用于支持基于邻域块降维的图像去噪的系统和方法技术方案

本发明专利技术公开了可以支持图像处理装置的系统和方法。所述图像处理装置操作用于获取第一组表征值，所述第一组表征值代表与图像中的去噪像素相关联的第一组像素。而且，所述图像处理装置可以获取第二组表征值，所述第二组表征值代表与去噪参考像素相关联的第二组像素。另外，所述图像处理装置操作用于使用所述第一组表征值和所述第二组表征值来确定所述去噪像素与所述去噪参考像素之间的相似度。继而，所述图像处理装置可以基于所确定的所述去噪像素与所述去噪参考像素之间的相似度来计算所述去噪像素的去噪值。

A system and method for image denoising based on neighborhood block reduction

The invention discloses a system and method that can support an image processing device. The image processing device operates to acquire the first set of representation values, and the first set of representative values represents the first set of pixels associated with the de-noising pixels in the image. Furthermore, the image processing device can obtain second sets of representation values, and the second sets of representation values represent second groups of pixels associated with the denoising reference pixels. In addition, the image processing device operates to determine the similarity between the denoised pixel and the denoised reference pixel by using the first set of characteristic values and the second set of representation values. Then, the image processing device can calculate the denoising value of the de-noising pixels based on the similarity between the determined de-noising pixels and the denoised reference pixels.

【技术实现步骤摘要】
【国外来华专利技术】用于支持基于邻域块降维的图像去噪的系统和方法版权声明本专利文档的公开内容的一部分包含受版权保护的材料。版权所有者并不反对任何人对与专利商标局的专利文件或记录一致的专利文档或专利公开的拓制，但除此之外保留一切版权权利。
所公开的实施方式总体上涉及数字图像信号处理，更具体地涉及图像去噪，但并不仅限于此。
技术介绍
随着更快和更高分辨率图像传感器的发展，现代相机变得越来越全能和强大。例如，基于像素的电荷耦合装置(CCD)和互补金属氧化物半导体(CMOS)图像传感器广泛用于现代数字图像系统中。这是本专利技术的实施方式旨在涉及的总体领域。
技术实现思路
本文描述了可以支持图像处理装置的系统和方法。所述图像处理装置操作用于获取第一组表征值，所述第一组表征值代表与图像中的去噪像素相关联的第一组像素。而且，所述图像处理装置可以获取第二组表征值，所述第二组表征值代表与去噪参考像素相关联的第二组像素。另外，所述图像处理装置操作用于使用所述第一组表征值和所述第二组表征值来确定所述去噪像素与所述去噪参考像素之间的相似度。继而，所述图像处理装置可以基于所述去噪像素与所述去噪参考像素之间确定的相似度来计算所述去噪像素的去噪值。附图说明图1是根据本专利技术各个实施方式，支持基于邻域块降维的图像去噪的示例性图示。图2是根据本专利技术各个实施方式，用于对RGB图像中的像素进行去噪的滤波窗的示例性图示。图3是根据本专利技术各个实施方式，支持针对邻域块的降维的示例性图示。图4是根据本专利技术各个实施方式，使用选择性平均方法来执行降维的示例性图示。图5(a)-5(d)图示了根据本专利技术各个实施方式，RGB图像中的不同类型的示例性邻域块。图6是根据本专利技术各个实施方式，支持针对图5(a)中的邻域块的降维的示例性图示。图7是根据本专利技术各个实施方式，支持针对图5(b)中的邻域块的降维的示例性图示。图8是根据本专利技术各个实施方式，在邻域块中保留边缘线的示例性图示。图9是根据本专利技术各个实施方式，支持针对图5(c)中的邻域块的降维的示例性图示。图10是根据本专利技术各个实施方式，支持针对图5(d)中的邻域块的降维的示例性图示。图11示出了根据本专利技术各个实施方式，支持基于邻域块降维的图像去噪的流程图。具体实施方式在附图的各个图中通过示例而非通过限制的方式图示了本专利技术，其中相似的附图标号指代类似的元件。应当注意，本公开内容中所提及的“一种”、“一个”或“一些”实施方式不一定是指同一实施方式，并且这样的提及意指至少一个。本专利技术的如下描述使用RGB图像格式作为数字图像格式的示例。对于本领域技术人员将会显而易见的是，可以不加限制地使用其他类型的数字图像格式。图像去噪图像采集过程可以使用图像传感器来采集各种图像信息。例如，可以将颜色滤波阵列(CFA)或颜色滤波马赛克(colorfiltermosaic，CFM)放置于CCD和CMOS图像传感器之上。CFA或CFM包含微小滤色器的马赛克，所述马赛克容易向拍摄的图像中引入噪声。根据本专利技术的各个实施方式，图像处理可以对拍摄的图像执行各种去噪操作。去噪操作可以是基于像素，或者基于图像块。例如，使用专用集成电路(ASIC)容易实现诸如双边滤波法等基于像素的去噪方法。另一方面，可以使用诸如非局部均值算法等基于图像块的去噪方法来获取具有更优质量的数字图像。例如，非局部均值算法可以应用于具有噪声(例如,v＝{v(i)|i∈I})的数字图像(I)，诸如数字图像(I)中的去噪像素(i)。使用以下公式，可以基于图像(I)中的所有其他像素的加权贡献而确定去噪图像像素的值NL[v](i)。针对去噪参考像素(j)的权重函数w(i,j)可以满足以下权重条件。0≤w(i,j)≤1另外，可以基于去噪像素(i)与去噪参考像素(j)之间的相似度来确定针对去噪参考像素(j)的权重函数w(i,j)。例如，可以将所述相似度定义为两个向量与之间的距离，其中是代表与去噪像素(i)相关联的(诸如其周边的)邻域块的多维向量，而是代表与去噪参考像素(j)相关联的邻域块的多维向量。因此，可以使用以下公式来确定针对去噪参考像素(j)的权重函数w(i,j)。其中Z(i)是可以使用以下公式定义的归一化常量。邻域块降维图1是根据本专利技术各个实施方式，支持基于邻域块降维的图像去噪的示例性图示。如图1中所示，成像过程100可以使用滤波窗110来对图像中的像素101进行去噪，所述图像例如为Bayer(马赛克)图像。根据本专利技术的各个实施方式，滤波窗110包括可以用于对像素101进行去噪的多个去噪参考像素(例如，像素102)。当滤波窗(Ωi)110用于对具有噪声(v＝{v(i)|i∈I})的数字图像中的像素(i)101进行去噪时，针对去噪像素(i)101的去噪图像像素值(NL[v](i))可以使用以下公式确定。可以基于滤波窗(Ωi)110中的去噪像素(i)101与去噪参考像素(j)102之间的相似度120来确定权重函数w(i,j)。例如，可以将相似度120定义为两个向量与之间的距离，其中是代表去噪像素(i)101周边的邻域块111的多维向量，而是代表去噪参考像素(j)102周边的邻域块112的多维向量。为了简化计算过程，可以使用以下公式，基于直线距离(即，L1距离)来确定权重函数w(i,j)。其中Z(i)是可以使用以下公式定义的归一化常量。在图1中所示的示例中，由于邻域块101和邻域块102都是三乘三(3×3)块，因此向量和都是多维向量。使用以上公式，可能需要进行十七次(3×3+8)加法/减法运算来计算针对去噪参考像素(j)的权重函数w(i,j)。因此，由于滤波窗(Ωi)110是七乘七(7×7)块，可能需要八百三十三次(17×7×7)运算以使用滤波窗(Ωi)110来计算去噪像素(i)101的去噪值。根据本专利技术的各个实施方式，系统可以通过利用邻域块降维特征来进一步减少对图像中的像素101进行去噪的计算量。如图1中所示，系统可以使用包括一组表征值的表征向量(Pi)121来代表一组像素，诸如与去噪像素(i)101相关联的邻域块111中的像素。而且，系统可以使用包括一组表征值的表征向量(Pj)122来代表一组像素，诸如与去噪参考像素(j)102相关联的邻域块112中的像素。此外，表征向量(Pi)121和表征向量(Pj)122可以用于代表未限制于规则邻域块内的像素，诸如不规则邻域块、具有不同大小的邻域块或者甚至具有离散形式的邻域块中的像素。可以使用以下公式，将取决于去噪像素(i)101与去噪参考像素(j)102之间的相似度的权重函数w(i,j)定义为两个表征向量Pi与Pj之间的距离。其中Z(i)是可以使用以下公式定义的归一化常量。在RGB图像的情况下，表征向量(Pi和Pj)全都可能包括四(4)个颜色分量。成像过程100可能需要七(4+3)次运算来确定去噪像素(i)101与去噪参考像素(j)102之间的相似度。因此，可能需要三百四十三次(7×7×7)运算以使用滤波窗(Ωi)110来计算去噪像素(i)101的去噪值，所述滤波窗(Ωi)110是七乘七(7×7)块。因此，通过利用邻域块降维特征，系统可以显著减少用于确定去噪像素(i)101与去噪参考像素(j)102之间的相似度的计算量，并从而减少使用滤波窗(Ωi)110来计算去本文档来自技高网...

【技术保护点】
一种图像处理方法，包括：获取第一组表征值，所述第一组表征值代表与图像中的去噪像素相关联的第一组像素；获取第二组表征值，所述第二组表征值代表与去噪参考像素相关联的第二组像素；以及使用所述第一组表征值和所述第二组表征值来确定所述去噪像素与所述去噪参考像素之间的相似度。

【技术特征摘要】
【国外来华专利技术】1.一种图像处理方法，包括：获取第一组表征值，所述第一组表征值代表与图像中的去噪像素相关联的第一组像素；获取第二组表征值，所述第二组表征值代表与去噪参考像素相关联的第二组像素；以及使用所述第一组表征值和所述第二组表征值来确定所述去噪像素与所述去噪参考像素之间的相似度。2.根据权利要求1所述的图像处理方法，还包括：使用滤波窗来对所述去噪像素进行去噪，其中所述滤波窗包括多个去噪参考像素。3.根据权利要求2所述的图像处理方法，还包括：为所述滤波窗中的所述多个去噪参考像素计算多个权重，其中每个所述权重与不同的去噪参考像素相关联，并且其中基于所述去噪像素与所述每个去噪参考像素之间的相似度来确定每个所述权重；以及使用与所述多个去噪参考像素相关联的所述多个权重来计算所述去噪像素的去噪值。4.根据权利要求1所述的图像处理方法，其中：所述第一组像素形成第一邻域块，且所述第二组像素形成第二邻域块。5.根据权利要求4所述的图像处理方法，其中：所述图像基于颜色模型，并且其中每组所述表征值包括多个颜色分量，其中每个颜色分量与所述颜色模型中的不同颜色相关联。6.根据权利要求5所述的图像处理方法，其中：除了与所述颜色模型中的不同颜色相关联的所述多个颜色分量之外，每组所述表征值还包括灰阶分量。7.根据权利要求5所述的图像处理方法，还包括：基于与所述滤波窗中的邻域块中的中心像素相关联的颜色的值，确定在表示所述邻域块的一组表征值中的颜色分量。8.根据权利要求5所述的图像处理方法，还包括：在以下情况下使用非选择性平均方法来确定表示所述滤波窗中的邻域块的一组表征值中的颜色分量，所述情况为：所述邻域块中具有与所述颜色分量相关联的颜色的一组像素在所述邻域像素块中仅构成穿过所述邻域块的中心像素的一个方向。9.根据权利要求5所述的图像处理方法，还包括：在以下情况下使用非选择性平均方法来确定表示所述滤波窗中的邻域块的一组表征值中的颜色分量，所述情况为：所述邻域块中具有与所述颜色分量相关联的颜色的一组像素在所述邻域块中基本上是各向同性的。10.根据权利要求5所述的图像处理方法，还包括：在以下情况下使用基于梯度的选择性平均方法来确定表示所述滤波窗中的邻域块的一组表征值中的颜色分量，所述情况为：所述邻域像素块中具有与所述颜色分量相关联的颜色的一组像素在所述邻域块中构成多个方向。11.根据权利要求10所述的图像处理方法，其中：所述选择性平均方法操作用于计算所述邻域块中具有与所述颜色分量相关联的颜色的一个或多个像素的平均值，其中从沿着穿过所述邻域块的中心像素的、具有最小梯度的方向的一组像素中选择所述一个或多个像素。12.根据权利要求10所述的图像处理方法，还包括：基于所述图像中的噪声水平而配置阈值参数；以及当所述邻域块中的所述多个方向之间的梯度差小于所述阈值参数的值时，获取所述邻域块中的所述一组像素的平均值以确定所述一组表征值中的所述颜色分量。13.根据权利要求5所述的图像处理方法，其中：所述颜色模型是RGB颜色模型，且所述图像是Bayer图像。14.根据权利要求13所述的图像处理方法，还包括：使用特殊灰阶分量来处理具有绿色中心像素的邻域块中的边缘效应。15.一种图像处理系统，包括：一个或多个微处理器；运行于所述一个或多个微处理器上的成像过程，其中所述成像过程操作用于获取第一组表征值，所述第一组表征值代表与图像中的去噪像素相关联的第一组像素；获取第二组表征值，所述第二组表征值代表与去噪参考像素相关联的第二组像素；以及使用所述第一组表征值和所述第二组表征值来确定所述去噪像素与所述去噪参考像素之间的相似度。16.根据权利要求15所述的图像处理系统，其中：所述成像过程操作用于使用滤波窗来对所述去噪像素进行去噪，其中所述滤波窗包括多个去噪参考像素。17.根...

【专利技术属性】
技术研发人员：曹子晟，麻军平，陈星，王铭钰，
申请(专利权)人：深圳市大疆创新科技有限公司，
类型：发明
国别省市：广东,44