圖像濾波方法及裝置與流程

2023-05-24 10:45:26 2

本發明涉及計算機領域，尤其涉及一種圖像濾波方法及裝置。

背景技術：

在用戶拍攝照片時，常常由於拍攝環境、相機鏡頭汙染等原因，使得拍攝的照片上含有噪聲。因此，用戶常常需要利用圖像處理技術對拍攝的照片進行修正。在圖像處理技術中，雙邊濾波由於具備邊緣保留效果被廣泛應用。經雙邊濾波的圖像的邊緣特徵明顯，圖像質量高。

但是，雙邊濾波本質上是一種鄰域像素值加權平均的濾波處理，必然會使圖像特徵模糊。例如，低尺度雙邊濾波雖然能夠妥善地保留圖像的邊緣特徵，但是去噪效果較差；高尺度雙邊濾波雖然去噪效果較好，但是會模糊圖像的邊緣特徵。因此，對於不同的圖像，需要根據該圖像的邊緣特徵選擇合適的濾波係數進行雙邊濾波。

目前，存在以下兩種常見的雙邊濾波處理：一、採用用戶選取的一組固定的濾波係數對待處理圖像中的每個像素點進行雙邊濾波；二、計算待處理圖像中的每個像素點所需的濾波係數，並利用針對每個像素點的濾波係數對相應的像素點進行雙邊濾波。

然而，第一種雙邊濾波處理存在以下缺陷：由於待處理圖像的不同區域的邊緣特徵和噪聲情況不同，所以在待處理圖像中的不同區域採用固定的濾波係數往往會使得濾波效果達不到預期；第二種雙邊濾波處理存在以下缺陷：針對待處理圖像中的每個像素點的濾波係數容易受到待處理圖像本身的噪聲的影響，因此存在待處理圖像的邊緣特徵被過度模糊、或待處理圖像的噪聲沒有被過濾乾淨的情況，導致濾波效果達不到預期的效果。

技術實現要素：

鑑於以上所述的一個或多個問題，本發明提供了一種新穎的圖像濾波方法及裝置。

第一方面，根據本發明實施例的圖像濾波方法包括：將目標圖像分割為至少兩個圖像區域；計算至少兩個圖像區域中的每個圖像區域的空間距離係數和像素差係數；以及對於目標圖像中的任意一個像素，根據該像素所在的圖像區域的空間距離係數和像素差係數對該像素進行雙邊濾波。

第二方面，根據本發明實施例的圖像濾波裝置包括：分割單元，用於將目標圖像分割為至少兩個圖像區域；計算單元，用於計算至少兩個圖像區域中的每個圖像區域的空間距離係數和像素差係數；以及雙邊濾波單元，用於對目標圖像中的任意一個像素，根據該像素所在的圖像區域的空間距離係數和像素差係數對該像素進行雙邊濾波。

在根據本發明實施例的圖像濾波方法及裝置中，由於對目標圖像中處於不同圖像區域的像素採用不同的參數進行雙邊濾波，即針對目標圖像中不同圖像區域的噪聲和邊緣特徵選取適合各圖像區域的濾波參數，並且目標圖像中不同圖像區域選取適合各圖像區域的濾波參數，既能對噪聲進行很好的濾波、避免圖像殘留噪聲，又能保證圖像邊緣位置的保邊效果，因此避免了目標圖像不同區域的像素因為不合理的參數而達不到預期濾波效果的問題，提高了濾波效果。

附圖說明

為了更清楚地說明本發明實施例的技術方案，下面將對本發明實施例中所需要使用的附圖作簡單地介紹，顯而易見地，下面所描述的附圖僅僅是本發明的一些實施例，對於本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。

圖1是根據本發明實施例的圖像濾波方法的示意性流程圖；

圖2是圖1所示的圖像濾波方法中計算空間距離係數的示意性流程圖；

圖3是圖1所示的圖像濾波方法中計算像素差係數的示意性流程圖；

圖4是圖1所示的圖像濾波方法中任意像素雙邊濾波的示意性流程圖；

圖5是根據本發明另一實施例的圖像濾波方法的示意性流程圖；

圖6是根據本發明又一實施例的圖像濾波方法的示意性流程圖；

圖7是根據本發明實施例的圖像濾波裝置的示意性框圖；

圖8是圖7所示的圖像濾波裝置中計算單元和雙邊濾波單元具體結構的示意性框圖；

圖9是根據本發明另一實施例的圖像濾波裝置的示意性框圖；

圖10是根據本發明又一實施例的圖像濾波裝置的示意性框圖。

具體實施方式

為使本發明實施例的目的、技術方案和優點更加清楚，下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例是本發明一部分實施例，而不是全部的實施例。基於本發明中的實施例，本領域普通技術人員在沒有作出創造性勞動前提下所獲得的所有其他實施例，都屬於本發明保護的範圍。

下面將詳細描述本發明的各個方面的特徵和示例性實施例。在下面的詳細描述中，提出了許多具體細節，以便提供對本發明的全面理解。但是，對於本領域技術人員來說很明顯的是，本發明可以在不需要這些具體細節中的一些細節的情況下實施。下面對實施例的描述僅僅是為了通過示出本發明的示例來提供對本發明的更好的理解。本發明決不限於下面所提出的任何具體配置和算法，而是在不脫離本發明的精神的前提下覆蓋了元素、部件和算法的任何修改、替換和改進。在附圖和下面的描述中，沒有示出公知的結構和技術，以便避免對本發明造成不必要的模糊。

現在將參考附圖更全面地描述示例實施方式。然而，示例實施方式能夠以多種形式實施，且不應被理解為限於在此闡述的實施方式；相反，提供這些實施方式使得本發明更全面和完整，並將示例實施方式的構思全面地傳達給本領域的技術人員。在圖中，為了清晰，可能誇大了區域和層的厚度。在圖中相同的附圖標記表示相同或類似的結構，因而將省略它們的詳細描述。

此外，所描述的特徵、結構或特性可以以任何合適的方式結合在一個或更多實施例中。在下面的描述中，提供許多具體細節從而給出對本發明的實施例的充分理解。然而，本領域技術人員將意識到，可以實踐本發明的技術方案而沒有所述特定細節中的一個或更多，或者可以採用其它的方法、組元、材料等。在其它情況下，不詳細示出或描述公知結構、材料或者操作以避免模糊本發明的主要技術創意。

需要說明的是，在不衝突的情況下，本申請中的實施例及實施例中的特徵可以相互組合。下面將參考附圖並結合實施例來詳細說明本申請。

圖1示出了根據本發明一實施例的圖像濾波方法的示意性流程圖。如圖1所示，圖像濾波方法100包括：S110，將目標圖像分割為至少兩個圖像區域；S120，計算至少兩個圖像區域中的每個圖像區域的空間距離係數和像素差係數；S130，對於目標圖像中的任意一個像素，根據該像素所在的圖像區域的空間距離係數和像素差係數對像素進行雙邊濾波。

這裡，目標圖像即為需要進行濾波的圖像，可以根據目標圖像的大小來設定從目標圖像分割出的至少兩個圖像區域的大小，也可以根據目標圖像的像素分布或解析度分割出的至少兩個圖像區域等等。例如，設定每個圖像區域包含60-120個像素。如一張解析度為640×480的目標圖像，分割成每個圖像區域約有80個像素，則大約有640×480/80＝3840個圖像區域。

需要說明的是，本發明實施例中，圖像區域可以包括超像素，則圖像區域的分割方法可以採用超像素分割的方法，例如SLIC(Simple Linear Iterative Clustering，簡單的線性迭代聚類)，SLIC在進行超像素分割之前，將目標圖像轉為Lab通道表示，Lab模式由三個通道組成，L通道是明度，A和B是色彩通道，A通道包括的顏色是從深綠色(底亮度值)到灰色(中亮度值)再到亮粉紅色(高亮度值)，B通道則是從亮藍色(底亮度值)到灰色(中亮度值)再到黃色(高亮度值)。圖像的空間距離就是任意兩個像素點之間的距離，空間距離係數即代表空間距離決定的濾波係數，跟兩個像素點之間的位置距離具有相同的單位。像素差表示任意兩個像素點之間像素值的差，像素差係數即代表像素差決定的濾波係數。

本發明實施例中，對目標圖像進行分割，分別對圖像區域計算對應的空間距離係數和像素差係數，從而計算出不同圖像區域中適合各圖像區域的濾波參數，不需要對每個像素點進行空間距離係數和像素差係數計算，也可以選取適合的濾波參數進行濾波，提高計算效率。

在根據本發明實施例的圖像濾波方法及裝置中，由於對目標圖像中處於不同圖像區域的像素採用不同的參數進行雙邊濾波，即針對目標圖像中不同圖像區域的噪聲和邊緣特徵選取適合各圖像區域的濾波參數，並且目標圖像中不同圖像區域選取適合各圖像區域的濾波參數，既能對噪聲進行很好的濾波、避免圖像殘留噪聲，又能保證圖像邊緣位置的保邊效果，因此避免了目標圖像不同區域的像素因為不合理的參數而達不到預期濾波效果的問題，提高了濾波效果。

作為一種可選的實施方式，在圖1所示方法的基礎上，如圖2所示，在步驟S120中計算至少兩個圖像區域中的任意一個圖像區域的空間距離係數的方法，可以包括以下步驟：S121，基於圖像區域的初始像素差係數、和圖像區域的空間距離係數表徵符號，構建圖像區域中任意一個像素的核密度估計函數gs(x)；S122，基於核密度估計函數gs(x)，構建表徵圖像區域中的像素位置分布特性的信息熵函數Es(σs)；S123，計算空間距離係數表徵符號在信息熵函數Es(σs)的函數值最小時所對應的空間距離係數，作為圖像區域的空間距離係數。

在步驟S121中，核密度估計函數gs(x)表示在任意一個圖像區域中，任意一個像素點x基於空間距離的核密度估計的定義，可以為如下所示：

在公式一中，x表示圖像區域中的任意一個像素，k表示圖像區域中包含的像素的數目，qi表示圖像區域中的第i個像素，1≤i≤k，表示初始像素差係數，σs表示空間距離係數表徵符號，I(x)表示像素x的灰度值，I(qi)表示像素qi的灰度值。

需要說明的是，對於一組包含M個數的數據x1，x2，...，xm，其核密度估計函數的形式為：其中，K(·)為核函數，核函數的形狀和值閾對估計點x的g(x)值時使用數據點的個數和這些數據點的使用程度起控制作用，即核函數和核函數的係數(又稱帶寬)h決定著核密度估計的好壞。在步驟S121中，基於上述原理對圖像區域中的k個像素中任意一個像素x基於空間距離的構建gs(x)，其中，核函數包括兩部分，都是高斯核函數，分別是：和上述兩個核函數中核函數的係數分別是和σs。gs(x)中的核函數實際上是一個組合函數，兩個核函數相乘，仍可作為核函數。

需要說明的是，每一個圖像區域可以根據圖像區域中的上述參數構建出此圖像區域的核密度估計函數gs(x)。

在步驟S121中，可以根據誤差理論原理進行計算。在誤差計算理論中，誤差的有效範圍一般為3倍的方差，而像素差係數類同於方差，所以對於公式一中，根據誤差計算理論原理，初始像素差係數可以根據計算得出，其中，表示圖像區域中qi的灰度值與圖像區域中所有像素點的平均灰度值之間的最大差值的絕對值，即近似等於3倍的像素差係數。

需要說明的是，本發明實施例中假設在誤差有效範圍內，其近似等於3倍的像素差係數。

在步驟S122中，根據步驟S121得出的gs(x)構建反映圖像區域依賴於像素差係數的像素位置分布特性的信息熵Es(σs)，可以為如下所示：

在公式二中，表示歸一化求和，其中各參數的含義與公式一中的參數含義相同，在此不再贅述。

需要說明的是，公式二屬於信息熵的定義公式，某個信息系統的信息熵的一般定義公式為：E＝-f(x)ln(f(x))，其中，f(x)表示信息系統的某種特性，最典型的是通過核估計密度定義的特性，即公式二中採用公式一中的核估計密度函數構建了表徵圖像區域中的像素位置分布特性的信息熵函數Es(σs)。

在步驟S123中，由步驟S122構建的Es(σs)計算圖像區域的空間距離係數步驟S122中構建的Es(σs)是關於變量σs的信息熵函數，在資訊理論中，熵為其對應圖像區域中像素值不確定性的度量，熵越大，其對應圖像區域中像素值的不確定性就越大，結合公式一中的核估計密度函數，圖像區域所確定的範圍內，若各處核估計密度函數值gs(x)近似相等，圖像區域內像素值分布不確定性最大，根據公式二得出此時熵為最大；反之，若核估計密度函數值不能近似相等，即具備差異性，則圖像區域內像素值分布不確定性最小，根據公式二得出此時熵為最小。公式二中Es(σs)是關於σs的一元函數，結合上述原理，為了圖像區域內像素值分布不確定性最小，要計算Es(σs)的最小值，從而得出此時對應的即信息熵函數Er(σr)的函數值最小時所對應的像素差係數為圖像區域的像素差係數

作為一種可選的實施方式，在圖1所示方法的基礎上，如圖3所示，在步驟S120中計算至少兩個圖像區域中的任意一個圖像區域的像素差係數的方法，可以包括以下步驟：S124，基於圖像區域的像素差係數表徵符號、以及圖像區域的空間距離係數，構建圖像區域中任意一個像素的核密度估計函數gr(x)；S125，根據核密度估計函數gr(x)，構建表徵圖像區域中的像素位置分布特性的信息熵函數Er(σr)；S126，計算像素差係數表徵符號在信息熵函數Er(σr)的函數值最小時所對應的像素差係數，作為圖像區域的像素差係數。

在步驟S124中，核密度估計函數gr(x)表示在任意一個圖像區域中，任意一個像素點x基於像素差的核密度估計的定義，可以為如下所示：

在公式三中，x表示所述圖像區域中的任意一個像素，k表示所述圖像區域中包含的像素的數目，qi表示所述圖像區域中的第i個像素，1≤i≤k，σr表示所述像素差係數表徵符號，I(x)表示像素x的灰度值，I(qi)表示像素qi的灰度值，表示所述圖像區域的空間距離係數。的計算方法在此不做限定，例如，通過圖2所示的方法計算得出由於圖2所示的計算方法中通過信息熵函數Es(σs)得出，則由此計算gr(x)，並進而得出更能適合各圖像區域中像素進行濾波，保證良好的濾波效果。

需要說明的是，每一個圖像區域可以根據圖像區域中的上述參數構建出此圖像區域的核密度估計函數gr(x)。在步驟S124中，對圖像區域中的k個像素中任意一個像素x基於像素差構建gr(x)，其中，核函數包括兩部分，都是高斯核函數，分別是：和上述兩個核函數中核函數的係數分別是和σrgr(x)中的核函數實際上是一個組合函數，兩個核函數相乘，仍可作為核函數。

在步驟S125中，根據步驟S124得出的gr(x)構建Er(σr)，可以為如下所示：

在公式四中，表示歸一化求和，其中各參數的含義與公式三中的參數含義相同，在此不再贅述。

需要說明的是，公式三的構建原理和公式一的構建原理相同，公式四的構建原理和公式三的構建原理相同，在此不再贅述。

在步驟S126中，根據公式四計算出圖像區域的像素差係數的原理與在步驟S123中根據公式二計算出的原理相同，在此不再贅述。

需要說明的是，圖2所示的方法為步驟120中計算空間距離係數的一種實施方式，圖3所示的方法為步驟120中計算像素差係數的一種實施方式，這兩種方法可以同時執行。

在資訊理論中，對於一個系統，其不確定性可用熵度量，熵值越大，系統不確定性就越大。本發明實施例中，在濾波半徑範圍內，可以定義一個局部系統，系統內數據分布不確定性越大，則熵值越大；反之，數據分布具備足夠差異性，能夠區分個性化差異，則不確定性最小，熵最小。根據熵最小原理，通過圖2所示的方法和圖3所示的方法選取濾波半徑範圍內像素進行雙邊濾波所依賴的參數，這樣選取的參數能夠最大程度地反映濾波半徑範圍內位置和像素的分布特性，從而使根據這樣選取的參數對像素進行雙邊濾波時，既能對噪聲進行很好的濾波、避免圖像殘留噪聲，又能保證圖像邊緣位置的保邊效果，提高了濾波效果。

作為一種可選的實施方式，在圖1所示方法的基礎上，如圖4所示，在步驟S130中根據像素所在的圖像區域的空間距離係數和像素差係數對像素進行雙邊濾波的方法，可以包括以下步驟：S131，利用像素所在的圖像區域的空間距離係數，計算像素對應的濾波半徑、基於空間距離的高斯權重、以及基於像素差的高斯權重；S132，利用像素對應的濾波半徑、基於空間距離的高斯權重、以及基於像素差的高斯權重，對像素進行雙邊濾波。

在步驟S131中，濾波半徑的計算方式可以為：基於公式fr＝ceil(3σs)+1計算像素對應的濾波半徑，其中，fr表示所述像素對應的濾波半徑，σs表示像素對應的空間距離係數，ceil表示向上取整函數。

需要說明的是，濾波半徑是一個正整數，因為σs大於0，則ceil(3σs)向上取整後可能的最小值為1，則fr＝ceil(3σs)+1可能的最小值為2。

基於空間距離的高斯權重計算公式可以如下所示：

在公式五中，p表示要進行濾波的像素，q表示要進行濾波的像素所在的圖像區域中的任意像素，σs表示像素p對應的空間距離係數，||p-q||表示像素點p和q之間的歐式距離，即像素點p在圖像中的位置為(xp，yp)，像素點q位置為(xq，yq)，則其歐氏距離為

需要說明的是，由公式五可以得出點p在濾波時依賴於點q的權重ws。當p和q的像素點位置一致時，權重ws為1；當p和q的像素點位置離得越遠，其權重ws越趨於0，即越靠近像素點p的像素點，像素點p在濾波時所依賴的權重ws越大。

基於像素差的高斯權重的計算公式可以如下所示：

在公式六中，I(p)表示像素p的灰度值，I(q)表示像素q的灰度值，σr表示像素p對應的像素差係數。

需要說明的是，由公式六可以得出點p在濾波時灰度值依賴於點q灰度值的權重wr。當p和q的像素點位置一致時，灰度值一致，權重wr為1，當p和q的位置不同，其像素差絕對值越大，其權重wr趨於0，即像素差絕對值越接近，在濾波時p灰度值依賴於q灰度值的權重wr越大。

在步驟S132中，為提高計算效率，雙邊濾波可以先後按行和列分別進行濾波處理。行濾波公式如下所示：

其中，p和qx，y代表的位置一致。

在公式七中，p表示要進行濾波的像素，fr表示像素p對應的濾波半徑，C0(qx-j，y)表示像素qx-j，y未進行濾波時對應的像素值，C1(p)表示像素p進行行濾波後對應的像素值，(x，y)表示所述像素p的坐標，qx-j，y表示位置坐標為(x-j，y)的像素。在公式七中，當j＝0時，像素p和像素qx，y代表的像素點位置一致。

結合公式五中公式，公式七中ws(qx-j，y)為：結合公式六中公式，公式七中wr(qx-j，y)為：則將公式五和公式六帶入公式七中，可以得出如下行濾波的公式：

在對目標圖片中各像素進行行濾波後，再對目標圖片中各像素進行列濾波，列濾波公式如下所示：

在公式八中，C2(p)表示像素p進行列濾波後對應的像素值，C1(qx，y-j)表示像素qx，y-j進行行濾波後對應的像素值，(x，y)表示所述像素p的坐標，qx，y-j表示位置坐標為(x，y-j)的像素。在公式八中，當j＝0時，像素p和像素qx，y代表的像素點位置一致。

將公式五和公式六帶入公式七中，可以得出如下列濾波的公式：

需要說明的是，在步驟S132中，為提高計算效率，雙邊濾波還可以先後按列和行分別進行濾波處理，濾波的原理與上述先後按行和列分別進行濾波的原理相同，在此不再贅述。本發明實施例中像素點的像素值為在當前通道下像素點對應的像素值，在進行雙邊濾波時，一般採用RGB通道進行濾波，RGB代表紅、綠、藍三個通道的顏色。本發明裡提到的像素點的像素值是指在當前通道內像素點各元素的值，例如，當前通道為RGB時，像素點的像素值是像素點對應R、G、B的值。

作為一個可選實施例，在如圖1所示方法的基礎上，如圖5所示，至少兩個圖像區域的空間距離係數共同組成目標圖像的空間距離係數圖，至少兩個圖像區域的像素差係數共同組成目標圖像的像素差係數圖，在步驟S130之前，該方法100還包括：S140，對空間距離係數圖和像素差係數圖進行均值濾波；則步驟S130具體執行為步驟S133：對於目標圖像中的任意一個像素，根據像素所在的圖像區域的經均值濾波的空間距離係數和經均值濾波的像素差係數對像素進行雙邊濾波。

步驟S140中可以對空間距離係數圖和像素差係數圖採用5×5均值濾波。

本實施例中，對空間距離係數圖和像素差係數圖採用均值濾波，使得圖像區域之間連接處的間距離係數和像素差係數能夠平滑過渡，避免間距離係數和像素差係數在相鄰的圖像區域之間存在突兀變化，而導致圖像區域連接處在濾波時出現突兀變化。

作為一個可選實施例，在如圖1所示方法的基礎上，至少兩個圖像區域的空間距離係數共同組成目標圖像的空間距離係數圖，至少兩個圖像區域的像素差係數共同組成目標圖像的像素差係數圖，如圖6所示，在步驟S110之前，該方法100還包括：S150，將目標圖像調整為預設尺寸；則步驟S110具體執行為步驟S111：將調整後的目標圖像分割為至少兩個圖像區域；在步驟S130之前，該方法100還包括：S160，將空間距離係數圖和像素差係數圖調整為目標圖像的原尺寸；步驟S130具體執行為步驟S134：對於目標圖像中的任意一個像素，根據像素在調整後的空間距離係數圖中對應的空間距離係數以及像素在調整後的像素差係數圖中對應的像素差係數對像素進行雙邊濾波。

在步驟S150中，可以將目標圖像採用插值方法(為保證效果和效率，一般為雙線性插值)縮小到預設尺寸(如640×640)範圍內的圖像，即縮小後的圖片高度小於或等於640，並且寬度也小於或等於640，例如，將解析度為1280×960的圖像，縮放到解析度640×640尺度範圍內，變為640×480。本步驟中，通過縮小圖像可提高計算的效率，並且對效果影響不大。若目標圖像大小預設尺寸範圍內，則無需進行縮放。

需要說明的是，本實施例中，對目標圖像縮放到預設尺寸，可以優先的提高圖像區域分割和濾波係數計算的效率，即在提高圖像處理效果的同時，又保證計算效率。根據經驗得出，將目標圖像縮放到解析度為640×640的範圍內，既能保證計算效率，又能保證圖像處理效果。本實施例中，執行步驟S150是為了提高圖像區域分割和濾波係數計算的效率，在步驟S134中對目標圖像的像素進行濾波時，針對的是未通過步驟S150調整過的目標圖像。

上文中結合圖1至圖6，詳細描述了根據本發明實施例的圖像濾波方法，下面將結合圖7和圖10，詳細描述根據本發明實施例的圖像濾波裝置。

圖7示出了本發明實施例的圖像濾波裝置200的示意性框圖。如圖7所示，該裝置200包括：

分割單元210，用於將目標圖像分割為至少兩個圖像區域；

計算單元220，用於計算所述至少兩個圖像區域中的每個圖像區域的空間距離係數和像素差係數；

雙邊濾波單元230，用於對於所述目標圖像中的任意一個像素，根據所述像素所在的圖像區域的空間距離係數和像素差係數對所述像素進行雙邊濾波。

在根據本發明實施例的圖像濾波裝置200中，由於對目標圖像中處於不同圖像區域的像素採用不同的參數進行雙邊濾波，即針對目標圖像中不同圖像區域的噪聲和邊緣特徵選取適合各圖像區域的濾波參數，並且目標圖像中不同圖像區域選取適合各圖像區域的濾波參數，既能對噪聲進行很好的濾波、避免圖像殘留噪聲，又能保證圖像邊緣位置的保邊效果，因此避免了目標圖像不同區域的像素因為不合理的參數而達不到預期濾波效果的問題，提高了濾波效果。

作為裝置200一種可選的實施方式，如圖8所示，所述計算單元220還可以包括：

第一構建子單元221，用於基於所述圖像區域的初始像素差係數、和所述圖像區域的空間距離係數表徵符號構建所述圖像區域中任意一個像素的核密度估計函數gs(x)，並且基於所述核密度估計函數gs(x)構建表徵所述圖像區域中的像素位置分布特性的信息熵函數Es(σs)；以及

第一計算子單元222，用於計算所述空間距離係數表徵符號在所述信息熵函數Es(σs)的函數值最小時所對應的空間距離係數，作為所述圖像區域的空間距離係數。

具體的，所述核密度估計函數gs(x)為：

其中，x表示所述圖像區域中的任意一個像素，k表示所述圖像區域中包含的像素的數目，qi表示所述圖像區域中的第i個像素，1≤i≤k，表示所述初始像素差係數，σs表示所述空間距離係數表徵符號，I(x)表示像素x的灰度值，I(qi)表示像素qi的灰度值。

具體的，所述信息熵函數Es(σs)為：

其中，

所述第一計算子單元222還用於根據計算所述初始像素差係數其中，表示像素x和像素qi之間的最大像素差絕對值。

作為裝置200一種可選的實施方式，如圖8所示，所述計算單元220還可以包括：

第二構建子單元223，用於基於所述圖像區域的像素差係數表徵符號、以及所述圖像區域的空間距離係數構建所述圖像區域中任意一個像素的核密度估計函數gr(x)，並且根據所述核密度估計函數gr(x)構建表徵所述圖像區域中的像素位置分布特性的信息熵函數Er(σr)；

第二計算子單元224，用於計算所述像素差係數表徵符號在所述信息熵函數Er(σr)的函數值最小時所對應的像素差係數，作為所述圖像區域的像素差係數。

具體的，所述核密度估計函數gr(x)為：

其中，x表示所述圖像區域中的任意一個像素，k表示所述圖像區域中包含的像素的數目，qi表示所述圖像區域中的第i個像素，1≤i≤k，σr表示所述像素差係數表徵符號，I(x)表示像素x的灰度值，I(qi)表示像素qi的灰度值，表示所述圖像區域的空間距離係數。

具體的，所述信息熵函數Er(σr)為：

其中，

作為裝置200一種可選的實施方式，如圖8所示，所述雙邊濾波單元230包括：

第三計算子單元231，用於利用所述像素所在的圖像區域的空間距離係數，計算所述像素對應的濾波半徑、基於空間距離的高斯權重、以及基於像素差的高斯權重；以及

濾波執行子單元232，用於利用所述濾波半徑、所述基於空間距離的高斯權重、以及所述基於像素差的高斯權重，對所述像素進行雙邊濾波。

其中，所述第三計算子單元231用於基於公式fr＝ceil(3σs)+1計算所述像素對應的濾波半徑，其中，fr表示所述像素對應的濾波半徑，σs表示所述像素對應的空間距離係數，ceil表示向上取整函數。

作為一個可選實施例，如圖9所示，所述至少兩個圖像區域的空間距離係數共同組成所述目標圖像的空間距離係數圖，所述至少兩個圖像區域的像素差係數共同組成所述目標圖像的像素差係數圖，所述裝置200還可以包括：

均值濾波單元240，用於對所述空間距離係數圖和所述像素差係數圖進行均值濾波，其中

對於所述目標圖像中的任意一個像素，所述雙邊濾波單元230根據所述像素所在的圖像區域的經均值濾波的空間距離係數和經均值濾波的像素差係數對所述像素進行雙邊濾波。

作為一個可選實施例，如圖10所示，所述至少兩個圖像區域的空間距離係數共同組成所述目標圖像的空間距離係數圖，所述至少兩個圖像區域的像素差係數共同組成所述目標圖像的像素差係數圖，所述裝置200還可以包括：

調整單元250，用於在將所述目標圖像分割為所述至少兩個圖像區域之前將所述目標圖像調整為預設尺寸；

所述分割單元210還用於將調整後的目標圖像分割為所述至少兩個圖像區域；

所述調整單元250還用於對所述目標圖像中的任意一個像素，在根據所述像素所在的圖像區域的空間距離係數和像素差係數對所述像素進行雙邊濾波之前，將所述空間距離係數圖和所述像素差係數圖調整為所述目標圖像的原尺寸；

所述雙邊濾波單元230還用於根據所述像素在調整後的空間距離係數圖中對應的空間距離係數以及所述像素在調整後的像素差係數圖中對應的像素差係數對所述像素進行雙邊濾波。

本發明實施例提供的圖像濾波裝置可以用於執行上述方法實施例中的圖像濾波方法，具體內容請參考方法實施例，在此不再贅述。

需要說明的是，在在上述實施例中，目標圖像是一張平面圖，有橫向和縱向，則以橫向表示為x軸，縱向表示為y軸，建立坐標系，進而通過坐標系中的坐標表示像素點的位置。

另外，本文中術語「和/或」，僅僅是一種描述關聯對象的關聯關係，表示可以存在三種關係，例如，A和/或B，可以表示：單獨存在A，同時存在A和B，單獨存在B這三種情況。另外，本文中字符「/」，一般表示前後關聯對象是一種「或」的關係。

應理解，在本發明實施例中，「與A相應的B」表示B與A相關聯，根據A可以確定B。但還應理解，根據A確定B並不意味著僅僅根據A確定B，還可以根據A和/或其它信息確定B。

本領域普通技術人員可以意識到，結合本文中所公開的實施例描述的各示例的單元及算法步驟，能夠以電子硬體、計算機軟體或者二者的結合來實現，為了清楚地說明硬體和軟體的可互換性，在上述說明中已經按照功能一般性地描述了各示例的組成及步驟。這些功能究竟以硬體還是軟體方式來執行，取決於技術方案的特定應用和設計約束條件。專業技術人員可以對每個特定的應用來使用不同方法來實現所描述的功能，但是這種實現不應認為超出本發明的範圍。

所屬領域的技術人員可以清楚地了解到，為了描述的方便和簡潔，上述描述的系統、裝置和單元的具體工作過程，可以參考前述方法實施例中的對應過程，在此不再贅述。

在本申請所提供的幾個實施例中，應該理解到，所揭露的系統、裝置和方法，可以通過其它的方式實現。例如，以上所描述的裝置實施例僅僅是示意性的，例如，所述單元的劃分，僅僅為一種邏輯功能劃分，實際實現時可以有另外的劃分方式，例如多個單元或組件可以結合或者可以集成到另一個系統，或一些特徵可以忽略，或不執行。另外，所顯示或討論的相互之間的耦合或直接耦合或通信連接可以是通過一些接口、裝置或單元的間接耦合或通信連接，也可以是電的，機械的或其它的形式連接。

所述作為分離部件說明的單元可以是或者也可以不是物理上分開的，作為單元顯示的部件可以是或者也可以不是物理單元，即可以位於一個地方，或者也可以分布到多個網絡單元上。可以根據實際的需要選擇其中的部分或者全部單元來實現本發明實施例方案的目的。

另外，在本發明各個實施例中的各功能單元可以集成在一個處理單元中，也可以是各個單元單獨物理存在，也可以是兩個或兩個以上單元集成在一個單元中。上述集成的單元既可以採用硬體的形式實現，也可以採用軟體功能單元的形式實現。

以上所述，僅為本發明的具體實施方式，但本發明的保護範圍並不局限於此，任何熟悉本技術領域的技術人員在本發明揭露的技術範圍內，可輕易想到各種等效的修改或替換，這些修改或替換都應涵蓋在本發明的保護範圍之內。因此，本發明的保護範圍應以權利要求的保護範圍為準。