An image noise estimation method and device and image extraction device, the method includes the following steps: determining the current image frame of a plurality of current sampling block and the previous image frames of a plurality of previous sampling blocks; calculating the current sampling block block features, and calculation of each block and the corresponding current sampling a previous sampling block between block absolute difference and characteristics of the current block; according to block clustering for multiple sampling interval; according to block characteristics and block absolute difference and the interval respectively establish the noise model; noise intensity information of local image blocks to calculate the current image frame and based on the noise model.
【技术实现步骤摘要】
图像噪声估计方法及装置与图像提取装置
本专利技术涉及一种图像处理技术,且特别涉及一种图像噪声估计方法及装置与图像提取装置。
技术介绍
在周围的光线不足时,数字相机和数字摄影机等电子图像提取装置所拍摄的图像通常会有严重的噪声干扰。在已知的图像噪声消除方法中,可以使用空间域噪声滤波器来消除空间域噪声,以及使用时间域噪声滤波器来消除时间域噪声。时空噪声滤波器则融合了时间域噪声滤波器和空间域噪声滤波器,在图像中属于静态的区域使用时间域噪声滤波器,而在属于动态的区域使用空间域噪声滤波器;如此可以避免在动态的区域中使用时间域噪声滤波器而产生运动物体残影的问题,也可以让动态区域有消除噪声的效果,不至于和静态区域在画质上有太大的差异。然而要通过噪声滤波器有效消除噪声,必须先估计图像中的噪声强度(noiselevel),才能正确分辨图像中的动态区域和静态区域,也才能让噪声滤波器依据噪声大小调整滤波强度。已知的噪声估计方法通常以局部估计模型的方式建立噪声模型,虽然采用局部估计的模型较为简单,但是参数存储的空间需求较大;此外已知的噪声估计方法在建立噪声模型的过程中,通常未考虑噪声的信号相依性(signal-dependentcharacteristic)和噪声的边缘强度相依性(edge-dependentcharacteristic),也就是噪声强度会依图像中像素亮度(pixelYintensity)和像素边缘强度(pixelsedgestrength)而改变的特性,因此如何提升图像噪声估计的正确性依然是一个重要的课题。
技术实现思路
本专利技术提供一种图像噪声估计方法、图像噪声估 ...
【技术保护点】
一种图像噪声估计方法,包括:决定当前图像帧中的多个当前采样区块以及先前图像帧中的多个先前采样区块;计算所述多个当前采样区块的每一个的区块特征,以及计算所述多个当前采样区块的每一个以及所述多个先前采样区块的对应的一个之间在至少一色彩空间分量上的区块绝对差值和;依据所述多个区块特征将所述多个当前采样区块分群为多个区间;依据所述多个区块特征以及所述多个区块绝对差值和,而为所述多个区间的每一个来建立噪声模型;以及依据所述噪声模型计算所述当前图像帧的局部图像区块的噪声强度信息。
【技术特征摘要】
2016.05.30 TW 1051168061.一种图像噪声估计方法,包括:决定当前图像帧中的多个当前采样区块以及先前图像帧中的多个先前采样区块;计算所述多个当前采样区块的每一个的区块特征,以及计算所述多个当前采样区块的每一个以及所述多个先前采样区块的对应的一个之间在至少一色彩空间分量上的区块绝对差值和;依据所述多个区块特征将所述多个当前采样区块分群为多个区间;依据所述多个区块特征以及所述多个区块绝对差值和,而为所述多个区间的每一个来建立噪声模型;以及依据所述噪声模型计算所述当前图像帧的局部图像区块的噪声强度信息。2.如权利要求1所述的图像噪声估计方法,其中决定所述当前图像帧中的所述多个当前采样区块以及所述先前图像帧中的所述多个先前采样区块的步骤包括:依据采样数量计算采样步进值以决定所述多个当前采样区块以及所述多个先前采样区块的采样位置。3.如权利要求1所述的图像噪声估计方法,其中计算所述多个当前采样区块的每一个的所述区块特征的步骤包括:分别计算所述多个当前采样区块的每一个的多个像素的亮度平均值作为所述区块特征。4.如权利要求3所述的图像噪声估计方法,其中计算所述多个当前采样区块的每一个的所述区块特征的步骤还包括:计算所述多个当前采样区块的每一个当中的所述多个像素的每一个的像素边缘强度值;以及依据所述多个像素的所述像素边缘强度值,分别计算所述多个当前采样区块的每一个的区块边缘强度值。5.如权利要求4所述的图像噪声估计方法,其中计算所述多个当前采样区块的每一个当中的所述多个像素的每一个的所述像素边缘强度值的步骤包括:对于所述多个像素的一个目前像素而言,计算所述目前像素与多个邻接像素的加权平均值;计算所述目前像素与所述加权平均值的第一绝对差值;分别计算所述多个邻接像素与所述加权平均值的多个第二绝对差值;以及计算所述第一绝对差值与所述多个第二绝对差值的总和,作为所述目前像素的所述像素边缘强度值。6.如权利要求4所述的图像噪声估计方法,其中计算所述多个当前采样区块的每一个的所述区块边缘强度值的步骤包括:在所述多个当前采样区块的一个采样区块中,计算所述多个像素的所述像素边缘强度值的总和,作为所述采样区块的所述区块边缘强度值。7.如权利要求4所述的图像噪声估计方法,其中依据所述多个区块特征将所述多个当前采样区块分群为所述多个区间的步骤包括:依据所述多个当前采样区块的每一个的所述亮度平均值以及所述区块边缘强度值来过滤所述多个当前采样区块,而获得多个经过滤当前采样区块,其中所述多个经过滤当前采样区块的所述亮度平均值介于预设的最小平均亮度阈值以及预设的最大平均亮度阈值之间,并且所述多个经过滤当前采样区块的所述区块边缘强度值小于预设的边缘强度值阈值;以及依据所述多个经过滤当前采样区块的所述亮度平均值,将所述多个经过滤当前采样区块分群为所述多个区间。8.如权利要求4所述的图像噪声估计方法,其中所述色彩空间分量为亮度分量,并且建立所述噪声模型的步骤包括:分别计算所述多个区间的每一个在所述亮度分量上的噪声平均值以及噪声标准差,作为所述噪声模型。9.如权利要求8所述的图像噪声估计方法,其中计算所述噪声平均值以及所述噪声标准差的步骤包括:选择所述多个区间的其中一个作为目标区间;选择在所述目标区间中的所述多个当前采样区块的至少其中一个作为所述目标区间的第一区块集合,其中在所述第一区块集合中的所述多个当前采样区块在所述亮度分量上的所述多个区块绝对差值和小于或等于噪声基准值阈值;依据所述第一区块集合当中的所述多个当前采样区块的所述多个区块边缘强度值来计算所述目标区间的边缘强度基准值;以及依据所述第一区块集合当中的所述多个当前采样区块在所述亮度分量上的所述多个区块绝对差值和来计算所述目标区间的噪声基准值。10.如权利要求9所述的图像噪声估计方法,其中计算所述噪声平均值以及所述噪声标准差的步骤还包括:选择在所述目标区间中的所述多个当前采样区块的至少其中一个作为所述目标区间的第二区块集合,其中在所述第二区块集合中的所述多个当前采样区块在所述亮度分量上的所述多个区块绝对差值和小于或等于噪声平均值阈值;以及依据所述边缘强度基准值与所述噪声基准值,以及依据在所述第二区块集合当中的所述多个当前采样区块在所述亮度分量上的所述多个区块绝对差值和以及所述多个区块边缘强度值,来计算所述目标区间的第一系数值以及第二系数值。11.如权利要求10所述的图像噪声估计方法,其中计算所述噪声平均值以及所述噪声标准差的步骤还包括:选择在所述目标区间中的所述多个当前采样区块的至少其中一个作为所述目标区间的第三区块集合,其中在所述第三区块集合中的所述多个当前采样区块在所述亮度分量上的所述多个区块绝对差值和小于或等于噪声标准差阈值;依据所述第一系数值与所述第二系数值,以及依据在所述第三区块集合当中的所述多个当前采样区块的所述边缘强度值,来计算所述目标区间的所述噪声平均值;以及依据在所述第三区块集合当中的所述多个当前采样区块在所述亮度分量上的所述多个区块绝对差值和以及所述噪声平均值计算所述目标区间的所述噪声标准差。12.如权利要求4所述的图像噪声估计方法,其中所述色彩空间分量为色度分量,并且建立所述噪声模型的步骤包括:分别计算所述多个区间的每一个在所述色度分量上的噪声平均值以及噪声标准差,作为所述噪声模型。13.如权利要求12所述的图像噪声估计方法,其中计算所述噪声平均值以及所述噪声标准差的步骤包括:选择所述多个区间的其中一个作为目标区间;选择在所述目标区间中的所述多个当前采样区块的至少其中一个作为所述目标区间的第四区块集合,其中在所述第四区块集合中的所述多个当前采样区块的所述多个区块绝对差值和小于或等于噪声平均值阈值;以及依据在所述第四区块集合当中的所述多个当前采样区块在所述色度分量的所述多个区块绝对差值和来计算所述目标区间的所述噪声平均值。14.如权利要求13所述的图像噪声估计方法,其中计算所述噪声平均值以及该噪声标准差的步骤包括:选择在所述目标区间中的所述多个当前采样区块的至少其中一个作为所述目标区间的第五区块集合,其中在所述第五区块集合中的所述多个当前采样区块在所述色度分量的所述多个区块绝对差值和小于或等于噪声标准差阈值;以及依据在所述第五区块集合当中的所述多个当前采样区块的所述多个区块绝对差值和以及所述噪声平均值计算所述目标区间的所述噪声标准差。15.如权利要求1所述的图像噪声估计方法,其中依据所述噪声模型计算所述当前图像帧的所述局部图像区块的所述噪声强度信息的步骤包括:计算所述当前图像帧的所述局部图像区块的亮度平均值以及边缘强度值;以及依据所述局部图像区块的所述亮度平均值以及所述边缘强度值,藉由使用所述噪声模型计算所述局部图像区块在所述色彩空间分量上的噪声平均值、噪声标准差以及噪声基准值。16.一种图像噪声估计装置,包括:全域噪声估计单元,用以决定当前图像帧当中的多个当前采样区块以及先前图像帧的多个先前采样区块,计算所述多个当前采样区块的每一个的区块特征,计算所述多个当前采样区块的每一个以及所述多个先前采样区块的对应的一个之间在至少一色彩空间分量上的区块绝对差值和,依据所述多个区块特征将所述多个当前采样区块分群为多个区间,以及依据所述多个区块特征以及所述多个区块绝对差值和而为所述多个区间的每一个来建立噪声模型;以及局部噪声计算单元,连接所述全域噪声估计单元,用以依据所述噪声模型计算所述当前图像帧的局部图像区块的噪声强度信息。17.如权利要求16所述的图像噪声估计装置,其中所述全域噪声估计单元还用以依据采样数量计算采样步进值以决定所述多个当前采样区块以及所述多个先前区块的采样位置。18.如权利要求16所述的图像噪声估计装置,其中所述全域噪声估计单元还用以分别计算所述多个当前采样区块的每一个的多个像素的亮度平均值作为所述区块特征。19.如权利要求18所述的图像噪声估计装置,其中所述全域噪声估计单元还用以计算所述多个当前采样区块的每一个当中的所述多个像素的每一个的像素边缘强度值,以及依据所述多个像素的所述像素边缘强度值,分别计算所述多个当前采样区块的每一个的区块边缘强度值。20.如权利要求19所述的图像噪声估计装置,其中对于所述多个像素的目前像素而言,所述全域噪声估计单元还用以计算所述目前像素与多个邻接像素的加权平均值,计算所述目前像素与所述加权平均值的第一绝对差值,分别计算所述多个邻接像素与所述加权平均值的多个第二绝对差值,以及计算所述第一绝对差值与所述多个第二绝对差值的总和来作为所述目前像素的所述像素边缘强度值。21.如权利要求19所述的图像噪声估计装置,其中在所述多个当前采样区块的一个采样区块中,所述全域噪声估计单元还用以计算所述多个像素的所述像素边缘强度值的总和,作为所述采样区块的所述区块边缘强度值。22.如权利要求19所述的图像噪声估计装置,其中所述全域噪声估计单元还用以依据所述多个当前采样区块的每一个的所述亮度平均值以及所述区块边缘强度值来过滤所述多个当前采样区块,而获得多个经过滤当前采样区块,其中所述多个经过滤当前采样区块的所述亮度平均值介于预设的最小平均亮度阈值以及预设的最大平均亮度阈值之间,并且所述多个经过滤当前采样区块的所述区块边缘强度值小于预设的边缘强度值阈值;以及所述全域噪声估计单元还用以依据所述多个经过滤当前采样区块的所述亮度平均值,将所述多个经过滤当前采样区块分群为所述多个区间。23.如权利要求19所述的图像噪声估计装置,其中所述色彩空间分量为亮度分量,并且所述全域噪声估计单元还用以分别计算所述多个区间的每一个在所述亮度分量上的噪声平均值以及噪声标准差,作为所述噪声模型。24.如权利要求23所述的图像噪声估计装置,其中所述全域噪声估计单元还用以选择所述多个区间的其中一个作为目标区间,选择在所述目标区间中的所述多个当前采样区块的至少其中一个作为所述目标区间的第一区块集合,其中在所述第一区块集合中的所述多个当前采样区块在所述亮度分量上的所述多个区块绝对差值和小于或等于噪声基准值阈值;所述全域噪声估计单元还用以依据所述第一区块集合当中的所述多个当前采样区块...
【专利技术属性】
技术研发人员:吴适达,
申请(专利权)人:联咏科技股份有限公司,
类型:发明
国别省市:中国台湾,71
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。