[发明专利]消除图像噪声的装置和方法

说明书

本发明公开了一种消除图像噪声的装置和方法，该装置包括检测模块，实现边缘检测和图像相关算法，检测模块输出三个不同的增益参数给滤波模块；滤波模块，根据增益参数来自适应地对图像进行滤波。本发明提出了创新性的频域转换及检测技术：DCT，提取小范围及图像边缘附近的高频信息，根据边缘检测的结果自适应的修正高频信息，然后再做IDCT，得到修正后的图像，修正后的图像将最大的去除蚊子噪声。本发明根据图像的边缘信息来修正噪声，修正噪声后对图像总体影响小，非边缘的地方将不做修正，这样在降噪和保持原图质量之间保持了较好的平衡。

技术领域

本发明涉及一种消除图像噪声技术，特别是涉及一种消除图像噪声的装置和方法。

背景技术

在摄像头应用产品领域中，摄像头所获取的图像一般都要经过网络进行传输，由于网络带宽的限制，图像必须要经过压缩，现代的压缩技术主要有MPEG1，PEG2，PEG4，H264，H265(有损压缩标准)技术无一例外的都采用了运动估计和频域转换的技术，压缩对图像带来的副作用就是边缘效应和蚊子噪声；蚊子噪声产生的根本机理是块压缩频域转换的Gibbs现象引起的，具体在图像中的表现就是形如蚊子在物体边缘周围。

在摄像头图像信号被压缩后，将带来较为严重的蚊子噪声。在图像解码重现时，必须对这些蚊子噪声加以去除方能取得比较好的观感。

发明内容

本发明所要解决的技术问题是提供一种消除图像噪声的装置和方法，修正噪声后对图像总体影响小，在降噪和保持原图质量之间保持了较好的平衡。

本发明是通过下述技术方案来解决上述技术问题的：一种消除图像噪声的装置，其包括以下模块：

检测模块，实现边缘检测和图像相关算法，检测模块输出三个不同的增益参数给滤波模块；

滤波模块，根据增益参数来自适应地对图像进行滤波。

本发明还提供一种消除图像噪声的方法，其特征在于，其包括以下步骤：

步骤一，增益值的计算；基于YCbCr色域，对每个颜色分类都要计算相应的增益；

步骤二，边缘检测，采用结构张量(Structural tensor)进行边缘提取；

步骤三，滤波，图像检测单元得到增益值后，采用DCT算法对图像进行频域提取，提取频域后，对AC值进行修正，然后进行IDCT变换得到降噪后的图像像素值。

优选地，所述所述步骤一中增益是图像相关函数和边缘检测结果的乘积。

优选地，所述步骤二采用水平和垂直的Sobel算子对图像进行Sobel滤波，得到Sobel梯度算子运算结果后，通过Gaussian算法算出三个变量。

本发明的积极进步效果在于：本发明提出了创新性的频域转换及检测技术:DCT，提取小范围及图像边缘附近的高频信息，根据边缘检测的结果自适应的修正高频信息，然后再做IDCT，得到修正后的图像，修正后的图像将最大的去除蚊子噪声；本发明根据图像的边缘信息来修正噪声，修正噪声后对图像总体影响小，非边缘的地方将不做修正，这样在降噪和保持原图质量之间保持了较好的平衡。

附图说明

图1为本发明的模块示意图。

图2为本发明的系统流程图。

具体实施方式

下面结合附图给出本发明较佳实施例，以详细说明本发明的技术方案。

如图1所示，本发明消除图像噪声的装置包括以下模块：

检测模块，实现边缘检测和图像相关算法，检测模块输出三个不同的增益(Gain)参数给滤波模块；

滤波模块，根据增益参数来自适应地对图像进行滤波，以达到去除蚊子噪声的目的。