本發(fā)明提供一種圖像去噪聲方法及其裝置，于時間域(timedomain)進(jìn)行圖像去噪聲方法及其裝置。

背景技術(shù)：

在實(shí)時數(shù)字圖像處理中，有一類的圖像去噪聲(de-noising)是在時間域(timedomain)進(jìn)行，即同時考慮前一個幀(frame)和目前幀的相似性，來進(jìn)行一個適當(dāng)?shù)募訖?quán)平均以達(dá)到去噪聲的效果。此種方式最大的優(yōu)點(diǎn)是幾乎不會造成圖像的模湖或是細(xì)節(jié)的損失。

然而，在時間域進(jìn)行去噪聲容易因?yàn)閳鼍白兓^大(即前一個幀和目前幀的差異過大)而造成殘影，或是圖像不自然的現(xiàn)象。若要避免上述狀況發(fā)生，勢必要針對光源變化與場景變化來調(diào)整去噪聲方法。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明提供了一種圖像去噪聲方法及其裝置，其在時間域根據(jù)場景變化來適應(yīng)性地調(diào)整加權(quán)平均，以依序去除目前幀中每個像素的噪聲，并輸出去噪聲后的像素，據(jù)此達(dá)到更好的去噪聲效果。

本發(fā)明實(shí)施例提供一種圖像去噪聲方法，適用于一圖像去噪聲裝置，用以去除一目前幀中的一像素的噪聲以輸出一輸出像素。圖像去噪聲方法包括如下步驟：接收目前幀，并將目前幀中的像素分成一第一低頻像素與一第一高頻像素，第一低頻像素具有一第一權(quán)重，且第一高頻像素具有一第二權(quán)重；將一前一幀中對應(yīng)于像素的位置的一前一像素分成一第二低頻像素與一第二高頻像素，第二低頻像素具有一第三權(quán)重，且第二高頻像素具有一第四權(quán)重；調(diào)整第一權(quán)重與第三權(quán)重，并計(jì)算第一低頻像素與第二低頻像素的加權(quán)總和，以產(chǎn)生一低頻像素數(shù)據(jù)，且第一權(quán)重與第三權(quán)重的 總和為一；調(diào)整第二權(quán)重與第四權(quán)重，并計(jì)算第一高頻像素與第二高頻像素的加權(quán)總和，以產(chǎn)生一高頻像素數(shù)據(jù)，且第二權(quán)重與第四權(quán)重的總和為一；以及計(jì)算低頻像素數(shù)據(jù)與高頻像素數(shù)據(jù)的總和，以產(chǎn)生輸出像素。

為使能更進(jìn)一步了解本發(fā)明的特征及技術(shù)內(nèi)容，請參閱以下有關(guān)本發(fā)明的詳細(xì)說明與附圖，但是此等說明與所附附圖僅是用來說明本發(fā)明，而非對本發(fā)明的權(quán)利范圍作任何的限制。

附圖說明

圖1是本發(fā)明一實(shí)施例的圖像去噪聲裝置的示意圖。

圖2是本發(fā)明一實(shí)施例的像素與對應(yīng)于像素之位置的一前一像素進(jìn)行去噪聲運(yùn)算而產(chǎn)生輸出像素的示意圖。

圖3是本發(fā)明一實(shí)施例的圖像去噪聲方法的流程圖。

圖4是本發(fā)明一實(shí)施例的調(diào)整第一權(quán)重與第三權(quán)重的流程圖。

圖5a是本發(fā)明一實(shí)施例的一低頻線性關(guān)系的關(guān)系圖。

圖5b是本發(fā)明另一實(shí)施例的一低頻線性關(guān)系的關(guān)系圖。

圖6是本發(fā)明一實(shí)施例的設(shè)定差異上限值與差異下限值的流程圖。

圖7是本發(fā)明一實(shí)施例的調(diào)整第二權(quán)重與第四權(quán)重的流程圖。

圖8a是本發(fā)明一實(shí)施例的一高頻線性關(guān)系的關(guān)系圖。

圖8b是本發(fā)明另一實(shí)施例的一高頻線性關(guān)系的關(guān)系圖。

附圖標(biāo)記說明：

100：圖像去噪聲裝置

110：圖像擷取裝置

120：圖像處理器

130：去噪聲裝置

c0：下限參數(shù)

c1：上限參數(shù)

d0：差異下限值

d1：差異上限值

dif：差異程度

iin：圖像

is：圖像信號

fr：目前幀

fr-1：前一幀

f(t)：像素

fl(t)：第一低頻像素

fh(t)：第一高頻像素

favg(t)：輸出像素

favg(t-1)：前一像素

flavg(t-1)：第二低頻像素

fhavg(t-1)：第二高頻像素

flavg(t)：低頻像素數(shù)據(jù)

fhavg(t)：高頻像素數(shù)據(jù)

rl(t)：低頻更新率

rlmax(t)：低頻上限值

rlmin(t)：低頻下限值

rh(t)：高頻更新率

rhmax(t)：高頻上限值

rhmin(t)：高頻下限值

s310、s320、s330、s340、s350：步驟

s410、s420、s430、s440：步驟

s610、s620、s630、s640：步驟

s710、s720、s730、s740：步驟

具體實(shí)施方式

在下文中，將通過附圖說明本發(fā)明的各種例示實(shí)施例來詳細(xì)描述本發(fā)明。然而，本發(fā)明概念可能以許多不同形式來體現(xiàn)，且不應(yīng)解釋為限于本文中所闡述的示例性實(shí)施例。此外，附圖中相同參考數(shù)字可用以表示類似的元件。

本發(fā)明實(shí)施例所提供的圖像去噪聲方法及其裝置，其將像素分成低頻像素與高頻像素，以及將對應(yīng)于像素的位置的前一像素分成另一低頻像素與另一高頻像素，并根據(jù)場景變化來適應(yīng)性地調(diào)整像素與前一像素中的低頻像素的權(quán)重，以及調(diào)整像素與前一像素中的高頻像素的權(quán)重。若場景變化不大，則將前一像素的低頻像素與高頻像素的權(quán)重調(diào)高；若場景變化較大，則將像素的低頻像素與高頻像素的權(quán)重調(diào)高。接著再計(jì)算前一像素與像素的低頻像素的加權(quán)總和(即低頻像素數(shù)據(jù))以及前一像素與像素的高頻像素的加權(quán)總和(即高頻像素數(shù)據(jù))，并加總低頻像素數(shù)據(jù)與高頻像素數(shù)據(jù)以產(chǎn)生去噪聲后的輸出像素。更進(jìn)一步來說，場景變化是為受到光影變化、物體移動與像素本身噪聲的影響。故本發(fā)明的圖像去噪聲方法及其裝置將根據(jù)上述影響來計(jì)算場景變化，以適應(yīng)性地調(diào)整每個權(quán)重，以據(jù)此達(dá)到更好的去噪聲效果。以下將進(jìn)一步介紹本發(fā)明公開的圖像去噪聲方法及其裝置。

首先，請參考圖1，其顯示本發(fā)明一實(shí)施例的圖像去噪聲裝置的示意圖。如圖1所示，圖像去噪聲裝置100為用來依序去除目前幀中每個像素的噪聲，并輸出去噪聲后的像素。在本實(shí)施例中，圖像去噪聲裝置100可為智能手機(jī)、錄影機(jī)、平板電腦、筆記本電腦或其他需要去除圖像噪聲的圖像去噪聲裝置100，本發(fā)明對此不作限制。

圖像去噪聲裝置100包括一圖像擷取裝置110、一圖像處理器120與一去噪聲裝置130。圖像擷取裝置110用以擷取一圖像iin，并將圖像iin轉(zhuǎn)換為一特定圖像格式的一圖像信號is。更進(jìn)一步來說，圖像擷取裝置110為擷取連續(xù)圖像，且圖像iin為連續(xù)圖像中的其中一張。而特定圖像格式例如為rgb圖像格式、yuv圖像格式、或其他圖像格式，本發(fā)明對此不作限制。

圖像處理器120耦接圖像擷取裝置110，且接收圖像信號is并將圖像信號is轉(zhuǎn)換為目前幀fr。而所屬領(lǐng)域技術(shù)人員應(yīng)知圖像擷取裝置110將圖像iin轉(zhuǎn)換為特定圖像格式的圖像信號is，以及圖像處理器120將圖像信號is轉(zhuǎn)換為目前幀fr的實(shí)施方式，故在此不再贅述。而為了方便說明，以下例子皆以yuv圖像格式作為特定圖像格式。

去噪聲裝置130耦接圖像處理器120且執(zhí)行以下步驟，以依序去除目 前幀fr中每個像素的噪聲，并輸出去噪聲后的像素。為了方便說明，以下以去除目前幀fr中的一像素f(t)的噪聲，以輸出去噪聲后的一輸出像素favg(t)來作說明。請同時參考圖1-2。值得注意的是，場景變化(即前一個幀和目前幀的差異)會影響去噪聲的效果，且場景變化會受到光影變化(像素的低頻部分)、物體移動(像素的高頻部分)與像素本身噪聲(像素的高頻部分)的影響。因此，去噪聲裝置130將對像素f(t)分成低頻部分與高頻部分，且對前一幀fr-1中對應(yīng)于像素f(t)的位置的前一像素favg(t-1)分成低頻部分與高頻部分，以根據(jù)場景變化來適應(yīng)性地調(diào)整像素f(t)與前一像素favg(t-1)中的低頻部分的權(quán)重，以及高頻部分的權(quán)重，進(jìn)而去除像素f(t)的噪聲。詳細(xì)說明如下所示。

圖3顯示本發(fā)明一實(shí)施例的圖像去噪聲方法的流程圖。首先，去噪聲裝置130接收由圖像處理器120傳來的目前幀fr，并將目前幀fr中的像素f(t)分成一第一低頻像素fl(t)與一第一高頻像素fh(t)。其中第一低頻像素fl(t)具有一第一權(quán)重，且第一高頻像素fh(t)具有一第二權(quán)重(步驟s310)。

在本實(shí)施例中，第一低頻像素fl(t)是在目前幀fr中，平均像素f(t)與位于像素f(t)周圍的多個鄰近像素而產(chǎn)生。而第一高頻像素fh(t)則是將像素f(t)減去第一低頻像素fl(t)而產(chǎn)生。舉例來說，如圖2所示，像素f(t)為155，且像素f(t)周圍的鄰近像素皆為101。故第一低頻像素fl(t)＝(155+8*101)/9＝107，而第一高頻像素fh(t)＝155-107＝48。而第一低頻像素fl(t)與第一高頻像素fh(t)亦可以其他計(jì)算方式得到，本發(fā)明對此不作限制。

接著，去噪聲裝置130將前一幀fr-1中對應(yīng)于像素f(t)的位置的前一像素favg(t-1)分成一第二低頻像素flavg(t-1)與一第二高頻像素fhavg(t-1)。其中第二低頻像素flavg(t-1)具有一第三權(quán)重，且第二高頻像素fhavg(t-1)具有一第四權(quán)重(步驟s320)。

在本實(shí)施例中，第二低頻像素flavg(t-1)是在前一幀fr-1中，平均前一像素favg(t-1)與位于前一像素favg(t-1)周圍的多個鄰近像素而產(chǎn)生。而第二高頻像素fhavg(t-1)則是將前一像素favg(t-1)減去第二低頻像素flavg(t-1)而產(chǎn)生。舉例來說，如圖2所示，前一像素favg(t-1)為136，且前一像素favg(t-1)周圍的鄰近像素皆為100。故第二低頻像素flavg(t-1)＝(136+8*100)/9＝104，而第二 高頻像素fhavg(t-1)＝136-104＝32。同樣地，第二低頻像素flavg(t-1)與第二高頻像素fhavg(t-1)亦可以其他計(jì)算方式得到，本發(fā)明對此不作限制。

接下來，去噪聲裝置130將調(diào)整第一權(quán)重與第三權(quán)重，并計(jì)算第一低頻像素fl(t)與第二低頻像素flavg(t-1)的加權(quán)總和，以產(chǎn)生低頻像素數(shù)據(jù)flavg(t)，而第一權(quán)重與第三權(quán)重的總和為一(步驟s330)。根據(jù)上述低頻像素數(shù)據(jù)flavg(t)說明可整理為下式(1)，如下所示：

式(1)

其中，wl為第一低頻像素fl(t)的第一權(quán)重，且(1-wl)為第二低頻像素flavg(t-1)的第三權(quán)重。

進(jìn)一步來說，去噪聲裝置130將根據(jù)場景變化(即前一個幀和目前幀的差異)來調(diào)整第一權(quán)重與第三權(quán)重。若場景變化較大，表示此變化受到物體移動的影響較大。去噪聲裝置130將升高第一低頻像素fl(t)的第一權(quán)重wl且降低第二低頻像素flavg(t-1)的第三權(quán)重(1-wl)，以取得較多的第一低頻像素fl(t)。反之，若場景變化較小，表示此變化受到其他噪聲的影響較大。去噪聲裝置130將降低第一低頻像素fl(t)的第一權(quán)重wl且升高第二低頻像素flavg(t-1)的第三權(quán)重(1-wl)，以取得較多的第二低頻像素flavg(t-1)。詳細(xì)的調(diào)整第一權(quán)重與第三權(quán)重說明如下。

請同時參考圖4、5a與5b，圖4顯示本發(fā)明一實(shí)施例的調(diào)整第一權(quán)重與第三權(quán)重的流程圖。首先，去噪聲裝置130建立第一低頻像素fl(t)與第二低頻像素flavg(t-1)的一差異程度dif與一低頻更新率(learningrate)rl(t)的一低頻線性關(guān)系，如圖5a所示(步驟s410)。差異程度dif具有一差異上限值d1與一差異下限值d0。差異上限值d1對應(yīng)到低頻更新率rl(t)的一低頻上限值rlmax(t)，差異下限值d0對應(yīng)到低頻更新率rl(t)的一低頻下限值rlmin(t)。在本實(shí)施例中，低頻上限值rlmax(t)與低頻下限值rlmin(t)是設(shè)定為常數(shù)，分別為1.0與0.4(如圖5b所示)，且亦可根據(jù)實(shí)際狀況作設(shè)定，本發(fā)明對此不作限制。

而差異上限值d1與差異下限值d0是關(guān)聯(lián)于像素f(t)對應(yīng)到目前幀fr的一像素亮度以及像素f(t)位于目前幀fr中的一像素位置。更進(jìn)一步來說，請同時參考圖6，其顯示本發(fā)明一實(shí)施例的設(shè)定差異上限值與差異下限值的流程圖。如圖6所示，首先，去噪聲裝置130根據(jù)像素f(t)的像素亮度，計(jì) 算像素亮度占一最高亮度的一亮度比例。而基于光源越弱噪聲越多的因素，若像素亮度越高，噪聲越小。亮度比例將被去噪聲裝置130設(shè)定為較低，以模擬光源與噪聲的關(guān)系(步驟s610)。

在本實(shí)施例中，像素亮度是擷取例如yuv圖像格式的像素f(t)中的y值(即亮度值)，且最高亮度為255。故亮度比例可表示為下式(2)，如下所示：

式(2)

舉例來說，若像素f(t)的y值為125，亮度比例＝(255-125)/255＝0.51。而像素亮度亦可根據(jù)實(shí)際圖像格式計(jì)算而得，以及亮度比例亦可由其他方式計(jì)算而得，在此不作限制。

在取得亮度比例(即步驟s610)后，去噪聲裝置130將根據(jù)像素f(t)的像素位置與亮度比例，計(jì)算一距離比例。而基于像素位置距離目前幀fr的畫面中心越遠(yuǎn)噪聲越多的因素，若像素位置距離目前幀的畫面中心越遠(yuǎn)，距離比例將被去噪聲裝置130設(shè)定為越高，以模擬像素位置與噪聲的關(guān)系(步驟s620)。

在本實(shí)施例中，距離比例可由下式(3)-式(5)計(jì)算而得，如下所示：

式(3)

式(4)

式(5)

其中，innerdistrate、innerdist、outerdist與maxrateadjust皆為外部參數(shù)，dist為像素位置到畫面中心的距離。據(jù)此，距離比例將隨著dist增加而增加，以達(dá)到去除在畫面角落因增益量而被放大的噪聲。至于outerdistrate與innerdistrate的差異會隨著亮度比例變大而遞減，以避免在亮度比例較高時，容易在畫面角落發(fā)生殘影。

承接上述例子，像素f(t)的亮度比例為0.51。像素f(t)的座標(biāo)為(389,209)且畫面中心的座標(biāo)為(639,359)。innerdistrate、innerdist、outerdist與maxrateadjust的外部參數(shù)分別設(shè)定為1.0、359、639、1.14。因此，outerdistrate＝1.0+0.51*1.14＝1.58；dist＝|389-639|+|209-359|＝400；β＝(400-359)/(639-359)＝0.15；以及距離比例＝(1-0.15)*1.0+0.15*1.58＝1.087。而距離比例亦可由其他方式計(jì)算而得，在此不作限制。

在取得距離比例(即步驟s620)后，去噪聲裝置130將根據(jù)亮度比例、 距離比例與噪聲參數(shù)產(chǎn)生噪聲估測值(步驟s630)。在本實(shí)施例中，噪聲估測值可由下式(6)計(jì)算而得，如下所示：

式(6)

承接上述例子，噪聲參數(shù)為常數(shù)且設(shè)定為5.0。因此，噪聲估測值＝5.0*0.51*1.087＝2.77。而噪聲估測值亦可由其他方式計(jì)算而得，在此不作限制。

接下來，去噪聲裝置130將根據(jù)噪聲估測值與一上限參數(shù)計(jì)算差異上限值d1，以及根據(jù)噪聲估測值與一下限參數(shù)計(jì)算差異下限值d0(步驟s640)。此外，上限參數(shù)大于該下限參數(shù)，以確保差異下限值d0到差異上限值d1為遞增。

在本實(shí)施例中，差異上限值d1可由下式(7)計(jì)算而得，且差異下限值d0可由下式(8)計(jì)算而得，其中c1為上限參數(shù)，且c0為下限參數(shù)。如下所示：

d1＝c1*噪聲估測值式(7)

d0＝c0*噪聲估測值式(8)

承接上述例子，上限參數(shù)c1與下限參數(shù)c0皆為常數(shù)且分別設(shè)定為3.04與1.04。因此，差異上限值d1＝3.04*2.77＝8.42。差異下限值d0＝1.04*2.77＝2.88，如圖5b所示。而差異上限值d1與差異下限值d0亦可由其他方式計(jì)算而得，在此不作限制。

設(shè)定完差異上限值d1、差異下限值d0、低頻上限值rlmax(t)與低頻下限值rlmin(t)之后，去噪聲裝置130將建立差異程度dif與低頻更新率rl(t)的低頻線性關(guān)系，如圖5a與5b所示。而低頻線性關(guān)系可由下式(9)計(jì)算而得，如下所示：

式(9)

其中，a與b為根據(jù)差異上限值d1、差異下限值d0、低頻上限值rlmax(t)與低頻下限值rlmin(t)通過直線方程式所計(jì)算出的常數(shù)值，故在此不再贅述。

在建立出低頻線性關(guān)系(即步驟s410)后，去噪聲裝置130將進(jìn)一步計(jì) 算第一低頻像素fl(t)與第二低頻像素flavg(t-1)的差異程度dif(步驟s420)。接下來，去噪聲裝置130根據(jù)低頻線性關(guān)系將差異程度dif對應(yīng)到某個低頻更新率rl(t)，并將對應(yīng)到的低頻更新率rl(t)作為第一權(quán)重(步驟s430)。再來，去噪聲裝置130將一減去第一權(quán)重，以產(chǎn)生第三權(quán)重(步驟s440)。

在計(jì)算出調(diào)整后的第一權(quán)重與第三權(quán)重之后，去噪聲裝置130將可通過式(1)而計(jì)算出低頻像素數(shù)據(jù)flavg(t)。承接上述例子，第一低頻像素fl(t)為107，且第二低頻像素flavg(t-1)為104。因此，差異程度dif＝∣fl(t)-flavg(t-1)∣＝107-104＝3。如圖5b所示，差異程度dif將對應(yīng)到低頻更新率rl(t)為0.41，并作為第一權(quán)重。而去噪聲裝置130計(jì)算第三權(quán)重為1-0.41。此時，去噪聲裝置130將根據(jù)式(1)而計(jì)算出低頻像素數(shù)據(jù)flavg(t)＝0.41*107+(1-0.41)*104＝105.23，即完成步驟s330的計(jì)算。

請重新回到圖2-3，在完成步驟s330后，去噪聲裝置130將調(diào)整第二權(quán)重與第四權(quán)重，并計(jì)算第一高頻像素fh(t)與第二高頻像素fhavg(t-1)的加權(quán)總和，以產(chǎn)生高頻像素數(shù)據(jù)fhavg(t)，而第二權(quán)重與第四權(quán)重的總和為一(步驟s340)。根據(jù)上述高頻像素數(shù)據(jù)fhavg(t)說明可整理為下式(10)，如下所示：

式(10)

其中，wh為第一高頻像素fh(t)的第二權(quán)重，且(1-wh)為第二高頻像素fhavg(t-1)的第四權(quán)重。

更進(jìn)一步來說去噪聲裝置130將根據(jù)場景變化(即前一個幀和目前幀的差異)來調(diào)整第二權(quán)重與第四權(quán)重。而有關(guān)調(diào)整第二權(quán)重與第四權(quán)重的方法相似于調(diào)整第一權(quán)重與第三權(quán)重(即圖4的步驟s410-s440)的方法，故大致上可由步驟s410-s440來推得步驟s710-s740，故在此不再詳述。因此，如圖7、8a與8b所示，首先，去噪聲裝置130建立第一高頻像素fh(t)與第二高頻像素fhavg(t-1)的差異程度dif與高頻更新率rh(t)的一高頻線性關(guān)是，如圖8a所示(步驟s710)。差異上限值d1對應(yīng)到高頻更新率rh(t)的高頻上限值rhmax(t)，差異下限值d0對應(yīng)到高頻更新率rh(t)的高低頻下限值rhmin(t)。

在本實(shí)施例中，高頻上限值rhmax(t)與高頻下限值rhmin(t)是為常數(shù)且分別設(shè)定為1.0與0.2。而設(shè)定差異上限值與差異下限值的方法可通過圖6的步驟s610-s640而推得，故在此不再贅述。故根據(jù)圖6中的例子，將可 計(jì)算出差異上限值d1為8.42且差異下限值d0為2.88，如圖8b所示。

設(shè)定完差異上限值d1、差異下限值d0、高頻上限值rhmax(t)與高頻下限值rhmin(t)之后，去噪聲裝置130將建立差異程度dif與高頻更新率rh(t)之高頻線性關(guān)系，如圖8a與8b所示。而高頻線性關(guān)系可由下式(11)計(jì)算而得，如下所示：

式(11)

其中，a與b為根據(jù)差異上限值d1、差異下限值d0、高頻上限值rhmax(t)與高頻下限值rhmin(t)通過直線方程式所計(jì)算出的常數(shù)值，故在此不再贅述。

在建立出高頻線性關(guān)系(即步驟s710)后，去噪聲裝置130將進(jìn)一步計(jì)算第一高頻像素fh(t)與第二高頻像素fhavg(t-1)的差異程度dif(步驟s720)。接下來，去噪聲裝置130根據(jù)高頻線性關(guān)系將差異程度dif對應(yīng)到某個高頻更新率rh(t)，并將對應(yīng)到的高頻更新率rh(t)作為第二權(quán)重(步驟s730)。再來，去噪聲裝置130將一減去第二權(quán)重，以產(chǎn)生第四權(quán)重(步驟s740)。

在計(jì)算出調(diào)整后的第二權(quán)重與第四權(quán)重之后，去噪聲裝置130將可通過式(10)而計(jì)算出高頻像素數(shù)據(jù)fhavg(t)。承接上述例子，第一高頻像素fh(t)為48，且第二高頻像素fhavg(t-1)為32。因此，差異程度dif＝∣fh(t)-fhavg(t-1)∣＝48-32＝16。如圖8b所示，差異程度dif將對應(yīng)到高頻更新率rh(t)為1，并作為第二權(quán)重。而去噪聲裝置130計(jì)算第四權(quán)重為1-1。此時，去噪聲裝置130將根據(jù)式(1)而計(jì)算出高頻像素數(shù)據(jù)fhavg(t)＝1*48+(1-1)*32＝48，即完成步驟s730的計(jì)算。

在取得低頻像素數(shù)據(jù)flavg(t)與高頻像素數(shù)據(jù)fhavg(t)后，去噪聲裝置130將計(jì)算低頻像素數(shù)據(jù)flavg(t)與高頻像素數(shù)據(jù)fhavg(t)的總和，以產(chǎn)生輸出像素favg(t)。輸出像素favg(t)可由下式(12)計(jì)算而得，如下所示：

式(12)

承接上述例子，低頻像素數(shù)據(jù)flavg(t)計(jì)算出105.23，高頻像素數(shù)據(jù)fhavg(t)計(jì)算出48。因此，輸出像素favg(t)＝105.23+48＝153.23。據(jù)此，去噪聲裝置130將可根據(jù)場景變化而調(diào)整低頻像素數(shù)據(jù)flavg(t)與高頻像素數(shù)據(jù)fhavg(t)， 以去除目前幀fr中的像素f(t)的噪聲，進(jìn)而輸出去噪聲后的輸出像素favg(t)。

綜上所述，本發(fā)明實(shí)施例所提供的圖像去噪聲方法及其裝置，其將像素分成低頻像素與高頻像素，以及將對應(yīng)于像素的位置的前一像素分成另一低頻像素與另一高頻像素，并根據(jù)場景變化來適應(yīng)性地調(diào)整像素與對應(yīng)于像素的位置的前一像素中的低頻像素的權(quán)重與高頻像素的權(quán)重，并依序去除目前幀中每個像素的噪聲，而輸出去噪聲后的像素，據(jù)此達(dá)到更好的去噪聲效果。

以上所述僅為本發(fā)明的實(shí)施例，其并非用以局限本發(fā)明的專利范圍。