CN103377463B - 一种滤镜处理的方法及装置 - Google Patents
一种滤镜处理的方法及装置 Download PDFInfo
- Publication number
- CN103377463B CN103377463B CN201210124312.4A CN201210124312A CN103377463B CN 103377463 B CN103377463 B CN 103377463B CN 201210124312 A CN201210124312 A CN 201210124312A CN 103377463 B CN103377463 B CN 103377463B
- Authority
- CN
- China
- Prior art keywords
- convolution
- image
- row
- mask
- pixel
- 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.)
- Active
Links
Landscapes
- Image Processing (AREA)
Abstract
本发明公开了一种滤镜处理的方法及装置,属于图像处理领域。所述方法包括:获取图像;根据预设的卷积半径R确定第一卷积模板和第二卷积模板,第一卷积模板和所述第二卷积模板中的矩阵元素均为K;根据第一卷积模板对图像的像素点bi,1进行水平方向的卷积运算,得到第一卷积和;根据第一卷积和计算第i行除bi,1之外的其他像素点的卷积和,生成第一图像;根据第二卷积模板对第一图像的像素点A1,j进行垂直方向的卷积运算,得到第二卷积和;根据第二卷积和计算第j列除A1,j之外的其他像素点的卷积和,生成第二图像;根据第二图像和预设的卷积半径R得到滤镜处理后的图像。本发明降低了卷积过程中的冗余计算。
Description
技术领域
本发明涉及图像处理领域,特别涉及一种滤镜处理的方法及装置。
背景技术
滤镜在图像处理中的使用是非常灵活的,熟练地使用滤镜可以实现图像的特殊表现效果,增强图像的表现能力。
现有滤镜处理图像时的卷积方式就是定义图像f(x),卷积模板是g(x),然后将卷积模版g(x)在图像f(x)中移动,每移动到一个位置,即一个像素点,就把f(x)与g(x)的定义域相交的元素进行乘积并且求和,得出一个新的像素点,把新得到的像素集合起来就是卷积后的图像,即滤镜处理后的图像。
在实现本发明的过程中,发明人发现现有技术至少存在以下问题:在相邻像素点的卷积过程中会存在重叠区域的卷积,使得卷积过程的冗余计算增多,降低了滤镜生成效率。
发明内容
为了降低卷积过程中的冗余计算,提高滤镜生成效率,本发明实施例提供了一种滤镜处理的方法及装置。所述技术方案如下:
一方面,提供了一种滤镜处理的方法,包括:
获取图像;
根据预设的卷积半径R确定第一卷积模板和第二卷积模板,所述第一卷积模板为1*(2R+1)的矩阵,所述第二卷积模板为(2R+1)*1的矩阵,所述第一卷积模板和所述第二卷积模板中的矩阵元素均为K,其中R和K均为自然数;
根据所述第一卷积模板对所述图像的第i行第1列的像素点bi,1进行水平方向的卷积运算,得到第一卷积和,其中i=1,2,、、、,N,N为所述图像对应的矩阵的最大行数;
根据所述第一卷积和计算第i行除所述bi,1之外的其他像素点的卷积和,生成第一图像;
根据所述第二卷积模板对所述第一图像的第1行第j列的像素点A1,j进行垂直方向的卷积运算,得到第二卷积和,其中j=1,2,、、、,M,M为所述第一图像对应的矩阵的最大列数;
根据所述第二卷积和计算第j列除所述A1,j之外的其他像素点的卷积和,生成第二图像;
根据所述第二图像和所述预设的卷积半径R得到滤镜处理后的图像。
另一方面,提供了一种滤镜处理的装置,包括:
获取模块,用于获取图像;
模板确定模块,用于根据预设的卷积半径R确定第一卷积模板和第二卷积模板,所述第一卷积模板为1*(2R+1)的矩阵,所述第二卷积模板为(2R+1)*1的矩阵,所述第一卷积模板和所述第二卷积模板中的矩阵元素均为K,其中R和K均为自然数;
水平卷积模块,用于根据所述第一卷积模板对所述图像的第i行第1列的像素点bi,1进行水平方向的卷积运算,得到第一卷积和,其中i=1,2,、、、,N,N为所述图像对应的矩阵的最大行数;
第一图像生成模块,用于根据所述第一卷积和计算第i行除所述bi,1之外的其他像素点的卷积和,生成第一图像;
垂直卷积模块,用于根据所述第二卷积模板对所述第一图像的第1行第j列的像素点A1,j进行垂直方向的卷积运算,得到第二卷积和,其中j=1,2,、、、,M,M为所述第一图像对应的矩阵的最大列数;
第二图像生成模块,用于根据所述第二卷积和计算第j列除所述A1,j之外的其他像素点的卷积和,生成第二图像;
处理模块,用于根据所述第二图像和所述预设的卷积半径R得到滤镜处理后的图像。
本发明实施例提供的技术方案带来的有益效果是:通过当第一卷积模板和第二卷积模板的元素均相同时,通过第一卷积模块对所述图像的每行第1列的像素点bi,1进行水平方向的卷积运算,得到第一卷积和,再根据第一卷积和分别计算bi,1所在行除bi,1之外的其他像素点的卷积和,同理,可以根据第二卷积模板对所述第一图像的每列第1行的像素点A1,j进行垂直方向的卷积运算,得到第二卷积和,再根据第二卷积和分别计算A1,j所在列除A1,j之外的其他像素点的卷积和,也就是说水平方向和垂直方向的卷积运算均利用了已经计算出来的卷积和来实现后续相邻像素点卷积和的计算,避免了相邻像素点的卷积过程中对重叠区域的卷积运算,降低了卷积过程中的冗余计算,提高了滤镜生成效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例1提供的一种滤镜处理的方法实施例的流程图;
图2是本发明实施例2提供的一种滤镜处理的方法实施例的流程图;
图3是本发明实施例3提供的一种滤镜处理的装置实施例的第一结构示意图;
图4是本发明实施例3提供的一种滤镜处理的装置实施例的第二结构示意图;
图5是本发明实施例3提供的一种滤镜处理的装置实施例的第三结构示意图。
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,下面将结合附图对本发明实施方式作进一步地详细描述。
实施例1
参考图1,图1是本发明实施例1提供的一种滤镜处理的方法实施例的流程图;所述滤镜处理的方法包括:
S101:获取图像。
S102:根据预设的卷积半径R确定第一卷积模板和第二卷积模板,所述第一卷积模板为1*(2R+1)的矩阵,所述第二卷积模板为(2R+1)*1的矩阵,所述第一卷积模板和所述第二卷积模板中的矩阵元素均为K,其中R和K均为自然数。
S103:根据所述第一卷积模板对所述图像的第i行第1列的像素点bi,1进行水平方向的卷积运算,得到第一卷积和,其中i=1,2,、、、,N,N为所述图像对应的矩阵的最大行数。
S104:根据所述第一卷积和计算第i行除所述bi,1之外的其他像素点的卷积和,生成第一图像。
S105:根据所述第二卷积模板对所述第一图像的第1行第j列的像素点A1,j进行垂直方向的卷积运算,得到第二卷积和,其中j=1,2,、、、,M,M为所述第一图像对应的矩阵的最大列数。
S106:根据所述第二卷积和计算第j列除所述A1,j之外的其他像素点的卷积和,生成第二图像。
S107:根据所述第二图像和所述预设的卷积半径R得到滤镜处理后的图像。
本实施例中,当第一卷积模板和第二卷积模板的元素均相同时,通过第一卷积模块对所述图像的每行第1列的像素点bi,1进行水平方向的卷积运算,得到第一卷积和,再根据第一卷积和分别计算bi,1所在行除bi,1之外的其他像素点的卷积和,同理,可以根据第二卷积模板对所述第一图像的每列第1行的像素点A1,j进行垂直方向的卷积运算,得到第二卷积和,再根据第二卷积和分别计算A1,j所在列除A1,j之外的其他像素点的卷积和,也就是说水平方向和垂直方向的卷积运算均利用了已经计算出来的卷积和来实现后续相邻像素点卷积和的计算,避免了相邻像素点的卷积过程中对重叠区域的卷积运算,降低了卷积过程中的冗余计算,提高了滤镜生成效率。
实施例2
参考图2,图2是本发明实施例2提供的一种滤镜处理的方法实施例的流程图;本实施例中所设计的卷积操作就是滤镜操作,不同的滤镜可能对应不同的卷积模板;其中滤镜是图像处理的处理效果,其在数学上是用卷积的方式实现的,也就是说滤镜是结果,卷积是实现方式。
所述滤镜处理的方法包括:
S201:获取图像。
本实施例所涉及的图像f(x)可以是一张张的图片,该图像f(x)上的像素点对应着图像f(x)的像素矩阵。
S202:根据预设的卷积半径R确定第一卷积模板和第二卷积模板。
本实施例中涉及的预设的卷积半径R为自然数,可以根据所述预设的卷积半径R来确定第一卷积模板和第二卷积模板,具体地,所述第一卷积模板为1*(2R+1)的矩阵,其中所述第一卷积模板用于水平方向的卷积运算;所述第二卷积模板为(2R+1)*1的矩阵,其中所述第二卷积模板用于垂直方向的卷积运算。所述第一卷积模板和所述第二卷积模板的元素均为K,其中K为自然数;优选的,所述第一卷积模板和所述第二卷积模板均为全1矩阵,即K=1。
例如,当R=1时,K=1时,所述第一卷积模板为[1,1,1],所述第二卷积模板为
S203:根据所述第一卷积模板对所述图像的第i行第1列的像素点bi,1进行水平方向的卷积运算,得到第一卷积和。
此步骤中,具体地,获取所述第一卷积模板的卷积中心C1,R+1,其中,所述C1,R+1为所述第一卷积模板的第1行第(R+1)列的元素;将所述第一卷积模板覆盖在所述图像对应的像素矩阵上,使所述卷积中心C1,R+1与所述图像的第i行第1列的像素点bi,1重叠,其中i=1,2,、、、,N,N为所述图像对应的矩阵的最大行数;获取所述覆盖后的第一卷积模板与所述图像对应的像素矩阵的第一重叠区域,对所述第一重叠区域进行卷积运算,得到第一卷积和。
例如,当所述第一卷积模板为[1,1,1],所述图像对应的像素矩阵为时,计算第1行第1列的像素点b1,1的第一卷积和A1,1的过程为:获取所述第一卷积模板的卷积中心C1,2;将所述第一卷积模板覆盖在所述图像对应的像素矩阵上,使所述第一卷积模板的卷积中心C1,2与所述图像的像素点b1,1重叠,此时所述第一卷积模板的C1,3与所述图像的像素点b1,2也重叠;获取所述覆盖后的第一卷积模板与所述图像对应的像素矩阵的第一重叠区域,对所述第一重叠区域进行卷积运算,即计算第一重叠区域对应元素的乘积和,如下所示:
A1,1=C1,2*b1,1+C1,3*b1,2=1*a1+1*a2=a1+a2
对于其他行第1列像素点的第一卷积和也按照上述方法进行计算,在此不再赘述。
S204:根据所述第一卷积和计算第i行除所述bi,1之外的其他像素点的卷积和,生成第一图像。
此步骤中,具体地,按照公式分别计算第i行除所述bi,1之外的其他像素点的卷积和,其中Ai,1为第一卷积和,为第i行第j1列的像素点的卷积和,为第i行第(j1+1)列的像素点的卷积和,j1=1,2,、、、,M-1。
也就是说对于第1行而言,根据第一卷积和A1,1,按照公式计算A1,2;再根据A1,2,按照公式计算A1,3;按照上述方法依次计算第1行后续其他像素点的卷积和;同理可以按照上述方法依次计算除第1行之外的其他行的像素点的卷积和,直至所述图像的全部像素点的卷积和计算完毕,生成第一图像,其中所述第一图像为
其中,当(j1-R)<1时,当M>(j1-R)≥1时, 为所述图像的第i行第(j1-R)列的像素点;当(j1+R+1)≤M时,当(j1+R+1)>M时,
例如,当所述第一卷积模板为[1,1,1],所述图像对应的像素矩阵为A1,1=a1+a2时,计算第1行除b1,1之外的其他像素点的卷积和的过程为:
A1,2=A1,1-B1,0+B1,3=a1+a2-0+a3=a1+a2+a3
A1,3=A1,2-B1,1+B1,4=a1+a2+a3-a1+a4=a2+a3+a4
A1,4=A1,3-B1,2+B1,5=a2+a3+a4-a2+0=a3+a4
对于其他行而言,也按照上述方法计算所述图像对应的像素矩阵中每行中除第1列之外的其他像素点的卷积和,在此不再赘述。
S205:根据所述第二卷积模板对所述第一图像的第1行第j列的像素点A1,j进行垂直方向的卷积运算,得到第二卷积和。
此步骤中,具体地,获取所述第二卷积模板的卷积中心C′R+1,1,其中,所述C′R+1,1为所述第二卷积模板的第(R+1)行第1列的元素;将所述第二卷积模板覆盖在所述第一图像对应的像素矩阵上,使所述卷积中心C′R+1,1与所述第一图像的第1行第j列的像素点A1,j重叠,其中j=1,2,、、、,M,M为所述第一图像对应的矩阵的最大列数;获取所述覆盖后的第二卷积模板与第一图像对应的像素矩阵的第二重叠区域,对所述第二重叠区域进行卷积运算,得到第二卷积和。
例如,当所述第二卷积模板为所述第一图像对应的像素矩阵为时,计算第1列第1行的像素点A1,1的第二卷积和A′1,1的过程为:获取所述第二卷积模板的卷积中心C′2,1,将所述第二卷积模板覆盖在所述第一图像对应的像素矩阵上,使所述第二卷积模板的卷积中心C′2,1与所述第一图像的像素点A1,1重叠,此时所述第二卷积模板的C′3,1与所述第一图像的像素点A2,1也重叠;获取所述覆盖后的第二卷积模板与所述第一图像对应的像素矩阵的第二重叠区域,对所述第二重叠区域进行卷积运算,即计算第二重叠区域对应元素的乘积和,如下所示:
A′1,1=C′2,1*A1,1+C′3,1*A2,1=A1,1+A2,1
对于其他列第1行像素点的第二卷积和也按照上述方法进行计算,在此不再赘述。
S206:根据所述第二卷积和计算第j列除所述A1,j之外的其他像素点的卷积和,生成第二图像,根据所述第二图像和所述预设的卷积半径R得到滤镜处理后的图像。
此步骤中,具体地,按照公式分别计算第j列除所述A1,j之外的其他像素点的卷积和,其中A′1,j为第二卷积和,为第i1行第j列的像素点的卷积和,为第(i1+1)行第j列的像素点的卷积和;i1=1,2,、、、,N-1
也就是说对于第1列而言,根据第二卷积和A′1,1,按照公式计算A′2,1;再根据A′2,1,按照公式计算A′3,1;按照上述方法以此计算第1列后续其他像素点的卷积和;同理可以按照上述方法依次计算除第1列之外的其他列的像素点的卷积和,直至所述第一图像的全部像素点的卷积和计算完毕,生成第二图像,其中所述第二图像为
其中,当(i1-R)<1时,当N>(i1-R)≥1时,为所第一图像的第(i1-R)行第j列的像素点;当(i1+R+1)≤N时,当(i1+R+1)>N时,
例如,当所述第二卷积模板为所述第一图像对应的像素矩阵为A′1,1=A1,1+A2,1时,计算第1列除A1,1之外的其他像素点的卷积和的过程为:
A′2,1=A′1,1-B0,1+B3,1=A1,1+A2,1-0+A3,1=A1,1+A2,1+A3,1
A′3,1=A′2,1-B1,1+B4,1=A1,1+A2,1+A3,1-A1,1+A4,1=A2,1+A3,1+A4,1
A′4,1=A′3,1-B2,1+B5,1=A2,1+A3,1+A4,1-A2,1+0=A3,1+A4,1
对于其他列而言,页按照上述方法计算所述第一图像对应的像素矩阵中每列中除第1行之外的其他像素点的卷积和,在此不再赘述。
得到所述第二图像后,对第二图像对应的像素矩阵中的各个像素点均处以所述矩阵元素K,得到滤镜处理后的图像;如果K=1,即所述第一卷积模板和所述第二卷积模板均为全1矩阵,则所述第二图像即为滤镜处理后的图像。
对于所述图像对应的像素矩阵的行数和列数均很大时,可以先对像素矩阵进行分块处理,然后再对各个块按照S202-S206并行进行处理。
本实施例中,当第一卷积模板和第二卷积模板的元素均相同时,通过第一卷积模块对所述图像的每行第1列的像素点bi,1进行水平方向的卷积运算,得到第一卷积和,再根据第一卷积和分别计算bi,1所在行除bi,1之外的其他像素点的卷积和,同理,可以根据第二卷积模板对所述第一图像的每列第1行的像素点A1,j进行垂直方向的卷积运算,得到第二卷积和,再根据第二卷积和分别计算A1,j所在列除A1,j之外的其他像素点的卷积和,也就是说水平方向和垂直方向的卷积运算均利用了已经计算出来的卷积和来实现后续相邻像素点卷积和的计算,避免了相邻像素点的卷积过程中对重叠区域的卷积运算,降低了卷积过程中的冗余计算,提高了滤镜生成效率。
实施例3
参考图3,图3是本发明实施例3提供的一种滤镜处理的装置实施例的第一结构示意图;
所述滤镜处理装置包括:
获取模块301,用于获取图像。
模板确定模块302,用于根据预设的卷积半径R确定第一卷积模板和第二卷积模板,所述第一卷积模板为1*(2R+1)的矩阵,所述第二卷积模板为(2R+1)*1的矩阵,所述第一卷积模板和所述第二卷积模板中的矩阵元素均为K,其中R和K均为自然数。
水平卷积模块303,用于根据所述第一卷积模板对所述图像的第i行第1列的像素点bi,1进行水平方向的卷积运算,得到第一卷积和,其中i=1,2,、、、,N,N为所述图像对应的矩阵的最大行数。
第一图像生成模块304,用于根据所述第一卷积和计算第i行除所述bi,1之外的其他像素点的卷积和,生成第一图像。
垂直卷积模块305,用于根据所述第二卷积模板对所述第一图像的第1行第j列的像素点A1,j进行垂直方向的卷积运算,得到第二卷积和,其中j=1,2,、、、,M,M为所述第一图像对应的矩阵的最大列数。
第二图像生成模块306,用于根据所述第二卷积和计算第j列除所述A1,j之外的其他像素点的卷积和,生成第二图像。
处理模块307,用于根据所述第二图像和所述预设的卷积半径R得到滤镜处理后的图像。
在一种实施方式中,所述第一图像生成模块304包括:第一计算单元3041,如图4所示,图4是本发明实施例3提供的一种滤镜处理的装置实施例的第二结构示意图;
所述第一计算单元3041,用于按照公式分别计算第i行除所述bi,1之外的其他像素点的卷积和,其中,当(j1-R)<1时,当M>(j1-R)≥1时, 为所述图像的第i行第(j1-R)列的像素点;当(j1+R+1)≤M时,当(j1+R+1)>M时,Ai,1为第一卷积和,为第i行第j1列的像素点的卷积和,为第i行第(j1+1)列的像素点的卷积和;j1=1,2,、、、,M-1。
在另一种实施方式中,所述第二图像生成模块306包括:第二计算单元3061,如图5所示,图5是本发明实施例3提供的一种滤镜处理的装置实施例的第三结构示意图;
所述第二计算单元3061,用于按照公式分别计算第j列除所述A1,j之外的其他像素点的卷积和,其中,当(i1-R)<1时,当N>(i1-R)≥1时, 为所第一图像的第(i1-R)行第j列的像素点;当(i1+R+1)≤N时,当(i1+R+1)>N时,A′1,j为第二卷积和,为第i1行第j列的像素点的卷积和,为第(i1+1)行第j列的像素点的卷积和;i1=1,2,、、、,N-1。
在上述实施方式的基础上,所述水平卷积模块303包括:
第一获取单元,用于获取所述第一卷积模板的卷积中心C1,R+1,其中,所述C1,R+1为所述第一卷积模板的第1行第(R+1)列的元素。
第一覆盖单元,用于将所述第一卷积模板覆盖在所述图像对应的像素矩阵上,使所述卷积中心C1,R+1与所述图像的第i行第1列的像素点bi,1重叠。
第一计算单元,用于获取所述覆盖后的第一卷积模板与所述图像对应的像素矩阵的第一重叠区域,对所述第一重叠区域进行卷积运算。
所述垂直卷积模块305包括:
第二获取单元,用于获取所述第二卷积模板的卷积中心C′R+1,1,其中,所述C′R+1,1为所述第二卷积模板的第(R+1)行第1列的元素。
第二覆盖单元,用于将所述第二卷积模板覆盖在所述第一图像对应的像素矩阵上,使所述卷积中心C′R+1,1与所述第一图像的第1行第j列的像素点A1,j重叠。
第二计算单元,用于获取所述覆盖后的第二卷积模板与第一图像对应的像素矩阵的第二重叠区域,对所述第二重叠区域进行卷积运算。
所述处理模块307包括:
第三计算单元,用于将所述第二图像的各个像素点均除以所述矩阵元素K,得到滤镜处理后的图像。
本实施例中,当第一卷积模板和第二卷积模板的元素均相同时,通过第一卷积模块对所述图像的每行第1列的像素点bi,1进行水平方向的卷积运算,得到第一卷积和,再根据第一卷积和分别计算bi,1所在行除bi,1之外的其他像素点的卷积和,同理,可以根据第二卷积模板对所述第一图像的每列第1行的像素点A1,j进行垂直方向的卷积运算,得到第二卷积和,再根据第二卷积和分别计算A1,j所在列除A1,j之外的其他像素点的卷积和,也就是说水平方向和垂直方向的卷积运算均利用了已经计算出来的卷积和来实现后续相邻像素点卷积和的计算,避免了相邻像素点的卷积过程中对重叠区域的卷积运算,降低了卷积过程中的冗余计算,提高了滤镜生成效率。
需要说明的是,本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
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。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
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 (8)
1.一种滤镜处理的方法,其特征在于,包括:
获取图像;
根据预设的卷积半径R确定第一卷积模板和第二卷积模板,所述第一卷积模板为1*(2R+1)的矩阵,所述第二卷积模板为(2R+1)*1的矩阵,所述第一卷积模板和所述第二卷积模板中的矩阵元素均为K,其中R和K均为自然数;
获取所述第一卷积模板的卷积中心C1,R+1,其中,所述C1,R+1为所述第一卷积模板的第1行第R+1列的元素;
将所述第一卷积模板覆盖在所述图像对应的像素矩阵上,使所述卷积中心C1,R+1与所述图像的第i行第1列的像素点bi,1重叠,其中i=1,2,、、、,N,N为所述图像对应的矩阵的最大行数;
获取所述覆盖后的第一卷积模板与所述图像对应的像素矩阵的第一重叠区域,对所述第一重叠区域进行卷积运算,得到第一卷积和;
根据所述第一卷积和计算第i行除所述bi,1之外的其他像素点的卷积和,生成第一图像;
获取所述第二卷积模板的卷积中心C'R+1,1,其中,所述C'R+1,1为所述第二卷积模板的第R+1行第1列的元素;
将所述第二卷积模板覆盖在所述第一图像对应的像素矩阵上,使所述卷积中心C'R+1,1与所述第一图像的第1行第j列的像素点A1,j重叠,其中j=1,2,、、、,M,M为所述第一图像对应的矩阵的最大列数;
获取所述覆盖后的第二卷积模板与第一图像对应的像素矩阵的第二重叠区域,对所述第二重叠区域进行卷积运算,得到第二卷积和;
根据所述第二卷积和计算第j列除所述A1,j之外的其他像素点的卷积和,生成第二图像;
根据所述第二图像和所述预设的卷积半径R得到滤镜处理后的图像。
2.根据权利要求1所述的方法,其特征在于,所述根据所述第一卷积和计算第i行除所述bi,1之外的其他像素点的卷积和包括:
按照公式分别计算第i行除所述bi,1之外的其他像素点的卷积和,其中,当(j1-R)<1时,当M>(j1-R)≥1时, 为所述图像的第i行第j1-R列的像素点;当(j1+R+1)≤M时,当(j1+R+1)>M时,Ai,1为第一卷积和,为第i行第j1列的像素点的卷积和,为第i行第j1+1列的像素点的卷积和;j1=1,2,、、、,M-1。
3.根据权利要求1所述的方法,其特征在于,所述根据所述第二卷积和计算第j列除所述A1,j之外的其他像素点的卷积和包括:
按照公式分别计算第j列除所述A1,j之外的其他像素点的卷积和,其中,当(i1-R)<1时,当N>(i1-R)≥1时, 为所第一图像的第i1-R行第j列的像素点;当(i1+R+1)≤N时,当(i1+R+1)>N时,A1',j为第二卷积和,为第i1行第j列的像素点的卷积和,为第i1+1行第j列的像素点的卷积和;i1=1,2,、、、,N-1。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述根据所述第二图像和所述预设的卷积半径R得到滤镜处理后的图像包括:
将所述第二图像的各个像素点均除以所述矩阵元素K,得到滤镜处理后的图像。
5.一种滤镜处理的装置,其特征在于,包括获取模块、模板确定模块、水平卷积模块、第一图像生成模块、垂直卷积模块、第二图像生成模块和处理模块,其中,水平卷积模块包括第一获取单元、第一覆盖单元和第一计算单元,垂直卷积模块包括第二获取单元、第二覆盖单元和第二计算单元:
所述获取模块,用于获取图像;
所述模板确定模块,用于根据预设的卷积半径R确定第一卷积模板和第二卷积模板,所述第一卷积模板为1*(2R+1)的矩阵,所述第二卷积模板为(2R+1)*1的矩阵,所述第一卷积模板和所述第二卷积模板中的矩阵元素均为K,其中R和K均为自然数;
所述第一获取单元,用于获取所述第一卷积模板的卷积中心C1,R+1,其中,所述C1,R+1为所述第一卷积模板的第1行第R+1列的元素;
所述第一覆盖单元,用于将所述第一卷积模板覆盖在所述图像对应的像素矩阵上,使所述卷积中心C1,R+1与所述图像的第i行第1列的像素点bi,1重叠,其中i=1,2,、、、,N,N为所述图像对应的矩阵的最大行数;
所述第一计算单元,用于获取所述覆盖后的第一卷积模板与所述图像对应的像素矩阵的第一重叠区域,对所述第一重叠区域进行卷积运算,得到第一卷积和;
所述第一图像生成模块,用于根据所述第一卷积和计算第i行除所述bi,1之外的其他像素点的卷积和,生成第一图像;
所述第二获取单元,用于获取所述第二卷积模板的卷积中心C'R+1,1,其中,所述C'R+1,1为所述第二卷积模板的第R+1行第1列的元素;
所述第二覆盖单元,用于将所述第二卷积模板覆盖在所述第一图像对应的像素矩阵上,使所述卷积中心C'R+1,1与所述第一图像的第1行第j列的像素点A1,j重叠,其中j=1,2,、、、,M,M为所述第一图像对应的矩阵的最大列数;
所述第二计算单元,用于获取所述覆盖后的第二卷积模板与第一图像对应的像素矩阵的第二重叠区域,对所述第二重叠区域进行卷积运算,得到第二卷积和;
所述第二图像生成模块,用于根据所述第二卷积和计算第j列除所述A1,j之外的其他像素点的卷积和,生成第二图像;
所述处理模块,用于根据所述第二图像和所述预设的卷积半径R得到滤镜处理后的图像。
6.根据权利要求5所述的装置,其特征在于,所述第一图像生成模块包括:
第一计算单元,用于按照公式分别计算第i行除所述bi,1之外的其他像素点的卷积和,其中,当(j1-R)<1时,当M>(j1-R)≥1时, 为所述图像的第i行第j1-R列的像素点;当(j1+R+1)≤M时,当(j1+R+1)>M时,Ai,1为第一卷积和,为第i行第j1列的像素点的卷积和,为第i行第j1+1列的像素点的卷积和;j1=1,2,、、、,M-1。
7.根据权利要求5所述的装置,其特征在于,所述第二图像生成模块包括:
第二计算单元,用于按照公式分别计算第j列除所述A1,j之外的其他像素点的卷积和,其中,当(i1-R)<1时,当N>(i1-R)≥1时, 为所第一图像的第i1-R行第j列的像素点;当(i1+R+1)≤N时,当(i1+R+1)>N时,A1',j为第二卷积和,为第i1行第j列的像素点的卷积和,为第i1+1行第j列的像素点的卷积和;i1=1,2,、、、,N-1。
8.根据权利要求5-7任一项所述的装置,其特征在于,所述处理模块包括:
第三计算单元,用于将所述第二图像的各个像素点均除以所述矩阵元素K,得到滤镜处理后的图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210124312.4A CN103377463B (zh) | 2012-04-25 | 2012-04-25 | 一种滤镜处理的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210124312.4A CN103377463B (zh) | 2012-04-25 | 2012-04-25 | 一种滤镜处理的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103377463A CN103377463A (zh) | 2013-10-30 |
CN103377463B true CN103377463B (zh) | 2017-11-14 |
Family
ID=49462532
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210124312.4A Active CN103377463B (zh) | 2012-04-25 | 2012-04-25 | 一种滤镜处理的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103377463B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104918044B (zh) * | 2014-03-14 | 2019-05-17 | 腾讯科技(深圳)有限公司 | 图像处理方法及装置 |
CN105279727B (zh) * | 2014-07-08 | 2019-08-06 | 腾讯科技(深圳)有限公司 | 图像处理方法及装置 |
CN108307088B (zh) * | 2017-10-09 | 2019-07-26 | 腾讯科技(深圳)有限公司 | 一种图像处理方法、装置、系统和存储介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101763627A (zh) * | 2008-12-12 | 2010-06-30 | 新奥特(北京)视频技术有限公司 | 一种高斯模糊的实现方法和装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090097545A1 (en) * | 2007-10-14 | 2009-04-16 | Nokia Corporation | Fixed-Point Implementation of an Adaptive Image Filter with High Coding Efficiency |
-
2012
- 2012-04-25 CN CN201210124312.4A patent/CN103377463B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101763627A (zh) * | 2008-12-12 | 2010-06-30 | 新奥特(北京)视频技术有限公司 | 一种高斯模糊的实现方法和装置 |
Non-Patent Citations (2)
Title |
---|
一种改进的实信号快速卷积算法;贾君霞;《电气电子教学学报》;20080228;第30卷(第1期);全文 * |
计算二维数字卷积的重叠相加法研究;杨继业等;《工程数学学报》;20121031;第29卷(第5期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN103377463A (zh) | 2013-10-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107016642B (zh) | 用于对有噪输入图像进行分辨率上调的方法和装置 | |
Kim et al. | Curvature interpolation method for image zooming | |
WO2018072102A1 (zh) | 一种人脸图像中眼镜去除方法及装置 | |
CN106875361A (zh) | 一种基于深度卷积神经网络去除泊松噪声的方法 | |
CN103377463B (zh) | 一种滤镜处理的方法及装置 | |
CN107563974A (zh) | 图像去噪方法、装置、电子设备及存储介质 | |
CN106910170B (zh) | 一种图像椒盐噪声的去除方法 | |
CN101232572B (zh) | 一种数字图像降噪方法和装置 | |
CN105513014A (zh) | 一种多帧图像超分辨率重建方法及其重建系统 | |
EP1761172A2 (en) | Method and apparatus of image processing | |
CN114693558A (zh) | 基于渐进融合多尺度策略的图像去摩尔纹方法及系统 | |
CN104766290A (zh) | 一种基于快速nsct的像素信息估计融合方法 | |
CN107194383A (zh) | 基于改进Hu不变矩和ELM的交通标志牌识别方法和装置 | |
Gutierrez et al. | Hyperelliptic curves of genus 3 with prescribed automorphism group | |
CN104299223B (zh) | 基于Gabor编码的异源图像匹配方法 | |
CN105989579A (zh) | 一种图像增强方法和装置 | |
Mroczkowski et al. | KBSM of the product of a disk with two holes and S1 | |
CN109872275A (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
CN103065277A (zh) | 数字图像信息处理方法及装置 | |
CN103258318A (zh) | 一种图像降噪处理方法及系统 | |
CN104392411B (zh) | 基于Shannon‑Blackman小波稀疏表达的图像处理方法及装置 | |
CN103632344B (zh) | Mean边界条件下模糊矩阵与图像矢量乘积的替代计算方法 | |
CN106960419A (zh) | 一种图像伽马校正方法及装置 | |
CN102663677B (zh) | 一种图像缩放方法及系统 | |
CN113469898A (zh) | 基于深度学习的图像去畸变方法及相关设备 |
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 |