CN101048795A - 模糊图像部分的增强 - Google Patents
模糊图像部分的增强 Download PDFInfo
- Publication number
- CN101048795A CN101048795A CNA200580036902XA CN200580036902A CN101048795A CN 101048795 A CN101048795 A CN 101048795A CN A200580036902X A CNA200580036902X A CN A200580036902XA CN 200580036902 A CN200580036902 A CN 200580036902A CN 101048795 A CN101048795 A CN 101048795A
- Authority
- CN
- China
- Prior art keywords
- input picture
- conversion
- image
- enhancing
- image section
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000002708 enhancing effect Effects 0.000 claims abstract description 74
- 238000000034 method Methods 0.000 claims abstract description 49
- 238000004590 computer program Methods 0.000 claims abstract description 14
- 238000006243 chemical reaction Methods 0.000 claims description 182
- 230000003321 amplification Effects 0.000 claims description 47
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 47
- 238000001228 spectrum Methods 0.000 claims description 17
- 238000005516 engineering process Methods 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 12
- 230000036651 mood Effects 0.000 claims description 3
- 230000000052 comparative effect Effects 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000003595 spectral effect Effects 0.000 description 4
- 230000007704 transition Effects 0.000 description 4
- 206010038743 Restlessness Diseases 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000005728 strengthening Methods 0.000 description 2
- 102000001690 Factor VIII Human genes 0.000 description 1
- 108010054218 Factor VIII Proteins 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000008929 regeneration Effects 0.000 description 1
- 238000011069 regeneration method Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20004—Adaptive image processing
- G06T2207/20012—Locally adaptive
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Picture Signal Circuits (AREA)
- Editing Of Facsimile Originals (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
本发明涉及一种用于图像增强的方法，该方法包括：区分输入图像的模糊图像部分与非模糊图像部分的第一步骤(41)；以及增强所述输入图像的所述各模糊图像部分的至少其中之一以便产生输出图像的第二步骤(42)。例如通过把所述缩小的(411)输入图像的线性放大(414)的版本与输入图像之间的差异(415)和所述缩小的输入图像的非线性放大(412)的表示与输入图像之间的差异(413)进行比较(416)来区分所述模糊图像部分与非模糊图像部分。本发明还涉及一种设备、一种计算机程序以及一种计算机程序产品。
Description
技术领域
本发明涉及一种用于图像增强的方法、计算机程序、计算机程序产品以及设备。
背景技术
例如单镜头人像或者电影的后续图像之类的图像被产生来记录或者显示有用的信息，但是图像形成以及记录的处理并不完美。所记录的图像总是表示原始场景的质量降低的版本。可能发生三种主要类型的质量降低：模糊、逐点非线性以及噪声。
模糊是由于图像形成处理而造成的一种形式的图像带宽减小。其可能由摄影机与原始场景之间的相对运动造成，或者可能由失焦的光学系统造成。
例如，当由一个摄影机把三维场景成像到二维图像场上并且该场景的某些部分处于焦点对准状态(清晰)而其他部分则处于失焦状态(不清晰或者模糊)时，就会遇到失焦模糊。散焦的程度取决于有效透镜直径以及对象与摄影机之间的距离。
导演通常愿意以有限的焦深来记录前景跟踪镜头，以便减轻背景区域内的所感知的运动抖动。然而，现今的具有运动补偿画面速率上变换的电视可以以一种更为先进的方式来消除运动抖动，这是通过(在所记录的图像之间)计算附加图像，所述附加图像在正确的位置处显示移动对象。对于这些电视来说，背景区域内的模糊仅仅是烦人的。
有限的焦深也可能由于不良照明条件而发生，或者可能出于艺术性的原因而被有意地产生。
为了防止模糊，美国专利US 6,404,460 B1提出了一种用于图像边缘增强的方法和设备。在该文献中，发生在图像边缘处的视频信号过渡被增强。然而，为了避免增强背景噪声仅有其幅度高于特定阈值的视频信号过渡才被增强。
因此，美国专利US 6,404,460 B1的方法仅仅提高了图像的非模糊部分(其中过渡是非常明显的)的锐度，而模糊部分基本上保持不变。
发明内容
鉴于上面提到的问题，本发明的一般目的特别是提供一种用于增强图像的模糊部分的方法、计算机程序、计算机程序产品以及设备。
提出了一种用于图像增强的方法，包括：区分输入图像的模糊图像部分与非模糊图像部分的第一步骤，以及增强所述输入图像的所述各模糊图像部分的至少其中之一以便产生输出图像的第二步骤。
所述输入图像可以是单一图像(比如照片)，或者可以是视频的多个连续图像的其中之一(比如MPEG视频流的一帧)。在第一步骤中，区分所述输入图像的模糊图像部分与非模糊图像部分。其中，一个图像部分可以表示所述输入图像的一个像素或一组像素。非模糊图像部分例如可以被看作是所述输入图像中其锐度高于特定阈值的部分，而所述输入图像的模糊图像部分可能具有低于特定阈值的锐度。很可能存在几个可能相邻或分开的模糊图像部分，相应地很可能存在几个同样可能相邻或分开的非模糊图像部分。所述模糊图像部分例如可能表示视频图像的背景，其是以有限的焦深记录的并且因此处于失焦状态，或者所述模糊图像部分可能是由摄影机与原始场景之间的相对运动造成的。所述模糊图像部分同样可以表示图像的前景部分，其中背景是非模糊的。此外，所述输入图像可以仅包括模糊图像部分，或者仅包括非模糊图像部分。在所述第一步骤中可以应用多种标准和技术来区分所述输入图像的模糊图像部分与非模糊图像部分。
在所述第二步骤中，在所述第一步骤中区分出的至少一个模糊图像部分被增强。如果检测出了几个模糊图像部分，则所有这些模糊图像部分可以被增强。例如可以通过用增强的模糊图像部分替换所述输入图像中的所述模糊图像部分来实现所述增强。对所述输入图像的该至少一个模糊图像部分的增强导致产生一个输出图像，该输出图像至少包含所述增强的模糊图像部分。例如，所述输出图像可以表示输入图像，除了已经用所述增强的模糊图像部分替换了的该图像部分之外。
所述增强可以指代与输入图像相比导致输出图像的客观描绘或主观接受的改进的任何类型的图像处理。例如，所述增强可以指代去模糊，或者指代改变图像部分的对比度、亮度或颜色星座图。
因此，本发明提出：首先区分输入图像的模糊图像部分与非模糊图像部分，随后根据该模糊/非模糊区分的结果来增强模糊图像部分以便产生改进的输出图像。因此，在任何情况下所区分出的模糊图像部分都被增强，而在现有技术中，只有非模糊图像部分被增强以避免增大背景噪声。因此，根据本发明的方法仅仅增强了实际需要增强的图像部分，从而避免了对于非模糊图像部分的多余的或者可能导致质量降低的增强，因此可以大大减小计算量，并且可以提高图像质量。由于关于被增强的图像部分的判定不必基于例如图像信号过渡的幅度之类的量度，因此可以实现对模糊图像部分而不是有噪声的图像部分的更为简练的增强。
根据本发明的一个优选实施例，所述非模糊图像部分不被增强。这样允许实现极为简单并且计算效率很高的设置。于是仅有模糊图像部分被增强，并且例如可以通过用增强的模糊图像部分替换所述模糊图像部分来容易地获得输出图像。然而，仍然可以对所述非模糊图像部分应用一定量的处理，例如与应用于模糊图像部分的增强类型不同的增强。只有根据本发明的第一步骤对模糊图像部分与非模糊图像部分进行了区分才有可能对于非模糊图像部分和模糊图像部分应用不同的增强技术。
根据本发明的另一个优选实施例，所述第一步骤包括：根据第一变换对所述输入图像的至少一部分进行变换，以便获得经变换的输入图像部分；增强所述经变换的输入图像部分的表示，以便获得增强的经变换的输入图像部分；处理所述输入图像的至少所述部分、所述增强的经变换的输入图像部分、以及所述经变换的输入图像部分和通过根据第二变换对所述经变换的输入图像部分进行变换所获得的图像部分二者的其中之一，以便区分所述输入图像的所述模糊图像部分与非模糊图像部分。
根据第一变换对所述输入图像的至少一部分(例如一个像素或一组像素)进行变换。同样地，可以对所述整个输入图像进行变换。所述第一变换可以例如减少或者消除所述输入图像的所述部分的频谱成分，例如可以进行对所述输入图像的所述部分的模糊化或者缩小(down-scaling)。
随后增强所述经变换的输入图像部分的表示。其中，所述经变换的输入图像部分的所述表示可以是所述经变换的输入图像部分本身，或者可以是与所述经变换的输入图像部分类似或者以其他方式与所述经变换的输入图像部分相关的一个图像部分。例如，所述经变换的输入图像部分的所述表示可以是一个已经增强的图像部分的经变换的版本。
随后增强所述经变换的输入图像部分的所述表示，以便获得增强的经变换的输入图像部分。所述增强例如旨在恢复或者估计在所述第一变换期间被减少或消除的所述输入图像的所述部分的频谱成分。例如，如果所述第一变换对所述输入图像的所述部分执行了模糊化或者缩小，那么所述增强可以旨在分别对所述经变换的输入图像部分进行去模糊或者非线性放大(up-scaling)。
所述第二变换可以与所述增强相关，其中所述第二变换和所述增强的目标类似，但是它们应用不同的算法来达到该目标。例如，如果所述第一变换导致对所述输入图像的所述部分的缩小，并且所述增强旨在对所述经变换的输入图像部分进行非线性放大，那么所述第二变换可以例如旨在对所述经变换的输入图像进行线性放大。
在根据本发明的该实施例的方法背后的理论基础是：观察到模糊图像部分和非模糊图像部分对所述第一变换和随后的增强的反应有所不同。其中模糊图像部分被所述第一变换和所述随后的增强显著地修改，而所述第一变换和所述随后的增强对非模糊图像部分的修改较小。为了获得一个参考图像部分，所述输入图像的该图像部分也经受所述第一变换并且可能经受第二变换，随后，如此获得的该参考图像部分可以与所述增强的经变换的输入图像以及所述输入图像的所述部分一起被处理，以便区分所述输入图像的模糊图像部分与非模糊图像部分。
所述处理例如可以包括：一方面形成所述输入图像的所述部分与所述增强的经变换的输入图像部分之间的差异，另一方面形成所述输入图像的所述部分与所述参考图像部分(其或者是所述经变换的输入图像部分，或者是通过所述第二变换获得的所述其他图像部分)之间的差异，以及对这些差异进行比较。
根据本发明的另一个优选实施例，区分所述输入图像的所述模糊图像部分与非模糊图像部分的所述处理包括：确定所述增强的经变换的输入图像部分与所述输入图像的所述部分之间的第一差异；确定所述经变换的输入图像部分或者通过根据所述第二变换对所述经变换的输入图像部分进行变换所获得的所述图像部分与所述输入图像的所述部分之间的第二差异；以及对所述第一和第二差异进行比较，以便区分所述输入图像的模糊图像部分与非模糊图像部分。
对由增强处理链(其包括对输入图像的一部分的所述第一变换以及所述增强)在输入图像的一部分中引入的修改与由参考处理链(其包括对所述输入图像的所述部分的所述第一变换以及可能的第二变换)在所述输入图像的所述部分中引入的修改进行比较，这样允许区分所述输入图像的所考虑的部分(或其多个部分)是模糊的还是非模糊的，这是因为模糊图像部分与非模糊图像部分对所述第一变换和所述随后的增强的反应有所不同。
根据本发明的另一个优选实施例，所述第一变换导致减少或者消除所述输入图像的所述部分的频谱成分，并且所述增强旨在恢复或者估计所述经变换的输入图像部分的所述表示的频谱成分。
在一个原本模糊的图像部分中不存在显著的频谱成分，因此应用所述第一变换(例如对所述输入图像的所述部分的模糊化或者缩小)不会减少或者消除频谱成分。然而，当在增强链中例如通过去模糊或者非线性放大来增强经变换的图像部分时，尝试恢复或者估计频谱成分，尽管它们原本并不存在于所述图像部分中。于是，与不尝试恢复或估计频谱成分的参考链输出的图像部分相比，该增强的图像部分与原始图像部分的相似程度更低。与此相对，在原本非模糊的图像部分中存在这种频谱成分，这些频谱成分在所述第一变换期间实际上被减少或者消除，并且在所述增强链的所述增强期间尝试恢复或估计所述频谱成分将导致与由所述参考链输出的图像部分相比更加类似于所述原始图像部分的一个图像部分，其中所述参考链不尝试恢复或估计频谱成分。
根据本发明的另一个优选实施例，所述第一和第二步骤被至少重复两次，并且在每一次重复中分别涉及到不同的频谱成分。这种方法允许处理不同的模糊量。
根据本发明的另一个优选实施例，所述第一变换导致所述输入图像的所述部分的模糊化，所述增强旨在对所述经变换的输入图像部分的所述表示进行去模糊，所述第二差异是在所述经变换的输入图像部分与所述输入图像的所述部分之间确定的，并且在其中所述第一差异大于所述第二差异的图像部分被看作是模糊图像部分。
根据本发明的另一个优选实施例，所述第一变换导致对所述输入图像的所述部分的缩小，所述增强导致对所述经变换的输入图像部分的所述表示的非线性放大，所述第二差异是在通过根据所述第二变换对所述经变换的输入图像部分进行变换所获得的所述图像部分与所述输入图像的所述部分之间确定的，所述第二变换导致对所述经变换的输入图像部分的线性放大，并且在其中所述第一差异大于所述第二差异的图像部分被看作是模糊图像部分。
所述放大和缩小导致被缩放的图像部分的宽度和/或高度的减小，并且可以通过对应于所述宽度和/或高度的相应的缩放因子来表示，或者通过一个联合缩放因子来表示。所述缩小优选地是线性的。所述线性缩放仅仅包括线性运算，而所述非线性放大则还可以包括比如PixelPlus、Digital Reality Creation(数字真实显像)或者DigitalEmotional Technology(数字情绪技术)之类的分辨率放大技术，这些技术能够再生至少一部分在所述缩小处理中丢失的细节以及无法利用线性放大技术再生的细节。
根据本发明的另一个优选实施例，在所述第二步骤中增强所述至少一个模糊图像部分，这是通过利用在所述第一步骤中获得的增强的经变换的输入图像部分替换该至少一个模糊图像部分来实现的。
本发明的该实施例在降低计算复杂度方面是特别有利的，这是因为在区分模糊图像部分与非模糊图像部分的处理中作为副产品所计算的所述增强的经变换的输入图像部分实际上可以被用来替换输入图像中的所区分出的模糊图像部分，以便获得输出图像。
根据本发明的另一个优选实施例，在N次迭代中重复所述第一和第二步骤，以便从原始输入图像产生最终的输出图像，其中在每次迭代n＝1，...，N中，通过对所述原始输入图像的至少一部分应用N-n重所述第一变换所获得的所述原始输入图像的所述部分的经过N-n重变换的版本被用作所述输入图像的所述部分，在第一次迭代n＝1中，通过对所述原始输入图像的所述部分应用N重所述第一变换所获得的所述原始输入图像的所述部分的经过N重变换的版本被用作所述经变换的输入图像部分的所述表示，在每次其他迭代n＝2，...，N中，由前一次迭代n-1所产生的所述输出图像的至少一部分被用作所述经变换的输入图像部分的所述表示，并且在最后一次迭代n＝N中所产生的输出图像就是所述最终输出图像。
在本发明的该方法背后的理论基础是观察到：由于输入图像中的模糊量可能是相当大的，因此可能通过使用几次迭代N而获得最好的结果，从而例如在所述第一变换和所述增强分别针对缩小和非线性放大的情况下获得较大的缩小和放大因子。如果选择了N＝3，则第一次迭代从所述原始输入图像的所述部分的经过3重变换的版本开始。从所述输入图像的所述部分的该经过3重变换的版本开始，并行执行增强和可选的第二变换，并且基于其结果来区分模糊图像部分与非模糊图像部分以及增强至少一个模糊图像部分，以便获得该第一次迭代的输出图像。在第二次迭代中，对于前一次迭代的该输出图像的至少一部分执行增强，并且可选地对所述原始输入图像的经过2重变换的部分执行所述第二变换。基于对所述结果的比较，该第二次迭代产生具有增强的模糊图像部分的输出图像以作为到下一次迭代的输入，后面依此类推。最后，在第三次迭代中获得的输出图像被用作所述增强程序的最终输出图像。
根据本发明的另一个优选实施例，N等于3。所述迭代次数允许在图像质量和计算量之间获得良好的折衷。
根据本发明的另一个优选实施例，根据PixelPlus、Digital RealityCreation(数字真实显像)或者Digital Emotional Technology(数字情绪技术)之类的技术来执行所述非线性放大。在被应用于经过缩小的图像时，特别对于处于焦点对准状态的图像部分，所述非线性放大技术的性能一般优于线性放大技术，这是因为所述非线性放大技术可以再生至少一部分在所述缩小处理中丢失的细节。
本发明还提出一种具有指令的计算机程序，所述指令适于使得处理器执行上述方法步骤。
本发明还提出一种包括计算机程序的计算机程序产品，所述计算机程序具有指令，所述指令适于使得处理器执行上述方法步骤。
本发明还提出一种用于图像增强的设备，该设备包括：第一装置，其被设置成区分输入图像的模糊图像部分与非模糊图像部分；以及第二装置，其被设置成增强所述输入图像的所述各模糊图像部分的至少其中之一，以便产生输出图像。
根据本发明的设备的第一优选实施例，所述第一装置包括：被设置成根据第一变换对所述输入图像的至少一部分进行变换以便获得经变换的输入图像部分的装置；被设置成增强所述经变换的输入图像部分的表示以便获得增强的经变换的输入图像部分的装置；以及被设置成处理所述输入图像的至少所述部分、所述增强的经变换的输入图像部分和通过根据第二变换对所述经变换的输入图像部分进行变换所获得的图像部分以便区分所述输入图像的所述模糊图像部分与非模糊图像部分的装置。
根据本发明的另一个优选实施例，被设置成处理所述输入图像的至少所述部分、所述增强的经变换的输入图像部分和通过根据第二变换对所述经变换的输入图像部分进行变换所获得的所述图像部分的所述装置包括：被设置成确定所述增强的经变换的输入图像部分与所述输入图像的所述部分之间的第一差异的装置；被设置成确定通过根据所述第二变换对所述经变换的输入图像部分进行变换所获得的所述图像部分与所述输入图像的所述部分之间的第二差异的装置；以及被设置成对所述第一和第二差异进行比较以便区分所述输入图像的模糊图像部分与非模糊图像部分的装置。
根据本发明的另一个优选实施例，所述第一装置包括：被设置成根据第一变换对所述输入图像的至少一部分进行变换以便获得经变换的输入图像部分的装置；被设置成增强所述经变换的输入图像部分的表示以便获得增强的经变换的输入图像部分的装置；以及被设置成处理所述输入图像的至少所述部分、所述增强的经变换的输入图像部分和所述经变换的输入图像部分以便区分所述输入图像的所述模糊图像部分与非模糊图像部分的装置。
根据本发明的另一个优选实施例，被设置成处理所述输入图像的至少所述部分、所述增强的经变换的输入图像部分和所述经变换的输入图像部分的所述装置包括：被设置成确定所述增强的经变换的输入图像部分与所述输入图像的所述部分之间的第一差异的装置；被设置成确定所述经变换的输入图像部分与所述输入图像的所述部分之间的第二差异的装置；以及被设置成对所述第一和第二差异进行比较以便区分所述输入图像的模糊图像部分与非模糊图像部分的装置。
根据本发明的另一个优选实施例，所述第一和第二装置形成一个单元，其中N个这种单元互连成一个级联结构，该级联结构从原始输入图像产生最终输出图像，其中，在每个单元n＝1，...，N中，通过对所述原始输入图像的至少一部分应用N-n重所述第一变换所获得的所述原始输入图像的所述部分的经过N-n重变换的版本被用作所述输入图像，在第一单元n＝1中，通过对所述原始输入图像的所述部分应用N重所述第一变换所获得的所述原始输入图像的所述部分的经过N重变换的版本被用作所述经变换的输入图像部分的所述表示，在每个其他单元n＝2，...，N中，由前一单元n-1所产生的所述输出图像的至少一部分被用作所述经变换的输入图像部分的所述表示，并且在最后一个单元n＝N中所产生的输出图像就是所述最终输出图像。
参照下面描述的实施例，本发明的这些和其他方面将变得显而易见。
附图说明
在附图中示出：
图1是根据本发明的用于图像增强的设备的第一实施例的示意图；
图2是根据本发明的用于图像增强的设备的第二实施例的示意图；
图3是根据本发明的用于图像增强的设备的第三实施例的示意图；以及
图4是根据本发明的用于图像增强的方法的示例性流程图。
具体实施方式
本发明提出一种简单并且计算效率很高的技术来增强输入图像的模糊图像部分，其中这种增强例如可以涉及对这些模糊图像部分的锐度的增强。为此，首先区分输入图像中的模糊图像部分与非模糊图像部分，并且随后增强所述各模糊图像部分的至少其中之一。
图1示意性地描绘了根据本发明的用于图像增强的设备10的第一实施例。在该实施例中，在模糊图像部分与非模糊图像部分之间进行区分是基于观察到对于输入图像的缩小版本的线性和非线性放大对模糊图像部分与非模糊图像部分获得不同的结果，从而基于所述两种经放大的图像与(原始)输入图像的差异的比较，有可能区分所述模糊图像部分与非模糊图像部分。随后，经过非线性放大的图像部分可以有利地被用作增强的模糊图像部分，以用于替换(原始)输入图像中的模糊图像部分。迭代地应用这种技术也是可能的，并且与单一步骤应用相比可以获得更优越的图像质量增强。
在图1的设备10中，在单一步骤中执行本发明的图像增强技术。为此，将被增强的输入图像(例如是包含模糊图像部分的输入图像)被馈送到所述设备10的缩小实例101中。在所述缩小实例中，按照缩放因子来减小所述输入图像的宽度和/或高度，所述缩放因子例如是一个公共缩放因子，其可以被用于宽度和高度减小。在本实施例中，这种缩小例如可以是线性的。例如，如果所述输入图像在两个空间维度上都被缩小1倍，则在旧的和新的Nyquist边界(分别位于采样频率的一半处)之间的所有频谱成分都被丢失或混叠。随后，经过缩小的该输入图像被馈送到非线性放大实例102中，其在这里充当经过缩小的输入图像的表示并且通过非线性放大而被增强(例如通过PixelPlus技术)。与不改变频谱内容而只是把相同的图像信号映射到更精细的栅格的线性放大不同，所述非线性放大把图像信号映射到更精细的栅格并且还在两个Nyquist频率之间引入谐波。例如，PixelPlus实现这一点是通过识别出所述图像信号中的边缘信号的起点和终点并且用更为陡峭的边缘来替换相应的边缘，其中该更陡峭的边缘居中在与原始边缘相同的位置。在以下出版物中提供了对于PixelPlus技术的更详细的描述：E.B.Bellers和J.Caussyn的“A high-definition experience fromstandard definition video(来自标准清晰度视频的高清晰度体验)”，Proceedings of the SPIE，第5022卷，2003年，第594-603页；以及J.Tegenbosch、P.Hofman和M.Bosma的“Improving non-linear up-scalingby adapting to the local edge orientation(通过适配于局部边缘指向来改进非线性放大)”，Proceedings of the SPIE，第5308卷，2004年1月，第1181-1190页。或者也可以使用其他非线性放大技术，例如使用神经网络或者基于诸如Kondo的方法(Digital Reality Creation(数字真实显像))或Atkin的方法(Resolution Synthesis(分辨率合成))的分类的常数自适应插值技术。
所得到的经过非线性放大的图像随后被馈送到比较实例104中。类似地，所述经过缩小的输入图像被馈送到线性放大实例103中，其在该处被线性放大。应当注意到，由于在所述缩小操作中遇到的可能的质量损失，经过线性放大的图像可能不再与输入图像完全相同。线性放大实例103的输出也被馈送到比较实例104中。在该处，例如对于每个像素或者对于各像素组确定经过线性放大的图像与输入图像之间的差异Dlin以及经过非线性放大的图像与输入图像之间的差异Dnlin。该比较实例104随后例如在像素的基础上比较差异Dlin与Dnlin，并且识别出其中Dlin＜Dnlin成立的图像部分以及其中Dlin≥Dnlin成立的图像部分。在第一种情况下，所述图像部分被看作是模糊图像部分，这是因为对于模糊图像部分来说，线性放大通常产生比非线性放大更好的结果。在第二种情况下，所述图像部分被看作是非模糊图像部分，这是因为对于非模糊图像部分来说，非线性放大产生比线性放大更好的结果。
关于模糊图像部分的信息随后被馈送到替换实例105中，该替换实例还接收所述输入图像以作为输入。在所述替换实例中，用增强的模糊图像部分来替换所区分出的模糊图像部分，所述增强的模糊图像部分例如是在实例102中计算的经过非线性放大的图像部分，其被从所述非线性放大实例102馈送到所述替换实例105中。在该替换实例105中不替换所检测出的非模糊图像部分，从而由该替换实例105输出的输出图像基本上是具有替换的模糊图像部分的输入图像。
因此，本发明通过利用在对缩小的输入图像进行线性/非线性放大时对于模糊/非模糊图像部分所得到的不同性能来区分输入图像的模糊图像部分与非模糊图像部分，并且利用该检测处理的副产品来替换所区分出的模糊图像部分。
尽管效率较低，但是也有可能利用不是在区分模糊/非模糊图像部分的处理期间在实例102中产生的增强的图像部分来替换所区分出的模糊图像部分。这样允许使用不同的增强算法来一方面区分模糊/非模糊图像部分，并且另一方面对所区分出的模糊图像部分进行实际的增强。
图2示意性地描绘了根据本发明的用于图像增强的设备20的第二实施例，其中以迭代的方式对原始输入图像应用N＝3次区分模糊/非模糊图像部分以及替换模糊图像部分的步骤。相应地，设备20包括三个根据图1的第一实施例的设备以作为子设备，其中只有一些很小的修改。图2中的最右边的子设备10与图1的设备10完全相同，而在被馈送到非线性放大实例102中的图像方面，图2中的中心子设备10’-2和最左边的子设备10’-1略为不同。在子设备10中，缩小实例101的输出被馈送给非线性放大实例102，而在子设备10’-1和10’-2中，由对应的右边的子设备10和10’-2产生的输出图像被馈送给非线性放大实例102。然而，所有子设备10、10’-1和10’-2的操作与参照图1所描述的完全相同。
在图2中，将由设备20增强的原始输入图像行经三个子设备10’-1、10’-2和10的缩小实例101。如果每个缩小实例101都应用缩小因子2，则在子设备10的实例101的输出端处的图像已经经过了3重缩小，从而产生一个总缩小因子8。随后以因子2对该经过缩小的图像进行非线性(实例102)和线性(实例103)放大，并且随后在子设备10的实例104中比较所述经过非线性放大和线性放大的图像与子设备10的输入图像(其是缩小到原来的四分之一的原始输入图像)差异，以便检测非模糊图像部分与模糊图像部分。在实例105中替换模糊图像部分，并且替换实例105的输出图像也充当子设备10的输出图像，其被馈送到子设备10’-2的实例102中。
在子设备10’-2中，经过1重缩小的原始输入图像(缩放因子为2)被用于线性放大，并且子设备10的输出图像被用于非线性放大。再一次关于设备10’-2的输入图像比较线性/非线性放大差异，其中设备10’-2的输入图像是经过1重缩小的原始输入图像，并且通过替换所述子设备10’-2的所述输入图像中的所检测出的模糊图像部分来执行增强。子设备10’-2的替换实例105的输出信号被馈送到子设备10’-1的实例102中以便进行非线性放大。
最后，在子设备10’-1中，原始输入图像充当输入图像，并且在该原始输出图像中直接替换所检测出的模糊图像部分，以便获得设备20的最终输出图像。
可以以下面的伪代码示例的形式获得对于迭代应用本发明的步骤的方便的描述，其中，与图3中的设备20类似，示例性地描述了一种3步骤方法，并且其中同样利用了模糊图像部分与非模糊图像部分对于缩小以及后续的线性/非线性放大的不同反应(双斜线后面是注释)：
//开始伪代码示例
org＝Input
//首先产生缩小的3个缩放级别，即small(小)、smaller(更小)和//smallest(最小)
Downscale(org，small)；
Downscale(small，smaller)；
Downscale(smaller，smallest)；
//把smallest非线性放大到smallerUPNLin
//把smallest线性放大到smallerUPLin
//并且进行智能组合，其随后被包含在缓冲器smallerhelp中
UpscaleNLin(smallest，smallerUpNLin)；
UpscaleLin(smallest，smallerUpLin)；
Combine(smallerUpLin，smallerUpNLin，smaller，smallerhelp)；
//把smallerhelp非线性放大到smallUPNLin
//把smaller线性放大到smallUPLin
//并且进行智能组合，其随后被包含在缓冲器smallhelp中
UpscaleNLin(smallerhelp，smallUpNLin)；
UpscaleLin(smaller，smallUpLin)；
Combine(smallUpLin，smallUpNLin，small，smallhelp)；
//把smallhelp非线性放大到orgUPNLin
//把small线性放大到orgUPLin
//并且进行智能组合，其随后被包含在缓冲器orghelp中
UpscaleNLin(smallhelp，orgUpNLin)；
UpscaleLin(small，orgUpLin)；
Combine(orgUpLin，orgUpNLin，org，orghelp)；
//现在缓冲器orghelp包含输出(经过模糊增强的)图像
Output＝orghelp；
//结束伪代码示例
图3示意性地描绘了根据本发明的用于图像增强的设备30的第三实施例。在该实施例中，在模糊图像部分与非模糊图像部分之间进行区分是基于观察到对输入图像的有意模糊化的部分执行增强和不执行增强对于模糊图像部分和非模糊图像部分获得不同的结果，因此，基于把增强的有意模糊化图像部分和未增强的有意模糊化图像部分与所述输入图像的所述部分的差异进行比较，有可能区分所述模糊图像部分与非模糊图像部分。随后，增强的有意模糊化图像部分可以被用来替换(原始)输入图像中的模糊图像部分。同样地，所述区分出的模糊图像部分可以根据不同的增强技术而被增强，并且随后在所述输入图像中被替换，以便获得所述输出图像。
在图3中，将被增强的输入图像例如是包含模糊图像部分的输入图像，其被馈送到所述设备30的模糊化实例301中。在所述模糊化实例301中，该输入图像被有意地模糊化。该有意地模糊化的输入图像随后被馈送到去模糊实例302中，在该处通过减少模糊来增强该有意地模糊化的输入图像。所得到的去模糊图像随后被馈送到比较实例304中。所述有意模糊化的输入图像也被直接馈送到该比较实例304中。在该处，例如对于每个像素或者各像素组确定由实例302输出的去模糊图像与原始输入图像之间的第一差异，以及由实例301输出的有意模糊化的输入图像与原始输入图像之间的第二差异。该比较实例304随后例如在像素的基础上比较第一和第二差异，并且识别出其中第一差异小于第二差异的图像部分，以及其中第一差异等于或大于第二差异的图像部分。在前一种情况下，所述图像部分被看作是非模糊图像部分，并且在后一种情况下，所述图像部分被看作是模糊图像部分。这是由于以下事实：在原始模糊的输入图像部分的情况下，其中的相应频谱不包含显著的能量，实例301中的有意的模糊化不改变所述输入图像部分，从而由实例301输出的有意模糊化的输入图像与原始输入图像之间的第二差异很小。与此相对，同样在原始模糊的输入图像部分的情况下，在实例302中对所述有意模糊化的输入图像的增强产生了原来不存在的频谱，从而由实例302输出的增强的有意模糊化输入图像与原始输入图像之间的第二差异较大。对于非模糊输入图像部分，比起只有有意的模糊化的情况，有意的模糊化和随后的增强获得更好的结果。通过对于不同的频谱成分重复这一程序，可以以不同的模糊量来进行处理。
返回到图3，在区分了模糊/非模糊图像部分之后，关于模糊图像部分的信息随后被馈送到替换实例305中，该替换实例还接收所述输入图像以作为输入。在所述替换实例305中，用增强的模糊图像部分来替换所区分出的模糊图像部分，所述增强的模糊图像部分被从所述去模糊实例302馈送到所述替换实例305中。在替换实例305中不替换所检测出的非模糊图像部分，从而由替换实例105输出的输出图像基本上是具有替换了的模糊图像部分的输入图像。
应当注意到，本发明的该第三实施例也可以与缩小和放大相组合，以便获得高效的实现方式。
图4描绘了根据本发明的方法的示例性流程图。在第一步骤41中，区分输入图像的模糊图像部分与非模糊图像部分。在第二步骤42中，在输入图像中替换所区分出的模糊图像部分，以便获得输出图像。其中，步骤41包括以下子步骤：在子步骤411中，根据第一变换(例如模糊化或缩小)对输入图像的至少一部分进行变换，以便获得经变换的输入图像部分。随后，在子步骤412中，所述经变换的输入图像部分本身或者所述经变换的输入图像部分的表示被增强(例如通过去模糊或者非线性放大)，以便获得增强的经变换的输入图像部分。在子步骤413中确定该增强的经变换的输入图像部分与所述输入图像的所述部分之间的第一差异。在子步骤414中，可选地根据第二变换(例如线性放大)对所述经变换的输入图像部分进行变换。在子步骤415中，确定所述输入图像的所述部分与所述经变换的输入图像部分(例如如果所述第一变换代表模糊化的话)或者与根据第二变换(在所述第一变换代表缩小的情况下例如是线性放大)而被进一步变换的所述可选地变换的输入图像部分之间的第二差异。在子步骤416中，对子步骤413和415中确定的第一和第二差异进行比较，以便判断所述输入图像的哪些图像部分是模糊的，哪些是非模糊的。
上面借助于优选实施例描述了本发明。应当注意到，对于本领域技术人员来说显然存在替换方式和变型，并且可以在不背离所附权利要求书的范围和精神的情况下实施这些替换方式和变型。
Claims (20)
1、一种用于图像增强的方法，包括：
-区分输入图像的模糊图像部分与非模糊图像部分的第一步骤(41)；以及
-增强所述输入图像的所述各模糊图像部分的至少其中之一以便产生输出图像的第二步骤(42)。
2、根据权利要求1的方法，其中，所述非模糊图像部分不被增强。
3、根据权利要求1-2当中的任意一条的方法，其中，所述第一步骤(41)包括：
-根据第一变换对所述输入图像的至少一部分进行变换(411)，以便获得经变换的输入图像部分；
-增强(412)所述经变换的输入图像部分的表示，以便获得增强的经变换的输入图像部分；以及
-处理(413，415，416)所述输入图像的至少所述部分、所述增强的经变换的输入图像部分、以及所述经变换的输入图像部分和通过根据第二变换对所述经变换的输入图像部分进行变换(414)所获得的图像部分二者的其中之一，以便区分所述输入图像的所述模糊图像部分与非模糊图像部分。
4、根据权利要求3的方法，其中，用来区分所述输入图像的所述模糊图像部分与非模糊图像部分的所述处理(413，415，416)包括：
-确定(413)所述增强的经变换的输入图像部分与所述输入图像的所述部分之间的第一差异；
-确定(415)所述经变换的输入图像部分或者通过根据所述第二变换对所述经变换的输入图像部分进行变换(414)所获得的所述图像部分与所述输入图像的所述部分之间的第二差异；以及
-对所述第一和第二差异进行比较(416)，以便区分所述输入图像的模糊图像部分与非模糊图像部分。
5、根据权利要求3-4当中的任意一条的方法，其中，所述第一变换(411)导致减少或者消除所述输入图像的所述部分的频谱成分，并且所述增强(412)旨在恢复或者估计所述经变换的输入图像部分的所述表示的频谱成分。
6、根据权利要求5的方法，其中，所述第一(41)和第二(42)步骤被至少重复两次，并且在每一次重复中分别涉及到不同的频谱成分。
7、根据权利要求3-6当中的任意一条的方法，其中，所述第一变换(411)导致所述输入图像的所述部分的模糊化，所述增强(412)旨在对所述经变换的输入图像部分的所述表示进行去模糊，所述第二差异是在所述经变换的输入图像部分与所述输入图像的所述部分之间确定(415)的，并且在其中所述第一差异大于所述第二差异的图像部分被看作是模糊图像部分。
8、根据权利要求3-6当中的任意一条的方法，其中，所述第一变换(411)导致所述输入图像的所述部分的缩小，所述增强(412)导致对所述经变换的输入图像部分的所述表示的非线性放大，所述第二差异是在通过根据所述第二变换对所述经变换的输入图像部分进行变换(414)所获得的所述图像部分与所述输入图像的所述部分之间确定(415)的，所述第二变换(414)导致对所述经变换的输入图像部分的线性放大，并且在其中所述第一差异大于所述第二差异的图像部分被看作是模糊图像部分。
9、根据权利要求3-8当中的任意一条的方法，其中，在所述第二步骤(42)中增强所述至少一个模糊图像部分，这是通过利用在所述第一步骤(41)中获得的增强的经变换的输入图像部分替换该至少一个模糊图像部分来实现的。
10、根据权利要求3-9当中的任意一条的方法，其中，在N次迭代中重复所述第一(41)和第二(42)步骤，以便从原始输入图像产生最终的输出图像，其中在每次迭代n＝1，...，N中，通过对所述原始输入图像的至少一部分应用N-n重所述第一变换所获得的所述原始输入图像的所述部分的经过N-n重变换的版本被用作所述输入图像的所述部分，在第一次迭代n＝1中，通过对所述原始输入图像的所述部分应用N重所述第一变换所获得的所述原始输入图像的所述部分的经过N重变换的版本被用作所述经变换的输入图像部分的所述表示，在每次其他迭代n＝2，...，N中，由前一次迭代n-1所产生的所述输出图像的至少一部分被用作所述经变换的输入图像部分的所述表示，并且在最后一次迭代n＝N中所产生的输出图像就是所述最终输出图像。
11、根据权利要求10的方法，其中N等于3。
12、根据权利要求8的方法，其中，所述非线性放大(314)是根据PixelPlus、数字真实显像或者数字情绪技术执行的。
13、一种具有指令的计算机程序，所述指令适于使得处理器执行权利要求1-12当中的任意一条的方法步骤。
14、一种包括计算机程序的计算机程序产品，所述计算机程序具有指令，所述指令适于使得处理器执行权利要求1-12当中的任意一条的方法步骤。
15、一种用于图像增强的设备(10；30)，包括：
-第一装置(101，102，103，104；301，302，304)，其被设置成区分输入图像的模糊图像部分与非模糊图像部分；以及
-第二装置(105；305)，其被设置成增强所述输入图像的所述各模糊图像部分的至少其中之一，以便产生输出图像。
16、根据权利要求15的设备(10)，其中，所述第一装置包括：
-被设置成根据第一变换对所述输入图像的至少一部分进行变换以便获得经变换的输入图像部分的装置(101)；
-被设置成增强所述经变换的输入图像部分的表示以便获得增强的经变换的输入图像部分的装置(102)；
-被设置成根据第二变换对所述经变换的输入图像部分进行变换的装置(103)；以及
-被设置成处理所述输入图像的至少所述部分、所述增强的经变换的输入图像部分和通过根据所述第二变换对所述经变换的输入图像部分进行变换所获得的图像部分以便区分所述输入图像的所述模糊图像部分与非模糊图像部分的装置(104)。
17、根据权利要求16的设备，其中，被设置成处理所述输入图像的至少所述部分、所述增强的经变换的输入图像部分和通过根据所述第二变换对所述经变换的输入图像部分进行变换所获得的所述图像部分的所述装置(104)包括：
-被设置成确定所述增强的经变换的输入图像部分与所述输入图像的所述部分之间的第一差异的装置(104)；
-被设置成确定通过根据所述第二变换对所述经变换的输入图像部分进行变换所获得的所述图像部分与所述输入图像的所述部分之间的第二差异的装置(104)；以及
-被设置成对所述第一和第二差异进行比较以便区分所述输入图像的模糊图像部分与非模糊图像部分的装置(104)。
18、根据权利要求15的设备(30)，其中，所述第一装置包括：
-被设置成根据第一变换对所述输入图像的至少一部分进行变换以便获得经变换的输入图像部分的装置(301)；
-被设置成增强所述经变换的输入图像部分的表示以便获得增强的经变换的输入图像部分的装置(302)；以及
-被设置成处理所述输入图像的至少所述部分、所述增强的经变换的输入图像部分和所述经变换的输入图像部分以便区分所述输入图像的所述模糊图像部分与非模糊图像部分的装置(304)。
19、根据权利要求18的设备，其中，被设置成处理所述输入图像的至少所述部分、所述增强的经变换的输入图像部分和所述经变换的输入图像部分的所述装置(304)包括：
-被设置成确定所述增强的经变换的输入图像部分与所述输入图像的所述部分之间的第一差异的装置(304)；
-被设置成确定所述经变换的输入图像部分与所述输入图像的所述部分之间的第二差异的装置；以及
-被设置成对所述第一和第二差异进行比较以便区分所述输入图像的模糊图像部分与非模糊图像部分的装置(304)。
20、根据权利要求16-19当中的任意一条的设备，其中，所述第一(101，102，103，104)和第二(105)装置形成一个单元(10，10’-1，10’-2)，N个这种单元互连成一个级联结构(20)，该级联结构从原始输入图像产生最终输出图像，在每个单元n＝1，...，N中，通过对所述原始输入图像的至少一部分应用N-n重所述第一变换所获得的所述原始输入图像的所述部分的经过N-n重变换的版本被用作所述输入图像，在第一单元n＝1中，通过对所述原始输入图像的所述部分应用N重所述第一变换所获得的所述原始输入图像的所述部分的经过N重变换的版本被用作所述经变换的输入图像部分的所述表示，在每个其他单元n＝2，...，N中，由前一单元n-1所产生的所述输出图像的至少一部分被用作所述经变换的输入图像部分的所述表示，并且在最后一个单元n＝N中所产生的输出图像就是所述最终输出图像。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP04105298.6 | 2004-10-26 | ||
| EP04105298 | 2004-10-26 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN101048795A true CN101048795A (zh) | 2007-10-03 |
Family
ID=35695984
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CNA200580036902XA Pending CN101048795A (zh) | 2004-10-26 | 2005-10-21 | 模糊图像部分的增强 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US20080025628A1 (zh) |
| EP (1) | EP1807803A1 (zh) |
| JP (1) | JP2008518318A (zh) |
| CN (1) | CN101048795A (zh) |
| WO (1) | WO2006046182A1 (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102236883A (zh) * | 2010-04-27 | 2011-11-09 | 株式会社理光 | 图像增强方法和装置、物体检测方法和装置 |
| CN107454279A (zh) * | 2016-07-06 | 2017-12-08 | 虹光精密工业股份有限公司 | 具有分区图像处理功能的图像处理设备及图像处理方法 |
| CN109564685A (zh) * | 2016-08-02 | 2019-04-02 | 皇家飞利浦有限公司 | 鲁棒的肺叶分割 |
| CN109785264A (zh) * | 2019-01-15 | 2019-05-21 | 北京旷视科技有限公司 | 图像增强方法、装置及电子设备 |
| CN110956589A (zh) * | 2019-10-17 | 2020-04-03 | 国网山东省电力公司电力科学研究院 | 一种图像模糊处理方法、装置、设备及存储介质 |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8824831B2 (en) | 2007-05-25 | 2014-09-02 | Qualcomm Technologies, Inc. | Advanced noise reduction in digital cameras |
| US7983503B2 (en) * | 2007-05-25 | 2011-07-19 | Zoran Corporation | Advanced noise reduction in digital cameras |
| US8081847B2 (en) * | 2007-12-31 | 2011-12-20 | Brandenburgische Technische Universitaet Cottbus | Method for up-scaling an input image and an up-scaling system |
| US20130156113A1 (en) * | 2010-08-17 | 2013-06-20 | Streamworks International, S.A. | Video signal processing |
| TWI489090B (zh) * | 2012-10-31 | 2015-06-21 | Pixart Imaging Inc | 偵測系統 |
| JP2014183353A (ja) * | 2013-03-18 | 2014-09-29 | Sony Corp | 映像処理装置、映像再生装置、映像処理方法、映像再生方法及び映像処理システム |
| US9575773B2 (en) * | 2013-10-23 | 2017-02-21 | Vmware, Inc. | Monitoring multiple remote desktops on a wireless device |
| CN104408305B (zh) * | 2014-11-24 | 2017-10-24 | 北京欣方悦医疗科技有限公司 | 利用多源人体器官图像建立高清医疗诊断图像的方法 |
| JP6936958B2 (ja) * | 2017-11-08 | 2021-09-22 | オムロン株式会社 | データ生成装置、データ生成方法及びデータ生成プログラム |
| CN111698553B (zh) * | 2020-05-29 | 2022-09-27 | 维沃移动通信有限公司 | 视频处理方法、装置、电子设备及可读存储介质 |
Family Cites Families (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6198532B1 (en) * | 1991-02-22 | 2001-03-06 | Applied Spectral Imaging Ltd. | Spectral bio-imaging of the eye |
| US5262820A (en) * | 1991-05-27 | 1993-11-16 | Minolta Camera Kabushiki Kaisha | Camera having a blur detecting device |
| US5524162A (en) * | 1991-07-22 | 1996-06-04 | Levien; Raphael L. | Method and apparatus for adaptive sharpening of images |
| JP3106749B2 (ja) * | 1992-12-10 | 2000-11-06 | ソニー株式会社 | 適応型ダイナミックレンジ符号化装置 |
| GB2280812B (en) * | 1993-08-05 | 1997-07-30 | Sony Uk Ltd | Image enhancement |
| US5504523A (en) * | 1993-10-21 | 1996-04-02 | Loral Fairchild Corporation | Electronic image unsteadiness compensation |
| US6429895B1 (en) * | 1996-12-27 | 2002-08-06 | Canon Kabushiki Kaisha | Image sensing apparatus and method capable of merging function for obtaining high-precision image by synthesizing images and image stabilization function |
| US6611627B1 (en) * | 2000-04-24 | 2003-08-26 | Eastman Kodak Company | Digital image processing method for edge shaping |
| US7257273B2 (en) * | 2001-04-09 | 2007-08-14 | Mingjing Li | Hierarchical scheme for blur detection in digital image using wavelet transform |
| CN1237783C (zh) * | 2001-06-18 | 2006-01-18 | 皇家菲利浦电子有限公司 | 防运动模糊显示器 |
| US20040024296A1 (en) * | 2001-08-27 | 2004-02-05 | Krotkov Eric P. | System, method and computer program product for screening a spectral image |
| EP1583030A1 (en) * | 2004-03-31 | 2005-10-05 | Fujitsu Limited | Image magnification device and image magnification method |
-
2005
- 2005-10-21 CN CNA200580036902XA patent/CN101048795A/zh active Pending
- 2005-10-21 EP EP05812820A patent/EP1807803A1/en not_active Withdrawn
- 2005-10-21 JP JP2007537467A patent/JP2008518318A/ja active Pending
- 2005-10-21 WO PCT/IB2005/053454 patent/WO2006046182A1/en not_active Application Discontinuation
- 2005-10-21 US US11/577,743 patent/US20080025628A1/en not_active Abandoned
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102236883A (zh) * | 2010-04-27 | 2011-11-09 | 株式会社理光 | 图像增强方法和装置、物体检测方法和装置 |
| US8755623B2 (en) | 2010-04-27 | 2014-06-17 | Ricoh Company, Ltd. | Image enhancement method, image enhancement device, object detection method, and object detection device |
| CN107454279A (zh) * | 2016-07-06 | 2017-12-08 | 虹光精密工业股份有限公司 | 具有分区图像处理功能的图像处理设备及图像处理方法 |
| CN107454279B (zh) * | 2016-07-06 | 2021-02-26 | 虹光精密工业股份有限公司 | 具有分区图像处理功能的图像处理设备及图像处理方法 |
| CN109564685A (zh) * | 2016-08-02 | 2019-04-02 | 皇家飞利浦有限公司 | 鲁棒的肺叶分割 |
| CN109564685B (zh) * | 2016-08-02 | 2023-04-28 | 皇家飞利浦有限公司 | 鲁棒的肺叶分割 |
| CN109785264A (zh) * | 2019-01-15 | 2019-05-21 | 北京旷视科技有限公司 | 图像增强方法、装置及电子设备 |
| CN110956589A (zh) * | 2019-10-17 | 2020-04-03 | 国网山东省电力公司电力科学研究院 | 一种图像模糊处理方法、装置、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2006046182A1 (en) | 2006-05-04 |
| US20080025628A1 (en) | 2008-01-31 |
| JP2008518318A (ja) | 2008-05-29 |
| EP1807803A1 (en) | 2007-07-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101048795A (zh) | 模糊图像部分的增强 | |
| He et al. | Mop moire patterns using mopnet | |
| JP5651118B2 (ja) | 画像処理装置および画像処理方法 | |
| KR102519085B1 (ko) | 로컬 및 글로벌 모션에 효율적인 멀티-프레임 초해상도 방법 및 장치 | |
| Zhang et al. | Rethinking noise synthesis and modeling in raw denoising | |
| US9615039B2 (en) | Systems and methods for reducing noise in video streams | |
| US9066034B2 (en) | Image processing apparatus, method and program with different pixel aperture characteristics | |
| Yuan et al. | UG $^{2+} $ Track 2: A Collective Benchmark Effort for Evaluating and Advancing Image Understanding in Poor Visibility Environments | |
| US20110090352A1 (en) | Image deblurring using a spatial image prior | |
| US20130156345A1 (en) | Method for producing super-resolution images and nonlinear digital filter for implementing same | |
| CN1680867A (zh) | 投影仪－摄像机－白板系统中视觉回波消除系统和方法 | |
| CN101076832A (zh) | 图像处理器和图像处理程序 | |
| WO2012017662A1 (ja) | 画像復元装置および画像復元方法 | |
| CN1697488A (zh) | 具有亮度校正的数码相机 | |
| US8004597B2 (en) | Focusing control apparatus and method | |
| CN101035300A (zh) | 一种图像增强方法及装置 | |
| CN1452386A (zh) | 摄像装置 | |
| Kwon et al. | Controllable image restoration for under-display camera in smartphones | |
| CN1606345A (zh) | 进行反向电视电影处理的装置与方法 | |
| Zhang et al. | Deep motion blur removal using noisy/blurry image pairs | |
| JP2008123396A (ja) | 画像復元装置及び方法並びに撮像装置 | |
| RU2661537C2 (ru) | Способ и система сверхразрешения с помощью комбинированной разреженной аппроксимации | |
| Li et al. | Defocus hyperspectral image deblurring with adaptive reference image and scale map | |
| CN113935910A (zh) | 一种基于深度学习的图像模糊长度测量方法 | |
| CN116723412B (zh) | 一种照片中背景光影均化方法及文本拍摄扫描系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
| WD01 | Invention patent application deemed withdrawn after publication |