一种美图图像去噪的方法

技术领域

本发明涉及数字图像处理领域，具体涉及一种美图图像去噪的方法。

背景技术

近年来，手机的普及以及手机功能的不断完善，手机已经可以实现多数电子数码产品的功能，在手机的众多应用中，比较受年轻群众比较喜欢的是关于美图产品的使用，人们利用ps，美图秀秀等软件，利用该技术可以在实现高斯滤波的基础上保留一些边缘特征。

发明内容

为了解决上述技术问题，本发明提供一种美图图像去噪的方法，以达到简单实现双边滤波的效果，为应用于图像处理模糊及美图软件提供技术支持的目的。

为了实现上述技术目的，本发明的方案如下：

一种美图图像去噪的方法，包括以下步骤：

步骤1；输入原图像；

步骤2；通过高斯滤波中的高斯卷积对所述原图像进行初步去噪处理；

步骤3；对所述原图像进行预处理，得到预处理图像；

步骤4；对所述预处理图像进行自适应阈值处理，得到阈值图像；

步骤5；对所述阈值图像进行canny边缘提取，得到边缘提取图像；

步骤6；对提取后的所述边缘提取图像进行边缘连接，对所有的端点查找其更外层的16个点，若有前景点，则将该端点和前景点之间的点也改为前景点；

步骤7；结合所述边缘提取后的图像和所述高斯滤波后的图像；

步骤8，整合RGB三个通道输出图像。

优选地，所述预处理包括：首选，对所述原图像通过Gamma变换提升暗部细节；其次，通过中值滤波减少椒盐噪声的影响。

优选地，所述自适应阈值的公式如下：

进一步说明，所述阈值公式如下：

min＝max(0，(1-σ)*V)，max＝min(255，(1+σ)*V)。

与现有技术相比较，本发明具有的有益效果如下：

1.本发明能够减少椒盐噪声及光照条件的影响。

2.本发明通过高斯滤波基础上保留边缘特征。

3.本发明自适应canny边缘提取的双阈值。

附图说明

图1为本发明一种美图图像去噪的方法的流程图；

图2为本发明一种美图图像去噪的方法的实施例原图；

图3为本发明一种美图图像去噪的方法通过普通高斯滤波后的示意图；

图4为本发明一种美图图像去噪的方法的边缘提取图；

图5为本发明一种美图图像去噪的方法的canny边缘连接图；

图6为本发明一种美图图像去噪的方法的叠加图；

图7为本发明一种美图图像去噪的方法的双边滤波后图；

图8为本发明一种美图图像去噪的方法的边缘连接图；

具体实施方式

为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。在下面的描述中，提供诸如具体的配置和组件的特征细节仅仅是为了帮助全面理解本发明的实施例。因此，本领域技术人员应该清楚，可以对这里描述的实施例进行各种改变和修改而不脱离本发明的范围和精神。另外，为了清楚和简洁，省略了对已知功能和构造的描述。

应理解，说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本发明的至少一个实施例中。因此，在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外，这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。

在本发明的各种实施例中，应理解，下述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

应理解，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

在本申请所提供的实施例中，应理解，“与A相应的B”表示B与A相关联，根据A可以确定B。但还应理解，根据A确定B并不意味着仅仅根据A确定B，还可以根据A和/或其它信息确定B。

结合附图1-8，本发明提供一种美图图像去噪的方法，包括以下步骤：

步骤1；输入原图像；

步骤2；通过高斯滤波中的高斯卷积对原图像进行初步去噪处理；

步骤3；对原图像进行预处理，得到预处理图像；

进一步说明，预处理包括：首选，对原图像通过Gamma变换提升暗部细节，其原理如下：

步骤4；对所述预处理图像进行自适应阈值处理，得到阈值图像，自适应阈值减少光照因素影响，其具体操作如下：

第一步：对预处理图像进行平滑处理，；

第二步：建立自适应矩阵Thresh＝(1-radio)*img_smooth，取因子radio为0.01，原图像矩阵与平滑结果做差；

第三步：进行阈值分割，当插值大于0，则输出255，反之，输出0。

进一步说明，所述自适应阈值的公式如下：

步骤5；对所述阈值图像进行canny边缘提取，得到边缘提取图像；

进一步说明，对阈值化后的图形进行自适应阈值的canny边缘提取，首先，图像降噪

步骤6；对提取后的所述边缘提取图像进行边缘连接，对所有的端点查找其更外层的16个点，其中，该端点八邻域，若有前景点，则将该端点和前景点之间的点也改为前景点；边缘连接的结果表明该方法能把相邻的前景点连接起来，同时又能保证边缘信息正确性。

步骤7；结合所述边缘提取后的图像和所述高斯滤波后的图像；

步骤8，整合RGB三个通道输出图像。

本发明的原理如下：

本发明首先首先对原图像进行一次高斯模糊，接着对主体图像进行自适应阈值的canny边缘提取，其具体操作为先对图片进行Gamma变换，接着进行中值滤波去噪，在自适应阈值1处理，减少光照和椒盐噪声等因素对边缘提取的影响，接着利用自适应阈值2对处理后的图像进行了canny边缘提取，获得了轮廓，将获得的轮廓与高斯模糊后的图形相结合，使得图像保留了一定的边缘特征，获得的结果与双边滤波相似，双边滤波与高斯滤波之间最主要的特征是双边滤波在平滑作用的基础上，保持了图像中目标的边缘，结合自定义阈值的canny边缘提取与高斯平滑的结果相结合，可以获得相类似的结果，其拥有的优势是简化了算法，不用考虑值域的权重，其用边缘特征进行替代，且边缘特征减少了椒盐噪声和光照条件的影响，在低通滤波的情况下效果明显。

最后应该说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前叙述实施对本发明进行了详细的说明，本领域的技术人员应当理解，其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分技术特征进行同等替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神与范围。