CN102231790A - 视频序列中条带损伤的修复方法 - Google Patents
视频序列中条带损伤的修复方法 Download PDFInfo
- Publication number
- CN102231790A CN102231790A CN2011101695663A CN201110169566A CN102231790A CN 102231790 A CN102231790 A CN 102231790A CN 2011101695663 A CN2011101695663 A CN 2011101695663A CN 201110169566 A CN201110169566 A CN 201110169566A CN 102231790 A CN102231790 A CN 102231790A
- Authority
- CN
- China
- Prior art keywords
- damage
- pixel
- vertical
- horizontal
- value
- 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
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000006378 damage Effects 0.000 claims description 258
- 230000008439 repair process Effects 0.000 claims description 37
- 230000006735 deficit Effects 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000003902 lesion Effects 0.000 claims description 5
- 239000000758 substrate Substances 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 7
- 238000005516 engineering process Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 3
- 238000000354 decomposition reaction Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 241000215452 Lotus corniculatus Species 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000006837 decompression Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Image Processing (AREA)
Abstract
本发明公开了一种视频序列中条带损伤的修复方法,它包括步骤:(1)读入待修复的视频序列和二值掩膜图像序列;(2)由二值掩膜图像得到条带损伤的长度值和宽度值,根据条带损伤的长和宽之比确定条带损伤是垂直条带损伤还是水平条带损伤;(3)计算垂直条带损伤周围像素点的梯度值,对垂直条带损伤位于平坦区域的和位于边缘区域的进行插值修复;(4)计算水平条带损伤周围像素点的梯度值,对水平条带损伤位于平坦区域的和位于边缘区域的,进行插值修复;(5)输出保存修复后的视频序列。该方法对位于平坦区域和边缘区域的条带采用不同插值算法,运算量小于数字图像填充法和小波域插值修复法,且能取得较好的修复效果,适合在工程中使用。
Description
技术领域
本发明属于数字视频修复领域,具体地说是涉及一种视频序列中条带损伤的修复方法,该方法用于对老胶片和旧磁带中的视频画面进行数字修复。
背景技术
条带损伤是视频序列中一种常见的损伤,条带损伤是出现在视频画面中或明或暗的线条干扰。条带损伤主要分为垂直条带损伤和水平条带损伤,条带损伤的宽为3-10个像素宽,条带损伤在垂直或水平方向上贯穿整个画面,严重影响观看效果。条带损伤成为视频修复领域里最难解决的问题之一,其原因在以下几点:条带损伤通常在视频序列的相同位置连续出现,修复时没有可利用的时间域信息;条带损伤往往不是标准的直线段,个别情况下是有夹角的条带;条带损伤划过的面积较大,修复后的人工痕迹比较明显。
最早用来修复条带的方法是空间域插值法,如L. Maddalena. Efficient Methods for Scratch Removal in Image Sequences[C], Proceedings of 11th International Conference on Image Analysis and Processing,2001和Kyung-tai Kim, Eun yi Kim. Automatic Film Line Scratch Removal System based on Spatial Information[C]. IEEE International Symposium on Consumer Electronics, 2007。该修复方法利用条带损伤两侧的像素点做线性插值或多项式插值修复条带损伤,运算速度比较快,但由于插值模型过于简单,修复后的视频序列在视觉效果上会有模糊和平滑效应,当视频序列的背景比较复杂时,这种模糊和平滑的效应更加明显。
还有一些学者利用小波域进行插值,如T. Bretschneider, O. Kao , P.J. Bones. Removal of Vertical Scratches in Digitised Historical Film Sequences Using Wavelet Decomposition[C]. Proceedings of Image and Vision Computing, New Zealand,2000,pp:38-43。该修复算法在小波域分解图像,然后对小波系数做线性插值,最后通过小波反变换得到修复后的视频序列。该修复算法与空间域插值法相比能有效的保留图像的高频分量,减少因插值修复而带来的图像模糊和平滑效应,但算法的运算量过于庞大,而且进行小波分解时,其阈值的设置难以把握,阈值大小的设置对修复结果影响大,此修复方法没能在实际工程中得到应用。
进入2000年后,数字图像填充技术(image inpainting,又称图像修补技术)受到重视并应用到图像修复领域,如M. Bertalmio, G. Sapiro, V. Caselles, and C. Ballester. Image inpainting[C]. Proceedings of the 27th Annual Conference on Computer Graphics and Interactive Techniques,2000和Zhang Hongying, Wu Yadong, Kuang Zhonglin. An Efficient Scratches Detection and Inpainting Algorithm for Old Film Restoration[C]. International Conference on Information Technology and Computer Science, 2009。数字图像填充技术的主要思想是利用物理学中的热扩散方程,将待修补区域从区域边界各向异性地向修补区域内扩散。该修复方法由于具有良好的修复效果在视频修复领域得到广泛的应用,但是,该数字图像填充技术适合于对有块状损伤的图像进行修复,块状损伤有更多可利用的梯度信息。如将数字图像填充技术应用于对带状损伤的修复会使错误信息呈带状积累造成修复痕迹明显。此外,数字图像填充技术是通过迭代实现的,运算量非常大,不适合对图像序列进行连续修复。
发明内容
鉴于现有的技术存在的问题和不足,本发明的目的在于提供一种视频序列中条带损伤的修复方法,该方法不仅运算量小,能自适应地修复不同宽度的条带损伤,而且能提高插值修复后视频序列的播放质量。
为达到上述目的,本发明采用以下技术解决方案实现,上述一种视频序列中条带损伤的修复方法,其具体步骤如下:
(1)、读入待修复的视频序列和标记条带损伤位置的二值掩膜图像序列;
(2)、由二值掩膜图像得到条带损伤的长度值和宽度值,根据条带损伤的长和宽之比确定条带损伤是垂直条带损伤还是水平条带损伤:若视频序列中存在的是垂直条带损伤,则转步骤(3)进行插值修复,若视频序列中存在的是水平条带损伤,则转步骤(4)进行插值修复;
(3)、计算垂直条带损伤周围像素点的梯度值,根据得到的梯度值将垂直条带损伤分为位于平坦区域的垂直条带损伤和位于边缘区域的垂直条带损伤,对垂直条带损伤位于平坦区域的,用条带损伤左、右的像素点插值修复,对垂直条带损伤位于边缘区域的,用沿边缘方向的像素点进行插值修复;
(4)、计算水平条带损伤周围像素点的梯度值,根据得到的梯度值将水平条带损伤分为位于平坦区域的水平条带损伤和位于边缘区域的水平条带损伤,对水平条带损伤位于平坦区域的,用条带损伤上、下的像素点插值修复,对水平条带损伤位于边缘区域的,用沿边缘方向的像素点进行插值修复;
(5)、输出保存修复后的视频序列。
本发明的一种视频序列中条带损伤的修复方法与现有的条带损伤修复技术相比较,具有如下显而易见的突出特点:该方法对位于平坦区域和边缘区域的条带采用不同的插值算法,运算量小于数字图像填充法和小波域插值修复法等方法,且能取得很好的修复效果,适合在实际工程中使用。
附图说明
图1是本发明的一种视频序列中条带的修复方法的流程图;
图2是视频序列中黑色垂直条带损伤的画面;
图3是视频序列中白色垂直条带损伤的画面;
图4是视频序列中黑色水平条带损伤的画面;
图5是视频序列中白色水平条带损伤的画面;
图6是图2的二值掩膜图像;
图7是图3的二值掩膜图像;
图8是图4的二值掩膜图像;
图9是图5的二值掩膜图像;
图10是根据二值掩膜图像判断条带类型的示意图;
图11是步骤(3)中插值修复垂直条带的流程图;
图12是步骤(3)中修复垂直条带所使用的像素块示意图;
图13是步骤(3)中对视频序列中黑色垂直条带损伤进行插值修复后的画面;
图14是步骤(3)中对视频序列中白色垂直条带损伤进行插值修复后的画面;
图15是步骤(4)中插值修复水平条带的流程图;
图16是步骤(4)中修复水平条带所使用的像素块示意图;
图17是步骤(4)中对黑色水平条带损伤进行插值修复后的画面;
图18是步骤(4)中对白色水平条带损伤进行插值修复后的画面。
具体实施方式
以下结合附图对本发明的实施例作进一步的详细说明。
上述一种视频序列中条带损伤的修复方法,如图1所示,其具体步骤为:
(1)、读入待修复的视频序列和标记条带损伤位置的二值掩膜图像序列;
读入的待修复的视频序列是由胶片或磁带经过模数转换和解缩后的bmp格式的图像序列,条带的二值掩膜图像序列是对待修复的视频序列进行检测得到的二值图像序列,条带的二值掩膜图像序列标记待修复的序列中条带损伤的位置,在二值掩膜图像序列中,设定像素值为255的区域是存在条带损伤的区域,该二值掩膜图像序列显示为白色;设定像素值为0的区域是不存在条带损伤的区域,该二值掩膜图像序列显示为黑色,图2、图3、图4、图5中的画面分别是视频序列中黑色垂直条带损伤的画面、白色垂直条带损伤的画面、黑色水平条带损伤的画面、白色水平条带损伤的画面;图6、图7、图8、图9中的画面则分别是上述图2、图3、图4、图5中的画面对应的二值条带掩膜图像的画面,从图6、图7、图8、图9中看到,条带的二值掩膜图像序列中标记出待修复序列中条带损伤的位置。
(2)、由二值掩膜图像得到条带损伤的长度和宽度值,根据条带损伤的长和宽之比确定条带损伤是垂直条带损伤还是水平条带损伤,若视频序列中存在的是垂直条带损伤,则转步骤(3)进行插值修复,若视频序列中存在的是水平条带损伤,则转步骤(4)进行插值修复,其具体步骤如下:
(2-1)、对条带损伤的二值掩膜图像从左到右进行逐行扫描,对条带损伤区域的左上点,记为 ,对条带损伤的右下点,记为,如图10所示,是二值掩膜图像内像素点的横纵坐标,则分别得到条带损伤的长度值和宽度值,其表达式如下:
(2-2)、判断条带损伤的宽度值是否为奇数值,若条带损伤的宽度值不是奇数值,则将条带损伤的宽度值增加1个像素宽,将条带损伤的宽度值扩展为奇数值,则转步骤(2-3),若条带损伤的宽度是奇数值,则转步骤(2-3);
(2-4)、判断条带损伤的长与宽比是大于1还是小于1:若条带损伤的长与宽比大于1,则该条带损伤为垂直条带损伤,则转步骤(3)进行插值修复;若条带损伤的长与宽比小于1,则该条带损伤为水平条带损伤,则转步骤(4)进行插值修复;
(3)、计算垂直条带损伤周围像素点的梯度值,根据得到的梯度值将垂直条带损伤分为位于平坦区域的垂直条带损伤和位于边缘区域的垂直条带损伤,对垂直条带损伤位于平坦区域的,用条带损伤左、右的像素点插值修复,对垂直条带损伤位于边缘区域的,用沿边缘方向的像素点进行插值修复,如图11所示,插值修复垂直条带损伤的具体步骤如下:
(3-1)、计算垂直条带损伤周围像素块的梯度值,根据垂直条带损伤周围像素块的最大梯度值和最小梯度值确定阈值,其具体步骤如下:
(3-1-2)、定义左像素块W、右像素块E、左上像素块NW、右上像素块NE、左下像素块SW、右下像素块SE的位置和大小,其具体方法如下:
选取第行垂直条带损伤周围的六个像素块:左像素块W、右像素块E、左上像素块NW、右上像素块NE、左下像素块SW、右下像素块SE,左像素块W、右像素块E、左上像素块NW、右上像素块NE、左下像素块SW、右下像素块SE的位置和大小的定义如下:
(6a)
(3-1-5)、根据垂直条带损伤周围像素块的最大梯度值和最小梯度值确定阈值,阈值的表达式为:
(8)
(3-2)、将垂直条带损伤周围像素块的水平方向、45°方向、135°方向的梯度值分别与公式(8)中的阈值比较,按比较的大小分别对垂直条带损伤进行插值修复,其具体如下:
(3-2-1)、将垂直条带损伤周围像素块的水平方向、45°方向、135°方向的梯度值分别与公式(8)中的阈值比较,如果比较结果满足如下不等式:
则该垂直条带损伤区域为边缘区域,用45°方向上的像素点进行插值修复,其表达式为:
(3-2-2)、将垂直条带损伤周围像素块的水平方向、45°方向、135°方向的梯度值分别与公式(8)中阈值比较,如果比较结果满足如下不等式:
(11)
则该垂直条带损伤区域为边缘区域,用135°方向上的像素点进行插值修复,其表达式为:
(3-2-3)、将垂直条带损伤周围像素块的水平方向、45°方向、135°方向的梯度值分别与公式(8)中阈值比较,如果比较结果既不满足不等式(9),又不满足不等式(11),则该垂直条带损伤区域为平坦区域,用水平方向上的像素点对垂直条带区域进行插值修复,其表达式为:
如图13所示,图中是对黑色垂直条带损伤进行插值修复后的画面;如图14所示,图中是对白色垂直条带损伤进行插值修复后的画面;
(4)、计算水平条带损伤周围像素点的梯度值,根据得到的梯度值将水平条带损伤分为位于平坦区域的水平条带损伤和位于边缘区域的水平条带损伤,对水平条带损伤位于平坦区域的,用条带损伤左、右的像素点插值修复,对水平条带损伤位于边缘区域的,用沿边缘方向的像素点进行插值修复,如图15所示,插值修复水平条带损伤,其具体步骤如下:
(4-1)、计算水平条带损伤周围像素块的梯度值,根据水平条带损伤周围像素块的最大梯度值和最小梯度值确定阈值,其具体步骤如下:
(4-1-1)、定义第列的水平条带损伤区域
(4-1-2)、定义上像素块N、下像素块S、左上像素块NW、右上像素块NE、左下像素块SW、右下像素块SE的位置和大小,其具体方法如下:
选取第列水平条带损伤周围的六个像素块:上像素块N、下像素块S、左上像素块NW、右上像素块NE、左下像素块SW、右下像素块SE,上像素块N、下像素块S、左上像素块NW、右上像素块NE、左下像素块SW、右下像素块SE的位置和大小的定义如下:
(15e)
第列待修复的水平条带损伤周围的六大像素块形成三个方向:垂直方向、45°方向、135°方向,分别计算垂直方向、45°方向、135°方向上的梯度值,其计算式依次为:
(17a)
(4-1-5)、根据水平条带损伤周围像素块的最大梯度值和最小梯度值确定阈值,阈值的表达式为:
(4-2)、将水平条带损伤周围像素块的垂直方向、45°方向、135°方向的梯度值分别与公式(18)中的阈值比较,按比较的大小分别对水平条带损伤进行插值修复,其具体如下:
(4-2-1)、将水平条带损伤周围像素块的垂直方向、45°方向、135°方向的梯度值分别与公式(18)中的阈值比较,如果比较结果满足如下不等式:
则该水平条带损伤区域为边缘区域,用45°方向上的像素点进行插值修复,其表达式为:
(4-2-2)、将水平条带损伤周围像素块的垂直方向、45°方向、135°方向的梯度值分别与公式(18)中阈值比较,如果比较结果满足如下不等式:
则该水平条带损伤区域为边缘区域,用135°方向上的像素点进行插值修复,其表达式为:
(4-2-3)、将水平条带损伤周围像素块的垂直方向、45°方向、135°方向的梯度值分别与公式(18)中阈值比较,如果比较结果既不满足不等式(19),又不满足不等式(21),则该水平条带损伤区域为平坦区域,用垂直方向上的像素点对水平条带区域进行插值修复,其表达式为:
如图17所示,图中是对黑色水平条带损伤进行插值修复后的画面,如图18所示,图中是对白色水平条带损伤进行插值修复后的画面;
(5)、输出保存修复后的视频序列。
Claims (4)
1.一种视频序列中条带损伤的修复方法,其具体步骤如下:
(1)、读入待修复的视频序列和标记条带损伤位置的二值掩膜图像序列;
(2)、由二值掩膜图像得到条带损伤的长度值和宽度值,根据条带损伤的长和宽之比确定条带损伤是垂直条带损伤还是水平条带损伤:若视频序列中存在的是垂直条带损伤,则转步骤(3)进行插值修复,若视频序列中存在的是水平条带损伤,则转步骤(4)进行插值修复;
(3)、计算垂直条带损伤周围像素点的梯度值,根据得到的梯度值将垂直条带损伤分为位于平坦区域的垂直条带损伤和位于边缘区域的垂直条带损伤,对垂直条带损伤位于平坦区域的,用条带损伤左、右的像素点插值修复,对垂直条带损伤位于边缘区域的,用沿边缘方向的像素点进行插值修复;
(4)、计算水平条带损伤周围像素点的梯度值,根据得到的梯度值将水平条带损伤分为位于平坦区域的水平条带损伤和位于边缘区域的水平条带损伤,对水平条带损伤位于平坦区域的,用条带损伤上、下的像素点插值修复,对水平条带损伤位于边缘区域的,用沿边缘方向的像素点进行插值修复;
(5)、输出保存修复后的视频序列。
2.根据权利要求1中所述的一种视频序列中条带损伤的修复方法,其特征在于,上述步骤(2)中所述的由二值掩膜图像得到条带损伤的长度和宽度值,根据条带损伤的长和宽之比确定条带损伤是垂直条带损伤还是水平条带损伤,若视频序列中存在的是垂直条带损伤,则转步骤(3)进行插值修复,若视频序列中存在的是水平条带损伤,则转步骤(4)进行插值修复,其具体步骤如下:
(2-2)、判断条带损伤的宽度值是否为奇数值,若条带损伤的宽度值不是奇数值,则将条带损伤的宽度值增加1个像素宽,将条带损伤的宽度值扩展为奇数值,则转步骤(2-3),若条带损伤的宽度是奇数值,则转步骤(2-3);
3.根据权利要求1中所述的一种视频序列中条带损伤的修复方法,其特征在于,上述步骤(3)中所述的计算垂直条带损伤周围像素点的梯度值,根据得到的梯度值将垂直条带损伤分为位于平坦区域的垂直条带损伤和位于边缘区域的垂直条带损伤,对垂直条带损伤位于平坦区域的,用条带损伤左、右的像素点插值修复,对垂直条带损伤位于边缘区域的,用沿边缘方向的像素点进行插值修复,其具体步骤如下:
(3-1)、计算垂直条带损伤周围像素块的梯度值,根据垂直条带损伤周围像素块的最大梯度值和最小梯度值确定阈值,其具体步骤如下:
(3-1-2)、定义左像素块W、右像素块E、左上像素块NW、右上像素块NE、左下像素块SW、右下像素块SE的位置和大小,其具体方法如下:
选取第行垂直条带损伤周围的六个像素块:左像素块W、右像素块E、左上像素块NW、右上像素块NE、左下像素块SW、右下像素块SE,左像素块W、右像素块E、左上像素块NW、右上像素块NE、左下像素块SW、右下像素块SE的位置和大小的定义如下:
(5d)
(6c)
(3-1-5)、根据垂直条带损伤周围像素块的最大梯度值和最小梯度值确定阈值,阈值的表达式为:
(3-2)、将垂直条带损伤周围像素块的水平方向、45°方向、135°方向的梯度值分别与公式(8)中的阈值比较,按比较的大小分别对垂直条带损伤进行插值修复,其具体如下:
(3-2-1)、将垂直条带损伤周围像素块的水平方向、45°方向、135°方向的梯度值分别与公式(8)中的阈值比较,如果比较结果满足如下不等式:
则该垂直条带损伤区域为边缘区域,用45°方向上的像素点进行插值修复,其表达式为:
(10)
(3-2-2)、将垂直条带损伤周围像素块的水平方向、45°方向、135°方向的梯度值分别与公式(8)中阈值比较,如果比较结果满足如下不等式:
(11)
则该垂直条带损伤区域为边缘区域,用135°方向上的像素点进行插值修复,其表达式为:
(12)
(3-2-3)、将垂直条带损伤周围像素块的水平方向、45°方向、135°方向的梯度值分别与公式(8)中阈值比较,如果比较结果既不满足不等式(9),又不满足不等式(11),则该垂直条带损伤区域为平坦区域,用水平方向上的像素点对垂直条带区域进行插值修复,其表达式为:
4.根据权利要求1中所述的一种视频序列中条带损伤的修复方法,其特征在于,上述步骤(4)中所述的计算水平条带损伤周围像素点的梯度值,根据得到的梯度值将水平条带损伤分为位于平坦区域的水平条带损伤和位于边缘区域的水平条带损伤,对水平条带损伤位于平坦区域的,用条带损伤左、右的像素点插值修复,对水平条带损伤位于边缘区域的,使用沿边缘方向的像素点进行插值修复,其具体步骤如下:
(4-1)、计算水平条带损伤周围像素块的梯度值,根据水平条带损伤周围像素块的最大梯度值和最小梯度值确定阈值,其具体步骤如下:
(4-1-2)、定义上像素块N、下像素块S、左上像素块NW、右上像素块NE、左下像素块SW、右下像素块SE的位置和大小,其具体方法如下:
选取第列水平条带损伤周围的六个像素块:上像素块N、下像素块S、左上像素块NW、右上像素块NE、左下像素块SW、右下像素块SE,上像素块N、下像素块S、左上像素块NW、右上像素块NE、左下像素块SW、右下像素块SE的位置和大小的定义如下:
(4-1-5)、根据水平条带损伤周围像素块的最大梯度值和最小梯度值确定阈值,阈值的表达式为:
(4-2)、将水平条带损伤周围像素块的垂直方向、45°方向、135°方向的梯度值分别与公式(18)中的阈值比较,按比较的大小分别对水平条带损伤进行插值修复,其具体如下:
(4-2-1)、将水平条带损伤周围像素块的垂直方向、45°方向、135°方向的梯度值分别与公式(18)中的阈值比较,如果比较结果满足如下不等式:
则该水平条带损伤区域为边缘区域,用45°方向上的像素点进行插值修复,其表达式为:
(4-2-2)、将水平条带损伤周围像素块的垂直方向、45°方向、135°方向的梯度值分别与公式(18)中阈值比较,如果比较结果满足如下不等式:
则该水平条带损伤区域为边缘区域,用135°方向上的像素点进行插值修复,其表达式为:
(4-2-3)、将水平条带损伤周围像素块的垂直方向、45°方向、135°方向的梯度值分别与公式(18)中阈值比较,如果比较结果既不满足不等式(19),又不满足不等式(21),则该水平条带损伤区域为平坦区域,用垂直方向上的像素点对水平条带区域进行插值修复,其表达式为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011101695663A CN102231790A (zh) | 2011-06-23 | 2011-06-23 | 视频序列中条带损伤的修复方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011101695663A CN102231790A (zh) | 2011-06-23 | 2011-06-23 | 视频序列中条带损伤的修复方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102231790A true CN102231790A (zh) | 2011-11-02 |
Family
ID=44844319
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011101695663A Pending CN102231790A (zh) | 2011-06-23 | 2011-06-23 | 视频序列中条带损伤的修复方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102231790A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8867794B2 (en) | 2012-10-23 | 2014-10-21 | Cyberlink Corp. | Systems and methods for performing image inpainting based on texture analysis |
CN110378860A (zh) * | 2019-07-30 | 2019-10-25 | 腾讯科技(深圳)有限公司 | 修复视频的方法、装置、计算机设备和存储介质 |
CN111383193A (zh) * | 2020-02-21 | 2020-07-07 | 泰康保险集团股份有限公司 | 图像修复方法和装置 |
CN112463424A (zh) * | 2020-11-13 | 2021-03-09 | 扬州大学 | 一种基于图的端到端程序修复方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030228056A1 (en) * | 2002-06-10 | 2003-12-11 | Pulsent Corporation | Scene change detection by segmentation analysis |
CN101571950A (zh) * | 2009-03-25 | 2009-11-04 | 湖南大学 | 基于各向同性扩散和稀疏表示的图像修复方法 |
CN101674397A (zh) * | 2009-09-27 | 2010-03-17 | 上海大学 | 视频序列中划痕的修复方法 |
CN101692691A (zh) * | 2009-09-27 | 2010-04-07 | 上海大学 | 视频图像中条带的检测方法 |
-
2011
- 2011-06-23 CN CN2011101695663A patent/CN102231790A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030228056A1 (en) * | 2002-06-10 | 2003-12-11 | Pulsent Corporation | Scene change detection by segmentation analysis |
CN101571950A (zh) * | 2009-03-25 | 2009-11-04 | 湖南大学 | 基于各向同性扩散和稀疏表示的图像修复方法 |
CN101674397A (zh) * | 2009-09-27 | 2010-03-17 | 上海大学 | 视频序列中划痕的修复方法 |
CN101692691A (zh) * | 2009-09-27 | 2010-04-07 | 上海大学 | 视频图像中条带的检测方法 |
Non-Patent Citations (2)
Title |
---|
谷伊,等: "视频序列中垂直和水平划痕的修复", 《电视技术》 * |
韩军,等: "视频图像修复算法的研究", 《电视技术》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8867794B2 (en) | 2012-10-23 | 2014-10-21 | Cyberlink Corp. | Systems and methods for performing image inpainting based on texture analysis |
CN110378860A (zh) * | 2019-07-30 | 2019-10-25 | 腾讯科技(深圳)有限公司 | 修复视频的方法、装置、计算机设备和存储介质 |
CN110378860B (zh) * | 2019-07-30 | 2023-08-18 | 腾讯科技(深圳)有限公司 | 修复视频的方法、装置、计算机设备和存储介质 |
CN111383193A (zh) * | 2020-02-21 | 2020-07-07 | 泰康保险集团股份有限公司 | 图像修复方法和装置 |
CN112463424A (zh) * | 2020-11-13 | 2021-03-09 | 扬州大学 | 一种基于图的端到端程序修复方法 |
CN112463424B (zh) * | 2020-11-13 | 2023-06-02 | 扬州大学 | 一种基于图的端到端程序修复方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102231792B (zh) | 基于特征匹配的电子稳像方法 | |
CN105913396B (zh) | 一种噪声估计的图像边缘保持混合去噪方法 | |
CN107578392B (zh) | 一种基于残余插值的卷积神经网络去马赛克方法 | |
CN102883175B (zh) | 深度图提取、判断视频场景切换及深度图边缘优化方法 | |
US7548659B2 (en) | Video enhancement | |
KR101634562B1 (ko) | 저해상도 비디오로부터 고해상도 비디오를 생성하는 방법 | |
CN101742122B (zh) | 一种去除视频抖动的方法和系统 | |
US8401333B2 (en) | Image processing method and apparatus for multi-resolution feature based image registration | |
CN106169173B (zh) | 一种图像插值方法 | |
CN102509294B (zh) | 一种基于单幅图像的全局深度估计方法 | |
US20110142368A1 (en) | Method and apparatus for block-based image denoising | |
CN107301674B (zh) | 一种基于窗口插值的三维重建纹理恢复方法 | |
WO2016189901A1 (ja) | 画像処理装置、画像処理方法、プログラム、これを記録した記録媒体、映像撮影装置、及び映像記録再生装置 | |
CN105447828B (zh) | 沿运动模糊路径进行一维反卷积的单视点图像去模糊方法 | |
CN102231790A (zh) | 视频序列中条带损伤的修复方法 | |
CN107424121B (zh) | 一种基于分数阶微分的模糊图像超分辨率重构方法 | |
CN101674397A (zh) | 视频序列中划痕的修复方法 | |
US20100040304A1 (en) | Image quality improvement processing apparatus, image quality improvement processing method and computer-readable recording medium storing image quality improvement processing computer program | |
CN105701770B (zh) | 一种基于上下文线性模型的人脸超分辨率处理方法及系统 | |
CN103729828A (zh) | 视频去雨方法 | |
WO2007145654A1 (en) | Automatic compositing of 3d objects in a still frame or series of frames and detection and manipulation of shadows in an image or series of images | |
CN105279742B (zh) | 一种快速的基于分块噪声能量估计的图像去噪方法 | |
CN110163212B (zh) | 一种碑帖图像中的文字切割方法 | |
JP2003143401A (ja) | オリジナル画像の自動的なリアルタイムの修復方法 | |
CN110827209A (zh) | 一种联合颜色与深度信息的自适应深度图像修复方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20111102 |