CN102376086B - 产生高解析度影像的方法 - Google Patents
产生高解析度影像的方法 Download PDFInfo
- Publication number
- CN102376086B CN102376086B CN201010261172.6A CN201010261172A CN102376086B CN 102376086 B CN102376086 B CN 102376086B CN 201010261172 A CN201010261172 A CN 201010261172A CN 102376086 B CN102376086 B CN 102376086B
- Authority
- CN
- China
- Prior art keywords
- pixel
- image
- raw video
- pixels
- reference point
- 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.)
- Expired - Fee Related
Links
Images
Landscapes
- Image Analysis (AREA)
- Television Systems (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本发明关于一种产生高解析度影像的方法。本发明方法包括对同一目标连续进行多次拍摄以获得多个拍摄影像、自该多个拍摄影像取得多个原始影像、分别将该多个原始影像分割为多个区块并计算每一区块的区块移动向量、放大一第一原始影像而获得一第一基底影像、复制该第一基底影像而获得一第二基底影像、以第一基底影像作为相位依据并对该第二基底影像进行像素插补作业以获得一高解析度影像。与现有技术相比,本发明缩短了产生高解析度影像的时间。
Description
技术领域
本发明关于一种产生高解析度影像的方法,尤其关于通过多张低解析度影像产生高解析度影像的方法。
背景技术
高解析度影像的取得一般有两种方法,一种是使用具有高解析度的相机来进行拍摄,即可获得较高解析度的影像。若是想以较低解析度的相机来获得较高解析度的影像,例如使用低解析度的网络相机拍摄名片以进行名片上的文字辨识,则可以使用软件的方式对多张低解析度的影像进行运算,以获得高解析度的影像。
请参照图1,其为一种现有产生高解析度影像的方法的方块流程图,由中国台湾专利公告号第TW583603号专利所揭露。TW583603产生高解析度影像的方法包括:步骤S10:储存M张第一影像;步骤S12:自该M张第一影像中选取一雏型影像,其余(M-1)张第一影像则被设定为第二影像;步骤S14:基于放大参数,对该雏型影像执行插补,计算出该(M-1)张第二影像分别与该经插补的雏形影像之间存有的二维平移量;步骤S16:将该二维平移量分别除以放大参数并求得余数组,并从相同余数组的第二影像中选取一张第二影像与其它被算出不同余数组的第二影像归为N张第三影像;步骤S18:根据该N张第三影像与该经插补的雏形影像之间个别的二维平移量对该经插补的雏形影像进行缩小取样,产生N张第四影像;步骤S20:计算每一张第三影像与其所对应的第四影像之差;步骤S22:根据该N张第三影像与其所对应的第四影像之差的平均值修正该雏形影像的像素的值;步骤S24:计算该经插补的雏形影像的像素的值是否符合所要求的结果,若未符合要求,则重复步骤S18至S22直至获得一高解析度影像为止。
前述的产生高解析度影像的方法仍具有需要改善的地方。大体而言,此方法是依据初期猜测(S10-S14)、自动影像挑选(S16)以及反复修正(S18-S24)这三个流程来重建高解析度影像,其中反复修正的过程计算复杂,需要耗费较长的运算时间,当使用者需在极短时间内得到高解析度影像或辨识结果时,此方法即不符合使用者的需求。
发明内容
本发明的目的在于提供一种运算快速的产生高解析度影像的方法。
本发明的主要目的在于提供一种产生高解析度影像的方法,包含:
(A)对同一目标连续进行多次拍摄,以取得该目标的多个拍摄影像;
(B)自该多个拍摄影像取得两张原始影像,即第一原始影像和第二原始影像;
(C)分别将该两张原始影像分割为多个区块,其中每一区块包含多个像素;
(D)计算该第一原始影像的每一区块的图像相对于该第二原始影像的位移,以得到该第一原始影像的每一区块的一区块移动向量;
(E)以一第一倍率放大该第一原始影像而获得一第一基底影像;
(F)复制该第一基底影像而获得一第二基底影像;
(G)计算该第一基底影像的一被运算像素于该第二原始影像上所对应的一移动像素的位置,并计算该第一基底影像的该被运算像素的亮度值与该移动像素的亮度值的平均值,而获得一插补像素值,并将该插补像素值填入该第二基底影像中与该第一基底影像的该被运算像素的位置相同的坐标上;
(H)重复步骤(G),至完成该第二基底影像上所有像素的像素插补作业为止,以产生一高解析度影像H。
于一较佳实施例中,于步骤(H)后还包括一步骤:
(I)对该高解析度影像H进行压缩,以获得一输出影像。
于一较佳实施例中,其中步骤(B)依据下列步骤取得该两张原始影像:
检测每一拍摄影像的四边,以得到每一拍摄影像的四个顶点;
依据每一拍摄影像的四个顶点计算每一拍摄影像的面积;
依据每一拍摄影像的面积与该目标的面积大小的差异而取得与该目标的面积大小的差异最小的该两张原始影像。
于一较佳实施例中,其中于步骤(H)的后还包括以下步骤:
(I)以该高解析度影像H作为一第一高解析度基底影像H’;
(J)复制该第一高解析度基底影像H’而获得一第二高解析度基底影像H’’;
(K)计算该第一高解析度基底影像H’的一被运算像素于该第二原始影像上所对应的一移动像素的位置,并计算该第一高解析度基底影像H’的该被运算像素的亮度值与该移动像素的亮度值的平均值而获得一插补像素值,并将该插补像素值填入该第二高解析度基底影像H’’中与该第一高解析度基底影像H’的该被运算像素的位置相同的坐标上;
(L)重复步骤(K),至完成该第二高解析度基底影像H’’的所有像素的像素插补作业为止,以产生另一高解析度影像;
(M)对该另一高解析度影像进行压缩以获得一另一输出影像。
于一较佳实施例中,其中步骤(D)的第一原始影像的每一区块的一区块移动向量依据以下步骤获得:
选择该第一原始影像的一区块的一像素为一第一基准点以及选择该第二原始影像上与该第一基准点相同位置的像素为一第二基准点;
分别计算该第二基准点以及该第二基准点周围的多个像素的亮度值;
分别比较该第一基准点的亮度值与该第二基准点以及该第二基准点周围的多个像素的亮度值的差异;
选择亮度值差异最小的像素为一第三基准点;
将该第三基准点的坐标与该第一基准点的坐标相减而获得该区块移动向量;以及
重复上述步骤,至获得该第一原始影像的所有区块的区块移动向量为止。
于一较佳实施例中,其中步骤(G)该移动像素的位置依下列步骤计算:
(G-1)取得该第一基底影像的一区块的该被运算像素(nX,nY)以及其周围的多个像素(nX±n,nY±n),并计算该些像素的亮度值,将该被运算像素的坐标除以该第一原始影像的该第一倍率,以获得该被运算像素于该第一原始影像上所对应的一像素(X,Y),其中n为该第一倍率;
(G-2)依据该像素(X,Y)所在的区块的区块移动向量计算该第一原始影像的该像素(X,Y)移动至该第二原始影像的一像素(X’,Y’)的位置;
(G-3)以该像素(X’,Y’)为中心的(2n-1)×(2n-1)矩阵为搜索范围,首先分别计算以该像素(X’,Y’)为中心的3×3矩阵的多个像素的亮度值,其中n为该第一倍率;
(G-4)计算以该像素(X’,Y’)为中心的3×3矩阵的多个像素与该被运算像素(nX,nY)以及其周围的多个像素(nX±n,nY±n)的一平均亮度差异值;
(G-5)自以该像素(X’,Y’)为中心的(2n-1)×(2n-1)矩阵的多个像素中选择一像素(X’’,Y’’)作为中心,并计算以该像素(X’’,Y’’)为中心的3×3矩阵的多个像素与该被运算像素(nX,nY)以及其周围的多个像素(nX±n,nY±n)的一平均亮度差异值;
(G-6)重复步骤(G-5),直至获得所有平均亮度差异值为止,其中n为该第一倍率;以及
(G-7)选择平均亮度差异值最小的像素矩阵的中心像素为该被运算像素于该第二原始影像上所对应的该移动像素。
于另一较佳实施例中,本发明提供一种产生高解析度影像的方法,包含:
(A)对同一目标连续进行多次拍摄,以取得该目标的多个拍摄影像;
(B)自该多个拍摄影像取得三张原始影像,即第一原始影像、第二原始影像和第三原始影像;
(C)分别将该三张原始影像分割为多个区块,其中每一区块包含多个像素;
(D)计算该第一原始影像的每一区块的图像相对于该第二原始影像的位移,以得到该第一原始影像的每一区块的一区块移动向量;
(E)计算该第二原始影像的每一区块的图像相对于该第三原始影像的位移,以得到该第二原始影像的每一区块的一区块移动向量;
(F)以一第一倍率放大该第一原始影像而获得一第一基底影像;
(G)复制该第一基底影像而获得一第二基底影像;
(H)计算该第一基底影像的一被运算像素于该第二原始影像上所对应的一第一移动像素的位置,并计算该第一基底影像的该被运算像素的亮度值与该第一移动像素的亮度值的平均值而获得一第一插补像素值,并将该第一插补像素值填入该第二基底影像中与该被运算像素的坐标相同的位置上;
计算该第一基底影像的该被运算像素于该第三原始影像上所对应的一第二移动像素的位置,并计算该第一插补像素值与该第二移动像素的亮度值的平均值而获得一第二插补像素值,并将该第二插补像素值填入该第二基底影像与该被运算像素相同坐标的位置上;(I)重复步骤(H),至完成该第二基底影像上所有像素的像素插补作业为止,以获得一高解析度影像H。
于一较佳实施例中,于步骤(I)的后还包括一步骤:
(J)对该高解析度影像H进行压缩,以获得一输出影像。
于另一较佳实施例中,其中步骤(B)依据下列步骤取得该三张原始影像:
检测每一拍摄影像的四边,以得到每一拍摄影像的四个顶点;
依据每一拍摄影像的四个顶点计算每一拍摄影像的面积;
依据每一拍摄影像的面积与该目标的面积大小的差异而取得与该目标的面积大小的差异最小的该三张原始影像。
于另一较佳实施例中,其中于步骤(I)的后还包括以下步骤:
(J)以该高解析度影像H作为一第一高解析度基底影像H’;
(K)复制该第一高解析度基底影像H’而获得一第二高解析度基底影像H’’;
(L)计算该第一高解析度基底影像H’的一被运算像素于该第二原始影像上所对应的一第一移动像素的位置,并计算该第一高解析度基底影像H’的该被运算像素的亮度值与该第一移动像素的亮度值的平均值而获得一第一插补像素值,并将该第一插补像素值填入该第二高解析度基底影像H’’中与该被运算像素相同坐标的坐标上;
计算该第一高解析度基底影像H’的该被运算像素于该第三原始影像上所对应的一第二移动像素位置,并计算该第一插补像素值与该第二移动像素的亮度值的平均值而获得一第二插补像素值,并将该第二插补像素值填入该第二高解析度基底影像H’’中与该被运算像素相同坐标的坐标上;
(M)重复步骤(L),至完成该第二高解析度基底影像H’’的所有像素的像素插补作业为止,以产生另一高解析度影像;
(N)对该第二高解析度基底影像H’’进行压缩以获得另一输出影像。
于另一较佳实施例中,其中步骤(D)的该第一原始影像的每一区块的一区块移动向量依据以下步骤获得:
选择该第一原始影像的一区块的一像素为一第一基准点以及该第二原始影像上与该第一基准点相同位置的像素为一第二基准点;
分别计算该第二基准点以及该第二基准点周围的多个像素的亮度值;
分别比较该第一基准点的亮度值与该第二基准点以及该第二基准点周围的多个像素的亮度值的差异;
选择亮度值差异最小的像素为一第三基准点;
将该第三基准点的坐标与该第一基准点的坐标相减而获得该区块移动向量;以及
重复上述步骤,至获得所有区块的区块移动向量为止。
于另一较佳实施例中,其中步骤(E)的该第二原始影像的每一区块的一区块移动向量依据以下步骤获得:
选择该第二原始影像的一区块的一像素为一第一基准点以及该第三原始影像上与该第一基准点相同位置的像素为一第二基准点;
分别计算该第二基准点以及该第二基准点周围的多个像素的亮度值;
分别比较该第一基准点的亮度值与该第二基准点以及该第二基准点周围的多个像素的亮度值的差异;
选择亮度值差异最小的像素为一第三基准点;
将该第三基准点的坐标与该第一基准点的坐标相减而获得该区块移动向量;以及
重复上述步骤,至获得所有区块的区块移动向量为止。
于另一较佳实施例中,其中步骤(H)该移动像素位置依下列步骤计算:
(H-1)取得该第一基底影像的一区块的该被运算像素(nX,nY)以及其周围的多个像素(nX±n,nY±n),并计算该些像素的亮度值,将该被运算像素的坐标除以该第一原始影像的该第一倍率,以获得该被运算像素于该第一原始影像上所对应的一像素(X,Y),其中n为该第一倍率;
(H-2)依据该像素(X,Y)所在的区块的区块移动向量计算该第一原始影像的该像素(X,Y)移动至该第二原始影像的一像素(X’,Y’)的位置;
(H-3)以该像素(X’,Y’)为中心的(2n-1)×(2n-1)矩阵为搜索范围,首先分别计算以该像素(X’,Y’)为中心的3×3矩阵的多个像素的亮度值,其中n为该第一倍率;
(H-4)计算以该像素(X’,Y’)为中心的3×3矩阵的多个像素与该被运算像素(nX,nY)以及其周围的多个像素(nX±n,nY±n)的一平均亮度差异值;
(H-5)自以该像素(X’,Y’)为中心的(2n-1)×(2n-1)矩阵的多个像素中选择一像素(X’’,Y’’)作为中心,并计算以该像素(X’’,Y’’)为中心的3×3矩阵与该被运算像素(nX,nY)以及其周围的多个像素(nX±n,nY±n)的一平均亮度差异值;
(H-6)重复步骤(H-5),直至获得所有平均亮度差异值为止,其中n为该第一倍率;
(H-7)选择平均亮度差异值最小的像素矩阵的中心像素为该被运算像素于该第二原始影像上所对应的该第一移动像素;以及
(H-8)依据该第二原始影像上的该第一移动像素所在的区块的区块移动向量计算该第一移动像素移动至该第三原始影像的一像素(XX’’,YY’’)的位置;
(H-9)以该像素(XX’’,YY’’)为中心的(2n-1)×(2n-1)矩阵为搜索范围,首先分别计算以该像素(XX’’,YY’’)为中心的3×3矩阵的多个像素的亮度值,其中n为该第一倍率;
(H-10)计算以该像素(XX’’,YY’’)为中心的3×3矩阵的多个像素与该被运算像素(nX,nY)以及其周围的多个像素(nX±n,nY±n)的一平均亮度差异值;
(H-11)自以该像素(XX’’,YY’’)为中心的(2n-1)×(2n-1)矩阵的多个像素中选择一像素(X’’’,Y’’’)作为中心,并计算以该像素(X’’’,Y’’’)为中心的3×3矩阵与该被运算像素(nX,nY)以及其周围的多个像素(nX±n,nY±n)的一平均亮度差异值;
(H-12)重复步骤(H-11),直至获得所有平均亮度差异值为止,其中n为该第一倍率;以及
(H-13)选择平均亮度差异值最小的像素矩阵的中心像素为该被运算像素于该第三原始影像上所对应的该第二移动像素;
本发明的有益技术效果在于缩短了产生高解析度影像的时间。
附图说明
图1为现有产生高解析度影像的方法的方块流程图。
图2为本发明产生高解析度影像的方法于第一较佳实施例中的方块流程图。
图3为本发明产生高解析度影像的方法于第一较佳实施例中的取得多个拍摄影像的方法示意图。
图4为本发明产生高解析度影像的方法于第一较佳实施例中的拍摄影像的示意图。
图5为本发明产生高解析度影像的方法于第一较佳实施例中的三张原始影像的示意图。
图6为本发明产生高解析度影像的方法于第一较佳实施例中的区块移动向量的计算方法示意图。
图7为本发明产生高解析度影像的方法于第一较佳实施例中的第一基底影像以及第二基底影像的示意图。
图8为本发明产生高解析度影像的方法于第一较佳实施例中的第一移动像素位置的计算方法示意图。
图9为本发明产生高解析度影像的方法于第一较佳实施例中的第二移动像素位置的计算方法示意图。
图10为本发明产生高解析度影像的方法于第二较佳实施例中的方块流程图。
其中,附图标记说明如下:
S10~S24、S1~S10步骤 PB’周围像素
I1第一原始影像 PBF第三基准点
I2第二原始影像 PC第一基准点
I3第三原始影像 PD第二基准点
I’1第一基底影像 PD’周围像素
I’’1第二基底影像 PDF第三基准点
H高解析度影像 B区块
H’第一高解析度基底影像 P额外像素
H’’第二高解析度基底影像 PE0被运算像素
1计算机 PE1-PE8周围像素
11网络相机 Y亮度值
12拍摄窗口 PF第一像素
2名片 VI1B1_I2区块移动向量
31,32,33拍摄影像 PG0第二像素
311,321,331边 PG1-PG8周围像素
312,322,332顶点 PG1第一移动像素
I1B1-I1B4区块 VI2B1_I3区块移动向量
I2B1-I2B4区块 PH0第三像素
I3B1-I3B4区块 PH1-PH8周围像素
PA第一基准点 PH7第二移动像素
PB第二基准点 4,5像素矩阵
具体实施方式
为了改善现有技术的不便,本发明提供一种运算快速的产生高解析度影像的方法。详细操作请参照以下的说明。
图2为本发明产生高解析度影像的方法于一较佳实施例中的方块流程图。本发明产生高解析度影像的方法包括以下步骤:
步骤S1:产生多个拍摄影像;
步骤S2:选择多个原始影像;
步骤S3:分别将每一原始影像分割为多个区块;
步骤S4:计算每一原始影像的每一区块的区块移动向量;
步骤S5:产生第一基底影像以及第二基底影像;
步骤S6:以第一基底影像作为相位依据并对第二基底影像进行像素插补以产生一高解析度影像;以及
步骤S7:压缩高解析度影像以产生一输出影像。
以下详细说明每一步骤的操作方法。
步骤S1用以产生多个拍摄影像。本发明通过对多张低解析度影像进行运算以产生一高解析度影像。于实际的产品应用中,可使用于,例如名片影像的辨识。
请参阅图3,其为本发明应用于名片辨识的实施例图。
图3显示了计算机1,以及设置于计算机1的网络相机11。使用者移动待辨识名片2至网络相机11前并调整名片2与网络相机11的距离使名片2的影像维持在拍摄窗口12的范围内,而后计算机1的网络相机11对名片2连续进行多次拍摄,以取得名片2的多个拍摄影像。如图4所示。
在步骤S2中,我们从多个拍摄影像中选择多个张影像作为后续产生高解析度影像用的原始影像。由于拍摄过程中,可能因使用者手部晃动而造成每一张拍摄影像的大小及角度不一,故需先进行影像筛选。图4为拍摄影像的示意图,为简化图面,图4以3张拍摄影像31,32,33为例。从图4可看出,三张拍摄影像31,32,33的形状及面积并不相同,此步骤的目的在选出与名片大小最接近的拍摄影像。
为了判断每一拍摄影像的大小是否与实际名片大小接近,先检测每一拍摄影像31,32,33的四边311,321,331,以得到每一拍摄影像31,32,33的四个顶点312,322,332的坐标。再通过顶点的坐标即可计算出每一拍摄影像31,32,33的边长及面积。假设名片2的面积为50cm2,而三张拍摄影像31,32,33的面积分别为49cm2,45cm2以及46cm2,则保留面积与实际名片面积最接近的拍摄影像31作为后续计算用的原始影像,而舍弃拍摄影像32以及拍摄影像33。
需要特别说明的是,计算每一拍摄影像的面积以选择原始影像的步骤并非必要。举例而言,当影像拍摄速率较小时,例如1秒钟拍摄4张的情况下,使用者的手部晃动所造成的影响会较明显,因此多个拍摄影像的面积会有较大的差异,故需进行拍摄影像的面积计算以进行筛选的步骤。但在高影像拍摄速率的情况下,如1秒钟30张,则可省略此面积计算的步骤,而直接从多个拍摄影像中选取多张影像作为原始影像。
原始影像的数量并无限制,可以是两张或更多张,于本实施例中将以三张原始影像I1、I2以及I3为例。
在实际的情况中,第一原始影像I1、第二原始影像I2以及第三原始影像I3的图像的位置会因为,例如使用者手部的些微移动而有不同,如图5所示,故需先计算第一原始影像I1的图像相对于第二原始影像I2的图像位移关系,以及第二原始影像I2的图像相对于第三原始影像I3的图像位移关系。
于步骤S3中,三张原始影像I1、I2以及I3分别被分割为多个区块。请参照图6,其表现了原始影像I1、I2以及I3的像素示意图,为简化图面,我们只显示4个16X16个像素的区块以及部分的图像。图6中的原始影像I1分割为区块I1B1,I1B2,I1B3,I1B4,原始影像I2分割为区块I2B1,I2B2,I2B3,I2B4,而原始影像I3则分割为区块I3B1,I3B2,I3B3,I3B4。
于步骤S4中要执行的流程是计算每一原始影像的每一区块的区块移动向量。请继续参照图6。每一原始影像皆包含了图像(于本实施例中的图像为名片上的文字或图案信息)以及空白区域。在图6中,每个小方格代表一个像素,而被标示黑色的小方格代表组成图像的像素。
首先说明如何计算第一原始影像I1的每一区块I1B1,I1B2,I1B3,I1B4的图像相对于第二原始影像I2的位移。请再参照图6,以区块I1B1为例,选择区块I1B1中的任一像素为一第一基准点,于本例中以像素PA为第一基准点。接着选择第二原始影像I2上与第一基准点PA位于相同坐标位置的像素为第二基准点,于图6中第二基准点为像素PB。以第二基准点PB为中心,而后以第二基准点PB周围nxn的矩阵为搜索范围,其中n为正整数。于图6中选择n=13的13x13矩阵为搜索范围,共168个周围像素PB’为例,即图6中以斜线标示的像素。接着分别比较第一基准点PA的亮度值与搜索范围内的第二基准点PB以及168个周围像素PB’的亮度值的差异,并将其中亮度值差异最小的像素位置设为第三基准点,于本例中为像素PBF,此第三基准点PBF即为第一基准点PA相对于第二原始影像I2位移后的像素位置。接着将第三基准点PBF的坐标与第一基准点PA的坐标相减,而获得第一原始影像I1的区块I1B1相对于第二原始影像I2的区块移动向量VI1B1_I2。接着对第一原始影像I1的其它区块I1B2,I1B3,I1B4重复上述步骤,即可以得到第一原始影像I1的每一区块的区块移动向量。
请继续参照至图6,接着计算第二原始影像I2的每一区块I2B1,I2B2,I2B3,I2B4的图像相对于第三原始影像I3的区块移动向量。以区块I2B1为例,选择区块I2B1内的任一像素为第一基准点,于本例中为像素PC。同样地,以第三原始影像I3上与第一基准点PC相同坐标位置的像素PD第二基准点。接着以第二基准点PD为中心,并取得其周围搜索范围为13x13矩阵的168个周围像素PD’来计算亮度值差异,亦即分别比较第一基准点PC的亮度值与搜索范围内的第二基准点PD以及168个周围像素PD’的亮度值的差异,其中亮度值差异最小的像素即为第一基准点PC相对于第三原始影像位移后的像素位置,于本例中为像素PDF。将第三基准点PDF的坐标与第一基准点PC的坐标相减,而获得区块I2B1相对于第三原始影像的区块移动向量VI2B1_I3。继续对第二原始影像I2的其它区块I2B2,I2B3,I2B4重复上述步骤,即可得到第二原始影像I2的每一区块的区块移动向量。
另外,为了保证区块移动向量的正确性,我们会检查一个区块移动像量为0的区块B的周边区块的区块移动向量,若区块B的周边有超过3个区块的区块移动向量不为0,则将此区块B的区块移动向量更正为其周边区块的区块移动向量的平均值。
得到第一原始影像I1、第二原始影像I2以及第三原始影像I3的图像之间的位移关系之后,即可以开始重建高解析度影像。
于步骤S5以及步骤S6中将产生第一基底影像I’1以及第二基底影像I’’1,而后以第一基底影像作为相位依据,即以第一基底影像I’1为依据计算像素移动位置,而后对第二基底影像I’’1进行像素插补以产生一高解析度影像H。本发明将第一原始影像I1以第一倍率,于本实施例中为2倍,放大而获得第一基底影像I’1,接着复制第一基底影像I’1而获得第二基底影像I’’1,如图7所示,当第一原始影像I1被放大后,会产生原本不存在于第一原始影像I1的额外像素,这些额外像素可以通过一些线性方式插补得到,例如额外像素P的亮度值即为其相邻像素的亮度平均值。为了简化图面,图7仅表示出第一基底影像I’1以及第二基底影像I’’1的一个区块。
特别说明的是,当放大倍率为2倍时,第一基底影像I’1上坐标为(9,8)的额外像素P对照第一原始影像I1的坐标为(4.5,4),但像素位置(4.5,4)在第一原始影像I1上并不存在,于是我们以第一原始影像I1上与像素位置(4.5,4)距离最短的像素位置,例如像素位置(5,4)或像素位置(4,4),作为额外像素P对应于第一原始影像I1的坐标位置,以进行后续处理。
由于原始影像的图像之间存有图像位移关系,故像素之间亦存有位移关系,于是我们先计算第一基底影像I’1上的每一像素于第二原始影像I2以及第三原始影像I3所对应的移动像素位置,再对第二基底影像I’’1进行像素插补。
接着说明第一基底影像I’1的每一像素的移动像素位置。首先计算第一基底影像I’1上的每个像素于第二原始影像I2上所对应的移动像素位置。请同时参照至图8及图9,与图6相似,图8及图9表示了原始影像I1,I2,I3,以及每个原始影像被分割为多个区块的情况。
一开始先取得第一基底影像I’1上一个像素进行运算(以下称为被运算像素),于本例中以PE0作为被运算像素。将其坐标(2X,2Y)除以第一倍率2,以获得被运算像素PE0在第一原始影像I1上所对应的坐标为(X,Y)的第一像素PF。接着依据第一像素PF所在的区块I1B1的区块相对于第二原始影像I2的区块移动向量VI1B1_I2计算第一像素PF移动至第二原始影像I2后的第二像素PG0位置其中:
为了取得更精确的移动像素位置,在通过区块移动向量计算第一像素PF的移动像素位置后(于本例中为第二像素PG0),可增加一亮度比较步骤以确定最终的移动像素位置。亮度比较的方式如下:以被运算像素PE0及其周围像素PE1-PE8为亮度比较依据,如图7所示,并以第二像素PG0为中心的(2n-1)x(2n-1)矩阵为搜索范围,n为第一倍率。如图8的多个个像素矩阵4所示,首先取得以第二像素PG0为中心,坐标为的周围像素PG1-PG8,并依以下算式获得一第一平均亮度差异值:(Σ|(YPEn-YPGn)|)/9,其中Y为亮度值,n=0-8。接着分别计算以周围像素PG1-PG8为中心的3x3矩阵的多个像素与被运算像素PE0及其周围像素PE1-PE8的平均亮度差异值,至获得全部平均亮度差异值为止,其中平均亮度差异值最小的像素矩阵的中心像素即为被运算像素PE0于第二原始影像I2上所对应的第一移动像素位置,于本例中为像素PG0。最后将被运算像素PE0与第一移动像素PG0的亮度值平均而获得第一插补像素值,并将第一插补像素值填入第二基底影像I’’1中与被运算像素PE0相同坐标位置上。
特别说明的是,当得到第一插补像素值之后,若是直接对第一基底影像I’1进行像素插补,则第一基底影像I’1的被运算像素的原始亮度值将被改变为第一插补像素值,此时若以此被运算像素的亮度值计算其于第三原始影像I3所对应的移动像素位置,在亮度比较步骤时即会产生误差,无法得到准确的移动像素位置。因此本发明以第一基底影像I’1作为计算像素移动位置的依据,而以第二基底影像I’’1作为填入插补像素值的目标,使得第一基底影像I’1的像素亮度值在像素移动位置的计算过程中不会产生变化,且可同时对第二基底影像I’’1进行插补像素值填入的步骤。
请继续参照图8及图9,紧接着计算第一基底影像I’1上的被运算像素PE0于第三原始影像I3上所对应的移动像素位置。首先依据第二原始影像I2上的第一移动像素PG0所在的区块I2B1相对于第三原始影像的区块移动向量VI2B1_I3来计算第一移动像素PG0移动至第三原始影像I3的第三像素PH0位置(XPH0,YPH0)。假设像素PG0的坐标为(XPG0,YPG0),则(XPH0,YPH0)=(XPG0,YPG0)+VI2B1_I3。
接着,同样进行亮度运算步骤以取得像素PG0的最终移动像素位置。以第三像素PH0为中心,取得坐标为的8个周围像素PH1-PH8,如图9的多个个像素矩阵5所示,并依以下算式得到一第一平均亮度差异值:(Σ|(Y PEn-Y PHn)|)/9,其中Y为亮度值,n=0-8,接着分别计算以周围像素PH1-PH8为中心的3x3矩阵的多个像素与被运算像素PE0及其周围像素PE1-PE8的平均亮度差异值,至获得全部平均亮度差异值为止,其中平均亮度差异值最小的像素矩阵的中心像素即为被运算像素PE0于第三原始影像I3上所对应的第二移动像素位置,于本例中为像素PH0。最后将第一插补像素值与第二移动像素PH0的亮度值平均而获得第二插补像素值,并将第二插补像素值填入第二基底影像I’’1中与被运算像素PE0相同坐标位置上。继续对第一基底影像I’1及第二基底影像I’’1上的所有像素重复上述步骤,直到完成第二基底影像I’’1上所有像素的像素插补作业为止。
完成像素插补作业后,第二基底影像I’’1影像上的像素的亮度合并了第一原始影像、第二原始影像以及第三原始影像的亮度信息而获得,使得第二基底影像I’’1上的像素亮度值更为接近真实影像的像素亮度值。举例而言,如本技术领域人士所熟知,灰阶影像中每个像素可以由0(黑)到255(白)的亮度值来表示,如果一像素PX于真实影像中为黑色,则可假设其于拍摄影像中的理想亮度值为0,但拍摄产生的原始影像可能有部分信息的遗失或误差,所以像素PX于原始影像中的亮度值并非完全一致或者趋近于0。假设像素PX于第一原始影像I1上的亮度值为8,于第二原始影像I2上的亮度值可能为4,于第三原始影像I3上的亮度值为2,则经过像素插补作业之后,该像素PX于第二基底影像I’’1上的最终亮度值为4,相较于一开始的亮度值8更为接近真实影像。故经过本发明方法的像素插补步骤后的第二基底影像I’’1的清晰度相较于原始影像大为提升。至此即产生一高清晰度的高解析度影像H。
最后执行步骤S7,亦即压缩高解析度影像H以产生一输出影像。高解析影像H可能会有边缘锯齿化的现象,为了利于名片辨识,在此步骤我们将高解析度影像H压缩为一半大小,以柔化图像边缘,减少边缘锯齿化现象,以产生一高清晰度的输出影像,此时再对输出影像进行文字辨识,即可获得较高的文字辨识效率。
请参阅图10,其为本案另一实施例的流程图。于本案另一实施例中,于步骤S6之后,可对步骤S6所产生的高解析度影像H进行类似步骤S5-S7的处理,以获得另一输出影像。相关步骤说明如下:
步骤S8用以产生第一高解析度基底影像H’以及第二高解析度基底影像H’’。于此实施例中将该高解析度影像H作为第一高解析度基底影像H’,并复制第一高解析度基底影像H’而获得第二高解析度基底影像H’’。
步骤S9以第一高解析度基底影像H’作为相位依据,即以第一高解析度基底影像H’为依据计算像素移动位置,而后对第二高解析度基底影像H’’进行像素插补以获得另一高解析度影像。一开始先计算第一高解析度基底影像H’的被运算像素于第二原始影像I2以及第三原始影像I3所对应的移动像素位置以及插补像素值,而后对第二高解析度基底影像H’’进行像素插补,方法与前述的实施例相同,故于此不再赘述。
经过像素插补后的第二高解析度基底影像H’’上的像素亮度值会更为接近真实影像。换言之,依据本发明的方法,若以每次插补后获得的高解析度影像为基底影像再次进行像素插补步骤,则将可获得更清晰的高解析度影像。
最后执行步骤S10压缩另一高解析度影像以产生另一输出影像。于本实施例中是将另一高解析度影像压缩为一半大小以获得与第一原始影像I1相同大小的另一输出影像。
由以上较佳实施例可知,本发明在进行像素插补前段步骤先将每个原始影像分割为多个区块,并精密地计算每个区块相对于另一原始影像的区块移动向量,由此将多个原始影像之间移动像素位置的误差拉近至一个像素内,即可在后段像素插补作业时快速取得正确的移动像素位置,而省去了反复修正所耗费的时间,使产生高解析度影像的时间缩短至数秒钟。
以上所述仅为本发明的较佳实施例,并非用以限定本发明的权利要求范围,因此凡其它未脱离本发明所揭示的精神而完成的等效改变或修饰,均应包含于本发明的专利保护范围内。
Claims (13)
1.一种产生高解析度影像的方法,包含:
(A)对同一目标连续进行多次拍摄,以取得该目标的多个拍摄影像;
(B)自该多个拍摄影像取得两张原始影像,即第一原始影像和第二原始影像;
(C)分别将该两张原始影像分割为多个区块,其中每一区块包含多个像素;
(D)计算该第一原始影像的每一区块的图像相对于该第二原始影像的位移,以得到该第一原始影像的每一区块的一区块移动向量;
(E)以一第一倍率放大该第一原始影像而获得一第一基底影像;
(F)复制该第一基底影像而获得一第二基底影像;
(G)计算该第一基底影像的一被运算像素于该第二原始影像上所对应的一移动像素的位置,并计算该第一基底影像的该被运算像素的亮度值与该移动像素的亮度值的平均值,而获得一插补像素值,并将该插补像素值填入该第二基底影像中与该第一基底影像的该被运算像素的位置相同的坐标上;
(H)重复步骤(G),至完成该第二基底影像上所有像素的像素插补作业为止,以产生一高解析度影像H。
2.如权利要求1所述的产生高解析度影像的方法,于步骤(H)后还包括一步骤:
(I)对该高解析度影像H进行压缩,以获得一输出影像。
3.如权利要求1所述的产生高解析度影像的方法,其中步骤(B)依据下列步骤取得该两张原始影像:
检测每一拍摄影像的四边,以得到每一拍摄影像的四个顶点;
依据每一拍摄影像的四个顶点计算每一拍摄影像的面积;
依据每一拍摄影像的面积与该目标的面积大小的差异而取得与该目标的面积大小的差异最小的该两张原始影像。
4.如权利要求1所述的产生高解析度影像的方法,其中于步骤(H)之后还包括以下步骤:
(I)以该高解析度影像H作为一第一高解析度基底影像H’;
(J)复制该第一高解析度基底影像H’而获得一第二高解析度基底影像H’’;
(K)计算该第一高解析度基底影像H’的一被运算像素于该第二原始影像上所对应的一移动像素的位置,并计算该第一高解析度基底影像H’的该被运算像素的亮度值与该移动像素的亮度值的平均值而获得一插补像素值,并将该插补像素值填入该第二高解析度基底影像H’’中与该第一高解析度基底影像H’的该被运算像素的位置相同的坐标上;
(L)重复步骤(K),至完成该第二高解析度基底影像H’’的所有像素的像素插补作业为止,以产生另一高解析度影像;
(M)对该另一高解析度影像进行压缩以获得一另一输出影像。
5.如权利要求1所述的产生高解析度影像的方法,其中步骤(D)的第一原始影像的每一区块的一区块移动向量依据以下步骤获得:
选择该第一原始影像的一区块的一像素为一第一基准点以及选择该第二原始影像上与该第一基准点相同位置的像素为一第二基准点;
分别计算该第二基准点以及该第二基准点周围的多个像素的亮度值;
分别比较该第一基准点的亮度值与该第二基准点以及该第二基准点周围的多个像素的亮度值的差异;
选择亮度值差异最小的像素为一第三基准点;
将该第三基准点的坐标与该第一基准点的坐标相减而获得该区块移动向量;以及
重复上述步骤,至获得该第一原始影像的所有区块的区块移动向量为止。
6.如权利要求1所述的产生高解析度影像的方法,其中步骤(G)该移动像素的位置依下列步骤计算:
(G-1)取得该第一基底影像的一区块的该被运算像素(nX,nY)以及其周围的多个像素(nX±n,nY±n),并计算该些像素的亮度值,将该被运算像素的坐标除以该第一原始影像的该第一倍率,以获得该被运算像素于该第一原始影像上所对应的一像素(X,Y),其中n为该第一倍率;
(G-2)依据该像素(X,Y)所在的区块的区块移动向量计算该第一原始影像的该像素(X,Y)移动至该第二原始影像的一像素(X’,Y’)的位置;
(G-3)以该像素(X’,Y’)为中心的(2n-1)×(2n-1)矩阵为搜索范围,首先分别计算以该像素(X’,Y’)为中心的3×3矩阵的多个像素的亮度值,其中n为该第一倍率;
(G-4)计算以该像素(X’,Y’)为中心的3×3矩阵的多个像素与该被运算像素(nX,nY)以及其周围的多个像素(nX±n,nY±n)的一平均亮度差异值;
(G-5)自以该像素(X’,Y’)为中心的(2n-1)×(2n-1)矩阵的多个像素中选择一像素(X’’,Y’’)作为中心,并计算以该像素(X’’,Y’’)为中心的3×3矩阵的多个像素与该被运算像素(nX,nY)以及其周围的多个像素(nX±n,nY±n)的一平均亮度差异值;
(G-6)重复步骤(G-5),直至获得所有平均亮度差异值为止,其中n为该第一倍率;以及
(G-7)选择平均亮度差异值最小的像素矩阵的中心像素为该被运算像素于该第二原始影像上所对应的该移动像素。
7.一种产生高解析度影像的方法,包含:
(A)对同一目标连续进行多次拍摄,以取得该目标的多个拍摄影像;
(B)自该多个拍摄影像取得三张原始影像,即第一原始影像、第二原始影像和第三原始影像;
(C)分别将该三张原始影像分割为多个区块,其中每一区块包含多个像素;
(D)计算该第一原始影像的每一区块的图像相对于该第二原始影像的位移,以得到该第一原始影像的每一区块的一区块移动向量;
(E)计算该第二原始影像的每一区块的图像相对于该第三原始影像的位移,以得到该第二原始影像的每一区块的一区块移动向量;
(F)以一第一倍率放大该第一原始影像而获得一第一基底影像;
(G)复制该第一基底影像而获得一第二基底影像;
(H)计算该第一基底影像的一被运算像素于该第二原始影像上所对应的一第一移动像素的位置,并计算该第一基底影像的该被运算像素的亮度值与该第一移动像素的亮度值的平均值而获得一第一插补像素值,并将该第一插补像素值填入该第二基底影像中与该被运算像素的坐标相同的位置上;
计算该第一基底影像的该被运算像素于该第三原始影像上所对应的一第二移动像素的位置,并计算该第一插补像素值与该第二移动像素的亮度值的平均值而获得一第二插补像素值,并将该第二插补像素值填入该第二基底影像与该被运算像素相同坐标的位置上;
(I)重复步骤(H),至完成该第二基底影像上所有像素的像素插补作业为止,以获得一高解析度影像H。
8.如权利要求7所述的产生高解析度影像的方法,于步骤(I)之后还包括一步骤:
(J)对该高解析度影像H进行压缩,以获得一输出影像。
9.如权利要求7所述的产生高解析度影像的方法,其中步骤(B)依据下列步骤取得该三张原始影像:
检测每一拍摄影像的四边,以得到每一拍摄影像的四个顶点;
依据每一拍摄影像的四个顶点计算每一拍摄影像的面积;
依据每一拍摄影像的面积与该目标的面积大小的差异而取得与该目标的面积大小的差异最小的该三张原始影像。
10.如权利要求7所述的产生高解析度影像的方法,其中于步骤(I)之后还包括以下步骤:
(J)以该高解析度影像H作为一第一高解析度基底影像H’;
(K)复制该第一高解析度基底影像H’而获得一第二高解析度基底影像H’’;
(L)计算该第一高解析度基底影像H’的一被运算像素于该第二原始影像上所对应的一第一移动像素的位置,并计算该第一高解析度基底影像H’的该被运算像素的亮度值与该第一移动像素的亮度值的平均值而获得一第一插补像素值,并将该第一插补像素值填入该第二高解析度基底影像H’’中与该被运算像素相同坐标的坐标上;
计算该第一高解析度基底影像H’的该被运算像素于该第三原始影像上所对应的一第二移动像素位置,并计算该第一插补像素值与该第二移动像素的亮度值的平均值而获得一第二插补像素值,并将该第二插补像素值填入该第二高解析度基底影像H’’中与该被运算像素相同坐标的坐标上;
(M)重复步骤(L),至完成该第二高解析度基底影像H’’的所有像素的像素插补作业为止,以产生另一高解析度影像;
(N)对该第二高解析度基底影像H’’进行压缩以获得另一输出影像。
11.如权利要求7所述的产生高解析度影像的方法,其中步骤(D)的该第一原始影像的每一区块的一区块移动向量依据以下步骤获得:
选择该第一原始影像的一区块的一像素为一第一基准点以及该第二原始影像上与该第一基准点相同位置的像素为一第二基准点;
分别计算该第二基准点以及该第二基准点周围的多个像素的亮度值;
分别比较该第一基准点的亮度值与该第二基准点以及该第二基准点周围的多个像素的亮度值的差异;
选择亮度值差异最小的像素为一第三基准点;
将该第三基准点的坐标与该第一基准点的坐标相减而获得该区块移动向量;以及
重复上述步骤,至获得所有区块的区块移动向量为止。
12.如权利要求7所述的产生高解析度影像的方法,其中步骤(E)的该第二原始影像的每一区块的一区块移动向量依据以下步骤获得:
选择该第二原始影像的一区块的一像素为一第一基准点以及该第三原始影像上与该第一基准点相同位置的像素为一第二基准点;
分别计算该第二基准点以及该第二基准点周围的多个像素的亮度值;
分别比较该第一基准点的亮度值与该第二基准点以及该第二基准点周围的多个像素的亮度值的差异;
选择亮度值差异最小的像素为一第三基准点;
将该第三基准点的坐标与该第一基准点的坐标相减而获得该区块移动向量;以及
重复上述步骤,至获得所有区块的区块移动向量为止。
13.如权利要求7所述的产生高解析度影像的方法,其中步骤(H)该移动像素位置依下列步骤计算:
(H-1)取得该第一基底影像的一区块的该被运算像素(nX,nY)以及其周围的多个像素(nX±n,nY±n),并计算该些像素的亮度值,将该被运算像素的坐标除以该第一原始影像的该第一倍率,以获得该被运算像素于该第一原始影像上所对应的一像素(X,Y),其中n为该第一倍率;
(H-2)依据该像素(X,Y)所在的区块的区块移动向量计算该第一原始影像的该像素(X,Y)移动至该第二原始影像的一像素(X’,Y’)的位置;
(H-3)以该像素(X’,Y’)为中心的(2n-1)×(2n-1)矩阵为搜索范围,首先分别计算以该像素(X’,Y’)为中心的3×3矩阵的多个像素的亮度值,其中n为该第一倍率;
(H-4)计算以该像素(X’,Y’)为中心的3×3矩阵的多个像素与该被运算像素(nX,nY)以及其周围的多个像素(nX±n,nY±n)的一平均亮度差异值;
(H-5)自以该像素(X’,Y’)为中心的(2n-1)×(2n-1)矩阵的多个像素中选择一像素(X’’,Y’’)作为中心,并计算以该像素(X’’,Y’’)为中心的3×3矩阵与该被运算像素(nX,nY)以及其周围的多个像素(nX±n,nY±n)的一平均亮度差异值;
(H-6)重复步骤(H-5),直至获得所有平均亮度差异值为止,其中n为该第一倍率;
(H-7)选择平均亮度差异值最小的像素矩阵的中心像素为该被运算像素于该第二原始影像上所对应的该第一移动像素;
(H-8)依据该第二原始影像上的该第一移动像素所在的区块的区块移动向量计算该第一移动像素移动至该第三原始影像的一像素(XX’’,YY’’)的位置;
(H-9)以该像素(XX’’,YY’’)为中心的(2n-1)×(2n-1)矩阵为搜索范围,首先分别计算以该像素(XX’’,YY’’)为中心的3×3矩阵的多个像素的亮度值,其中n为该第一倍率;
(H-10)计算以该像素(XX’’,YY’’)为中心的3×3矩阵的多个像素与该被运算像素(nX,nY)以及其周围的多个像素(nX±n,nY±n)的一平均亮度差异值;
(H-11)自以该像素(XX’’,YY’’)为中心的(2n-1)×(2n-1)矩阵的多个像素中选择一像素(X’’’,Y’’’)作为中心,并计算以该像素(X’’’,Y’’’)为中心的3×3矩阵与该被运算像素(nX,nY)以及其周围的多个像素(nX±n,nY±n)的一平均亮度差异值;
(H-12)重复步骤(H-11),直至获得所有平均亮度差异值为止,其中n为该第一倍率;以及
(H-13)选择平均亮度差异值最小的像素矩阵的中心像素为该被运算像素于该第三原始影像上所对应的该第二移动像素。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010261172.6A CN102376086B (zh) | 2010-08-23 | 2010-08-23 | 产生高解析度影像的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010261172.6A CN102376086B (zh) | 2010-08-23 | 2010-08-23 | 产生高解析度影像的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102376086A CN102376086A (zh) | 2012-03-14 |
CN102376086B true CN102376086B (zh) | 2014-03-26 |
Family
ID=45794639
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201010261172.6A Expired - Fee Related CN102376086B (zh) | 2010-08-23 | 2010-08-23 | 产生高解析度影像的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102376086B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI554105B (zh) * | 2015-11-17 | 2016-10-11 | 緯創資通股份有限公司 | 電子裝置與影像處理方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6804419B1 (en) * | 1998-11-10 | 2004-10-12 | Canon Kabushiki Kaisha | Image processing method and apparatus |
CN100375120C (zh) * | 2003-06-16 | 2008-03-12 | 英华达股份有限公司 | 藉由多张低解析度影像产生高解析度影像的方法 |
CN101620730A (zh) * | 2008-06-30 | 2010-01-06 | 英特尔公司 | 从多个较低清晰度图像计算较高清晰度图像 |
CN101794440A (zh) * | 2010-03-12 | 2010-08-04 | 东南大学 | 图像序列的加权自适应超分辨率重建方法 |
-
2010
- 2010-08-23 CN CN201010261172.6A patent/CN102376086B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6804419B1 (en) * | 1998-11-10 | 2004-10-12 | Canon Kabushiki Kaisha | Image processing method and apparatus |
CN100375120C (zh) * | 2003-06-16 | 2008-03-12 | 英华达股份有限公司 | 藉由多张低解析度影像产生高解析度影像的方法 |
CN101620730A (zh) * | 2008-06-30 | 2010-01-06 | 英特尔公司 | 从多个较低清晰度图像计算较高清晰度图像 |
CN101794440A (zh) * | 2010-03-12 | 2010-08-04 | 东南大学 | 图像序列的加权自适应超分辨率重建方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102376086A (zh) | 2012-03-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11823363B2 (en) | Infrared and visible light fusion method | |
US9558543B2 (en) | Image fusion method and image processing apparatus | |
CN109074657B (zh) | 一种目标跟踪方法、装置、电子设备和可读存储介质 | |
JP4209938B2 (ja) | 画像処理装置および方法、画像処理プログラムおよび画像処理プロセッサ | |
CN111402139B (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
CN101571954B (zh) | 亚像素配准 | |
CN111279673A (zh) | 具有电子卷帘快门校正的图像拼接 | |
TW202117611A (zh) | 電腦視覺訓練系統及訓練電腦視覺系統的方法 | |
CN103167218A (zh) | 一种基于非局部性的超分辨率重建方法和设备 | |
CN107079100A (zh) | 用于相机阵列的透镜移位校正的方法和系统 | |
JP2009230537A (ja) | 画像処理装置、画像処理プログラム、画像処理方法、および、電子機器 | |
US20100054542A1 (en) | Processing video frames with the same content but with luminance variations across frames | |
CN108665415B (zh) | 基于深度学习的图像质量提升方法及其装置 | |
CN104809716A (zh) | 一种确定图像偏移量的方法及设备 | |
CN116895094B (zh) | 一种基于双目融合的暗环境成像方法、系统、装置及介质 | |
CN110378250A (zh) | 用于场景认知的神经网络的训练方法、装置及终端设备 | |
CN102611842B (zh) | 图像处理设备和图像处理方法 | |
US8472756B2 (en) | Method for producing high resolution image | |
CN113935934A (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
JP2009301181A (ja) | 画像処理装置、画像処理プログラム、画像処理方法、および電子機器 | |
CN113808033A (zh) | 图像文档校正方法、系统、终端及介质 | |
CN102376086B (zh) | 产生高解析度影像的方法 | |
US20230351549A1 (en) | Adaptive technology for reducing 3a algorithm computation complexity | |
CN113298187A (zh) | 图像处理方法及装置、计算机可读存储介质 | |
JP2008113292A (ja) | 動き推定方法,装置,そのプログラムおよびその記録媒体 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20140326 Termination date: 20150823 |
|
EXPY | Termination of patent right or utility model |