【技术实现步骤摘要】
本专利技术涉及视频处理，具体涉及视频处理方法、系统、装置、设备及介质。
技术介绍
1、图像去噪的主要目的是去除图像中的噪音，同时尽可能保留图像细节与重要信息。具体来说，去噪技术需考虑多个关键问题，包括噪音的识别与分离，如何尽可能保留细节和边缘，并且同时在保证去噪质量的前提下提高算法效率使其实时应用于图像处理成为当前难题。
2、就目前存在于市面上的大多降噪技术，简易算法如线性空间域滤波（均值滤波，中值滤波，高斯滤波）大多会造成图像模糊，无法保留所需细节，无法达到要求。而非线性滤波方法（双边滤波）结合了空间域和像素值域的相似性，虽对图像边缘和细节保存以及各类噪音的去处效果显著，但计算复杂度较高，处理速度较慢 。
技术实现思路
1、本申请的目的在于提供视频处理方法、系统、装置、设备及介质，可以解决对图像进行高效降噪处理的方案。
2、根据本申请实施例的第一方面，提供一种视频处理方法，包括：
3、获取待处理视频，并提取所述待处理视频包含yuv信息中y通道的第一亮度通道信息；
4、在利用双边滤波算法计算目标像素的过程中，对指定滤波窗口范围内所述第一亮度通道信息进行处理，得到空间邻近度和像素值；
5、基于所述像素值，确定对应的针对所述像素值的核函数的权值的处理方式；
6、利用得到的所述核函数的权值优化所述双边滤波算法中算子，计算得到目标像素值；
7、将所述第一亮度通道信息中的所述像素值替换为所述目标像素值后，得到
8、可选地，所述基于所述像素值，确定对应的针对所述像素值的核函数的权值的处理方式，包括：
9、通过像素点和目标像素的相对位置，以及滤波窗口中每个点的像素值和目标位置的像素值之间的区别，确定对应的针对所述像素值的核函数的权值；其中，所述权值利用卷积神经网络加速器实现的。
10、可选地，所述卷积神经网络加速器包括：多个卷积层、除法层和乘法层中至少一个；其中，第一卷积层用于计算相邻像素值与当前像素值之间的像素差值；
11、所述除法层用于根据所述像素差值与像素阈值之间的大小关系，确定对应的针对所述像素值的核函数的权值的处理方式；
12、所述第二卷积层用于利用得到的所述核函数的权值，计算得到目标像素值。可选地，所述基于所述像素值与像素阈值的比较结果，确定对应的针对所述像素值的核函数的权值的处理方式，包括：
13、获取所述待处理视频中图像各像素点的像素值；
14、根据所述像素值计算相邻像素点之间的像素差值；
15、当所述像素差值的大小在第一像素阈值和第二像素阈值之间时，则在有效区间内利用拟合函数计算所述核函数的权值赋值；所述拟合函数公式：
16、；
17、其中，为拟合的超参值。
18、可选地，利用双边滤波算法对指定滤波窗口范围内所述第一亮度通道信息进行处理之前，计算所述空间邻近度的权值技术方式，包括：
19、根据像素之间的空间距离和标准差计算得到所述空间相邻度的权值，计算公式：
20、；
21、其中，i表示滤波窗口横坐标，j表示滤波窗口纵坐标，k表示横坐标范围，l表示纵坐标范围，表示空间域标准差。
22、可选地，所述滤波窗口的直径范围；
23、所述空间域标准差为，像素域标准差。
24、可选地，优化所述双边滤波算法的权值如下：
25、；
26、其中 为提前计算的固定值；
27、按照所述权值进行归一化处理，得到双边滤波算法公式：
28、。
29、可选地，所述待处理视频的数据格式为uint8数据格式。
30、根据本申请实施例的第二方面，提供一种视频处理系统，包括：
31、客户端，用于提供待处理视频；其中，所述待处理视频中包含有yuv信息；
32、服务器端，包含有预处理单元和人工智能模型；其中，所述预处理单元用于从所述yuv信息中提取y通道的第一亮度通道信息；
33、所述人工智能模型，包含有多个卷积层、除法层和乘法层中至少一个；其中，第一卷积层用于计算相邻像素值与当前像素值之间的像素差值；
34、所述除法层用于根据所述像素差值与像素阈值之间的大小关系，确定对应的针对所述像素值的核函数的权值的处理方式；
35、所述第二卷积层用于利用得到的所述核函数的权值，计算得到目标像素值；将所述第一亮度通道信息中的所述像素值替换为所述目标像素值后，得到完成去噪的第二亮度通道信息。
36、可选地，所述预处理单元还用于：根据滤波窗口的大小对提取出的 y 通道进行填充，以保证在后续卷积操作后输出图像的大小与输入图像一致。
37、可选地，所述乘法层用于对所述像素差值进行平方计算，得到平方计算结果；
38、第三卷积层和所述除法层用于利用所述平方计算结果以及空域标准差计算得到空间相邻度的权值。
39、可选地，第四卷积层用于利用所述空间相邻度的权值以及和函数变量值的乘积，计算得到原始目标核函数；
40、利用第五卷积层就算每个通道的原始值总和；
41、利用除法层计算所述原始值与所述原始值总和的除法计算结果，得到所述原始目标核函数对应的目标核函数。
42、可选地，第六卷积层用于对滤波窗口中其他像素对应的输入通道进行核函数计算；
43、根据所述核函数计算结果进行加权求和，得到目标像素值；
44、利用所述目标像素值替换y通道的第一亮度通道信息中像素值，得到第二亮度通道信息。
45、根据本申请实施例的第三方面，提供一种视频处理装置，包括：
46、获取模块，用于获取待处理视频，并提取所述待处理视频包含yuv信息中y通道的第一亮度通道信息；
47、处理模块，用于利用双边滤波算法对指定滤波窗口范围内所述亮度通道信息进行处理，得到空间邻近度和像素值；
48、确定模块，用于基于所述像素值与像素阈值的比较结果，确定对应的针对所述像素值的核函数的权值的处理方式；
49、计算模块，用于利用得到的所述核函数的权值，计算得到目标像素值；
50、替换模块，用于将所述第一亮度通道信息中的所述像素值替换为所述目标像素值后，得到完成去噪的第二亮度通道信息。
51、根据本申请实施例的第四方面，提供一种电子设备，包括存储器与处理器，所述存储器用于存储所述处理器可执行的计算机程序；所述处理器用于执行所述存储器中的计算机程序，以实现上述第一方面所述的方法。
52、根据本申请实施例的第五方面，提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，当所述存储介质中的可执行的计算机程序由处理器执行时，能够实现上述第一方面所述的方法。
53、与现有技术相比，本本文档来自技高网...
【技术保护点】
1.一种视频处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述像素值，确定对应的针对所述像素值的核函数的权值的处理方式，包括：
3.根据权利要求2所述的方法，其特征在于，所述卷积神经网络加速器包括：多个卷积层、除法层和乘法层中至少一个；其中，第一卷积层用于计算相邻像素值与当前像素值之间的像素差值；
4.根据权利要求1所述的方法，其特征在于，所述基于所述像素值，确定对应的针对所述像素值的核函数的权值的处理方式，包括：
5.根据权利要求1或4所述的方法，其特征在于，利用双边滤波算法对指定滤波窗口范围内所述第一亮度通道信息进行处理之前，计算所述空间邻近度的权值，包括：
6.根据权利要求5所述的方法，其特征在于，所述滤波窗口的直径范围；
7.根据权利要求5所述的方法，其特征在于，优化所述双边滤波算法的权值如下：
8.根据权利要求1所述的方法，其特征在于，所述待处理视频的数据格式为UINT8数据格式。
9.一种视频处理系统，其特征在于，所述系统包括：p>
10.根据权利要求9所述的系统，其特征在于，所述预处理单元还用于：根据滤波窗口的大小对提取出的 Y 通道进行填充，以保证在后续卷积操作后输出图像的大小与输入图像一致。
11.根据权利要求9所述的系统，其特征在于，所述乘法层用于对所述像素差值进行平方计算，得到平方计算结果；
12.根据权利要求11所述的系统，其特征在于，第四卷积层用于利用所述空间相邻度的权值以及和函数变量值的乘积，计算得到原始目标核函数；
13.根据权利要求12所述的系统，其特征在于，第六卷积层用于对滤波窗口中其他像素对应的输入通道进行核函数计算；
14.一种视频处理装置，其特征在于，所述装置包括：
15.一种电子设备，包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、至少一段程序、代码集或指令集由所述处理器加载并执行以实现根据权利要求1至8中任一项所述的方法。
16.一种计算机可读介质，其上存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现根据权利要求1至8中任一项所述的方法。
...【技术特征摘要】
1.一种视频处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述像素值，确定对应的针对所述像素值的核函数的权值的处理方式，包括：
3.根据权利要求2所述的方法，其特征在于，所述卷积神经网络加速器包括：多个卷积层、除法层和乘法层中至少一个；其中，第一卷积层用于计算相邻像素值与当前像素值之间的像素差值；
4.根据权利要求1所述的方法，其特征在于，所述基于所述像素值，确定对应的针对所述像素值的核函数的权值的处理方式，包括：
5.根据权利要求1或4所述的方法，其特征在于，利用双边滤波算法对指定滤波窗口范围内所述第一亮度通道信息进行处理之前，计算所述空间邻近度的权值，包括：
6.根据权利要求5所述的方法，其特征在于，所述滤波窗口的直径范围；
7.根据权利要求5所述的方法，其特征在于，优化所述双边滤波算法的权值如下：
8.根据权利要求1所述的方法，其特征在于，所述待处理视频的数据格式为uint8数据格式。
9.一种视频处理系统，其特征在于，所述系统包括：
10.根据权利要求9所...
【专利技术属性】
技术研发人员：邱丰，徐林，聂仁克，朱照远，
申请(专利权)人：镕铭微电子济南有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。