图像的噪声估计方法、视频图像去噪方法及装置的制造方法
【技术领域】
[0001] 本发明涉及图像处理领域，尤其涉及图像的噪声估计方法、视频图像去噪方法及 装直。
【背景技术】
[0002] 图像或者视频在传输的过程中，会受到各种噪声的污染，而导致接收方接收到的 图像或视频与原始的图像或视频相比分辨率降低，不仅影响视觉效果，对于需要从中获取 或识别运动目标的图像或视频，更是影响了获取或识别工作的准确性。因此，现有技术中需 要对图像或者视频帧图像中的噪声进行估计，以便为后续的去噪处理做准备。
[0003] 现有技术中，对图像或者视频帧图像中的噪声的估计方法主要包括如下步骤：
[0004] 步骤1、对待估计图像或者视频帧图像进行不重叠分块处理；
[0005] 步骤2、对步骤1中分块处理得到的各图像块分别进行方差计算；
[0006] 步骤3、从步骤2计算出的各方差中，选取多个值较小方差进行噪声估计。
[0007] 但是，由于图像或者视频帧图像中的目标存在边缘，而目标的边缘影响了图像的 平滑性，因为平滑块的像素值波动可认为是由噪声引起的，因此，通过估计平滑块的方差， 就可以获得原始图像中噪声方差的估计，也就是说，经过步骤1的分块处理之后，不存在目 标边缘的图像块会比较平滑，计算出的方差与噪声方差很相近，而存在目标边缘的图像块 不够平滑，导致计算出的方差与噪声方差相比相差很大，对于低噪声图像，由于噪声较小， 边缘块估计出的噪声方差会大于实际噪声方差，导致过高地估计其噪声，对于高噪声图像， 由于噪声很大，边缘块估计出的噪声会小于实际噪声方差，导致过低地估计其噪声，使得噪 声估计不准确。
【发明内容】
[0008] 本发明实施例提供了图像的噪声估计方法、视频图像去噪方法及装置，用以解决 现有技术中对图像的噪声估计不准确的问题。
[0009] 基于上述问题，本发明实施例提供的一种图像的噪声估计方法，包括：
[0010] 确定待处理图像的两个方向的拉普拉斯算子，其中，所述两个方向的拉普拉斯算 子满足如下条件：对所述两个方向的拉普拉斯算子进行预设线性运算得到的差异算子中， 各行数值之和以及各列数值之和均为零，且位于中心的数值的绝对值大于位于非中心位置 的数值的绝对值；
[0011] 利用所述差异算子对所述待处理图像进行平滑处理，得到平滑图像；
[0012] 基于第一预设尺寸，将所述平滑图像进行不重叠分块，得到各图像块；
[0013] 分别确定所述各图像块的方差，并
[0014] 从各方差中，按照方差值从小到大的顺序确定预设数量个方差，并将所述预设数 量个方差的加权平均值确定为估计的所述待处理图像的噪声方差。
[0015] 本发明实施例提供的一种视频图像去噪方法，包括：
[0016] 基于上述一种图像的噪声估计方法，确定待处理视频的当前帧图像的噪声方差， 并根据所述噪声方差确定运动检测阈值；
[0017] 基于第二预设尺寸，分别将所述当前帧图像和前一帧图像进行不重叠分块，得到 所述当前帧图像的各图像块和所述前一帧图像的各图像块；
[0018] 针对所述当前帧图像的每个图像块，确定该图像块与所述前一帧图像中与该图像 块位置对应的图像块之间的相似度；并
[0019] 将所述相似度与所述运动检测阈值进行比较，并根据比较结果确定该图像块为运 动图像块或者静止图像块；
[0020] 分别对所述当前帧图像中的运动图像块和静止图像块进行去噪处理。
[0021] 本发明实施例提供的一种图像的噪声估计装置，包括：
[0022] 算子确定模块，用于确定待处理图像的两个方向的拉普拉斯算子，其中，所述两个 方向的拉普拉斯算子满足如下条件：对所述两个方向的拉普拉斯算子进行预设线性运算得 到的差异算子中，各行数值之和以及各列数值之和均为零，且位于中心的数值的绝对值大 于位于非中心位置的数值的绝对值；
[0023] 平滑处理模块，用于利用所述差异算子对所述待处理图像进行平滑处理，得到平 滑图像；
[0024] 第一分块模块，用于基于第一预设尺寸，将所述平滑图像进行不重叠分块，得到各 图像块；
[0025] 方差确定模块，用于分别确定所述各图像块的方差，并
[0026] 噪声估计模块，用于从各方差中，按照方差值从小到大的顺序确定预设数量个方 差，并将所述预设数量个方差的加权平均值确定为估计的所述待处理图像的噪声方差。
[0027] 本发明实施例提供的一种视频图像去噪装置，包括：
[0028] 阈值确定模块，用于通过上述图像的噪声估计装置，确定待处理视频的当前帧图 像的噪声方差，并根据所述噪声方差确定运动检测阈值；
[0029] 第二分块模块，用于基于第二预设尺寸，分别将所述当前帧图像和前一帧图像进 行不重叠分块，得到所述当前帧图像的各图像块和所述前一帧图像的各图像块；
[0030] 相似度确定模块，用于针对所述当前帧图像的每个图像块，确定该图像块与所述 前一帧图像中与该图像块位置对应的图像块之间的相似度；并
[0031] 运动检测模块，用于将所述相似度与所述运动检测阈值进行比较，并根据比较结 果确定该图像块为运动图像块或者静止图像块；
[0032] 去噪处理模块，用于分别对所述当前帧图像中的运动图像块和静止图像块进行去 噪处理。
[0033] 本发明实施例的有益效果包括：
[0034] 本发明实施例提供的图像的噪声估计方法、视频图像去噪方法及装置，确定待处 理图像的两个方向的拉普拉斯算子，其中，两个方向的拉普拉斯算子满足如下条件：对两个 方向的拉普拉斯算子进行预设线性运算得到的差异算子中，各行数值之和以及各列数值之 和均为零，且位于中心的数值的绝对值大于位于非中心位置的数值的绝对值；利用差异算 子对待处理图像进行平滑处理，得到平滑图像；基于第一预设尺寸，将平滑图像进行不重叠 分块，得到各图像块；分别确定各图像块的方差，并从各方差中，按照方差值从小到大的顺 序确定预设数量个方差，并将预设数量个方差的加权平均值确定为估计的待处理图像的噪 声方差。在对待处理图像进行分块之前，对图像进行平滑处理，使得图像中的目标边缘变得 平滑，那么，划分的各图像块中的图像变得平滑，各图像块计算的方差可以较为正常，利用 方差进行图像的噪声估计更加准确；
[0035] 进一步地，利用上述噪声估计方法确定待处理视频的当前帧图像的噪声方差，并 根据噪声方差确定运动检测阈值；基于第二预设尺寸，分别将当前帧图像和前一帧图像进 行不重叠分块，得到当前帧图像的各图像块和前一帧图像的各图像块；针对当前帧图像的 每个图像块，确定该图像块与前一帧图像中与该图像块位置对应的图像块之间的相似度； 并将相似度与运动检测阈值进行比较，并根据比较结果确定该图像块为运动图像块或者静 止图像块；分别对当前帧图像中的运动图像块和静止图像块进行去噪处理。在上述对视频 图像进行去噪处理的过程中，基于准确的噪声估计方法对图像进行噪声估计，再进行去噪 处理，使得去噪处理效果更好。
【附图说明】
[0036] 图1为本发明实施例提供的一种图像的噪声估计方法的流程图；
[0037] 图2为本发明实施例提供的一种视频图像去噪方法的流程图；
[0038] 图3为本发明实施例1提供的一种图像的噪声估计方法的流程图；
[0039] 图4a_图4c为本发明实施例1提供的拉普拉斯算子模板举例；
[0040] 图5为本发明实施例2提供的一种视频图像去噪方法的流程图；
[0041] 图6为本发明实施例3提供的一种视频图像去噪方法的流程图；
[0042] 图7为本发明实施例提供的一种图像的噪声估计装置的结构示意图；
[0043] 图8为本发明实施例提供的一种视频图像去噪装置的结构示意图。
【具体实施方式】
[0044] 本发明实施例提供了图像的噪声估计方法、视频图像去噪方法及装置，以下结合 说明书附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于 说明和解释本发明，并不用于限定本发明。并且在不冲突的情况下，本申请中的实施例及实 施例中的特征可以相互组合。
[0045] 本发明实施例提供一种图像的噪声估计方法，如图1所示，包括：
[0046] S101、确定待处理图像的两个方向的拉普拉斯算子，其中，该两个方向的拉普拉斯 算子满足如下条件：对该两个方向的拉普拉斯算子进行预设线性运算得到的差异算子中， 各行数值之和以及各列数值之和均为零，且位于中心的数值的绝对值大于位于非中心位置 的数值的绝对值。
[0047] S102、利用SlOl中确定的差异