图像降噪方法和系统的制作方法
【技术领域】
[0001]本发明涉及图像处理技术领域，特别是涉及一种图像降噪方法和系统。
【背景技术】
[0002]随着科技的发展，手机、平板电脑、相机等终端的功能也得到不断的完善。同时，随着数码产品的普及，图像已成为人类活动中最常用的信息载体，它们包含着物体的大量信息，成为人们获取外界原始信息的主要途径。
[0003]现在手机或平板电脑等终端设备已经成为图像拍摄的常用工具。此类终端设备的摄像头使用的感光器件噪点比较大，尤其是光线较暗时，需要高ISO(感光度)的场景下，拍摄出来的视频噪点非常明显，使得拍摄效果大打折扣。
[0004]传统的降噪算法大多是根据图像的环境光亮度，选取不同的降噪强度。一种是采用整体降噪的方式，采用这种方式，若降噪程度大，就会造成高亮区域细节被抹;如果降噪程度小，又导致低亮区域噪点严重的情况;也有稍微精细的方式是把图像分区域进行降噪；但是不管是哪种方式，都会出现降噪以后斑块化的情况，降噪效果差。
【发明内容】
[0005]本发明的目的在于提供一种图像降噪方法和系统，可以提升图像的降噪效果。
[0006]本发明的目的通过如下技术方案实现:
[0007]—种图像降噪方法，包括如下步骤:
[0008]识别待降噪图像中的面部区域，对所述面部区域内的非肤色像素点的颜色值进行过滤；
[0009]识别所述待降噪图像的暗部区域，对所述暗部区域进行灰度化处理；
[0010]对当前图像进行降白噪处理，所述当前图像为经过非肤色像素点的颜色值过滤、灰度化处理后的待降噪图像。
[0011 ] 一种图像降噪系统，包括:
[0012]第一降色噪模块，用于识别待降噪图像中的面部区域，对所述面部区域内的非肤色像素点的颜色值进行过滤；
[0013]第二降色噪模块，用于识别所述待降噪图像的暗部区域，对所述暗部区域进行灰度化处理；
[0014]降白噪模块，用于对当前图像进行降白噪处理，所述当前图像为经过非肤色像素点的颜色值过滤、灰度化处理后的待降噪图像。
[0015]根据上述本发明的方案，其是识别待降噪图像中的面部区域，对所述面部区域内的非肤色像素点的颜色值进行过滤，识别所述待降噪图像的暗部区域，对所述暗部区域进行灰度化处理，对当前图像进行降白噪处理，所述当前图像为经过非肤色像素点的颜色值过滤、灰度化处理后的待降噪图像，其中，对所述面部区域内的非肤色像素点的颜色值进行过滤以及对所述暗部区域进行灰度化处理两个过程是降色噪的过程，也就是说，本发明的方案对待降噪图像进行了两次降噪处理，一次为降色噪，另一次为降白噪，可以有效的避免斑块化的出现，提升了降噪效果；同时，这是一种从人眼感知图像的视觉效果出发进行的降噪方式，以达到降低人眼感知的噪声的目的，而不需要对人眼无法感知的噪声进行处理，提高了降噪效率。
【附图说明】
[0016]图1为本发明的图像降噪方法实施例的流程示意图；
[0017]图2为本发明的图像降噪系统的一个实施例的结构示意图；
[0018]图3为本发明的图像降噪系统的另一个实施例的结构示意图；
[0019]图4为图2中的第一降色噪模块在其中一个实施例的细化结构示意图；
[0020]图5为图2中的第二降色噪模块在其中另一个实施例的细化结构示意图；
[0021]图6为图2中的降白噪模块在其中一个实施例的细化结构示意图。
【具体实施方式】
[0022]为使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步的详细说明。应当理解，此处所描述的【具体实施方式】仅仅用以解释本发明，并不限定本发明的保护范围。
[0023]为了便于理解本发明的方案，以下首先对噪声进行说明。
[0024]低光下拍摄的图像会存在两种噪声，第一种是色噪，带有颜色，在面部和暗部(照片上没有光照或者光照极低的黑色部分)出现会非常明显;第二种是白噪，类似电视机上的雪花点，黑白，在暗部明显，在面部和有光照的部分出现，从用户视觉上看就不会特别明显，颜色越亮的区域，视觉越不明显。这两种噪声都是人眼可感知的噪声。以下对本发明方案进行说明。
[0025]在下述说明中，首先针对本发明的图像降噪方法的实施例进行说明，再对本发明的图像降噪系统的各实施例进行说明。
[0026]参见图1所示，为本发明的图像降噪方法的实施例的流程示意图。如图1所示，本实施中的图像降噪方法包括如下步骤:
[0027]步骤SlOl:识别待降噪图像中的面部区域，对所述面部区域内的非肤色像素点的颜色值进行过滤；
[0028]其中，面部区域的识别方式具体可以是:对所述待降噪图像进行人脸识别，获得所述待降噪图像中的人脸区域;识别所述人脸区域内的特征部位的所在位置，根据所述特征部位的所在位置获取所述面部区域；
[0029]这里，通过人脸识别获得人脸所在的一个矩形框，该矩形框内的区域即为所述人脸区域，所述面部区域位于该矩形框内；
[0030]这里，特征部位可以指人体五官中的部分五官或者全部五官，例如，人眼和嘴巴；在获得了特征部位的所在位置后，可以根据所述特征部位的所在位置构造出面部轮廓，面部轮廓内的区域即为所述面部区域;根据所述特征部位的所在位置构造出面部轮廓可以采用现有方式，在此不予赘述；
[0031]这里，对所述面部区域内的非肤色像素点的颜色值进行过滤的过程具体可以包括:可以分别将所述面部区域内各像素点的像素值与预设的肤色范围进行比较，获取像素值不在所述肤色范围内的像素点，当前获取的像素点即为非肤色像素点，过滤掉非肤色像素点的颜色值；
[0032]步骤SlOl实现了对面部区域的降色噪处理，处理后，完成了对人眼可感知的面部区域的色噪的降噪处理;考虑到并不是所有拍摄的图像都需要进行降噪处理，或者并不是所有拍摄的图像中都具有脸部区域，为了能够自适应的进行降噪处理，在其中一个实施例中，在步骤SlOl之前，还可以包括步骤:在拍摄预览时，检测环境光并进行人脸识别，若环境光亮度值小于预设的环境亮度阈值且在预览区域内识别到人脸，则将拍摄获得的图像作为所述待降噪图像，进入步骤SlOl;也就是说，将环境光亮度值小于预设的环境亮度阈值且识别到人脸作为执行步骤SlOl及之后的降噪流程的启动条件；
[0033]这里，环境亮度阈值可以根据实际需要进行设定，可以是系统默认值，也可以是用户自行设置的；
[0034]步骤S102:识别所述待降噪图像的暗部区域，对所述暗部区域进行灰度化处理；
[0035]其中，识别暗部区域的方式具体可以是:根据所述待降噪图像的中像素点的亮度值，识别出低于预设的图像亮度阈值的区域，该区域即暗部区域;更为具体的方式可以是:按照预设的划分方式将所述待降噪图像划分为多个区域，分别获取各个区域内像素点的亮度平均值，将各个亮度平均值分别与图像亮度阈值，亮度平均值小于图像亮度阈值的区域为暗部区域;其中，划分方式可以是平均划分、也可以是非平均划分；
[0036]其中，对所述暗部区域进行灰度化处理的过程可以包括:对所述暗部区域内各像素点的像素值进行检测，将像素值中包括颜色值的像素点进行灰度化处理，其中，灰度化处理指将相应像素点的像素值赋值为灰度值；
[0037]步骤S102实现了对暗部区域的降色噪处理，处理后，完成了对人眼可感知的暗部区域色噪的降噪处理；
[0038]需要说明的是，上述步骤S101、步骤S102可以不采用上述先后顺序进行，也可以同时进行；
[0039]步骤S103:对当前图像进行降白噪处理，所述当前图像为经过非肤色像素点的颜色值过滤、灰度化处理后的待降噪图像；
[0040]其中，对当前图像进行降白噪处理的过程具体可以包括:根据所述当前图像中像素点的亮度值，对所述当前图像进行区域划分;分别根据区域划分后的各分区的亮度平均值获取各所述分区对应的降白噪强度，分别对各所述分区采用对应的降白噪强度进行降白噪处理；
[0041]具体地，可以预先设置图像亮度范围与降白噪强度的对应关系，其中，降白噪强度越强(或者称为等级越高)，所对应的图像亮度范围内的亮度值越低，例如，若图像亮度范围为O?50，对应第一降白噪强度，若图像亮度范围为51?120，对应第二降白噪强度，若图像亮度范围为121?255，对应第三降白噪强度，第一降白噪强度、第二降白噪强、第三降白噪强度的强度依次减弱；按照图像亮度范围与降白噪强度的