一种自动分析图像彩色噪声特性的方法技术

本发明专利技术公开了一种自动分析图像彩色噪声特性的方法，具体包括：提取用户输入的图像中的彩色噪声特征区域；对所述噪声特征区域进行离散余弦变换计算得到图像彩色噪声的特性参数的系数集合；将所述图像彩色噪声的特性参数排序后生成有序矩阵；根据选取的特征点数目将所述图像的灰度区域进行划分；将划分得到的各区域根据所述有序矩阵进行中值滤波，得到对应的特征点的彩色噪声参数；根据各特征点的彩色噪声参数生成所述图像的彩色噪声灰度特性曲线；根据所述彩色噪声灰度特性曲线分析所述图像彩色噪声的特性并进行去除噪声处理，通过本发明专利技术能够有效的分析出图像彩色噪声的多种特性。

【技术实现步骤摘要】
一种自动分析图像彩色噪声特性的方法
本专利技术涉及图像的噪声处理
，尤其涉及一种自动分析图像彩色噪声特性的方法，适用于高质量高效率视频以及图像的特效处理及合成软件中。
技术介绍
在图像及视频采集处理的整个过程中，往往容易产生噪声。数字采集前素材就有可能存在噪声，如数字电影胶片的本身具有的颗粒噪声，采集中也会产生噪声，如相机拍照过程中产生的热噪声和电子噪声，采集后处理中也会产生噪声及其他损伤，如果量化噪声，所有这些都需要有效的去噪技术来处理。专利技术人在实施本专利技术的过程中，发现现有技术存在以下技术问题：目前特效合成软件中使用的去除噪声的技术需要人工输入参数来进行去噪，在处理具有不同类型噪声的图像时需要反复调节参数，比较麻烦。
技术实现思路
为了解决上述现有技术的缺点，本专利技术的主要目的是提供一种自动分析图像彩色噪声特性的方法，能够有效的分析出图像中噪声的多种性质，用于后续去噪的处理。为了达到上述目的，本专利技术提供了一种自动分析图像彩色噪声特性的方法，具体包括：提取用户输入的图像中的彩色噪声特征区域；对所述噪声特征区域进行离散余弦变换计算得到图像彩色噪声的特性参数的系数集合；将本文档来自技高网...

【技术保护点】
一种自动分析图像彩色噪声特性的方法，其特征在于，该方法包括：提取用户输入的图像中的彩色噪声特征区域；对所述噪声特征区域进行离散余弦变换计算得到图像彩色噪声的特性参数的系数集合；将所述图像彩色噪声的特性参数排序后生成有序矩阵；根据选取的特征点数目将所述图像的灰度区域进行划分；将划分得到的各区域根据所述有序矩阵进行中值滤波，得到对应的特征点的彩色噪声参数；根据各特征点的彩色噪声参数生成所述图像的彩色噪声灰度特性曲线；根据所述彩色噪声灰度特性曲线分析所述图像彩色噪声的特性并进行去除噪声处理。

【技术特征摘要】
1.一种自动分析图像彩色噪声特性的方法，其特征在于，该方法包括：提取用户输入的图像中的彩色噪声特征区域；包括：当用户输入一个图像时，首先需要对图像中包含彩色噪声的区域进行有效提取，并确定所述彩色噪声特征区域的数量、所述彩色噪声特征区域的位置和所述彩色噪声特征区域的大小；对所述噪声特征区域进行离散余弦变换计算得到图像彩色噪声的特性参数的系数集合；将所述图像彩色噪声的特性参数排序后生成有序矩阵；根据选取的特征点数目将所述图像的灰度区域进行划分；将划分得到的各区域根据所述有序矩阵进行中值滤波，得到对应的特征点的彩色噪声参数；根据各特征点的彩色噪声参数生成所述图像的彩色噪声灰度特性曲线；根据所述彩色噪声灰度特性曲线分析所述图像彩色噪声的特性并进行去除噪声处理。2.如权利要求1所述的自动分析图像彩色噪声特性的方法，其特征在于，所述图像彩色噪声的特性参数包括：所述彩色噪声特征区域中心像素点的灰度、彩色噪声增益、彩色噪声尺度大小和彩色噪声横纵比特性。3.如权利要求1所述的自动分析图像彩色噪声特性的方法，其特征在于，提取所述彩色噪声特征区域的位置的方法包括：从所述图像的左上角第一个像素开始，分别在水平方向与垂直方向以特征区域尺度大小的像素个数为间隔设置特征点；根据水平方向特征点数目与垂直方向特征点数目获取特征点的坐标集合；根据所述特征点的坐标集合，选取彩色噪声特征区域中的特征点的坐标作为对应的彩色噪声特征区域的位置。4.如权利要求3所述的自动分析图像彩色噪声特性的方法，其特征在于，所述水平方向特征点数目与垂直方向特征点数目总和不超过100。5.如权利要求3所述的自动分析图像彩色噪声特性的方法，其特征在于，该方法还包括：当所述水平方向特征点数目与垂直方向特征点数目总和超过100时，将所述水平方向特征点数目与垂直方向特征点数目总和处理为不超过100，具体的处理方法具体包括：根据图像的长宽比计算出水平及垂直方向的特征点个数；对所述图像的长宽比参数进行限定，具体为：计算的长宽比参数大于100时，取长宽比为100；计算的长宽比参数小于0.01时，取长宽比为0.01；计算的长宽比参...

【专利技术属性】
技术研发人员：徐进，郑鹏程，
申请(专利权)人：新奥特北京视频技术有限公司，
类型：发明
国别省市：