相似度较大同时像素本身的差值也较大而产生边缘模糊效应的问题，进一步提高了 图像的去噪效果。
[0089] 如图6所示，为图像传感器应用本发明实施例的图像去噪方法来获取图像的应用 实例，包括以下步骤：
[0090] S100、从内存数据流中获取一帧bayer格式的图像。
[0091]获取的bayer格式的图像为原始的图像数据，其图像效果如图7所示。
[0092] S200、对图像进行去噪处理。
[0093] 可选地，可以按照前述第一实施例中的步骤SI 1-S14，遍历图像中的每一个像素进 行去噪处理。
[0094] 可选地，也可以按照前述第二实施例中的步骤S21-S25，遍历图像中的每一个像素 进行去噪处理。
[0095] 采用上述方案对图像进行去噪处理，由于充分利用了 R、G、B三通道的关系信息进 行去噪，使得去噪后的图像能够更加真实细腻的表现出图像细节，提高了图像的还原度，提 升了图像的去噪效果，使得最终的图像具有更高的质量和更好的视觉效果。
[0096] S300、将去噪后的图像进行去马赛克处理，得到完整的RGB图像。
[0097] 在对图像进行去马赛克(Demosaic)处理时，可以采用现有的Demosaic算法进行处 理。
[0098] 可选地，也可以采用以下方式来对图像进行去马赛克处理：
[0099] 获取图像中R通道/B通道对应的像素的第一水平插值结果和第一垂直插值结果； 获取图像中R通道/B通道对应的像素的水平梯度和垂直梯度;判断出获得的水平梯度和垂 直梯度之间的差值的绝对值大于〇且小于第一预设阈值，根据获得的第一水平插值结果和 第一垂直差值结果的加权平均重建图像中R通道/B通道对应的像素的G通道的像素值;重建 图像中G通道对应的像素的R通道和B通道的像素值;根据图像中R通道和B通道对应的像素 的重建的G通道的像素值重建图像中R通道对应的像素的B通道的像素值，以及图像中B通道 对应的像素的R通道的像素值。
[0100] 采用上述去马赛克处理方案，在获得的水平梯度和垂直梯度之间的差值的绝对值 大于0且小于第一预设阈值时，根据获得的第一水平插值结果和第一垂直差值结果的加权 平均重建图像中R通道或B通道对应的像素的G通道的像素值，减少了伪彩色和摩尔纹，从而 提高了图像的视觉质量。
[0101] 如图8所示，为采用本发明实施例的图像去噪方法进行去噪处理后最终获得的完 整的RGB图像，该图像的细节表现真实而丰富，线条细腻平滑，颜色纯而饱满，是一幅高质量 的RGB图像。
[0102] 参见图9,提出本发明的图像去噪装置第一实施例，所述装置遍历图像中的每一个 像素，分别对每一个像素进行去噪处理，所述装置包括选取模块、定义模块、第一计算模块 和第二计算模块，其中：
[0103] 选取模块：用于选取图像中的一个像素作为目标像素，在目标像素周围的设定范 围内选取与目标像素的颜色通道相同的像素作为参考像素。
[0104] 选取模块依次选取图像中的像素作为目标像素来进行去噪处理，当一个像素处理 完成后，再选择下一个像素，直至遍历图像中的所有像素，所有像素均完成去噪处理为止。
[0105] 在选取参考像素时，设定范围的大小可以根据需要设定，理论上，范围越大越好。 可选地，选取模块最终确定的范围是以目标像素为中心的一个区域，将落在该区域内的所 有与目标像素的颜色通道相同的像素选取为参考像素。
[0106] 定义模块：用于定义以目标像素为中心的设定大小的块为目标块，定义以参考像 素为中心的设定大小的块为参考块。
[0107] 每一个参考像素对应一个参考块，因此最终定义出一个目标块和多个参考块。目 标块与参考块的大小相同，二者的大小可以根据需要设定，理论上越大越好。例如，可以将 目标块和参考块定义为5x5大小的块。
[0108] 第一计算模块：用于根据参考块与目标块内的所有像素对两个块进行差异性度 量，基于两个块的差异度计算参考块中心的参考像素的权重，据此获得每一个参考像素的 权重，并对目标像素的权重赋值1。然后将计算出的目标像素的权重以及所有参考像素的权 重发送给第二计算模块。
[0109] 第一计算模块需计算出每一个参考像素的权重，本发明实施例根据参考像素对应 的参考块与目标块的差异度来计算该参考像素的权重。由于参考块和目标块中包含了R、G、 B三个通道的像素，通过对两个块进行差异性度量，将三通道之间的关系充分关联起来，使 得最终的去噪结果包含了三通道的关系信息。由于参考像素的权重是相对于目标像素来说 的，而目标像素相对于本身的权重为1，因此对目标像素的权重赋值1。
[0110]如图9所示，第一计算模块包括差异性度量单元和权重计算单元，差异性度量单元 用于根据参考块与目标块内的所有像素对两个块进行差异性度量，权重单元用于基于两个 块的差异度(或相似度)计算参考块中心的参考像素的权重，并对目标像素的权重赋值1。 [0111]可选地，差异性度量单元在进行差异性度量(或相似性度量)时，可以将参考块与 目标块内对应位置的像素相减的差值的绝对值之和作为两个块的差异度，也就是说，将参 考块与目标块内每一个位置的两个像素执行减法运算后取绝对值，再将所有位置的运算结 果执行加法运算，将加法运算结果作为差异度，其计算公式如下：
[0112] r= Σ |M(i, j)-N(i, j) | ,
[0113] 其中，M( i , j)和N( i , j)分别为参考块和目标块中坐标位置为（i , j)的两个像素 ，r 为参考块和目标块的差异度。以5x5大小的块为例，共有25个位置，两个块对应相减并取绝 对值后获得25个数值，将25个数值加起来就是两个块的差异度。
[0114] 可选地，在进行差异性度量时，差异性度量单元还可以将参考块与目标块内对应 位置的像素相减的差值的平方之和作为两个块的差异度，也就是说，将参考块与目标块内 每一个位置的两个像素执行减法运算后再平方，再将所有位置的运算结果执行加法运算， 将加法运算结果作为差异度，其计算公式如下：
[0115] r=I(M(i,j)-N(i,j))2〇
[0116] 此外，还可以采用现有技术中的其它方式进行差异性度量(或相似性度量），在此 不再赘述。
[0117] 当得到差异度后，权重计算单元则可以根据差异度与权重的负相关关系来计算权 重。
[0118] 可选地，权重计算单元可以根据以下公式计算参考像素的权重：
[0119] w = exp(-r2/sig2),
[0120] 其中，r为参考块与目标块的差异度，sig为经验常数，w为参考块中心的参考像素 的权重。sig相当于各参考像素的权重的离散程度或差异性，sig越大则离散程度或差异性 越小，即则各参考像素的权重越接近。sig的大小与参考块和目标块的大小正相关，即参考 块和目标块越大，则sig越大，当参考块和目标块为5x5大小的块时，sig的大小约为200左右 (如 180-220)。
[0121] 可选地，还可以根据其它函数关系来计算参考像素的权重，例如一次函数、倒数函 数等等。
[0122] 在某些实施例中，差异性度量单元也可以通过差异性度量(或相似性度量)计算出 参考块与目标块的相似度，权重计算单元再根据相似度与权重的正相关关系来计算权重。
[0123] 第二计算模块:用于根据目标像素和参考像素的权重对目标像素和所有参考像素 求加权平均值，将加权平均值作为目标像素的去噪结果。
[0124] 具体的，假设目标像素的颜色通道为R，则目标像素和所有参考像素即目标像素周 围设定范围内所有的R像素，目标像素的去噪结果即为目标像素周围设定范围内所有的R像 素的加权平均值，其计算公式为：
[0125]
[0126] 其中，T_out为目标像素的去噪结果，分子部分为目标像素周围设定范围内所有的 R像素 R(i，j)与其权重w(i，j)的乘积之和，分母部分为目标像素周围设定范围内所有的R像 素的权重w(i, j)之和。
[0127] 当遍历图像中的所有像素后，图像去噪装置输出所有像素的去噪结果。
[0128] 本发明实施例的图像去噪装置，通过在去噪过程中以块为单位进行差异性度量来 对目标像素进行去噪，由于每一块中包含了 R、G、B三个颜色通道的像素，因此充分利用了 R、 G、B三通道的关系信息进行去噪，去噪结果保持了原有图像的结构信息，使得去噪后的图像 能够更加真实细腻的表现出图像细节，提高了图像的还原度，提升了图像的去噪效果，使得 最终的图像具有更高的质量和更好的视觉效果。
[0129] 参见图10,提出本发明的图像去噪装置第二实施例，本实施例在第一实施例的基 础上为第一计算模块增加了权重调节功能。
[0130]如图10所示，第一计算模块包括差异性度量单元、权重计算单元和权重调节单元， 差异性度量单元和权重计算单元与第一实施例相同。权重计算单元