
- the calculated product value will be referred to as the first product value.
- the noise enhancement parameter gain corresponding to each noise region is obtained, the corresponding noise region is subjected to noise enhancement processing based on the noise enhancement parameter gain, thereby obtaining the target image.
- step S105 may be included before step S104 , and step S104 may include sub-step S1043 .
- the preset adjustment parameters represent the degree of noise enhancement
- the preset adjustment parameters may be global parameters
- the preset adjustment parameters may be preset and saved parameters, or may be manually set by the user.
- the saved preset adjustment parameters can be obtained by querying.
- sequence of the steps of obtaining the preset adjustment parameters and the steps of obtaining the image noise information is not limited.
- step S106 may be included before step S105 , and step S105 may include sub-step S1051 .
- a user operation interface is displayed, wherein preset adjustment parameter setting items are displayed on the user operation interface.
- preset adjustment parameter setting items are displayed on the user operation interface.
- a user clicks a preset setting control a parameter setting instruction is triggered, and the user operation interface is displayed. Users can input corresponding preset adjustment parameters on the user operation interface according to their own needs, which improves the user's interactive experience.
- the preset adjustment parameters are received and acquired, and the preset adjustment parameters are called.
- S1043. Perform noise enhancement processing on the original image according to the preset adjustment parameter and the image noise information to obtain the target image.
- the acquired preset adjustment parameters are called, and based on the acquired image noise information, noise enhancement processing is performed on the original image, so as to obtain a target image corresponding to the noise-enhanced original image.
- noise enhancement processing is performed on the corresponding noise region according to the image noise information and based on the preset adjustment parameter gain in , so as to obtain the target image.
- step S107 may be included before step S104 , and step S104 may include sub-step S1044 to sub-step S1046 .
- S1044. Determine at least one noise region of the original image according to the image noise information.
- S1045 Determine a noise enhancement parameter corresponding to each of the noise regions according to a preset mapping relationship between image parameter information and enhancement parameters, and image parameter information of each of the noise regions.
- image noise information extraction and image analysis processing are respectively performed on the input original image to be processed, to obtain image noise information and image parameter information, and to obtain preset adjustment parameters, according to the image noise information.
- image parameter information, and preset adjustment parameters perform noise enhancement processing on the original image, obtain a target image, and output the target image.
- the step S1046 may include sub-step S10461 and sub-step S10462.
- the enhancement parameter corresponding to the image brightness yluma in the noise area is gain luma
- the enhancement parameter corresponding to the image saturation sat is gain sat
- the product of for the convenience of distinguishing description, the product value obtained by calculation is referred to as the second product value hereinafter.
- the noise adjustment parameter gain corresponding to each noise region is obtained , and then, based on the noise adjustment parameter gain , noise enhancement processing is performed on the corresponding noise region to obtain the target image.
- the luminance component information of the original image is extracted, and the luminance component information is filtered to obtain the corresponding filtered image information, and then the difference comparison between the luminance component information and the filtered image information is performed to obtain the image noise information of the original image.
- the image noise information perform noise enhancement processing on the original image to obtain the target image corresponding to the original image after noise enhancement. Since the image noise information comes from the real details of the image, the noise enhancement processing based on the image noise information will not affect the real details of the image. Interference is generated, therefore, the quality of the image is ensured.
- FIG. 10 is a schematic block diagram of an image processing apparatus provided by an embodiment of the present application.
- the image processing apparatus 200 may include a processor 211 and a memory 212, and the processor 211 and the memory 212 are connected by a bus, such as an I2C (Inter-integrated Circuit) bus.
- a bus such as an I2C (Inter-integrated Circuit) bus.
- the processor 211 may be a micro-controller unit (Micro-controller Unit, MCU), a central processing unit (Central Processing Unit, CPU), or a digital signal processor (Digital Signal Processor, DSP) or the like.
- MCU Micro-controller Unit
- CPU Central Processing Unit
- DSP Digital Signal Processor
- the memory 212 may be a Flash chip, a read-only memory (ROM, Read-Only Memory) magnetic disk, an optical disk, a U disk, a mobile hard disk, and the like.
- Various computer programs to be executed by the processor 211 are stored in the memory 212 .
- the processor is used for running the computer program stored in the memory, and implements the following steps when executing the computer program:
- noise enhancement processing is performed on the original image to obtain a corresponding target image.
- the processor when implementing the noise enhancement process on the original image according to the image noise information to obtain a corresponding target image, the processor specifically implements:
- the processor before the processor performs the noise enhancement processing on each of the noise regions to obtain the target image, the processor further implements:
- the processor When implementing the noise enhancement processing on each of the noise regions to obtain the target image, the processor specifically implements:
- noise enhancement processing is performed on each of the noise regions to obtain the target image.
- the processor when implementing the acquiring the noise enhancement parameter corresponding to each of the noise regions, the processor specifically implements:
- the noise enhancement parameter corresponding to each of the noise regions is determined according to a preset mapping relationship between image parameter information and enhancement parameters, and image parameter information of each of the noise regions.
- the image parameter information includes at least one of image brightness and image saturation.
- the processor is implementing the mapping relationship between the preset image parameter information and the enhancement parameter, and the image parameter information of each of the noise regions, to determine the corresponding
- the specific implementation is as follows:
- the image parameter information includes one, then according to the preset mapping relationship between the image parameter information and the enhancement parameter, it is determined that each noise region is based on an enhancement parameter corresponding to the image parameter information, and the one corresponding to the image parameter information is determined.
- the enhancement parameter is determined as the noise enhancement parameter;
- the image parameter information includes multiple types
- the preset mapping relationship between the image parameter information and the enhancement parameters determine a plurality of enhancement parameters corresponding to each of the noise regions based on the multiple types of the image parameter information, and according to the The plurality of enhancement parameters determine the noise enhancement parameter.
- the processor when implementing the determining the noise enhancement parameter according to the multiple enhancement parameters, the processor specifically implements:
- a first product value of the plurality of enhancement parameters is calculated, and the first product value is determined as the noise enhancement parameter.
- the processor before implementing the noise enhancement processing on the original image according to the image noise information to obtain the corresponding target image, the processor further implements:
- the processor When implementing the noise enhancement process on the original image according to the image noise information to obtain the corresponding target image, the processor specifically implements:
- noise enhancement processing is performed on the original image to obtain the target image.
- the processor before implementing the acquiring preset adjustment parameters, the processor further implements:
- the preset adjustment parameters input by the user are received.
- the processor before implementing the noise enhancement processing on the original image according to the image noise information to obtain the corresponding target image, the processor further implements:
- the processor When implementing the noise enhancement process on the original image according to the image noise information to obtain the corresponding target image, the processor specifically implements:
- the target image is obtained by performing noise enhancement processing on each of the noise regions according to the preset adjustment parameters and the noise enhancement parameters corresponding to each of the noise regions.
- the processor when the processor implements the preset adjustment parameter and the noise enhancement parameter corresponding to each of the noise regions, performs noise enhancement processing on each of the noise regions, and obtains
- the specific realization is as follows:
- noise enhancement processing is performed on each of the noise regions to obtain the target image.
- the processor when implementing the filtering process on the luminance component information to obtain the corresponding filtered image information, the processor specifically implements:
- the filter is called to perform edge-preserving filtering processing on the luminance component information to obtain the filtered image information.
- the processor before implementing the calling filter to perform edge-preserving filtering processing on the luminance component information, the processor further implements:
- Filter parameters of the filter are set, and the filter parameters include filter strength and filter radius.
- the processor when implementing the extraction of the luminance component information of the original image, the processor specifically implements:
- the luminance component information of the original image is extracted according to the image type, wherein different image types correspond to different luminance component information.
- the image types include raw domain images, rgb domain images, and yuv domain images.
- the embodiments of the present application further provide a computer-readable storage medium, where the computer-readable storage medium stores a computer program, the computer program includes program instructions, and the processor executes the program instructions to implement the present application The steps of the image processing method provided by the embodiment.
- the computer-readable storage medium may be the internal storage unit of the electronic device or the image processing apparatus described in the foregoing embodiments, for example, the hard disk or the memory of the electronic device or the image processing apparatus.
- the computer-readable storage medium may also be an external storage device of the electronic device or the image processing apparatus, for example, a plug-in hard disk, a smart memory card (Smart Media Card, SMC) equipped on the electronic device or the image processing apparatus , Secure Digital (Secure Digital, SD) card, flash memory card (Flash Card) and so on.
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
一种图像处理方法、装置、电子设备及存储介质，该方法包括：提取原图像的亮度分量信息(S101)；对所述亮度分量信息进行滤波处理，获得对应的滤波图像信息(S102)；将所述亮度分量信息与所述滤波图像信息进行差异比对，获得所述原图像的图像噪声信息(S103)；根据所述图像噪声信息，对所述原图像进行噪声增强处理，获得对应的目标图像(S104)。
Description
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、电子设备及存储介质。
现今，随着科技的发展，采用数码相机、智能手机等电子设备拍摄出来的图像越来越清晰，人们反而开始怀念胶片相机颗粒噪声的细腻感。另外，在图像降噪处理中，降噪后的图像通常都有些细节的损失或者噪声不连续问题，严重影响图像的画质。因而，对图像增加一定程度的图像噪声，能够增强图像的细腻感。
现有的图像增噪的方法基本上都是采用添加随机白噪声的方法，能够达到增强图像细腻感的效果，但是也会对图像真实的细节产生干扰，从而影响图像的质量。
因此，如何实现在图像增噪时，确保图像的质量成为亟待解决的问题。
发明内容
基于此，本申请提供了一种图像处理方法、装置、电子设备及存储介质，以实现在图像增噪时，确保图像的质量。
第一方面，本申请提供了一种图像处理方法，包括：
提取原图像的亮度分量信息；
对所述亮度分量信息进行滤波处理，获得对应的滤波图像信息；
将所述亮度分量信息与所述滤波图像信息进行差异比对，获得所述原图像的图像噪声信息；
根据所述图像噪声信息，对所述原图像进行噪声增强处理，获得对应的目标图像。
第二方面，本申请还提供了一种图像处理装置，所述图像处理装置包括存 储器和处理器；
所述存储器用于存储计算机程序；
所述处理器，用于执行所述计算机程序并在执行所述计算机程序时，实现如下步骤：
提取原图像的亮度分量信息；
对所述亮度分量信息进行滤波处理，获得对应的滤波图像信息；
将所述亮度分量信息与所述滤波图像信息进行差异比对，获得所述原图像的图像噪声信息；
根据所述图像噪声信息，对所述原图像进行噪声增强处理，获得对应的目标图像。
第三方面，本申请还提供了一种电子设备，所述遥控器包括如上述的图像处理装置。
第四方面，本申请还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时使所述处理器实现如上述的图像处理方法。
本申请公开的图像处理方法、装置、电子设备及存储介质，对于待进行增噪的原图像，通过提取原图像的亮度分量信息，对亮度分量信息进行滤波处理，获得对应的滤波图像信息，然后将亮度分量信息与滤波图像信息进行差异比对，获得原图像的图像噪声信息，再根据图像噪声信息，对原图像进行噪声增强处理，获得原图像增噪后对应的目标图像，由于图像噪声信息来自于图像的真实细节，基于图像噪声信息进行噪声增强处理不会对图像的真实细节产生干扰，因此，确保了图像的质量。
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，并不能限制本申请。
为了更清楚地说明本申请实施例技术方案，下面将对实施例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申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以 根据这些附图获得其他的附图。
图1是本申请实施例提供的一种电子设备的结构示意图；
图2是本申请实施例提供的一种图像处理方法的步骤示意流程图；
图3是本申请实施例提供的一种提取原图像的亮度分量信息的步骤示意流程图；
图4是本申请实施例提供的一种根据所述图像噪声信息，对所述原图像进行噪声增强处理的步骤示意流程图；
图5是本申请实施例提供的另一种图像处理方法的步骤示意流程图；
图6是本申请实施例提供的另一种图像处理方法的步骤示意流程图；
图7是本申请实施例提供的另一种图像处理方法的步骤示意流程图；
图8是本申请实施例提供的一种对原图像进行图像噪声增强的流程图；
图9是本申请实施例提供的一种根据所述预设调整参数、以及每个所述噪声区域对应的所述噪声增强参数，对每个所述噪声区域进行噪声增强处理的步骤示意流程图；
图10是本申请实施例提供的一种图像处理装置的示意性框图。
下面将结合本申请实施例中的附图，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。
附图中所示的流程图仅是示例说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解、组合或部分合并，因此实际执行的顺序有可能根据实际情况改变。
应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这 些组合。
下面结合附图，对本申请的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。
本申请的实施例提供了一种图像处理方法、装置、电子设备及存储介质，用于实现在图像增噪时，确保图像的质量。
请参阅图1，图1为本申请实施例提供的一种电子设备的结构示意图。如图1所示，电子设备1000可以包括外壳100和设置于外壳100内的图像处理装置200。
其中，该电子设备1000可以包括计算机设备、相机、智能手机、PAD(平板电脑)等。当然，电子设备1000还可以是其他类型的设备，本申请实施例不限于此。
图像处理装置200用于对原图像进行噪声增强等图像处理，通过对原图像进行分析处理，获得原图像的图像噪声信息，再根据图像噪声信息对原图像进行噪声增强，获得原图像增噪后对应的目标图像，由于图像噪声信息来自于原图像的真实细节，噪声增强处理没有对原图像的真实细节产生干扰，因此，确保了原图像的质量。
示例性的，电子设备1000还可以包括显示装置300，其中，显示装置300包括但不限于LCD显示屏、LED显示屏、触摸屏等。显示装置300用于显示待处理的原图像、以及经过图像处理装置200进行图像处理后的目标图像。用户通过查看显示装置300显示的目标图像即可直观看到图像增噪后的效果，提高了用户的使用体验。
可以理解的是，上述对于电子设备1000各部件的命名仅仅出于标识的目的，并不因此对本申请实施例进行限制。
以下将基于电子设备1000、以及图像处理装置200对本申请的实施例提供的图像处理方法进行详细介绍。需知，图1中的电子设备1000、图像处理装置200仅用于解释本申请实施例提供的图像处理方法，但并不构成对本申请实施例提供的图像处理方法的应用场景的限定。
请参阅图2，图2是本申请的实施例提供的一种图像处理方法的示意流程图。该方法可以用于上述实施例提供的电子设备中，也可以用于其他包含有图 像处理装置的设备中，本申请中对该方法的应用场景不做限定。基于该图像处理方法以实现在图像增噪时，确保图像的质量。
如图2所示，该图像处理方法具体包括步骤S101至步骤S104。
S101、提取原图像的亮度分量信息。
示例性的，原图像可以为通过相机等摄像装置拍摄的图像，也可以为视频对应的视频帧图像。原图像包括各种不同图像类型，其中，图像类型包括但不限于raw域图像、rgb域图像、yuv域图像等。对于不同图像类型的原图像，其亮度分量信息也不同。
示例性的，如图3所示，所述步骤S101可以包括子步骤S1011和子步骤S1012。
S1011、确定所述原图像的图像类型。
基于原图像包括各种不同图像类型，在对原图像进行噪声增强处理之前，先确定原图像的图像类型，例如，确定原图像为yuv域图像。
S1012、根据所述图像类型，提取所述原图像的所述亮度分量信息，其中，不同的图像类型对应不同的亮度分量信息。
根据该原图像的图像类型，对应提取相应的亮度分量信息。例如，若原图像为yuv域图像，则提取原图像的y分量信息yin。又如，若原图像为rgb域图像，则提取原图像的r分量信息、g分量信息、和b分量信息。
S102、对所述亮度分量信息进行滤波处理，获得对应的滤波图像信息。
例如，若提取到原图像的y分量信息yin，则对y分量信息yin进行滤波处理，获得对应的滤波图像信息ylf。
示例性的，调用滤波器对亮度分量信息进行保边滤波处理，获得原图像对应的滤波图像信息。
其中，滤波器包括但不限于导向滤波器、双边滤波器、NLM(Non-Local Means，非局部均值滤波)滤波器等具有保边效果的滤波器。
在一些实施例中，调用滤波器对亮度分量信息进行保边滤波处理之前，可以包括：设置所述滤波器的滤波参数，所述滤波参数包括滤波强度、滤波半径。
滤波参数的数值不同时，调用滤波器进行滤波处理的效果也不相同。因此，为了获得符合用户需求的图像效果，在进行滤波之前，先设置滤波器合适的滤 波强度sigma、滤波半径R等滤波参数。
示例性的，滤波参数可以由用户输入，比如显示滤波参数设置界面，用户在滤波参数设置界面上输入滤波强度sigma、滤波半径R等滤波参数。滤波参数也可以是基于自适应算法自动更新设置。本实施例中对滤波参数的具体设置方式不作具体限制。
示例性的，调用滤波器对y分量信息yin进行滤波处理，获得对应的滤波图像信息ylf如下：
ylf＝F(yin，R，sigma)
其中，F表示滤波器对yin进行滤波处理，sigma对应滤波器的滤波强度，R对应滤波器的滤波半径。
S103、将所述亮度分量信息与所述滤波图像信息进行差异比对，获得所述原图像的图像噪声信息。
根据滤波处理获得的滤波图像信息、以及原图像对应的亮度分量信息，将滤波图像信息与亮度分量信息进行比对，获得两者之间的差异，即为原图像的图像噪声信息。
例如，若获得亮度分量信息为yin，滤波图像信息为ylf，则获得图像噪声信息yhf为：
yhf＝yin-ylf
图像噪声信息来自原图像本身，代表了原图像的真实颗粒细节。
S104、根据所述图像噪声信息，对所述原图像进行噪声增强处理，获得对应的目标图像。
不同于采用添加随机白噪声的方法进行图像噪声增强，根据获得的可代表原图像的真实颗粒细节的图像噪声信息，对原图像进行噪声增强处理，从而获得原图像噪声增强后对应的目标图像。因此不会对原图像真实的细节产生干扰，也即不会影响图像的质量。
示例性的，获得目标图像后，输出该目标图像。例如，在电子设备的显示装置如显示屏上显示该目标图像。
在一些实施例中，如图4所示，所述步骤S104可以包括子步骤S1041和子步骤S1042。
S1041、根据所述图像噪声信息，确定所述原图像的至少一个噪声区域。
图像噪声信息代表了原图像的真实颗粒细节，因此，根据图像噪声信息，可确定原图像的噪声像素点，基于这些噪声像素点即可确定噪声区域，其中，噪声区域可包括一个或多个。
S1042、对每个所述噪声区域进行噪声增强处理，获得所述目标图像。
对确定的每个噪声区域进行噪声增强处理，示例性的，可以全局对所有噪声区域进行噪声增强处理，每个噪声区域增噪的程度相同，也可以分别对每个噪声区域进行噪声增强处理，每个噪声区域增噪的程度不同。通过对每个噪声区域进行噪声增强处理后，获得对应的目标图像。
在一些实施例中，对每个所述噪声区域进行噪声增强处理，获得所述目标图像之前可以包括：获取每个所述噪声区域对应的噪声增强参数；对每个所述噪声区域进行噪声增强处理，获得所述目标图像可以包括：根据每个所述噪声区域对应的所述噪声增强参数，对每个所述噪声区域进行噪声增强处理，获得所述目标图像。
其中，噪声增强参数代表图像增噪的程度，每个噪声区域对应的噪声增强参数可以相同，也可以不相同。
在一些实施例中，获取每个所述噪声区域对应的噪声增强参数可以包括：对所述原图像进行图像分析处理，获得所述原图像的图像参数信息；根据预设的图像参数信息与增强参数的映射关系，以及每个所述噪声区域的图像参数信息，确定每个所述噪声区域对应的所述噪声增强参数。
其中，图像参数信息包括但不限于图像亮度、图像饱和度等信息。对原图像进行滤波、图像颜色空间转换、饱和度计算等图像分析处理，获得原图像的图像参数信息。
示例性的，以原图像为yuv域图像为例，通过对原图像的y分量yin进行高斯滤波，得到原图像的低频分量，将该低频分量确定为原图像的图像亮度yluma。
例如，在一实施方式中，图像亮度yluma与原图像的y分量yin的对应关系如下：
对于yuv域图像的图像饱和度，先将图像从yuv域转换到rgb域，然后计算获得图像饱和度。
示例性的，图像yuv域与rgb域的对应关系如下：
其中，k1、k2、k3、k4为不同的系数，例如，在一实施方式中，可设置k1为1.4075，k2为0.3455，k3为0.7169，k4为1.779。k1、k2、k3、k4可根据实际情况进行灵活设置，在此不作具体限制。
示例性的，图像饱和度sat计算公式如下：
需要说明的是，获取图像亮度yluma、图像饱和度sat方式并不限于上述列举的方式，本实施例中不作限定。
示例性的，预先设置图像亮度、图像饱和度等图像参数信息与增强参数的映射关系，其中，图像参数信息与增强参数的映射关系包括但不限于图像参数信息-增强参数关系表、图像参数信息-增强参数关系曲线等。
获得了原图像的图像亮度yluma、图像饱和度sat等图像参数信息，其中就包括了每个噪声区域的图像参数信息，之后根据预设的图像参数信息与增强参数的映射关系，确定每个噪声区域的图像参数信息对应的噪声增强参数gain。
在一些实施例中，根据预设的图像参数信息与增强参数的映射关系，以及每个所述噪声区域的图像参数信息，确定每个所述噪声区域对应的所述噪声增强参数可以包括：若所述图像参数信息包括一种，则根据预设的图像参数信息与增强参数的映射关系，确定每个所述噪声区域基于一种所述图像参数信息对应的一个增强参数，将所述一个增强参数确定为所述噪声增强参数；若所述图像参数信息包括多种，则根据预设的图像参数信息与增强参数的映射关系，确 定每个所述噪声区域基于多种所述图像参数信息对应的多个增强参数，并根据所述多个增强参数确定所述噪声增强参数。
示例性的，预先设置图像亮度-增强参数关系曲线、图像饱和度-增强参数关系曲线等。若获取的图像参数信息包括图像亮度yluma，则根据每个噪声区域的图像亮度yluma，以及预设的图像亮度-增强参数关系曲线，确定出每个噪声区域的图像亮度yluma对应的增强参数gain
luma，将gain
luma确定为对应的噪声增强参数gain。
又如，若获取的图像参数信息包括图像饱和度sat，则根据每个噪声区域的图像饱和度sat，以及预设的图像饱和度-增强参数关系曲线，确定出每个噪声区域的图像饱和度sat对应的增强参数gain
sat，将gain
sat确定为对应的噪声增强参数gain。
再如，若获取的图像参数信息包括图像亮度yluma和图像饱和度sat，则根据每个噪声区域的图像亮度yluma、图像饱和度sat，以及预设的图像亮度-增强参数关系曲线、图像饱和度-增强参数关系曲线，确定出每个噪声区域的图像亮度yluma对应的增强参数gain
luma，以及每个噪声区域的图像饱和度sat对应的增强参数gain
sat，并根据gain
luma和gain
sat确定对应的噪声增强参数gain。
示例性的，根据所述多个增强参数确定所述噪声增强参数可以包括：计算所述多个增强参数的第一乘积值，将所述第一乘积值确定为所述噪声增强参数。
例如，若确定每个噪声区域的图像亮度yluma对应的增强参数gain
luma，以及每个噪声区域的图像饱和度sat对应的增强参数gain
sat，计算gain
luma与gain
sat的乘积，为了便于区分描述，下文将计算获得的乘积值称为第一乘积值。将第一乘积值确定为噪声增强参数gain，也即gain＝gain
luma*gain
luma。
获得每个噪声区域对应的噪声增强参数gain后，基于噪声增强参数gain对相应的噪声区域进行噪声增强处理，从而获得目标图像。
在一些实施例中，如图5所示，所述步骤S104之前可以包括步骤S105，所述步骤S104可以包括子步骤S1043。
S105、获取预设调整参数。
其中，预设调整参数代表噪声增强的程度，预设调整参数可以为全局参数，预设调整参数可以是预先设置好并保存的参数，也可以由用户个人手动操作设 置。例如，可以通过查询获取保存的该预设调整参数。
需要说明的是，获取预设调整参数的步骤与获得图像噪声信息的步骤的先后顺序不做限定。
在一些实施例中，如图6所示，所述步骤S105之前可以包括步骤S106，所述步骤S105可以包括子步骤S1051。
S106、显示用户操作界面，以供用户基于所述用户操作界面输入所述预设调整参数。
示例性的，当接收到参数设置指令时，显示用户操作界面，其中，用户操作界面上显示有预设调整参数设置项。例如，当用户点击预设的设置控件时，触发参数设置指令，显示该用户操作界面。用户可以根据自己需求，在用户操作界面上输入相应的预设调整参数，提高了用户的交互体验。
S1051、接收用户输入的所述预设调整参数。
用户基于用户操作界面输入预设调整参数后，接收获取到该预设调整参数，并对预设调整参数进行调用。
S1043、根据所述预设调整参数，以及所述图像噪声信息，对所述原图像进行噪声增强处理，获得所述目标图像。
调用获取的预设调整参数，以及基于所获取的图像噪声信息，对原图像进行噪声增强处理，从而获得原图像增噪后对应的目标图像。
例如，若获取到预设调整参数为gain
in，根据图像噪声信息，以及基于预设调整参数gain
in对相应的噪声区域进行噪声增强处理，从而获得目标图像。
在一些实施例中，如图7所示，所述步骤S104之前可以包括步骤S107，所述步骤S104可以包括子步骤S1044至子步骤S1046。
S107、对所述原图像进行图像分析处理，获得所述原图像的图像参数信息。
获得原图像的图像参数信息的具体操作过程可参考上述实施例中所述，在此不再赘述。
S1044、根据所述图像噪声信息，确定所述原图像的至少一个噪声区域。
S1045、根据预设的图像参数信息与增强参数的映射关系，以及每个所述噪声区域的图像参数信息，确定每个所述噪声区域对应的噪声增强参数。
同样地，确定每个噪声区域对应的噪声增强参数的具体操作过程可参考上 述实施例中所述，在此不再赘述。
S1046、根据所述预设调整参数、以及每个所述噪声区域对应的所述噪声增强参数，对每个所述噪声区域进行噪声增强处理，获得所述目标图像。
结合预设调整参数、以及每个噪声区域对应的噪声增强参数，确定每个噪声区域对应的噪声调整参数，根据噪声调整参数对相应的噪声区域进行噪声增强处理，获得目标图像。
示例性的，如图8所示，对输入的待处理的原图像，分别进行图像噪声信息提取和图像分析处理，获得图像噪声信息和图像参数信息，并获取预设调整参数，根据图像噪声信息、图像参数信息、以及预设调整参数，对原图像进行噪声增强处理，获得目标图像，并输出该目标图像。
在一些实施例中，如图9所示，所述步骤S1046可以包括子步骤S10461和子步骤S10462。
S10461、计算每个所述噪声区域对应的所述噪声增强参数与所述预设调整参数的第二乘积值，将所述第二乘积值确定为噪声调整参数。
示例性的，若获取到预设调整参数为gain
in，噪声区域的图像亮度yluma对应的增强参数为gain
luma，图像饱和度sat对应的增强参数为gain
sat，计算gain
in、gain
luma与gain
sat的乘积，为了便于区分描述，下文将计算获得的乘积值称为第二乘积值。将第二乘积值确定为噪声调整参数gain
，，也即gain
，＝gain
in*gain
luma*gain
luma。
S10462、根据每个所述噪声区域对应的所述噪声调整参数，对每个所述噪声区域进行噪声增强处理，获得所述目标图像。
获得每个噪声区域对应的噪声调整参数gain
，后，基于噪声调整参数gain
，对相应的噪声区域进行噪声增强处理，从而获得目标图像。
上述实施例通过提取原图像的亮度分量信息，对亮度分量信息进行滤波处理，获得对应的滤波图像信息，然后将亮度分量信息与滤波图像信息进行差异比对，获得原图像的图像噪声信息，再根据图像噪声信息，对原图像进行噪声增强处理，获得原图像增噪后对应的目标图像，由于图像噪声信息来自于图像的真实细节，基于图像噪声信息进行噪声增强处理不会对图像的真实细节产生干扰，因此，确保了图像的质量。
请参阅图10，图10是本申请一实施例提供的图像处理装置的示意性框图。
如图10所示，该图像处理装置200可以包括包括处理器211和存储器212，处理器211和存储器212通过总线连接，该总线比如为I2C(Inter-integrated Circuit)总线。
具体地，处理器211可以是微控制单元(Micro-controller Unit，MCU)、中央处理单元(Central Processing Unit，CPU)或数字信号处理器(Digital Signal Processor，DSP)等。
具体地，存储器212可以是Flash芯片、只读存储器(ROM，Read-Only Memory)磁盘、光盘、U盘或移动硬盘等。存储器212中存储有供处理器211执行的各种计算机程序。
其中，所述处理器用于运行存储在存储器中的计算机程序，并在执行所述计算机程序时实现如下步骤：
提取原图像的亮度分量信息；
对所述亮度分量信息进行滤波处理，获得对应的滤波图像信息；
将所述亮度分量信息与所述滤波图像信息进行差异比对，获得所述原图像的图像噪声信息；
根据所述图像噪声信息，对所述原图像进行噪声增强处理，获得对应的目标图像。
在一些实施例中，所述处理器在实现所述根据所述图像噪声信息，对所述原图像进行噪声增强处理，获得对应的目标图像时，具体实现：
根据所述图像噪声信息，确定所述原图像的至少一个噪声区域；
对每个所述噪声区域进行噪声增强处理，获得所述目标图像。
在一些实施例中，所述处理器在实现所述对每个所述噪声区域进行噪声增强处理，获得所述目标图像之前，还实现：
获取每个所述噪声区域对应的噪声增强参数；
所述处理器在实现所述对每个所述噪声区域进行噪声增强处理，获得所述目标图像时，具体实现：
根据每个所述噪声区域对应的所述噪声增强参数，对每个所述噪声区域进行噪声增强处理，获得所述目标图像。
在一些实施例中，所述处理器在实现所述获取每个所述噪声区域对应的噪声增强参数时，具体实现：
对所述原图像进行图像分析处理，获得所述原图像的图像参数信息；
根据预设的图像参数信息与增强参数的映射关系，以及每个所述噪声区域的图像参数信息，确定每个所述噪声区域对应的所述噪声增强参数。
在一些实施例中，所述图像参数信息包括图像亮度、图像饱和度中至少一种。
在一些实施例中，所述处理器在实现所述根据预设的图像参数信息与增强参数的映射关系，以及每个所述噪声区域的图像参数信息，确定每个所述噪声区域对应的所述噪声增强参数时，具体实现：
若所述图像参数信息包括一种，则根据预设的图像参数信息与增强参数的映射关系，确定每个所述噪声区域基于一种所述图像参数信息对应的一个增强参数，将所述一个增强参数确定为所述噪声增强参数；
若所述图像参数信息包括多种，则根据预设的图像参数信息与增强参数的映射关系，确定每个所述噪声区域基于多种所述图像参数信息对应的多个增强参数，并根据所述多个增强参数确定所述噪声增强参数。
在一些实施例中，所述处理器在实现所述根据所述多个增强参数确定所述噪声增强参数时，具体实现：
计算所述多个增强参数的第一乘积值，将所述第一乘积值确定为所述噪声增强参数。
在一些实施例中，所述处理器在实现所述根据所述图像噪声信息，对所述原图像进行噪声增强处理，获得对应的目标图像之前，还实现：
获取预设调整参数；
所述处理器在实现所述根据所述图像噪声信息，对所述原图像进行噪声增强处理，获得对应的目标图像时，具体实现：
根据所述预设调整参数，以及所述图像噪声信息，对所述原图像进行噪声增强处理，获得所述目标图像。
在一些实施例中，所述处理器在实现所述获取预设调整参数之前，还实现：
显示用户操作界面，以供用户基于所述用户操作界面输入所述预设调整参 数；
所述处理器在实现所述获取预设调整参数时，具体实现：
接收用户输入的所述预设调整参数。
在一些实施例中，所述处理器在实现所述根据所述图像噪声信息，对所述原图像进行噪声增强处理，获得对应的目标图像之前，还实现：
对所述原图像进行图像分析处理，获得所述原图像的图像参数信息；
所述处理器在实现所述根据所述图像噪声信息，对所述原图像进行噪声增强处理，获得对应的目标图像时，具体实现：
根据所述图像噪声信息，确定所述原图像的至少一个噪声区域；
根据预设的图像参数信息与增强参数的映射关系，以及每个所述噪声区域的图像参数信息，确定每个所述噪声区域对应的噪声增强参数；
根据所述预设调整参数、以及每个所述噪声区域对应的所述噪声增强参数，对每个所述噪声区域进行噪声增强处理，获得所述目标图像。
在一些实施例中，所述处理器在实现所述根据所述预设调整参数、以及每个所述噪声区域对应的所述噪声增强参数，对每个所述噪声区域进行噪声增强处理，获得所述目标图像时，具体实现：
计算每个所述噪声区域对应的所述噪声增强参数与所述预设调整参数的第二乘积值，将所述第二乘积值确定为噪声调整参数；
根据每个所述噪声区域对应的所述噪声调整参数，对每个所述噪声区域进行噪声增强处理，获得所述目标图像。
在一些实施例中，所述处理器在实现所述对所述亮度分量信息进行滤波处理，获得对应的滤波图像信息时，具体实现：
调用滤波器对所述亮度分量信息进行保边滤波处理，获得所述滤波图像信息。
在一些实施例中，所述处理器在实现所述调用滤波器对所述亮度分量信息进行保边滤波处理之前，还实现：
设置所述滤波器的滤波参数，所述滤波参数包括滤波强度、滤波半径。
在一些实施例中，所述处理器在实现所述提取原图像的亮度分量信息时，具体实现：
确定所述原图像的图像类型；
根据所述图像类型，提取所述原图像的所述亮度分量信息，其中，不同的图像类型对应不同的亮度分量信息。
在一些实施例中，所述图像类型包括raw域图像、rgb域图像、yuv域图像。
本申请的实施例中还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序中包括程序指令，所述处理器执行所述程序指令，实现本申请实施例提供的图像处理方法的步骤。
其中，所述计算机可读存储介质可以是前述实施例所述的电子设备或图像处理装置的内部存储单元，例如所述电子设备或图像处理装置的硬盘或内存。所述计算机可读存储介质也可以是所述电子设备或图像处理装置的外部存储设备，例如所述电子设备或图像处理装置上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。
Claims (32)
- 一种图像处理方法，其特征在于，包括：提取原图像的亮度分量信息；对所述亮度分量信息进行滤波处理，获得对应的滤波图像信息；将所述亮度分量信息与所述滤波图像信息进行差异比对，获得所述原图像的图像噪声信息；根据所述图像噪声信息，对所述原图像进行噪声增强处理，获得对应的目标图像。
- 根据权利要求1所述的方法，其特征在于，所述根据所述图像噪声信息，对所述原图像进行噪声增强处理，获得对应的目标图像，包括：根据所述图像噪声信息，确定所述原图像的至少一个噪声区域；对每个所述噪声区域进行噪声增强处理，获得所述目标图像。
- 根据权利要求2所述的方法，其特征在于，所述对每个所述噪声区域进行噪声增强处理，获得所述目标图像之前，包括：获取每个所述噪声区域对应的噪声增强参数；所述对每个所述噪声区域进行噪声增强处理，获得所述目标图像，包括：根据每个所述噪声区域对应的所述噪声增强参数，对每个所述噪声区域进行噪声增强处理，获得所述目标图像。
- 根据权利要求3所述的方法，其特征在于，所述获取每个所述噪声区域对应的噪声增强参数，包括：对所述原图像进行图像分析处理，获得所述原图像的图像参数信息；根据预设的图像参数信息与增强参数的映射关系，以及每个所述噪声区域的图像参数信息，确定每个所述噪声区域对应的所述噪声增强参数。
- 根据权利要求4所述的方法，其特征在于，所述图像参数信息包括图像亮度、图像饱和度中至少一种。
- 根据权利要求4所述的方法，其特征在于，所述根据预设的图像参数信息与增强参数的映射关系，以及每个所述噪声区域的图像参数信息，确定每个 所述噪声区域对应的所述噪声增强参数，包括：若所述图像参数信息包括一种，则根据预设的图像参数信息与增强参数的映射关系，确定每个所述噪声区域基于一种所述图像参数信息对应的一个增强参数，将所述一个增强参数确定为所述噪声增强参数；若所述图像参数信息包括多种，则根据预设的图像参数信息与增强参数的映射关系，确定每个所述噪声区域基于多种所述图像参数信息对应的多个增强参数，并根据所述多个增强参数确定所述噪声增强参数。
- 根据权利要求6所述的方法，其特征在于，所述根据所述多个增强参数确定所述噪声增强参数，包括：计算所述多个增强参数的第一乘积值，将所述第一乘积值确定为所述噪声增强参数。
- 根据权利要求1所述的方法，其特征在于，所述根据所述图像噪声信息，对所述原图像进行噪声增强处理，获得对应的目标图像之前，包括：获取预设调整参数；所述根据所述图像噪声信息，对所述原图像进行噪声增强处理，获得对应的目标图像，包括：根据所述预设调整参数，以及所述图像噪声信息，对所述原图像进行噪声增强处理，获得所述目标图像。
- 根据权利要求8所述的方法，其特征在于，所述获取预设调整参数之前，包括：显示用户操作界面，以供用户基于所述用户操作界面输入所述预设调整参数；所述获取预设调整参数，包括：接收用户输入的所述预设调整参数。
- 根据权利要求8所述的方法，其特征在于，所述根据所述图像噪声信息，对所述原图像进行噪声增强处理，获得对应的目标图像之前，包括：对所述原图像进行图像分析处理，获得所述原图像的图像参数信息；所述根据所述图像噪声信息，对所述原图像进行噪声增强处理，获得对应的目标图像，包括：根据所述图像噪声信息，确定所述原图像的至少一个噪声区域；根据预设的图像参数信息与增强参数的映射关系，以及每个所述噪声区域的图像参数信息，确定每个所述噪声区域对应的噪声增强参数；根据所述预设调整参数、以及每个所述噪声区域对应的所述噪声增强参数，对每个所述噪声区域进行噪声增强处理，获得所述目标图像。
- 根据权利要求10所述的方法，其特征在于，所述根据所述预设调整参数、以及每个所述噪声区域对应的所述噪声增强参数，对每个所述噪声区域进行噪声增强处理，获得所述目标图像，包括：计算每个所述噪声区域对应的所述噪声增强参数与所述预设调整参数的第二乘积值，将所述第二乘积值确定为噪声调整参数；根据每个所述噪声区域对应的所述噪声调整参数，对每个所述噪声区域进行噪声增强处理，获得所述目标图像。
- 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信息进行滤波处理，获得对应的滤波图像信息，包括：调用滤波器对所述亮度分量信息进行保边滤波处理，获得所述滤波图像信息。
- 根据权利要求12所述的方法，其特征在于，所述调用滤波器对所述亮度分量信息进行保边滤波处理之前，包括：设置所述滤波器的滤波参数，所述滤波参数包括滤波强度、滤波半径。
- 根据权利要求1至13任一项所述的方法，其特征在于，所述提取原图像的亮度分量信息，包括：确定所述原图像的图像类型；根据所述图像类型，提取所述原图像的所述亮度分量信息，其中，不同的图像类型对应不同的亮度分量信息。
- 根据权利要求14所述的方法，其特征在于，所述图像类型包括raw域图像、rgb域图像、yuv域图像。
- 一种图像处理装置，其特征在于，所述图像处理装置包括存储器和处理器；所述存储器用于存储计算机程序；所述处理器，用于执行所述计算机程序并在执行所述计算机程序时，实现如下步骤：提取原图像的亮度分量信息；对所述亮度分量信息进行滤波处理，获得对应的滤波图像信息；将所述亮度分量信息与所述滤波图像信息进行差异比对，获得所述原图像的图像噪声信息；根据所述图像噪声信息，对所述原图像进行噪声增强处理，获得对应的目标图像。
- 根据权利要求16所述的装置，其特征在于，所述处理器在实现所述根据所述图像噪声信息，对所述原图像进行噪声增强处理，获得对应的目标图像时，具体实现：根据所述图像噪声信息，确定所述原图像的至少一个噪声区域；对每个所述噪声区域进行噪声增强处理，获得所述目标图像。
- 根据权利要求17所述的装置，其特征在于，所述处理器在实现所述对每个所述噪声区域进行噪声增强处理，获得所述目标图像之前，还实现：获取每个所述噪声区域对应的噪声增强参数；所述处理器在实现所述对每个所述噪声区域进行噪声增强处理，获得所述目标图像时，具体实现：根据每个所述噪声区域对应的所述噪声增强参数，对每个所述噪声区域进行噪声增强处理，获得所述目标图像。
- 根据权利要求18所述的装置，其特征在于，所述处理器在实现所述获取每个所述噪声区域对应的噪声增强参数时，具体实现：对所述原图像进行图像分析处理，获得所述原图像的图像参数信息；根据预设的图像参数信息与增强参数的映射关系，以及每个所述噪声区域的图像参数信息，确定每个所述噪声区域对应的所述噪声增强参数。
- 根据权利要求19所述的装置，其特征在于，所述图像参数信息包括图像亮度、图像饱和度中至少一种。
- 根据权利要求19所述的装置，其特征在于，所述处理器在实现所述根据预设的图像参数信息与增强参数的映射关系，以及每个所述噪声区域的图像 参数信息，确定每个所述噪声区域对应的所述噪声增强参数时，具体实现：若所述图像参数信息包括一种，则根据预设的图像参数信息与增强参数的映射关系，确定每个所述噪声区域基于一种所述图像参数信息对应的一个增强参数，将所述一个增强参数确定为所述噪声增强参数；若所述图像参数信息包括多种，则根据预设的图像参数信息与增强参数的映射关系，确定每个所述噪声区域基于多种所述图像参数信息对应的多个增强参数，并根据所述多个增强参数确定所述噪声增强参数。
- 根据权利要求21所述的装置，其特征在于，所述处理器在实现所述根据所述多个增强参数确定所述噪声增强参数时，具体实现：计算所述多个增强参数的第一乘积值，将所述第一乘积值确定为所述噪声增强参数。
- 根据权利要求16所述的装置，其特征在于，所述处理器在实现所述根据所述图像噪声信息，对所述原图像进行噪声增强处理，获得对应的目标图像之前，还实现：获取预设调整参数；所述处理器在实现所述根据所述图像噪声信息，对所述原图像进行噪声增强处理，获得对应的目标图像时，具体实现：根据所述预设调整参数，以及所述图像噪声信息，对所述原图像进行噪声增强处理，获得所述目标图像。
- 根据权利要求23所述的装置，其特征在于，所述处理器在实现所述获取预设调整参数之前，还实现：显示用户操作界面，以供用户基于所述用户操作界面输入所述预设调整参数；所述处理器在实现所述获取预设调整参数时，具体实现：接收用户输入的所述预设调整参数。
- 根据权利要求23所述的装置，其特征在于，所述处理器在实现所述根据所述图像噪声信息，对所述原图像进行噪声增强处理，获得对应的目标图像之前，还实现：对所述原图像进行图像分析处理，获得所述原图像的图像参数信息；所述处理器在实现所述根据所述图像噪声信息，对所述原图像进行噪声增强处理，获得对应的目标图像时，具体实现：根据所述图像噪声信息，确定所述原图像的至少一个噪声区域；根据预设的图像参数信息与增强参数的映射关系，以及每个所述噪声区域的图像参数信息，确定每个所述噪声区域对应的噪声增强参数；根据所述预设调整参数、以及每个所述噪声区域对应的所述噪声增强参数，对每个所述噪声区域进行噪声增强处理，获得所述目标图像。
- 根据权利要求25所述的装置，其特征在于，所述处理器在实现所述根据所述预设调整参数、以及每个所述噪声区域对应的所述噪声增强参数，对每个所述噪声区域进行噪声增强处理，获得所述目标图像时，具体实现：计算每个所述噪声区域对应的所述噪声增强参数与所述预设调整参数的第二乘积值，将所述第二乘积值确定为噪声调整参数；根据每个所述噪声区域对应的所述噪声调整参数，对每个所述噪声区域进行噪声增强处理，获得所述目标图像。
- 根据权利要求16所述的装置，其特征在于，所述处理器在实现所述对所述亮度分量信息进行滤波处理，获得对应的滤波图像信息时，具体实现：调用滤波器对所述亮度分量信息进行保边滤波处理，获得所述滤波图像信息。
- 根据权利要求27所述的装置，其特征在于，所述处理器在实现所述调用滤波器对所述亮度分量信息进行保边滤波处理之前，还实现：设置所述滤波器的滤波参数，所述滤波参数包括滤波强度、滤波半径。
- 根据权利要求16至28任一项所述的装置，其特征在于，所述处理器在实现所述提取原图像的亮度分量信息时，具体实现：确定所述原图像的图像类型；根据所述图像类型，提取所述原图像的所述亮度分量信息，其中，不同的图像类型对应不同的亮度分量信息。
- 根据权利要求29所述的装置，其特征在于，所述图像类型包括raw域图像、rgb域图像、yuv域图像。
- 一种电子设备，其特征在于，所述电子设备包括如权利要求16至30 中任一项所述的图像处理装置。
- 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存储有计算机程序，所述计算机程序被处理器执行时使所述处理器实现如权利要求1至15中任一项所述的图像处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/CN2021/087098 WO2022217476A1 (zh) | 2021-04-14 | 2021-04-14 | 图像处理方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/CN2021/087098 WO2022217476A1 (zh) | 2021-04-14 | 2021-04-14 | 图像处理方法、装置、电子设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| WO2022217476A1 true WO2022217476A1 (zh) | 2022-10-20 |
Family
ID=83639949
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| PCT/CN2021/087098 WO2022217476A1 (zh) | 2021-04-14 | 2021-04-14 | 图像处理方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| WO (1) | WO2022217476A1 (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101420627A (zh) * | 2008-12-05 | 2009-04-29 | 香港应用科技研究院有限公司 | 模拟胶片颗粒噪声的方法和装置 |
| CN102129668A (zh) * | 2010-12-30 | 2011-07-20 | 新奥特（北京）视频技术有限公司 | 一种用于图像噪声添加的快速滤波方法 |
| CN102156960A (zh) * | 2010-12-16 | 2011-08-17 | 新奥特（北京）视频技术有限公司 | 一种图像噪声添加方法 |
| CN103843033A (zh) * | 2011-09-30 | 2014-06-04 | 富士胶片株式会社 | 图像处理设备和方法以及程序 |
| CN104350735A (zh) * | 2012-05-28 | 2015-02-11 | 富士胶片株式会社 | 图像处理装置、摄像装置、图像处理方法及程序 |
| US20180114296A1 (en) * | 2016-10-21 | 2018-04-26 | Qualcomm Incorporated | Systems and methods for image enhancement |
| US20200043137A1 (en) * | 2018-08-02 | 2020-02-06 | Apple Inc. | Statistical noise estimation systems and methods |
| CN111489303A (zh) * | 2020-03-27 | 2020-08-04 | 武汉理工大学 | 一种低照度环境下海事图像增强方法 |
-
2021
- 2021-04-14 WO PCT/CN2021/087098 patent/WO2022217476A1/zh active Application Filing
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101420627A (zh) * | 2008-12-05 | 2009-04-29 | 香港应用科技研究院有限公司 | 模拟胶片颗粒噪声的方法和装置 |
| CN102156960A (zh) * | 2010-12-16 | 2011-08-17 | 新奥特（北京）视频技术有限公司 | 一种图像噪声添加方法 |
| CN102129668A (zh) * | 2010-12-30 | 2011-07-20 | 新奥特（北京）视频技术有限公司 | 一种用于图像噪声添加的快速滤波方法 |
| CN103843033A (zh) * | 2011-09-30 | 2014-06-04 | 富士胶片株式会社 | 图像处理设备和方法以及程序 |
| CN104350735A (zh) * | 2012-05-28 | 2015-02-11 | 富士胶片株式会社 | 图像处理装置、摄像装置、图像处理方法及程序 |
| US20180114296A1 (en) * | 2016-10-21 | 2018-04-26 | Qualcomm Incorporated | Systems and methods for image enhancement |
| US20200043137A1 (en) * | 2018-08-02 | 2020-02-06 | Apple Inc. | Statistical noise estimation systems and methods |
| CN111489303A (zh) * | 2020-03-27 | 2020-08-04 | 武汉理工大学 | 一种低照度环境下海事图像增强方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109146814B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
| JP6461165B2 (ja) | 画像の逆トーンマッピングの方法 | |
| WO2023123927A1 (zh) | 图像增强方法、装置、设备和存储介质 | |
| JP6803378B2 (ja) | 逆トーンマッピングの方法及び装置 | |
| US20140355902A1 (en) | Image processing method with detail-enhancing filter with adaptive filter core | |
| EP2852152A1 (en) | Image processing method, apparatus and shooting terminal | |
| CN110335216B (zh) | 图像处理方法、图像处理装置、终端设备及可读存储介质 | |
| WO2018031153A1 (en) | Brightness control for spatially adaptive tone mapping of high dynamic range (hdr) images | |
| CN108510557B (zh) | 图像色调映射方法及装置 | |
| JP5697802B2 (ja) | 画像処理装置及び画像処理方法 | |
| KR102556644B1 (ko) | 연속적인 멀티 프레임 이미지 디노이징을 수행하는 장치 및 방법 | |
| CN111899197B (zh) | 一种图像增亮去噪方法、装置、移动终端和存储介质 | |
| WO2023273868A1 (zh) | 图像降噪方法、装置、终端、存储介质 | |
| CN111226256A (zh) | 用于图像动态范围调整的系统和方法 | |
| CN109219833B (zh) | 使用深度信息增强图像中的边缘 | |
| CN113674193A (zh) | 图像融合方法、电子设备和存储介质 | |
| TWI826639B (zh) | 電子裝置、電子裝置的影像處理器以及銳化影像的方法 | |
| WO2022217476A1 (zh) | 图像处理方法、装置、电子设备及存储介质 | |
| JP2024037722A (ja) | コンテンツに基づく画像処理 | |
| CN108470327B (zh) | 图像增强方法、装置、电子设备及存储介质 | |
| CN113132562B (zh) | 镜头阴影校正方法、装置及电子设备 | |
| CN112950509B (zh) | 一种图像处理方法、装置及电子设备 | |
| WO2022111269A1 (zh) | 视频的细节增强方法、装置、移动终端和存储介质 | |
| JP2012165224A (ja) | 画像処理装置、電子カメラ及び画像処理プログラム | |
| TWI724375B (zh) | 圖像去霧霾方法、電子設備及電腦可讀取記錄媒體 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| 121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 21936369 Country of ref document: EP Kind code of ref document: A1 |
|
| NENP | Non-entry into the national phase |
Ref country code: DE |
|
| 122 | Ep: pct application non-entry in european phase |
Ref document number: 21936369 Country of ref document: EP Kind code of ref document: A1 |