图像噪声降低制造技术

技术编号:13766517 阅读:78 留言:0更新日期:2016-09-28 20:26
可以从图像的集合形成经降低噪声的图像。集合中的图像中的一幅图像可以被选择为参考图像,并且集合中的其他图像被变换使得它们更好地与参考图像对齐。确定每幅图像与参考图像的对齐的测量。之后使用根据经变换的图像与参考图像的对齐的权重来组合经变换的图像中的至少一些经变换的图像,以形成经降低噪声的图像。通过根据图像与参考图像的对齐来对图像进行加权,减少经组合的图像中的图像之间的不对齐的效应。另外,可以对经降低噪声的图像应用运动校正。

【技术实现步骤摘要】

技术介绍
相机被用于捕获图像。通常,在有一些图像噪声存在于图像中的意义上,图像是有噪声的。图像噪声可以是随机的(或伪随机的),使得在相同场景的两幅不同图像的图像噪声之间几乎没有或没有关联。在本说明书的上下文中,图像噪声是存在于从图像捕获过程得到的图像中的不想要的信号,并且可以例如由传感器和/或由捕获图像的相机的电路产生。由于在相同场景的两幅不同图像的图像噪声之间通常几乎没有或没有关联,所以图像噪声可以通过将相同场景的快速连续地捕获的两幅或更多幅图像的序列进行组合来被降低。将图像进行组合将减少从图像捕获过程得到的每幅单独的图像中的随机波动的效应。例如,在每个像素位置处,可以对针对不同图像的像素值求平均值以确定经组合的图像的像素值。经组合的图像是经降低噪声的图像。由于被组合的图像在不同的时刻被捕获,所以可能在捕获不同图像的时间之间存在在场景中的对象的一些运动。另外,可能在捕获不同图像的时间之间存在相机的一些移动。具体地,如果用户在相机捕获图像的序列的同时持有该相机,则很有可能在捕获不同图像的时间之间将存在一些相机移动。被组合以形成经降低噪声的图像的图像之间的运动可以导致图像之间的一些几何不对齐(misalignment),其转而可能将一些模糊引入到经降低噪声的图像中。存在图像之间的各种类型的“对齐(alignment)”,例如几何对齐、辐射对齐和时间对齐。本文中的描述考虑图像的几何对齐,其与处理图像之间的运动是相关的,并且如本文中使用的术语“对齐”应当被理解为指代“几何对齐”。图像之间的不对齐导致在将图像进行组合以便降低噪声时出现问题。另外,在图像被捕获的同时相机的移动可能将运动模糊引入到图像中,其能够降低图像的清晰度。
技术实现思路
提供本
技术实现思路
从而以简化的形式介绍下面在具体实施方式中进一步描述的一系列概念。本
技术实现思路
不旨在标识要求保护的主题的关键特征或必要特征,也不旨在用于限制要求保护的主题的范围。提供了一种使用图像的集合来形成经降低噪声的图像的方法,所述方法包括:对所述集合的所述图像中的至少一些图像应用相应变换以使所述至少一些图像更接近与来自所述图像的集合的参考图像的对齐;针对经变换的图像中的每幅经变换的图像,确定所述经变换的图像与所述参考图像的对齐的相应测量;使用所确定的对齐的测量来确定针对经变换的图像中的一幅或多幅经变换的图像的权重;以及使用所确定的权重来组合包括经变换的图像中的所述一幅或多幅经变换的图像的多幅图像,以形成经降低噪声的图像。提供了一种用于使用图像的集合来形成经降低噪声的图像的处理模块,所述处理模块包括:对齐逻辑,所述对齐逻辑被配置为:对所述集合的所述图像中的至少一些图像应用相应变换以使所述至少一些图像更接近与来自所述图像的集合的参考图像的对齐;针对经变换的图像中的每幅经变换的图像,确定所述经变换的图像与所述参考图像的对齐的相应测量;以及组合逻辑,所述组合逻辑被配置为:使用所确定的对齐的测量来确定针对经变换的图像中的一幅或多幅经变换的图像的权重;以及使用所确定的权重来组合包括经变换的图像中的一幅或多幅经变换的图像的多幅图像,以形成经降低噪声的图像。提供了一种用于对第一图像进行变换以使所述第一图像更接近与第二图像的对齐的方法,所述方法包括:实施多核跟踪技术,以基于所述第二图像的目标区域的集合与所述第一图像的候选区域的集合之间的相似度来确定所述第一图像的所述候选区域的集合的位置,其中所述第二图像的所述目标区域分别被定位在所述第二图像的预定点集的位置上;使用所述候选区域的集合的所确定的位置中的至少一些位置来初始化Lucas Kanade逆算法;使用所述Lucas Kanade逆算法来确定所述第一图像的、与所述第二图像的所述预定点集中的至少一些点相对应的点集;基于误差度量来确定要被应用到所述第一图像的变换的参数,所述误差度量指示所述第一图像的所确定的点集中的至少一些点的变换与所述第二图像的所述预定点集的对应点之间的误差;以及对所述第一图像应用所述变换以使所述第一图像更接近与所述第二图像的对齐。提供了一种用于对第一图像进行变换以使所述第一图像更接近与第二图像的对齐的处理模块,所述处理模块包括对齐逻辑,所述对齐逻辑包括:多核跟踪逻辑,所述多核跟踪逻辑被配置为实施多核跟踪技术以基于所述第二图像的目标区域的集合与所述第一图像的候选区域的集合之间的相似度来确定所述第一图像的所述候选区域的集合的位置,其中所述第二图像的所述目标区域分别被定位在所述第二图像的预定点集的位置上;Lucas Kanade逆逻辑,所述Lucas Kanade逆逻辑被配置为使用Lucas Kanade逆算法来确定所述第一图像的、与所述第二图像的所述预定点集中的至少一些点相对应的点集,其中由所述多核跟踪逻辑确定的所述候选区域的集合中的至少一些候选区域的位置被用于初始化所述Lucas Kanade逆算法;以及变换逻辑,所述变换逻辑被配置为:(i)基于误差度量来确定要被应用到所述第一图像的变换的参数,所述误差度量指示所述第一图像的所确定的点集中的至少一些点的变换与所述第二图像的所述预定点集的对应点之间的误差;以及(ii)对所述第一图像应用所述变换以使所述第一图像更接近与所述第二图像的对齐。还可以提供计算机可读代码,当所述代码运行在计算机上时所述计算机可读代码适于执行本文中描述的方法中的任何方法的步骤。另外,计算机可读代码可以被提供用于生成根据本文中描述的示例中的任何示例的处理模块。计算机代码可以被编码在计算机可读存储介质上。如对于技术人员而言将是显而易见的,以上特征可以在适当情况下被组合,并且可以与本文中描述的示例的方面中的任何方面进行组合。附图说明现在将参考附图来详细描述示例,在附图中:图1是用于形成经降低噪声的图像的处理模块的示意图;图2是用于形成经降低噪声的图像的方法的流程图;图3是示出了针对图像的集合的清晰度指示的值的图形;图4是用于确定两幅图像之间的点对应关系的方法的流程图;图5表示图像内的用于多核跟踪技术的区域集合和该图像内的用于Lucas Kanade逆算法的对应的区域集合;图6是示出了针对图像的集合的不对齐参数的值的图形;图7a示出了当在场景中存在运动时图像的集合的平均的示例;图7b示出了指示图像的集合中的运动区域的二进制运动掩码;图7c示出了经修改的运动掩码;图7d示出了经平滑的运动掩码;图8示出了参考图像、经降低噪声的图像和经运动校正的降低噪声图像的示例;图9是用于形成经降低噪声的图像的处理模块被实施在其中的计算机系统的示意图;以及图10示出了用于生成体现图形处理系统的集成电路的集成电路制造系统。附图图示了各种示例。技术人员将认识到附图中的图示的元件边界(例如,框、框的组或者其他形状)表示边界的一个示例。可能的是,在一些示例中,一个元件可以被设计为多个元件或者多个元件可以被设计为一个元件。在适当情况下,在整个附图中使用共同的附图标记来指示相似的特征。具体实施方式在本文中描述的示例中,经降低噪声的图像是使用图像的集合来形成的。该集合中的图像中的一幅图像可以被选择为参考图像,并且该集合中的其他图像被变换使得它们更好地与参考图像对齐。之后使用根据图像与参考图像的对齐的权重来将图像中的至少一些图像进行组合以形成经本文档来自技高网
...

【技术保护点】
一种用于对第一图像进行变换以使所述第一图像更接近与第二图像的对齐的方法,所述方法包括:实施多核跟踪技术,以基于所述第二图像的目标区域的集合与所述第一图像的候选区域的集合之间的相似度来确定所述第一图像的所述候选区域的集合的位置,其中所述第二图像的所述目标区域分别被定位在所述第二图像的预定点集的位置上;使用所述候选区域的集合的所确定的位置中的至少一些位置来初始化Lucas Kanade逆算法;使用所述Lucas Kanade逆算法以确定所述第一图像的、与所述第二图像的所述预定点集中的至少一些点相对应的点集;基于误差度量来确定要被应用到所述第一图像的变换的参数,所述误差度量指示所述第一图像的所确定的点集中的至少一些点的变换与所述第二图像的所述预定点集的对应点之间的误差;以及对所述第一图像应用所述变换以使所述第一图像更接近与所述第二图像的对齐。

【技术特征摘要】
2015.03.13 GB 1504317.71.一种用于对第一图像进行变换以使所述第一图像更接近与第二图像的对齐的方法,所述方法包括:实施多核跟踪技术,以基于所述第二图像的目标区域的集合与所述第一图像的候选区域的集合之间的相似度来确定所述第一图像的所述候选区域的集合的位置,其中所述第二图像的所述目标区域分别被定位在所述第二图像的预定点集的位置上;使用所述候选区域的集合的所确定的位置中的至少一些位置来初始化Lucas Kanade逆算法;使用所述Lucas Kanade逆算法以确定所述第一图像的、与所述第二图像的所述预定点集中的至少一些点相对应的点集;基于误差度量来确定要被应用到所述第一图像的变换的参数,所述误差度量指示所述第一图像的所确定的点集中的至少一些点的变换与所述第二图像的所述预定点集的对应点之间的误差;以及对所述第一图像应用所述变换以使所述第一图像更接近与所述第二图像的对齐。2.根据权利要求1所述的方法,其中所述实施多核跟踪技术包括:通过迭代地改变所述候选区域的所述位置来迭代地优化所述目标区域的集合的特征直方图与所述候选区域的集合的对应特征直方图之间的所述相似度。3.根据权利要求2所述的方法,其中所述使用所述候选区域的集合的所确定的位置中的至少一些位置来初始化Lucas Kanade逆算法包括:如果候选区域的特征直方图指示所述候选区域是平坦的,则丢弃所述候选区域,其中所丢弃的候选区域不被用于初始化所述Lucas Kanade逆算法。4.根据前述权利要求中的任一项所述的方法,其中所述使用所述Lucas Kanade逆算法以确定所述第一图像的、与所述第二图像的所述预定点集中的至少一些点相对应的点集包括,针对所述第一图像的所述点集中的点中的每个点:确定包围所述点的图像块的经扭曲的版本;以及确定针对经扭曲的图像块的海森矩阵,所述海森矩阵指示经扭曲的图像中的在第一方向上的梯度的平方值的第一和以及所述经扭曲的图像中的在与所述第一方向垂直的第二方向上的梯度的平方值的第二和,其中如果所述梯度的平方值的所述第一和与所述第二和之间的比值大于阈值或者如果所述梯度的平方值的所述第二和与所述第一和之间的比值大于所述阈值,则丢弃所述点,其中所丢弃的点不被用于确定要被应用到所述第一图像的所述变换的所述参数。5.根据前述权利要求中的任一项所述的方法,其中所述第二图像的所述预定点集是均匀晶格的点。6.根据前述权利要求中的任一项所述的方法,其中所述第一图像和所述第二图像来自图像的集合,并且其中所述方法还包括组合经变换的第一图像与所述第二图像以形成经降低噪声的图像。7.根据权利要求6所述的方法,其中所述第二图像是所述图像的集合的参考图像。8.根据权利要求6或7所述的方法,其中所述图像的集合包括以下的任一项:(i)以突发模式捕获的多幅图像,或者(ii)视频序列的多个帧。9.一种用于对第一图像进行变换以使所述第一图像更接近与第二图像的对齐的处理模块,所述处理模块包括对齐逻辑,所述对齐逻辑包括:多核跟踪逻辑,所述多核跟踪逻辑被配置为实施多核跟踪技术...

【专利技术属性】
技术研发人员:M·维韦特P·布拉斯内特
申请(专利权)人:想象技术有限公司
类型:发明
国别省市:英国;GB

网友询问留言 已有0条评论
  • 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。

1