图像处理方法及装置

技术领域

本公开涉及电子信息技术领域，尤其涉及图像处理方法及装置。

背景技术

在视频编解码传输中，由于带宽限制，会尽量避免采用单帧高码率的编码方式，在现有的编码方式中，帧间预测是一种重要且有效的手段，通过将当前帧与参考帧图像进行残差运算，分析残差图中不为零，即变化区域内容，然后将之分类编码。可以看出帧间预测的编码方式中，基础在于当前帧与参考帧间的残差运算，理想的残差图能清晰反映出当前帧和参考帧之间的变化区域与非变化区域，从而使在后续编码传输中只处理当前帧的变化区域进而达到降低码率的作用。

在现有的视频压缩传输领域中，很多源图像获取过程中有一个A/D转换的过程，如电脑输出接口的VGA转HDMI视频格式，而数据的A/D转换存在一个量化过程，即将信号的连续值(模拟信号)通过抽样方式近似为有限多个离散值(数字信号)。量化处理会在一定程度上产生量化噪声，由于含有量化噪声图像与源图之间误差较小，绝大部分区域误差值在[1,8]之间，对视觉观测效果影响不大。但由于编解码中残差是通过检测当前帧与参考帧之间变化区域，以至于只要是残差值非零区域都会被认为是需编码区域，从而导致编码帧码流增大。针对此种情形，若需降低帧码流，如何去除量化噪声是问题关键。

目前在去噪算法领域，较为常用的几种滤波器有空域和频域滤波器，其中空域滤波器包括经典的均值滤波器、中值滤波器、顺序统计滤波器、自适应滤波器等，频域滤波器包含有高通、低通滤波器、小波阈值去噪等。上述滤波器在处理图像时，虽会在一定程度上平滑图像噪声，但同时也损失了部分图像信息，从而造成图像模糊，降低了图像的质量。

发明内容

本公开实施例提供一种图像处理方法及装置，能够解决在对图像编码处理时图像去噪处理造成图像质量降低问题。所述技术方案如下：

根据本公开实施例的第一方面，提供一种图像处理方法，该方法包括：

获取原始帧图像，该原始帧图像包括多个目标区域，该目标区域包括初始中心点；

根据预设算法，聚类处理该目标区域内同类型像素后，获取该目标区域内同类型像素的像素值均值；

根据该目标区域内同类型像素的像素值均值，替换处理该目标区域中初始中心点的像素值，并确定下一个目标区域内的初始中心点，直至替换处理该原始帧图像内的全部初始中心点，完成该原始帧图像的去噪处理。

在一个实施例中，该方法中获取该目标区域内同类型像素的像素值均值，包括：

获取该目标区域内同类的像素点及该同类型像素中每个像素对应的向量，该同类像素是根据目标区域内像素点与原始中心点的距离确定的；

根据同类型像素中每个像素对应的向量，获取目标位移向量；

根据该目标位移向量，移动该初始中心点，获取目标中心点；

计算该初始中心点和该目标中心点的目标距离；

当该目标距离小于预设距离值时，确定该目标中心点为收敛点；

当该目标距离大于预设距离值时，移动该初始中心点至该目标中心点，并计算该初始中心点再次移动目标位移向量后的目标距离，直至该目标距离小于预设距离值；

根据该收敛点，确定该目标区域内同类型像素的像素值均值。

在一个实施例中，该方法中获取该目标区域内同类的像素点，包括：

获取该目标区域内每个像素点的坐标位置；

根据该每个像素点的坐标位置，计算该像素点与该初始中心点的距离值；

当像素点与该初始中心点的距离值在预设距离值内，则确定该像素点为同类型像素。

在一个实施例中，该方法还包括：

获取已去噪处理后的原始帧图像，及该原始帧图像对应的上一帧图像；

根据预设对比算法，获取该已去噪处理的原始帧图像与该原始帧图像对应的上一帧图像之间的目标差值图；

通过对该目标差值图进行编码处理，完成对该原始帧图像的编码处理。

在一个实施例中，该方法还包括：

获取目标差值图；

遍历该目标差值图，确定该目标差值图中灰度值小于预设值的目标像素点；

获取该目标像素点对应的目标像素区域；

当该目标区域内的像素点中灰度值不为零的个数小于预设值时，则置零处理该目标像素点的灰度值；

根据该置零处理后的目标像素点，重建该目标差值图。

本公开实施例提供的图像处理方法，在对图像进行去噪处理的过程中，通过图像中目标区域和目标区域中的初始中心点，对该目标区域内的像素点进行聚类处理，统计该目标区域内同类型像素点，并获取该目标区域内的同类别像素点的均值，最后通过该目标区域内的均值替换该初始中心点的值，实现平滑去噪处理，不仅提高了图像去噪的效果，也提高了去噪后图像的质量，消除了去噪处理对图像的影响。

根据本公开实施例的第二方面，提供一种图像处理装置，包括：

获取模块、计算模块和替换模块，

该获取模块，用于获取原始帧图像，该原始帧图像包括多个目标区域，该目标区域包括初始中心点；

该计算模块，用于根据预设算法，聚类处理该目标区域内同类型像素后，获取该目标区域内同类型像素的像素值均值；

该替换模块，用于根据该目标区域内同类像点素的像素值均值，替换处理该目标区域中初始中心点的像素值，并确定下一个目标区域内的初始中心点，直至替换处理该原始帧图像内的全部初始中心点，完成该原始帧图像的去噪处理。

在一个实施例中，该装置中的计算模块，用于

获取该目标区域内同类的像素点及该同类型像素中每个像素对应的向量，该同类像素是根据目标区域内像素点与原始中心点的距离确定的；

根据同类型像素中每个像素对应的向量，获取目标位移向量；

根据该目标位移向量，移动该初始中心点，获取目标中心点；

计算该初始中心点和该目标中心点的目标距离；

当该目标距离小于预设距离值时，确定该目标中心点为收敛点；

当该目标距离大于预设距离值时，移动该初始中心点至该目标中心点，并计算该初始中心点再次移动目标位移向量后的目标距离，直至该目标距离小于预设距离值；

根据该收敛点，确定该目标区域内同类型像素的像素值均值。

在一个实施例中，该装置中的计算模块，用于

获取该目标区域内每个像素点的坐标位置；

根据该每个像素点的坐标位置，计算该像素点与该初始中心点的距离值；

当像素点与该初始中心点的距离值在预设距离值内，则确定该像素点为同类型像素。

在一个实施例中，该装置还包括编码模块，该编码模块，用于获取已去噪处理后的原始帧图像，及该原始帧图像对应的上一帧图像；

根据预设对比算法，获取该已去噪处理的原始帧图像与该原始帧图像对应的上一帧图像之间的目标差值图；

通过对该目标差值图进行编码处理，完成对该原始帧图像的编码处理。

在一个实施例中，该装置还包括孤立点处理模块，该孤立点处理模块，用于获取目标差值图；

遍历该目标差值图，确定该目标差值图中灰度值小于预设值的目标像素点；

获取该目标像素点对应的目标像素区域；

当该目标区域内的像素点中灰度值不为零的个数小于预设值时，则置零处理该目标像素点的灰度值；

根据该置零处理后的目标像素点，重建该目标差值图。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

图1是本公开实施例提供的一种图像处理方法的流程图；

图1a是本公开实施例提供的一种图像处理方法中的目标区域示意图；

图1b是本公开实施例提供的一种数据处理方法中未处理原始帧图像；

图1c是本公开实施例提供的一种数据处理方法中处理后的原始帧图像；

图1d是本公开实施例提供的一种数据处理方法中未处理的图像差值示意图；

图1e是本公开实施例提供的一种数据处理方法中处理后的图像差值示意图；

图1f是本公开实施例提供的一种数据处理方法中处理后的图像差值示意图1；

图2是本公开实施例提供的一种图像处理装置的结构图；

图2a是本公开实施例提供的一种图像处理装置的结构图1；

图2b是本公开实施例提供的一种图像处理装置的结构图2。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

本公开实施例提供一种图像处理方法，如图1所示，该图像处理方法包括以下步骤：

101、获取原始帧图像。

该原始帧图像包括多个目标区域，该目标区域包括初始中心点；

本公开所提供方法中在对原始帧图像进行去噪处理时，可以先随机选取初始点，再根据预设距离范围，确定初始中心点对应的目标区域。

102、根据预设算法，聚类处理该目标区域同类型像素后，获取该目标区域内同类型像素的像素值均值。

在具体的实施过程中，该像素值均值可以根据该目标区域内收敛点的像素值确定。

通过聚类分析获取该目标区域内的收敛点，再根据该收敛点确定该目标区域的像素值均值，相较于计算该目标区域内每个像素点的均值，能够更好的计算该目标区域内的像素值，从而更好的实现目标区域内的去噪。

本公开所提供方法中获取该目标区域内同类型像素的像素值均值，其计算的原理可以包括：

通过计算选定窗口内各像素与中心点的欧式距离，统计窗口内与中心点同类型像素的个数、灰度值与坐标，然后根据该区域相同类型像素的坐标计算下一区域的中心坐标，再将窗口中心坐标滑动到计算出的坐标处，再统计该窗口内相同类型的像素。通过多次迭代，统计得出，我们将此处区域视为该类型最大像素密度区域，计算该区域相同类型像素均值，最终该目标区域的收敛点，再将该灰度值替换初始中心处的灰度值。

本公开所提供方法中获取该目标区域内同类型像素的像素值均值，其计算的步骤，可以包括：

获取该目标区域内同类的像素点及该同类型像素中每个像素对应的向量，该同类像素是根据目标区域内像素点与原始中心点的距离确定的；

根据同类型像素中每个像素对应的向量，获取目标位移向量；

根据该目标位移向量，移动该初始中心点，获取目标中心点；

计算该初始中心点和该目标中心点的目标距离；

当该目标距离小于预设距离值时，确定该目标中心点为收敛点；

当该目标距离大于预设距离值时，移动该初始中心点至该目标中心点，并计算该初始中心点再次移动目标位移向量后的目标距离，直至该目标距离小于预设距离值；

根据该收敛点，确定该目标区域内同类型像素的像素值均值。

进一步的，上述步骤中的获取该目标区域内同类的像素点，包括：

获取该目标区域内每个像素点的坐标位置；

根据该每个像素点的坐标位置，计算该像素点与该初始中心点的距离值；

当像素点与该初始中心点的距离值在预设距离值内，则确定该像素点为同类型像素。

此处列举具体示例进行阐述，通过Mean-Shift算法进行聚类分析获取收敛点，其中，Mean-Shift算法作为一种聚类分析方法，由于其密度估计器的梯度是递增的，而其收敛点即为密度梯度的局部极大值点，具体的过程可以包括：

步骤1：在原始帧图像中未被标记的数据点中随机选择一个点作为初始中心center；

步骤2：找出离初始中心距离在bandwidth之内的所有点，记做集合M，即目标区域；

例如，此示例中可以将bandwidth设定为8；

步骤3：以初始中心center为中心点，计算从初始中心center开始到集合M中每个元素的距离；

步骤4：将距离在设定阈值threaholdValue内的元素归为一类；

例如，此示例中可以将threaholdValue设定为6。

步骤5：将同一类像素向量相加，求均值得到向量shift，即目标位移向量；

步骤6：center＝center+shift。即center沿着shift的方向移动，移动距离是||shift||，即向量shift的空间内绝对值。

步骤7：重复步骤2、3、4，直到shift的值小于预设值，完成了该目标区域内的迭代到收敛，计算该区域内同一类像素的均值，并用该值替换第一个center值。

此处列举具体实施例进行阐述：

如图1a所示，图中包括四个目标区域，其中第一目标区域包括初始中心点，通过计算第一目标区域内各像素点到初始中心点的距离，得到目标位移向量，将中心点移动至目标中心点，即第二初始中心点，计算第二初始点至初始中心点的距离，当该距离大于预设值时，则进一步的将该初始目标点从第二初始点移动至第三初始点距离；计算从第二初始点移动至第三初始点距离的距离，当该距离大于预设值时，则进一步的将该初始目标点从第三初始点移动至第四初始点距离，此时，第三初始点至第四初始点的距离小于预设值，则第四初始中心点为收敛点，即可认为第四初始中心点处为该类型点最大密度处。

103、根据该目标区域内同类像点素的像素值均值，替换处理该目标区域中初始中心点的像素值，并确定下一个目标区域内的初始中心点，直至替换处理该原始帧图像内的全部初始中心点，完成该原始帧图像的去噪处理。

本公开所提供的方法对原始帧图像进行去噪处理的后的示例图，可以如图1b和图1c所示，原始帧图像平整区域由于量化噪声的影响，从而变得不再平整；经过本公开所提及的menashift聚类平滑，使不平滑区域恢复平滑特征，实现了图像去噪，也避免了现有技术中在去噪过程中造成的图像质量下降的后果。

本公开所提供方法还可以根据当前初始中心点确定下一个初始中心点，具体过程可以包括：

根据第n个目标区域中的初始中心点移动目标距离，确定第n+1个目标区域的初始中心点；

根据第n+1个目标区域中的初始中心点移动目标距离，获取n+2个目标区域的初始中心点，直至遍历原始帧图像中的全部区域，获取该原始帧图像中的全部目标区域。

此处列举具体实施例进行阐述：

如图1a所示，图中为四个目标区域，可以根据第一目标区域内逐点移动若干个点确定收敛点的过程中途经点确定其他目标区域:其中第一目标区域包括初始中心点，通过计算第一目标区域内各像素点到初始中心点的距离，得到移动向量，将中心点移动至目标中心点，即第二初始中心点，根据该第二初始中心点确定第二目标区域；并根据该第三初始中心点确定第三目标区域；并根据该第四初始中心点确定第四目标区域，从而逐个获取原始帧图像中的全部目标区域。

本公开所提供的方法对原始帧图像进行去噪处理后，还包括对原始帧图像进行编码处理。

获取已去噪处理后的原始帧图像，及该原始帧图像对应的上一帧图像；

根据预设对比算法，获取该已去噪处理的原始帧图像与该原始帧图像对应的上一帧图像之间的目标差值图；

通过对该目标差值图进行编码处理，完成对该原始帧图像的编码处理。

在可选实施例中，本公开在对根据目标差值图进行编码处理后，还可以进一步的对目标差值图中的孤立点进行去噪处理，进一步的提高编码的效率。

具体的，由于量化噪声主要影响的是图像帧间预测过程，它使得原本为非变化的区域由于噪声影响变为了变化区域，从而进行了重复编码，造成码流过大，因此对比前后两帧相同区域像素差值的大小是判定编码去噪算法是否有效的直观标准。

如图1d和图1e所示，图1d为未进行聚类平滑处理前，原始帧前后帧相同区域间的差值，可以很明显看出，原本相同区域由于噪声影响两者间灰度差并不为0；图1e为进行聚类平滑处理后的效果，可以看出原始帧前后帧相同区域间的差值有了很明显的改善。

但是，由于前后帧的差异度，处理后前后帧差值图还是会有一些不为零的像素区域，因此本公开采用孤立点去除算法对该差值图进行处理。其计算过程可以包括：

获取目标差值图；

遍历该目标差值图，确定该目标差值图中灰度值小于预设值的目标像素点；

获取该目标像素点对应的目标像素区域；

当该目标区域内的像素点中灰度值不为零的个数小于预设值时，则置零处理该目标像素点的灰度值；

根据该置零处理后的目标像素点，重建该目标差值图。

此处，进一步的根据具体的实施例阐述目标差值图进行孤立点去噪的过程：

步骤1、寻找定位至差值图中不为零且灰度值小于或等于6的像素坐标；

步骤2、提取该坐标处周围8*8的像素区域；

步骤3、寻找该像素八邻域附近周围是否有超过4个不为0的像素，若有，为有效变化像素，若无，为量化噪声。

步骤4、若为量化噪声，将差值图该点像素值置零。

步骤5、根据最终计算出来的差值图重建当前帧图像，即：

其中，

Wid

最终的处理结果，如图1f所示，可以获取对该目标差值图该孤立点处理后的效果图。

本公开实施例提供的图像处理方法，在对图像进行去噪处理的过程中，通过图像中目标区域和目标区域中的初始中心点，对该目标区域内的像素点进行聚类处理，统计该目标区域内同类型像素点，并获取该目标区域内的同类别像素点的均值，最后通过该目标区域内的均值替换该初始中心点的值，实现平滑去噪处理，不仅提高了图像去噪的效果，也提高了去噪后图像的质量，消除了去噪处理对图像的影响。

实施例二

基于上述图1对应的实施例中所描述的图像处理方法，下述为本公开装置实施例，可以用于执行本公开方法实施例。

本公开实施例提供一种图像处理装置，如图2所示，该图像处理装置20包括：

获取模块201、计算模块202和替换模块203，

该获取模块201，用于获取原始帧图像，该原始帧图像包括多个目标区域，该目标区域包括初始中心点；

该计算模块202，用于根据预设算法，聚类处理该目标区域内同类型像素后，获取该目标区域内同类型像素的像素值均值；

该替换模块203，用于根据该目标区域内同类像点素的像素值均值，替换处理该目标区域中初始中心点的像素值，并确定下一个目标区域内的初始中心点，直至替换处理该原始帧图像内的全部初始中心点，完成该原始帧图像的去噪处理。

在可选实施例中，该装置20中的该计算模块202，用于

获取该目标区域内同类的像素点及该同类型像素中每个像素对应的向量，该同类像素是根据目标区域内像素点与原始中心点的距离确定的；

根据同类型像素中每个像素对应的向量，获取目标位移向量；

根据该目标位移向量，移动该初始中心点，获取目标中心点；

计算该初始中心点和该目标中心点的目标距离；

当该目标距离小于预设距离值时，确定该目标中心点为收敛点；

当该目标距离大于预设距离值时，移动该初始中心点至该目标中心点，并计算该初始中心点再次移动目标位移向量后的目标距离，直至该目标距离小于预设距离值；

根据该收敛点，确定该目标区域内同类型像素的像素值均值。

在可选实施例中，该装置20中的该计算模块202，用于

获取该目标区域内每个像素点的坐标位置；

根据该每个像素点的坐标位置，计算该像素点与该初始中心点的距离值；

当像素点与该初始中心点的距离值在预设距离值内，则确定该像素点为同类型像素。

在一个实施例中，如图2a所示，该装置还包括编码模块204，该编码模块204，用于获取已去噪处理后的原始帧图像，及该原始帧图像对应的上一帧图像；

根据预设对比算法，获取该已去噪处理的原始帧图像与该原始帧图像对应的上一帧图像之间的目标差值图；

通过对该目标差值图进行编码处理，完成对该原始帧图像的编码处理。

在一个实施例中，如图2b所示，该装置还包括孤立点处理模块205，该孤立点处理模块205，用于获取目标差值图；

遍历该目标差值图，确定该目标差值图中灰度值小于预设值的目标像素点；

获取该目标像素点对应的目标像素区域；

当该目标区域内的像素点中灰度值不为零的个数小于预设值时，则置零处理该目标像素点的灰度值；

根据该置零处理后的目标像素点，重建该目标差值图。

本公开实施例提供的图像处理装置，在对图像进行去噪处理的过程中，通过图像中目标区域和目标区域中的初始中心点，对该目标区域内的像素点进行聚类处理，统计该目标区域内同类型像素点，并获取该目标区域内的同类别像素点的均值，最后通过该目标区域内的均值替换该初始中心点的值，实现平滑去噪处理，不仅提高了图像去噪的效果，也提高了去噪后图像的质量，消除了去噪处理对图像的影响。

基于上述图1对应的实施例中所描述的图像处理方法，本公开实施例还提供一种计算机可读存储介质，例如，非临时性计算机可读存储介质可以是只读存储器(英文：ReadOnly Memory，ROM)、随机存取存储器(英文：Random Access Memory，RAM)、CD-ROM、磁带、软盘和光数据存储装置等。该存储介质上存储有计算机指令，用于执行上述图1应的实施例中所描述的图像处理方法，此处不再赘述。

本领域技术人员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。