图像降噪方法、装置、存储介质及电子装置制造方法及图纸

本发明专利技术提供了一种图像降噪方法、装置、存储介质及电子装置，其中，该方法包括：获取对目标场景进行拍摄后所得到的第一图像和第二图像，其中，所述第一图像为预定频谱的不可见光图像，第二图像为包括预定单色的可见光图像；确定所述第一图像和所述第二图像中对应图像块的差距信息，并基于对应图像块的差距信息确定出所述第一图像和所述第二图像之间对应的且满足预定条件的目标图像块；基于所述第一图像中的所述目标图像块对所述第二图像中的所述目标图像块进行降噪处理；对降噪处理后的所述第二图像中的重叠区域进行组合以得到目标图像。通过本发明专利技术，解决了相关技术中存在的降噪效果差的问题，提高了降噪效果。

【技术实现步骤摘要】
图像降噪方法、装置、存储介质及电子装置
本专利技术涉及通信领域，具体而言，涉及一种图像降噪方法、装置、存储介质及电子装置。
技术介绍
图像的应用领域广泛，涉及到生物医学，军事，交通安防，机器视觉等领域。图像的质量直接影响其在这些领域应用的有效性，然而，图像在获取、处理、传输过程中，会不可避免的受到噪声的干扰。因此，滤除图像中的噪声有着极其重要的意义。在相关技术中，主流图像降噪技术主要有空间域图像降噪：简单的有均值滤波，高斯滤波，中值滤波等算法。这类降噪算法不进行边界区域降噪和平坦区域的区域降噪。因此，在降噪的同时，会丢失很多有用的图像信息。稍微复杂的有双边滤波和非局部均值算法。但空间域算法的缺点是对于纹理的保护不是很好。频域图像降噪：主要的代表有小波，DCT(DiscreteCosineTransform，离散余弦变换)等降噪算法。这类算法是将图像变换到频域，并在频域上进行降噪。频域图像降噪的缺点是大噪声压制没有空间域降噪来的好。空间域和频域混合的图像降噪：主要包括BM3D(Block-Matchingand3Dfiltering，三维块匹配)，WNNM(WeightedNuclearNormMinimization，加权核范数最小化)等算法，该类算法将空间域和频域降噪进行组合，极大的提高了图像降噪能力。学习类的图像降噪：主要有深度学习和字典学习类的降噪算法。该类算法使用预先采集样本来训练降噪算法，取得了比较好的效果。但是计算量巨大，很难应用到实际产品中。在相关技术中，还可以采用将红外线图像时域降噪强度和可见光时域降噪强度相结合，估计最终的时域降噪强度，对红外和可见光进行降噪。估计红外的空域降噪强度，对红外和可见光进行空域降噪。然而，用时域做参考，最大的问题就是会加重拖尾，而不是减轻拖尾。原因是不同的波段对物体的反射不同。假如某个物体在可见光中被检测到，但是在红外中没有被检测到，那么这个物体一定出现拖尾。用领域运动来进行组合，并不能有效解决这个问题。反而这样做会把红外信息做的更差，不利于图像的后处理。空域部分，使用sobel信息将红外和可见光空域降噪组合起来进行降噪，过于简单，不能发挥出红外指导的优势。由此可知，相关技术中存在降噪效果差的问题。针对相关技术中存在的上述问题，目前尚未提出有效的解决方案。
技术实现思路
本专利技术实施例提供了一种图像降噪方法、装置、存储介质及电子装置，以至少解决相关技术中存在的降噪效果差的问题。根据本专利技术的一个实施例，提供了一种图像降噪方法，包括：获取对目标场景进行拍摄后所得到的第一图像和第二图像，其中，所述第一图像为预定频谱的不可见光图像，所述第二图像为包括预定单色的可见光图像；确定所述第一图像和所述第二图像中对应图像块的差距信息，并基于所述对应图像块的差距信息确定出所述第一图像和所述第二图像之间对应的且满足预定条件的目标图像块；基于所述第一图像中的所述目标图像块对所述第二图像中的所述目标图像块进行降噪处理；对降噪处理后的所述第二图像中的重叠区域进行组合以得到目标图像。根据本专利技术的另一个实施例，提供了一种图像降噪装置，包括：获取模块，用于获取对目标场景进行拍摄后所得到的第一图像和第二图像，其中，所述第一图像为预定频谱的不可见光图像，所述第二图像为包括预定单色的可见光图像；确定模块，用于确定所述第一图像和所述第二图像中对应图像块的差距信息，并基于所述对应图像块的差距信息确定出所述第一图像和所述第二图像之间对应的且满足预定条件的目标图像块；降噪模块，用于基于所述第一图像中的所述目标图像块对所述第二图像中的所述目标图像块进行降噪处理；组合模块，用于对降噪处理后的所述第二图像中的重叠区域进行组合以得到目标图像。根据本专利技术的又一个实施例，还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。根据本专利技术的又一个实施例，还提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。通过本专利技术，计算得出第一图像和第二图像中对应图像块的差距信息，根据对应图像块的差距信息确定出目标图像块，再利用第一图像中的目标图像块对第二图像中的目标图像块进行降噪处理，利用块降噪的方式，有效的保护纹理边缘信息，提高了降噪效果。因此，可以解决相关技术中存在的降噪效果差的问题，提高了降噪效果。附图说明此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1是本专利技术实施例的一种图像降噪方法的移动终端的硬件结构框图；图2是根据本专利技术实施例的图像降噪方法的流程图；图3是根据本专利技术可选实施例的计算可见光和红外线对应位置的块差距参考图；图4是根据本专利技术可选实施例的al-Lum图像；图5是根据本专利技术具体实施例的图像降噪系统结构图；图6是根据本专利技术实施例的图像降噪装置的结构框图。具体实施方式下文中将参考附图并结合实施例来详细说明本专利技术。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。本申请实施例所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在移动终端上为例，图1是本专利技术实施例的一种图像降噪方法的移动终端的硬件结构框图。如图1所示，移动终端10可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104，可选地，上述移动终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述移动终端的结构造成限定。例如，移动终端10还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本专利技术实施例中的图像降噪方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至移动终端10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括移动终端10的通信供应商提供的无线网络。在一个实例中，传输装本文档来自技高网...

【技术保护点】
1.一种图像降噪方法，其特征在于，包括：/n获取对目标场景进行拍摄后所得到的第一图像和第二图像，其中，所述第一图像为预定频谱的不可见光图像，所述第二图像为包括预定单色的可见光图像；/n确定所述第一图像和所述第二图像中对应图像块的差距信息，并基于所述对应图像块的差距信息确定出所述第一图像和所述第二图像之间对应的且满足预定条件的目标图像块；/n基于所述第一图像中的所述目标图像块对所述第二图像中的所述目标图像块进行降噪处理；/n对降噪处理后的所述第二图像中的重叠区域进行组合以得到目标图像。/n

【技术特征摘要】
1.一种图像降噪方法，其特征在于，包括：
获取对目标场景进行拍摄后所得到的第一图像和第二图像，其中，所述第一图像为预定频谱的不可见光图像，所述第二图像为包括预定单色的可见光图像；
确定所述第一图像和所述第二图像中对应图像块的差距信息，并基于所述对应图像块的差距信息确定出所述第一图像和所述第二图像之间对应的且满足预定条件的目标图像块；
基于所述第一图像中的所述目标图像块对所述第二图像中的所述目标图像块进行降噪处理；
对降噪处理后的所述第二图像中的重叠区域进行组合以得到目标图像。


2.根据权利要求1所述的方法，其特征在于，确定所述第一图像和所述第二图像中对应图像块的差距信息包括：
确定所述第一图像中各图像块的块差距以及所述第二图像中各图像块的块差距；
基于所述第一图像中各图像块的块差距以及所述第二图像中各图像块的块差距，确定所述第一图像和所述第二图像中所述对应图像块的差距融合权重值，其中，所述差距信息包括所述差距融合权重值。


3.根据权利要求2所述的方法，其特征在于，确定所述第一图像和所述第二图像中对应图像块的差距融合权重值包括以下至少之一：
基于所述第一图像中各图像块的块差距以及所述第二图像中各图像块的块差距，计算所述第一图像和所述第二图像中所述对应图像块的方差以确定所述差距融合权重值；
基于所述第一图像中各图像块的块差距以及所述第二图像中各图像块的块差距，计算所述第一图像和所述第二图像中所述对应图像块的块差距平均值以确定所述差距融合权重值；
确定所述第一图像和所述第二图像中所述对应图像块的亮度值，基于确定出的亮度值以及所述第一图像和所述第二图像中所述对应图像块的块差距确定所述差距融合权重值。


4.根据权利要求1所述的方法，其特征在于，基于所述对应图像块的差距信息确定出所述第一图像和所述第二图像之间对应的且满足预定条件的目标图像块包括：
对所述第一图像和所述第二图像中所述对应图像块按照差距信息由小到大的顺序进行排序；
通过如下方式之一从排序后的所述对应图像块中确定出所述目标图像块：
按顺序选取预定数量的所述对应图像块作为所述目标图像块；
按顺序选取预定比例的所述对应图像块作为所述目标图像块；
将差距信息小于第一阈值的所述对应图像块确定为所述目标图像块；
按顺序将差距信息小于第二阈值的所述对应图像块中包括的各对应图像块按照预定复制份数进行复制，基于复制结果确定所述目标图像块；
基于所述对应图像块的累计方差变化选取所述目标图像块。


5.根据权利要求4所述的方法，其特征在于，按顺序将差距信息小于第二阈值的所述对应图像块中包括的各对应图像块按照预定复制份数进行复制，基于复制结果确定所述目标图像块包括：
确定与差距信息小于第二阈值的所述对应图像块中包括的各对应图像块的差距信息对应的复制份数，其中，差距信息越小对应的复制份数越大；
按照确定的复制份数对差距信息小于第二阈值的所述对应图像块中包括的各对应图像块进行复制；
对复制后的所述对应图像块按照从小到达的顺序进行排序，以得到所述目标图像块。


6.根据权利要求4所述的方法，其特征在于，基于所述对应图像块的累计方差变化选取所述目标图像块包括：
按顺序选取目标数量的所述对应图像块，并计算所述目标数量的所述对应图像块的第一方差，其中，所述目标数量为预先确定的最小匹配数；
按顺序选取目标数量加一的所述对应图像块，并计算所述目标数量加一的所述对应图像块的第二方差；
在确定所述第一方差和所述第二方差的差距大于或等于预定差距值时，将所述目标数量的所述对应图像块确定为所述目标图像块；
在确定所述第一方差和所述第二方差的差距小于所述预定阈值时，重复执行选取比前一次选取数量多一个的所述对应图像块，直到后选取出的所述对应图像块的方差与前一次选取出的所述对应图像块的方差的差值大于或等于所述预定差距值位置，并将前一次选取出的所述对应图像块确定为所述目标图像块。


7.根据权利要求1所述的方法，其特征在于，基于所述第一图像中的所述目标图像块对所述第二图像中的所述目标图像块进行降噪处理包括：
使用向量表示所述第一图像中的所述目标图像中包括的每一个图像块，将向量表示的各图像块组成第一矩阵，对所述第一矩阵进行中心化处理及矩阵变换处理，以得到第一变换域；
使用向量表示所述第二图像中的所述目标图像中包括的每一个图像块，将向量表示的各图像块组成第二矩阵，对所述第二矩阵进行中心化处理及矩阵变换处理，以得到第二变换域；
基于所述第一变换域对所述第一图像中的所述目标图像进行降噪，以得到第一降噪图像；
基于所述第二变换域以及所述第一降噪图像对所述第二图像中的所述目标图像进行降噪。


8.根据权利要求...

【专利技术属性】
技术研发人员：俞克强，王松，刘晓沐，艾成汉，张东，
申请(专利权)人：浙江大华技术股份有限公司，
类型：发明
国别省市：浙江;33