噪声估计方法、装置、终端设备及计算机可读存储介质制造方法及图纸

本申请提供了一种噪声估计方法、装置、终端设备及计算机可读存储介质，方法包括：对待处理图像进行拉普拉斯Laplace滤波，得到Laplace滤波结果；对待处理图像进行边缘检测算子滤波，得到第一边缘图；根据第一边缘图，确定第二边缘图，第二边缘图由第一边缘图进行边缘增强获得；根据Laplace滤波结果和第二边缘图，确定待处理图像的噪声水平。本申请实施例通过结合第二边缘图和Laplace滤波结果确定噪声水平，能准确估计噪声水平，从而有利于更好的控制去噪强度。的控制去噪强度。的控制去噪强度。

【技术实现步骤摘要】
噪声估计方法、装置、终端设备及计算机可读存储介质


[0001]本申请属于图像处理
，尤其涉及一种噪声估计方法、装置、终端设备及计算机可读存储介质。

技术介绍

[0002]图像噪声是指存在于图像数据中的不必要的或多余的干扰信息，噪声是影响图像视觉效果的最关键因素之一，而且不利于后续图像的处理，例如分割、压缩和图像理解等。夜晚或者暗光环境下，由于光线不足的原因会使得拍摄到的图像亮度过暗以及噪声过多。通常在暗光环境下，拍摄的照片会存在感光元器件本身暗电流带来的噪声、传感器硬件读出效应造成的高斯噪声，以及随着信号变化的散粒噪声等。
[0003]为了抑制噪声，降低噪声带来的低信噪比影响，改善图像质量，提高图像的视觉效果，便于更高层次的处理，必须对图像进行去噪预处理。传统的去噪方法大多需要先对图像的噪声情况进行估计，然后才能进行去噪。

技术实现思路

[0004]本申请实施例提供了一种噪声估计方法、装置、终端设备及计算机可读存储介质，可以有效准确的估算噪声水平。
[0005]第一方面，本申请实施例提供了一种噪声估计方法，包括：
[0006]对待处理图像进行拉普拉斯Laplace滤波，得到Laplace滤波结果；
[0007]对待处理图像进行边缘检测算子滤波，得到第一边缘图；
[0008]根据第一边缘图，确定第二边缘图，第二边缘图由第一边缘图进行边缘增强获得；
[0009]根据Laplace滤波结果和第二边缘图，确定待处理图像的噪声水平。
[0010]第二方面，本申请实施例提供了一种噪声估计装置，包括：
[0011]第一滤波模块，用于对待处理图像进行拉普拉斯Laplace滤波，得到Laplace滤波结果；
[0012]第二滤波模块，用于对待处理图像进行边缘检测算子滤波，得到第一边缘图；
[0013]边缘图生成模块，用于根据第一边缘图，确定第二边缘图，第二边缘图由第一边缘图进行边缘增强获得；
[0014]噪声估计模块，用于根据Laplace滤波结果和第二边缘图，确定待处理图像的噪声水平。
[0015]第三方面，本申请实施例提供了一种终端设备，终端设备包括存储器、处理器以及存储在存储器中并可在处理器上运行的噪声估计程序，处理器执行噪声估计程序时实现上述第一方面中任一项的噪声估计方法。
[0016]第四方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行上述第一方面中任一项的噪声估计方法。
[0017]第五方面，本申请实施例提供了一种计算机可读存储介质，计算机可读存储介质
存储有噪声估计程序，噪声估计程序被处理器执行时实现上述第一方面中任一项的噪声估计方法。
[0018]可以理解的是，上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。
[0019]本申请实施例提供了一种噪声估计方法、装置及终端设备，方法包括：对待处理图像进行拉普拉斯Laplace滤波，得到Laplace滤波结果；对待处理图像进行边缘检测算子滤波，得到第一边缘图；根据第一边缘图，确定第二边缘图，第二边缘图由第一边缘图进行边缘增强获得；根据Laplace滤波结果和第二边缘图，确定待处理图像的噪声水平。本申请实施例通过结合边缘图和Laplace滤波结果确定噪声水平，能准确估计噪声水平，从而有利于更好的控制去噪强度。
附图说明
[0020]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0021]图1是本申请一实施例提供的噪声估计方法的流程示意图；
[0022]图2是本申请实施例提供的噪声估计装置的结构示意图；
[0023]图3是本申请实施例提供的终端设备的结构示意图。
具体实施方式
[0024]以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
[0025]应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
[0026]还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
[0027]如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到所描述条件或事件”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到所描述条件或事件”或“响应于检测到所描述条件或事件”。
[0028]另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
[0029]在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、
“
在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
[0030]参见图1示出的一种噪声估计方法的一种流程示意图，该方法可以应用于终端设备，终端设备可以是手机、平板或电脑等，在此不对终端设备的类型作限定。该方法可以包括以下步骤：
[0031]步骤S101：对待处理图像进行拉普拉斯Laplace滤波，得到Laplace滤波结果，具体包括：
[0032]步骤S1011：当待处理图像是RGB图像时，将待处理图像转换为YUV图像，可分离图像的色度U、V和明亮度Y。待处理图像为人脸图像或者风景图像。当待处理图像为是YUV图像时，执行步骤S1012。
[0033]步骤S1012：使用Laplace算子对YUV图像的Y通道进行卷积运算，得到Laplace滤波结果。
[0034]Laplace算子是对待处理图像进行x和y轴方向的二阶差分的卷积核表示。本申请实施例通过使用Laplace算子对Y通道进行卷积运算，能更好的保本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种噪声估计方法，其特征在于，包括：对待处理图像进行拉普拉斯Laplace滤波，得到Laplace滤波结果；对所述待处理图像进行边缘检测算子滤波，得到第一边缘图；根据所述第一边缘图，确定第二边缘图，所述第二边缘图由所述第一边缘图进行边缘增强获得；根据所述Laplace滤波结果和所述第二边缘图，确定所述待处理图像的噪声水平。2.如权利要求1所述的方法，其特征在于，所述对所述待处理图像进行边缘检测算子滤波，得到第一边缘图，包括：当所述待处理图像是RGB图像时，采用横向边缘检测算子对所述待处理图像的x轴进行卷积运算，得到水平边缘图；采用纵向边缘检测算子对所述待处理图像的y轴进行卷积运算，得到竖直边缘图；根据所述水平边缘图和竖直边缘图确定第一边缘图；或者，当所述待处理图像是YUV图像时，对所述YUV图像的Y通道进行边缘检测算子滤波，得到第一边缘图。3.如权利要求1所述的方法，其特征在于，所述根据所述第一边缘图，确定第二边缘图，包括：当所述第一边缘图是RGB图像时，将所述第一边缘图转换为YUV图像；选取所述YUV图像中符合预设条件的Y通道像素值作为二值化阈值；根据所述二值化阈值对所述YUV图像进行二值化，得到二值化边缘图，所述二值化边缘图作为第二边缘图；或者，当所述第一边缘图是YUV图像时，选取YUV图像中符合预设条件的Y通道像素值作为二值化阈值；根据所述二值化阈值对所述YUV图像进行二值化，得到二值化边缘图，所述二值化边缘图作为第二边缘图。4.如权利要求3所述的方法，其特征在于，在所述根据所述二值化阈值对所述YUV图像进行二值化，得到二值化边缘图之后，所述方法还包括：对所述二值化边缘图执行去噪点操作；对去除噪点后的二值化边缘图进行形态学操作，得到形态学操作后的二值化边缘图；将所述形态学操作后的二值化边缘图更新为所述第二边缘图。5.如权利要求4所述的方法，其特征在于，所述对所述二值化边缘图执行去噪点操作，包括：遍历所述二值化边缘图，若当前像素点的像素值为0，且所述当前像素点的预设领域范围内像素值为0的像素点的数目小于第一阈值，确定所述当前像素点为噪点，并将所述当前像素点的像素值重置为255；若符合遍历终止的条件时，遍历终止；其中，所述...

【专利技术属性】
技术研发人员：郑加章，刘阳兴，
申请(专利权)人：武汉TCL集团工业研究院有限公司，
类型：发明
国别省市：