CN101764908A - 一种有效去除灰度图像中噪点的方法 - Google Patents
一种有效去除灰度图像中噪点的方法 Download PDFInfo
- Publication number
- CN101764908A CN101764908A CN200810238992A CN200810238992A CN101764908A CN 101764908 A CN101764908 A CN 101764908A CN 200810238992 A CN200810238992 A CN 200810238992A CN 200810238992 A CN200810238992 A CN 200810238992A CN 101764908 A CN101764908 A CN 101764908A
- Authority
- CN
- China
- Prior art keywords
- pixel
- value
- factor
- border
- gray
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000012545 processing Methods 0.000 claims abstract description 34
- 230000000694 effects Effects 0.000 abstract description 5
- 230000007704 transition Effects 0.000 abstract description 5
- 230000007547 defect Effects 0.000 abstract 1
- 101100285899 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) SSE2 gene Proteins 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000002950 deficient Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000006748 scratching Methods 0.000 description 2
- 230000002393 scratching effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Image Processing (AREA)
Abstract
本发明属于视频及图像处理技术，具体涉及一种有效去除灰度图像中噪点的方法。该方法通过设定的门限条件确定黑色区域或白色区域中的灰色点，对边界像素点进行插值处理，并进行软边处理，能够快速高效的将黑色或白色区域的灰色点去除，并保持边界的自然过渡，克服了现有技术中易造成边界生硬的缺陷，使前景与背景混合后达到完美的效果。
Description
技术领域
本发明属于视频及图像处理技术，具体涉及一种有效去除灰度图像中噪点的方法。
背景技术
在图像或视频处理工作中，往往会要求进行抠像处理，即将特定的主体从背景中分离出来，以便进行其它的后续设计。但是，将图像/视频进行抠像后所形成的灰度图(matte)可能在黑色或白色区域存在一些灰色点，这些灰色点会影响图像的整体视觉效果，如何才能从白色区域或者黑色区域中将这些灰点去除掉，形成比较干净的灰度图，对于图像处理领域来说是非常有意义的。传统的方法是通过设置门限的方式将灰色点去除，这种办法虽然操作比较简单，但非常容易造成边界生硬，如果利用抠像后的灰度图再进行图像混合，效果不够理想。
发明内容
本发明的目的在于针对现有技术的缺陷，提供一种有效去除灰度图像中噪点的方法，使处理后的图像边界保持自然过渡。
本发明的技术方案如下：一种有效去除灰度图像中噪点的方法，包括如下步骤：
(1)针对抠像后的灰度图像，选择对黑色区域或白色区域进行噪点去除；
(2)根据选定的区域设定区域门限条件，遍历该区域内的所有像素点，判断每个像素点是否满足门限条件；
(3)设定边界宽度，根据边界宽度确定所选区域内的边界像素点，对边界像素点进行插值处理，并根据区域颜色将非边界像素点的灰度值设为0或1；
(4)设定边界软边，对所选区域进行软边处理。
进一步，如上所述的有效去除灰度图像中噪点的方法，如果步骤(1)中选择对黑色区域进行噪点去除，则步骤(2)中针对黑色区域设定的门限条件为：该区域内的像素点的灰度值小于门限threshold并且不等于零，0＜threshold＜1。
更进一步，如上所述的有效去除灰度图像中噪点的方法，针对黑色区域，步骤(3)中确定边界像素点的方法为：以当前像素点为中心，以边界宽度为半径的范围内如果存在灰度值大于或等于门限threshold的像素点，则当前像素点为边界像素点。对边界像素点进行插值处理后得到的灰度值表达式如下：factor×(old pixel value)+(1-factor)×(new pixel value)，其中，old pixel value为像素点原有灰度值，new pixel value为0；插值因子factor＝0.6375×(edge width)×(edge width)/(min distance)，其中，edge width为边界宽度，min distance为灰度值大于或等于门限threshold的像素点距离当前像素点的最短距离；如果factor＞1，取factor＝1。
或者，针对黑色区域，步骤(3)中确定边界像素点的方法为：以当前像素点为中心，以2×edge width为边长的矩形区域内确定像素点的最大灰度值，如果最大灰度值大于门限threshold，则当前像素点为边界像素点。对边界像素点进行插值处理后得到的灰度值表达式如下：factor×(old pixel value)+(1-factor)×(new pixel value)，其中，old pixel value为像素点原有灰度值，new pixel value为0；插值因子factor＝0.6375×(edge width)×(edge width)，其中，edge width为边界宽度。
进一步，如上所述的有效去除灰度图像中噪点的方法，如果步骤(1)中选择对白色区域进行噪点去除，则步骤(2)中针对白色区域设定的门限条件为：该区域内的像素点的灰度值大于门限threshold并且不等于1，0＜threshold＜1。
更进一步，如上所述的有效去除灰度图像中噪点的方法，针对白色区域，步骤(3)中确定边界像素点的方法为：以当前像素点为中心，以边界宽度为半径的范围内如果存在灰度值小于或等于门限threshold的像素点，则当前像素点为边界像素点。对边界像素点进行插值处理后得到的灰度值表达式如下：factor×(old pixel value)+(1-factor)×(new pixel value)，其中，old pixel value为像素点原有灰度值，new pixel value为1；插值因子factor＝0.6375×(edge width)×(edge width)/(min distance)，其中，edge width为边界宽度，min distance为灰度值小于或等于门限threshold的像素点距离当前像素点的最短距离；如果factor＞1，取factor＝1。
或者，针对白色区域，步骤(3)中确定边界像素点的方法为：以当前像素点为中心，以2×edge width为边长的矩形区域内确定像素点的最小灰度值，如果最小灰度值小于门限threshold，则当前像素点为边界像素点。对边界像素点进行插值处理后得到的灰度值表达式如下：factor×(old pixel value)+(1-factor)×(new pixel value)，其中，old pixel value为像素点原有灰度值，new pixel value为1；插值因子factor＝0.6375×(edge width)×(edge width)，其中，edge width为边界宽度。
进一步，如上所述的有效去除灰度图像中噪点的方法，步骤(4)中所述的软边处理为高斯模糊处理或均值模糊处理。
本发明的有益效果如下：本发明通过设定的门限条件确定黑色区域或白色区域中的灰色点，对边界像素点进行插值处理，并进行软边处理，能够快速高效的将黑色或白色区域的灰色点去除，并保持边界的自然过渡，克服了现有技术中易造成边界生硬的缺陷，使前景与背景混合后达到完美的效果。其算法简单，易于优化，具有很强的实用性。
附图说明
图1为本发明的方法流程图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细的描述。
本发明的流程如图1所示，本发明所提出的这种去除噪点的方法主要应用在抠像后所形成的灰度图(matte)中，可以分别去除白色区域的灰点和黑色区域的灰点，也可以同时去除。
该方法主要涉及三个参数：门限(threshold)，边界宽度(edge width)，边界软边(edge softness)。门限(threshold)用来控制哪些灰度点需要进行处理，边界宽度(edge width)用来控制边界的多少个像素需要保留，边界软边(edgesoftness)用来控制边界的柔边。在具体实现中，三个参数一般的取值范围如下：门限(threshold)为0～1；边界宽度(edge width)为0～100个像素，边界软边(edge softness)为0～100个像素。
对于黑色区域，具体方法如下：
如果门限(threshold)等于0，表示不需要对黑色区域进行处理。
如果门限(threshold)大于0，表示在灰度图中所有灰度值小于门限(threshold)并且不等于0的像素点变成0(黑色)。
如果门限(threshold)大于0并且边界宽度(edge width)大于0，则进行边界处理。
首先，遍历区域内的所有像素点，判断每个像素点是否满足门限(threshold)条件：灰度值小于门限(threshold)并且不等于0。
然后，进行边界处理，以当前一个像素点为中心，在以边界宽度(edge width)为半径的范围内寻找是否有其它像素点的灰度值大于或等于门限(threshold)，如果找到一个，说明当前这个像素是边界点，需要进行保留，那么这个像素的新值要在【0-旧像素值】进行插值，这样可以保证边界点不是生硬过渡。否则保持这个像素的灰度值为0。
插值公式为线性插值，边界像素点进行插值处理后得到的灰度值表达式为：factor×(old pixel value)+(1-factor)×(new pixel value)。其中，new pixel value为0。
此处需要计算插值因子factor，理论上需要在以当前这个像素为圆心，以边界宽度(edge width)为半径选中一个距离这个像素最近且满足条件的像素点。这时候factor＝0.6375×(edge width)×(edge width)/(min distance)，min distance为灰度值大于或等于门限threshold的像素点距离当前像素点的最短距离，如果factor＞1取factor＝1，这样保证插值结果不大于原来这个像素点。这个公式的几何意义是对于边界点的像素点随着边界宽度(edgewidth)的增大，逐渐由0(黑色)恢复到原来灰度值。
由于上述求factor的方法在优化计算时非常困难，计算量巨大，本发明进一步提供了一个简洁的近似方法来代替，即只在以当前这个像素为中心，以2×edge width为边长的矩形区域进行搜索，寻找最大值，如果最大值都小于门限(threshold)，说明这个像素点不是边界点，保持0(黑色)，否则是边界点需要做插值。factor＝0.6375×Edge width×Edge width，min distance＝1。这样可以大幅度提高计算速度，并能保持较好的效果。
如果门限(threshold)大于0并且边界软边(edge softnes s)大于0，要进行软边处理。如果没有进行边界处理，将把做完门限处理后的图像来做软边处理，否则将做完边界处理的图像来做软边处理。
软边处理就是模糊平均周围像素值，可以采用现有技术中的高斯模糊处理或均值模糊处理。
高斯模糊是以高斯函数
做周围像素的加权系数，然后求和。均值模糊是对周围像素做平均求和。这些方法对于本领域技术人员来说都是公知技术，此处不再过多描述。边界像素是否为0在这一步最终确定。
对于白色区域，具体方法如下：
如果进行了去除黑色区域灰点的处理，那么这个结果将作为去除白色区域灰点算法的输入源，否则就以原始灰度图作为输入源。
如果门限(threshold)等于1，表示不需要对白色区域进行处理。
如果门限(threshold)小于1，表示在灰度图中所有灰度值大于门限(threshold)并且不等于1的像素点变成1(白色)。
如果门限(threshold)小于1并且边界宽度(edge width)大于0，进行边界处理。
首先，遍历区域内的所有像素点，判断每个像素点是否满足门限(threshold)条件：灰度值大于门限(threshold)并且不等于1。
然后，进行边界处理，以当前一个像素为中心，在以边界宽度(edge width)为半径的范围内寻找是否有其它像素点的灰度值小于或等于门限(threshold)的，如果找到一个，说明这个像素是边界点，需要进行保留，那么这个像素的新值要在【旧像素值-1】进行插值，这样可以保证边界点不是生硬过渡。否则保持这个像素的灰度值为1。
插值公式为线性插值，边界像素点进行插值处理后得到的灰度值表达式为：factor×(old pixel value)+(1-factor)×(new pixel value)。其中，new pixel value为1。
此处需要计算插值因子factor，理论上需要在以这个像素为圆心，以边界宽度(edge width)为半径选中一个距离这个像素最近满足条件的像素点。这时候factor＝0.6375×(edge width)×(edge width)/(min distance)，min distance为满足条件的像素点距离当前像素点的最短距离，如果factor＞1取factor＝1，这样保证插值结果不小于原来这个像素点。这个公式的几何意义是对于边界点的像素点随着边界宽度(edge width)的增大，逐渐由1(白色)恢复到原来灰度值。
由于上述求factor的方法在优化计算时非常困难，计算量巨大，本发明进一步提供了一个简洁的近似方法来代替，即只在以当前这个像素为中心，以2×edge width为边长的矩形区域进行搜索，寻找最小值，如果最小值都大于门限(threshold)，说明这个像素点不是边界点，保持1(白色)，否则是边界点需要做插值。factor＝0.6375×Edge width×Edge width，min distance＝1。这样可以大幅度提高计算速度，并能保持较好的效果。
如果门限(threshold)小于1并且边界软边(edge softness)大于0，要进行软边处理。如果没有进行边界处理，将把做完门限处理后的图像来做软边处理，否则将做完边界处理的图像来做软边处理。
软边处理就是模糊平均周围像素值，可以采用现有技术中的高斯模糊处理或均值模糊处理。
高斯模糊是以高斯函数做周围像素的加权系数，然后求和。均值模糊是对周围像素做平均求和。这些方法对于本领域技术人员来说都是公知技术，此处不再过多描述。边界像素是否为1在这一步最终确定。
本发明所提供的方法工作在x86/x86-64架构下面，在具体实现这个算法的时候，可以采用intel的SIMD增强指令集SSE2提高算法速度。由于SSE2可以进行整数或者浮点的矢量计算，所以同时可以计算多个像素的键值；另外，由于SSE2指令很容易实现掩模计算，就使得本发明在计算键值的时候没有任何条件分支语句，从而也提高了速度。
根据试验结果，在一台主频为2.5GHz的处理器上，计算一幅720x576大小灰度图像，如果再充分利用多核/超线程技术的话(将计算平均分配到每个核上面或者硬件线程上)，一个四核的CPU处理边界宽度比较小的情况需要1.0ms左右，如果边界宽度比较大的情况大约需要5.0ms。
本发明所述的方法并不限于具体实施方式中所述的实施例，本领域技术人员根据本发明的技术方案得出其他的实施方式，同样属于本发明的技术创新范围。
Claims (8)
1.一种有效去除灰度图像中噪点的方法，包括如下步骤：
(1)针对抠像后的灰度图像，选择对黑色区域或白色区域进行噪点去除；
(2)根据选定的区域设定区域门限条件，遍历该区域内的所有像素点，判断每个像素点是否满足门限条件；
(3)设定边界宽度，根据边界宽度确定所选区域内的边界像素点，对边界像素点进行插值处理，并根据区域颜色将非边界像素点的灰度值设为0或1；
(4)设定边界软边，对所选区域进行软边处理。
2.如权利要求1所述的有效去除灰度图像中噪点的方法，其特征在于：如果步骤(1)中选择对黑色区域进行噪点去除，则步骤(2)中针对黑色区域设定的门限条件为：该区域内的像素点的灰度值小于门限threshold并且不等于零，0＜threshold＜1。
3.如权利要求2所述的有效去除灰度图像中噪点的方法，其特征在于：针对黑色区域，步骤(3)中确定边界像素点的方法为：以当前像素点为中心，以边界宽度为半径的范围内如果存在灰度值大于或等于门限threshold的像素点，则当前像素点为边界像素点，对边界像素点进行插值处理后得到的灰度值表达式如下：
factor×(old pixel value)+(1-factor)×(new pixel value)，
其中，old pixel value为像素点原有灰度值，new pixel value为0；
插值因子factor＝0.6375×(edge width)×(edge width)/(min distance)，其中，edge width为边界宽度，min distance为灰度值大于或等于门限threshold的像素点距离当前像素点的最短距离；如果factor＞1，取factor＝1。
4.如权利要求2所述的有效去除灰度图像中噪点的方法，其特征在于：针对黑色区域，步骤(3)中确定边界像素点的方法为：以当前像素点为中心，以2×edge width为边长的矩形区域内确定像素点的最大灰度值，如果最大灰度值大于门限threshold，则当前像素点为边界像素点，对边界像素点进行插值处理后得到的灰度值表达式如下：
factor×(old pixel value)+(1-factor)×(new pixel value)，
其中，old pixel value为像素点原有灰度值，new pixel value为0；
插值因子factor＝0.6375×(edge width)×(edge width)，其中，edge width为边界宽度。
5.如权利要求1所述的有效去除灰度图像中噪点的方法，其特征在于：如果步骤(1)中选择对白色区域进行噪点去除，则步骤(2)中针对白色区域设定的门限条件为：该区域内的像素点的灰度值大于门限threshold并且不等于1，0＜threshold＜1。
6.如权利要求5所述的有效去除灰度图像中噪点的方法，其特征在于：针对白色区域，步骤(3)中确定边界像素点的方法为：以当前像素点为中心，以边界宽度为半径的范围内如果存在灰度值小于或等于门限threshold的像素点，则当前像素点为边界像素点，对边界像素点进行插值处理后得到的灰度值表达式如下：
factor×(old pixel value)+(1-factor)×(new pixel value)，
其中，old pixel value为像素点原有灰度值，new pixel value为1；
插值因子factor＝0.6375×(edge width)×(edge width)/(min distance)，其中，edge width为边界宽度，min distance为灰度值小于或等于门限threshold的像素点距离当前像素点的最短距离；如果factor＞1，取factor＝1。
7.如权利要求5所述的有效去除灰度图像中噪点的方法，其特征在于：针对白色区域，步骤(3)中确定边界像素点的方法为：以当前像素点为中心，以2×edge width为边长的矩形区域内确定像素点的最小灰度值，如果最小灰度值小于门限threshold，则当前像素点为边界像素点，对边界像素点进行插值处理后得到的灰度值表达式如下：
factor×(old pixel value)+(1-factor)×(new pixel value)，
其中，old pixel value为像素点原有灰度值，new pixel value为1；
插值因子factor＝0.6375×(edge width)×(edge width)，其中，edge width为边界宽度。
8.如权利要求1所述的有效去除灰度图像中噪点的方法，其特征在于：步骤(4)中所述的软边处理为高斯模糊处理或均值模糊处理。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2008102389926A CN101764908B (zh) | 2008-12-08 | 2008-12-08 | 一种有效去除灰度图像中噪点的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2008102389926A CN101764908B (zh) | 2008-12-08 | 2008-12-08 | 一种有效去除灰度图像中噪点的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN101764908A true CN101764908A (zh) | 2010-06-30 |
| CN101764908B CN101764908B (zh) | 2012-02-01 |
Family
ID=42495883
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2008102389926A Expired - Fee Related CN101764908B (zh) | 2008-12-08 | 2008-12-08 | 一种有效去除灰度图像中噪点的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN101764908B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102750688A (zh) * | 2011-09-28 | 2012-10-24 | 新奥特（北京）视频技术有限公司 | 一种自动分析图像彩色噪声特性的方法 |
| CN104159035A (zh) * | 2014-08-22 | 2014-11-19 | 深圳市中兴移动通信有限公司 | 一种星轨拍摄效果自动优化的方法及装置 |
| CN105141866A (zh) * | 2015-09-06 | 2015-12-09 | 青岛海信信芯科技有限公司 | 一种投影图像校正方法和装置 |
| CN107040689A (zh) * | 2015-12-01 | 2017-08-11 | 夏普株式会社 | 图像读取装置 |
| CN111091506A (zh) * | 2019-12-02 | 2020-05-01 | RealMe重庆移动通信有限公司 | 图像处理方法及装置、存储介质、电子设备 |
| CN112734654A (zh) * | 2020-12-23 | 2021-04-30 | 中国科学院苏州纳米技术与纳米仿生研究所 | 一种图像处理方法、装置、设备和存储介质 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3165004B2 (ja) * | 1995-06-22 | 2001-05-14 | 沖電気工業株式会社 | 文書画像の孤立点除去方法 |
| CN101271571A (zh) * | 2007-03-21 | 2008-09-24 | 智多微电子（上海）有限公司 | 一种基于边界检测的图像插值方法 |
-
2008
- 2008-12-08 CN CN2008102389926A patent/CN101764908B/zh not_active Expired - Fee Related
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102750688A (zh) * | 2011-09-28 | 2012-10-24 | 新奥特（北京）视频技术有限公司 | 一种自动分析图像彩色噪声特性的方法 |
| CN104159035A (zh) * | 2014-08-22 | 2014-11-19 | 深圳市中兴移动通信有限公司 | 一种星轨拍摄效果自动优化的方法及装置 |
| CN104159035B (zh) * | 2014-08-22 | 2019-08-16 | 努比亚技术有限公司 | 一种星轨拍摄效果自动优化的方法及装置 |
| CN105141866A (zh) * | 2015-09-06 | 2015-12-09 | 青岛海信信芯科技有限公司 | 一种投影图像校正方法和装置 |
| CN105141866B (zh) * | 2015-09-06 | 2018-10-16 | 青岛海信电器股份有限公司 | 一种投影图像校正方法和装置 |
| CN107040689A (zh) * | 2015-12-01 | 2017-08-11 | 夏普株式会社 | 图像读取装置 |
| CN107040689B (zh) * | 2015-12-01 | 2019-06-18 | 夏普株式会社 | 图像读取装置 |
| CN111091506A (zh) * | 2019-12-02 | 2020-05-01 | RealMe重庆移动通信有限公司 | 图像处理方法及装置、存储介质、电子设备 |
| CN112734654A (zh) * | 2020-12-23 | 2021-04-30 | 中国科学院苏州纳米技术与纳米仿生研究所 | 一种图像处理方法、装置、设备和存储介质 |
| CN112734654B (zh) * | 2020-12-23 | 2024-02-02 | 中国科学院苏州纳米技术与纳米仿生研究所 | 一种图像处理方法、装置、设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN101764908B (zh) | 2012-02-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101764908B (zh) | 一种有效去除灰度图像中噪点的方法 | |
| CN105608676B (zh) | 一种视频图像的增强方法及装置 | |
| CN104517110B (zh) | 一种二维码图像的二值化方法及系统 | |
| Zhang et al. | Rolling guidance filter | |
| CN108765336B (zh) | 基于暗亮原色先验与自适应参数优化的图像去雾方法 | |
| CN108182671B (zh) | 一种基于天空区域识别的单幅图像去雾方法 | |
| CN108062746A (zh) | 一种视频图像处理方法与装置、视频编码系统 | |
| De-Maeztu et al. | Near real-time stereo matching using geodesic diffusion | |
| CN101783861B (zh) | 一种美化图像的方法和装置 | |
| US20110142363A1 (en) | Image correction apparatus and image correction method | |
| CN104835127B (zh) | 一种自适应平滑滤波方法 | |
| KR101001676B1 (ko) | 화소 분류를 이용한 에지보존 디블로킹 필터 | |
| Chao et al. | Anisotropic diffusion-based detail-preserving smoothing for image restoration | |
| Zhang et al. | An image segmentation method based on improved watershed algorithm | |
| CN115082334A (zh) | 结合逆光区域分割与自适应曝光校正的图像增强方法 | |
| CN104778672B (zh) | 一种混合双边图像滤波方法 | |
| Samanta et al. | Development of edge detection technique for images using adaptive thresholding | |
| CN105913391A (zh) | 一种基于形状可变形态学重构的去雾方法 | |
| Frucci | Oversegmentation reduction by flooding regions and digging watershed lines | |
| CN110930330B (zh) | 一种基于图像分割和区域增长的椒盐噪声降噪算法 | |
| Zhang et al. | A ViBe based moving targets edge detection algorithm and its parallel implementation | |
| CN105160635B (zh) | 一种基于分数阶微分估计梯度域的图像滤波方法 | |
| CN116485759A (zh) | 一种超声影像中目标边界识别方法、系统及电子设备 | |
| CN102231790A (zh) | 视频序列中条带损伤的修复方法 | |
| CN115619662A (zh) | 一种基于暗通道先验的图像去雾方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| ASS | Succession or assignment of patent right |
Owner name: BEIJING CULTURAL AND SCIENTIFIC FINANCING LEASE CO Free format text: FORMER OWNER: XIN'AOTE(BEIJING) VIDEO TECHNOLOGY CO., LTD. Effective date: 20150210 |
|
| C41 | Transfer of patent application or patent right or utility model | ||
| COR | Change of bibliographic data |
Free format text: CORRECT: ADDRESS; FROM: 100080 HAIDIAN, BEIJING TO: 100044 SHUNYI, BEIJING |
|
| TR01 | Transfer of patent right |
Effective date of registration: 20150210 Address after: 100044, room 2, building 1, No. 401, Golden Sail Road, Beijing, Shunyi District Patentee after: Beijing culture science and technology finance leasing Limited by Share Ltd Address before: 100080 Beijing city Haidian District xicaochang No. 1 Beijing Silicon Valley computer city 15 1501-1506 room Patentee before: China Digital Video (Beijing) Limited |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20171011 Address after: 100143 Beijing city Haidian District xicaochang No. 1 Silicon Valley computer city 15 1501-1506 room Patentee after: China Digital Video (Beijing) Limited Address before: 100044, room 2, building 1, No. 401, Golden Sail Road, Beijing, Shunyi District Patentee before: Beijing culture science and technology finance leasing Limited by Share Ltd |
|
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20120201 Termination date: 20161208 |