CN103714522A - 图像降噪方法和图像降噪系统 - Google Patents
图像降噪方法和图像降噪系统 Download PDFInfo
- Publication number
- CN103714522A CN103714522A CN201410004686.1A CN201410004686A CN103714522A CN 103714522 A CN103714522 A CN 103714522A CN 201410004686 A CN201410004686 A CN 201410004686A CN 103714522 A CN103714522 A CN 103714522A
- Authority
- CN
- China
- Prior art keywords
- noise
- image
- type
- pending image
- frequency band
- 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
Landscapes
- Image Processing (AREA)
Abstract
本发明提供了一种图像降噪方法和一种图像降噪系统，其中，所述图像降噪方法，包括：检测待处理的图像中包含的噪声的类型，以及每种噪声所处的频带范围；针对每种类型的噪声，分别选取相应的图像滤波方法对所述每种噪声所处的频带范围内的图像进行处理，以得到降噪处理后的图像。通过本发明的技术方案，可以对图像中仅包含噪声的部分进行处理，并且可以有针对性的选取最佳的滤波算法对每种噪声分别进行处理，避免了对全部图像采用相同的滤波算法，而对图像中的其他部分造成影响。同时，由于无需对所有的图像都进行处理，因此提高了对图像处理的效率。
Description
技术领域
本发明涉及信号处理技术领域，具体而言，涉及一种图像降噪方法和一种图像降噪系统。
背景技术
数字信号的图像在数字化处理和传输过程中会受到成像设备与外部环境的噪声干扰。噪声的大小是衡量图像质量的一个非常重要因素，所以测量噪声并在不影响系统整体性能的情况下快速滤除噪声是提高图像质量的重要方法。
图像的噪声从来源上可以分为系统噪声和环境噪声，系统噪声是来自系统本身的噪声，而坏境噪声是来自外界坏境的噪声。为了得到优质量的图像，通常情况下需要通过图像降噪的算法对图像进行处理和优化。传统的图像降噪的方法有以下几种：
（1）均值滤波，采用邻域平均法的均值滤波适用于去除通过扫描得到的图像中的颗粒噪声，虽然有力地抑制了噪声，但是也会由于平均而引起模糊现象。
（2）中值滤波，适用于滤除图像的椒盐噪声。但对于一些细节较多，特别是点、线、尖顶细节较多的图像噪声的滤除效果不明显。
（3）自适应维纳滤波，该方法根据图像的局部方差来调整滤波器的输出，局部方差越大，滤波器的平滑作用越强，自适应维纳滤波的滤波效果比均值滤波效果要好，对保留图像的边缘和其他高频部分很有用，但是计算量较大。
（4）小波去噪，保留了大部分包含信号的小波系数，可以较好地保持图像的细节。
相关技术中，在对图像进行降噪处理时，通常是对全部图像都采用相同的滤波算法，即对图像中没有噪声的部分也会进行处理，导致没有噪声的图像也受到滤波算法的干扰，影响图像质量，同时加大运算量，降低图像处理效率，此外，在图像中包含多种噪声时，由于没有对多种噪声进行区分处理，因此在处理图像中的一种噪声时，也会对其他噪声的处理造成干扰，例如在处理系统噪声时，会影响到环境噪声的处理。
因此，如何对图像中包含的噪声进行区分，并针对不同的噪声选择相应的滤波算法分别进行处理，以及提高对图像降噪处理的效率成为亟待解决的技术问题。
发明内容
本发明正是基于上述技术问题至少之一，提供了一种新的图像降噪技术，可以对图像中仅包含噪声的部分进行处理，并且可以有针对性的选取最佳的滤波算法对每种噪声分别进行处理，避免了对全部图像采用相同的滤波算法，而对图像中的其他部分造成影响。同时，由于无需对所有的图像都进行处理，因此提高了对图像处理的效率。
有鉴于此，本发明提供了一种图像降噪方法，包括：检测待处理的图像中包含的噪声的类型，以及每种噪声所处的频带范围；针对每种类型的噪声，分别选取相应的图像滤波方法对所述每种噪声所处的频带范围内的图像进行处理，以得到降噪处理后的图像。
在该技术方案中，通过针对不同类型的噪声，分别选取相应的图像滤波方法对每种噪声所处的频带范围内的图像进行处理，使得可以对图像中仅包含噪声的部分进行处理，并且可以有针对性的选取最佳的滤波算法对每种噪声分别进行处理，避免了对全部图像采用相同的滤波算法，而对图像中的其他部分（无噪声部分和/或其他噪声所在的频带部分）造成影响。同时，由于无需对所有的图像都进行处理，因此提高了对图像处理的效率。其中，图像中噪声的类型包括：环境噪声和系统噪声，在图像中可能包括环境噪声和/或系统噪声。
举例来说，在检测到图像中包括系统噪声和环境噪声时，可以将系统噪声和环境噪声分开处理，以避免在处理系统噪声时，对环境噪声的处理造成干扰。更进一步地，针对系统噪声中的不同噪声也可以采用不同的滤波算法，具体地，由于中值滤波算法适合滤除图像中的椒盐噪声，而均值滤波算法适合滤除图像中的颗粒噪声，因此，可以针对图像中椒盐噪声所处的频带范围采用中值滤波算法进行滤波处理，针对图像中的颗粒噪声所处的频带范围采用均值滤波算法进行滤波处理，实现了有针对性地对不同类型的噪声进行滤波处理，避免对所有的图像都采用均值滤波算法，造成图像中的模糊现象。同时，对于不包括噪声的图像也无需进行处理，提高了对图像处理的效率。
根据本发明的另一方面，还提出了一种图像降噪系统，包括：检测单元，用于检测待处理的图像中包含的噪声的类型，以及每种噪声所处的频带范围；处理单元，用于针对每种类型的噪声，分别选取相应的图像滤波方法对所述每种噪声所处的频带范围内的图像进行处理，以得到降噪处理后的图像。
在该技术方案中，通过针对不同类型的噪声，分别选取相应的图像滤波方法对每种噪声所处的频带范围内的图像进行处理，使得可以对图像中仅包含噪声的部分进行处理，并且可以有针对性的选取最佳的滤波算法对每种噪声分别进行处理，避免了对全部图像采用相同的滤波算法，而对图像中的其他部分（无噪声部分和/或其他噪声所在的频带部分）造成影响。同时，由于无需对所有的图像都进行处理，因此提高了对图像处理的效率。其中，图像中噪声的类型包括：环境噪声和系统噪声，在图像中可能包括环境噪声和/或系统噪声。
举例来说，在检测到图像中包括系统噪声和环境噪声时，可以将系统噪声和环境噪声分开处理，以避免在处理系统噪声时，对环境噪声的处理造成干扰。更进一步地，针对系统噪声中的不同噪声也可以采用不同的滤波算法，具体地，由于中值滤波算法适合滤除图像中的椒盐噪声，而均值滤波算法适合滤除图像中的颗粒噪声，因此，可以针对图像中椒盐噪声所处的频带范围采用中值滤波算法进行滤波处理，针对图像中的颗粒噪声所处的频带范围采用均值滤波算法进行滤波处理，实现了有针对性地对不同类型的噪声进行滤波处理，避免对所有的图像都采用均值滤波算法，造成图像中的模糊现象。同时，对于不包括噪声的图像也无需进行处理，提高了对图像处理的效率。
附图说明
图1示出了根据本发明的实施例的图像降噪方法的示意流程图；
图2示出了根据本发明的实施例的图像降噪系统的示意框图；
图3示出了根据本发明的另一个实施例的图像降噪方法的示意流程图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明并不限于下面公开的具体实施例的限制。
图1示出了根据本发明的实施例的图像降噪方法的示意流程图。
如图1所示，根据本发明的实施例的图像降噪方法，包括：步骤102，检测待处理的图像中包含的噪声的类型，以及每种噪声所处的频带范围；步骤104，针对每种类型的噪声，分别选取相应的图像滤波方法对所述每种噪声所处的频带范围内的图像进行处理，以得到降噪处理后的图像。
在该技术方案中，通过针对不同类型的噪声，分别选取相应的图像滤波方法对每种噪声所处的频带范围内的图像进行处理，使得可以对图像中仅包含噪声的部分进行处理，并且可以有针对性的选取最佳的滤波算法对每种噪声分别进行处理，避免了对全部图像采用相同的滤波算法，而对图像中的其他部分（无噪声部分和/或其他噪声所在的频带部分）造成影响。同时，由于无需对所有的图像都进行处理，因此提高了对图像处理的效率。其中，图像中噪声的类型包括：环境噪声和系统噪声，在图像中可能包括环境噪声和/或系统噪声。
举例来说，在检测到图像中包括系统噪声和环境噪声时，可以将系统噪声和环境噪声分开处理，以避免在处理系统噪声时，对环境噪声的处理造成干扰。更进一步地，针对系统噪声中的不同噪声也可以采用不同的滤波算法，具体地，由于中值滤波算法适合滤除图像中的椒盐噪声，而均值滤波算法适合滤除图像中的颗粒噪声，因此，可以针对图像中椒盐噪声所处的频带范围采用中值滤波算法进行滤波处理，针对图像中的颗粒噪声所处的频带范围采用均值滤波算法进行滤波处理，实现了有针对性地对不同类型的噪声进行滤波处理，避免对所有的图像都采用均值滤波算法，造成图像中的模糊现象。同时，对于不包括噪声的图像也无需进行处理，提高了对图像处理的效率。
在上述技术方案中，优选地，所述检测待处理的图像中包含的噪声的类型的步骤具体为：计算所述待处理的图像中包含的噪声的量级系数；通过所述量级系数判定所述噪声的类型。
在该技术方案中，由于每种类型的噪声的量级系数是已知的，因此可以通过图像中包含的噪声的量级系统来确定噪声的类型。
在上述技术方案中，优选地，在所述检测待处理的图像中包含的噪声的类型，以及每种噪声所处的频带范围之前还包括：判断所述待处理的图像中是否包含噪声，若是，则检测所述待处理的图像中包含的噪声的类型，否则，直接输出所述待处理的图像。
在该技术方案中，通过对待处理的图像中是否包含噪声进行判断，使得对于不包含噪声的图像不进行处理，提高了系统的灵活性和对图像处理的效率，避免对所有待处理的图像都进行滤波处理，导致滤波算法的冗余。
在上述技术方案中，优选地，所述判断所述待处理的图像中是否包含噪声的步骤具体为：根据多种图像噪声的特征对所述待处理的图像的特征进行检测；若在所述待处理的图像中检测到任一种图像噪声的特征，则判定所述待处理的图像中包含有噪声。
在该技术方案中，由于每种图像的噪声都具有相应的特征，而图像的噪声与原始图像叠加后产生了包含噪声的图像，因此可以根据多种图像噪声的特征对待处理的图像的特征进行检测，以确定待处理的图像中是否包含有噪声，以及噪声的类别。其中，多种图像噪声可以是所有的图像噪声，也可以是用户选取的特定类型的图像噪声。
在上述技术方案中，优选地，采用数字信号处理器对所述待处理的图像进行处理。
在该技术方案中，由于数字信号处理器（Digital Signal Processor，DSP）能够实时快速地实现各种数字信号处理算法，因此可以提高对图像降噪处理的效率。
在上述技术方案中，优选地，所述噪声的类型包括：环境噪声和系统噪声；所述图像降噪方法还包括：若检测到所述待处理的图像中包含所述环境噪声和所述系统噪声，则优先处理所述环境噪声或所述系统噪声。
在该技术方案中，通过在检测到图像中包括环境噪声和系统噪声时，优先处理环境噪声或系统噪声，即将环境噪声和系统噪声分开处理，一方面避免了在同时处理两种噪声时，一种噪声的处理对另一种噪声的处理产生干扰（例如在对系统噪声处理时，干扰环境噪声的处理），另一方面也可以针对图像在不同环境下受到的环境噪声采用不同的处理方法进行处理，提高了系统的灵活性。
图2示出了根据本发明的实施例的图像降噪系统的示意框图。
如图2所示，根据本发明的实施例的图像降噪系统200，包括：检测单元202，用于检测待处理的图像中包含的噪声的类型，以及每种噪声所处的频带范围；处理单元204，用于针对每种类型的噪声，分别选取相应的图像滤波方法对所述每种噪声所处的频带范围内的图像进行处理，以得到降噪处理后的图像。
在该技术方案中，通过针对不同类型的噪声，分别选取相应的图像滤波方法对每种噪声所处的频带范围内的图像进行处理，使得可以对图像中仅包含噪声的部分进行处理，并且可以有针对性的选取最佳的滤波算法对每种噪声分别进行处理，避免了对全部图像采用相同的滤波算法，而对图像中的其他部分（无噪声部分和/或其他噪声所在的频带部分）造成影响。同时，由于无需对所有的图像都进行处理，因此提高了对图像处理的效率。其中，图像中噪声的类型包括：环境噪声和系统噪声，在图像中可能包括环境噪声和/或系统噪声。
举例来说，在检测到图像中包括系统噪声和环境噪声时，可以将系统噪声和环境噪声分开处理，以避免在处理系统噪声时，对环境噪声的处理造成干扰。更进一步地，针对系统噪声中的不同噪声也可以采用不同的滤波算法，具体地，由于中值滤波算法适合滤除图像中的椒盐噪声，而均值滤波算法适合滤除图像中的颗粒噪声，因此，可以针对图像中椒盐噪声所处的频带范围采用中值滤波算法进行滤波处理，针对图像中的颗粒噪声所处的频带范围采用均值滤波算法进行滤波处理，实现了有针对性地对不同类型的噪声进行滤波处理，避免对所有的图像都采用均值滤波算法，造成图像中的模糊现象。同时，对于不包括噪声的图像也无需进行处理，提高了对图像处理的效率。
在上述技术方案中，优选地，所述检测单元202包括：计算单元2022，用于计算所述待处理的图像中包含的噪声的量级系数；判定单元2024，用于通过所述量级系数判定所述噪声的类型。
在该技术方案中，由于每种类型的噪声的量级系数是已知的，因此可以通过图像中包含的噪声的量级系统来确定噪声的类型。
在上述技术方案中，优选地，还包括：判断单元206，用于判断所述待处理的图像中是否包含噪声；所述检测单元202还用于：在所述判断单元206判定所述待处理的图像中包含有噪声时，检测所述待处理的图像中包含的噪声的类型。
在该技术方案中，通过对待处理的图像中是否包含噪声进行判断，使得对于不包含噪声的图像可以不进行处理，提高了系统的灵活性和对图像处理的效率，避免对所有待处理的图像都进行滤波处理，导致滤波算法的冗余。
在上述技术方案中，优选地，所述判断单元206具体用于：根据多种图像噪声的特征对所述待处理的图像的特征进行检测，并在所述待处理的图像中检测到任一种图像噪声的特征时，判定所述待处理的图像中包含有噪声。
在该技术方案中，由于每种图像的噪声都具有相应的特征，而图像的噪声与原始图像叠加后产生了包含噪声的图像，因此可以根据多种图像噪声的特征对待处理的图像的特征进行检测，以确定待处理的图像中是否包含有噪声，以及噪声的类别。其中，多种图像噪声可以是所有的图像噪声，也可以是用户选取的特定类型的图像噪声。
在上述技术方案中，优选地，所述处理单元204包括：数字信号处理器2042；以及控制单元2044，连接至所述数字信号处理器2042，用于控制所述数字信号处理器2042针对每种类型的噪声，选取相应的图像滤波方法对所述每种噪声所处的频带范围内的图像进行处理。
在该技术方案中，由于数字信号处理器（Digital Signal Processor，DSP）能够实时快速地实现各种数字信号处理算法，因此可以提高对图像降噪处理的效率。
图3示出了根据本发明的另一个实施例的图像降噪方法的示意流程图。
如图3所示，根据本发明的另一个实施例的图像降噪方法，包括：
步骤302，DSP接收原始图像。即通过高速微处理器DSP采集外界图像信息，并存储到相应的外部存储器内。
步骤304，检测图像中是否包含有噪声，若是，则执行步骤306，否则，直接输出图像。在检测图像中是否包含有噪声时，可以根据多种图像噪声的特征对原始图像的特征进行检测，以确定原始图像中是否包含有噪声。
步骤306，在检测到图像中包含有噪声时，计算图像中的噪声量级。
步骤308，确定噪声量级系数。
步骤310，判断图像中的噪声是否是环境噪声，若是，则执行步骤312，否则，执行步骤318。
步骤312，在判定图像中的噪声是环境噪声时，选择截窗范围，即选取环境噪声所处的频带范围。
步骤314，选取相应的滤波算法对滤除截窗范围内的噪声。
步骤316，得到滤除环境噪声之后的图像。
步骤318，在判断图像中的噪声不是环境噪声和/或滤除图像中的环境噪声之后，判断图像中是否包含有系统噪声，若是，则执行步骤320，否则，执行步骤324。
步骤320，在判定图像中包含系统噪声时，选择截窗范围，即选取系统噪声所处的频带范围。
步骤322，选取相应的滤波算法对滤除截窗范围内的噪声。
步骤324，得到滤除系统噪声之后的图像，并输出图像。
通过以上实施例，实现了以下技术效果：
（1）由于在检测到图像中的噪声时，只对包含有噪声的部分进行滤波处理，对于不包含噪声的部分，则无需进行滤波处理，提高了对图像进行滤波处理的效率，避免对全部图像进行滤波处理而造成滤波算法的冗余。
（2）由于能够检测出噪声的种类，因此可以针对不同类型的噪声选取相应的滤波算法，进而可以有效滤除任何类型的环境噪声，得到有效图像信息。具体地，可以将环境噪声与系统噪声分开处理，一方面避免了在同时处理两种噪声时，一种噪声的处理对另一种噪声的处理产生干扰（例如在对系统噪声处理时，干扰环境噪声的处理），另一方面也可以针对图像在不同环境下受到的环境噪声采用不同的处理方法进行处理，提高了系统的灵活性。
（3）由于本实施例是基于DSP平台的，而DSP平台本身是一种高速数字信号处理平台，因此可以提高图像处理的效率。
以上结合附图详细说明了本发明的技术方案，考虑到相关技术中，在对图像进行降噪处理时，通常是对全部图像都采用相同的滤波算法，即对图像中没有噪声的部分也会进行处理，导致没有噪声的图像也受到滤波算法的干扰，影响图像质量，同时加大运算量，降低图像处理效率，此外，在图像中包含多种噪声时，由于没有对多种噪声进行区分处理，因此在处理图像中的一种噪声时，也会对其他噪声的处理造成干扰，例如在处理系统噪声时，会影响到对环境噪声的处理，而不能将系统噪声和环境噪声进行区分并分别处理。因此，本发明提供了一种新的图像降噪技术，可以对图像中仅包含噪声的部分进行处理，并且可以有针对性的选取最佳的滤波算法对每种噪声进行处理，避免了对全部图像采用相同的滤波算法，而对图像中的其他部分造成影响。同时，由于无需对所有的图像都进行处理，因此提高了对图像处理的效率。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。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 (11)
1.一种图像降噪方法，其特征在于，包括：
检测待处理的图像中包含的噪声的类型，以及每种噪声所处的频带范围；
针对每种类型的噪声，分别选取相应的图像滤波方法对所述每种噪声所处的频带范围内的图像进行处理，以得到降噪处理后的图像。
2.根据权利要求1所述的图像降噪方法，其特征在于，所述检测待处理的图像中包含的噪声的类型的步骤具体为：
计算所述待处理的图像中包含的噪声的量级系数；
通过所述量级系数判定所述噪声的类型。
3.根据权利要求1所述的图像降噪方法，其特征在于，在所述检测待处理的图像中包含的噪声的类型，以及每种噪声所处的频带范围之前还包括：
判断所述待处理的图像中是否包含噪声，若是，则检测所述待处理的图像中包含的噪声的类型，否则，直接输出所述待处理的图像。
4.根据权利要求3所述的图像降噪方法，其特征在于，所述判断所述待处理的图像中是否包含噪声的步骤具体为：
根据多种图像噪声的特征对所述待处理的图像的特征进行检测；
若在所述待处理的图像中检测到任一种图像噪声的特征，则判定所述待处理的图像中包含有噪声。
5.根据权利要求1至4中任一项所述的图像降噪方法，其特征在于，采用数字信号处理器对所述待处理的图像进行处理。
6.根据权利要求1至4中任一项所述的图像降噪方法，其特征在于：
所述噪声的类型包括：环境噪声和系统噪声；
所述图像降噪方法还包括：
若检测到所述待处理的图像中包含所述环境噪声和所述系统噪声，则优先处理所述环境噪声或所述系统噪声。
7.一种图像降噪系统，其特征在于，包括：
检测单元，用于检测待处理的图像中包含的噪声的类型，以及每种噪声所处的频带范围；
处理单元，用于针对每种类型的噪声，分别选取相应的图像滤波方法对所述每种噪声所处的频带范围内的图像进行处理，以得到降噪处理后的图像。
8.根据权利要求7所述的图像降噪系统，其特征在于，所述检测单元包括：
计算单元，用于计算所述待处理的图像中包含的噪声的量级系数；
判定单元，用于通过所述量级系数判定所述噪声的类型。
9.根据权利要求7所述的图像降噪系统，其特征在于，还包括：
判断单元，用于判断所述待处理的图像中是否包含噪声；
所述检测单元还用于：在所述判断单元判定所述待处理的图像中包含有噪声时，检测所述待处理的图像中包含的噪声的类型。
10.根据权利要求9所述的图像降噪系统，其特征在于，所述判断单元具体用于：
根据多种图像噪声的特征对所述待处理的图像的特征进行检测，并在所述待处理的图像中检测到任一种图像噪声的特征时，判定所述待处理的图像中包含有噪声。
11.根据权利要求7至10中任一项所述的图像降噪系统，其特征在于，所述处理单元包括：
数字信号处理器；以及
控制单元，连接至所述数字信号处理器，用于控制所述数字信号处理器针对每种类型的噪声，选取相应的图像滤波方法对所述每种噪声所处的频带范围内的图像进行处理。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410004686.1A CN103714522A (zh) | 2014-01-06 | 2014-01-06 | 图像降噪方法和图像降噪系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410004686.1A CN103714522A (zh) | 2014-01-06 | 2014-01-06 | 图像降噪方法和图像降噪系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN103714522A true CN103714522A (zh) | 2014-04-09 |
Family
ID=50407466
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410004686.1A Pending CN103714522A (zh) | 2014-01-06 | 2014-01-06 | 图像降噪方法和图像降噪系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103714522A (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105869126A (zh) * | 2016-04-05 | 2016-08-17 | 天津大学 | 高光谱图像的压缩感知去噪方法 |
| CN107257530A (zh) * | 2017-06-06 | 2017-10-17 | 余姚德诚科技咨询有限公司 | 智能化警车喇叭 |
| CN108053525A (zh) * | 2017-05-25 | 2018-05-18 | 向美芹 | 基于图像处理的控制方法 |
| CN109589071A (zh) * | 2018-12-05 | 2019-04-09 | 宁波敖群电器有限公司 | 喷头水压调控系统 |
| CN110378188A (zh) * | 2019-04-20 | 2019-10-25 | 绿桥(泰州)生态修复有限公司 | 双重目标检测平台 |
| CN110659583A (zh) * | 2019-04-26 | 2020-01-07 | 深圳市豪视智能科技有限公司 | 信号处理方法、装置及相关产品 |
| CN110674697A (zh) * | 2019-04-26 | 2020-01-10 | 深圳市豪视智能科技有限公司 | 滤波方法、装置及相关产品 |
| CN110689655A (zh) * | 2019-09-17 | 2020-01-14 | 南昌大学 | 一种基于人脸识别的宿舍门禁管理一体化系统 |
| CN111598768A (zh) * | 2020-07-23 | 2020-08-28 | 平安国际智慧城市科技股份有限公司 | 图像优化处理方法、装置、计算机设备及存储介质 |
| CN111832362A (zh) * | 2019-04-20 | 2020-10-27 | 绿桥(泰州)生态修复有限公司 | 双重目标检测方法 |
| CN114565540A (zh) * | 2022-04-30 | 2022-05-31 | 深圳市巨力方视觉技术有限公司 | 基于多路对照图像去噪用机器视觉集成系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1350747A (zh) * | 2000-01-13 | 2002-05-22 | 皇家菲利浦电子有限公司 | 噪声减弱 |
| US20060221249A1 (en) * | 2005-03-30 | 2006-10-05 | Samsung Electronics Co., Ltd. | Dual-channel adaptive 2D noise reduction for video signals |
| CN1929552A (zh) * | 2006-09-30 | 2007-03-14 | 四川长虹电器股份有限公司 | 空间域像素数据处理方法 |
| CN101123681A (zh) * | 2007-09-20 | 2008-02-13 | 宝利微电子系统控股公司 | 一种数字图像降噪方法及装置 |
| CN102752483A (zh) * | 2012-06-12 | 2012-10-24 | 天津天地伟业数码科技有限公司 | 基于fpga平台的滤波降噪系统及滤波降噪方法 |
-
2014
- 2014-01-06 CN CN201410004686.1A patent/CN103714522A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1350747A (zh) * | 2000-01-13 | 2002-05-22 | 皇家菲利浦电子有限公司 | 噪声减弱 |
| US20060221249A1 (en) * | 2005-03-30 | 2006-10-05 | Samsung Electronics Co., Ltd. | Dual-channel adaptive 2D noise reduction for video signals |
| CN1929552A (zh) * | 2006-09-30 | 2007-03-14 | 四川长虹电器股份有限公司 | 空间域像素数据处理方法 |
| CN101123681A (zh) * | 2007-09-20 | 2008-02-13 | 宝利微电子系统控股公司 | 一种数字图像降噪方法及装置 |
| CN102752483A (zh) * | 2012-06-12 | 2012-10-24 | 天津天地伟业数码科技有限公司 | 基于fpga平台的滤波降噪系统及滤波降噪方法 |
Non-Patent Citations (2)
| Title |
|---|
| 朱秀昌 等: "《数字图像处理与图像通信 第2版》", 31 July 2008, 北京邮电大学出版社 * |
| 王延翔 等: "一种针对多噪声的图像滤波算法的研究与实现", 《中国科技论文在线》 * |
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105869126A (zh) * | 2016-04-05 | 2016-08-17 | 天津大学 | 高光谱图像的压缩感知去噪方法 |
| CN108053525A (zh) * | 2017-05-25 | 2018-05-18 | 向美芹 | 基于图像处理的控制方法 |
| CN107257530A (zh) * | 2017-06-06 | 2017-10-17 | 余姚德诚科技咨询有限公司 | 智能化警车喇叭 |
| CN109589071B (zh) * | 2018-12-05 | 2022-03-29 | 余姚市恒正金属制品有限公司 | 喷头水压调控系统 |
| CN109589071A (zh) * | 2018-12-05 | 2019-04-09 | 宁波敖群电器有限公司 | 喷头水压调控系统 |
| CN110378188A (zh) * | 2019-04-20 | 2019-10-25 | 绿桥(泰州)生态修复有限公司 | 双重目标检测平台 |
| CN111832362A (zh) * | 2019-04-20 | 2020-10-27 | 绿桥(泰州)生态修复有限公司 | 双重目标检测方法 |
| CN110674697A (zh) * | 2019-04-26 | 2020-01-10 | 深圳市豪视智能科技有限公司 | 滤波方法、装置及相关产品 |
| WO2021036661A1 (zh) * | 2019-04-26 | 2021-03-04 | 深圳市豪视智能科技有限公司 | 滤波方法、装置及相关产品 |
| CN110659583A (zh) * | 2019-04-26 | 2020-01-07 | 深圳市豪视智能科技有限公司 | 信号处理方法、装置及相关产品 |
| CN110674697B (zh) * | 2019-04-26 | 2023-04-25 | 深圳市豪视智能科技有限公司 | 滤波方法、装置及相关产品 |
| CN110659583B (zh) * | 2019-04-26 | 2023-11-28 | 深圳市豪视智能科技有限公司 | 信号处理方法、装置及相关产品 |
| CN110689655A (zh) * | 2019-09-17 | 2020-01-14 | 南昌大学 | 一种基于人脸识别的宿舍门禁管理一体化系统 |
| CN111598768A (zh) * | 2020-07-23 | 2020-08-28 | 平安国际智慧城市科技股份有限公司 | 图像优化处理方法、装置、计算机设备及存储介质 |
| CN111598768B (zh) * | 2020-07-23 | 2020-10-30 | 平安国际智慧城市科技股份有限公司 | 图像优化处理方法、装置、计算机设备及存储介质 |
| CN114565540A (zh) * | 2022-04-30 | 2022-05-31 | 深圳市巨力方视觉技术有限公司 | 基于多路对照图像去噪用机器视觉集成系统 |
| CN114565540B (zh) * | 2022-04-30 | 2022-07-22 | 深圳市巨力方视觉技术有限公司 | 基于多路对照图像去噪用机器视觉集成系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103714522A (zh) | 图像降噪方法和图像降噪系统 | |
| CN109410230B (zh) | 一种可抗噪声的改进Canny图像边缘检测方法 | |
| JP4125590B2 (ja) | 汎用アンシャープマスクによる画像の選択的平滑化および鮮明化 | |
| US9445022B2 (en) | Image processing apparatus and image processing method, and program | |
| WO2017202292A1 (zh) | 一种回声时延跟踪方法及装置 | |
| CN105787902B (zh) | 利用分块排序检测噪声的图像降噪方法 | |
| TWI393073B (zh) | 影像雜訊濾除方法 | |
| US8428388B2 (en) | Image generating apparatus and method for emphasizing edge based on image characteristics | |
| US7734115B2 (en) | Method for filtering image noise using pattern information | |
| EP1372108A3 (en) | Method for antiscatter stationary grid artifacts detection and attenuation in digital radiographic images | |
| CN105243649A (zh) | 基于二次噪点检测的图像降噪方法 | |
| KR100739753B1 (ko) | 양방향 시간적 잡음 제거 방법 및 장치 | |
| CN104835127B (zh) | 一种自适应平滑滤波方法 | |
| KR101525251B1 (ko) | 노이즈 필터 | |
| CN110688871A (zh) | 一种基于条码识别的边缘检测方法 | |
| KR101984173B1 (ko) | 비디오의 잡음 제거 방법 및 장치 | |
| TW200931949A (en) | System for applying multi-direction and multi-slope region detection to image edge enhancement | |
| CN103996177A (zh) | 一种无参考检测消除雪花噪声算法 | |
| Kayhan | An effective 2-stage method for removing impulse noise in images | |
| CN108830798A (zh) | 一种基于传播滤波器改进的图像去噪方法 | |
| KR100996281B1 (ko) | 국부 통계 특성을 이용한 노이즈 검출 방법과 변형된 형태의 일반화된 가우시안 필터를 통한 노이즈 제거 방법 및 그 시스템 | |
| JP4631199B2 (ja) | 画像処理装置および画像処理方法、記録媒体、並びにプログラム | |
| US20100086229A1 (en) | Image signal processing apparatus and method | |
| JP4622141B2 (ja) | 画像処理装置および画像処理方法、記録媒体、並びにプログラム | |
| JP4622140B2 (ja) | 画像処理装置および画像処理方法、記録媒体、並びにプログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20140409 |