一种降噪方法及装置制造方法及图纸

本发明专利技术公开了一种降噪方法及装置，包括：获取图像的目标像素点及与其相邻的同色像素点；基于噪声信号的局部最值特性，计算目标像素点为噪声像素点的第一概率；基于噪声信号的不连续特性，计算目标像素点为噪声像素点的第二概率；根据第一概率和第二概率，采用噪声综合判断法，判断目标像素点是否为噪声像素点；若为噪声像素，则通过先去最值后加权平均方式，对判断为噪声像素点的目标像素点进行降噪处理；若不为噪声像素，则对目标像素点不做处理。本发明专利技术在片上实现降噪处理，达到降低成本，减小面积等；综合利用椒盐噪声信号局部最值特性和不连续特性两种形态学特征，可以较精确地从像素数据中识别出噪声数据。从像素数据中识别出噪声数据。从像素数据中识别出噪声数据。

【技术实现步骤摘要】
一种降噪方法及装置


[0001]本专利技术涉及图像处理
，具体涉及一种降噪方法及装置。

技术介绍

[0002]由于普遍存在的外界干扰和电路本身构造，图像像素在传输过程中不可避免地会受到噪声信号的影响，使得传感器输出图像品质降低。“椒盐噪声”是在电磁干扰环境中普遍存在的一种呈黑白颗粒状的图像噪声。当传感器受到宇宙射线，雷击或者高频微波设备(基站信号塔)，火花设备(高频电焊机)等较大的电磁干扰时，输出图片容易呈现黑白颗粒状的噪点，即椒盐噪声。强烈的电磁干扰带来的椒盐噪声成为影响图像传感器输出图像品质的主要噪声信号。
[0003]目前通常采用的降噪方案是采用各类滤波手段、稀疏表示、深度学习等算法完成降噪处理。而绝大多数降噪策略由于所需的图像信息较多，算法复杂度较高，都需要借助额外的后端集成处理或软件处理得以实现。这种方案拥有较好的降噪效果，但是这会带来额外的成本与面积负担，即集成成本高，电路面积较大，处理速度较慢。
[0004]此外，在高强度的电磁干扰环境中，电子元器件使用寿命的减少也是一个不容忽视的问题。电子元件寿命的减少使其更换频率提高，使用成本增加，在降噪效果相差不大的前提下，降低降噪电路的成本就更加有意义。
[0005]然而，现有椒盐噪声的降噪方案通过后端集成处理或软件处理进行实现，电路面积较大、硬件成本高，且降噪过程中的噪声识别准确性低造成降噪处理准确性不高、效率不高的问题。

技术实现思路

[0006]本专利技术所要解决的技术问题是现有椒盐噪声的降噪方案通过后端集成处理或软件处理进行实现，电路面积较大、硬件成本高，且降噪过程中的噪声识别准确性低造成降噪处理准确性不高等问题。
[0007]本专利技术目的在于提供一种降噪方法及装置，本专利技术装置直接将降噪硬件电路集成到前端图像传感器上，即在片上实现降噪处理，直接在数据流中完成椒盐噪声降噪处理的策略，使得降噪处理不用再需要后端集成处理或软件处理(如常见的是通过ISP图像信号处理)，达到降低成本，减小面积，提高处理速度的目的。同时，本专利技术方法，在噪声识别阶段综合利用椒盐噪声信号局部最值特性和不连续特性两种形态学特征，可以较精确地从像素数据中识别出噪声数据；在噪声处理阶段，根据图像的马尔科夫性，在进行加权平均之前，先对周围同色像素进行去最值处理，增加均值替代的准确性。
[0008]本专利技术通过下述技术方案实现：
[0009]第一方面，本专利技术提供了一种降噪方法，该方法包括：
[0010]获取图像的目标像素点及与目标像素点相邻的同色像素点；
[0011]基于噪声信号的局部最值特性，计算目标像素点为噪声像素点的第一概率；
[0012]基于噪声信号的不连续特性，计算目标像素点为噪声像素点的第二概率；
[0013]根据第一概率和第二概率，采用噪声综合判断法，判断目标像素点是否为噪声像素点；
[0014]若为噪声像素，则通过先去最值后加权平均的方式，对判断为噪声像素点的目标像素点进行降噪处理；若不为噪声像素，则对目标像素点不做处理。
[0015]进一步地，所述的获取图像的目标像素点及与目标像素点相邻的同色像素点，具体为：
[0016]通过SRAM存储器对图像的像素数据进行存储，组成像素矩阵；
[0017]根据像素矩阵，得到目标像素点及与目标像素点相邻的同色像素点；
[0018]其中，像素矩阵为M
×
N的像素矩阵，M、N的取值均为5+4t，t为自然数。
[0019]进一步地，第一概率是基于噪声信号的局部最值特性，通过确认目标像素点及与目标像素点相邻的同色像素点的大小关系，得到目标像素点为噪声像素点的第一概率，包括：
[0020]根据目标像素点及与目标像素点相邻的同色像素点，将目标像素点的像素值分别与目标像素点相邻的同色像素点的像素值作差，得到若干差值；
[0021]采用补码表示法对若干差值进行补码表示，得到补码表示的差值；补码表示的差值包括符号位，当差值数据大于等于0时，符号位为0；当差值数据小于0时，符号位为1；
[0022]将所有补码表示的差值的符号位求和，得到符号位之和；
[0023]根据符号位之和，判断目标像素点为噪声像素点的第一概率。
[0024]进一步地，所述的基于噪声信号的不连续特性，计算目标像素点为噪声像素点的第二概率，包括：
[0025]根据目标像素点及与目标像素点相邻的同色像素点，将目标像素点的像素值分别与目标像素点相邻的同色像素点的像素值作差，得到若干差值；
[0026]根据若干差值，得到每个差值绝对值；
[0027]采用中值法从所有差值绝对值中找到中值，并将小于中值的差值绝对值求和，得到差值绝对值之和；
[0028]将差值绝对值之和与差值绝对值阈值的大小进行比较，判断目标像素点为噪声像素点的第二概率。
[0029]进一步地，中值法是采用基于局部3x3窗口法进行快速中值寻找。
[0030]进一步地，噪声综合判断法的计算公式为：
[0031]P＝x
×
A+(1
‑
x)
×
B
[0032]其中，x为第一概率在综合概率P中所占权重，为预设值；且x＜0.5；A为第一概率；B为第二概率；
[0033]当综合概率P大于概率阈值TH时，则认定该目标像素点为噪声像素点；若综合概率P小于等于概率阈值TH时，则认定该目标像素点不为噪声像素点；
[0034]其中，概率阈值TH可设定，如50％。
[0035]进一步地，所述的通过先去最值后加权平均的方式，对判断为噪声像素点的目标像素点进行降噪处理，包括：
[0036]分别从水平/垂直方向的若干个同色像素点和斜向方向的若干个同色像素点中找
到最大值和最小值；
[0037]根据两个方向的最大值和最小值，计算两个方向在不同情况下的有效数据之和；
[0038]分别比较两个方向的最大值和最小值，并在不同最值比较情况下，选取最终使用的有效数据之和，求得此时的平均值；
[0039]根据平均值，采用加权平均值公式计算出加权平均值；
[0040]以加权平均值代替判断为噪声像素点的目标像素点的像素值，完成降噪处理；
[0041]其中，加权平均值公式为：
[0042]data_ave＝[w1/(w1+w2)]×
sum_str_ave+[w2/(w1+w2)]×
sum_slp_ave
[0043]式中，data_ave为加权平均值，w1为水平/垂直方向的比重；w2为斜向方向的比重；
[0044]sum_str_ave为水平/垂直方向平均值；sum_slp_ave为斜向方向平均值。
[0045]进一步地，两个方向在不同情况下的有效数据之和包括水平/垂直方向在不同情况下的有效数据之和、斜向方向不同情况下有效数据之和；
[0046]水平/垂直方向在不同情况下的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种降噪方法，其特征在于，该方法包括：获取图像的目标像素点及与所述目标像素点相邻的同色像素点；基于噪声信号的局部最值特性，计算目标像素点为噪声像素点的第一概率；基于噪声信号的不连续特性，计算目标像素点为噪声像素点的第二概率；根据所述第一概率和第二概率，采用噪声综合判断法，判断目标像素点是否为噪声像素点；若为噪声像素，则通过先去最值后加权平均的方式，对判断为噪声像素点的目标像素点进行降噪处理；若不为噪声像素，则对目标像素点不做处理。2.根据权利要求1所述的一种降噪方法，其特征在于，所述的获取图像的目标像素点及与所述目标像素点相邻的同色像素点，具体为：通过存储器对图像的像素数据进行存储，组成像素矩阵；根据所述像素矩阵，得到目标像素点及与所述目标像素点相邻的同色像素点；其中，所述像素矩阵为M
×
N的像素矩阵，M、N的取值均为5+4t，t为自然数。3.根据权利要求1所述的一种降噪方法，其特征在于，所述第一概率是基于噪声信号的局部最值特性，通过确认目标像素点及与所述目标像素点相邻的同色像素点的大小关系，得到目标像素点为噪声像素点的第一概率，包括：根据目标像素点及与所述目标像素点相邻的同色像素点，将目标像素点的像素值分别与所述目标像素点相邻的同色像素点的像素值作差，得到若干差值；采用补码表示法对若干差值进行补码表示，得到补码表示的差值；所述补码表示的差值包括符号位，当差值数据大于等于0时，符号位为0；当差值数据小于0时，符号位为1；将所有补码表示的差值的符号位求和，得到符号位之和；根据符号位之和，判断目标像素点为噪声像素点的第一概率。4.根据权利要求1所述的一种降噪方法，其特征在于，所述的基于噪声信号的不连续特性，计算目标像素点为噪声像素点的第二概率，包括：根据目标像素点及与所述目标像素点相邻的同色像素点，将目标像素点的像素值分别与所述目标像素点相邻的同色像素点的像素值作差，得到若干差值；根据若干差值，得到每个差值绝对值；采用中值法从所有差值绝对值中找到中值，并将小于中值的差值绝对值求和，得到差值绝对值之和；将所述差值绝对值之和与差值绝对值阈值的大小进行比较，判断目标像素点为噪声像素点的第二概率。5.根据权利要求4所述的一种降噪方法，其特征在于，所述中值法是采用基于局部3x3窗口法进行快速中值寻找。6.根据权利要求1所述的一种降噪方法，其特征在于，所述噪声综合判断法的计算公式为：P＝x
×
A+(1
‑
x)
×
B其中，x为第一概率在综合概率P中所占权重，且x＜0.5；A为第一概率；B为第二概率；当综合概率P大于概率阈值时，则认定该目标像素点为噪声像素点；若综合概率P小于等于概率阈值时，则认定该目标像素点不为噪声像素点。
7.根据权利要求1所述的一种降噪方法，其特征在于，所述的通过先去最值后加权平均的方式，对判断为噪声像素点的目标像素点进行降噪处理，包括：分别从水平/垂直方向的若干个同色像素点和斜向方向的若干个同色像素点中找到最大值和最小值；根据两个...

【专利技术属性】
技术研发人员：请求不公布姓名，
申请(专利权)人：创视微电子成都有限公司，
类型：发明
国别省市：