CN103390262B - 数字滤波器权重系数的获取方法和装置 - Google Patents

数字滤波器权重系数的获取方法和装置 Download PDF

Info

Publication number
CN103390262B
CN103390262B CN201210145460.4A CN201210145460A CN103390262B CN 103390262 B CN103390262 B CN 103390262B CN 201210145460 A CN201210145460 A CN 201210145460A CN 103390262 B CN103390262 B CN 103390262B
Authority
CN
China
Prior art keywords
image block
block
intensity level
pixel
local feature
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
Application number
CN201210145460.4A
Other languages
English (en)
Other versions
CN103390262A (zh
Inventor
陈海
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huawei Technologies Co Ltd
Original Assignee
Huawei Technologies Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Huawei Technologies Co Ltd filed Critical Huawei Technologies Co Ltd
Priority to CN201210145460.4A priority Critical patent/CN103390262B/zh
Priority to US13/892,119 priority patent/US9240038B2/en
Publication of CN103390262A publication Critical patent/CN103390262A/zh
Application granted granted Critical
Publication of CN103390262B publication Critical patent/CN103390262B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G06T5/70
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/10Image enhancement or restoration by non-spatial domain filtering
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20021Dividing image into blocks, subimages or windows
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20172Image enhancement details
    • G06T2207/20192Edge enhancement; Edge preservation

Abstract

本发明实施例提供数字滤波器权重系数的获取方法和装置,以增强图像视频的处理效果和降低运算的复杂度。所述方法包括:提取图像块的块整体特征和块局部特征,所述图像块包括第一图像块和第二图像块;根据所述第一图像块的块整体特征和块局部特征以及第二图像块的块整体特征和块局部特征,获取所述第一图像块与所述第二图像块的图像块距离fs;求取的值。本发明使得数字滤波器能够根据图像内容自适应,有效利用图像块内部的冗余纹理信息。在平滑和降噪时,能有效去除平坦区域的噪声,并保留边缘等细节处。用做图像增强和动态范围压缩时,可增强/保留锐利的边缘细节,无白边或者黑边等副作用出现。

Description

数字滤波器权重系数的获取方法和装置
技术领域
本发明涉及图像处理领域,尤其涉及数字滤波器权重系数的获取方法和装置。
背景技术
数字滤波器在图像视频领域使用比较广泛,主要应用于图像视频前处理、后处理和特效处理等。在图像视频前处理应用中,数字滤波器可用作去马赛克颜色插值,抑制成像噪声,也可以用作增强图像边角等重要细节。在图像视频后处理应用中,数字滤波器可用作图像缩放、图像去隔行和后处理降噪增强等。在图像视频特效处理应用中,数字滤波器也可用作高动态范围(HighDynamicRange,HDR)图像的动态范围压缩(DynamicRangeCompression,DRC),图像卡通化或油画化等处理。
通常,用作平滑或者降噪的数字滤波器可以用数学公式表示为:
Y i = Σ j ∈ δ i j ω ij I j Σ j ∈ δ i j ω ij
其中,i为当前像素坐标,Yi为输出像素值,Ij为原图像像素值,δi为像素位置i的邻域,可以一维二维或者多维空间,ωij为数字滤波器的权重系数,权重系数ωij的选取规则决定了一个数字滤波器的质量,因此,关于数字滤波器的权重系数的计算是一个比较重要的问题。
现有技术中,诸如常用的低通滤波器、带通滤波器和高通滤波器等线性滤波器,一般使用像素的空间坐标来计算其权重系数,即,ωij=f(i,j)。
上述现有技术中,线性滤波器的权重系数是像素的空间坐标的函数,即,线性滤波器的权重系数仅仅与像素的空间坐标相关,而没有根据图像内容(例如,图像的强度值等)自适应地变化。因此,使用上述方法技术出的权重系数用于图像视频的降噪时,图像视频中的细节边缘处会出现模糊,而用于图像视频的增强时,在反差较大的边缘附近,会出现明显的超出现象,即白边。
发明内容
本发明实施例提供数字滤波器权重系数的获取方法和装置,以增强图像视频的处理效果和降低运算的复杂度。
本发明实施例提供一种数字滤波器权重系数的获取方法,所述方法包括:
提取图像块的块整体特征和块局部特征,所述图像块包括第一图像块和第二图像块,所述第一图像块是数字滤波器当前需要处理的图像块,所述第二图像块是所述第一图像块的邻域所在的图像块;
根据所述第一图像块的块整体特征和块局部特征以及第二图像块的块整体特征和块局部特征,获取所述第一图像块与所述第二图像块的图像块距离fs
求取的值,以所述为数字滤波器权重系数,所述θ为数字滤波器参数。
可选地,所述提取图像块的块整体特征包括:分别计算所述第一图像块的平均强度f1i和所述第二图像块的平均强度f1j,以所述f1i和所述f1j分别作为所述第一图像块的块整体特征和所述第二图像块的块整体特征。
可选地,所述提取图像块的块局部特征包括:比较所述第一图像块中每一像素的强度值与所述f1i的关系,以所述比较得到的二值逻辑“0”或“1”作为所述第一图像块的第一块局部特征f2i,比较所述第二图像块中每一像素的强度值与所述f1j的关系,以所述比较得到的二值逻辑“0”或“1”作为所述第二图像块的第一块局部特征f2j;判断所述第一图像块中每一像素的强度值与所述f1i的绝对差值是否小于第一阈值,以所述判断得到的二值逻辑“0”或“1”作为所述第一图像块的第二块局部特征f3i,判断所述第二图像块中每一像素的强度值与所述f1j的绝对差值是否小于第二阈值,以所述判断得到的二值逻辑“0”或“1”作为所述第二图像块的第二块局部特征f3j
可选地,所述提取图像块的块局部特征包括:以所述第一图像块所包含的像素中某个像素为中心像素,计算所述中心像素各个方向的像素平均强度,得到第一组强度值,以所述第二图像块所包含的像素中某个像素为中心像素,计算所述中心像素各个方向的像素平均强度,得到第二组强度值;比较所述第一组强度值中每一个强度值与所述f1i的关系,以所述比较得到的二值逻辑“0”或“1”作为所述第一图像块的第一块局部特征f2i,比较所述第二组强度值中每一个强度值与所述f1j的关系,以所述比较得到的二值逻辑“0”或“1”作为所述第二图像块的第一块局部特征f2j;判断所述第一组强度值中每一个强度值与所述f1i的绝对差值是否小于第一阈值,以所述判断得到的二值逻辑“0”或“1”作为所述第一图像块的第二块局部特征f3i,判断所述第二组强度值中每一个强度值与所述f1j的绝对差值是否小于第二阈值,以所述判断得到的二值逻辑“0”或“1”作为所述第二图像块的第二块局部特征f3j
可选地,所述根据所述第一图像块的块整体特征和块局部特征以及第二图像块的块整体特征和块局部特征,获取所述第一图像块与所述第二图像块的图像块距离fs包括:计算所述f2i、f2j、f3i和f3j进行关系运算(f2i^f2j)&(f2i|f3j)后得到的二值逻辑“1”的个数Cbit;求取|f1i-f1j|与所述Cbit的乘积,以所述乘积作为所述第一图像块与所述第二图像块的图像块距离fs,所述|f1i-f1j|表示f1i-f1j的绝对值。
本发明实施例提供一种数字滤波器权重系数的获取装置,所述装置包括:
特征提取模块,用于提取图像块的块整体特征和块局部特征,所述图像块包括第一图像块和第二图像块,所述第一图像块是数字滤波器当前需要处理的图像块,所述第二图像块是所述第一图像块的邻域所在的图像块;
获取模块,用于根据所述第一图像块的块整体特征和块局部特征以及第二图像块的块整体特征和块局部特征,获取所述第一图像块与所述第二图像块的图像块距离fs
求取模块,用于求取的值,以所述为数字滤波器权重系数,所述θ为数字滤波器参数。
可选地,所述特征提取模块包括:第一提取单元,用于分别计算所述第一图像块的平均强度f1i和所述第二图像块的平均强度f1j,以所述f1i和所述f1j分别作为所述第一图像块的块整体特征和所述第二图像块的块整体特征。
可选地,所述特征提取模块还包括:第二提取单元,用于比较所述第一图像块中每一像素的强度值与所述f1i的关系,以所述比较得到的二值逻辑“0”或“1”作为所述第一图像块的第一块局部特征f2i,比较所述第二图像块中每一像素的强度值与所述f1j的关系,以所述比较得到的二值逻辑“0”或“1”作为所述第二图像块的第一块局部特征f2j;第三提取单元,用于判断所述第一图像块中每一像素的强度值与所述f1i的绝对差值是否小于第一阈值,以所述判断得到的二值逻辑“0”或“1”作为所述第一图像块的第二块局部特征f3i,判断所述第二图像块中每一像素的强度值与所述f1j的绝对差值是否小于第二阈值,以所述判断得到的二值逻辑“0”或“1”作为所述第二图像块的第二块局部特征f3j
可选地,所述提取模块还包括:计算单元,用于以所述第一图像块所包含的像素中某个像素为中心像素,计算所述中心像素各个方向的像素平均强度,得到第一组强度值,以所述第二图像块所包含的像素中某个像素为中心像素,计算所述中心像素各个方向的像素平均强度,得到第二组强度值;第四提取单元,用于比较所述第一组强度值中每一个强度值与所述f1i的关系,以所述比较得到的二值逻辑“0”或“1”作为所述第一图像块的第一块局部特征f2i,比较所述第二组强度值中每一个强度值与所述f1j的关系,以所述比较得到的二值逻辑“0”或“1”作为所述第二图像块的第一块局部特征f2j;第五提取单元,用于判断所述第一组强度值中每一个强度值与所述f1i的绝对差值是否小于第一阈值,以所述判断得到的二值逻辑“0”或“1”作为所述第一图像块的第二块局部特征f3i,判断所述第二组强度值中每一个强度值与所述f1j的绝对差值是否小于第二阈值,以所述判断得到的二值逻辑“0”或“1”作为所述第二图像块的第二块局部特征f3j
可选地,所述获取模块包括:计数单元,用于计算所述f2i、f2j、f3i和f3j进行关系运算(f2i^f2j)&(f3i|f3j)后得到的二值逻辑“1”的个数Cbit;求取单元,用于求取|f1i-f1j|与所述Cbit的乘积,以所述乘积作为所述第一图像块与所述第二图像块的图像块距离fs,所述|f1i-f1j|表示f1i-f1j的绝对值。
从上述本发明实施例可知,由于由于是根据获取的图像块的块整体特征和块局部特征获取两个图像块的图像块距离,再根据图像块距离求取数字滤波器权重系数。因此,与现有技术相比,本发明实施例提供的数字滤波器权重系数的获取方法使得数字滤波器能够根据图像内容自适应,有效利用图像块内部的冗余纹理信息。在平滑和降噪时,能有效去除平坦区域的噪声,并保留边缘等细节处。用做图像增强和动态范围压缩时,可增强/保留锐利的边缘细节,无白边或者黑边等副作用出现。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对现有技术或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,对于本领域技术人员来讲,还可以如这些附图获得其他的附图。
图1是本发明实施例提供的数字滤波器权重系数的获取方法流程示意图;
图2a是本发明实施例提供的第一图像块的块整体特征示意图;
图2b是本发明实施例提供的第二图像块的块整体特征示意图;
图3a是本发明实施例提供的第一图像块的第一块局部特征示意图;
图3b是本发明实施例提供的第二图像块的第一块局部特征示意图;
图4a是本发明实施例提供的第一图像块的第二块局部特征示意图;
图4b是本发明实施例提供的第二图像块的第二块局部特征示意图;
图5a是本发明实施例提供的按照5方向计算得到的图2a示例的第一图像块的第一组强度值示意图;
图5b是按照图5a示例得到的第一图像块的第一块局部特征示意图;
图5c是按照图5a示例得到的第一图像块的第二块局部特征示意图;
图6a是本发明实施例提供的按照5方向计算得到的图2b示例的第二图像块的第二组强度值示意图;
图6b是按照图6a示例得到的第一图像块的第一块局部特征示意图;
图6c是按照图6a示例得到的第一图像块的第二块局部特征示意图;
图7是本发明实施例提供的数字滤波器权重系数的获取装置结构示意图;
图8是本发明另一实施例提供的数字滤波器权重系数的获取装置结构示意图;
图9是本发明另一实施例提供的数字滤波器权重系数的获取装置结构示意图;
图10是本发明另一实施例提供的数字滤波器权重系数的获取装置结构示意图;
图11a是本发明另一实施例提供的数字滤波器权重系数的获取装置结构示意图;
图11b是本发明另一实施例提供的数字滤波器权重系数的获取装置结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员所获得的所有其他实施例,都属于本发明保护的范围。
请参阅附图1,是本发明实施例提供的数字滤波器权重系数的获取方法流程示意图,主要包括步骤S101、S102和S103:
S101,提取图像块的块整体特征和块局部特征。
在本发明实施例中,在获取数字滤波器权重系数时,涉及两个图像块,一个是数字滤波器当前需要处理的图像块,另一个是数字滤波器当前需要处理的图像块的邻域所在的图像块。为了描述方便,此处将数字滤波器当前需要处理的图像块称为第一图像块,所述第一图像块的邻域所在的图像块称为第二图像块。
图像块的块整体特征可以使用图象块的平均强度(或者加权平均强度)、图象块的中间强度或者图像块中特定位置的强度值等来表征。作为本发明一个实施例,可以分别计算第一图像块的平均强度和第二图像块的平均强度,以第一图像块的平均强度和第二图像块的平均强度分别作为所述第一图像块的块整体特征和所述第二图像块的块整体特征。为了描述的方便,将第一图像块的平均强度记为f1i,将第二图像块的平均强度记为f1j。图像块的平均强度可以使用图像块所包含的像素的平均强度值表示。假设第一图像块是包含5×5个像素的图像块,如图2a所示。图2a中小方格中的数字表示像素的强度值,则根据上述对图像块的平均强度的定义,图2a示例的第一图像块的平均强度,即第一图像块的块整体特征为116.2;同样地,对于附图2b示例的第二图像块,即图2a示例的第一图像块的邻域所在的图像块,是包含5×5个像素的图像块,其块整体特征为131.72。
作为本发明提取图像块的块局部特征的一个实施例,可以比较第一图像块中每一像素的强度值与所述第一图像块的块整体特征f1i的关系,以所述比较得到的二值逻辑“0”或“1”作为所述第一图像块的第一块局部特征f2i;比较所述第二图像块中每一像素的强度值与所述第二图像块的块整体特征f1j的关系,以所述比较得到的二值逻辑“0”或“1”作为所述第二图像块的第一块局部特征f2j。为了描述方便,此处将所述第一图像块的第一块局部特征记为f2i,将所述第二图像块的第一块局部特征记为f2j
例如,对于附图2a示例的第一图像块,若其中每一像素的强度值大于第一图像块的块整体特征116.2时,比较的结果使用二值逻辑的“1”表示;若其中每一像素的强度值小于第一图像块的块整体特征116.2时,比较的结果使用二值逻辑的“0”表示,则附图2a示例的第一图像块的第一块局部特征f2i可以用附图3a表示。同样地,对于附图2b示例的第二图像块,若其中每一像素的强度值大于第二图像块的块整体特征131.72时,比较的结果使用二值逻辑的“1”表示;若其中每一像素的强度值小于第二图像块的块整体特征131.72时,比较的结果使用二值逻辑的“0”表示,则附图2b示例的第二图像块的第一块局部特征f2j可以用附图3b表示。
作为本发明提取图像块的块局部特征的另一实施例,也可以判断第一图像块中每一像素的强度值与所述第一图像块的块整体特征f1i的绝对差值是否小于第一阈值,以所述判断得到的二值逻辑“0”或“1”作为所述第一图像块的第二块局部特征;判断所述第二图像块中每一像素的强度值与所述f1j的绝对差值是否小于第二阈值,以所述判断得到的二值逻辑“0”或“1”作为所述第二图像块的第二块局部特征。为了描述方便,此处将所述第一图像块的第二块局部特征记为f3i,将所述第二图像块的第一块局部特征记为f3j
例如,对于附图2a示例的第一图像块,若其中每一像素的强度值与所述第一图像块的块整体特征116.2的绝对差值小于第一阈值16时,比较的结果使用二值逻辑的“1”表示;若其中每一像素的强度值与所述第一图像块的块整体特征116.2的绝对差值大于第一阈值16时,比较的结果使用二值逻辑的“0”表示,则附图2a示例的第一图像块的第二块局部特征f3i可以用附图4a表示。同样地,对于附图2b示例的第二图像块,若其中每一像素的强度值与所述第二图像块的块整体特征131.72的绝对差值小于第二阈值30时,比较的结果使用二值逻辑的“1”表示,其中每一像素的强度值与所述第二图像块的块整体特征131.72的绝对差值大于第二阈值30时,比较的结果使用二值逻辑的“0”表示,则附图2b示例的第二图像块的第二块局部特征f3j可以用附图4b表示。
对于包含像素较多的图像块,若仍然采用附图3a至附图4b示例的方法提取块整体特征和/或块局部特征,则势必需要采用较多的比特数表示,对资源是一种消耗。为了节省资源,作为本发明提取图像块的块局部特征的另一实施例,可以采用如下方式:
以所述第一图像块所包含的像素中某个像素为中心像素,计算所述中心像素各个方向的像素平均强度,得到第一组强度值,以所述第二图像块所包含的像素中某个像素为中心像素,计算所述中心像素各个方向的像素平均强度,得到第二组强度值;
比较所述第一组强度值中每一个强度值与所述第一图像块的块整体特征f1i的关系,以所述比较得到的二值逻辑“0”或“1”作为所述第一图像块的第一块局部特征f2i,比较所述第二组强度值中每一个强度值与所述第二图像块的块整体特征f1j的关系,以所述比较得到的二值逻辑“0”或“1”作为所述第二图像块的第一块局部特征f2j
判断所述第一组强度值中每一个强度值与所述第一图像块的块整体特征f1i的绝对差值是否小于第一阈值,以所述判断得到的二值逻辑“0”或“1”作为所述第一图像块的第二块局部特征f3i,判断所述第二组强度值中每一个强度值与所述第二图像块的块整体特征f1j的绝对差值是否小于第二阈值,以所述判断得到的二值逻辑“0”或“1”作为所述第二图像块的第二块局部特征f3j
例如,对于附图2a示例的第一图像块,可以以强度值为208的像素为中心像素,计算5方向的像素平均强度,即,计算与强度值为208的像素相邻且在12点钟方向的两个像素的平均强度,得到强度值131.5;计算与强度值为208的像素相邻且在3点钟方向的两个像素的平均强度,得到强度值80.5;计算与强度值为208的像素相邻且在6点钟方向的两个像素的平均强度,得到强度值157;以及计算与强度值为208的像素相邻且在9点钟方向的两个像素的平均强度,得到强度值80.5。如附图5a所示,是按照5方向计算得到的附图2a示例的第一图像块的第一组强度值。
需要说明的是,以某个像素为中心像素计算所述中心像素各个方向的像素平均强度时,并不局限于附图5a示例的5方向,还可以根据平均强度计算精度的要求选择其他的方向,例如,9方向等;方向越多,计算获得的平均强度精度越高。
在按照5方向计算得到附图2a示例的第一图像块的第一组强度值后,可以比较所述第一组强度值中每一个强度值与所述第一图像块的块整体特征116.2的关系。若第一组强度值中的强度值大于所述第一图像块的块整体特征116.2,则使用二值逻辑的“1”表示,若第一组强度值中的强度值小于所述第一图像块的块整体特征116.2,则使用二值逻辑的“0”表示。如附图5b所示,是按照附图5a示例得到的第一图像块的第一块局部特征f2i示意图。
在按照5方向计算得到附图2a示例的第一图像块的第一组强度值后,可以判断所述第一组强度值中每一个强度值与所述第一图像块的块整体特征116.2的绝对差值是否小于第一阈值16。若第一组强度值中的强度值与所述第一图像块的块整体特征116.2的绝对差值小于第一阈值16,则使用二值逻辑的“1”表示,若第一组强度值中的强度值与所述第一图像块的块整体特征116.2的绝对差值大于第一阈值16,则使用二值逻辑的“0”表示。如附图5c所示,是按照附图5a示例得到的第一图像块的第二块局部特征f3i示意图。
再如,对于附图2b示例的第二图像块,可以以强度值为230的像素为中心像素,计算5方向的像素平均强度,即,计算与强度值为230的像素相邻且在12点钟方向的两个像素的平均强度,得到强度值159.5;计算与强度值为230的像素相邻且在3点钟方向的两个像素的平均强度,得到强度值93.5;计算与强度值为230的像素相邻且在6点钟方向的两个像素的平均强度,得到强度值225.5;以及计算与强度值为230的像素相邻且在9点钟方向的两个像素的平均强度,得到强度值109.5。如附图6a所示,是按照5方向计算得到的附图2b示例的第二图像块的第二组强度值。
在按照5方向计算得到附图2b示例的第二图像块的第二组强度值后,可以比较所述第二组强度值中每一个强度值与所述第二图像块的块整体特征131.72的关系。若第二组强度值中的强度值大于所述第二图像块的块整体特征131.72,则使用二值逻辑的“1”表示,若第二组强度值中的强度值小于所述第二图像块的块整体特征131.72,则使用二值逻辑的“0”表示。如附图6b所示,是按照附图6a示例得到的第二图像块的第一块局部特征f2j示意图。
在按照5方向计算得到附图2b示例的第二图像块的第二组强度值后,可以判断所述第二组强度值中每一个强度值与所述第二图像块的块整体特征131.72的绝对差值是否小于第二阈值30。若第二组强度值中的强度值与所述第二图像块的块整体特征131.72的绝对差值小于第二阈值30,则使用二值逻辑的“1”表示,若第二组强度值中的强度值与所述第二图像块的块整体特征131.72的绝对差值大于第二阈值30,则使用二值逻辑的“0”表示。如附图6c所示,是按照附图6a示例得到的第二图像块的第二块局部特征f3j示意图。
S102,根据所述第一图像块的块整体特征和块局部特征以及第二图像块的块整体特征和块局部特征,获取所述第一图像块与所述第二图像块的图像块距离fs
图像块距离是用来表征两个图像块相似程度的参量,图像块距离越小,表明两个图像块越相似。现有技术中,计算图象块的距离时是采用图象块的欧式距离计算方法,即,计算两个图像块所有对应像素差值的平方和。图像块的欧式距离计算方法复杂度高,资源消耗大,直接实现时成本高,以图像块的欧式距离计算数字滤波器的权重系数时还涉及指数运算及大除数运算,也带来了计算的复杂度。
与现有技术不同的是,本发明在获取第一图像块与第二图像块的图像块距离时,首先将步骤S102中提取的第一图像块的第一块局部特征f2i、第二图像块的第一块局部特征f2j、第一图像块的第二块局部特征f3i和第二图像块的第二块局部特征f3j进行如下的关系运算:
(f2i^f2j)&(f3i|f3j)............................................式(1)
其中,“^”表示“异或”运算,“&”表示“与”运算,“|”表示“或”运算,然后,计算式(1)中的二值逻辑“1”的个数,式(1)中的二值逻辑“1”的个数记为Cbit
作为本发明一个实施例,在计算式(1)中的二值逻辑“1”的个数时,可以使用指令bitcnt()实现,运行bitcnt()指令实际是对操作数中的比特“1”计数。在本发明实施例中,Cbit=bitcnt((f2i^f2j)&(f3i|f3j))。
计算出(f2i^f2j)&(f3i|f3j)中的二值逻辑“1”后,进一步求取|f1i-f1j|与Cbit的乘积|f1i-f1j|×(f2i^f2j)&(f3i|f3j),以所述乘积作为所述第一图像块与所述第二图像块的图像块距离fs,此处,|f1i-f1j|表示f1i-f1j的绝对值。
由于CPU、ARM或GPU等都可以在一个时钟周期完成指令bitcnt()的执行,并且,不涉及大除数及指数运算,因此,本发明实施例提供的获取图像块距离的方法复杂度非常低,可以低成本地在芯片及智能手机软件上实现。
S103,求取的值,以所述为数字滤波器权重系数,所述θ为数字滤波器参数;θ越大,对图像的滤波效果越明显。
即权重系数ωij表示为:
..................................................式(2)
式(2)实际上是将局部特征转换为图象块距离的放大倍数,从而使得图象块距离包含了图象块的块整体特征和块局部特征,e是自然底数,可取2.71828...。
从上述本发明实施例提供的数字滤波器权重系数的获取方法可知,由于是根据获取的图像块的块整体特征和块局部特征获取两个图像块的图像块距离,再根据图像块距离求取数字滤波器权重系数。因此,与现有技术相比,本发明实施例提供的数字滤波器权重系数的获取方法使得数字滤波器能够根据图像内容自适应,有效利用图像块内部的冗余纹理信息。在平滑和降噪时,能有效去除平坦区域的噪声,并保留边缘等细节处。用做图像增强和动态范围压缩时,可增强/保留锐利的边缘细节,无白边或者黑边等副作用出现。
请参阅附图7,是本发明实施例提供的数字滤波器权重系数的获取装置结构示意图。为了便于说明,仅仅示出了与本发明实施例相关的部分。附图7示例的数字滤波器权重系数的获取装置包括特征提取模块701、获取模块02和策求取模块703,其中:
特征提取模块701,用于提取图像块的块整体特征和块局部特征,所述图像块包括第一图像块和第二图像块,所述第一图像块是数字滤波器当前需要处理的图像块,所述第二图像块是所述第一图像块的邻域所在的图像块。
获取模块702,用于根据所述第一图像块的块整体特征和块局部特征以及第二图像块的块整体特征和块局部特征,获取所述第一图像块与所述第二图像块的图像块距离fs
求取模块703,用于求取的值,以所述为数字滤波器权重系数,所述θ为数字滤波器参数;θ越大,对图像的滤波效果越明显,e是自然底数,可取2.71828...。
需要说明的是,以上数字滤波器权重系数的获取装置的实施方式中,各功能模块的划分仅是举例说明,实际应用中可以根据需要,例如相应硬件的配置要求或者软件的实现的便利考虑,而将上述功能分配由不同的功能模块完成,即将所述数字滤波器权重系数的获取装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。而且,实际应用中,本实施例中的相应的功能模块可以是由相应的硬件实现,也可以由相应的硬件执行相应的软件完成,例如,前述的特征提取模块,可以是具有执行前述提取图像块的块整体特征和块局部特征的硬件,例如特征提取器,也可以是能够执行相应计算机程序从而完成前述功能的一般处理器或者其他硬件设备;再如前述的获取模块,可以是具有执行前述根据所述第一图像块的块整体特征和块局部特征以及第二图像块的块整体特征和块局部特征,获取所述第一图像块与所述第二图像块的图像块距离fs功能的硬件,例如获取器,也可以是能够执行相应计算机程序从而完成前述功能的一般处理器或者其他硬件设备(本说明书提供的各个实施例都可应用上述描述原则)。
在获取数字滤波器权重系数时,涉及两个图像块,一个是数字滤波器当前需要处理的图像块,另一个是数字滤波器当前需要处理的图像块的邻域所在的图像块。为了描述方便,此处将数字滤波器当前需要处理的图像块称为第一图像块,所述第一图像块的邻域所在的图像块称为第二图像块。
图像块的块整体特征可以使用图象块的平均强度(或者加权平均强度)、图象块的中间强度或者图像块中特定位置的强度值等来表征。在附图7示例的数字滤波器权重系数的获取装置中,特征提取模块701可以包括第一提取单元801,如附图8所示本发明另一实施例提供的数字滤波器权重系数的获取装置。第一提取单元801分别计算第一图像块的平均强度和第二图像块的平均强度,以第一图像块的平均强度和第二图像块的平均强度分别作为所述第一图像块的块整体特征和所述第二图像块的块整体特征。为了描述的方便,将第一图像块的平均强度记为f1i,将第二图像块的平均强度记为f1j。图像块的平均强度可以使用图像块所包含的像素的平均强度值表示。假设第一图像块是包含5×5个像素的图像块,如图2a所示。图2a中小方格中的数字表示像素的强度值,则根据上述对图像块的平均强度的定义,图2a示例的第一图像块的平均强度,即第一图像块的块整体特征为116.2;同样地,对于附图2b示例的第二图像块,即图2a示例的第一图像块的邻域所在的图像块,是包含5×5个像素的图像块,其块整体特征为131.72。
在附图8示例的数字滤波器权重系数的获取装置中,特征提取模块701还可以包括迁移类型第二提取单元901和第三提取单元902,如附图9所示本发明另一实施例提供的数字滤波器权重系数的获取装置,其中:
第二提取单元901,用于比较所述第一图像块中每一像素的强度值与所述第一图像块的块整体特征f1i的关系,以所述比较得到的二值逻辑“0”或“1”作为所述第一图像块的第一块局部特征f2i,比较所述第二图像块中每一像素的强度值与所述第二图像块的块整体特征f1j的关系,以所述比较得到的二值逻辑“0”或“1”作为所述第二图像块的第一块局部特征f2j。例如,对于附图2a示例的第一图像块,若经过第二提取单元901的比较,其中每一像素的强度值大于第一图像块的块整体特征116.2时,比较的结果使用二值逻辑的“1”表示,其中每一像素的强度值小于第一图像块的块整体特征116.2时,比较的结果使用二值逻辑的“0”表示,则附图2a示例的第一图像块的第一块局部特征f2i可以用附图3a表示。同样地,对于附图2b示例的第二图像块,若经过第二提取单元901的比较,其中每一像素的强度值大于第二图像块的块整体特征131.72时,比较的结果使用二值逻辑的“1”表示;若经过第二提取单元901的比较,其中每一像素的强度值小于第二图像块的块整体特征131.72时,比较的结果使用二值逻辑的“0”表示,则附图2b示例的第二图像块的第一块局部特征f2j可以用附图3b表示。
第三提取单元902,用于判断所述第一图像块中每一像素的强度值与所述第一图像块的块整体特征f1i的绝对差值是否小于第一阈值,以所述判断得到的二值逻辑“0”或“1”作为所述第一图像块的第二块局部特征f3i,判断所述第二图像块中每一像素的强度值与所述第二图像块的块整体特征f1j的绝对差值是否小于第二阈值,以所述判断得到的二值逻辑“0”或“1”作为所述第二图像块的第二块局部特征f3j。例如,对于附图2a示例的第一图像块,若经过第三提取单元902的判断,其中每一像素的强度值与所述第一图像块的块整体特征116.2的绝对差值小于第一阈值16时,比较的结果使用二值逻辑的“1”表示;若经过第三提取单元902的判断,其中每一像素的强度值与所述第一图像块的块整体特征116.2的绝对差值大于第一阈值16时,比较的结果使用二值逻辑的“0”表示,则附图2a示例的第一图像块的第二块局部特征f3i可以用附图4a表示。同样地,对于附图2b示例的第二图像块,若经过第三提取单元902的判断,其中每一像素的强度值与所述第二图像块的块整体特征131.72的绝对差值小于第二阈值30时,比较的结果使用二值逻辑的“1”表示;若经过第三提取单元902的判断,其中每一像素的强度值与所述第二图像块的块整体特征131.72的绝对差值大于第二阈值30时,比较的结果使用二值逻辑的“0”表示,则附图2b示例的第二图像块的第二块局部特征f3j可以用附图4b表示。
对于包含像素较多的图像块,若仍然采用附图9示例的特征提取模块701提取块整体特征和/或块局部特征,则势必需要采用较多的比特数表示,对资源是一种消耗。为了节省资源,优化实施方式,附图7示例的特征提取模块701还可以包括迁移类型计算单元1001、第四提取单元1002和第五提取单元1003,如附图10所示本发明另一实施例提供的数字滤波器权重系数的获取装置,其中:
计算单元1001,用于以所述第一图像块所包含的像素中某个像素为中心像素,计算所述中心像素各个方向的像素平均强度,得到第一组强度值,以所述第二图像块所包含的像素中某个像素为中心像素,计算所述中心像素各个方向的像素平均强度,得到第二组强度值。
第四提取单元1002,用于比较所述第一组强度值中每一个强度值与所述f1i的关系,以所述比较得到的二值逻辑“0”或“1”作为所述第一图像块的第一块局部特征f2i,比较所述第二组强度值中每一个强度值与所述f1j的关系,以所述比较得到的二值逻辑“0”或“1”作为所述第二图像块的第一块局部特征f2j
第五提取单元1003,用于判断所述第一组强度值中每一个强度值与所述f1i的绝对差值是否小于第一阈值,以所述判断得到的二值逻辑“0”或“1”作为所述第一图像块的第二块局部特征f3i,判断所述第二组强度值中每一个强度值与所述f1j的绝对差值是否小于第二阈值,以所述判断得到的二值逻辑“0”或“1”作为所述第二图像块的第二块局部特征f3j
例如,对于附图2a示例的第一图像块,计算单元1001可以以强度值为208的像素为中心像素,计算5方向的像素平均强度,即,计算与强度值为208的像素相邻且在12点钟方向的两个像素的平均强度,得到强度值131.5;计算与强度值为208的像素相邻且在3点钟方向的两个像素的平均强度,得到强度值80.5;计算与强度值为208的像素相邻且在6点钟方向的两个像素的平均强度,得到强度值157;以及计算与强度值为208的像素相邻且在9点钟方向的两个像素的平均强度,得到强度值80.5。如附图5a所示,是计算单元1001按照5方向计算得到的附图2a示例的第一图像块的第一组强度值。
需要说明的是,计算单元1001以某个像素为中心像素计算所述中心像素各个方向的像素平均强度时,并不局限于附图5a示例的5方向,还可以根据平均强度计算精度的要求选择其他的方向,例如,9方向等;方向越多,计算获得的平均强度精度越高。
在计算单元1001按照5方向计算得到附图2a示例的第一图像块的第一组强度值后,第四提取单元1002可以比较所述第一组强度值中每一个强度值与所述第一图像块的块整体特征116.2的关系。若第一组强度值中的强度值大于所述第一图像块的块整体特征116.2,则使用二值逻辑的“1”表示,若第一组强度值中的强度值小于所述第一图像块的块整体特征116.2,则使用二值逻辑的“0”表示。如附图5b所示,是第四提取单元1002按照附图5a示例得到的第一图像块的第一块局部特征f2i示意图。
在计算单元1001按照5方向计算得到附图2a示例的第一图像块的第一组强度值后,第五提取单元1003可以判断所述第一组强度值中每一个强度值与所述第一图像块的块整体特征116.2的绝对差值是否小于第一阈值16。若第一组强度值中的强度值与所述第一图像块的块整体特征116.2的绝对差值小于第一阈值16,则使用二值逻辑的“1”表示,若第一组强度值中的强度值与所述第一图像块的块整体特征116.2的绝对差值大于第一阈值16,则使用二值逻辑的“0”表示。如附图5c所示,是按照附图5a示例得到的第一图像块的第二块局部特征f3i示意图。
再如,对于附图2b示例的第二图像块,计算单元1001可以以强度值为230的像素为中心像素,计算5方向的像素平均强度,即,计算与强度值为230的像素相邻且在12点钟方向的两个像素的平均强度,得到强度值159.5;计算与强度值为230的像素相邻且在3点钟方向的两个像素的平均强度,得到强度值93.5;计算与强度值为230的像素相邻且在6点钟方向的两个像素的平均强度,得到强度值225.5;以及计算与强度值为230的像素相邻且在9点钟方向的两个像素的平均强度,得到强度值109.5。如附图6a所示,是计算单元1001按照5方向计算得到的附图2b示例的第二图像块的第二组强度值。
在计算单元1001按照5方向计算得到附图2b示例的第二图像块的第二组强度值后,第四提取单元1002可以比较所述第二组强度值中每一个强度值与所述第二图像块的块整体特征131.72的关系。若第二组强度值中的强度值大于所述第二图像块的块整体特征131.72,则使用二值逻辑的“1”表示,若第二组强度值中的强度值小于所述第二图像块的块整体特征131.72,则使用二值逻辑的“0”表示。如附图6b所示,是第四提取单元1002按照附图6a示例得到的第二图像块的第一块局部特征f2j示意图。
在计算单元1001按照5方向计算得到附图2b示例的第二图像块的第二组强度值后,第五提取单元1003可以判断所述第二组强度值中每一个强度值与所述第二图像块的块整体特征131.72的绝对差值是否小于第二阈值30。若第二组强度值中的强度值与所述第二图像块的块整体特征131.72的绝对差值小于第二阈值30,则使用二值逻辑的“1”表示,若第二组强度值中的强度值与所述第二图像块的块整体特征131.72的绝对差值大于第二阈值30,则使用二值逻辑的“0”表示。如附图6c所示,是第五提取单元1003按照附图6a示例得到的第二图像块的第二块局部特征f3j示意图。
在附图9或附图10示例的数字滤波器权重系数的获取装置中,获取模块702可以包括计数单元1101和求取单元1102,如附图11a或图11b所示本发明另一实施例提供的数字滤波器权重系数的获取装置,其中:
计数单元1101,用于计算所述f2i、f2j、f3i和f3j进行关系运算(f2i^f2j)&(f3i|f3j)后得到的二值逻辑“1”的个数Cbit
求取单元1102,用于求取|f1i-f1j|与所述Cbit的乘积,以所述乘积作为所述第一图像块与所述第二图像块的图像块距离fs,所述|f1i-f1j|表示f1i-f1j的绝对值。
图像块距离是用来表征两个图像块在内容上相似程度的参量,图像块距离越小,表明两个图像块越相似。现有技术中,计算图象块的距离时是采用图象块的欧式距离计算方法,即,计算两个图像块所有对应像素差值的平方和。图像块的欧式距离计算方法复杂度高,资源消耗大,直接实现时成本高,以图像块的欧式距离计算数字滤波器的权重系数时还涉及指数运算及大除数运算,也带来了计算的复杂度。
与现有技术不同的是,本发明在获取第一图像块与第二图像块的图像块距离时,首先将图1示例的提取的第一图像块的第一块局部特征f2i、第二图像块的第一块局部特征f2j、第一图像块的第二块局部特征f3i和第二图像块的第二块局部特征f3j进行如下的关系运算:
(f2i^f2j)&(f3i|f3j)....................................式(1)
其中,“^”表示“异或”运算,“&”表示“与”运算,“|”表示“或”运算,然后,计数单元1101计算式(1)中的二值逻辑“1”的个数,式(1)中的二值逻辑“1”的个数记为Cbit
作为本发明一个实施例,计数单元1101在计算式(1)中的二值逻辑“1”的个数时,可以使用指令bitcnt()实现;运行bitcnt()指令实际是对操作数中的比特“1”计数。在本发明实施例中,Cbit=bitcnt((f2i^f2j)&(f3i|f3j))。
计数单元1101计算出(f2i^f2j)&(f3i|f3j)中的二值逻辑“1”后,求取单元1102进一步求取|f1i-f1j|与Cbit的乘积|f1i-f1j|×(f2i^f2j)&(f3i|f3j),以所述乘积作为所述第一图像块与所述第二图像块的图像块距离fs,此处,|f1i-f1j|表示f1i-f1j的绝对值。
由于CPU、ARM或GPU等都可以在一个时钟周期完成指令bitcnt()的执行,并且,不涉及大除数及指数运算,因此,本发明实施例提供的获取图像块距离的方法复杂度非常低,可以低成本地在芯片及智能手机软件上实现。
求取模块703求取的数字滤波器权重系数ωij表示为:
...................................................式(2)
式(2)实际上是将局部特征转换为图象块距离的放大倍数,从而使得图象块距离包含了图象块的块整体特征和块局部特征,e是自然底数,可取2.71828...。
需要说明的是,上述装置各模块/单元之间的信息交互、执行过程等内容,由于与本发明方法实施例基于同一构思,其带来的技术效果与本发明方法实施例相同,具体内容可参见本发明方法实施例中的叙述,此处不再赘述。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,比如以下各种方法的一种或多种或全部:
提取图像块的块整体特征和块局部特征,所述图像块包括第一图像块和第二图像块,所述第一图像块是数字滤波器当前需要处理的图像块,所述第二图像块是所述第一图像块的邻域所在的图像块;
根据所述第一图像块的块整体特征和块局部特征以及第二图像块的块整体特征和块局部特征,获取所述第一图像块与所述第二图像块的图像块距离fs
求取的值,以所述为数字滤波器权重系数,所述θ为数字滤波器参数。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:只读存储器(ROM,ReadOnlyMemory)、随机存取存储器(RAM,RandomAccessMemory)、磁盘或光盘等。
以上对本发明实施例提供的数字滤波器权重系数的获取方法和装置进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种数字滤波器权重系数的获取方法,其特征在于,所述方法包括:
提取图像块的块整体特征和块局部特征,所述图像块包括第一图像块和第二图像块,所述第一图像块是数字滤波器当前需要处理的图像块,所述第二图像块是所述第一图像块的邻域所在的图像块;
根据所述第一图像块的块整体特征和块局部特征以及第二图像块的块整体特征和块局部特征,获取所述第一图像块与所述第二图像块的图像块距离fs
求取的值,以所述为数字滤波器权重系数,所述θ为数字滤波器参数。
2.如权利要求1所述的方法,其特征在于,所述提取图像块的块整体特征包括:
分别计算所述第一图像块的平均强度f1i和所述第二图像块的平均强度f1j,以所述f1i和所述f1j分别作为所述第一图像块的块整体特征和所述第二图像块的块整体特征。
3.如权利要求2所述的方法,其特征在于,所述提取图像块的块局部特征包括:
比较所述第一图像块中每一像素的强度值与所述f1i的关系,以所述比较得到的二值逻辑“0”或“1”作为所述第一图像块的第一块局部特征f2i,比较所述第二图像块中每一像素的强度值与所述f1j的关系,以所述比较得到的二值逻辑“0”或“1”作为所述第二图像块的第一块局部特征f2j
判断所述第一图像块中每一像素的强度值与所述f1i的绝对差值是否小于第一阈值,以所述判断得到的二值逻辑“0”或“1”作为所述第一图像块的第二块局部特征f3i,判断所述第二图像块中每一像素的强度值与所述f1j的绝对差值是否小于第二阈值,以所述判断得到的二值逻辑“0”或“1”作为所述第二图像块的第二块局部特征f3j
4.如权利要求2所述的方法,其特征在于,所述提取图像块的块局部特征包括:
以所述第一图像块所包含的像素中某个像素为中心像素,计算所述中心像素各个方向的像素平均强度,得到第一组强度值,以所述第二图像块所包含的像素中某个像素为中心像素,计算所述中心像素各个方向的像素平均强度,得到第二组强度值;
比较所述第一组强度值中每一个强度值与所述f1i的关系,以所述比较得到的二值逻辑“0”或“1”作为所述第一图像块的第一块局部特征f2i,比较所述第二组强度值中每一个强度值与所述f1j的关系,以所述比较得到的二值逻辑“0”或“1”作为所述第二图像块的第一块局部特征f2j
判断所述第一组强度值中每一个强度值与所述f1i的绝对差值是否小于第一阈值,以所述判断得到的二值逻辑“0”或“1”作为所述第一图像块的第二块局部特征f3i,判断所述第二组强度值中每一个强度值与所述f1j的绝对差值是否小于第二阈值,以所述判断得到的二值逻辑“0”或“1”作为所述第二图像块的第二块局部特征f3j
5.如权利要求3或4所述的方法,其特征在于,所述根据所述第一图像块的块整体特征和块局部特征以及第二图像块的块整体特征和块局部特征,获取所述第一图像块与所述第二图像块的图像块距离fs包括:
计算所述f2i、f2j、f3i和f3j进行关系运算(f2i^f2j)&(f3i|f3j)后得到的二值逻辑“1”的个数Cbit
求取|f1i-f1j|与所述Cbit的乘积,以所述乘积作为所述第一图像块与所述第二图像块的图像块距离fs,所述|f1i-f1j|表示f1i-f1j的绝对值。
6.一种数字滤波器权重系数的获取装置,其特征在于,所述装置包括:
特征提取模块,用于提取图像块的块整体特征和块局部特征,所述图像块包括第一图像块和第二图像块,所述第一图像块是数字滤波器当前需要处理的图像块,所述第二图像块是所述第一图像块的邻域所在的图像块;
获取模块,用于根据所述第一图像块的块整体特征和块局部特征以及第二图像块的块整体特征和块局部特征,获取所述第一图像块与所述第二图像块的图像块距离fs
求取模块,用于求取的值,以所述为数字滤波器权重系数,所述θ为数字滤波器参数。
7.如权利要求6所述的装置,其特征在于,所述特征提取模块包括:
第一提取单元,用于分别计算所述第一图像块的平均强度f1i和所述第二图像块的平均强度f1j,以所述f1i和所述f1j分别作为所述第一图像块的块整体特征和所述第二图像块的块整体特征。
8.如权利要求7所述的装置,其特征在于,所述特征提取模块还包括:
第二提取单元,用于比较所述第一图像块中每一像素的强度值与所述f1i的关系,以所述比较得到的二值逻辑“0”或“1”作为所述第一图像块的第一块局部特征f2i,比较所述第二图像块中每一像素的强度值与所述f1j的关系,以所述比较得到的二值逻辑“0”或“1”作为所述第二图像块的第一块局部特征f2j
第三提取单元,用于判断所述第一图像块中每一像素的强度值与所述f1i的绝对差值是否小于第一阈值,以所述判断得到的二值逻辑“0”或“1”作为所述第一图像块的第二块局部特征f3i,判断所述第二图像块中每一像素的强度值与所述f1j的绝对差值是否小于第二阈值,以所述判断得到的二值逻辑“0”或“1”作为所述第二图像块的第二块局部特征f3j
9.如权利要求7所述的装置,其特征在于,所述提取模块还包括:
计算单元,用于以所述第一图像块所包含的像素中某个像素为中心像素,计算所述中心像素各个方向的像素平均强度,得到第一组强度值,以所述第二图像块所包含的像素中某个像素为中心像素,计算所述中心像素各个方向的像素平均强度,得到第二组强度值;
第四提取单元,用于比较所述第一组强度值中每一个强度值与所述f1i的关系,以所述比较得到的二值逻辑“0”或“1”作为所述第一图像块的第一块局部特征f2i,比较所述第二组强度值中每一个强度值与所述f1j的关系,以所述比较得到的二值逻辑“0”或“1”作为所述第二图像块的第一块局部特征f2j
第五提取单元,用于判断所述第一组强度值中每一个强度值与所述f1i的绝对差值是否小于第一阈值,以所述判断得到的二值逻辑“0”或“1”作为所述第一图像块的第二块局部特征f3i,判断所述第二组强度值中每一个强度值与所述f1j的绝对差值是否小于第二阈值,以所述判断得到的二值逻辑“0”或“1”作为所述第二图像块的第二块局部特征f3j
10.如权利要求8或9所述的装置,其特征在于,所述获取模块包括:
计数单元,用于计算所述f2i、f2j、f3i和f3j进行关系运算(f2i^f2j)&(f3i|f3j)后得到的二值逻辑“1”的个数Cbit
求取单元,用于求取|f1i-f1j|与所述Cbit的乘积,以所述乘积作为所述第一图像块与所述第二图像块的图像块距离fs,所述|f1i-f1j|表示f1i-f1j的绝对值。
CN201210145460.4A 2012-05-11 2012-05-11 数字滤波器权重系数的获取方法和装置 Active CN103390262B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201210145460.4A CN103390262B (zh) 2012-05-11 2012-05-11 数字滤波器权重系数的获取方法和装置
US13/892,119 US9240038B2 (en) 2012-05-11 2013-05-10 Method and apparatus for acquiring weight coefficient of digital filter

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210145460.4A CN103390262B (zh) 2012-05-11 2012-05-11 数字滤波器权重系数的获取方法和装置

Publications (2)

Publication Number Publication Date
CN103390262A CN103390262A (zh) 2013-11-13
CN103390262B true CN103390262B (zh) 2016-06-29

Family

ID=49534525

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210145460.4A Active CN103390262B (zh) 2012-05-11 2012-05-11 数字滤波器权重系数的获取方法和装置

Country Status (2)

Country Link
US (1) US9240038B2 (zh)
CN (1) CN103390262B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11175142B2 (en) 2014-07-31 2021-11-16 Honeywell International Inc. Updating intensities in a PHD filter based on a sensor track ID
US10605607B2 (en) 2014-07-31 2020-03-31 Honeywell International Inc. Two step pruning in a PHD filter
WO2017085708A1 (en) * 2015-11-17 2017-05-26 Beamr Imaging Ltd. Method of controlling a quality measure and system thereof
JP6512123B2 (ja) * 2016-01-29 2019-05-15 オムロン株式会社 信号処理装置、信号処理装置の制御方法、制御プログラム、および記録媒体
US10043252B2 (en) * 2016-06-14 2018-08-07 Intel Corporation Adaptive filtering with weight analysis
US11128809B2 (en) 2019-02-15 2021-09-21 Samsung Electronics Co., Ltd. System and method for compositing high dynamic range images
US11062436B2 (en) 2019-05-10 2021-07-13 Samsung Electronics Co., Ltd. Techniques for combining image frames captured using different exposure settings into blended images
US10911691B1 (en) 2019-11-19 2021-02-02 Samsung Electronics Co., Ltd. System and method for dynamic selection of reference image frame
US11430094B2 (en) 2020-07-20 2022-08-30 Samsung Electronics Co., Ltd. Guided multi-exposure image fusion

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1074938A2 (en) * 1999-07-30 2001-02-07 Mitsubishi Denki Kabushiki Kaisha Anti-aliasing with line samples
US7203371B2 (en) * 2002-03-28 2007-04-10 Microsoft Corporation Tarp filter
CN102509269A (zh) * 2011-11-10 2012-06-20 重庆工业职业技术学院 一种结合曲线波的基于图像子块相似性的图像去噪方法

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS60168276A (ja) * 1984-02-13 1985-08-31 Kokusai Denshin Denwa Co Ltd <Kdd> 画面上の移動体の動き方向検出方式
DE68922610T2 (de) * 1989-09-25 1996-02-22 Rai Radiotelevisione Italiana Umfassendes System zur Codierung und Übertragung von Videosignalen mit Bewegungsvektoren.
US7239755B1 (en) * 1997-07-30 2007-07-03 Lg Electronics Inc. Method of reducing a blocking artifact when coding moving picture
DE19909627A1 (de) * 1999-03-05 2000-09-07 Bosch Gmbh Robert Verfahren und Vorrichtung zur Bestimmung einer Verschiebung von Bildern einer Bildsequenz
GB9920256D0 (en) * 1999-08-26 1999-10-27 Wave Limited M Motion estimation and compensation in video compression
FR2800881B1 (fr) * 1999-11-05 2001-11-30 Inst Francais Du Petrole Methode pour realiser en 3d un modele cinematique de deformation d'un bassin sedimentaire
DE69934605T2 (de) * 1999-11-29 2007-10-11 Sony Corp. Verfahren und Vorrichtung zur Bearbeitung von Videosignalen durch Charakteristischen Punkten Extraktion im komprimierten Bereich.
US6757442B1 (en) * 2000-11-22 2004-06-29 Ge Medical Systems Global Technology Company, Llc Image enhancement method with simultaneous noise reduction, non-uniformity equalization, and contrast enhancement
WO2006064913A1 (ja) * 2004-12-17 2006-06-22 Nikon Corporation 画像処理方法
US8014034B2 (en) * 2005-04-13 2011-09-06 Acd Systems International Inc. Image contrast enhancement
US20070098086A1 (en) * 2005-10-28 2007-05-03 Vasudev Bhaskaran Spatio-temporal noise filter for digital video
US8542751B2 (en) * 2010-08-20 2013-09-24 Intel Corporation Techniques for identifying and reducing block artifacts
EP2786342B1 (en) * 2011-11-29 2017-09-13 Thomson Licensing Texture masking for video quality measurement

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1074938A2 (en) * 1999-07-30 2001-02-07 Mitsubishi Denki Kabushiki Kaisha Anti-aliasing with line samples
US7203371B2 (en) * 2002-03-28 2007-04-10 Microsoft Corporation Tarp filter
CN102509269A (zh) * 2011-11-10 2012-06-20 重庆工业职业技术学院 一种结合曲线波的基于图像子块相似性的图像去噪方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
采用非局部均值的连续太赫兹图像去噪处理;李琦等;《红外与激光工程》;20120229;第41卷(第2期);第517-522页 *

Also Published As

Publication number Publication date
CN103390262A (zh) 2013-11-13
US20130322782A1 (en) 2013-12-05
US9240038B2 (en) 2016-01-19

Similar Documents

Publication Publication Date Title
CN103390262B (zh) 数字滤波器权重系数的获取方法和装置
Xu et al. A distributed canny edge detector: algorithm and FPGA implementation
US20120294516A1 (en) Method for merging the regions in the image/video
CN106779057B (zh) 基于gpu的计算二值神经网络卷积的方法及装置
CN107506754A (zh) 虹膜识别方法、装置及终端设备
CN103745468B (zh) 一种基于图结构和边界先验的显著性物体检测方法
US20140355877A1 (en) Method and apparatus for processing a gray image
CN103632362B (zh) 图像匹配处理方法、装置及系统
CN106062824B (zh) 边缘检测装置和边缘检测方法
CN108961170A (zh) 图像处理方法、装置和系统
CN111444807B (zh) 目标检测方法、装置、电子设备和计算机可读介质
US20160335082A1 (en) Multi-dimensional sliding window operation for a vector processor
WO2017070923A1 (zh) 一种人脸识别方法和装置
CN111899185A (zh) 图像降噪模型的训练方法、装置、电子设备和存储介质
CN108960012B (zh) 特征点检测方法、装置及电子设备
CN101739670B (zh) 非局部均值空域时变图像滤波方法
CN102713974B (zh) 学习装置、识别装置、学习识别系统和学习识别装置
CN104899840B (zh) 一种基于cuda的引导滤波加速优化方法
WO2017128646A1 (zh) 一种图像处理的方法及装置
Xie et al. GPU-based fast scale invariant interest point detector
CN104574297A (zh) 一种超声图像去噪方法及系统
Georgantzoglou et al. Image Processing with MATLAB and GPU
Cavus et al. Gpu based parallel image processing library for embedded systems
CN111027670B (zh) 特征图处理方法、装置、电子设备及存储介质
CN112232361B (zh) 图像处理的方法及装置、电子设备及计算机可读存储介质

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