CN101770636A - 图像噪声去除方法及装置 - Google Patents

图像噪声去除方法及装置 Download PDF

Info

Publication number
CN101770636A
CN101770636A CN200810242155A CN200810242155A CN101770636A CN 101770636 A CN101770636 A CN 101770636A CN 200810242155 A CN200810242155 A CN 200810242155A CN 200810242155 A CN200810242155 A CN 200810242155A CN 101770636 A CN101770636 A CN 101770636A
Authority
CN
China
Prior art keywords
noise
denoising
bayer
variance yields
var
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
Application number
CN200810242155A
Other languages
English (en)
Other versions
CN101770636B (zh
Inventor
胡文阁
彭茂
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
BYD Semiconductor Co Ltd
Original Assignee
BYD Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by BYD Co Ltd filed Critical BYD Co Ltd
Priority to CN200810242155A priority Critical patent/CN101770636B/zh
Publication of CN101770636A publication Critical patent/CN101770636A/zh
Application granted granted Critical
Publication of CN101770636B publication Critical patent/CN101770636B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Image Processing (AREA)
  • Color Television Image Signal Generators (AREA)

Abstract

本发明提供一种图像噪声去除方法，包括：根据模拟增益值对Bayer图像数据的噪声方差值进行估算；在Bayer图像数据中，选取与待去噪点隔行和/或隔列的相同颜色点，建立以待去噪点为中心点的待去噪点临域；计算所述待去噪点邻域的方差值；将所述待去噪点邻域的方差值和Bayer图像数据的噪声方差值进行比较，并根据比较结果选择相应的滤波器对Bayer图像数据进行噪声过滤；本发明基于Bayer图像数据，利用邻域方差放大了图像细节，从而能够有效的区分图像细节和噪声，能够有效地去除图像噪声的同时，尽量保留图像的细节部分，使图像清晰度不受影响；从而可以使后续的插值算法可以更简单，有效的恢复出去除了噪声的全彩色的RGB图像。

Description

图像噪声去除方法及装置
技术领域
本发明涉及图像噪声去除领域，特别涉及一种摄像头的图像去除噪声方法及装置。
背景技术
图像预处理的基本目的就是改善图像质量，而去除图像噪声是改善图像质量的一种有效方法。噪声的形成有很多种原因，可能在成像过程中产生，也可能在传输过程中产生。在图像处理中噪声去除也有许多不同的方法，其中，最常用的是低通滤波方法。
低通滤波是一种通行信号处理方式，采用简单的邻域平均来减小噪声，即用领近像素点的各颜色分量平均值来代替当前中心像素点的各颜色分量，这种方法能比较有效的抑制图像噪声，但是图像细节有较大的损失，从而使图像质量降低。
还有一种改进的低通滤波方法，利用图像梯度算子，将图像细节和噪声分开来，再对噪声进行低通滤波加以去除。此种方法虽然避免了前一种方法对所有像素点都进行低通滤波从而导致大量细节损失的缺陷，但是这种方法很难对图像细节和噪声进行准确的区分，区分条件严格一点会损失很多图像细节，区分条件宽泛一点，则很多噪声又难以去除。
发明内容
本发明要解决的技术问题为：现有技术中较难对图像细节和噪声进行准确的区分，而导致区分条件严格时会损失较多的图像细节，区分条件宽泛时，则很多噪声难以去除的问题。
为解决上述技术问题，本发明提出如下技术方案：
一种图像噪声去除方法，其特征在于包括如下步骤：
根据模拟增益值对Bayer图像数据的噪声方差值进行估算；
在Bayer图像数据中，选取与待去噪点隔行和/或隔列的相同颜色点，建立以待去噪点为中心的待去噪点临域；
计算所述待去噪点邻域的方差值；
将所述待去噪点邻域的方差值和Bayer图像数据的噪声方差值进行比较，并根据比较结果选择相应的滤波器对Bayer图像数据进行噪声过滤。
本发明名还提供了一种图像噪声去除装置，包括：
Bayer图像数据噪声计算单元，用于根据模拟增益值对Bayer图像数据的噪声方差值进行估算；
邻域生成单元，用于在Bayer图像数据中，选取与待去噪点隔行和/或隔列的相同颜色点，建立以待去噪点为中心的待去噪点临域；
方差计算单元，用于估算待去噪点临域的方差值；
比较过滤单元，对所述待去噪点临域的方差值和Bayer图像数据的噪声方差值进行比较，并根据比较结果选择不同的滤波器对图像进行噪声过滤；
本发明所提供的图像噪声去除方法及装置，基于Bayer图像数据，利用邻域方差平方放大了图像细节，从而能够有效的区分图像细节和噪声，于是能够有效地去除图像噪声的同时，能够尽量保留图像的细节部分，使图像清晰度不受影响；从而可以使后续的插值算法可以更简单，有效的恢复出去除了噪声的全彩色的RGB图像。
附图说明
图1为本发明实施例流程示意图；
图2为本发明实施例图像噪声去除流程示意图；
图3为本发明实施例待去噪点邻域示意图；
图4为中心像素点为B分量的Bayer图像数据的像素排列格式图；
图5为本发明实施例所建立的中心点为B分量的待去噪点邻域；
图6是中心像素点为R分量的Bayer图像数据的像素排列格式图；
图7为本发明实施例根据图6所建立的中心点为R分量的待去噪点邻域；
图8是中心像素点为G分量，且该行包含原始值为B分量的Bayer图像数据的像素排列格式图；
图9为本发明实施例根据图8所建立的中心点为G分量的待去噪点邻域；
图10是中心像素点为G分量，且该行包含原始值为R分量的Bayer图像数据的像素排列格式图；
图11为本发明实施例根据图10所建立的中心点为G分量的待去噪点邻域；
图12为本发明实施例原理框图；
图13为本发明实施例电路原理框图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚明白，以下参照附图并举实施例，对本发明进一步详细说明。
图1为本发明实施例流程示意图；如图1所示，本发明实施例多提供的一种图像噪声去除方法，包括：
步骤S101：根据模拟增益值对Bayer图像数据的噪声方差值进行估算；
步骤S102：在Bayer图像数据中，选取与待去噪点隔行和/或隔列的相同颜色点，建立以待去噪点为中心点的待去噪点临域；
步骤S103：计算所述待去噪点邻域的方差值；
步骤S104：将所述待去噪点邻域的方差值和Bayer图像数据的噪声方差值进行比较，并根据比较结果选择相应的滤波器对Bayer图像数据进行噪声过滤。
图2为本发明实施例图像噪声去除流程示意图；如图2所示步骤S104具体为：待去噪点邻域的方差值小于Bayer图像数据的方差值Var_n时，由比较滤波单元选择第一滤波器进行低通滤波，去除噪声；待去噪点邻域的方差值大于或等于Bayer图像数据的方差值Var_n时，由比较滤波单元选择第二波滤器进行自适应滤波，去除噪声。
上述对Bayer图像数据的噪声方差值进行估算的具体方法为：Bayer图像数据的噪声方差值为var_n，设正常光照下的图像噪声var_n_0，设此时模拟增益值为Gain_0，当模拟增益值为Gain时，则估算图像噪声为：
Var_n＝Var_n_0×(Gain/Gain_0)或Var_n＝Var_n_0+k×(Gain-Gain_0)。
上述步骤S102中所述的待去噪点临域，如图3所示，为以待去噪点Y 33为中心点的3×3矩阵，矩阵中的Y代表待去噪点邻域中某个颜色分量，Y后面的数字代表其所处于的行和列。
所述待去噪点邻域的方差值的计算方法为：设待去噪点邻域平均值设为Mean，则有：
Mean＝(Y11+Y12+Y13+Y21+Y23+Y31+Y32+Y33)/8；(1)
其中Y代表待去噪点邻域中某个颜色分量，Y后面的数字代表其所处于的行和列。
中心像素点邻域的均方差设为Std_e则有：
Std_e＝(|Y11-Mean |+|Y12-Mean|+|Y13-Mean|+|Y21-Mean |+|Y23-Mean |+|Y31-Mean |+|Y32-Mean |+|Y33-Mean|)/8；(2)
中心像素点邻域的方差设为Var_e，其计算为：
Var_e≈Std_e2    (3)。
噪声去除的具体方法为：设待去噪点的修正值为Y22_new，当待去噪点邻域的方差值Var_e小于Bayer图像数据的噪声方差值Var_n时有：
Y22_new＝(Y11+Y12+Y13+Y21+Y23+Y31+Y32+Y33)/8；(4)由第一滤波器进行滤波；当待去噪点邻域的方差Var_e大于或等于Bayer图像数据的噪声方差值Var_n时有：
Y22_new＝Y22+(Var_n/Var_e)×(Mean-Y22)；(5)由第二滤波器进行自适应滤波。
图4为中心像素点为B分量的Bayer图像数据的像素排列格式图；此时，待去噪点为B33，选取与待去噪点隔行和/或隔列的相同颜色点，分别为B11＝Y11、B13＝Y12、B15＝Y13、B31＝Y21、B35＝Y23、B51＝Y 31、B53＝Y32、B55＝Y33，建立的以待去噪点为中心点的待去噪点临域如图5所示，分别将选取的点带入算式(1)、(2)、(3)、(4)、(5)进行计算则有：
设Bayer图像数据的噪声方差值为var_n1，设正常光照下的图像噪声var_n_01，设此时模拟增益值为Ga in_01，当模拟增益值为Gain1时，则估算图像噪声为：
Var_n1＝Var_n_01×(Gain1/Gain_01)或Var_n1＝Var_n_01+k×(Gain1-Gain_01)。
待去噪点邻域平均值为：
Mean1＝(B11+B13+B15+B31+B35+B51+B53+B55)/8；
待去噪点邻域均方差为：
Std_e1＝(|B11-Mean1|+|B13-Mean1|+|B15-Mean1|+|B31-Mean1|+|B35-Mean1|+
|B51-Mean1|+|B53-Mean1|+|B55-Mean1|)/8；
待去噪点邻域方差为：
Var_e1≈Std_e12
设待去噪点的修正值为B33_new，当待去噪点邻域的方差值Var_e1小于Bayer图像数据的噪声方差值Var_n1时有：
B33_new＝B11+B13+B15+B31+B35+B51+B53+B55)/8；由第一滤波器进行滤波；
当待去噪点邻域的方差Var_e1大于或等于Bayer图像数据的噪声方差值Var_n1时有：
B33_new＝B33+(Var_n1/Var_e1)×(Mean_B33)；由第二滤波器进行自适应滤波。
图6为中心像素点为R分量的Bayer图像数据的像素排列格式图；建立的以待去噪点为中心点的待去噪点临域如图7所示；其噪声去除方法与中心像素点为B分量的Bayer图像数据的像素排列格式类似，在此不再赘述。
图8为中心像素点为G分量，且该行包含原始值为B分量的Bayer图像数据的像素排列格式图；建立的以待去噪点为中心点的待去噪点临域如图9所示；其噪声去除方法与中心像素点为B分量的Bayer图像数据的像素排列格式类似，在此不再赘述。
图10为中心像素点为G分量，且该行包含原始值为R分量的Bayer图像数据的像素排列格式图；建立的以待去噪点为中心点的待去噪点临域如图11所示；其噪声去除方法与中心像素点为B分量的Bayer图像数据的像素排列格式类似，在此不再赘述。
本发明实施例所基于的Bayer图像数据格式不局限于5×5矩阵，也可适用于7×7，9×9等奇数矩阵。
如图12所示，图像噪声去除装置包括：图像噪声计算单元11，用于根据输入的模拟增益值对图像的噪声方差值进行估算，邻域生成单元12用于根据输入的bayer图像中与中心像素点同一种颜色的相邻像素点建立中心像素点邻域，方差计算单元13用于估算中心像素点邻域的方差值，比较过滤单元14对所述噪声方差值和中心像素点邻域的方差值进行比较，并根据比较结果进行噪声过滤；图像噪声计算单元11和方差计算单元13分别与比较过滤单元14相连接，邻域生成单元12与方差计算单元13相连接。
如图13所示，比较滤波单元14包括：比较器141、第一滤波器142和第二滤波器143，其中比较器141用于对所述噪声方差值和中心像素点邻域的方差值进行比较并得出比较结果；第一滤波器142用于根据比较结果对图像进行低通滤波；第二滤波器143用于根据比较结果对图像进行自适应滤波。第一滤波器142和第二滤波器143分别与比较器141相连接。
本发明所提供的图像噪声去除方法及装置，基于Bayer图像数据，利用邻域方差平方放大了图像细节，从而能够有效的区分图像细节和噪声，于是能够有效地去除图像噪声的同时，能够尽量保留图像的细节部分，使图像清晰度不受影响；从而可以使后续的插值算法可以更简单，有效的恢复出去除了噪声的全彩色的RGB图像。

Claims (8)

1.图像噪声去除方法，其特征在于包括如下步骤：
根据模拟增益值对Bayer图像数据的噪声方差值进行估算；
在Bayer图像数据中，选取与待去噪点隔行和/或隔列的相同颜色点，建立以待去噪点为中心点的待去噪点临域；
计算所述待去噪点邻域的方差值；
将所述待去噪点邻域的方差值和Bayer图像数据的噪声方差值进行比较，并根据比较结果选择相应的滤波器对Bayer图像数据进行噪声过滤。
2.根据权利要求1所述的图像噪声去除方法，其特征在于：
待去噪点邻域的方差值小于Bayer图像数据的方差值Var_n时，由比较滤波单元选择第一滤波器进行低通滤波，去除噪声；
待去噪点邻域的方差值大于或等于Bayer图像数据的方差值Var_n时，由比较滤波单元选择第二波滤器进行自适应滤波，去除噪声。
3.根据权利要求1或2所述的图像噪声去除方法，其特征在于：Bayer图像数据的噪声方差值进行估算的具体方法为：Bayer图像数据的方差值为var_n，设正常光照下的图像噪声var_n_0，设此时模拟增益值为Gain_0，当模拟增益值为Gain时，则估算图像噪声为：
Var_n＝Var_n_0×(Gain/Gain_0)或Var_n＝Var_n_0+k×(Gain-Gain_0)。
4.根据权利要求1或2所述的图像噪声去除方法，其特征在于：所述待去噪点临域，为以待去噪点为中心点的3X3矩阵。
5.根据权利要求4所述的图像噪声去除方法，其特征在于：
所述待去噪点邻域的方差值的计算方法为：
设待去噪点邻域平均值设为Mean，则有：
Mean＝(Y11+Y12+Y13+Y21+Y23+Y31+Y32+Y33)/8；
其中Y代表待去噪点邻域中某个颜色分量，Y后面的数字代表其所处于的行和列。
中心像素点邻域的均方差设为Std_e则有：
Std_e＝(|Y11-Mean|+|Y12-Mean|+|Y13-Mean|+|Y21-Mean|+|Y23-Mean|+|Y31-Mean|+|Y32-Mean|+|Y33-Mean|)/8；
中心像素点邻域的方差设为Var_e，其计算为：Var_e≈Std_e2。
6.根据权利要求5所述的图像噪声去除方法，其特征在于，设待去噪点的修正值为Y22_new，当待去噪点邻域的方差值Var_e小于Bayer图像数据的噪声方差值Var_n时有：
Y22_new＝(Y11+Y12+Y13+Y21+Y23+Y31+Y32+Y33)/8；
由第一滤波器进行滤波；
当待去噪点邻域的方差Var_e大于或等于Bayer图像数据的噪声方差值Var_n时有：
Y22_new＝Y22+(Var_n/Var_e)×(Mean-Y22)；
由第二滤波器进行自适应滤波。
7.图像噪声去除装置，其特征在于，包括：
Bayer图像数据噪声计算单元，用于根据模拟增益值对Bayer图像数据的噪声方差值进行估算；
邻域生成单元，用于在Bayer图像数据中，选取与待去噪点隔行和/或隔列的相同颜色点，建立以待去噪点为中心点的待去噪点临域；方差计算单元，用于估算待去噪点临域的方差值；
比较过滤单元，对所述待去噪点临域的方差值和Bayer图像数据的噪声方差值进行比较，并根据比较结果选择不同的滤波器对图像进行噪声过滤。
8.根据权利要求7所述的图像噪声去除装置，其特征在于，所述比较滤波单元包括：比较器、第一滤波器和第二滤波器，其中比较器用于对所述Bayer图像数据的噪声方差值和待去噪点邻域的方差值进行比较并得出比较结果，第一滤波器用于待去噪点邻域的方差值小于Bayer图像数据的噪声方差值时，对图像进行低通滤波，第二滤波器用于待去噪点邻域的方差值大于或等于Bayer图像数据的噪声方差值时，对图像进行自适应滤波，第一滤波器和第二滤波器分别与比较器相连接。
CN200810242155A 2008-12-30 2008-12-30 图像噪声去除方法及装置 Active CN101770636B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN200810242155A CN101770636B (zh) 2008-12-30 2008-12-30 图像噪声去除方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN200810242155A CN101770636B (zh) 2008-12-30 2008-12-30 图像噪声去除方法及装置

Publications (2)

Publication Number Publication Date
CN101770636A true CN101770636A (zh) 2010-07-07
CN101770636B CN101770636B (zh) 2012-09-26

Family

ID=42503485

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200810242155A Active CN101770636B (zh) 2008-12-30 2008-12-30 图像噪声去除方法及装置

Country Status (1)

Country Link
CN (1) CN101770636B (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102034225A (zh) * 2010-12-20 2011-04-27 天津大学 一种基于边缘模式的插入图像颜色分量的方法
CN102129673A (zh) * 2011-04-19 2011-07-20 大连理工大学 一种随意光照下彩色数字图像增强和去噪方法
CN102456220A (zh) * 2010-10-25 2012-05-16 新奥特（北京）视频技术有限公司 一种基于包围盒的彩色图像噪声通道提取方法
CN102456221A (zh) * 2010-10-25 2012-05-16 新奥特（北京）视频技术有限公司 一种图像噪声快速去除方法
CN102801928A (zh) * 2012-09-10 2012-11-28 上海国茂数字技术有限公司 图像处理方法及图像处理设备
CN104376540A (zh) * 2014-12-01 2015-02-25 北京思比科微电子技术股份有限公司 一种Bayer图像的去噪方法
CN105809633A (zh) * 2014-12-29 2016-07-27 展讯通信（上海）有限公司 去除颜色噪声的方法及装置
CN106204427A (zh) * 2016-07-07 2016-12-07 上海杰图软件技术有限公司 一种基于Bayer图像生成全景图像的方法和系统
CN106713877A (zh) * 2017-01-23 2017-05-24 上海兴芯微电子科技有限公司 一种拜耳格式图像的插值方法和装置
CN107392856A (zh) * 2016-05-16 2017-11-24 合肥君正科技有限公司 一种图像滤波方法及其装置
CN109741267A (zh) * 2018-12-05 2019-05-10 西安电子科技大学 基于三边滤波和神经网络的红外图像非均匀性校正方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4149126B2 (ja) * 2000-12-05 2008-09-10 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー 画像処理方法、画像処理装置および画像撮影装置
US7460688B2 (en) * 2004-12-09 2008-12-02 Aptina Imaging Corporation System and method for detecting and correcting defective pixels in a digital image sensor
CN100546335C (zh) * 2005-12-21 2009-09-30 比亚迪股份有限公司 一种实现异常点数值校正的色彩插值方法
CN100505832C (zh) * 2006-03-21 2009-06-24 中国科学院计算技术研究所 一种多模板混合滤波的图像去噪方法

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102456220A (zh) * 2010-10-25 2012-05-16 新奥特（北京）视频技术有限公司 一种基于包围盒的彩色图像噪声通道提取方法
CN102456221A (zh) * 2010-10-25 2012-05-16 新奥特（北京）视频技术有限公司 一种图像噪声快速去除方法
CN102456220B (zh) * 2010-10-25 2014-03-19 新奥特（北京）视频技术有限公司 一种基于包围盒的彩色图像噪声通道提取方法
CN102034225A (zh) * 2010-12-20 2011-04-27 天津大学 一种基于边缘模式的插入图像颜色分量的方法
CN102034225B (zh) * 2010-12-20 2012-05-23 天津大学 一种基于边缘模式的插入图像颜色分量的方法
CN102129673A (zh) * 2011-04-19 2011-07-20 大连理工大学 一种随意光照下彩色数字图像增强和去噪方法
CN102129673B (zh) * 2011-04-19 2012-07-25 大连理工大学 一种随意光照下彩色数字图像增强和去噪方法
CN102801928A (zh) * 2012-09-10 2012-11-28 上海国茂数字技术有限公司 图像处理方法及图像处理设备
CN104376540A (zh) * 2014-12-01 2015-02-25 北京思比科微电子技术股份有限公司 一种Bayer图像的去噪方法
CN104376540B (zh) * 2014-12-01 2017-02-22 北京思比科微电子技术股份有限公司 一种Bayer图像的去噪方法
CN105809633A (zh) * 2014-12-29 2016-07-27 展讯通信（上海）有限公司 去除颜色噪声的方法及装置
CN105809633B (zh) * 2014-12-29 2019-04-30 展讯通信（上海）有限公司 去除颜色噪声的方法及装置
CN107392856A (zh) * 2016-05-16 2017-11-24 合肥君正科技有限公司 一种图像滤波方法及其装置
CN106204427A (zh) * 2016-07-07 2016-12-07 上海杰图软件技术有限公司 一种基于Bayer图像生成全景图像的方法和系统
CN106713877A (zh) * 2017-01-23 2017-05-24 上海兴芯微电子科技有限公司 一种拜耳格式图像的插值方法和装置
CN109741267A (zh) * 2018-12-05 2019-05-10 西安电子科技大学 基于三边滤波和神经网络的红外图像非均匀性校正方法
CN109741267B (zh) * 2018-12-05 2023-04-25 西安电子科技大学 基于三边滤波和神经网络的红外图像非均匀性校正方法

Also Published As

Publication number Publication date
CN101770636B (zh) 2012-09-26

Similar Documents

Publication Publication Date Title
CN101770636B (zh) 图像噪声去除方法及装置
CN101316321B (zh) 一种基于中值滤波器的图像噪声去除方法和装置
TWI407800B (zh) 馬賽克影像的改良處理
KR100780932B1 (ko) 컬러 보간 방법 및 장치
US8913842B2 (en) Image smoothing method based on content-dependent filtering
US20160196477A1 (en) Method and system for filtering image noise out
JPWO2012042771A1 (ja) 画像処理装置、画像処理方法及び集積回路
US8145014B2 (en) Apparatus and method of removing color noise of digital image
CN101562692B (zh) 噪声降低装置及方法
JP4118397B2 (ja) 固体カラー撮像デバイスのノイズ除去方法
JPH0767176B2 (ja) 符号化雑音除去フィルタ
US9031353B2 (en) Method and apparatus for reducing spatial noise of images
JP5062483B2 (ja) 信号処理装置および方法、並びにプログラム
JP2009021756A (ja) ノイズ除去回路、ノイズ除去方法、撮像装置、プログラム
CN101472058B (zh) 图像噪声去除装置和方法
US9471965B2 (en) Image processor and image processing method
KR100826215B1 (ko) 격자 노이즈 및 에지 방향을 고려한 컬러 보간 방법 및장치
JP2008113163A (ja) 欠陥画素補正回路、それを用いた画像処理システムおよび欠陥画素補正方法
KR100839922B1 (ko) 적응적 평균값 필터를 이용한 컬러 잡음 제거 장치 및 방법
JPH0927955A (ja) 画像処理装置
US20120170863A1 (en) Method and apparatus for reducing noise of digital image
KR101105689B1 (ko) 십자 형태의 윈도우 특성을 이용한 변형된 형태의 메디안 노이즈 제거 필터링 방법
KR100617651B1 (ko) 격자 무늬 노이즈 제거 장치 및 방법
JP2008099069A (ja) ノイズ低減装置および方法
JP3945532B2 (ja) Ｙ／ｃ分離装置および方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20200114

Address after: 518119 1 Yanan Road, Kwai Chung street, Dapeng New District, Shenzhen, Guangdong

Patentee after: SHENZHEN BYD MICROELECTRONICS Co.,Ltd.

Address before: 518118 Pingshan Road, Pingshan Town, Shenzhen, Guangdong, No. 3001, No.

Patentee before: BYD Co.,Ltd.

CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: 518119 No.1 Yan'an Road, Kuiyong street, Dapeng New District, Shenzhen City, Guangdong Province

Patentee after: BYD Semiconductor Co.,Ltd.

Address before: 518119 No.1 Yan'an Road, Kuiyong street, Dapeng New District, Shenzhen City, Guangdong Province

Patentee before: BYD Semiconductor Co.,Ltd.

Address after: 518119 No.1 Yan'an Road, Kuiyong street, Dapeng New District, Shenzhen City, Guangdong Province

Patentee after: BYD Semiconductor Co.,Ltd.

Address before: 518119 No.1 Yan'an Road, Kuiyong street, Dapeng New District, Shenzhen City, Guangdong Province

Patentee before: SHENZHEN BYD MICROELECTRONICS Co.,Ltd.