图像处理方法和装置制造方法及图纸

一种图像处理技术，按照感兴趣区域从第一图像中提取图像块，对所述第一图像和所述图像块使用不同资源占用级别的降噪声算法进行降噪声，具体而言：对图像块使用资源占用高、耗时长、降噪声效果好的降噪声算法，对第一图像使用资源占用低、耗时短、降噪声效果差的降噪声算法，然后对降噪声后的图像和降噪声后的图像块进行融合得到降噪声后的图像。块进行融合得到降噪声后的图像。块进行融合得到降噪声后的图像。

【技术实现步骤摘要】
图像处理方法和装置


[0001]涉及图像领域，特别涉及一种图像处理方法和装置。

技术介绍

[0002]现有的道路卡口抓拍摄像机，在白天时，对过往车辆的抓拍的图像通常可以达到令人满意的效果。然而对于光照不足的夜间，抓拍到的图像的画面往往太暗而丢失太多细节。为此，现有技术在摄像机拍摄抓拍时会使用补光灯进行瞬间的爆闪进行补光，以便为摄像机的抓拍提供更多的照明。
[0003]然而，爆闪补光的光照强度不能太高，以免爆闪补光对车内人员的眼睛造成伤害。也就是说，爆闪补光所提供的光照强度仍然无法满足抓拍的需要，夜间抓拍到的图像照度仍然较低，以至于图像中存在大量的噪声，需要使用降噪声算法优化图像的画面。
[0004]降噪声算法需要消耗大量的计算资源。以深度神经网络的降噪声算法为例，由于利用了大量的卷积运算，而卷积运算会消耗极大的算力，以至于对图像的降噪声过程会耗费大量时间。因此，如何在满足用户需要的基础上，减少对图像进行降噪声处理所耗费的时间，让用户尽快得到降噪声后的图像，是急需解决的问题。

技术实现思路

[0005]第一方面，提本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像处理方法，其特征在于，包括：从第一图像中提取局部图像块，所述局部图像块的数量是一个或者多个；对所述局部图像块使用降噪声算法生成局部降噪声图像块；融合所述局部降噪声图像块和目标图像，生成融合图像，其中，所述目标图像是根据所述第一图像获得的。2.根据权利要求1所述的方法，其特征在于，所述目标图像包括下述一种：(1)所述第一图像；(2)对所述第一图像使用降噪声算法降噪声所生成的第一降噪声图像，噪声，其中，生成所述第一降噪声图像所使用的降噪声算法的资源占用低于生成所述局部降噪声图像块所使用的降噪声算法的资源；(3)背景图像块，所述背景图像块包括所述第一图像中除了所述局部图像块之外的部分，所述背景图像块的尺寸小于所述第一图像；(4)降噪声处理后的背景图像块，其中，生成所述降噪声背景图像块所使用的降噪声算法的资源占用低于生成所述局部降噪声图像块所使用的降噪声算法的资源。3.根据权利要求1或2所述的方法，其特征在于：所述局部图像块是所述第一图像的感兴趣图像块。4.根据权利要求1或2所述的方法，其特征在于，所述局部图像块包括第一图像块和第二图像块，所述方法包括：对所述第一图像块使用第一降噪声算法降噪声生成第一降噪声图像块；对所述第二图像块使用第二降噪声算法降噪声生成第二降噪声图像块，其中：所述第一降噪声算法的资源占用高于所述第二降噪声算法的资源占用。5.根据权利要求4所述的方法，其特征在于：所述第一图像块是所述第一图像的第一优先级感兴趣区域；所述第二图像块是所述第一图像的第二优先级非感兴趣区域。6.根据权利要求1或2所述的方法，其特征在于，从所述第一图像中提取局部图像块，具体还包括：通过图像检测获得所述第二图像的感兴趣区域，所述第二图像是所述第一图像格式转换后图像；把所述第二图像的感兴趣区域在所述第二图像中的位置作为所述第一图像中感兴趣区域在所述第一图像中的位置，按照感兴趣区域从所述第一图像中提取所述局部图像块。7.根据权利要求6所述的方法，其特征在于：所述第二图像是三通道图像。8.根据权利要求1
‑
6任一所述的方法，其特征在于：所述第一图像是RAW格式图像。9.根据权利要求1或2所述的方法，其特征在于：所述第一降噪声算法是深度神经网络模型的降噪声算法；所述第二降噪声算法是深度神经网络模型的降噪声算法。10.根据权利要求1或2所述的方法，其特征在于：所述第一降噪声算法的降噪声效果优于所述第二降噪声算法的降噪声效果。
11.一种图像处理装置，其特征在于，包括：图像块获取模块，用于从第一图像中提取局部图像块，所述局部图像块的数量是一个或者多个；降噪声模块，用于对所述局...

【专利技术属性】
技术研发人员：郝阳阳，杨胜凯，高源，刘高敏，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：