CN107392856B - 一种图像滤波方法及其装置 - Google Patents
一种图像滤波方法及其装置 Download PDFInfo
- Publication number
- CN107392856B CN107392856B CN201610321619.1A CN201610321619A CN107392856B CN 107392856 B CN107392856 B CN 107392856B CN 201610321619 A CN201610321619 A CN 201610321619A CN 107392856 B CN107392856 B CN 107392856B
- Authority
- CN
- China
- Prior art keywords
- value
- pixel
- channel
- values
- calculating
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000001914 filtration Methods 0.000 title claims abstract description 24
- 239000011159 matrix material Substances 0.000 claims abstract description 73
- 238000004364 calculation method Methods 0.000 claims description 25
- 238000013507 mapping Methods 0.000 claims description 5
- 238000012935 Averaging Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 4
- 238000004891 communication Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000005693 optoelectronics 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
- G06T5/70—Denoising; Smoothing
-
- 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
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Color Television Image Signal Generators (AREA)
Abstract
本发明涉及通信电子技术领域,尤其涉及一种图像滤波方法及其装置。该方法包括:判断像素点是否为边界像素点,如果不是,将该像素点作为中心点;按照预设方式选取所述中心点的参考矩阵;计算所述参考矩阵中的待插补区域的值;所述待插补区域紧邻所述像素中心点;根据所述待插补区域的值计算所述像素中心点的值,并替换所述像素中心点的值。可见,本发明针对bayer图像进行去噪,不破坏bayer图原本噪声特性的情况下进行滤波,并进行像素值插补,增加了bayer图像的像素信息量,不仅可以有效的去除噪声,而且可以保证去噪的可靠性并且利于硬件实现。
Description
技术领域
本发明涉及通信电子技术领域,尤其涉及一种图像滤波方法及其装置。
背景技术
相机内部的图片是以bayer格式保存的原始图片,并以.raw的格式存储,该格式是未经过处理,也未经过压缩的格式。bayer格式是由R、G、B三种不同的通道分通道进行存储的,存储格式如图1所示。
图像经过CMOS传感器采集并存储,由于外部干扰以及光电设备以及电路产生的噪声,会妨碍图像信息的接收。因此需要进行去噪处理,而目前常用的去噪方法如下:
一般的去噪都是基于灰度图像或RGB的单通道进行滤波操作,每个像素点是真实的代表一个像素,而对于bayer图像来说可以获得的信息量仅为灰度图的1/4,在信息的提取和滤波的方式上受到了很大的限制。
目前的bayer去噪方式大多数只对单通道进行滤波,比如先把R通道的像素提取出来进行滤波,再对B和G通道进行滤波等。而在图像从bayer格式转为RGB格式时需要进行插值算法,图像插值会破坏图像本身的特性以及产生新的噪声。在插值之前仍有一些算法会破坏图像本身的结构,会增大以及增多图像的噪声,给图像去噪增加难度。
普通的bayer图像去噪由于只有灰度图像的1/4的信息量,在像素的提取上只能隔行提取像素值,在窗口很小的情况下,很难提取到相同通道的大量信息,因此给滤波带来的很大的难度,并且使滤波的准确性大大的下降。
发明内容
本发明实施例提供一种图像滤波方法及装置,用于有效取出噪声,提高滤波的准确性。
一种图像滤波方法,所述方法包括:
判断像素点是否为边界像素点,如果不是,将该像素点作为中心点;
按照预设方式选取所述中心点的参考矩阵;
计算所述参考矩阵中的待插补区域的值;所述待插补区域紧邻所述像素中心点;
根据所述待插补区域的值计算所述像素中心点的值,并替换所述像素中心点的值。
一种图像滤波装置,所述装置包括:
判断单元,用于判断像素点是否为边界像素点,如果不是,将该像素点作为中心点;
选取单元,用于按照预设方式选取所述中心点的参考矩阵;
计算单元,用于计算所述参考矩阵中的待插补区域的值;所述待插补区域紧邻所述像素中心点;
替换单元,用于根据所述待插补区域的值计算所述像素中心点的值,并替换所述像素中心点的值。
本发明针对bayer图像进行去噪,不破坏bayer图原本噪声特性的情况下进行滤波,并进行像素值插补,增加了bayer图像的像素信息量,不仅可以有效的去除噪声,而且可以保证去噪的可靠性并且利于硬件实现。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。
图1为现有技术中bayer存储格式示意图;
图2为本发明实施例提供的一种图像滤波的方法流程图;
图3为本发明实施例提供的镜像映射结构示意图;
图4为本发明实施例提供的单通道像素矩阵示意图;
图5为本发明实施例提供的参考矩阵的窗口示意图;
图6为本发明实施例提供的一种图像滤波装置结构图。
具体实施方式
为了使本技术领域的人员更好地理解本发明实施例中的技术方案,并使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图对本发明中技术方案作进一步详细的说明。
以下以具体实施例进行介绍:
如图2所示,本发明实施例提供一种图像滤波方法,具体过程如下:
步骤21,选中图片中某一像素点,并判断该像素点是否为边界像素点,如果不是,执行步骤22;否则执行步骤23;
步骤22,将该像素点作为中心点;
步骤23,当所述像素点为边界像素点时,按照图像的镜像映射操作对该像素点进行边界像素补全操作;
例如当选取的像素点为第一行第一列的像素点时,由于左边已经没有像素,可利用图像的镜像映射几个虚拟的值,如图所示3,其中虚线部分即为补齐的部分,然后执行步骤21;
步骤24,按照预设方式选取所述中心点的参考矩阵;
本步骤中的预设方式为选取(2N-1)×(2N-1)大小的矩阵作为参考矩阵,为了方便介绍本实施例中N取值为3,且以像素点的R通道为例进行介绍,则该参考矩阵形成的窗口如图4所示;
步骤25,提取出与所述中心点所在同一通道的通道值,并组成单通道像素矩阵;本实施例中假设R5为中心像素点,则与提取与R5在同一R通道的通道值,即3×3单通道像素矩阵由R1、R2、R3、R4、R5、R6、R7、R8、R9组成,如图4中的灰色部分;
步骤26,计算所述参考矩阵中的待插补区域的值;所述待插补区域紧邻所述像素中心点R5,即图4中B1、G4、B2、G7、B4、G9、B3、G6;
本步骤中,为了增加信息量,因此对图像中的待插补区域进行像素值预测填充;
所述待插补区域由B通道和G通道这两种通道的通道值按序交替排列而成,且所述两种通道值与所述像素中心点所在通道值不同;
则在本步骤中,计算所述参考矩阵中的待插补区域的值的具体方法如下:
A、按照预先设置的第一计算方法,计算处于垂直方向上的两个相同通道的值,即G4与G9可使用相同的方法进行计算;其中第一计算方法为:
使用其中一个通道G4的对角线上的值计算该通道的第一竖直梯度值;例如G4,则需要使用G1、G2、G6、G7计算第一竖直梯度值gradientV1,并根据实际需要设置第一阈值,
当所述第一竖直梯度值gradientV1大于第一阈值T1时,设置该通道的值为0;
gradientV1>T1,G4=0
当所述第一竖直梯度值gradientV1小于第一阈值T1时,使用与该通道紧邻且位于所述单通道像素矩阵中的值的平均值替换该通道值;
gradientV1<T1,G4=(R2+R5)/2
B、按照预先设置的第二计算方法,计算处于水平方向上的两个相同通道的值,即G6与G7可使用相同的方法进行计算;其中第二计算方法包括:
使用其中一个通道G6的对角线上的值,即G3、G4、G8、G9计算该通道的第二竖直梯度值gradientV2;
当所述第二竖直梯度值gradientV2大于第二阈值T2时,使用与该通道紧邻且位于所述单通道像素矩阵中的值的平均值替换该通道值;
gradientV2>T2,G6=(R4+R5)/2;
当所述第二竖直梯度值gradientV2小于第二阈值T2时,设置该通道的值为0;
gradientV2<T2,G6=0;
C、按照预先设置的第三计算方法,计算处于对角线方向上的四个相同通道的值,即B1、B2、B3、B4可使用相同的方法进行计算;其中第三计算方法包括:
使用与其中一个通道B1相邻且不位于所述单像素矩阵中的值,即G1、G4、G6、G3计算该通道第三竖直梯度值gradientV3与第三水平梯度值gradientH3;
当所述第三竖直梯度值gradientV3大于第三阈值T3,或所述第三水平梯度值gradientH3大于第三阈值t3,则该通道值为0;
gradientV3>T3||gradientH3>T3,B1=0;
当所述第三竖直梯度值gradientV3小于第二阈值T3,或所述第三竖直梯度值gradientV3小于第三梯度值T3,则该通道值为与该通道值相邻且位于所述单像素矩阵中的值的平均值。
gradientV2<T2&&gradientV3<T3,B1=(R1+R2+R4+R5)/4;
上述阈值可根据实际情况设置;
完成上述步骤后可得到如图5所示的5*5参考矩阵的窗口;
步骤27,根据步骤26计算出的待插补区域的值计算所述像素中心点的值,并替换所述像素中心点的值,本步骤的具体过程如下:
剔除所述参考矩阵中计算出的为0的值,即将R为0的值提出,将每一个计算出的R值与所述像素中心点R9的值相减并求倒数得到第一权值矩阵;
并对所述第一权值矩阵进行高斯函数计算,得出第二权值矩阵;
将所述第一权值矩阵与所述第二权值矩阵相乘得到第三权值矩阵;
将所述第一权值矩阵与所述第三权值矩阵进行加权求平均值,所述平均值即为所述像素中心点的值,并使用该值代替像素中心点R9的值。
步骤21至步骤27描述了以R通道为例的操作方法,按照该方法分别对B通道和G通道进行计算即可。利用该方法图图像进行遍历并对每个像素依次进行上述操作即可。
如图6所示,本发明实施例提供一种图像滤波装置,其特征在于,所述装置包括:
判断单元61,用于判断像素点是否为边界像素点,如果不是,将该像素点作为中心点;
选取单元62,用于按照预设方式选取所述中心点的参考矩阵;
计算单元63,用于计算所述参考矩阵中的待插补区域的值;所述待插补区域紧邻所述像素中心点;
替换单元64,用于根据所述待插补区域的值计算所述像素中心点的值,并替换所述像素中心点的值。
所述装置还包括:
补全单元65,用于当所述像素点为边界像素点时,按照图像的镜像映射操作对该像素点进行边界像素补全操作。
所述装置还包括:
提取单元66,用于提取出与所述中心点所在同一通道的通道值,并组成单通道像素矩阵。
所述计算单元63具体用于:
所述待插补区域由两种通道值按序交替排列而成,且所述两种通道值与所述像素中心点所在通道值不同;
按照预先设置的第一计算方法,计算处于垂直方向上的两个相同通道的值;
按照预先设置的第二计算方法,计算处于水平方向上的两个相同通道的值;
按照预先设置的第三计算方法,计算处于对角线方向上的四个相同通道的值。
所述计算单元63具体用于:
剔除所述参考矩阵中为0的值,将所有值与所述像素中心点的值相减并求倒数得到第一权值矩阵;
并对所述第一权值矩阵进行高斯函数计算,得出第二权值矩阵;
将所述第一权值矩阵与所述第二权值矩阵相乘得到第三权值矩阵;
将所述第一权值矩阵与所述第三权值矩阵进行加权求平均值,所述平均值即为所述像素中心点的值。
综上所述,有益效果:
本发明针对bayer图像进行去噪,不破坏bayer图原本噪声特性的情况下进行滤波,并进行像素值插补,增加了bayer图像的像素信息量,不仅可以有效的去除噪声,而且可以保证去噪的可靠性并且利于硬件实现。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (11)
1.一种图像滤波方法,其特征在于,所述方法包括:
判断像素点是否为边界像素点,如果不是,将该像素点作为中心点;
按照预设方式选取所述中心点的参考矩阵;
计算所述参考矩阵中的待插补区域的值;所述待插补区域紧邻所述像素中心点;
根据所述待插补区域的值计算所述像素中心点的值,并替换所述像素中心点的值。
2.如权利要求1所述的方法,其特征在于,当所述像素点为边界像素点时,按照图像的镜像映射操作对该像素点进行边界像素补全操作。
3.如权利要求1所述的方法,其特征在于,在所述按照预设方式选取所述中心点的参考矩阵之后、且在计算所述参考矩阵中的待插补区域的值之前进一步包括:
提取出与所述中心点所在同一通道的通道值,并组成单通道像素矩阵。
4.如权利要求3所述的方法,其特征在于,所述计算所述参考矩阵中的待插补区域的值包括:
所述待插补区域由两种通道值按序交替排列而成,且所述两种通道值与所述像素中心点所在通道值不同;
按照预先设置的第一计算方法,计算处于垂直方向上的两个相同通道的值;
按照预先设置的第二计算方法,计算处于水平方向上的两个相同通道的值;
按照预先设置的第三计算方法,计算处于对角线方向上的四个相同通道的值。
5.如权利要求1所述的方法,其特征在于,所述计算所述像素中心点的值包括:
剔除所述参考矩阵中为0的值,将所有值与所述像素中心点的值相减并求倒数得到第一权值矩阵;
并对所述第一权值矩阵进行高斯函数计算,得出第二权值矩阵;
将所述第一权值矩阵与所述第二权值矩阵相乘得到第三权值矩阵;
将所述第一权值矩阵与所述第三权值矩阵进行加权求平均值,所述平均值即为所述像素中心点的值。
6.如权利要求4所述的方法,其特征在于,所述计算方法包括:
所述第一计算方法:
使用其中一个通道的对角线上的值计算该通道的第一竖直梯度值;
当所述第一竖直梯度值大于第一阈值时,设置该通道的值为0;
当所述第一竖直梯度值小于第一阈值时,使用与该通道紧邻且位于所述单通道像素矩阵中的值的平均值替换该通道值;
所述第二计算方法包括:
使用其中一个通道的对角线上的值计算该通道的第二竖直梯度值;
当所述第二竖直梯度值大于第二阈值时,使用与该通道紧邻且位于所述单通道像素矩阵中的值的平均值替换该通道值;
当所述第二竖直梯度值小于第二阈值时,设置该通道的值为0;
所述第三计算方法包括:
使用与其中一个通道相邻且不位于所述单通道像素矩阵中的值,计算该通道第三竖直梯度值与第三水平梯度值;
当所述第三竖直梯度值大于第三阈值,或所述第三水平梯度值大于第三阈值,则该通道值为0;
当所述第三竖直梯度值小于第二阈值,或所述第三竖直梯度值小于第三梯度值,则该通道值为与该通道值相邻且位于所述单通道像素矩阵中的值的平均值。
7.一种图像滤波装置,其特征在于,所述装置包括:
判断单元,用于判断像素点是否为边界像素点,如果不是,将该像素点作为中心点;
选取单元,用于按照预设方式选取所述中心点的参考矩阵;
计算单元,用于计算所述参考矩阵中的待插补区域的值;所述待插补区域紧邻所述像素中心点;
替换单元,用于根据所述待插补区域的值计算所述像素中心点的值,并替换所述像素中心点的值。
8.如权利要求7所述的装置,其特征在于,所述装置还包括:
补全单元,用于当所述像素点为边界像素点时,按照图像的镜像映射操作对该像素点进行边界像素补全操作。
9.如权利要求7所述的装置,其特征在于,所述装置还包括:
提取单元,用于提取出与所述中心点所在同一通道的通道值,并组成单通道像素矩阵。
10.如权利要求9所述的装置,其特征在于,所述计算单元具体用于:
所述待插补区域由两种通道值按序交替排列而成,且所述两种通道值与所述像素中心点所在通道值不同;
按照预先设置的第一计算方法,计算处于垂直方向上的两个相同通道的值;
按照预先设置的第二计算方法,计算处于水平方向上的两个相同通道的值;
按照预先设置的第三计算方法,计算处于对角线方向上的四个相同通道的值。
11.如权利要求7所述的装置,其特征在于,所述计算单元具体用于:
剔除所述参考矩阵中为0的值,将所有值与所述像素中心点的值相减并求倒数得到第一权值矩阵;
并对所述第一权值矩阵进行高斯函数计算,得出第二权值矩阵;
将所述第一权值矩阵与所述第二权值矩阵相乘得到第三权值矩阵;
将所述第一权值矩阵与所述第三权值矩阵进行加权求平均值,所述平均值即为所述像素中心点的值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610321619.1A CN107392856B (zh) | 2016-05-16 | 2016-05-16 | 一种图像滤波方法及其装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610321619.1A CN107392856B (zh) | 2016-05-16 | 2016-05-16 | 一种图像滤波方法及其装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107392856A CN107392856A (zh) | 2017-11-24 |
CN107392856B true CN107392856B (zh) | 2020-10-27 |
Family
ID=60338465
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610321619.1A Active CN107392856B (zh) | 2016-05-16 | 2016-05-16 | 一种图像滤波方法及其装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107392856B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113469889B (zh) * | 2020-03-30 | 2023-08-25 | 杭州海康威视数字技术股份有限公司 | 一种图像降噪的方法及装置 |
CN113766192A (zh) * | 2020-06-02 | 2021-12-07 | 比亚迪半导体股份有限公司 | 图像处理方法、装置、图像传感器和电子设备 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101316321B (zh) * | 2007-05-30 | 2010-04-07 | 展讯通信(上海)有限公司 | 一种基于中值滤波器的图像噪声去除方法和装置 |
CN101399996B (zh) * | 2007-09-27 | 2010-09-29 | 比亚迪股份有限公司 | 一种彩色滤镜阵列插值方法 |
CN101452573B (zh) * | 2007-12-04 | 2013-01-30 | 比亚迪股份有限公司 | 一种图像边缘增强方法 |
CN101770636B (zh) * | 2008-12-30 | 2012-09-26 | 比亚迪股份有限公司 | 图像噪声去除方法及装置 |
CN103491280B (zh) * | 2013-09-30 | 2016-01-20 | 上海交通大学 | 一种拜耳图像联合去噪插值方法 |
CN103530856B (zh) * | 2013-10-25 | 2017-05-17 | 上海交通大学 | 一种Bayer图像去椒盐噪声的方法和系统 |
CN104202583B (zh) * | 2014-08-07 | 2017-01-11 | 华为技术有限公司 | 图像处理装置和方法 |
-
2016
- 2016-05-16 CN CN201610321619.1A patent/CN107392856B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN107392856A (zh) | 2017-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106296578B (zh) | 一种图像处理方法及装置 | |
CN111784603B (zh) | 一种raw域图像去噪方法、计算机装置及计算机可读存储介质 | |
US9202263B2 (en) | System and method for spatio video image enhancement | |
US8744206B2 (en) | Image processing apparatus, image processing method, and program | |
CN102446352B (zh) | 视频图像处理方法及装置 | |
CN104506755B (zh) | 基于fpga的高清视频实时自动化去雾方法 | |
US20160196477A1 (en) | Method and system for filtering image noise out | |
WO2015184208A1 (en) | Constant bracketing for high dynamic range operations (chdr) | |
EP2293238A2 (en) | Edge-adaptive interpolation and noise filtering method, computer-readable recording medium, and portable terminal | |
CN107395991B (zh) | 图像合成方法、装置、计算机可读存储介质和计算机设备 | |
CN107360435B (zh) | 块效应检测方法、块噪声滤除方法及装置 | |
KR20070078463A (ko) | 이미지 센서 노이즈 저감 장치 및 방법 | |
WO2011141197A1 (en) | Method for detecting directions of regularity in a two-dimensional image | |
CN111445424A (zh) | 图像处理和移动终端视频处理方法、装置、设备和介质 | |
CN112601068A (zh) | 视频数据增广方法、装置及计算机可读介质 | |
CN114445290A (zh) | 一种面向硬件的联合去噪去马赛克方法 | |
KR101600312B1 (ko) | 영상처리장치 및 영상처리방법 | |
CN107392856B (zh) | 一种图像滤波方法及其装置 | |
KR20170107269A (ko) | Rgbd 카메라의 깊이 영상 필터링 장치 및 방법 | |
CN113068011B (zh) | 图像传感器、图像处理方法及系统 | |
TWI674557B (zh) | 影像處理裝置及其方法 | |
RU2364937C1 (ru) | Способ и устройство фильтрования шума видеосигналов | |
CN112862686B (zh) | 一种基于明暗线条的去马赛克方法、装置、设备及介质 | |
KR101359351B1 (ko) | 연산 스킵 기법에 의한 고속 스테레오 영상 정합 방법 | |
EP3001685A1 (en) | Method and apparatus for estimating absolute motion values in image sequences |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |