预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共31页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114155161A(43)申请公布日2022.03.08(21)申请号202111283930.9(22)申请日2021.11.01(71)申请人富瀚微电子(成都)有限公司地址610200四川省成都市中国(四川)自由贸易试验区成都市双流区西南航空港经济开发区黄甲街道双兴大道1号(72)发明人李许强(74)专利代理机构上海慧晗知识产权代理事务所(普通合伙)31343代理人徐海晟(51)Int.Cl.G06T5/00(2006.01)权利要求书4页说明书18页附图8页(54)发明名称图像去噪方法、装置、电子设备与存储介质(57)摘要本发明提供了一种图像去噪方法、装置、电子设备与存储介质,图像去噪方法,包括:获取输入图像;确定所述输入图像中像素点的噪声强度;基于所述噪声强度,对所述输入图像进行双边滤波,得到基础层信息;并基于所述基础层信息与所述输入图像,确定细节层信息,所述细节层信息中记录了每个像素点对应的差异值,所述差异值表征了所述输入图像中像素点的取值相对于所述基础层信息的差异;将所述差异值转换至频率域,并进行去噪,得到频率域处理后信息;合并所述频率域处理后信息与所述基础层信息,得到合并图像;对所述合并图像与所述输入图像进行联合双边滤波,得到滤波后图像;基于所述滤波后图像,确定最终的目标图像。CN114155161ACN114155161A权利要求书1/4页1.一种图像去噪方法,其特征在于,包括:获取输入图像;确定所述输入图像中像素点的噪声强度;基于所述噪声强度,对所述输入图像进行双边滤波,得到基础层信息;并基于所述基础层信息与所述输入图像,确定细节层信息,所述细节层信息中记录了每个像素点对应的差异值,所述差异值表征了所述输入图像中像素点的取值相对于所述基础层信息的差异;将所述差异值转换至频率域,并进行去噪,得到频率域处理后信息;合并所述频率域处理后信息与所述基础层信息,得到合并图像;对所述合并图像与所述输入图像进行联合双边滤波,得到滤波后图像;基于所述滤波后图像,确定最终的目标图像。2.根据权利要求1所述的图像去噪方法,其特征在于,所述确定所述输入图像中像素点的噪声强度,包括:对所述输入图像进行预滤波,得到预滤波后图像;估计所述预滤波后图像中每个像素区域中每个像素点的噪声强度。3.根据权利要求2所述的图像去噪方法,其特征在于,所述对所述输入图像进行预滤波,得到预滤波后图像,包括:对所述输入图像进行扩边后,基于预滤波配置系数,对扩边后的输入图像进行卷积运算,得到所述预滤波后图像。4.根据权利要求2所述的图像去噪方法,其特征在于,所述估计所述预滤波后图像中每个像素区域中每个像素点的噪声强度,包括:对所述预滤波后图像进行扩边后,在扩边后的预滤波后图像中,以所述预滤波后图像的每个像素点为中心像素点取噪声估计像素块,计算每个噪声估计像素块内像素点的亮度均值作为对应中心像素点的亮度表征值;基于所述亮度表征值,确定对应像素点的噪声强度。5.根据权利要求4所述的图像去噪方法,其特征在于,所述基于所述亮度表征值,确定对应像素点的噪声强度,包括:基于预设的线性关系信息,以及所述亮度表征值,确定每个像素点的噪声强度;其中,所述线性关系信息表征了亮度表征值与噪声强度之间的线性关系,且处于不同区间范围的亮度表征值所对应的线性关系是不同的。6.根据权利要求1所述的图像去噪方法,其特征在于,所述基于所述噪声强度,对所述输入图像进行双边滤波,得到基础层信息,包括:对所述输入图像进行扩边后,在扩边后输入图像中,以所述输入图像的每个像素点为中心像素点取第一像素块;基于每个像素点的噪声强度,以及每个第一像素块中像素点与中心像素点间的欧式距离,计算每个像素点的空域核函数取值;其中,所述空域核函数取值与所述欧式距离正相关,所述空域核函数取值与所述噪声强度负相关;基于每个像素点的噪声强度,以及每个第一像素块中像素点与中心像素点的残差,计算每个像素点的值域核函数取值;所述值域核函数取值与所述残差正相关,所述值域核函数取值与所述噪声强度负相关;2CN114155161A权利要求书2/4页针对每个像素点,计算所述空域核函数取值与所述值域核函数取值的乘积,得到每个像素点的双边滤波系数;基于各像素点的双边滤波系数,对扩边后输入图像进行卷积,得到所述基础层信息。7.根据权利要求6所述的图像去噪方法,其特征在于,所述基于每个像素点的噪声强度,以及每个第一像素块中像素点与中心像素点间的欧式距离,计算对应像素点的空域核函数取值,包括:基于以下公式计算所述空域核函数取值:222Dist(i,j)=(X(i,j)‑Xcenter)+(Y(i,j)‑Ycenter)其中:X(i,j)表征了对应像素点(i,j)在笛卡