图像处理方法、装置及存储介质与流程

1.本公开涉及图像技术领域，尤其涉及一种图像处理方法、装置及存储介质。


背景技术：

2.相关技术中，为了提高所采集图像的图像质量，在采集图像之后，需要对采集的图像进行降噪处理，随着图像处理技术在人工智能(artificial intelligence，ai)识别、指纹检测和自动驾驶等领域中占据越来越重要的地位，降噪算法的影响力也日益增大。
3.但是，由于采集的图像在原始色彩空间中各个通道的相关性较大，且目前大部分降噪方法局限于固定的色彩空间上，一次只能对一个通道对应的色彩分量进行降噪，例如，只能对亮度分量或者颜色分量中的一种进行去噪处理，进而导致得到的图像质量较差。


技术实现要素：

4.本公开提供一种图像处理方法、装置及存储介质。
5.根据本公开实施例的第一方面，提供一种图像处理方法，包括：
6.将以第一色彩空间表示的原始图像转换至以第二色彩空间表示；其中，所述原始图像在所述第二色彩空间中各个通道的色彩分量之间的相关性小于所述第一色彩空间中各个通道的色彩分量之间的相关性；
7.分别对所述第二色彩空间中各个通道的色彩分量所形成的通道图像进行去噪处理，得到各个所述通道图像所对应的去噪图像；基于所述去噪图像，得到目标图像。
8.可选的，所述基于所述去噪图像，得到目标图像，包括：
9.对所有所述通道图像中的第一通道图像和所述第一通道图像对应的第一去噪图像进行融合处理，得到合成图像；
10.基于所述合成图像和除所述第一通道图像之外的第二通道图像对应的第二去噪图像，得到所述目标图像。
11.可选的，所述对所有所述通道图像中的第一通道图像和所述第一通道图像对应的第一去噪图像进行融合处理，得到合成图像，包括：
12.基于合成权重对所述第一通道图像对应的色彩分量和所述第一去噪图像对应的色彩分量进行加权，得到加权色彩分量；
13.基于所述加权色彩分量进行融合处理，形成所述合成图像。
14.可选的，所述基于合成权重对所述第一通道图像对应的色彩分量和所述第一去噪图像对应的色彩分量进行加权，得到加权色彩分量，包括：
15.基于第一合成权重对所述第一通道图像的各个通道的色彩分量进行加权，得到第一加权分量；
16.基于第二合成权重对所述第一去噪图像对应的各个通道的色彩分量进行加权，得到第二加权分量；
17.将所述第一加权分量和第二加权分量的和值，确定为所述得到所述加权色彩分
量。
18.可选的，所述分别对所述第二色彩空间中各个通道的色彩分量所形成的通道图像进行去噪处理，得到各个所述通道图像所对应的去噪图像，包括：
19.分别将各个所述通道图像由空间域转换至频谱域；
20.分别对转换至频谱域的通道图像进行去噪处理，得到各个所述通道图像所对应的所述去噪图像。
21.可选的，所述分别将各个所述通道图像由空间域转换至频谱域
22.分别对各个所述通道图像进行离散余弦变换，将各个所述通道图像由所述空间域转换至所述频谱域。
23.可选的，所述第一通道图像对应的色彩分量用于表征所述原始图像的亮度；
24.所述第二通道图像对应的色彩分量用于表征所述原始图像的颜色。
25.根据本公开实施例的第二方面，提供一种图像处理装置，包括：
26.转换模块，配置为将以第一色彩空间表示的原始图像转换至以第二色彩空间表示；其中，所述原始图像在所述第二色彩空间中各个通道的色彩分量之间的相关性小于所述第一色彩空间中各个通道的色彩分量之间的相关性；
27.去噪模块，配置为分别对所述第二色彩空间中各个通道的色彩分量所形成的通道图像进行去噪处理，得到各个所述通道图像所对应的去噪图像；获取模块，配置为基于所述去噪图像，得到目标图像。
28.可选的，所述获取模块，配置为：
29.对所有所述通道图像中的第一通道图像和所述第一通道图像对应的第一去噪图像进行融合处理，得到合成图像；
30.基于所述合成图像和除所述第一通道图像之外的第二通道图像对应的第二去噪图像，得到所述目标图像。
31.可选的，所述获取模块，配置为：
32.基于合成权重对所述第一通道图像对应的色彩分量和所述第一去噪图像对应的色彩分量进行加权，得到加权色彩分量；
33.基于所述加权色彩分量进行融合处理，形成所述合成图像。
34.可选的，所述获取模块，配置为：
35.基于第一合成权重对所述第一通道图像的各个通道的色彩分量进行加权，得到第一加权分量；
36.基于第二合成权重对所述第一去噪图像对应的各个通道的色彩分量进行加权，得到第二加权分量；
37.将所述第一加权分量和第二加权分量的和值，确定为所述得到所述加权色彩分量。
38.可选的，所述去噪模块，配置为：
39.分别将各个所述通道图像由空间域转换至频谱域；
40.分别对转换至频谱域的通道图像进行去噪处理，得到各个所述通道图像所对应的所述去噪图像。
41.可选的，所述去噪模块，配置为：
42.分别对各个所述通道图像进行离散余弦变换，将各个所述通道图像由所述空间域转换至所述频谱域。
43.可选的，所述第一通道图像对应的色彩分量用于表征所述原始图像的亮度；
44.所述第二通道图像对应的色彩分量用于表征所述原始图像的颜色。
45.根据本公开实施例的第三方面，提供一种图像处理装置，包括：
46.处理器；
47.配置为存储处理器可执行指令的存储器；
48.其中，所述处理器配置为：执行时实现上述第一方面中任一种图像处理方法中的步骤。
49.根据本公开实施例的第四方面，提供一种非临时性计算机可读存储介质，当所述存储介质中的指令由图像处理装置的处理器执行时，使得所述装置能够执行上述第一方面中任一种图像处理方法。
50.本公开的实施例提供的技术方案可以包括以下有益效果：
51.本公开实施例中，可以将原始图像由第一色彩空间转换至第二色彩空间，由于原始图像在第二色彩空间中各个通道的色彩分量之间的相关性小于原始图像在第一色彩空间中各个通道的色彩分量之间的相关性，通过利用色彩空间之间的转换，能够弱化原始图像所对应的各个通道的色彩分量之间的关联性，以分别对各个通道的色彩分量所形成的通道图像进行去噪处理，进而实现同时对不同通道的色彩分量进行去噪处理，操作便捷，且能够提高降噪效果，以保证最终得到的目标图像的图像质量。
52.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
53.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
54.图1是根据一示例性实施例示出的一种图像处理方法的流程示意图。
55.图2是根据一示例性实施例示出的另一种图像处理方法的流程示意图。
56.图3是根据一示例性实施例示出的一种图像处理装置框图。
57.图4是根据一示例性实施例示出的一种用于图像处理装置1200的框图。
58.图5是根据一示例性实施例示出的另一种用于图像处理装置1300的框图。
具体实施方式
59.这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
60.本公开实施例中提供了一种图像处理方法，图1是根据一示例性实施例示出的一种图像处理方法的流程示意图，如图1所示，该方法主要包括以下步骤：
61.在步骤101中，将以第一色彩空间表示的原始图像转换至以第二色彩空间表示；其
中，所述原始图像在所述第二色彩空间中各个通道的色彩分量之间的相关性小于所述第一色彩空间中各个通道的色彩分量之间的相关性；
62.在步骤102中，分别对所述第二色彩空间中各个通道的色彩分量所形成的通道图像进行去噪处理，得到各个所述通道图像所对应的去噪图像；在步骤103中，基于所述去噪图像，得到目标图像。
63.本公开实施例中所涉及的图像处理方法可以应用于电子设备，这里，电子设备包括移动终端和固定终端，其中，移动终端包括：手机、平板电脑、笔记本电脑等；固定终端包括：个人计算机。在其他可选的实施例中，该图像处理方法也可以运行于网络侧设备，其中，网络侧设备包括：服务器、处理中心等。当然，该电子设备也可以是能够单独使用的相机，或者是可以嵌入终端设备的相机等。
64.本公开实施例中，原始图像可以是基于电子设备的图像采集模组采集的图像，也可以是预先存储至电子设备上的图像，或者是电子设备从其他设备获取的图像，在此不作具体限定。在一些实施例中，原始图像可以是以第一色彩空间表示的带有噪声的图像。
65.本公开实施例中，在获取到带有噪声的原始图像之后，可以将原始图像由第一色彩空间表示转换至第二色彩空间表示。
66.这里，第一色彩空间可以包括：rgb色彩空间，其中，r表示红色通道，g表示绿色通道，b表示蓝色通道。第二色彩空间可以包括：lαβ色彩空间，其中，l表示亮度分量，α和β表示两个色度分量，α表示黄一蓝通道(yellow—blue opponent)，β表示红一绿通道(red—green opponent)。当然，在其它实施例中，第一色彩空间还可以包括：lms色彩空间，其中，l表示第一主成分，m表示第二主成分，s表示第三主成分。在另一实施例中，第一色彩空间可以包括：hsv色彩空间，其中，h表示色相(hue)，s代表饱和度(saturation)，v明度(value)。只要第二色彩空间中各个通道的色彩分量之间的相关性小于第一色彩空间中各个通道的色彩分量之间的相关性即可，在此不作具体限定。
67.本公开实施例中，在将第一色彩空间表示的原始图像转换至以第二色彩空间表示之后，可以分别对第二色彩空间中个各个通道的色彩分量所形成的通道图像进行去噪处理，以得到各个所述通道图像所对应的去噪图像。
68.以第二色彩空间是lαβ色彩空间为例，则在第二色彩空间中具有第一通道、第二通道以及第三通道。在实现的过程中，可以分别对第一通道、第二通道以及第三通道中的色彩分量进行去噪处理，这样，就能够得到三个去噪图像。
69.在另一些实施例中，以第一色彩空间是rgb色彩空间、第二色彩空间是lαβ色彩空间为例，在实现的过程中，可以将原始图像由rgb色彩空间转换至lms色彩空间，再由lms色彩空间转换至lαβ色彩空间。
70.其中，rgb色彩空间转换至lms色彩空间的公式如下：
[0071][0072]
公式(1)，l、m和s表示lms色彩空间的值；r、g和b表示rgb色彩空间的值。
[0073]
lms色彩空间转换至lαβ色彩空间的公式如下：
[0074][0075]
公式(2)，l、m和s表示lms色彩空间的值；l、α和β表示lαβ色彩空间的值。这里，对lms色彩空间中各通道的色彩分量分别取对数是为了收敛数据，并使色彩分布更符合人眼感受。
[0076]
这里，可以基于色彩空间的正交性，将彩色图像(原始图像)的三通道分离并且转换到lms色彩空间，再进行正交化去相关转换到lαβ色彩空间，接着分别对l、α、β三通道进行变换域的降噪处理，并将lαβ色彩空间的目标图像转换到所需的色彩空间格式，就可以得到降噪后的彩色图像。其中，变换域的降噪处理主要是利用离散余弦变换将原始图像由空间域转换为频谱域，再对转换至频谱域的图像进行自适应高斯平滑，然后对高斯平滑处理之后的图像进行逆离散余弦变换，以得到去噪后的图像，本公开实施例中，通过采用自适应高斯平滑操作能够更有效地分离噪声。
[0077]
本公开实施例中，可以将原始图像由第一色彩空间转换至第二色彩空间，由于原始图像在第二色彩空间中各个通道的色彩分量之间的相关性小于原始图像在第一色彩空间中各个通道的色彩分量之间的相关性，通过利用色彩空间之间的转换，能够弱化原始图像所对应的各个通道的色彩分量之间的关联性，以分别对各个通道的色彩分量所形成的通道图像进行去噪处理，进而实现同时对不同通道的色彩分量进行去噪处理，操作便捷，且能够提高降噪效果，以保证最终得到的目标图像的图像质量。
[0078]
在另一些实施例中，在得到目标图像之后，由于目标图像为第二色彩空间表示，在实现的过程中，可以将第二色彩空间表示的目标图像转换为目标色彩空间表示的目标图像。以第二色彩空间是lαβ色彩空间，目标色彩空间是rgb色彩空间为例，可以将目标图像由lαβ色彩空间转换至lms色彩空间，再由lms色彩空间转换至rgb色彩空间。
[0079]
其中，lαβ色彩空间转换至lms色彩空间的公式如下：
[0080][0081]
公式(3)，l、m和s表示lms色彩空间的值；l、α和β表示lαβ色彩空间的值。
[0082]
lms色彩空间转换至rgb色彩空间的公式如下：
[0083]
[0084]
公式(4)，l、m和s表示lms色彩空间的值；r、g和b表示rgb色彩空间的值。
[0085]
在另一些实施例中，目标色彩空间可以包括：lms色彩空间、hsv色彩空间等，在此不作具体限定。
[0086]
在一些实施例中，所述分别对所述第二色彩空间中各个通道的色彩分量所形成的通道图像进行去噪处理，得到各个所述通道图像所对应的去噪图像，包括：
[0087]
分别将各个所述通道图像由空间域转换至频谱域；
[0088]
分别对转换至频谱域的通道图像进行去噪处理，得到各个所述通道图像所对应的所述去噪图像。
[0089]
在一些实施例中，所述分别将各个所述通道图像由空间域转换至频谱域
[0090]
分别对各个所述通道图像进行离散余弦变换，将各个所述通道图像由所述空间域转换至所述频谱域。
[0091]
例如，在将原始图像转换至第二色彩空间之后，可以对第二色彩空间中各个通道的色彩分量进行离散余弦变换，使得各个通道的色彩分量所形成的通道图像由空间域转换至频谱域，并在频谱域分别对各个通道图像进行高斯平滑处理，在进行高斯平滑处理之后，再对高斯平滑处理之后的通道图像进行逆离散余弦变换，进而得到各个通道图像所对应的去噪图像。
[0092]
这里，在将通道图像由空间域转换至频谱域之后，各个通道图像中的低频部分、中频部分以及高频部分由各个通道图像的左上角至右下角按照设定顺序分布着，这时，就可以在频谱域对各个通道图像进行自适应高斯平滑处理，相当于对不同的空间频率，进行不同的阈值限制滤波处理，例如，可以对高频部分设置自适应阈值。在对各个通道图像进行高斯平滑处理之后，再对高斯平滑处理之后的通道图像进行逆离散余弦变换，进而得到各个通道图像所对应的去噪图像。
[0093]
以转换到第二色彩空间(如，lαβ色彩空间)的单通道图像是o(r,θ)为例，则经自适应高斯平滑处理后频谱域的分布为：
[0094][0095]
公式(5)中，表示单通道图像经自适应高斯平滑处理后频谱域的分布；ρ和表示在频谱域的基坐标；o(r,θ)表示单通道图像，r和θ表示在空间域的基坐标；d[]表示离散余弦变换函数；gauss(r-r0,θ)表示以单通道图像左上角为圆心，值随半径变化的函数；r0表示圆心变化的距离，也就是左上角到图像中心的距离。
[0096]
其中，单通道图像可以是第二色彩空间中的任一通道图像。以第二色彩空间是lαβ色彩空间为例，则单通道图像可以为：l通道图像、α通道图像以及β通道图像中的任一通道图像。
[0097]
降噪后的单通道图像为：
[0098][0099]
公式(6)中，o
′
(r,θ)表示降噪后的单通道图像；表示单通道图像经自适应高斯平滑处理后频谱域的分布；d-1
[]表示逆离散余弦变换函数。
[0100]
本公开实施例中，在将各个通道图像由空间域转换至频谱域之后，再分别对转换
至频谱域的通道图像进行去噪处理，在基于变换域降噪的基础上，利用离散余弦变换和频谱域的高斯平滑处理分别对各个通道图像进行降噪处理，可以实现较好的降噪效果。
[0101]
在一些实施例中，所述基于所述去噪图像，得到目标图像，包括：
[0102]
对所有所述通道图像中的第一通道图像和所述第一通道图像对应的第一去噪图像进行融合处理，得到合成图像；
[0103]
基于所述合成图像和除所述第一通道图像之外的第二通道图像对应的第二去噪图像，得到所述目标图像。
[0104]
本公开实施例中，在对第一通道图像进行去噪处理之后，可以将第一通道图像和该第一通道图像对应的第一去噪图像进行融合处理，以得到合成图像。以第二色彩空间是lαβ色彩空间为例，则第一通道图像可以为：l通道图像；第二通道图像可以包括：α通道图像和β通道图像。也就是说，在实现的过程中，可以通过对原始的l通道图像和l通道图像的去噪图像进行融合处理，以得到合成图像。
[0105]
本公开实施例中，融合处理的过程可以为：对第一通道图像中的各个色彩分量和第一去噪图像中的各个色彩分量进行求和取平均值的方式，得到形成合成图像的色彩分量，以得到合成图像。在其他可选的实施例中，也可以基于其它的方式对第一通道图像和第一去噪图像进行融合处理，在此不做具体限定。
[0106]
在得到合成图像之后，可以基于合成图像和除第一通道图像之外的第二通道图像对应的第二去噪图像，得到目标图像。例如，可以将合成图像的色彩分量和该第二去噪图像的色彩分量，分别作为目标图像的各个通道的色彩分量。
[0107]
还是以第二色彩空间是lαβ色彩空间为例，则可以将合成图像的色彩分量确定为l通道的色彩分量，将第一去噪图像的色彩分量确定为α通道的色彩分量，将第二去噪图像的色彩分量确定为β通道的色彩分量。
[0108]
本公开实施例中，在将第一通道图像和第一去噪图像进行融合处理之后，得到合成图像，再基于合成图像和除第一通道图像之外的第二通道图像对应的第二去噪图像，得到目标图像，能够使得得到的目标图像更加自然，且更加符合人眼感受。
[0109]
在另一些实施例中，第一通道图像的数量可以为至少一个，第二通道图像的数量也可以为至少一个，这里，第一通道图像的数量和第二通道图像的数量可以相同，也可以不同。例如，第一通道图像的数量可以为一个，第二通道图像的数量可以为两个；再例如，第一通道图像的数量可以为两个，第二通道图像的数量可以为一个；再例如，第一通道图像和第二通道图像均为一个等，在此不一一举例说明。
[0110]
在另一些实施例中，在得到合成图像之后，可以确定合成图像的图像质量参数，并确定该图像质量参数是否大于预设的标准质量参数，在该合成图像的图像质量参数大于该标准质量参数的情况下，基于合成图像和除第一通道图像之外的第二通道图像对应的第二去噪图像，得到目标图像。通过进行质量参数的限定，能够保证最终得到的目标图像的图像质量。
[0111]
在另一些实施例中，图像质量参数可以包括：图像亮度、图像饱和度、图像颜色等参数，在此不作具体限定。标准质量参数可以根据需要设置，例如，可以根据经验值设置，也可以根据历史图像参数设置等，再者，也可以根据用户需要设置，在此也不作具体限定。
[0112]
在一些实施例中，所述对所有所述通道图像中的第一通道图像和所述第一通道图
像对应的第一去噪图像进行融合处理，得到合成图像，包括：
[0113]
基于合成权重对所述第一通道图像对应的色彩分量和所述第一去噪图像对应的色彩分量进行加权，得到加权色彩分量；
[0114]
基于所述加权色彩分量进行融合处理，形成所述合成图像。
[0115]
本公开实施例中，可以基于合成权重对第一通道图像和第一去噪图像进行加权，以得到加权色彩分量，并基于加权色彩分量，形成合成图像。
[0116]
这里，可以先将第一通道的原图(第一通道图像)和降噪后的图(第一去噪图像)进行合成，得到合成图像，并通过设置合成权重来控制第一通道图像和第一去噪图像在合成图像中的占比，能够在使得合成图像的噪声降低的基础上保留图像细节，以得到高质量的合成图像。
[0117]
在一些实施例中，所述基于合成权重对所述第一通道图像对应的色彩分量和所述第一去噪图像对应的色彩分量进行加权，得到加权色彩分量，包括：
[0118]
基于第一合成权重对所述第一通道图像的各个通道的色彩分量进行加权，得到第一加权分量；
[0119]
基于第二合成权重对所述第一去噪图像对应的各个通道的色彩分量进行加权，得到第二加权分量；
[0120]
将所述第一加权分量和第二加权分量的和值，确定为所述得到所述加权色彩分量。
[0121]
这里，第一合成权重和第二合成权重可以预先设置，也可以根据第一通道图像和第二去噪图像的当前图像参数确定。例如，可以获取第一通道图像和第二去噪图像的当前图像参数，并将当前图像参数输入预先训练好的参数确定模型，以得到对应的第一合成权重和第二合成权重。其中，参数确定模型可以基于神经网络模型训练得到。当然，在其他的实施例中，也可以自定义第一合成权重和第二合成权重，亦或根据历史经验值确定第一合成权重和第二合成权重。这里，确定第一合成权重和第二合成权重的方式不一一列举。
[0122]
在另一些实施例中，合成图像可以表示为：
[0123]o″
(r,θ)＝a*o(r,θ)+b*o
′
(r,θ)
ꢀꢀꢀ
(7)；
[0124]
公式(7)中，o
″
(r,θ)表示合成图像；a表示第一合成权重；o(r,θ)表示第一通道图像；b表示第二合成权重；o
′
(r,θ)表示第一去噪图像。
[0125]
还是以第二色彩空间是lαβ色彩空间为例，本公开实施例中，可以先将第一通道的原图(第一通道图像)和降噪后的图(第一去噪图像)进行合成，得到合成图像，并通过设置系数(第一合成权重和第二合成权重)来控制第一通道图像和第一去噪图像的占比，能够在使得合成图像的噪声降低的基础上保留图像细节，以得到高质量的合成图像。
[0126]
在另一些实施例中，第一通道图像的类型与第二通道图像的类型可以不同，例如，第一通道图像对应的色彩分量用于表征原始图像的亮度，第二通道图像对应的色彩分量用于表征原始图像的颜色。再例如，第一通道图像对应的色彩分量用于表征原始图像的颜色，第二通道图像对应的色彩分量用于表征原始图像的亮度。
[0127]
在另一些实施例中，第一通道图像的类型与第二通道图像的类型也可以相同，例如，第一通道图像和第二通道图像对应的色彩分量均用于表征原始图像的亮度；或者，第一通道图像和第二通道图像对应的色彩分量均用于表征原始图像的颜色。
[0128]
在一些实施例中，所述第一通道图像对应的色彩分量用于表征所述原始图像的亮度；
[0129]
所述第二通道图像对应的色彩分量用于表征所述原始图像的颜色。
[0130]
由于本公开中的第一通道图像对应的色彩分量用于表征原始图像的亮度，第二通道图像对应的色彩分量用于表征原始图像的颜色，通过同时分别对不同的通道图像进行去噪处理，能够实现同时对亮度噪声和颜色噪声进行降噪处理，相较于相机的原始的相机基于图像信号处理(image signal processing，isp)进行降噪的方法，增加了降彩噪的方式，并且利用高斯平滑滤波可以对降噪效果进行优化调整。
[0131]
图2是根据一示例性实施例示出的另一种图像处理方法的流程示意图，如图2所示，该方法主要包括以下步骤：
[0132]
在步骤201中，输入以第一色彩空间表示的原始图像。
[0133]
在步骤202中，将原始图像由第一色彩空间转换至第三色彩空间。
[0134]
在步骤203中，将原始图像由第三色彩空间转换至第二色彩空间。
[0135]
以第一色彩空间是rgb色彩空间、第二色彩空间是lαβ色彩空间、第三色彩空间是lms色彩空间为例，在实现的过程中，可以将原始图像由rgb色彩空间转换至lms色彩空间，再由lms色彩空间转换至lαβ色彩空间。
[0136]
在步骤204中，对第一通道图像进行离散余弦变换。
[0137]
这里，以第二色彩空间是lαβ色彩空间为例，则第一通道图像可以为：l通道图像。
[0138]
在步骤205中，对第一通道图像对应的离散余弦变换的结果进行高斯平滑处理。
[0139]
在步骤206中，对第一通道图像对应的高斯平滑处理结果进行逆离散余弦变换，得到第一去噪图像。
[0140]
在步骤207中，对第一通道图像和第一去噪图像进行融合处理，得到合成图像。
[0141]
在步骤208中，对除第一通道图像之外的第二通道图像进行离散余弦变换。
[0142]
这里，以第二色彩空间是lαβ色彩空间为例，则第一通道图像可以包括：l通道图像，第二通道图像可以包括：α通道图像和β通道图像。在另一些实施例中，第一通道图像可以包括：α通道图像；第二通道图像可以包括：l通道图像和β通道图像。在另一些实施例中，第一通道图像可以包括：α通道图像和β通道图像，第二通道图像可以包括：l通道图像，第一通道图像和第二通道图像的类型可以根据需要设置，在此不一一举例说明。
[0143]
在步骤209中，对第二通道图像对应的离散余弦变换的结果进行高斯平滑处理。
[0144]
在步骤210中，对第二通道图像对应的高斯平滑处理结果进行逆离散余弦变换，得到第二去噪图像。
[0145]
在步骤211中，基于合成图像和第二去噪图像，得到以第二色彩空间表示的目标图像。
[0146]
在步骤212中，将第二色彩空间表示的目标图像转换为目标色彩空间表示的目标图像。
[0147]
在步骤213中，输出目标色彩空间表示的目标图像。
[0148]
本公开实施例中，利用色彩空间正交性将各个通道去相关化，大大减少了图像各个通道之间的关联性，这有利于降噪效果。利用离散余弦变换将原始图像由空间域转换为频谱域，再对转换至频谱域的图像进行自适应高斯平滑，然后对高斯平滑处理之后的图像
进行逆离散余弦变换，以得到去噪后的图像，可以实现较好的降噪效果。通过同时分别对不同的通道图像进行去噪处理，能够实现同时对亮度噪声和颜色噪声进行降噪处理，相较于相机的原始的基于相机isp进行降噪的方法，增加了降彩噪的方式，并且利用高斯平滑滤波可以对降噪效果进行优化调整。
[0149]
图3是根据一示例性实施例示出的一种图像处理装置框图，如图3所示，该装置300主要包括：
[0150]
转换模块301，配置为将以第一色彩空间表示的原始图像转换至以第二色彩空间表示；其中，所述原始图像在所述第二色彩空间中各个通道的色彩分量之间的相关性小于所述第一色彩空间中各个通道的色彩分量之间的相关性；
[0151]
去噪模块302，配置为分别对所述第二色彩空间中各个通道的色彩分量所形成的通道图像进行去噪处理，得到各个所述通道图像所对应的去噪图像；获取模块303，配置为基于所述去噪图像，得到目标图像。
[0152]
在一些实施例中，所述获取模块303，配置为：
[0153]
对所有所述通道图像中的第一通道图像和所述第一通道图像对应的第一去噪图像进行融合处理，得到合成图像；
[0154]
基于所述合成图像和除所述第一通道图像之外的第二通道图像对应的所述第二去噪图像，得到所述目标图像。
[0155]
在一些实施例中，所述获取模块303，配置为：
[0156]
基于合成权重对所述第一通道图像对应的色彩分量和所述第一去噪图像对应的色彩分量进行加权，得到加权色彩分量；
[0157]
基于所述加权色彩分量进行融合处理，形成所述合成图像。
[0158]
在一些实施例中，所述获取模块303，配置为：
[0159]
基于第一合成权重对所述第一通道图像的各个通道的色彩分量进行加权，得到第一加权分量；
[0160]
基于第二合成权重对所述第一去噪图像对应的各个通道的色彩分量进行加权，得到第二加权分量；
[0161]
将所述第一加权分量和第二加权分量的和值，确定为所述得到所述加权色彩分量。
[0162]
在一些实施例中，所述去噪模块302，配置为：
[0163]
分别将各个所述通道图像由空间域转换至频谱域；
[0164]
分别对转换至频谱域的通道图像进行去噪处理，得到各个所述通道图像所对应的所述去噪图像。
[0165]
在一些实施例中，所述去噪模块，配置为：
[0166]
分别对各个所述通道图像进行离散余弦变换，将各个所述通道图像由所述空间域转换至所述频谱域。
[0167]
在一些实施例中，所述第一通道图像对应的色彩分量用于表征所述原始图像的亮度；
[0168]
所述第二通道图像对应的色彩分量用于表征所述原始图像的颜色。
[0169]
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法
的实施例中进行了详细描述，此处将不做详细阐述说明。
[0170]
图4是根据一示例性实施例示出的一种用于图像处理装置1200的框图。例如，装置1200可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。
[0171]
参照图4，装置1200可以包括以下一个或多个组件：处理组件1202，存储器1204，电力组件1206，多媒体组件1208，音频组件1210，输入/输出(i/o)接口1212，传感器组件1214，以及通信组件1216。
[0172]
处理组件1202通常控制装置1200的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件1202可以包括一个或多个处理器1220来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件1202可以包括一个或多个模块，便于处理组件1202和其他组件之间的交互。例如，处理组件1202可以包括多媒体模块，以方便多媒体组件1208和处理组件1202之间的交互。
[0173]
存储器1204被配置为存储各种类型的数据以支持在设备1200的操作。这些数据的示例包括用于在装置1200上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器1204可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(sram)，电可擦除可编程只读存储器(eeprom)，可擦除可编程只读存储器(eprom)，可编程只读存储器(prom)，只读存储器(rom)，磁存储器，快闪存储器，磁盘或光盘。
[0174]
电力组件1206为装置1200的各种组件提供电力。电力组件1206可以包括电源管理系统，一个或多个电源，及其他与为装置1200生成、管理和分配电力相关联的组件。
[0175]
多媒体组件1208包括在所述装置1200和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(lcd)和触摸面板(tp)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件1208包括一个前置摄像头和/或后置摄像头。当设备1200处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
[0176]
音频组件1210被配置为输出和/或输入音频信号。例如，音频组件1210包括一个麦克风(mic)，当装置1200处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器1204或经由通信组件1216发送。在一些实施例中，音频组件1210还包括一个扬声器，用于输出音频信号。
[0177]
i/o接口1212为处理组件1202和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
[0178]
传感器组件1214包括一个或多个传感器，用于为装置1200提供各个方面的状态评估。例如，传感器组件1214可以检测到设备1200的打开/关闭状态，组件的相对定位，例如所述组件为装置1200的显示器和小键盘，传感器组件1214还可以检测装置1200或装置1200一个组件的位置改变，用户与装置1200接触的存在或不存在，装置1200方位或加速/减速和装
置1200的温度变化。传感器组件1214可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件1214还可以包括光传感器，如cmos或ccd图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件1214还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
[0179]
通信组件1216被配置为便于装置1200和其他设备之间有线或无线方式的通信。装置1200可以接入基于通信标准的无线网络，如wifi，4g或5g，或它们的组合。在一个示例性实施例中，通信组件1216经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件1216还包括近场通信(nfc)模块，以促进短程通信。例如，在nfc模块可基于射频识别(rfid)技术，红外数据协会(irda)技术，超宽带(uwb)技术，蓝牙(bt)技术和其他技术来实现。
[0180]
在示例性实施例中，装置1200可以被一个或多个应用专用集成电路(asic)、数字信号处理器(dsp)、数字信号处理设备(dspd)、可编程逻辑器件(pld)、现场可编程门阵列(fpga)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
[0181]
在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器1204，上述指令可由装置1200的处理器1220执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是rom、随机存取存储器(ram)、cd-rom、磁带、软盘和光数据存储设备等。
[0182]
一种非临时性计算机可读存储介质，当所述存储介质中的指令由图像处理装置的处理器执行时，使得图像处理装置能够执行一种图像处理方法，所述方法包括：
[0183]
将以第一色彩空间表示的原始图像转换至以第二色彩空间表示；其中，所述原始图像在所述第二色彩空间中各个通道的色彩分量之间的相关性小于所述第一色彩空间中各个通道的色彩分量之间的相关性；
[0184]
分别对所述第二色彩空间中各个通道的色彩分量所形成的通道图像进行去噪处理，得到各个所述通道图像所对应的去噪图像；基于所述去噪图像，得到目标图像。
[0185]
图5是根据一示例性实施例示出的另一种用于图像处理装置1300的框图。例如，装置1300可以被提供为一服务器。参照图5，装置1300包括处理组件1322，其进一步包括一个或多个处理器，以及由存储器1332所代表的存储器资源，用于存储可由处理组件1322的执行的指令，例如应用程序。存储器1332中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1322被配置为执行指令，以执行上述图像处理方法，所述方法包括：
[0186]
将以第一色彩空间表示的原始图像转换至以第二色彩空间表示；其中，所述原始图像在所述第二色彩空间中各个通道的色彩分量之间的相关性小于所述第一色彩空间中各个通道的色彩分量之间的相关性；
[0187]
分别对所述第二色彩空间中各个通道的色彩分量所形成的通道图像进行去噪处理，得到各个所述通道图像所对应的去噪图像；基于所述去噪图像，得到目标图像。
[0188]
装置1300还可以包括一个电源组件1326被配置为执行装置1300的电源管理，一个有线或无线网络接口1350被配置为将装置1300连接到网络，和一个输入输出(i/o)接口1358。装置1300可以操作基于存储在存储器1332的操作系统，例如windows servertm，mac os xtm，unixtm，linuxtm，freebsdtm或类似。
[0189]
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本技术旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
[0190]
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。