[发明专利]一种视频去噪方法和电子设备

说明书

本发明实施例提供了一种视频去噪方法和电子设备，所述方法包括：所述CPU获取视频数据，并对所述视频数据进行解码得到视频帧图像；所述GPU从所述CPU加载所述视频帧图像；所述GPU对所述视频帧图像按照预设的非局部平均值NLM去噪算法进行去噪，得到第一图像；所述GPU对所述第一图像按照预设的非局部贝叶斯NLB去噪算法进行去噪，得到第二图像；所述CPU从所述GPU获取所述第二图像，并对所述第二图像进行编码得到去噪后的视频数据。在本发明实施例中，在实现NLB去噪方式的两步去噪方式时，采用NLM去噪算法替换NLB去噪算法进行第一步去噪，避免了使用NLB去噪算法在进行第一步去噪，导致去噪效果不稳定的问题。

技术领域

本发明涉及图像处理技术领域，特别是涉及一种视频去噪方法和一种电子设备。

背景技术

随着网络技术的发展，越来越多人喜欢将拍摄的视频分享到社交平台，或者在社交平台观看其他人分享的视频。

很多情况下，人们都是随手打开手机的摄像头拍摄视频，摄像头在光照条件的不佳的时候采集出来的视频会有明显的噪声，这些噪声会对用户的主观体验造成影响，也会影响视频的编解码和压缩。

目前，现有的图像去噪算法包括基于像素点的去噪算法、基于块匹配的去噪算法、基于变换域的去噪算法和机器学习去噪算法。在实际使用中这些算法要不就是去噪效果不好、要不就是算法执行时间长。

非局部贝叶斯NLB(non-local bayes)去噪算法是近年实验得到的一个在去噪效果和执行时间上较为折中的选择。

NLB去噪方式为两步去噪，其中第一步去噪由于对协方差矩阵的减法操作可能出现负定矩阵，使得图像去噪效果不完全稳定。

发明内容

鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种视频去噪方法和相应的一种电子设备。

为了解决上述问题，本发明实施例公开了一种视频去噪方法，应用于具有中央处理器CPU和图像处理器GPU的电子设备，所述方法包括：

所述CPU获取视频数据，并对所述视频数据进行解码得到视频帧图像；

所述GPU从所述CPU加载所述视频帧图像；

所述GPU对所述视频帧图像按照预设的非局部平均值NLM去噪算法进行去噪，得到第一图像；

所述GPU对所述第一图像按照预设的非局部贝叶斯NLB去噪算法进行去噪，得到第二图像；

所述CPU从所述GPU获取所述第二图像，并对所述第二图像进行编码得到去噪后的视频数据。

本发明实施例还公开了一种视频去噪方法，应用于具有CPU和GPU的电子设备，所述方法包括：

所述CPU获取视频数据，并对所述视频数据进行解码得到视频帧图像；

所述GPU从所述CPU加载所述视频帧图像；

所述GPU确定所述视频帧图像的噪声等级；

所述GPU根据所述噪声等级，采用预设的第一图像去噪算法对所述视频帧图像进程去噪得到第一图像，或者，采用预设的第一图像去噪算法对所述视频帧图像进程去噪得到第一图像，并采用预设的第二图像去噪算法对所述第一图像进行去噪得到第二图像；

所述CPU从所述GPU获取第一图像，并对所述第一图像进行编码得到去噪后的视频数据；或者，从所述GPU获取第二图像，并对所述第二图像进行编码得到去噪后的视频数据。

本发明实施例还公开了一种电子设备，包括中央处理器CPU和图像处理器GPU；

所述CPU包括：