[发明专利]图像自适应降噪方法和装置有效

专利信息
申请号: 201911352759.5 申请日: 2019-12-25
公开(公告)号: CN111161177B 公开(公告)日: 2023-09-26
发明(设计)人: 陈云娜 申请(专利权)人: TCL华星光电技术有限公司
主分类号: G06T5/00 分类号: G06T5/00;G06T5/10;G06T7/11;G06T7/136
代理公司: 深圳紫藤知识产权代理有限公司 44570 代理人: 吕姝娟
地址: 518132 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 自适应 方法 装置
【说明书】:

本申请公开了一种图像自适应降噪方法和装置。方法包括:将原始图像均分成多个子块;对每个子块进行空间转换;进行显著性分析获取显著特性图;通过显著标准值对显著特性图按照显著特性区域及非显著特性区域进行显著阈值分割;对显著特性区域进行自适应滤波并与非显著特性区域的原图像融合;最后将融合后的图像进行空间反转换,并输出最终图像。本申请采用对图像分块的方式,基于图像的显著特性,减少非显著特性区域的降噪,节省算法运行时间和硬件资源。

技术领域

本申请涉及图像处理技术领域,具体涉及一种图像自适应降噪方法和装置。

背景技术

基于块的离散余弦变换(BDCT)编码在压缩领域广泛应用,包括图像和视频的压缩标准如JPEG、H.264等,但BDCT由于忽略了相邻块的相关性,可能在块的边界出现不连续的现象。

传统的去压缩引起的块效应、蚊式噪声等方式采用全局降噪方式,比如对于整幅图像采用统一参数的双边滤波降噪方式。如果对图像采用统一的双边滤波方式对于细节较多的区域还是会模糊,降低图像质量。而且由于硬件资源有限,复杂的算法,会导致处理时间较长,不能实时处理。

发明内容

针对上述问题中的不足,本申请的一个目的是提供解决上述问题之一的新的技术方案。本申请提出一种根据人眼显著性分析,可以在人眼难以察觉的情况下,一定程度上减少硬件资源消耗,且通过局部熵得到细节映射图,可在去噪的同时尽可能的保留细节。

根据本申请的第一方面,提供一种图像自适应降噪方法,具体步骤包括:(1)将含噪声的原始RGB图像分成多个子块;(2)对所有所述子块进行从RGB空间转换到YCbCr空间的图像空间转换;(3)对转换后的每一所述子块进行显著性分析,分别获取显著特性图;(4)通过一显著标准值对所有所述显著特性图进行显著阈值分割,获取显著特性区域及非显著特性区域;(5)对所述显著特性区域的各子块的像素值进行自适应降噪后输出第一图像,所述非显著特性区域的各子块以原像素值输出第二图像,并将所有所述第一图像与所述第二图像进行融合,获得融合图像;(6)对所述融合图像进行从YCbCr空间转换到RGB空间的图像空间反转换,并输出最终图像。

根据本申请的第二方面,提供一种图像自适应降噪装置,包括:图像划分模块,用于将含噪声的原始RGB图像分成多个子块,图像空间转换模块,用于对所有所述子块进行从RGB空间转换到YCbCr空间的图像空间转换;显著分析模块,用于对转换后的每一所述子块进行显著性分析,分别获取显著权重图;显著分割模块,用于通过一显著标准值对所有所述显著特性图进行阈值分割,获取显著特性区域及非显著特性区域;图像输出模块,用于对所述显著特性区域的各子块的像素值进行自适应降噪后输出第一图像,控制所述非显著特性区域的各子块以原像素值输出第二图像,并将所述第一图像与所述第二图像进行融合,获得融合图像;图像空间反转换模块,用于对所述融合图像进行从YCbCr空间转换到RGB空间的图像空间反转换,并输出最终图像。

与现有技术相比,本申请的积极效果在于:

1.采用对图像分块的方式,基于图像的显著特性,对显著区域进行自适应降噪,减少非显著性区域的降噪,在不减少人的感知质量的情况下,提升图像显示质量的同时、节省算法运行时间,节约硬件资源;

2.通过局部熵计算图像细节映射图,根据细节多少自适应调节双边滤波的权重,保留细节,解决滤波方式导致细节区模糊的现象,达到充分降噪的效果。

3.图像分块的显著性分析方法可适用于其他的降噪算法,具有普适性。

附图说明

为了更清楚地说明本申请实施例中的技术方案,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,下面描述中的附图仅仅是本申请的一些实施例,对于本领域技术人员来讲,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它的附图。

图1为本申请图像自适应降噪方法的流程图。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于TCL华星光电技术有限公司,未经TCL华星光电技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911352759.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code