CN102867297A - 一种低照度图像采集的数字化处理方法 - Google Patents
一种低照度图像采集的数字化处理方法 Download PDFInfo
- Publication number
- CN102867297A CN102867297A CN2012103191139A CN201210319113A CN102867297A CN 102867297 A CN102867297 A CN 102867297A CN 2012103191139 A CN2012103191139 A CN 2012103191139A CN 201210319113 A CN201210319113 A CN 201210319113A CN 102867297 A CN102867297 A CN 102867297A
- Authority
- CN
- China
- Prior art keywords
- image
- blurred picture
- equations
- class
- picture
- 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
Images
Landscapes
- Image Processing (AREA)
Abstract
本发明公开了一种低照度图像采集的数字化处理方法,涉及数字图像处理领域。所述方法包括:在低照度环境下通过连续对焦采集一组多焦距图像;将所述一组多焦距图像划分为第一类模糊图像、第二类模糊图像和第三类模糊图像;根据所述第一类模糊图像对应的退化函数、所述第二类模糊图像对应的退化函数和所述第三类模糊图像对应的退化函数,分别进行去模糊处理,获取去模糊处理后的第一类图像、第二类图像和第三类图像;对所述去模糊处理后的第一类图像、第二类图像和第三类图像中的每一幅图像进行逐点清晰度指标计算,以每幅图像各点的清晰度指标wv,i,j为权值,将各个图像对应点的灰度值进行加权求和,获取最终图像;将所述最终图像保存并送入显示器进行图像显示。
Description
技术领域
本发明属于数字图像处理领域,特别涉及一种低照度图像采集的数字化处理方法,适用于所有数字式图像采集设备。
背景技术
低照度环境下的图像采集是图像采集中的难点,当环境光照度过低,目标场景中的物体反射光能量不足时,会使所采集图像的对比度和信噪比都很低。
对目标场景进行图像采集时,需要对镜头进行调焦,调焦的过程分为变焦和对焦。变焦是改变镜头的焦距,以改变拍摄的视角,即把目标场景拉近或推远。对焦是调整镜头与感光器件之间的距离,使得目标场景清晰的呈现在感光元件上。
发明人在实现本发明的过程中,发现现有技术中至少存在以下缺点和不足:
1)虽然延长曝光时间可以提高图像信噪比,但是曝光时间延长后图像采集设备和目标场景中的物体都难免会出现抖动,从而使画面变得更加模糊;
2)在低照度环境下进行图像采集,由于实时拍摄的图像信噪比很低,难以根据图像清晰程度判断是否对焦准确,从而给对焦带来困难。
发明内容
本发明提供了一种低照度图像采集的数字化处理方法,本方法去除了因相机抖动和对焦不准产生的图像模糊,提高了图像的精度,详见下文描述:
一种低照度图像采集的数字化处理方法,所述方法包括以下步骤:
(1)在低照度环境下通过连续对焦采集一组多焦距图像;
(2)将所述一组多焦距图像划分为第一类模糊图像、第二类模糊图像和第三类模糊图像;根据所述第一类模糊图像对应的退化函数、所述第二类模糊图像对应的退化函数和所述第三类模糊图像对应的退化函数,分别进行去模糊处理,获取去模糊处理后的第一类图像、第二类图像和第三类图像;
(3)对所述去模糊处理后的第一类图像、第二类图像和第三类图像中的每一幅图像进行逐点清晰度指标计算,以每幅图像各点的清晰度指标wv,i,j为权值,将各个图像对应点的灰度值进行加权求和,获取最终图像;
(4)将所述最终图像保存并送入显示器进行图像显示。
所述在低照度环境下通过连续对焦采集一组多焦距图像具体为:
在低照度环境下通过数字相机或数字摄像机连续对焦采集所述一组多焦距图像。
所述将所述一组多焦距图像划分为第一类模糊图像、第二类模糊图像和第三类模糊图像;根据所述第一类模糊图像对应的退化函数、所述第二类模糊图像对应的退化函数和所述第三类模糊图像对应的退化函数,分别进行去模糊处理,获取去模糊处理后的第一类图像、第二类图像和第三类图像具体为:
1)将成像系统和目标做相对匀速直线运动时获取到的图像划分为第一类模糊图像;
2)将光学系统散焦时获取到的图像划分为第二类模糊图像;
3)将由光学系统衍射和像差因素影响得到的图像划分为第三类模糊图像;
4)根据所述第一类模糊图像对应的退化函数、所述第二类模糊图像对应的退化函数、所述第三类模糊图像对应的退化函数和超分辨力图像复原方法,分别对所述第一类模糊图像、所述第二类模糊图像和所述第三类模糊图像进行去模糊处理;
5)获取去模糊处理后的第一类图像、第二类图像和第三类图像。
所述对所述去模糊处理后的第一类图像、第二类图像和第三类图像中的每一幅图像进行逐点清晰度指标计算,以每幅图像各点的清晰度指标wv,i,j为权值,将各个图像对应点的灰度值进行加权求和,获取最终图像具体为:
2)获取以(i,j)为中心的边长为(2N+1)的正方形区域上的拉普拉斯分量作为像素(i,j)处的清晰度指标wv,i,j;
3)将各个图像对应点的灰度值进行加权求和,将加权求和后的各点组成最终图像。
本发明提供的技术方案的有益效果是:
(1)本方法通过对低照度环境下的图像采集进行去模糊处理,可以去除由于曝光时间延长、相机抖动以及对焦不准所带来的图像模糊问题,降低了对使用者的要求,使图像画面变得清晰;
(2)本方法利用多焦距图像融合技术使得使用者在对焦时不必刻意观察图像是否处于最清晰状态,只需连续调节镜头,采集一组多焦距图像,就可以从多焦距图像的融合结果中得到清晰的图像,从而简化了操作步骤;
(3)由于场景中的目标物通常并不处于一个平面,不同目标与镜头的距离也会不同,因此各个目标区域在每一幅图像中的清晰度也往往不一样。本方法通过对目标场景进行连续对焦,可拍得一组清晰区域各不相同的图像,将该组图像进行融合之后便可以获得一幅各个目标物都清晰的图像;
(4)本方法使得低照度环境下采集到的图像更为清晰,方便快捷,同时也降低了对使用者的操作要求,节约了操作时间。
附图说明
图1为本发明提供的一种低照度图像采集的数字化处理方法的流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,兹例举以下实施例,并配合附图详细说明如下:
为了去除因相机抖动和对焦不准产生的图像模糊,提高图像的精度,本发明实施例提出了一种低照度图像采集的数字化处理方法,参见图1,详见下文描述:
101:在低照度环境下通过连续对焦采集一组多焦距图像;
其中,图像采集过程中先通过变焦确定目标场景的拍摄范围,然后再连续调节感光元件与镜头光心的距离进行对焦,同时实时记录从调节起始到结束整个过程中所拍摄的一组多焦距图像。
其中,在低照度环境下通过连续对焦采集一组多焦距图像具体为:
在低照度环境下通过数字相机或数字摄像机连续对焦采集一组多焦距图像。
本发明实施例中是以数字相机中的数字眼底相机采集一组多焦距图像为例进行说明,具体实现时,还可以采用其他类型的数字相机或数字摄像机,本发明实施例对此不做限制。
102:将一组多焦距图像划分为第一类模糊图像、第二类模糊图像和第三类模糊图像;根据第一类模糊图像对应的退化函数、第二类模糊图像对应的退化函数和第三类模糊图像对应的退化函数,分别进行去模糊处理,获取去模糊处理后的第一类图像、第二类图像和第三类图像;
其中,该步骤具体为:
1)将成像系统和目标做相对匀速直线运动时获取到的图像划分为第一类模糊图像;
第一类模糊图像对应的退化函数具体为:
其中,d为退化函数的长度,A为常数。如果噪声较低,退化函数h(i,j)可在频域辨识,即由退化函数h(i,j)的傅里叶变换的带状调制确定d。
2)将光学系统散焦时获取到的图像划分为第二类模糊图像;
第二类模糊图像对应的退化函数具体为:
其中,该退化函数h(i,j)是一个均匀分布的圆形光斑,R为散焦斑半径。如果退化图像的信噪比较高,则可由退化函数h(i,j)的傅里叶变换在频域图上产生的圆形轨迹确定R。
3)将由光学系统衍射和像差因素影响得到的图像划分为第三类模糊图像;
其中,第三类模糊图像对应的退化函数具体为:
其中,K为归一化常数;a为一个正数;C为h(i,j)的圆形支持域。
其中,由于图像模糊现象等效于卷积过程,因此反卷积是使模糊的图像复原的基本方法。通常情况下,模糊函数是一个低通滤波器,它使输入图像的高频成分受到抑制甚至丧失。反卷积是逆过程,需要恢复低频信息并找回丢失的高频成分。噪声的存在将可能使反卷积的结果偏离真实的解,因此,需要在图像信号复原和噪声放大之间做出适当的折衷。为获得图像反卷积的真实解,考虑到噪声和模糊函数对复原图像的影响,采用超分辨力图像复原技术对图像进行复原。
4)根据第一类模糊图像对应的退化函数、第二类模糊图像对应的退化函数、第三类模糊图像对应的退化函数和超分辨力图像复原方法,分别对第一类模糊图像、第二类模糊图像和第三类模糊图像进行去模糊处理;
其中,该步骤具体为:基于Markov约束的Poisson-ML超分辨力图像复原算法(MPML)的迭代公式为:
式中*表示卷积运算;表示相关运算;n为迭代步数;hi,j为退化函数;gi,j为实测的像素(i,j)处的灰度值;fi,j为每次迭代的像素(i,j)处的灰度值;为n次迭代的像素(i,j)处的灰度值;P为控制系数,用于控制收敛特性和速度;惩罚函数U(f)为Gibbs分布中能量函数;a为正则化参数。
其中,MPML算法中采用的非线性正则化约束可在抑制噪声的同时保护图像边沿和图像细节,正则化参数a是恢复图像细节和抑制噪声的权衡因子,故MPML算法对图像复原有较强的超分辨能力。
其中,控制系数P和正则化参数a的取值根据实际应用中需要进行设定,具体实现时,本发明实施例对此不做限制。
5)获取去模糊处理后的第一类图像、第二类图像和第三类图像。
103:对去模糊处理后的第一类图像、第二类图像和第三类图像中的每一幅图像进行逐点清晰度指标计算,以每幅图像各点的清晰度指标wv,i,j为权值,将各个图像对应点的灰度值进行加权求和,获取最终图像;
其中,清晰度指标wv,i,j可以选取各个像素邻域的拉普拉斯分量(SML,Sumof Modified Laplacian),计算过程如下:
其中,step表示用离散差分求拉普拉斯梯度时采用的空域间隔,通常取step=1。
2)获取以(i,j)为中心的边长为(2N+1)的正方形区域上的拉普拉斯分量(SML)作为清晰度指标wv,i,j,即:
其中,T代表参与累加的ML取值门限;是像素(k,w)处的二阶梯度的水平分量与垂直分量的绝对和,它代表了(k,w)处的梯度强度;N的取值根据实际应用中的需要进行设定,具体实现时,本发明实施例对此不做限制。
3)将各个图像对应点的灰度值进行加权求和,将加权求和后的各点组成最终图像。
其中,加权求和的各点灰度值表示为m为图像的数量;fv,i,j为第v幅去模糊处理后的图像在像素(i,j)处的灰度值;通过上述步骤获取到的最终图像是一幅图像增强的多焦距清晰的图片。
104:将最终图像保存并送入显示器进行图像显示。
其中,具体实现时,可以采用数字相机或数字摄像机进行连续对焦,采集一组多焦距视网膜图像。然后对每幅图像进行超分辨力去模糊处理,消除图像采集过程中由于对焦不准和/或相机抖动所产生的图像模糊现象;再对去模糊处理后的各幅图像逐点进行清晰度指标计算,以每幅图像各点的清晰度指标为权值,将该组图像中对应点的灰度值进行加权求和,最终取得一幅增强的多焦距清晰图片。
综上所述,本发明实施例提供了一种低照度图像采集的数字化处理方法,本方法通过对低照度环境下的图像采集进行去模糊处理,可以去除由于曝光时间延长、相机抖动以及对焦不准所带来的图像模糊问题,降低了对使用者的要求,使图像画面变得清晰;本方法利用多焦距图像融合技术使得使用者在对焦时不必刻意观察图像是否处于最清晰状态,只需连续调节镜头,采集一组多焦距图像,就可以从多焦距图像的融合结果中得到清晰的图像,从而简化了操作步骤;由于场景中的目标物通常并不处于一个平面,不同目标与镜头的距离也会不同,因此各个目标区域在每一幅图像中的清晰度也往往不一样。本方法通过对目标场景进行连续对焦,可拍得一组清晰区域各不相同的图像,将该组图像进行融合之后便可以获得一幅各个目标物都清晰的图像;本方法使得低照度环境下采集到的图像更为清晰,方便便捷,同时也降低了对使用者的操作要求,节约了操作时间。
本领域技术人员可以理解附图只是一个优选实施例的示意图,上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.一种低照度图像采集的数字化处理方法,其特征在于,所述方法包括以下步骤:
(1)在低照度环境下通过连续对焦采集一组多焦距图像;
(2)将所述一组多焦距图像划分为第一类模糊图像、第二类模糊图像和第三类模糊图像;根据所述第一类模糊图像对应的退化函数、所述第二类模糊图像对应的退化函数和所述第三类模糊图像对应的退化函数,分别进行去模糊处理,获取去模糊处理后的第一类图像、第二类图像和第三类图像;
(3)对所述去模糊处理后的第一类图像、第二类图像和第三类图像中的每一幅图像进行逐点清晰度指标计算,以每幅图像各点的清晰度指标wv,i,j为权值,将各个图像对应点的灰度值进行加权求和,获取最终图像;
(4)将所述最终图像保存并送入显示器进行图像显示。
2.根据权利要求1所述的一种低照度图像采集的数字化处理方法,其特征在于,所述在低照度环境下通过连续对焦采集一组多焦距图像具体为:
在低照度环境下通过数字相机或数字摄像机连续对焦采集所述一组多焦距图像。
3.根据权利要求1所述的一种低照度图像采集的数字化处理方法,其特征在于,所述将所述一组多焦距图像划分为第一类模糊图像、第二类模糊图像和第三类模糊图像;根据所述第一类模糊图像对应的退化函数、所述第二类模糊图像对应的退化函数和所述第三类模糊图像对应的退化函数,分别进行去模糊处理,获取去模糊处理后的第一类图像、第二类图像和第三类图像具体为:
1)将成像系统和目标做相对匀速直线运动时获取到的图像划分为第一类模糊图像;
2)将光学系统散焦时获取到的图像划分为第二类模糊图像;
3)将由光学系统衍射和像差因素影响得到的图像划分为第三类模糊图像;
4)根据所述第一类模糊图像对应的退化函数、所述第二类模糊图像对应的退化函数、所述第三类模糊图像对应的退化函数和超分辨力图像复原方法,分别对所述第一类模糊图像、所述第二类模糊图像和所述第三类模糊图像进行去模糊处理;
5)获取去模糊处理后的第一类图像、第二类图像和第三类图像。
4.根据权利要求1所述的一种低照度图像采集的数字化处理方法,其特征在于,所述对所述去模糊处理后的第一类图像、第二类图像和第三类图像中的每一幅图像进行逐点清晰度指标计算,以每幅图像各点的清晰度指标wv,i,j为权值,将各个图像对应点的灰度值进行加权求和,获取最终图像具体为:
1)在每幅图像中,获取像素(i,j)处的拉普拉斯梯度的分量绝对和
2)获取以(i,j)为中心的边长为(2N+1)的正方形区域上的拉普拉斯分量作为像素(i,j)处的清晰度指标wv,i,j;
3)将各个图像对应点的灰度值进行加权求和,将加权求和后的各点组成最终图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210319113.9A CN102867297B (zh) | 2012-08-31 | 2012-08-31 | 一种低照度图像采集的数字化处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210319113.9A CN102867297B (zh) | 2012-08-31 | 2012-08-31 | 一种低照度图像采集的数字化处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102867297A true CN102867297A (zh) | 2013-01-09 |
CN102867297B CN102867297B (zh) | 2015-08-19 |
Family
ID=47446153
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210319113.9A Expired - Fee Related CN102867297B (zh) | 2012-08-31 | 2012-08-31 | 一种低照度图像采集的数字化处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102867297B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103793909A (zh) * | 2014-01-21 | 2014-05-14 | 东北大学 | 基于衍射模糊的单视觉全局深度信息获取方法 |
CN103973963A (zh) * | 2013-02-06 | 2014-08-06 | 聚晶半导体股份有限公司 | 图像获取装置及其图像处理方法 |
CN104811601A (zh) * | 2014-01-24 | 2015-07-29 | 青岛海信移动通信技术股份有限公司 | 一种显示预览图像的方法及设备 |
CN105549847A (zh) * | 2015-12-10 | 2016-05-04 | 广东欧珀移动通信有限公司 | 一种歌曲播放界面的图片显示方法及用户终端 |
CN105631828A (zh) * | 2015-12-29 | 2016-06-01 | 华为技术有限公司 | 一种处理图像的方法及装置 |
CN105719239A (zh) * | 2016-01-21 | 2016-06-29 | 科盾科技股份有限公司 | 一种用于图像拼接的方法及装置 |
CN105894468A (zh) * | 2016-03-31 | 2016-08-24 | 武汉双赢信息技术有限公司 | 一种基于边缘清晰度评价指标的图像复原方法 |
CN108364274A (zh) * | 2018-02-10 | 2018-08-03 | 东北大学 | 微纳米尺度下光学图像的无损清晰重构方法 |
CN109547677A (zh) * | 2018-12-06 | 2019-03-29 | 代黎明 | 眼底图像拍摄方法和系统及设备 |
CN110072054A (zh) * | 2019-05-07 | 2019-07-30 | 京东方科技集团股份有限公司 | 终端设备及其图像的变焦处理方法和装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030133019A1 (en) * | 1996-11-08 | 2003-07-17 | Olympus Optical Co., Ltd., | Image processing apparatus for joining a plurality of images |
CN1877438A (zh) * | 2006-07-10 | 2006-12-13 | 南京邮电大学 | 数码相机中自适应自动聚焦方法 |
CN102170526A (zh) * | 2011-03-22 | 2011-08-31 | 公安部第三研究所 | 散焦模糊核计算及其散焦模糊图像清晰化处理方法 |
-
2012
- 2012-08-31 CN CN201210319113.9A patent/CN102867297B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030133019A1 (en) * | 1996-11-08 | 2003-07-17 | Olympus Optical Co., Ltd., | Image processing apparatus for joining a plurality of images |
CN1877438A (zh) * | 2006-07-10 | 2006-12-13 | 南京邮电大学 | 数码相机中自适应自动聚焦方法 |
CN102170526A (zh) * | 2011-03-22 | 2011-08-31 | 公安部第三研究所 | 散焦模糊核计算及其散焦模糊图像清晰化处理方法 |
Non-Patent Citations (4)
Title |
---|
WANG XIN,ET AL: "A New Focus Measure for Fusion of Multi-Focus Noisy Images", 《2010 INTERNATIONAL CONFERENCE ON COMPUTER, MECHATRONICS, CONTROL AND ELECTRONIC ENGINEERING (CMCE)》 * |
左雷等: "基于像素邻域SML的多焦距图像融合方法", 《微计算机信息》 * |
苏秉华等: "基于Poisson-Markov场的超分辨力图像复原算法", 《电子学报》 * |
贺岚: "基于相机的模糊图像复原", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103973963A (zh) * | 2013-02-06 | 2014-08-06 | 聚晶半导体股份有限公司 | 图像获取装置及其图像处理方法 |
CN103973963B (zh) * | 2013-02-06 | 2017-11-21 | 聚晶半导体股份有限公司 | 图像获取装置及其图像处理方法 |
CN103793909B (zh) * | 2014-01-21 | 2016-08-17 | 东北大学 | 基于衍射模糊的单视觉全局深度信息获取方法 |
CN103793909A (zh) * | 2014-01-21 | 2014-05-14 | 东北大学 | 基于衍射模糊的单视觉全局深度信息获取方法 |
CN104811601B (zh) * | 2014-01-24 | 2018-01-26 | 青岛海信移动通信技术股份有限公司 | 一种显示预览图像的方法及设备 |
CN104811601A (zh) * | 2014-01-24 | 2015-07-29 | 青岛海信移动通信技术股份有限公司 | 一种显示预览图像的方法及设备 |
CN105549847A (zh) * | 2015-12-10 | 2016-05-04 | 广东欧珀移动通信有限公司 | 一种歌曲播放界面的图片显示方法及用户终端 |
CN105631828A (zh) * | 2015-12-29 | 2016-06-01 | 华为技术有限公司 | 一种处理图像的方法及装置 |
CN105719239A (zh) * | 2016-01-21 | 2016-06-29 | 科盾科技股份有限公司 | 一种用于图像拼接的方法及装置 |
CN105894468A (zh) * | 2016-03-31 | 2016-08-24 | 武汉双赢信息技术有限公司 | 一种基于边缘清晰度评价指标的图像复原方法 |
CN108364274A (zh) * | 2018-02-10 | 2018-08-03 | 东北大学 | 微纳米尺度下光学图像的无损清晰重构方法 |
CN108364274B (zh) * | 2018-02-10 | 2020-02-07 | 东北大学 | 微纳米尺度下光学图像的无损清晰重构方法 |
CN109547677A (zh) * | 2018-12-06 | 2019-03-29 | 代黎明 | 眼底图像拍摄方法和系统及设备 |
CN110072054A (zh) * | 2019-05-07 | 2019-07-30 | 京东方科技集团股份有限公司 | 终端设备及其图像的变焦处理方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN102867297B (zh) | 2015-08-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102867297B (zh) | 一种低照度图像采集的数字化处理方法 | |
Pertuz et al. | Generation of all-in-focus images by noise-robust selective fusion of limited depth-of-field images | |
Aubailly et al. | Automated video enhancement from a stream of atmospherically-distorted images: the lucky-region fusion approach | |
RU2431889C1 (ru) | Способ суперразрешения изображений и нелинейный цифровой фильтр для его осуществления | |
Zhu et al. | Removing atmospheric turbulence via space-invariant deconvolution | |
CN110023810B (zh) | 光学系统像差的数字校正 | |
Aslantas et al. | A comparison of criterion functions for fusion of multi-focus noisy images | |
JP6752212B2 (ja) | 画像システムとその使用方法 | |
KR100911890B1 (ko) | 이미지 모델의 컬러 성분의 복원을 위한 방법, 시스템,프로그램 모듈, 및 컴퓨터 프로그램 생성물 | |
TWI521961B (zh) | 相機、包含相機的系統、操作相機的方法及解迴旋記錄影像 | |
US8432479B2 (en) | Range measurement using a zoom camera | |
JP5237978B2 (ja) | 撮像装置および撮像方法、ならびに前記撮像装置のための画像処理方法 | |
KR20080021646A (ko) | 연속 확장 범위의 이미지 프로세싱 | |
CN102082912A (zh) | 图像拍摄装置及图像处理方法 | |
CN103914810A (zh) | 用于动态后视镜的图像超分辨率 | |
Kim et al. | Lens distortion correction and enhancement based on local self-similarity for high-quality consumer imaging systems | |
Kumar et al. | A comparative study of various filtering techniques | |
CN107220945B (zh) | 多重退化的极模糊图像的复原方法 | |
US20220405892A1 (en) | Image processing method, image processing apparatus, image processing system, and memory medium | |
An et al. | Shape from focus through Laplacian using 3D window | |
Bhagat et al. | Novel Approach to Estimate Motion Blur Kernel Parameters and Comparative Study of Restoration Techniques | |
Min et al. | Out-of-focus image deblurring for mobile display vision inspection | |
KR20070092357A (ko) | Psf 선택 모듈, 디지털 자동 초점 조절 장치 및 psf선택 방법 | |
Riaz et al. | Generalized laplacian as focus measure | |
US10151933B2 (en) | Apparatus and optical system including an optical element |
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 | ||
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: 20150819 Termination date: 20210831 |