图像滤波方法及相关装置制造方法及图纸

本申请涉及图像处理技术领域，提供一种图像滤波方法及相关装置，用于解决相关技术中如何对图像进行滤波的问题。该方法中目标图像中任意点分别作为目标点，由目标点和相邻点的相似度确定目标点的空间域权重系数，该系数与相似度具有正相关关系；由目标点的两侧像素点之间的差异度确定目标点的值域权重系数；该系数与差异度具有正相关关系；基于空间域权重系数和值域权重系数确定目标点滤波后的结果。由此，空间域权重系数采用颜色相似度来确定，对于中间点若其与周围点相似则空间域权重系数变化大能够同样达到平滑滤波的目的，对于边缘点其两侧像素点差异大值域权重系数变化大能够达到保持边缘的目的，由此本申请提供了一种有效的图像滤波方法。有效的图像滤波方法。有效的图像滤波方法。

【技术实现步骤摘要】
图像滤波方法及相关装置


[0001]本申请涉及图像处理技术邻域，尤其涉及一种图像滤波方法及相关装置。

技术介绍

[0002]运动估计与运动补偿(Motion Estimation and Motion Compensation，MEMC)，可理解为对多帧图像的运动轨迹进行估计，预测出物体的运动矢量，最终补偿出视频源中没有的画面，达到画面更为流畅的目的。
[0003]运动估计与运动补偿的一种重要应用场景为视频插帧技术。视频插帧技术(即帧率上变换技术)通过对低帧率视频插帧，将低帧率视频变换为高帧率视频，从而实现视频帧率提升。视频插帧技术可以实现画面的动态补帧，保证画面的连贯性、清晰度，提升视觉效果和观看体验。
[0004]由于目前运动估计计算量大，且耗时较长，如何在运动估计之前有效的对图像进行滤波，以便于提高运动估计的准确性是需要解决的问题。

技术实现思路

[0005]本申请实施例提供一种滤波方法及相关装置，用于解决相关技术中如何在运动估计之前有效的对图像进行滤波的问题。
[0006]第一方面，本申请提供一种图像滤波方法，目标图像中任意点分别作为目标点，所述方法包括：
[0007]基于所述目标点和相邻点的相似度确定所述目标点的空间域权重系数，所述空间域权重系数与所述相似度具有正相关关系；以及，
[0008]基于所述目标点的两侧像素点之间的差异度确定所述目标点的值域权重系数；其中所述值域权重系数与所述差异度具有正相关关系；
[0009]基于所述空间域权重系数和所述值域权重系数确定所述目标点滤波后的结果。
[0010]可选的，所述基于所述目标点和相邻点的相似度确定所述目标点的空间域权重系数，具体包括：
[0011]选取所述目标点的水平邻域内的像素点作为相邻点；
[0012]将所述目标点的颜色值和各所述相邻点的颜色值之间的差异作为空域模型的输入参数，得到所述目标点的空域相关系数；
[0013]获取所述目标点的垂直邻域内各像素点的空域相关系数；
[0014]将所述目标点的空域相关系数和各所述相邻点的空域相关系数之间的差异作为空域模型的输入参数，得到所述目标点的所述空间域权重系数。
[0015]可选的，所述空域模型中包括第一自适应调整函数，所述第一自适应调整函数与输入的差异具有负相关关系、所述空域模型的输出与所述第一自适应调整函数的输出具有正相关关系。
[0016]可选的，所述空域模型包括：
[0017]针对输入的参数中的n个参数分量，则基于以下公式确定各参数分量分别对应的分量系数：
[0018]其中
[0019]其中，Yi
O
表示分量系数、CurveL()表示所述第一自适应调整函数、I
O
表示目标点的参数分量、I
q
表示相邻点q的参数分量、(u，v)表示邻域范围、n为大于或等于1的正整数；
[0020]将各所述参数分量的所述分量系数的和值作为所述空域模型的输出结果。
[0021]可选的，所述基于所述目标点的两侧像素点之间的差异度确定所述目标点的值域权重系数，具体包括：
[0022]基于所述目标点的左邻域和右邻域之间的颜色差异确定水平值域分量，并基于所述目标点的上邻域和下邻域的颜色差异确定垂直值域分量；
[0023]采用所述水平值域分量和所述垂直值域分量与所述值域权重系数正相关的关系，得到所述值域权重系数。
[0024]可选的，所述基于所述目标点的左邻域和右邻域之间的颜色差异确定水平值域分量，具体包括：
[0025]以所述目标点为基准将所述目标点的水平邻域划分为左右对称的左邻域和右邻域；
[0026]确定所述左邻域内各像素点的第一颜色值累加值，并确定所述右邻域内各像素点的第二颜色值累加值；
[0027]将所述第一颜色值累加值与所述第二颜色值累加值之间的第一差值作为第二自适应控制函数的输入，得到水平值域分量；
[0028]所述基于所述目标点的上邻域和下邻域的颜色差异确定垂直值域分量，具体包括：
[0029]以所述目标点为基准将所述目标点的垂直邻域划分为上下对称的上邻域和下邻域；
[0030]确定所述上邻域内各像素点的第三颜色值累加值，并确定所述下邻域内各像素点的第四颜色值累加值；
[0031]将所述第三颜色值累加值与所述第四颜色值累加值之间的第二差值作为所述第二自适应控制函数的输入，得到所述垂直值域分量。
[0032]可选的，所述第一自适应调整函数为运算复杂度低于指数运算复杂度的函数。
[0033]可选的，所述第二自适应调整函数为运算复杂度低于指数运算复杂度的函数。
[0034]第二方面，本申请还提供了一种电子设备，包括：
[0035]处理器；
[0036]用于存储所述处理器可执行指令的存储器；
[0037]其中，所述处理器被配置为执行所述指令，以实现如本申请第一方面中提供的任一方法。
[0038]第三方面，本申请一实施例还提供了一种计算机可读存储介质，当所述计算机可读存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如本申请第一方面中提供的任一方法。
[0039]第四方面，本申请一实施例提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如本申请第一方面中提供的任一方法。
[0040]本申请的实施例提供的技术方案至少带来以下有益效果：
[0041]本申请实施例中，空间域权重系数采用颜色相似度来确定，对于中间点其与周围点相似，空间域权重系数变化大能够同样达到平滑滤波的目的，对于边缘点其两侧像素点差异大值域权重系数变化大能够达到保持边缘的目的。由此本申请提供了一种有效的图像滤波方法。
[0042]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
[0043]为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，显而易见地，下面所介绍的附图仅仅是本申请的一些实施例，对于本邻域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0044]图1a为本申请实施例提供的显示设备的使用场景；
[0045]图1b为本申请实施例提供的控制装置100的硬件配置框图；
[0046]图1c为本申请实施例提供的显示设备200的硬件配置框图；
[0047]图1d为本申请实施例提供的显示设备200中软件配置图；
[0048]图2为本申请一实施例提供的图像滤波方法的流程示意图之一；
[0049]图3为本申请一实施例提供的图像滤波方法的流程示意图之二；
[0050]图4为本申请一实施例提供的水平邻域和垂直邻域的示意图；
[0051]图5为本申请一实施例提供的图像滤波方法的流程示意图之三；
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像滤波方法，其特征在于，目标图像中任意点分别作为目标点，所述方法包括：基于所述目标点和相邻点的相似度确定所述目标点的空间域权重系数，所述空间域权重系数与所述相似度具有正相关关系；以及，基于所述目标点的两侧像素点之间的差异度确定所述目标点的值域权重系数；其中所述值域权重系数与所述差异度具有正相关关系；基于所述空间域权重系数和所述值域权重系数确定所述目标点滤波后的结果。2.根据权利要求1所述的方法，其特征在于，所述基于所述目标点和相邻点的相似度确定所述目标点的空间域权重系数，具体包括：选取所述目标点的水平邻域内的像素点作为相邻点；将所述目标点的颜色值和各所述相邻点的颜色值之间的差异作为空域模型的输入参数，得到所述目标点的空域相关系数；获取所述目标点的垂直邻域内各像素点的空域相关系数；将所述目标点的空域相关系数和各所述相邻点的空域相关系数之间的差异作为空域模型的输入参数，得到所述目标点的所述空间域权重系数。3.根据权利要求2所述的方法，其特征在于，所述空域模型中包括第一自适应调整函数，所述第一自适应调整函数与输入的差异具有负相关关系、所述空域模型的输出与所述第一自适应调整函数的输出具有正相关关系。4.根据权利要求2或3所述的方法，其特征在于，所述空域模型包括：针对输入的参数中的n个参数分量，则基于以下公式确定各参数分量分别对应的分量系数：其中，Yi
O
表示分量系数、CurveL()表示所述第一自适应调整函数、I
O
表示目标点的参数分量I
q
表示相邻点q的参数分量(u，v)表示邻域范围、n为大于或等于1的正整数；将各所述参数分量的所述分量系数的和值作为所述空域模型的输出结果。5.根据权利要求1所述的方法，其特征在于，所述基于所述目标点的两侧像素点之间的差异度确定所述目标点的值...

【专利技术属性】
技术研发人员：韩晶晶，余横，李锋，汪佳丽，徐赛杰，
申请(专利权)人：上海顺久电子科技有限公司，
类型：发明
国别省市：