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21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CN111935425A(43)申请公布日2020.11.13(21)申请号202010819526.8(22)申请日2020.08.14(71)申请人字节跳动有限公司地址美国加利福尼亚州(72)发明人刘鼎(74)专利代理机构北京市立方律师事务所11330代理人张筱宁(51)Int.Cl.H04N5/357(2011.01)H04N5/213(2006.01)权利要求书3页说明书14页附图3页(54)发明名称视频降噪方法、装置、电子设备及计算机可读介质(57)摘要本公开提供了一种视频降噪方法、装置、电子设备及计算机可读介质,涉及图像处理技术领域。视频降噪方法,包括:根据待降噪视频的当前帧和当前帧的参考帧计算当前帧和参考帧之间的光流;根据光流将参考帧扭曲变换到当前帧的位置,以得到参考对齐帧;获取当前帧对应的灰度图像;基于灰度图像的每个像素点的值、参考对齐帧的每个像素点的值以及当前帧的每个像素点的值进行计算,以得到当前帧去噪后的每个像素点的值。本公开所提供的技术方案,利用参考对齐帧和当前帧的灰度图像,对当前帧进行去噪,使得当前帧的图像在亮度较高的区域保留更多的细节,在亮度较低的区域去除更多噪点,在整体上得到了更好的帧图像,视频的每帧的图像去噪效果好。CN111935425ACN111935425A权利要求书1/3页1.一种视频降噪方法,其特征在于,包括:根据待降噪视频的当前帧和当前帧的参考帧计算所述当前帧和所述参考帧之间的光流;根据所述光流将所述参考帧扭曲变换到当前帧的位置,以得到参考对齐帧;获取当前帧对应的灰度图像;基于所述灰度图像的每个像素点的值、所述参考对齐帧的每个像素点的值以及所述当前帧的每个像素点的值进行计算,以得到所述当前帧去噪后的每个像素点的值。2.根据权利要求1所述的视频降噪方法,其特征在于,所述基于所述灰度图像的每个像素点的值、所述参考对齐帧的每个像素点的值以及所述当前帧的每个像素点的值进行计算,以得到所述当前帧去噪后的每个像素点的值,包括:将所述灰度图像的每个像素点的值进行归一化,以得到归一化图像的每个像素点的值;基于所述归一化图像的每个像素点的值、所述参考对齐帧的每个像素点的值以及所述当前帧的每个像素点的值进行计算,以得到所述当前帧去噪后的每个像素点的值。3.根据权利要求2所述的视频降噪方法,其特征在于:所述当前帧去噪后的每个像素点的值基于下式对进行计算:Fq=et×Ft+(1-et)×Fc其中,et为归一化图像中的像素点的值,Ft为当前帧中的像素点的值,Fc为参考对齐帧中的像素点的值;et的位置、Ft的位置和Fc的位置相对应,Fq为当前帧去噪后的像素点的值。4.根据权利要求1所述的视频降噪方法,其特征在于,所述获取当前帧对应的灰度图像,包括:获取当前帧对应的预设层数的第一拉普拉斯金字塔;获取第一拉普拉斯金字塔每层图像对应的灰度图像。5.根据权利要求4所述的视频降噪方法,其特征在于,所述基于所述灰度图像的每个像素点的值、所述参考对齐帧的每个像素点的值以及所述当前帧的每个像素点的值进行计算,以得到所述当前帧去噪后的每个像素点的值,包括:获取参考对齐帧对应的预设层数的第二拉普拉斯金字塔;基于所述灰度图像的每个像素点的值、所述第一拉普拉斯金字塔的每层图像的每个像素点的值以及所述第二拉普拉斯金字塔的每层图像的每个像素点的值进行计算,以得到去噪后的每层第一拉普拉斯金字塔的每个像素点的值;根据去噪后的第一拉普拉斯金字塔的每层图像的每个像素点的值,计算得到当前帧去噪后的图像。6.根据权利要求5所述的视频降噪方法,其特征在于,所述基于所述灰度图像的每个像素点的值、所述第一拉普拉斯金字塔的每层图像的每个像素点的值以及所述第二拉普拉斯金字塔的每层图像的每个像素点的值进行计算,以得到去噪后的每层第一拉普拉斯金字塔的每个像素点的值,包括:将所述灰度图像的每个像素点的值进行归一化,以得到归一化图像的每个像素点的值;2CN111935425A权利要求书2/3页基于所述归一化图像的每个像素点的值、所述第一拉普拉斯金字塔的每层图像的每个像素点的值以及所述第二拉普拉斯金字塔的每层图像的每个像素点的值进行计算,以得到去噪后的每层第一拉普拉斯金字塔的每个像素点的值。7.根据权利要求6所述的视频降噪方法,其特征在于,去噪后的每层第一拉普拉斯金字塔的每个像素点的值基于下式对进行计算:Jq=et×Jt+(1-et)×Jc其中,et为归一化图像中的像素点的值,Jt为第一拉普拉斯金字塔中的像素点的值,Jc为第二拉普拉斯金字塔中的像素点的值;Jt在第一拉普拉斯金字塔中的层数和Jc在第二拉普拉斯金字塔中的层数对应,et的位置、Jt的位置和Jc的位置相对应,Jq为去噪后的一层第一拉普拉斯金