CN102609922A - 基于fpga的图像锐化系统及图像锐化方法 - Google Patents
基于fpga的图像锐化系统及图像锐化方法 Download PDFInfo
- Publication number
- CN102609922A CN102609922A CN2012100546793A CN201210054679A CN102609922A CN 102609922 A CN102609922 A CN 102609922A CN 2012100546793 A CN2012100546793 A CN 2012100546793A CN 201210054679 A CN201210054679 A CN 201210054679A CN 102609922 A CN102609922 A CN 102609922A
- Authority
- CN
- China
- Prior art keywords
- data
- template
- frame
- video image
- image data
- 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
Images
Abstract
一种基于FPGA的图像锐化系统及图像锐化方法,包括模板生成模块、模板参数叠加模块和输出值计算模块,由数据帧输入Pixel_In引入第三帧视频图像数据,与FIFO1和FIFO2中存储的前两帧视频图像数据构成3×3邻域模板,通过乘法器把模板参数叠加到视频数据中,通过对三列模板数据的和进行加和,得出3×3模板中的9个数据的和作为锐化后的图像边缘值,然后再将锐化后的图像边缘值与对应的原图像进行加和即得出边缘增强后更加清晰的视频图像,在视频采集过程中即可对视频图像数据进行实时的锐化处理。
Description
技术领域
本发明涉及视频监控的技术领域,具体说是一种利用索贝尔算子实现实时视频图像的边缘增强的基于FPGA的图像锐化系统及图像锐化方法。
背景技术
图像锐化就是补偿图像的轮廓,增强图像的边缘及灰度跳变的部分,使图像变得清晰,图像锐化分为空间域处理和频率域处理两类。
图像锐化处理的目的是为了使图像的边缘、轮廓线以及图像的细节变的清晰,经过平滑的图像变得模糊的根本原因是因为图像受到了平均或积分运算,因此可以对其进行逆运算(如微分运算)就可以使图像变的清晰。
图像的能量主要集中在其低频部分,图像边缘信息主要集中在其高频部分。从频率域来考虑,图像模糊的实质是因为起高频分量被衰减,因此可以用高通滤波器来使图像清晰。
索贝尔算子一种离散差分算子,用来运算图像亮度函数的梯度之近似值。在图像的任何一点使用此算子,将会产生对应的梯度矢量或是其法矢量。该算子包含两组3×3的矩阵,分别为横向及纵向,将之与图像作平面卷积,即可分别得出横向及纵向的亮度差分近似值。如果以f(x,y)代表原始图像,G(x)及G(y)分别代表经横向及纵向边缘检测的图像,其公式如下:
发明内容
本发明要解决的技术问题是提供一种利用索贝尔算子实现实时视频图像的边缘增强的基于FPGA的图像锐化系统及图像锐化方法。
本发明为解决公知技术中存在的技术问题所采取的技术方案是:
本发明的基于FPGA的图像锐化系统,包括模板生成模块、模板参数叠加模块和输出值计算模块,上述三个模块依次相连接;模板生成模块包含两路先入先出存储器FIFO1、FIFO2和一路数据帧输入Pixel_In,数据帧输入Pixel_In与FIFO2相连接,而FIFO2与FIFO1相连接,由数据帧输入Pixel_In引入的前后连续两帧视频数据分别存入FIFO1和FIFO2,由数据帧输入Pixel_In引入第三帧视频数据构成3×3邻域模板;模板参数叠加模块中包括索贝尔模板、模板参数存储器、乘法器和加法器,上述三路帧图像分别通过乘法器与索贝尔模板分别相连,模板参数存储器记录滤波模板的因数,而模板参数存储器通过乘法器与上述三路经过索贝尔模板相乘后的数据分别连接,所得三个乘积再通过加法器求和得到一列模板数据的和;输出值计算模块包含加法器、列数据存储器和帧数据存储器,三个列数据存储器分别存储三个列模板数据,三个帧数据存储器与FIFO2相连接,依次存储对应的FIFO2接收到的视频数据,通过流水线加和三列模板数据的和,所得的和再与帧数据存储器存储的的数据通过加法器再次加和,并将所得数据作为数据帧输出Pixel_Out。
本发明的基于FPGA的图像锐化方法,包括以下步骤:
A、由数据帧输入Pixel_In引入第一帧视频图像数据,并将此帧视频图像数据存入FIFO2;由数据帧输入Pixel_In引入第二帧视频图像数据,并将此帧视频图像数据存入FIFO2,原来存储在FIFO2中的第一帧视频图像数据转存至FIFO1,同时第二帧视频图像数据也传输至输出值计算模板中的帧数据存储器Reg6,再由数据帧输入Pixel_In引入第三帧视频图像数据,与FIFO1和FIFO2中存储的前两帧视频图像数据构成3×3邻域模板;
B、上述第一至第三帧视频图像数据所对应的三路数据分别通过乘法器与索贝尔模板进行乘法计算;
C、与索贝尔模板相乘后得到的三路数据再次分别与模板参数存储器中记录的滤波模板的因数相乘;
D、将经C步骤得到的三路数据各自对应的乘积通过加法器加和,得到第一列模板数据的和,将第一列模板数据的和存入输出值计算模块中的列数据存储器Reg3中;
E、由数据帧输入Pixel_In引入第四帧视频图像数据,第三帧视频图像数据存储入FIFO2,而原来存储与FIFO2的第二帧视频图像数据存入FIFO1,同时将第三帧视频图像数据传输至输出值计算模板中的帧数据存储器Reg6,而原存储于Reg6的第二帧视频图像数据传输至与Reg6顺序连接的Reg5,第四帧视频图像数据与FIFO1和FIFO2中存储的第二帧及第三帧视频图像数据构成3×3邻域模板;
F、第二至第四帧视频图像数据所对应的三路数据分别通过乘法器与索贝尔模板进行乘法计算;
G、与索贝尔模板相乘后得到的与第二至第四帧视频图像数据相互一一应的三路数据再次分别与模板参数存储器中记录的滤波模板的因数相乘;
H、将经过G步骤后得到的三路数据各自对应的乘积通过加法器加和,得到第二列模板数据的和,将第二列模板数据的和存入输出值计算模块中的列数据存储器Reg3中,同时第一列模板数据的和存入与Reg3相互连接的Reg2中;
I、由数据帧输入Pixel_In引入第五帧视频图像数据,第四帧视频图像数据存储入FIFO2,而原存储与FIFO2的第三帧视频图像数据存入FIFO1,同时将第四帧视频图像数据传输至输出值计算模板中的帧数据存储器Reg6,而原存储于Reg6的第三帧视频图像数据传输至与Reg6顺序连接的Reg5,原存储于Reg5的第二帧视频图像数据传输至与Reg5顺序连接的Reg4,第五帧视频图像数据与FIFO1和FIFO2中存储的第三帧及第四帧视频图像数据构成3×3邻域模板;
J、第三至第五帧视频图像数据所对应的三路数据分别通过乘法器与索贝尔模板进行乘法计算;
K、与索贝尔模板相乘后得到的与第三至第五帧视频图像数据相互一一应的三路数据再次分别与模板参数存储器中记录的滤波模板的因数相乘;
L、将经过K步骤后得到的三路数据各自对应的乘积通过加法器加和,得到第三列模板数据的和,将第三列模板数据的和存入输出值计算模块中的列数据存储器Reg3中,同时第二列模板数据的和存入与Reg3相互连接的Reg2中,而第一列模板数据的和存入与Reg2相互连接的Reg1中;
M、将Reg1、Reg2和Reg3中的三列模板数据的和进行加和,得到3×3模板的9个数据的和,作为锐化后的图像边缘值,再将上述所得的图像边缘值与Reg4中存储的第二帧视频图像数据进行加和,记得到锐化后的图像值;
N、由数据帧输入Pixel_In持续引入视频图像数据,按照步骤I至步骤M持续顺序执行相应的处理过程。
本发明还可采用以下技术方案:
索贝尔模块包含索贝尔横向梯度模板因数和索贝尔纵向梯度模板因数,三路视频图像数据分别与索贝尔模块相乘时,依次先乘以索贝尔横向梯度模板因数再乘以索贝尔纵向梯度模板因数。
本发明具有的优点和积极效果是:
本发明基于FPGA和索贝尔算子,建立3×3的邻域模板,通过乘法器把模板参数叠加到视频数据中,通过对三列模板数据的和进行加和,得出3×3模板中的9个数据的和作为锐化后的图像边缘值,然后再将锐化后的图像边缘值与对应的原图像进行加和即得出边缘增强后更加清晰的视频图像,在视频采集过程中即可对视频图像数据进行实时的锐化处理。
附图说明
图1是本发明的基于FPGA的图像锐化系统的示意图。
具体实施方式
以下参照附图及实施例对本发明进行详细的说明。
图1是本发明的基于FPGA的图像锐化系统的示意图。
如图1所示,本发明的基于FPGA的图像锐化系统,包括模板生成模块、模板参数叠加模块和输出值计算模块,上述三个模块依次相连接;模板生成模块包含两路先入先出存储器FIFO1、FIFO2和一路数据帧输入Pixel_In,数据帧输入Pixel_In与FIFO2相连接,而FIFO2与FIFO1相连接,由数据帧输入Pixel_In引入的前后连续两帧视频数据分别存入FIFO1和FIFO2,由数据帧输入Pixel_In引入第三帧视频数据构成3×3邻域模板;模板参数叠加模块中包括索贝尔模板、模板参数存储器、乘法器和加法器,上述三路帧图像分别通过乘法器与索贝尔模板分别相连,模板参数存储器记录滤波模板的因数,而模板参数存储器通过乘法器与上述三路经过索贝尔模板相乘后的数据分别连接,所得三个乘积再通过加法器求和得到一列模板数据的和;输出值计算模块包含加法器、列数据存储器和帧数据存储器,三个列数据存储器分别存储三个列模板数据,三个帧数据存储器与FIFO2相连接,依次存储对应的FIFO2接收到的视频数据,通过流水线加和三列模板数据的和,所得的和再与帧数据存储器存储的数据通过加法器再次加和,并将所得数据作为数据帧输出Pixel_Out。
本发明的基于FPGA的图像锐化方法,包括以下步骤:
A、由数据帧输入Pixel_In引入第一帧视频图像数据,并将此帧视频图像数据存入FIFO2;由数据帧输入Pixel_In引入第二帧视频图像数据,并将此帧视频图像数据存入FIFO2,原来存储在FIFO2中的第一帧视频图像数据转存至FIFO1,同时第二帧视频图像数据也传输至输出值计算模板中的帧数据存储器Reg6,再由数据帧输入Pixel_In引入第三帧视频图像数据,与FIFO1和FIFO2中存储的前两帧视频图像数据构成3×3邻域模板;
B、上述第一至第三帧视频图像数据所对应的三路数据分别通过乘法器与索贝尔模板Coefficient RAM1进行乘法计算;
C、与索贝尔模板相乘后得到的三路数据再次分别与模板参数存储器Coefficient RAM2中记录的滤波模板的因数相乘;
D、将经C步骤得到的三路数据各自对应的乘积通过加法器加和,得到第一列模板数据的和,将第一列模板数据的和存入输出值计算模块中的列数据存储器Reg3中;
E、由数据帧输入Pixel_In引入第四帧视频图像数据,第三帧视频图像数据存储入FIFO2,而原来存储与FIFO2的第二帧视频图像数据存入FIFO1,同时将第三帧视频图像数据传输至输出值计算模板中的帧数据存储器Reg6,而原存储于Reg6的第二帧视频图像数据传输至与Reg6顺序连接的Reg5,第四帧视频图像数据与FIFO1和FIFO2中存储的第二帧及第三帧视频图像数据构成3×3邻域模板;
F、第二至第四帧视频图像数据所对应的三路数据分别通过乘法器与索贝尔模板Coefficient RAM1进行乘法计算;
G、与索贝尔模板相乘后得到的与第二至第四帧视频图像数据相互一一应的三路数据再次分别与模板参数存储器Coefficient RAM2中记录的滤波模板的因数相乘;
H、将经过G步骤后得到的三路数据各自对应的乘积通过加法器加和,得到第二列模板数据的和,将第二列模板数据的和存入输出值计算模块中的列数据存储器Reg3中,同时第一列模板数据的和存入与Reg3相互连接的Reg2中;
I、由数据帧输入Pixel_In引入第五帧视频图像数据,第四帧视频图像数据存储入FIFO2,而原存储与FIFO2的第三帧视频图像数据存入FIFO1,同时将第四帧视频图像数据传输至输出值计算模板中的帧数据存储器Reg6,而原存储于Reg6的第三帧视频图像数据传输至与Reg6顺序连接的Reg5,原存储于Reg5的第二帧视频图像数据传输至与Reg5顺序连接的Reg4,第五帧视频图像数据与FIFO1和FIFO2中存储的第三帧及第四帧视频图像数据构成3×3邻域模板;
J、第三至第五帧视频图像数据所对应的三路数据分别通过乘法器与索贝尔模板进行乘法计算;
K、与索贝尔模板相乘后得到的与第三至第五帧视频图像数据相互一一应的三路数据再次分别与模板参数存储器中记录的滤波模板的因数相乘;
L、将经过K步骤后得到的三路数据各自对应的乘积通过加法器加和,得到第三列模板数据的和,将第三列模板数据的和存入输出值计算模块中的列数据存储器Reg3中,同时第二列模板数据的和存入与Reg3相互连接的Reg2中,而第一列模板数据的和存入与Reg2相互连接的Reg1中;
M、将Reg1、Reg2和Reg3中的三列模板数据的和进行加和,得到3×3模板的9个数据的和,作为锐化后的图像边缘值,再将上述所得的图像边缘值与Reg4中存储的第二帧视频图像数据进行加和,记得到锐化后的图像值;
N、由数据帧输入Pixel_In持续引入视频图像数据,按照步骤I至步骤M持续顺序执行相应的处理过程。
本发明还可采用以下技术方案:
索贝尔模块包含索贝尔横向梯度模板因数和索贝尔纵向梯度模板因数,三路视频图像数据分别与索贝尔模块相乘时,依次先乘以索贝尔横向梯度模板因数再乘以索贝尔纵向梯度模板因数。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,虽然本发明已以较佳实施例公开如上,然而,并非用以限定本发明,任何熟悉本专业的技术人员,在不脱离本发明技术方案范围内,当然会利用揭示的技术内容作出些许更动或修饰,成为等同变化的等效实施例,但凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均属于本发明技术方案的范围内。
Claims (3)
1.一种基于FPGA的图像锐化系统,其特征在于:包括模板生成模块、模板参数叠加模块和输出值计算模块,上述三个模块依次相连接;模板生成模块包含两路先入先出存储器FIFO1、FIFO2和一路数据帧输入Pixel_In,数据帧输入Pixel_In与FIFO2相连接,而FIFO2与FIFO1相连接,由数据帧输入Pixel_In引入的前后连续两帧视频数据分别存入FIFO1和FIFO2,由数据帧输入Pixel_In引入第三帧视频数据构成3×3邻域模板;模板参数叠加模块中包括索贝尔模板、模板参数存储器、乘法器和加法器,上述三路帧图像分别通过乘法器与索贝尔模板分别相连,模板参数存储器记录滤波模板的因数,而模板参数存储器通过乘法器与上述三路经过索贝尔模板相乘后的数据分别连接,所得三个乘积再通过加法器求和得到一列模板数据的和;输出值计算模块包含加法器、列数据存储器和帧数据存储器,三个列数据存储器分别存储三个列模板数据,三个帧数据存储器与FIFO2相连接,依次存储对应的FIFO2接收到的视频数据,通过流水线加和三列模板数据的和,所得的和再与帧数据存储器存储的数据通过加法器再次加和,并将所得数据作为数据帧输出Pixel_Out。
2.一种基于权利要求1所述的基于FPGA的图像锐化系统的图像锐化方法,包括以下步骤:
A、由数据帧输入Pixel_In引入第一帧视频图像数据,并将此帧视频图像数据存入FIFO2;由数据帧输入Pixel_In引入第二帧视频图像数据,并将此帧视频图像数据存入FIFO2,原来存储在FIFO2中的第一帧视频图像数据转存至FIFO1,同时第二帧视频图像数据也传输至输出值计算模板中的帧数据存储器Reg6,再由数据帧输入Pixel_In引入第三帧视频图像数据,与FIFO1和FIFO2中存储的前两帧视频图像数据构成3×3邻域模板;
B、上述第一至第三帧视频图像数据所对应的三路数据分别通过乘法器与索贝尔模板进行乘法计算;
C、与索贝尔模板相乘后得到的三路数据再次分别与模板参数存储器中记录的滤波模板的因数相乘;
D、将经C步骤得到的三路数据各自对应的乘积通过加法器加和,得到第一列模板数据的和,将第一列模板数据的和存入输出值计算模块中的列数据存储器Reg3中;
E、由数据帧输入Pixel_In引入第四帧视频图像数据,第三帧视频图像数据存储入FIFO2,而原来存储与FIFO2的第二帧视频图像数据存入FIFO1,同时将第三帧视频图像数据传输至输出值计算模板中的帧数据存储器Reg6,而原存储于Reg6的第二帧视频图像数据传输至与Reg6顺序连接的Reg5,第四帧视频图像数据与FIFO1和FIFO2中存储的第二帧及第三帧视频图像数据构成3×3邻域模板;
F、第二至第四帧视频图像数据所对应的三路数据分别通过乘法器与索贝尔模板进行乘法计算;
G、与索贝尔模板相乘后得到的与第二至第四帧视频图像数据相互一一应的三路数据再次分别与模板参数存储器中记录的滤波模板的因数相乘;
H、将经过G步骤后得到的三路数据各自对应的乘积通过加法器加和,得到第二列模板数据的和,将第二列模板数据的和存入输出值计算模块中的列数据存储器Reg3中,同时第一列模板数据的和存入与Reg3相互连接的Reg2中;
I、由数据帧输入Pixel_In引入第五帧视频图像数据,第四帧视频图像数据存储入FIFO2,而原存储与FIFO2的第三帧视频图像数据存入FIFO1,同时将第四帧视频图像数据传输至输出值计算模板中的帧数据存储器Reg6,而原存储于Reg6的第三帧视频图像数据传输至与Reg6顺序连接的Reg5,原存储于Reg5的第二帧视频图像数据传输至与Reg5顺序连接的Reg4,第五帧视频图像数据与FIFO1和FIFO2中存储的第三帧及第四帧视频图像数据构成3×3邻域模板;
J、第三至第五帧视频图像数据所对应的三路数据分别通过乘法器与索贝尔模板进行乘法计算;
K、与索贝尔模板相乘后得到的与第三至第五帧视频图像数据相互一一应的三路数据再次分别与模板参数存储器中记录的滤波模板的因数相乘;
L、将经过K步骤后得到的三路数据各自对应的乘积通过加法器加和,得到第三列模板数据的和,将第三列模板数据的和存入输出值计算模块中的列数据存储器Reg3中,同时第二列模板数据的和存入与Reg3相互连接的Reg2中,而第一列模板数据的和存入与Reg2相互连接的Reg1中;
M、将Reg1、Reg2和Reg3中的三列模板数据的和进行加和,得到3×3模板的9个数据的和,作为锐化后的图像边缘值,再将上述所得的图像边缘值与Reg4中存储的第二帧视频图像数据进行加和,记得到锐化后的图像值;
N、由数据帧输入Pixel_In持续引入视频图像数据,按照步骤I至步骤M持续顺序执行相应的处理过程。
3.根据权利要求2所述的基于FPGA的图像锐化方法,其特征在于:索贝尔模块包含索贝尔横向梯度模板因数和索贝尔纵向梯度模板因数,三路视频图像数据分别与索贝尔模块相乘时,依次先乘以索贝尔横向梯度模板因数再乘以索贝尔纵向梯度模板因数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012100546793A CN102609922A (zh) | 2012-03-05 | 2012-03-05 | 基于fpga的图像锐化系统及图像锐化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012100546793A CN102609922A (zh) | 2012-03-05 | 2012-03-05 | 基于fpga的图像锐化系统及图像锐化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102609922A true CN102609922A (zh) | 2012-07-25 |
Family
ID=46527268
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012100546793A Pending CN102609922A (zh) | 2012-03-05 | 2012-03-05 | 基于fpga的图像锐化系统及图像锐化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102609922A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103716512A (zh) * | 2014-01-22 | 2014-04-09 | 天津天地伟业数码科技有限公司 | 基于Robinson算子的图像锐化系统及锐化方法 |
CN103716511A (zh) * | 2014-01-22 | 2014-04-09 | 天津天地伟业数码科技有限公司 | 基于Prewitt算子的图像锐化系统及图像锐化方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101976431A (zh) * | 2010-11-02 | 2011-02-16 | 公安部第三研究所 | 一种基于动态可重构技术的通用图像处理平台及其实现方法 |
CN102118289A (zh) * | 2010-12-02 | 2011-07-06 | 西北工业大学 | Ieee1394接口的实时图像分割处理系统与高速智能统一总线接口方法 |
-
2012
- 2012-03-05 CN CN2012100546793A patent/CN102609922A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101976431A (zh) * | 2010-11-02 | 2011-02-16 | 公安部第三研究所 | 一种基于动态可重构技术的通用图像处理平台及其实现方法 |
CN102118289A (zh) * | 2010-12-02 | 2011-07-06 | 西北工业大学 | Ieee1394接口的实时图像分割处理系统与高速智能统一总线接口方法 |
Non-Patent Citations (5)
Title |
---|
K. BENKRID ET AL: "Efficient FPGA hardware development: A multi-language approach", 《JOURNAL OF SYSTEMS ARCHITECTURE》, vol. 53, 22 November 2006 (2006-11-22) * |
SAMI HASAN ET AL: "FPGA-Based Architecture for a Generalized Parallel 2-D MRI Filtering Algorithm", 《AMERICAN J. OF ENGINEERING AND APPLIED SCIENCES》, vol. 4, no. 4, 31 December 2011 (2011-12-31) * |
方翰华 等: "基于FPGA图像滤波算法硬件化设计", 《电子测量技术》, vol. 32, no. 12, 31 December 2009 (2009-12-31) * |
李明 等: "Sobel边缘检测的FPGA实现", 《现代电子技术》, no. 16, 31 December 2009 (2009-12-31) * |
艾扬利 等: "基于FPGA的Sobel算子并行计算研究", 《现代电子技术》, no. 9, 31 December 2005 (2005-12-31) * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103716512A (zh) * | 2014-01-22 | 2014-04-09 | 天津天地伟业数码科技有限公司 | 基于Robinson算子的图像锐化系统及锐化方法 |
CN103716511A (zh) * | 2014-01-22 | 2014-04-09 | 天津天地伟业数码科技有限公司 | 基于Prewitt算子的图像锐化系统及图像锐化方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102609921A (zh) | 基于拉普拉斯算子的图像锐化系统及图像锐化方法 | |
CN102881000B (zh) | 一种视频图像的超分辨率方法、装置和设备 | |
CN106910161A (zh) | 一种基于深度卷积神经网络的单幅图像超分辨率重建方法 | |
CN102968769B (zh) | 一种图像一致性增强装置 | |
CN112581414B (zh) | 一种卷积神经网络、图像处理的方法及电子设备 | |
CN101729911A (zh) | 一种基于视觉感知的多视点图像颜色校正方法 | |
CN107833182A (zh) | 基于特征提取的红外图像超分辨率重建方法 | |
CN105976337A (zh) | 一种基于中值引导滤波的图像去雾方法 | |
CN103716511A (zh) | 基于Prewitt算子的图像锐化系统及图像锐化方法 | |
CN103714523A (zh) | 基于Kirsch算子的图像锐化系统及图像锐化方法 | |
CN115439702B (zh) | 一种基于频域处理的弱噪声图像分类方法 | |
CN102609922A (zh) | 基于fpga的图像锐化系统及图像锐化方法 | |
CN110047038B (zh) | 一种基于层级递进网络的单图像超分辨重建方法 | |
CN103455974B (zh) | 一种图像素描风格化的处理方法 | |
Shan et al. | FPGA based memory efficient high resolution stereo vision system for video tolling | |
CN103745443A (zh) | 提高图像质量的方法和设备 | |
CN105447830A (zh) | 动态视频图像清晰度强化方法及装置 | |
CN104853059B (zh) | 超分辨率图像处理方法及其装置 | |
CN102663683B (zh) | 图像增强方法及系统 | |
CN114612347B (zh) | 一种多模块级联的水下图像增强方法 | |
CN111383299B (zh) | 图像的处理方法、装置及计算机可读存储介质 | |
CN114022371B (zh) | 基于空间和通道注意力残差网络的去雾装置及其去雾方法 | |
CN105590294A (zh) | 一种图像处理方法和电子设备 | |
CN103716512A (zh) | 基于Robinson算子的图像锐化系统及锐化方法 | |
CN103188487B (zh) | 视频图像中的卷积方法及视频图像处理系统 |
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: 20120725 |