[发明专利]图像去噪方法及装置

说明书

技术领域

本发明涉及图像处理领域，具体涉及一种图像去噪方法及装置。

背景技术

随着各种数字仪器和数码产品的普及，图像和视频已成为人类活动中最常用的信息载体，它们包含着物体的大量信息，成为人们获取外界原始信息的主要途径，然而在图像的获取、传输和存贮过程中常常会受到各种噪声的干扰和影响而使图像降质，为了使得图像的质量得以提高，现有技术中可以采用空间域的邻域滤波方法例如非局部均值（nonlocal-mean）算法对图像进行去噪处理，使得去噪处理后的图像的噪声降低，使得处理的图像的显示效果。

但是，现有技术在通过nonlocal-mean算法对拜尔模板图像进行去噪处理时，首先获取去噪像素点的颜色分量，则从所述拜尔模板图像中挑选出与所述去噪像素点的颜色分量相同的所有像素点进行加权滤波，使得去噪像素点i和参考像素点j的相似程度是依据各自所在的邻域矩形邻域的相似程度来确定的，也就是以i为中心的矩形邻域v(N_i)和以j为中心的矩形邻域v(N_j)这两个矩形邻域的高斯加权欧氏距离的平方，通常将此处的高斯参数设为0，v(N_i)和v(N_j)的相似程度完全由所述欧式距离与v(N_j)或v(N_j)中的像素个数比值决定，即公式

||v(Ni)-v(Nj)||22/N]]>

若v(N_i)是以像素点i为中心的3*3像素点形成的矩形邻域，v(N_j)是以像素点j为中心的3*3像素点形成的矩形邻域，v(N_i)和v(N_j)的欧式距离平方就是两个块中九个对应像素点差的平方和，但是每个邻域矩形块中的每个像素只有一个颜色分量，由单一颜色分量的9个像素并不能很好的表示邻域矩形块中的细节分布情况，导致直接依据两个邻域矩形块的欧式距离平方来衡量其相似度并不精确，从而会导致挑选参与加权滤波的相似像素带你也不精确，出现去噪效果差的问题。

发明内容

本申请实施例通过提供一种图像去噪方法及装置，能够更精确获取去噪邻区和参考邻区的相似度及其滤波权重，使得去噪效果得以提高。

根据本发明的第一方面，提供了一种图像去噪方法，所述方法包括：

从拜耳模板图像中确定去噪邻区和参考邻区，其中，所述去噪邻区和所述参考邻区中的中心像素点具有相同的颜色分量；

基于所述中心像素点的颜色分量，获取所述去噪邻区中的第一RGB颜色分量值和所述参考邻区中的第二RGB颜色分量值；

基于所述中心像素点的颜色分量，对所述第一RGB颜色分量值进行缩放处理，获取第一组RGB颜色向量，以及对所述第二RGB颜色分量值进行缩放处理，获得第二组RGB颜色向量；

基于所述第一组RGB颜色向量和所述第二组RGB颜色向量，获取所述参考邻区相对于所述去噪邻区的滤波权重；

基于所述滤波权重，对所述去噪邻区进行去噪处理。

结合第一方面，在第一种可能的实现方式中，在所述中心像素点的颜色分量为R颜色分量时，所述基于所述中心像素点的颜色分量，获取所述去噪邻区中的第一RGB颜色分量值和所述参考邻区中的第二RGB颜色分量值，具体包括：

基于所述R颜色分量，获取所述第一RGB颜色分量值，其中，所述第一RGB颜色分量值中的R颜色分量值为所述去噪邻区中的中心像素点的R颜色分量值，以及G颜色分量值为所述去噪邻区中的所有G颜色分量的均值，以及B颜色分量值为所述去噪邻区中的所有B颜色分量的均值；以及