[发明专利]去噪设备、系统和方法

说明书

本申请要求于2012年6月29日提交到韩国知识产权局的第10-2012-0071067号韩国专利申请的优先权，该申请的公开通过引用全部包含于此。

技术领域

本发明构思是针对一种去噪设备和方法，更具体地讲，针对一种用于降低图像中的噪声的设备和方法。

背景技术

去噪技术降低附加到图像的噪声。一个去噪技术是求平均方法，所述求平均方法通过对像素数据求平均来降低噪声，当在图像中的特定像素被污染时，主要通过仅使用污染的像素附近的像素数据来恢复所述像素。然而，如果相邻的像素也被噪声污染，则求平均方法无法通过对相邻像素数据求平均简单地去除污染。

非局部均值（在下文中，“NL均值”）最近已被提出并被使用，以降低图像噪声。在此方法中，在图像重复相似的模式的假设下估计像素噪声，并且搜索整个图像以找出具有与去噪目标像素的周围的特征相似的特征的周围。

例如，为了降低图1中所示的图像中的去噪目标像素块10的噪声，第一比较目标块12比第二比较目标块14更相似于去噪目标块10。因此，当获得总和以计算NL均值中的平均时，比分配给第二比较目标块14更高的权重可被分配给第一比较目标块12。

NL均值使用基于权重的均值，其中所述基于权重的均值通过基于相邻区域之间的相似度分配权重来获得用于平均的总和，其中，相邻区域不限于与噪声降低目标像素块相邻。因此，即使相邻像素被噪声污染，也可降低噪声。另一基于权重的平均的去噪方法是块匹配3D（BM3D）算法。

在使用基于权重的求平均的去噪算法中，基于像素块之间的相似度来确定权重。所述相似度可以是包括在像素块中的像素值之间的差。例如，所述相似度可以是作为包括在像素块中的像素值之间的差之和的绝对差（SAD）之和。像素块越相似，SAD越小。由于更高的权重可被分配给更相似的像素块，因此随着像素块之间的差值变得越大，权重值可变得越小。

然而，如果针对像素差值的权重指数式地改变，则可需要浮点运算以进行基于权重的平均。由于与整数运算相比，浮点运算由于较大的计算复杂度而相对慢，因此当处理浮点运算时，更大的负担可施加于图像信号处理器（ISP）。

发明内容

本公开的实施例提供用于执行高速降噪的去噪设备、系统和方法，所述高速降噪包括脉冲降噪。

本公开的实施例还提供用于最小化浮点运算的数量以在基于权重的平均计算中计算权重以进行脉冲降噪的去噪设备、系统和方法。

本公开的实施例是去噪设备，所述去噪设备包括：图像输入单元，接收像素数据，其中，所述像素数据包括校正目标图像所包括的像素的颜色信息；去噪单元，通过基于权重的求平均方法对像素进行去噪，其中，权重在校正目标图像中校正目标块和比较目标块之间的差值为零时被设置为最大值，权重随着所述差值增加而线性地减小直到所述差值达到阈值为止，权重在所述差值等于或大于阈值时被设置为零；图像输出单元，输出去噪的像素数据。去噪单元将校正的权重值分配给脉冲块的至少保证数量的比较目标块，所述脉冲块是非零权重值的比较目标块的数量小于预定的保证数量的校正目标块。

本公开的另一实施例是去噪方法，所述去噪方法包括：将校正目标图像的像素数据输入到去噪设备，并使用去噪设备对所述像素数据执行加权平均的去噪处理。所述加权平均的去噪包括：当校正目标块和比较目标块之间的差值为零时，将权重可设置为最大值；将权重设置为随着所述差值增加而线性地减小直到所述差值达到阈值为止；当所述差值等于或大于阈值时，将权重设置为零；将校正的权重值分配给至少保证数量的比较目标块，其中，所述比较目标块的差值大于阈值；对求校正目标块和已分配了校正的权重值的比较目标块求平均，以降低包括在像素数据中的噪声。非零权重值的比较目标块的数量小于预定保证数量的校正目标块是脉冲块。

本公开的另一实施例是一种用于对数字图像中的像素进行降噪的方法，所述方法包括以下步骤：接收校正目标图像的像素数据，其中，所述校正目标图像包括将被去噪的像素的校正目标块以及像素的一个或多个比较目标块；当校正目标块和比较目标块之间的差值为零时，将权重设置为最大值；将权重设置为随着所述差值增加而线性地减小，直到所述差值达到阈值为止；当所述差值等于或大于阈值时，将权重设置为零；将校正的权重值分配给至少保证数量的比较目标块，其中，所述比较目标块的差值大于阈值；对校正目标块和已分配了校正的权重值的比较目标块求平均，以降低校正目标块像素数据中的噪声。非零权重值的比较目标块的数量小于预定保证数量的校正目标块是脉冲块。