[发明专利]处理图像噪声的方法及装置

说明书

本发明提供一种处理图像噪声的方法及装置，其中，上述方法包括：获取一帧原始图像对应的YUV空间图像的Y分量图像；采用预设图像分解算法分解所述Y分量图像，获得对应的高频域信号和低频域信号；识别所述高频域信号中的边缘信号和非边缘信号；对所述边缘信号做边缘增强处理并使用第一滤波方法对所述非边缘信号进行滤波，获得处理后的高频域信号；使用第二滤波方法对所述低频域信号进行滤波，获得处理后的低频域信号；采用与所述预设图像分解算法对应的图像重构算法对所述处理后的高频域信号和所述处理后的低频域信号进行重构，获得去噪后的Y分量图像。本发明提供的去除图像噪声的方法，可以高效地去除图像中的大量噪声，提高图像的信噪比。

技术领域

本发明涉及数字图像处理技术领域，特别涉及一种处理图像噪声的方法及装置。

背景技术

目前数码产品与人们的生活密切相关，如安防监控摄像机、手机相机以及类似于Apple Watch等便携式mini相机等。上述数码产品在信息采集过程中因受自身元器件、拍摄环境等因素的影响，采集的数字图像中会含有噪声，特别是在低照度环境下采集图像的噪声更加明显。因此，采取合适的图像处理方法为原始数字图像去除噪声是数码产品中图像处理的一个重要环节。

现有技术中，采用传统的小波滤波算法为数字图像去除噪声，具体过程为：首先对噪声图像进行小波分解，然后采用阈值收缩算法对高频域的小波系数进行阈值收缩处理，最后经过小波逆变换处理获得去除噪声后的数字图像。然而，传统的小波滤波算法比较适合对信噪比较高的高斯白噪声污染图像去除噪声，而对噪声颗粒较大且噪声密集的低照度图像，去除噪声的效果并不好。

发明内容

有鉴于此，本发明提供一种处理图像噪声的方法及装置，提高低照度图像的去噪效果。

一方面，提供了一种处理图像噪声的方法，包括：

获取一帧原始图像对应的YUV空间图像的Y分量图像；

采用预设图像分解算法分解所述Y分量图像，获得对应的高频域信号和低频域信号；

识别所述高频域信号中的边缘信号和非边缘信号；

对所述边缘信号做边缘增强处理并使用第一滤波方法对所述非边缘信号

进行滤波，获得处理后的高频域信号；

使用第二滤波方法对所述低频域信号进行滤波，获得处理后的低频域信号；

采用与所述预设图像分解算法对应的图像重构算法对所述处理后的高频域信号和所述处理后的低频域信号进行重构，获得去噪后的Y分量图像。

可选的，所述预设图像分解算法为二维离散小波分解算法；所述识别所述高频域信号中的边缘信号和非边缘信号，包括：

将相邻级高频域小波分解系数的乘积与预设边缘系数阈值作比较；

若所述相邻级高频域小波分解系数的乘积大于所述预设边缘系数阈值，则将所述相邻级高频域小波分解系数对应位置的信号标记为边缘信号；

若所述相邻级高频域小波分解系数的乘积不大于所述预设边缘系数阈值，则将所述相邻级高频域小波分解系数对应位置的信号标记为非边缘信号。

可选的，所述使用第一滤波方法对所述非边缘信号进行滤波，具体为：

按照预设阈值收缩算法对所述非边缘信号的各级高频域小波分解系数进行小波收缩处理；

其中，所述预设阈值收缩算法公式表示如下：

其中，f表示小波域内的Y分量图像的小波系数，g和n分别表示小波域内的无噪图像和噪声信息；j＝1、2、3、…J，J为小波分解的最高级别；sign(f)为符号函数；T_j表示第j级的小波阈值，采用以下公式表示：