去除图像振铃噪声的方法及电子设备与流程

1.本技术涉及图像处理技术领域，尤其涉及一种去除图像振铃噪声的方法及电子设备。


背景技术：

2.随着世界各国信息化、数字化进程的逐步推进，越来越多的图像和视频需要进行存储和传输等处理，而由于高清图像以及高清视频中的每一帧图像本身对应于较大的数据量，为了提高对图像和视频的处理效率，如jpeg、mpeg、h.26x一些技术中，可以对图像进行压缩编码处理，再对压缩后得到的压缩图像数据进行后续的处理。
3.由于存在gibbs效应，现有技术中在对图像进行压缩编码处理时会在图像的高频分量上产生截断，使得处理后的图像内不同元素之间的强边缘处出现振铃噪声，降低了复原图像的质量，造成复原后的图像的观感较为模糊，振铃噪声还会存在于连续的视频图像中，使得视频播放时出现蚊式噪声。
4.因此，如何去除图像中的振铃噪声，是本领域亟需解决的技术问题。


技术实现要素：

5.本技术提供一种去除图像振铃噪声的方法及电子设备，以实现对图像中振铃噪声更加准确的定位检测和有效去除，并且还能够尽可能保护图像中不存在振铃噪声的部分稳定不变化，从而更加准确地去除图像中振铃噪声，进而提高处理后的图像的复原质量和观感。
6.本技术第一方面提供一种去除图像振铃噪声的方法，包括：获取第一图像，所述第一图像中包括振铃噪声；确定所述第一图像内包括振铃噪声的目标区域；对所述第一图像的目标区域内的振铃噪声进行滤波处理，得到第二图像；其中，所述滤波处理用于去除振铃噪声。
7.在本技术第一方面一实施例中，所述确定所述第一图像内包括振铃噪声的目标区域，包括：计算所述第一图像的灰度信息矩阵；确定所述灰度信息矩阵中包括振铃噪声的目标像素组，其中，所述目标像素组包括多个在行或列上连续的像素点，所述目标像素组与其所在行或列上其他像素点之间的变化规律符合预设条件；确定所述目标像素组在第一图像内所对应的区域为所述目标区域。
8.在本技术第一方面一实施例中，所述确定所述灰度信息矩阵中包括振铃噪声的目标像素组，包括：遍历所述灰度信息矩阵中的所有像素点；对于所有像素点中，大于预设阈值的目标像素点，分别将所述目标像素点所在行或列的一个方向上的多个连续像素点作为待判断像素组；当所述待判断像素组中连续像素点的灰度信息的多个变化参数满足所述预设条件，确定所述待判断像素组为所述目标像素组；其中，所述变化参数包括：一侧方向的收敛程度、周期个数、波动幅度和峰跨度；或者，所述变化参数包括：边缘方差值、两侧向中间方向的收敛程度、周期个数、波动幅度和峰跨度。
9.在本技术第一方面一实施例中，所述确定所述第一图像内包括振铃噪声的目标区域之后，还包括：计算所述目标区域内振铃噪声的强度信息；所述对所述第一图像的目标区域内的振铃噪声进行滤波处理，得到所述第二图像，包括：根据所述强度信息，对所述第一图像的目标区域内的振铃噪声进行滤波处理，得到所述第二图像
10.在本技术第一方面一实施例中，所述计算所述目标区域内振铃噪声的强度信息，包括：对所述像素组的多个变化参数进行加权处理，得到所述目标区域内振铃噪声的强度信息。
11.在本技术第一方面一实施例中，所述得到所述目标区域内振铃噪声的强度信息之后，还包括：通过第一掩模矩阵，记录所述目标区域内的振铃噪声的强度信息；其中，所述第一振铃掩模矩阵中的元素与所述第一图像的像素点一一对应。
12.在本技术第一方面一实施例中，所述通过振铃掩模矩阵，记录所述目标区域内的振铃噪声的强度信息之后，还包括：对所述第一掩模矩阵进行形态学操作处理，得到第二掩模矩阵。
13.在本技术第一方面一实施例中，所述根据所述强度信息，对所述第一图像的目标区域内的振铃噪声进行滤波处理，得到所述第二图像，包括：根据所述第二掩模矩阵中，每个元素的强度信息作为权值，对所述第一图像中该元素对应的像素点进行加权滤波，得到所述第二图像。
14.在本技术第一方面一实施例中，所述根据所述第二掩模矩阵中，每个元素的强度信息作为权值，对所述第一图像中该元素对应的像素点进行加权滤波，得到所述第二图像，包括：对所述第一图像进行滤波处理，得到第三图像；通过公式r＝p*α+q*(1-α)计算得到所述第二图像r，其中，p为所述第三图像，q为所述第一图像，α为所述第二掩模矩阵。
15.在本技术第一方面一实施例中，所述对所述第一图像进行滤波处理，得到第三图像，包括：通过导向滤波器对所述第一图像进行滤波处理，得到所述第三图像；其中，所述导向滤波器对所述目标区域进行滤波时，滤波强度与所述目标区域内灰度信息相关。
16.本技术第二方面提供一种去除图像振铃噪声的装置，可用于执行如本技术第一方面提供的去除图像振铃噪声的方法，该装置包括：振铃噪声检测模块，用于确定第一图像内包括振铃噪声的目标区域，并计算所述目标区域内振铃噪声的强度信息；振铃噪声去除模块，用于根据所述强度信息，对所述第一图像的目标区域内的振铃噪声进行滤波处理，得到第二图像。
17.在本技术第二方面一实施例中，振铃噪声检测模块具体用于，计算所述第一图像的灰度信息矩阵；确定所述灰度信息矩阵中包括振铃噪声的目标像素组，其中，所述目标像素组包括多个在行或列上连续的像素点，所述目标像素组与其所在行或列上其他像素点之间的变化规律符合预设条件；确定所述目标像素组在第一图像内所对应的区域为所述目标区域。
18.在本技术第二方面一实施例中，振铃噪声检测模块具体用于，遍历所述灰度信息矩阵中的所有像素点；对于所有像素点中，大于预设阈值的目标像素点，分别将所述目标像素点所在行或列的一个方向上的多个连续像素点作为待判断像素组；当所述待判断像素组中连续像素点的灰度信息的多个变化参数满足所述预设条件，确定所述待判断像素组为所述目标像素组；其中，所述变化参数包括：一侧方向的收敛程度、周期个数、波动幅度和峰跨
度；或者，所述变化参数包括：边缘方差值、两侧向中间方向的收敛程度、周期个数、波动幅度和峰跨度。
19.在本技术第二方面一实施例中，振铃噪声检测模块还用于，计算所述目标区域内振铃噪声的强度信息；所述对所述第一图像的目标区域内的振铃噪声进行滤波处理，得到所述第二图像，包括：根据所述强度信息，对所述第一图像的目标区域内的振铃噪声进行滤波处理，得到所述第二图像
20.在本技术第二方面一实施例中，振铃噪声检测模块具体用于，对所述像素组的多个变化参数进行加权处理，得到所述目标区域内振铃噪声的强度信息。
21.在本技术第二方面一实施例中，振铃噪声检测模块还用于，所述得到所述目标区域内振铃噪声的强度信息之后，还包括：通过第一掩模矩阵，记录所述目标区域内的振铃噪声的强度信息；其中，所述第一振铃掩模矩阵中的元素与所述第一图像的像素点一一对应。
22.在本技术第二方面一实施例中，振铃噪声检测模块还用于，对所述第一掩模矩阵进行形态学操作处理，得到第二掩模矩阵。
23.在本技术第二方面一实施例中，振铃噪声去除模块具体用于，根据所述第二掩模矩阵中，每个元素的强度信息作为权值，对所述第一图像中该元素对应的像素点进行加权滤波，得到所述第二图像。
24.在本技术第二方面一实施例中，振铃噪声去除模块具体用于，对所述第一图像进行滤波处理，得到第三图像；通过公式r＝p*α+q*(1-α)计算得到所述第二图像r，其中，p为所述第三图像，q为所述第一图像，α为所述第二掩模矩阵。
25.在本技术第二方面一实施例中，振铃噪声去除模块具体用于，通过导向滤波器对所述第一图像进行滤波处理，得到所述第三图像；其中，所述导向滤波器对所述目标区域进行滤波时，滤波强度与所述目标区域内灰度信息相关。
26.本技术第三方面提供一种电子设备，包括处理器和存储器；所述存储器中存储有指令，当所述处理器运行所述指令时，所述处理器执行如本技术第一方面任一项所述的方法。
27.本技术第四方面提供一种存储介质，所述存储介质存储有计算机程序，当所述计算机程序在计算机上运行时，使所述计算机执行如本技术第一方面任一项所述的方法。
28.综上，本技术实施例提供的去除图像振铃噪声的方法，能够利用第一图像中振铃噪声的一维灰度值周期性幅值递减波动并依附于强边缘出现的特点，更加准确地定位第一图像中包括振铃噪声的目标区域，并且还能够根据掩模矩阵对目标区域进行记录，随后根据掩模矩阵的指示仅对第一图像内的目标区域进行滤波处理，而保留不包括振铃噪声的其他部分，避免损坏第一图像结构和纹理信息，从而尽可能保护第一图像中不存在振铃噪声的部分稳定不变化，进而更加准确地在最大限度保护原图纹理和边缘信息的同时去除图像中振铃噪声，进而提高处理后的图像的复原质量和观感。
附图说明
29.为了更清楚地说明本技术实施例或现有技术中的技术方案，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技术的一些实施例，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。
30.图1为本技术提供的去除图像振铃噪声的方法一实施例的流程示意图；
31.图2为本技术提供的第一图像一实施例的示意图；
32.图3为本技术提供的振铃噪声的一种灰度信息变化曲线图；
33.图4为本技术提供的振铃噪声的另一种灰度信息变化曲线图；
34.图5为本技术提供的去除图像振铃噪声的方法一实施例的流程示意图；
35.图6为本技术提供的第一掩模矩阵图的示意图；
36.图7为本技术提供的第二掩模矩阵图的示意图；
37.图8为本技术提供的第二图像的示意图；
38.图9为本技术提供的一种去除图像振铃噪声的装置的结构示意图。
具体实施方式
39.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
40.本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本技术的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
41.下面以具体地实施例对本技术的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。例如，图1为本技术提供的去除图像振铃噪声的方法一实施例的流程示意图，如图1所示的方法的执行主体可以是电脑、工作站、服务器等用户对图像进行处理的电子设备，可以在对图像进行去除振铃噪声的处理。具体地，本实施例提供的去除图像振铃噪声的方法包括：
42.s100：获取待去除振铃噪声的第一图像。其中，作为执行主体的电子设备首先获取第一图像，第一图像可以是包括振铃噪声的图像。
43.在一种实施例中，电子设备可以获取用户所输入的图像作为第一图像，或者，电子设备可以根据预设条件，将从存储设备、互联网以及其他存储设备中获取的图像作为第一图像；又或者，电子设备还可以在对包括蚊式噪声的视频图像进行处理时，将视频图像中每一帧图像依次作为第一图像，去除视频图像中每帧图像内的振铃噪声，进而实现去除视频图像中的蚊式噪声。
44.作为示例，图2为本技术提供的第一图像一实施例的示意图，在图2所示的第一图像内可以看出，“新闻”两个汉字周围、以及字母“i”、“e”的周围由于存在不同内容之间的边界，使得经过压缩处理并重建后的第一图像内在上述边界处包括较为明显的振铃噪声，使得图像变得模糊，严重影响了观感。
45.s101：确定第一图像中包括振铃噪声的目标区域。其中，将第一图像中包括振铃噪声的区域记为目标区域，则电子设备在s100获取第一图像后，随后在s101中确定第一图像中振铃噪声所在的具体位置。
46.在一种具体的实现方式中，由于图像在被压缩处理的过程中，存在高频分量的截断和gibbs效应，使得图像中的振铃噪声对应的灰度值的波形表现为周期性幅值递减波动，并且依附于图像内不同内容之间的强边缘出现。因此，本技术可以根据第一图像上，连续像素之间的灰度值的变化，来确定振铃噪声所在的目标区域。
47.作为示例，图3为本技术提供的振铃噪声的一种灰度信息变化曲线图，其中，示出了在第一图像内的某一行、或者某一列的连续像素上，每个像素值对应的灰度信息，图3中示出了一行或者一列上，标号为60-130的连续像素的灰度值。可以看出，在标号为110的像素附近，其左右像素的灰度值发生了较为明显的变化，标号为110的像素左侧连续多个像素的灰度值为100左右、而该像素右侧连续多个像素的灰度值达到了200左右，并且向右侧方向的波动趋势更加平缓，还在波动平缓的方向上灰度值能够收敛到一个较为稳定的值。如图3所示的振铃噪声在连续像素上的变化规律，可以针对第一图像内，强边缘与平坦区域之间的振铃噪声，例如，如图2所示的第一图像内，汉字“新”与其左侧的背景区域之间，即存在这种类型的振铃噪声。本技术实施例中将这种振铃噪声记为一类振铃噪声。该一类振铃噪声的表现形式可以总结为：周期性幅值递减波动、并具有强收敛性，强收敛性指振铃噪声处连续像素的灰度值在递减方向上，经过若干次波动后可以收敛到一个稳定的值。
48.图4为本技术提供的振铃噪声的另一种灰度信息变化曲线图，其中，同样示出了在一行像素上，某一行、或者某一列的连续像素上，每个像素值对应的灰度信息，可以看出在标号为20和标号为30附近各自存在振铃噪声，且两处振铃噪声相向波动，则在标号为20和30的两个像素值波峰之间，灰度值从两侧向中间波动趋势更加平滑，但是由于两个振铃噪声对应的像素点之间距离较近，二者之间像素的灰度值并没有收敛到一个稳定的值。如图4所示的振铃噪声在连续像素上的变化规律，可以针对第一图像内，强边缘与强边缘之间的振铃噪声，例如，如图2所示的第一图像内，汉字“新”和汉字“闻”之间，两个汉字各自与背景存在强边缘，则在两个汉字的强边缘之间，即存在这种类型的噪声。本技术实施例中将这种振铃噪声记为二类振铃噪声。该二类振铃噪声的表现形式可以总结为：两个一类振铃相向波动，即波峰从两侧开始同时向中间周期性幅值递减波动，且两个强边缘中间的波峰没有足够长的平坦区域收敛到稳定值。
49.在一种实施例中，为了确定出第一图像内，包括上述一类振铃噪声和二类振铃噪声的目标区域，作为执行主体的电子设备在获取第一图像后，首先将第一图像转换到灰度空间(或者称为亮度空间、灰度通道、亮度通道等)。例如，假设所获取到的第一图像为三维色域的图像，则分辨率为a*b的第一图像包括3个a*b的矩阵，则这3个矩阵上相同一个元素位置的取值，用于表示第一图像上该元素位置对应的三色域的取值。随后根据上述三维色域的3个矩阵进行色域变换计算，得到第一图像的a*b的灰度信息矩阵，在该灰度信息矩阵中，每个元素的取值，对应于第一图像内相同位置处的像素点的灰度值。随后，以灰度信息矩阵的每一行、每一列为单位，确定每一行或者每一列上的目标像素组，其中，目标像素组内包括多个像素点，且目标像素组内的连续多个像素点的变化符合预设条件，所述预设条件可以是满足如图3或者图4中，圆形框出的多个连续像素点的变化规律。最终，将灰度信息
矩阵内目标像素组与第一图像的像素进行对应，在第一图像内，将目标像素组在灰度信息矩阵内的位置相同的像素，确定为第一图像的目标区域。可以理解的是，第一图像内可以有一个或多个目标区域，且不同目标区域之间可以相邻或重合。
50.进一步地，在一种实施例中，图5为本技术提供的去除图像振铃噪声的方法一实施例的流程示意图，示出了在计算出灰度信息矩阵后，根据灰度信息矩阵确定出第一图像内包括上述一类振铃噪声和二类振铃噪声的目标区域的实现方式。
51.具体地，如图5所示当电子设备接收到用户输入的包括振铃噪声的第一图像后，计算出第一图像的灰度信息矩阵，随后，遍历灰度信息矩阵中所有的像素点，找到其中大于预设阈值的目标像素点，并分别将目标像素点所在行或列的一个方向上的多个连续像素点作为待判断像素组。其中，所述预设阈值可以是指定的、可以是电子设备的用户输入的、或者由电子设备根据当前所处理图像的属性调整的。例如，在图3中，示出了第一图像内的任一一行像素点，在灰度信息矩阵中的灰度值，则可以将预设阈值设置为200，则当遍历到图3中标号为110的像素点，可以确定该像素点为目标像素点，并取该目标像素点在该行前方的多个(例如10个)像素点共同作为待判断像素组，或者取该目标像素点在该行后方的多个(例如10个)像素点共同作为待判断像素组。
52.随后，在确定出上述目标像素点两侧的待判断像素组后，根据待判断像素组中连续像素点的灰度信息的多个而变化参数是否满足预设条件，来判断该待判断像素组是否包括振铃噪声，若是，则将该待判断像素组记为目标像素组。
53.在一种实施例中，为了确定待判断像素组是否属于如图3所示的一类振铃噪声对应的目标像素组，可以对待判断像素组的如下多个变化参数是否满足预设条件进行判断：
54.(1)向一侧方向的收敛程度。其中，预设条件(1)具体包括条件a、可以通过待判断像素组内趋近收敛的像素点个数是否大于一定数量a，来衡量待判断像素组内向一侧方向的收敛像素个数；条件b、像素组靠近边缘的半数像素点绝对值之和与像素组内其余像素点绝对值之和的差是否大于b，来衡量待判断像素组内向一侧方向的幅值衰减程度；条件c、像素组靠近边缘的半数像素点方差之和与其余像素点方差之和的差是否大于c，来衡量待判断像素组内向一侧方向的方差衰减程度。则当待判断像素组内的像素点满足上述a-b的条件，确定待判断像素组向一侧方向的收敛程度符合预设条件。作为示例，以图3中圆形所框出的像素点110-120所为待判断像素组，则该像素组中趋向收敛的像素点个数10大于a，符合条件a；靠近右侧的半数5个像素点绝对值之和，与像素内其他左侧5个像素点绝对值之和的差大于b，符合条件b；靠近右侧的半数5个像素点绝对方差之和，与像素内其他左侧5个像素点绝对方差之和的差大于c，符合条件c，因此该待判断像素组符合条件(1)，相同的判断方式，对于该像素点左侧的100-110的像素点不符合上述条件(2)。
55.(2)周期个数。其中，预设条件(2)具体包括：待判断像素组中连续的像素点的灰度值周期性波动变化，例如周期个数大于d。同样以图3中圆形所框出的像素点110-120所为待判断像素组作为示例，则在该待判断像素组内，将灰度值的一次大小变化记为一个周期，可以看出该像素组内从左向右存在连续的周期，其周期数量大于d，因此该待判断像素组符合条件(2)，相同的判断方式，对于该像素点左侧的100-110的像素点由于不存在周期性波动，因此不符合上述条件(2)。
56.(3)波动幅度。其中，预设条件(3)具体包括：待判断像素组中所有像素点的灰度值
在波动时，波动的幅度是有限的，例如波动的最大值和最小值之间的灰度值之差小于e。同样以图3中圆形所框出的像素点110-120所为待判断像素组作为示例，则在该待判断像素组内，波动的最大值220和最小值200之间灰度值之差小于e，因此该待判断像素组符合条件(3)，相同的判断方式，对于该像素点左侧的100-110的像素点由于波动的最大值和最小值之间的差较大，因此不符合上述条件(3)。
57.(4)峰跨度。其中，预设条件(4)具体包括：待判断像素组中所有像素点的灰度值在波动时相邻波峰之间的横向距离应小于f。同样以图3中圆形所框出的像素点110-120所为待判断像素组作为示例，则在该待判断像素组内，由于存在连续的周期，峰值之间的横向距离为1个像素小于f时该待判断像素组符合条件(4)，相同的判断方式，对于该像素点左侧的100-110的像素点由于并不存在连续的周期，因此峰值之间的距离较大，峰跨度大于f时不符合上述条件(4)。
58.最终，当待判断像素组的上述4个变化参数均满足条件(1)-(4)，则确定待判断像素组为目标像素组，并且该目标像素组中的振铃噪声属于如图3所示的一类振铃噪声。
59.可以理解的是，本技术实施例中对于第一图像，每一个大于预设阈值的目标像素点，均可以在其行方向或者列方向上确定出4个待判断像素组，并将所有目标像素点对应的待判断像素组的变化参数是否满足上述预设条件(1)-(4)，从而确定待判断像素组为包括如图3所示的一类振铃噪声的目标像素组。
60.而在一种实施例中，为了确定待判断像素组是否属于如图4所示的二类振铃噪声对应的目标像素组，可以对待判断像素组的如下多个变化参数是否满足预设条件进行判断：
61.(5)振铃噪声的边缘方差值。其中，预设条件(5)具体包括：待判断像素组中振铃所噪声所依附边缘的平均方差小于g，则以图4中圆形所框出的像素点20-30所为待判断像素组作为示例，其左右两侧边缘的平均方差均小于g，符合条件(5)，而该像素点左侧的10-20侧边缘的平均方差大于g，因此不符合上述条件(5)。
62.(6)峰衰减。其中，预设条件(6)具体包括：待判断像素组中，从像素组两侧的波峰到中间波峰的衰减程度，小于h。则以图4中圆形所框出的像素点20-30所为待判断像素组作为示例，其左右两侧边缘的最大峰值到中间的最大峰值之差小于h，符合条件(6)，而该像素点左侧的10-20侧由于存在较大波动，两侧边缘的峰值到中间峰值之差大于h，因此不符合上述条件(6)。
63.(7)波动幅度。判断方式与(3)相同，不再赘述。
64.(8)峰跨度。判断方式与(4)相同，不再赘述。
65.(9)周期个数。判断方式与(2)相同，不再赘述。
66.最终，当待判断像素组的上述5个变化参数均满足条件(5)-(9)，则确定待判断像素组为目标像素组，并且该目标像素组中的振铃噪声属于如图4所示的二类振铃噪声。
67.可以理解的是，本技术实施例中对于第一图像，每一个大于预设阈值的目标像素点，均可以在其行方向或者列方向上确定出4个待判断像素组，并将所有目标像素点对应的待判断像素组的变化参数是否满足上述预设条件(5)-(9)，从而确定待判断像素组为包括如图4所示的二类振铃噪声的目标像素组。
68.而当一个待判断像素组既不同时符合上述预设条件(1)-(4)，也不同时符合上述
预设条件(5)-(9)，则可以确定该待判断像素组内不包括如图3所示的一类振铃噪声，也不包括如图4所示的二类振铃噪声。
69.此外，需要说明的是，本技术对上述示例中变化参数的判断时提供的a-h的具体取值不做限定，可以是预设的、或者可以是电子设备的用户所输入的。
70.以及，本技术实施例提供了通过第一图像的灰度信息矩阵中，一类振铃噪声和二类振铃噪声的两种振铃噪声的检测方法，其他根据灰度信息矩阵中灰度值变化确定振铃噪声的方式，也可以实现对振铃噪声的检测，仅需要对变化参数进行增减，均应理解为本技术实施例的等效方案，本技术不再赘述。
71.s102：经过s101中的上述处理后，作为执行主体的电子设备确定了第一图像内包括振铃噪声的目标区域，也就是确定了第一图像中振铃噪声所在的位置，此时，电子设备可以在s102中对第一图像中的目标区域进行记录，并且可以计算目标区域内振铃噪声的具体强度。
72.在s102一种具体的实现方式中，电子设备可以通过对s101中得到的目标区域的目标像素组的多个变化参数进行加权处理，从而计算得到目标区域内振铃噪声的强度信息，对多个变化参数进行的加权处理可以通过如下公式1进行：
73.p
振铃
＝ω1*fea1+ω2*fea2+ω3*fea3…ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
公式1
74.其中，p
振铃
是目标像素组对应的振铃噪声的置信率，可用于表示振铃噪声的强度信息，fea是振铃噪声的变化参数，例如上述条件(1)-(4)中、(5)-(9)中对应的变化参数，ω是不同变化参数对应的权重值，所有变化参数的权重值之和为1。
75.示例性地，对于如图2所示的第一图像中，汉字“新”左侧存在的振铃噪声，经过s101识别出“新”字左侧一列包括一类振铃噪声的目标像素组后，可以通过公式1，将一类振铃噪声对应的条件(1)-(4)进行量化并加权，得到强度信息p。随后，可以通过第一掩模矩阵对该目标像素组的振铃噪声的强度信息p进行记录，其中，第一掩模矩阵的大小与第一图像的像素大小相同，第一掩模矩阵的每个元素对应于第一图像内的一个像素点。例如，图6为本技术提供的第一掩模矩阵图的示意图，其中，该第一掩模矩阵的大小与如图2所示的第一图像相同，通过掩模矩阵图的方式，可视化地表示出第一掩模矩阵。因此在图2中汉字“新”左侧位置出现的振铃噪声，在图6的左上角白色位置进行了记录，振铃噪声的强度信息越大，在图6中所表示的颜色越浅，图6中黑色部分表示该部分没有一类振铃噪声和二类振铃噪声。
76.则电子设备按照上述示例中相同的方式，将整个第一图像内所有目标像素组的强度信息均在图6所示的第一掩模矩阵中进行记录，得到整个第一图像对应的第一掩模矩阵。在一种具体的实现方式中，可以先记录第一图像的所有行中识别出的目标像素组所对应的掩模矩阵、再记录第一图像中所有列中识别出的目标像素组所对应的掩模矩阵，最后将上述两个掩模矩阵进行合并处理后，最终得到如图6所示的第一掩模矩阵，在合并时对于重叠的取值可以采用或运算、求平均、加权等方式进行处理，本技术不做限定。
77.在一些实施例中，由于振铃噪声是分布在边缘周围的，平坦区域不会出现振铃噪声，在去除振铃时需要注意不能损害图像的结构如边缘和纹理。振铃检测算法可能会把少数与振铃波形相似的纹理判定为振铃，但是这些错检都是孤立存在于振铃掩模图中的，例如图6中左下方的竖线、横线等。因此，当电子设备获取如图6所示的第一掩模矩阵后，可以
进一步对第一掩模矩阵通过滤波等形式进行形态学处理操作，来去除第一掩模矩阵中孤立的点、毛刺和线段等，并锐化边缘，以弥补第一掩模矩阵中可能出现的对振铃噪声的错检、漏检。
78.具体地，电子设备在进行上述形态学处理时，可以首先将如图6所示的第一掩模矩阵图拆分为竖向振铃掩模图和横向振铃掩模图，随后使用尺寸为5*1的元素对横向掩模图做闭运算，用于弥合横向掩模图中孤立的小缝；使用尺寸为1*5的元素对竖向掩模图做闭运算，用于弥合竖向掩模图中孤立的小缝，对横向掩模图和竖向掩模图做或运算，合并成振铃掩模图；最终使用3*3的元素对振铃掩模图做开运算，去除掩模图中孤立的点、毛刺和线段，得到的掩模图记为第二掩模矩阵图，如图7为本技术提供的第二掩模矩阵图的示意图，该第二掩模矩阵图对应于第二掩模矩阵，第二掩模矩阵的大小也与第一图像的像素点相同，并且每个元素与第一图像的像素点一一对应。
79.s103：根据强度信息，对第一图像的目标区域内的振铃噪声进行滤波处理，得到第二图像。其中，根据s102中得到的第二掩模矩阵，将每个元素的强度信息作为权值，对第一图像中该元素对应的像素点进行加权滤波，从而得到第二图像。
80.在一种实施例中，本技术提供的s103中可以使用导向滤波的方式，对第一图像滤波，其中，为了实现导向滤波，使用第一图像作为导向图g，对第一图像进行导向滤波，以最大化的保护第一图像的边缘不受损失。同时，在导向滤波的滤波强度控制中，还可以设置邻域宽度和滤波强度两个参数。其中，邻域宽度k可以设置为5，用于确定像素点处理时导向滤波器的宽度；滤波强度∈，用于控制不同方差区域的不同滤波强度，方差大于∈的边缘的滤波强度更低，使得边缘信息会得到更好的保护，方差小于∈的区域滤波强度会更高。此外，在s103还可以使用双向滤波或者其他滤波方式，本技术不做限定。
81.在一种具体的实现方式中，电子设备可以对第一图像整体进行滤波处理后，得到滤波后的第三图像，随后再将第三图像与第一图像通过公式r＝p*α+q*(1-α)进行融合计算得到第二图像r，其中，p为所述第三图像，q为第一图像，α为第二掩模矩阵。或者，在另一种具体的实现方式中，电子设备还可以根据上述公式，仅对第一图像中，第二掩模矩阵所指示的具有振铃噪声的目标区域进行滤波，而对于第一图像中不包括振铃噪声的区域，可以不进行滤波处理，从而更多地保留原有第一图像中的内容，最终得到的去除振铃噪声后的第二图像。得到的第二图像如图8所示，图8为本技术提供的第二图像的示意图，其中，与图2所示的第一图像进行对比，可以看出经过本技术实施例处理后，图8所示的第二图像由于去除了振铃噪声，使得第二图像与第一图像相比变得更加清晰，提高了对图像的观感。
82.综上，本技术实施例提供的去除图像振铃噪声的方法，能够利用第一图像中振铃噪声的一维灰度值周期性幅值递减波动并依附于强边缘出现的特点，更加准确地定位第一图像中包括振铃噪声的目标区域，并且还能够根据掩模矩阵对目标区域进行记录，随后根据掩模矩阵的指示仅对第一图像内的目标区域进行滤波处理，而保留不包括振铃噪声的其他部分，避免损坏第一图像结构和纹理信息，从而尽可能保护第一图像中不存在振铃噪声的部分稳定不变化，进而更加准确地在最大限度保护原图纹理和边缘信息的同时去除图像中振铃噪声，进而提高处理后的图像的复原质量和观感。
83.在前述实施例中，对本技术实施例提供的去除图像振铃噪声的方法进行了介绍，而为了实现上述本技术实施例提供的方法中的各功能，作为执行主体的电子设备可以包括
硬件结构和/或软件模块，以硬件结构、软件模块、或硬件结构加软件模块的形式来实现上述各功能。上述各功能中的某个功能以硬件结构、软件模块、还是硬件结构加软件模块的方式来执行，取决于技术方案的特定应用和设计约束条件。
84.例如，图9为本技术提供的一种去除图像振铃噪声的装置的结构示意图，如图9所示的装置100包括：振铃噪声监测模块1001和振铃噪声去除模块1002。其中，振铃噪声检测模块1001用于确定第一图像内包括振铃噪声的目标区域，并计算目标区域内振铃噪声的强度信息；振铃噪声去除模块1002用于根据强度信息，对第一图像的目标区域内的振铃噪声进行滤波处理，得到第二图像。
85.可选地，振铃噪声检测模块1001具体用于，计算第一图像的灰度信息矩阵；确定灰度信息矩阵中包括振铃噪声的目标像素组，其中，目标像素组包括多个在行或列上连续的像素点，目标像素组与其所在行或列上其他像素点之间的变化规律符合预设条件；确定目标像素组在第一图像内所对应的区域为目标区域。
86.可选地，振铃噪声检测模块1001具体用于，遍历灰度信息矩阵中的所有像素点；对于所有像素点中，大于预设阈值的目标像素点，分别将目标像素点所在行或列的一个方向上的多个连续像素点作为待判断像素组；当待判断像素组中连续像素点的灰度信息的多个变化参数满足预设条件，确定待判断像素组为目标像素组；其中，变化参数包括：一侧方向的收敛程度、周期个数、波动幅度和峰跨度；或者，变化参数包括：边缘方差值、两侧向中间方向的收敛程度、周期个数、波动幅度和峰跨度。
87.可选地，振铃噪声检测模块1001还用于，计算目标区域内振铃噪声的强度信息；对第一图像的目标区域内的振铃噪声进行滤波处理，得到第二图像，包括：根据强度信息，对第一图像的目标区域内的振铃噪声进行滤波处理，得到第二图像
88.可选地，振铃噪声检测模块1001具体用于，对像素组的多个变化参数进行加权处理，得到目标区域内振铃噪声的强度信息。
89.可选地，振铃噪声检测模块1001还用于，得到目标区域内振铃噪声的强度信息之后，还包括：通过第一掩模矩阵，记录目标区域内的振铃噪声的强度信息；其中，第一振铃掩模矩阵中的元素与第一图像的像素点一一对应。
90.可选地，振铃噪声检测模块1001还用于，对第一掩模矩阵进行形态学操作处理，得到第二掩模矩阵。
91.可选地，振铃噪声去除模块1002具体用于，根据第二掩模矩阵中，每个元素的强度信息作为权值，对第一图像中该元素对应的像素点进行加权滤波，得到第二图像。
92.可选地，振铃噪声去除模块1002具体用于，对第一图像进行滤波处理，得到第三图像；通过公式r＝p*α+q*(1-α)计算得到第二图像r，其中，p为第三图像，q为第一图像，α为第二掩模矩阵。
93.可选地，振铃噪声去除模块1002具体用于，通过导向滤波器对第一图像进行滤波处理，得到第三图像；其中，导向滤波器对目标区域进行滤波时，滤波强度与目标区域内灰度信息相关。
94.应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现；也可以全部以硬件的形式实现；还可以部分模块通过处理元件
调用软件的形式实现，部分模块通过硬件的形式实现。此外，也可以以程序代码的形式存储于上述装置的存储器中，由上述装置的某一个处理元件调用并执行以上确定模块的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起，也可以独立实现。这里所述的处理元件可以是一种集成电路，具有信号的处理能力。在实现过程中，上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
95.例如，以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路(application specific integrated circuit，asic)，或，一个或多个微处理器(digital signal processor，dsp)，或，一个或者多个现场可编程门阵列(field programmable gate array，fpga)等。再如，当以上某个模块通过处理元件调度程序代码的形式实现时，该处理元件可以是通用处理器，例如中央处理器(central processing unit，cpu)或其它可以调用程序代码的处理器。再如，这些模块可以集成在一起，以片上系统(system-on-a-chip，soc)的形式实现。
96.在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本技术实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(dsl))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如固态硬盘solid state disk(ssd))等。
97.本技术实施例还提供一种电子设备，包括：处理器和存储器；存储器中存储有指令；当处理器运行存储器中存储的指令时，所述处理器执行如本技术前述任一实施例中由电子设备所执行的方法。
98.本技术实施例还提供一种可读存储介质，所述存储介质中存储有指令，当其在计算机上运行时，使得计算机执行如本技术前述任一实施例中由电子设备所执行的方法。
99.本技术实施例还提供一种运行指令的芯片，所述芯片用于执行如本技术前述任一实施例中由电子设备所执行的方法。
100.本技术实施例还提供一种程序产品，所述程序产品包括计算机程序，所述计算机程序存储在存储介质中，至少一个处理器可以从所述存储介质读取所述计算机程序，所述至少一个处理器执行所述计算机程序时可实现如本技术前述任一实施例中由电子设备所执行的方法。
101.本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：rom、ram、磁碟或
者光盘等各种可以存储程序代码的介质。
102.最后应说明的是：以上各实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述各实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的范围。