一种图像去噪的方法与装置与流程

本发明涉及图像处理领域，尤其涉及一种图像去噪的方法与装置。

背景技术：

随着电子设备的发展，越来越多的电子设备都具备有拍照摄影功能，但拍摄过程中会引入彩色噪声，使拍摄得到的图像中出现分散的颜色单一的彩色噪声点，影响图像的美观程度。

为了保证图像的美观，现阶段采用对整个图像进行滤波，将彩色噪声去除的方法。但是，图像包括大量的像素点，由于图像中像素点的数量众多，因此图像的信息较为复杂，在对整个图像进行滤波后，图像中不含彩色噪声点的部分会被过度模糊，导致整个图像出现过度模糊的情况，降低了图像的美观程度。

技术实现要素：

本发明提供了一种图像去噪的方法与装置，能够降低图像模糊的程度，从而保证图像的美观程度。

一方面，本发明提供了一种图像去噪方法，包括：将图像分割为多个图像区域；将多个图像区域中像素值分布差异表征因子满足预定条件的图像区域确定为具有彩色噪声点的图像区域；对具有彩色噪声点的图像区域进行滤波。

另一方面，本发明提供了一种图像去噪装置，包括：图像分割单元，被配置为将图像分割为多个图像区域；彩噪确定单元，被配置为将多个图像区域中像素值分布差异表征因子满足预定条件的图像区域确定为具有彩色噪声点的图像区域；滤波单元，被配置为对具有彩色噪声点的图像区域进行滤波。

本发明提供的图像去噪方法与装置，将图像分割为多个图像区域，将这多个图像区域中像素值分布差异表征因子满足预定条件的图像区域确定为具有彩色噪声的图像区域，对具有彩色噪声点的图像区域进行滤波，从而滤去图像中的彩色噪声。像素分布差异表征因子能够表征像素点在图像区域中的像素值分布差异，若图像区域的像素分布差异因子满足预定条件，表明在该图像区域中具有像素值与图像区域中的大部分像素点有较大差异的彩色噪声点，对具有彩色噪声点的图像区域进行滤波，去除具有彩色噪声点的图像区域中的彩色噪声，并不对不具有彩色噪声的图像区域进行滤波，避免了对整个图像进行滤波，图像中不含彩色噪声点的部分被过度模糊的情况，从而避免了整个图像出现过度模糊的情况，提高了图像的美观程度。

附图说明

从下面结合附图对本发明的具体实施方式的描述中可以更好地理解本发明。其中，相同或相似的附图标记表示相同或相似的特征。

图1为本发明实施例提供的图像去噪的方法的流程图之一；

图2为本发明实施例提供的图像去噪的方法的流程图之二；

图3为本发明实施例提供的图像去噪的方法的流程图之三；

图4为本发明实施例提供的图像去噪的方法的流程图之四；

图5为本发明实施例提供的图像去噪的装置的结构示意图之一；

图6为本发明实施例提供的图像去噪的装置的结构示意图之二。

具体实施方式

下面将详细描述本发明的各个方面的特征和示例性实施例。在下面的详细描述中，提出了许多具体细节，以便提供对本发明的全面理解。但是，对于本领域技术人员来说很明显的是，本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明的更好的理解。本发明决不限于下面所提出的任何具体配置和算法，而是在不脱离本发明的精神的前提下覆盖了元素、部件和算法的任何修改、替换和改进。在附图和下面的描述中，没有示出公知的结构和技术，以便避免对本发明造成不必要的模糊。

本发明提供一种图像去噪方法和装置，应用于图像处理中，在图像的拍摄过程中，受到拍摄环境的影响或相机本身的影响，拍摄得到的图像中会存在彩色噪声点，影响图像的美观程度。本发明提供的图像去噪方法和装置在图像处理过程中，将图像划分为多个图像区域，根据彩色噪声点的特性，在多个图像区域中确定出具有彩色噪声点的区域，对具有彩色噪声点的图像区域进行滤波处理，将具有彩色噪声点的图像区域中的彩色噪声滤除，并不对不具有彩色噪声点的图像区域进行滤波处理，保证图像中不含彩色噪声点的部分的纹理信息清晰，降低整个图像模糊的程度。

图1为本发明实施例提供的图像去噪的方法的流程图之一，如图1所示，图像去噪的方法包括步骤101-步骤103。

在步骤101中，将图像分割为多个图像区域。

其中，将图像分割为多个图像区域，可以将图像均匀分割为多个图像区域，也可以将图像分为多个超像素，每个超像素作为一个图像区域，在这里并不限定图像分割的具体方法。比如，一张分辨率为1280×960的图片，每个图像区域约有80个像素点，则该图片可以分割为15360个图像区域。具体的，可以将图像的RGB通道(三原色色彩模式通道)转化为Lab通道(明度亮度模式通道)，再进行超像素分割，将图像分割为多个超像素。

在步骤102中，将多个图像区域中像素值分布差异表征因子满足预定条件的图像区域确定为具有彩色噪声点的图像区域。

其中，图像区域的像素值分布差异表征因子表征图像区域中像素点的像素值的分布差异，也就是说，根据像素值分布差异表征因子的大小，能够得知图像区域中的像素点的颜色分布状况，像素值分布差异表征因子的值越大，表示该图像区域中的各个像素点之间的颜色差异越大；像素值分布差异表征因子的值越小，则表示该图像区域中的各个像素点之间的颜色差异越小。预定条件可以根据用户对图像处理的效果要求设定，若像素值分布差异表征因子满足预定条件，表示该图像区域中具有和周边像素点的颜色差异很大的像素点，与周边像素点的颜色差异很大的像素点往往就是彩色噪声点；若像素值分布差异表征因子不满足预定条件，表示该图像区域中的所有像素点的颜色相近或过渡自然，并不存在彩色噪声点。

在步骤103中，对具有彩色噪声点的图像区域进行滤波。

其中，为了滤除具有彩色噪声点的图像区域中的彩色噪声，一般采用保边滤波(即边缘保持的滤波)，比如双边滤波等滤波方法。为了滤波过程能够更加便捷，会将图像区域的颜色模式转换便于处理的模式，比如YUV模式(Y为明亮度，U和V均为色度)，在YUV模式中，彩色噪声体现在U通道和V通道上，并不体现在Y通道上，因此只需要对具有彩色噪声点的图像区域的U通道和V通道进行保边滤波，就可以去除彩色噪声。需要说明的是，在进行滤波时，也可以将图像的颜色模式转换为其他模式，在此并不限定本方案中利用的颜色模式。

本发明提供的图像去噪方法，将图像分割为多个图像区域，将这多个图像区域中像素值分布差异表征因子满足预定条件的图像区域确定为具有彩色噪声的图像区域，对具有彩色噪声点的图像区域进行滤波，从而滤去图像中的彩色噪声。像素分布差异表征因子能够表征像素点在图像区域中的像素值分布差异，若图像区域的像素分布差异因子满足预定条件，表明在该图像区域中具有像素值与图像区域中的大部分像素点有较大差异的彩色噪声点，对具有彩色噪声点的图像区域进行滤波，去除具有彩色噪声点的图像区域中的彩色噪声，并不对不具有彩色噪声的图像区域进行滤波，避免了对整个图像进行滤波，图像中不含彩色噪声点的部分被过度模糊的情况，从而避免了整个图像出现过度模糊的情况，提高了图像的美观程度。

图2为本发明实施例提供的图像去噪的方法的流程图之二，为了能够准确的得到图像区域的像素分布差异表征因子，如图2所示，上述步骤102可以具体细化为步骤1021-步骤1023。

在步骤1021中，对于多个图像区域中的任意一个图像区域，构建图像区域的像素值的协方差矩阵。

需要说明的是，需要说明的是，为了便于计算，在步骤1021之前，可以将图像转换为RGB图像模式，也就是说，像素点的像素值可以利用RGB模式(R为红色通道，G为绿色通道，B为蓝色通道)表示，下面以图像区域的颜色模式为RGB模式为例进行说明，但除RGB模式外的适用于本发明的其他颜色模式表示的像素值也在本发明的保护范围内。

具体的，可以根据公式(1)，计算构建图像区域的像素值的协方差矩阵：

其中，Φ为多个图像区域中的任意一个图像区域，cov(Φ)为图像区域Φ的协方差矩阵，N为图像区域Φ中的像素点个数，p_j为图像区域Φ中的第j个像素点，像素点p_j的像素值为(r_j，g_j，b_j)，图像区域Φ的像素平均值为矩阵为矩阵的转置矩阵，其中，j和N均为正整数，且1≤j≤N。值得一提的是，现阶段中，像素点的像素值一般利用三维点坐标表示，但利用其他维数的点坐标表示也适用于本发明的方案中，也属于本发明的保护范围内，比如，像素值用四维点坐标表示，像素点p_j的像素值为(A_j，B_j，C_j，D_j)。

在步骤1022中，利用图像区域的像素值的协方差矩阵的特征根，计算图像区域的像素值分布差异表征因子。

其中，根据步骤1021构建的图像区域的像素值的协方差矩阵，能够得到图像区域的像素值的协方差矩阵的特征根，根据图像区域的像素值的协方差矩阵的特征根，能够计算得到该图像区域的像素值分布差异表征因子。本发明实施例以像素值表示为三维点坐标的模式(如RGB模式，YUV模式等)下的图像为例进行说明，像素值表示为三维点坐标的模式下图像区域的像素值的协方差矩阵为3×3矩阵，特征根有3个，图像区域的像素值的协方差矩阵的3个特征根分别为第一特征根λ₀、第二特征根λ₁和第三特征根λ₂，λ₀≤λ₁≤λ₂。具体的，分布差异表征因子包括α和λ₀，其中，

在步骤1023中，在图像区域的像素值分布差异表征因子满足预定条件时，确定图像区域为具有彩色噪声点的图像区域。

其中，预定条件包括和λ₀＞a₂，当且λ₀＞a₂时，确定该图像区域为具有彩色噪声点的图像区域，a₁为第一判断阈值，a₂为第二判断阈值，第一判断阈值和第二判断阈值可以根据对图像进行滤波的预期目标设定。比如，第一判断阈值a₁为1/6，第二判断阈值a₂为255/6，也就是说，当且λ₀＞255/6时，可以确定该图像区域为具有彩色噪声点的图像区域。当该图像区域为具有彩色噪声点的图像区域时，彩色噪声点与周边像素点的颜色分布差异较大，图像区域中的像素点颜色分布差异越大，则得到的三个特征根的值越大，且越接近。因此，可以通过的范围来确定图像区域中是否含有彩色噪声点。

需要说明的是，由于图像边缘区域的像素点的颜色分布差异也较大，为了避免误判，在步骤101中采用超像素分割的方法，由于超像素分割本身会沿着图像边缘分割，因此能够避免误判。

图3为本发明实施例提供的图像去噪的方法的流程图之三，如图3所示，上述步骤103可以具体细化为步骤1031-步骤1033。

在步骤1031中，确定具有彩色噪声点的图像区域中的像素点的滤波范围。

其中，滤波范围为以具有彩色噪声点的图像区域的像素点为中心，以预设距离L构造的(2L+1)×(2L+1)的范围。滤波范围需要包含彩色噪声点，因此也可以采用其他方式圈定滤波范围，在此并不限定。需要说明的是，预设距离L可以在具有彩色噪声点的图像区域进行椭圆拟合，椭圆拟合对应的短轴的长度为预设距离L，在同一图像区域中的像素点的预设距离L均一致。

在步骤1032中，根据滤波范围内的像素点的像素值、具有彩色噪声点的图像区域的像素平均值、以及具有彩色噪声点的图像区域的像素值的协方差矩阵的特征向量，计算滤波范围内的像素点的调整系数。

其中，现有技术中对图像进行滤波时，依赖滤波半径、空间距离系数和像素差系数，上述三个系数若选取不当，可能会造成滤波的过度模糊，或者滤波不干净。本发明实施例提供的调整系数能够削弱彩色噪声点的影响权重，从而达到较优的滤波效果。

具体的，可以根据公式获取具有彩色噪声点的图像区域中的像素点沿特征向量的投影。其中，dI_mi为滤波范围内的第m个像素点沿具有彩色噪声点的图像区域的协方差矩阵的第i个特征向量的投影，滤波范围内的第m个像素点的像素值为(r_qm，g_qm，b_qm)，具有彩色噪声点的图像区域的像素平均值为v_i为具有彩色噪声点的图像区域的协方差矩阵的第i个特征向量，m与i均为正整数。还可以根据公式获取滤波范围内的第m个像素点的调整系数。其中，β(q_m)为滤波范围内的第m个像素点的调整系数，|dI_m1|、|dI_m2|和|dI_m3|分别为滤波范围内的第m个像素点沿具有彩色噪声点的图像区域的协方差矩阵的第一、第二、和第三特征向量的投影的绝对值。由于含彩色噪声点的图像区域的第一特征根、第二特征根和第三特征根比较接近，因此，|dI_m1|、|dI_m2|和|dI_m3|均较大。|dI_m1|+|dI_m2|+|dI_m3|的值越大，滤波范围内的第m个像素点属于彩色噪声点的可能性越大。调整系数的大小与|dI_m1|+|dI_m2|+|dI_m3|的大小成反比，当滤波范围内的第m个像素点属于彩色噪声点的可能性较大时，对应的利用滤波范围内的第m个像素点的调整系数，削弱滤波范围内的第m个像素点对滤波的影响力。

在步骤1033中，根据调整系数，对具有彩色噪声点的图像区域进行滤波。

其中，为了便于进行滤波过程，在步骤1033之前，可以将图像转换为YUV图像模式，也就是说，进行滤波的时候，可以将RGB通道转换为YUV通道，由于彩色噪声点均体现在U通道和V通道，因此只需在U通道和V通道中进行滤波即可。当完成滤波后，可以将滤波后的U通道和V通道结合原始的Y通道，再转换为RGB通道。

具体的，在具有彩色噪声点的图像区域中获取接近像素点和最远像素点，接近像素点的像素值与具有彩色噪声点的图像区域的像素平均值的欧式距离最小，最远像素点的像素值与具有彩色噪声点的图像区域的像素平均值的欧式距离最大。根据公式σ_s＝d_max/3和得到空间距离系数σ_s和像素差系数σ_r，d_max为接近像素点的位置和最远像素点的位置的欧式距离，与图像区域的像素平均值的欧式距离最大的像素值为(r_max，g_max，b_max)，具有彩色噪声点的图像区域的像素平均值为根据公式得到具有彩色噪声点的图像区域中第k个像素点p_k滤波后的像素值C¹(p_k)，其中，C⁰(p_k)为具有彩色噪声点的图像区域中第k个像素点p_k滤波前的像素值，为具有彩色噪声点的图像区域中第k个像素点p_k的滤波范围，β(q)为滤波范围内的像素点q的调整系数，||p_k-q||为像素点p_k的位置和像素点q的位置的欧氏距离，||I(p_k)-I(q)||为像素点p_k的像素值和像素点q的像素值的欧式距离。

值得一提的是，上述C⁰(p_k)和C¹(p_k)的计算是在YUV通道下进行的，而||I(p_k)-I(q)||的计算实在RGB通道下进行的。

需要说明的是，在滤波过程中引入了调整系数，利用调整系数来调整滤波过程中的彩色噪声点的权重的影响，削弱滤波过程中彩色噪声点的权重，增加了非彩色噪声点的权重，从而尽可能地将彩色噪声点过滤干净，并避免出现过度模糊的情况。而且，在现有技术中对整个图像进行滤波时采用的空间距离系数σ_s和像素差系数σ_r均为固定值，在本发明实施例中，σ_s是根据接近像素点的位置和最远像素点的位置的欧式距离计算得到的，σ_r是根据与图像区域的像素平均值的欧式距离最大的像素值为(r_max，g_max，b_max)以及具有彩色噪声点的图像区域的像素平均值计算得到的。也就是说，本发明实施例中的空间距离系数σ_s和像素差系数σ_r是根据具有彩色噪声点的图像区域自适应变化的，在滤波过程中，能够避免空间距离系数σ_s和像素差系数σ_r固定引起的滤波过度模糊或者滤波不干净的情况。

图4为本发明实施例提供的图像去噪的方法的流程图之四，如图4所示，上述实施例还可以包括步骤104。

在步骤104中，对具有彩色噪声点的图像区域相邻的图像区域进行滤波。

其中，由于具有彩色噪声点的图像区域相邻的图像区域也可能部分含有彩色噪声点，为了尽量将图像中的彩色噪声点过滤干净，因此需要对具有彩色噪声点的图像区域相邻的图像区域也进行滤波。

在本发明实施例中，能够通过对确定的具有彩色噪声点的图像区域相邻的图像区域进行滤波，而进一步将整个图像中的彩色噪声点过滤的更干净。

图5为本发明实施例提供的图像去噪的装置的结构示意图之一，如图5所示，图像去噪的装置200包括图像分割单元201、彩噪确定单元202和滤波单元203。

其中，图像分割单元201，被配置为将图像分割为多个图像区域。

彩噪确定单元202，被配置为将多个图像区域中像素值分布差异表征因子满足预定条件的图像区域确定为具有彩色噪声点的图像区域。

滤波单元205，被配置为对具有彩色噪声点的图像区域进行滤波。

本发明提供的图像去噪的装置200，图像分割单元201将图像分割为多个图像区域，彩噪确定单元202将这多个图像区域中像素值分布差异表征因子满足预定条件的图像区域确定为具有彩色噪声的图像区域，滤波单元203对具有彩色噪声点的图像区域进行滤波，从而滤去图像中的彩色噪声。像素分布差异表征因子能够表征像素点在图像区域中的像素值分布差异，若图像区域的像素分布差异因子满足预定条件，表明在该图像区域中具有像素值与图像区域中的大部分像素点有较大差异的彩色噪声点，对具有彩色噪声点的图像区域进行滤波，去除具有彩色噪声点的图像区域中的彩色噪声，并不对不具有彩色噪声的图像区域进行滤波，避免了对整个图像进行滤波，图像中不含彩色噪声点的部分被过度模糊的情况，从而避免了整个图像出现过度模糊的情况，提高了图像的美观程度。

具体的，上述实施例中的彩噪确定单元202具体被配置为对于多个图像区域中的任意一个图像区域，构建图像区域的像素值的协方差矩阵；利用图像区域的像素值的协方差矩阵的特征根，计算图像区域的像素值分布差异表征因子；以及在图像区域的像素值分布差异表征因子满足预定条件时，确定图像区域为具有彩色噪声点的图像区域。

其中，分布差异表征因子包括α和λ₀，λ₀、λ₁和λ₂分别为图像区域的像素值的协方差矩阵的第一、第二、和第三特征根，λ₀≤λ₁≤λ₂。

更进一步地，彩噪确定单元202具体被配置为在且λ₀＞a₂时，确定图像区域为具有彩色噪声点的图像区域，a₁为第一判断阈值，a₂为第二判断阈值。

其中，第一判断阈值a₁可以为1/6，第二判断阈值a₂可以为255/6。

具体的，上述实施例中的滤波单元203具体被配置为确定具有彩色噪声点的图像区域中的像素点的滤波范围；根据滤波范围内的像素点的像素值、具有彩色噪声点的图像区域的像素平均值、以及具有彩色噪声点的图像区域的像素值的协方差矩阵的特征向量，计算滤波范围内的像素点的调整系数；根据调整系数，对具有彩色噪声点的图像区域进行滤波。

其中，滤波范围为以具有彩色噪声点的图像区域的像素点为中心，以预设距离L构造的(2L+1)×(2L+1)的范围。

更进一步地，滤波单元203具体被配置为根据公式获取具有彩色噪声点的图像区域中的像素点沿特征向量的投影，dI_mi为滤波范围内的第m个像素点沿具有彩色噪声点的图像区域的协方差矩阵的第i个特征向量的投影，滤波范围内的第m个像素点的像素值为(r_qm，g_qm，b_qm)，具有彩色噪声点的图像区域的像素平均值为v_i为具有彩色噪声点的图像区域的协方差矩阵的第i个特征向量，m与i均为正整数；根据公式获取滤波范围内的第m个像素点的调整系数，β(q_m)为滤波范围内的第m个像素点的调整系数，|dI_m1|、|dI_m2|和|dI_m3|分别为滤波范围内的第m个像素点沿具有彩色噪声点的图像区域的协方差矩阵的第一、第二、和第三特征向量的投影的绝对值。

上述滤波单元203具体被配置为在具有彩色噪声点的图像区域中获取接近像素点和最远像素点，接近像素点的像素值与具有彩色噪声点的图像区域的像素平均值的欧式距离最小，最远像素点的像素值与具有彩色噪声点的图像区域的像素平均值的欧式距离最大；根据公式σ_s＝d_max/3和得到空间距离系数σ_s和像素差系数σ_r，d_max为接近像素点的位置和最远像素点的位置的欧式距离，与图像区域的像素平均值的欧式距离最大的像素值为(r_max，g_max，b_max)，具有彩色噪声点的图像区域的像素平均值为根据公式得到具有彩色噪声点的图像区域中第k个像素点p_k滤波后的像素值C¹(p_k)，其中，C⁰(p_k)为具有彩色噪声点的图像区域中第k个像素点p_k滤波前的像素值，为具有彩色噪声点的图像区域中第k个像素点p_k的滤波范围，β(q)为滤波范围内的像素点q的调整系数，||p_k-q||为像素点p_k的位置和像素点q的位置的欧氏距离，||I(p_k)-I(q)||为像素点p_k的像素值和像素点q的像素值的欧式距离。

在本发明实施例中，滤波单元203在滤波过程中引入了调整系数，利用调整系数来调整滤波过程中的彩色噪声点的权重的影响，削弱滤波过程中彩色噪声点的权重，增加了非彩色噪声点的权重，从而尽可能地将彩色噪声点过滤干净，并避免出现过度模糊的情况。而且，在现有技术中对整个图像进行滤波时采用的空间距离系数σ_s和像素差系数σ_r均为固定值，在本发明实施例中，σ_s是根据接近像素点的位置和最远像素点的位置的欧式距离计算得到的，σ_r是根据与图像区域的像素平均值的欧式距离最大的像素值为(r_max，g_max，b_max)以及具有彩色噪声点的图像区域的像素平均值计算得到的。也就是说，本发明实施例中的空间距离系数σ_s和像素差系数σ_r是根据具有彩色噪声点的图像区域自适应变化的，在滤波过程中，能够避免空间距离系数σ_s和像素差系数σ_r固定引起的滤波过度模糊或者滤波不干净的情况。

图6为本发明实施例提供的图像去噪的装置的结构示意图之二，如图6所示，在图5所示的图像去噪的装置200的基础上，图像去噪的装置200还包括周边滤波单元204，被配置为对具有彩色噪声点的图像区域相邻的图像区域进行滤波。

在本发明实施例中，周边滤波单元204能够通过对确定的具有彩色噪声点的图像区域相邻的图像区域进行滤波，而进一步将整个图像中的彩色噪声点过滤的更干净。

以上所述的结构示意图中所示的功能单元可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时，其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时，本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。

本发明并不局限于上文所描述并在图中示出的特定步骤和结构。并且，为了简明起见，这里省略对已知方法技术的详细描述。例如，在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本发明的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本发明的精神之后，做出各种改变、修改和添加，或者改变步骤之间的顺序。