CN103745443B - 提高图像质量的方法和设备 - Google Patents

提高图像质量的方法和设备 Download PDF

Info

Publication number
CN103745443B
CN103745443B CN201410013638.9A CN201410013638A CN103745443B CN 103745443 B CN103745443 B CN 103745443B CN 201410013638 A CN201410013638 A CN 201410013638A CN 103745443 B CN103745443 B CN 103745443B
Authority
CN
China
Prior art keywords
matrix
coefficient
denoising
transform
block
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
CN201410013638.9A
Other languages
English (en)
Other versions
CN103745443A (zh
Inventor
郑众喜
吴霄
董亚明
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.)
Wuhan Youyun Intelligent Medical Technology Co ltd
Original Assignee
UNIC TECHNOLOGIES Inc
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 UNIC TECHNOLOGIES Inc filed Critical UNIC TECHNOLOGIES Inc
Priority to CN201410013638.9A priority Critical patent/CN103745443B/zh
Publication of CN103745443A publication Critical patent/CN103745443A/zh
Application granted granted Critical
Publication of CN103745443B publication Critical patent/CN103745443B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Image Processing (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Compression Of Band Width Or Redundancy In Fax (AREA)

Abstract

提供了一种提高图像质量的方法和设备,所述设备包括输入模块,输入图像数据;变换模块,以N×N的像素块为单位将图像数据从时域变换到频域,得到多个N×N的第一变换系数矩阵,其中,N为等于或大于1的整数;运算模块,将所述多个N×N的第一变换系数矩阵分别与N×N的第一去噪矩阵相乘,得到多个N×N的第二变换系数矩阵;反变换模块,将所述多个N×N的第二变换系数矩阵从频域反变换到时域,其中,所述N×N的第一去噪矩阵是左上角区域系数为1,其余区域系数为0的矩阵,其中,左上角区域包括的系数1的数量和分布是预定的或由用户根据期望的图像质量而设置的。所述方法和设备可在频域中去除图像的噪声,从而提高图像质量。

Description

提高图像质量的方法和设备
技术领域
本发明涉及图像处理技术,更具体地说,涉及一种提高图像质量的方法和设备。
背景技术
近年来,图像处理技术的发展越来越快。在图像处理过程中,图像的采集、变换等常受到成像设备与外部环境等影响,从而使图像质量下降。图像质量对数字图像的后续处理影响较大,尤其是图像的噪声会响应图像处理的效果,因此图像降噪有很重要的现实意义。
目前,常用的图像降噪方法包括:(1)均值滤波技术,即,对图像的待处理的像素给定一个模板,该模板包括了其周围的邻近像素,将模板中的全体像素的均值来代替原来的像素值;(2)中值滤波技术,即,在均值滤波基础上改进,将模板中的像素排序后取中间的像素均值来代替原来的像素值,
最大和最小的像素点主要是噪声。均值滤波技术属于空间域的平滑技术,在降噪的同时也会较大程度的降低图像的边缘信息,使图像变得模糊。中值滤波技术属于非线性平滑滤波技术,虽然中值滤波保留图像细节的效果好,但是对于高斯白噪声的去除效果较差。以上两种常用的图像降噪方法虽然简单但是降噪效果一般,从而导致图像质量也不能很好地提高。
因此,需要一种能够有效地对图像降噪的提高图像质量的方法和设备。
发明内容
本发明的目的在于至少解决上述问题,并至少提供下述优点。本发明的一方面在于提供一种提高图像质量的方法和设备,所述方法和设备通过将图像数据从时域变换到频域,并去除部分高频信息来降低图像的高频信息中的噪声。
本发明的另一方面在于提供一种提高图像质量的方法和设备,所述方法和设备可在频域中拉伸图像的变换系数来增强图像的对比度。
本发明的一方面在于提供一种提高图像质量的方法和设备,所述方法和设备可采用FPGA实现对多个像素块的并行处理。
根据本发明的一方面,提供了一种提高图像质量的设备,所述设备包括:输入模块,输入图像数据;变换模块,以N×N的像素块为单位将图像数据从时域变换到频域,得到多个N×N的第一变换系数矩阵,其中,N为等于或大于1的整数;运算模块,将所述多个N×N的第一变换系数矩阵分别与N×N的第一去噪矩阵相乘,得到多个N×N的第二变换系数矩阵;反变换模块,将所述多个N×N的第二变换系数矩阵从频域反变换到时域,其中,所述N×N的第一去噪矩阵是左上角区域系数为1,其余区域系数为0的矩阵,其中,左上角区域包括的系数1的数量和分布是预定的或由用户根据期望的图像质量而设置的。
所述设备还可包括:FPGA模块,使变换模块、运算模块和反变换模块对多个N×N的像素块进行并行处理。
并行处理的N×N的像素块的数量可根据算法速度要求、输出图像速率限制、FPGA资源限制中的至少一个而被选择。
N可以为8,并且变换模块进行的变换可以是DCT变换,反变换模块进行的变换可以是反DCT变换。
第一去噪矩阵可以为:
运算模块在将所述多个N×N的第一变换系数矩阵分别与N×N的第一去噪矩阵相乘时,可先将N×N的第一去噪矩阵与大于1的系数相乘,得到N×N的第二去噪矩阵,再将所述多个N×N的第一变换系数矩阵分别与所述N×N的第二去噪矩阵相乘,得到多个N×N的第二变换系数矩阵,其中,所述大于1的系数是预定的或由用户根据期望的图像质量而设置的。
所述大于1的系数可以为1.15。
根据本发明的另一方面,提供了一种提高图像质量的方法,所述方法包括:通过输入模块输入图像数据;通过变换模块以N×N的像素块为单位将图像数据从时域变换到频域,得到多个N×N的第一变换系数矩阵,其中,N为等于或大于1的整数;通过运算模块将所述多个N×N的第一变换系数矩阵分别与N×N的第一去噪矩阵相乘,得到多个N×N的第二变换系数矩阵;通过反变换模块将所述多个N×N的第二变换系数矩阵从频域反变换到时域,其中,所述N×N的第一去噪矩阵是左上角区域系数为1,其余区域系数为0的矩阵,其中,左上角区域包括的系数1的数量和分布是预定的或由用户根据期望的图像质量而设置的。
可通过FPGA模块使变换模块、运算模块和反变换模块对多个N×N的像素块进行并行处理。
并行处理的N×N的像素块的数量可根据算法速度要求、输出图像速率限制、FPGA资源限制中的至少一个而被选择。
N可以为8,并且通过变换模块进行的变换可以是DCT变换,通过反变换模块进行的变换可以是反DCT变换。
第一去噪矩阵可以为:
通过运算模块将所述多个N×N的第一变换系数矩阵分别与N×N的第一去噪矩阵相乘,得到多个N×N的第二变换系数矩阵的步骤可包括:将N×N的第一去噪矩阵与大于1的系数相乘,得到N×N的第二去噪矩阵;将所述多个N×N的第一变换系数矩阵分别与所述N×N的第二去噪矩阵相乘,得到多个N×N的第二变换系数矩阵;其中,所述大于1的系数是预定的或由用户根据期望的图像质量而设置的。
所述大于1的系数可以为1.15。
所述提高图像质量的方法和设备可通过在频域中部分去除高频信息来去除图像的高频部分中包含的噪声,从而提高图像质量。所述提高图像质量的方法和设备还可通过在频域中拉伸图像的变换系数来增强对比度,从而进一步提高图像质量。所述提高图像质量的方法和设备还可采用FPGA实现对多个像素块的并行处理,从而可实现对图像的高速处理。
附图说明
通过结合附图,从实施例的下面描述中,本发明这些和/或其它方面及优点将会变得清楚,并且更易于理解,其中:
图1是示出根据本发明的示例性实施例的用于提高图像质量的设备的框图;
图2是示出根据本发明的示例性实施例的将二维DCT变换转为两次一维DCT变换的示图;
图3是示出根据本发明的示例性实施例的简化一维DCT变换的运算的示图;
图4是示出根据本发明的示例性实施例的并行处理的示图;
图5是示出根据本发明的示例性实施例的提高图像质量的方法的流程图。
具体实施方式
提供参照附图的以下描述以帮助对由权利要求及其等同物限定的本发明的实施例的全面理解。包括各种特定细节以帮助理解,但这些细节仅被视为是示例性的。因此,本领域的普通技术人员将认识到在不脱离本发明的范围和精神的情况下,可对描述于此的实施例进行各种改变和修改。此外,为了清楚和简洁,省略对公知的功能和结构的描述。
图1是根据本发明的示例性实施例的用于提高图像质量的设备的框图。
参照图1,根据本发明的示例性实施例的用于提高图像质量的设备100包括输入模块101、变换模块102、运算模块103、反变换模块104。
输入模块101可接收输入的图像数据,并将图像数据输入到变换模块102。
变换模块102可以以N×N的像素块为单位,将输入的图像数据从时域变换到频域,得到多个N×N的第一变换系数矩阵。其中,N为等于或大于1的整数。这里,变换模块102可使用各种变换方法来将输入的图像数据从时域变换到频域,例如,离散余弦变换(DCT)、小波变换等。
根据本发明的示例性实施例,例如,变换模块102可以以8×8的像素块为单位,采用二维DCT变换来将8×8的像素块从时域变换到频域。
根据本发明的另一示例性实施例,由于二维DCT变换较复杂,变换模块102还可以将二维DCT变换转换为两次一维DCT变换。如图2所示,变换模块102可通过先对8×8的像素矩阵(201)进行一次一维DCT变换(202),将此次DCT变换后的矩阵转置(203),对转置后的矩阵再进行一次一维DCT变换(204),并将此次DCT变换后的矩阵转置(205),来得到对8×8的像素矩阵进行二维DCT变换后的变换系数矩阵(206)。
根据本发明的另一示例性实施例,变换模块102将二维DCT变换转换为两次一维DCT变换之后,还可以进一步简化一维DCT的运算。例如,如图3所示,变换模块102可将8×8的像素矩阵的奇数行和偶数行分离,将一个8×8的像素矩阵的乘法转换为两个4×4的像素矩阵的乘法,使得乘法运算次数减半,从而提高了计算效率,其中,X是8×8的像素矩阵,C是DCT变换矩阵,Y是变换后的DCT系数矩阵。
根据本发明的另一示例性实施例,变换模块102在进行4×4的像素矩阵的乘法运算时,还可采用分布式算法(即,将乘累加算法转换为加法和移位运算)来进行乘法运算,从而节省了乘法器资源,同时提高了计算效率。
返回参照图1,运算模块103可将所述多个N×N的第一变换系数矩阵分别与N×N的去噪矩阵相乘,得到多个N×N的第一变换系数矩阵。
具体地说,在变换模块102将图像数据从时域变换到频域,得到多个N×N的第一变换系数矩阵之后,图像的低频信息和高频信息被有效地分离。N×N的变换系数矩阵左上角区域代表图像的低频信息,右下角区域代表图像的高频信息。通常,大部分噪声包含在高频信息中,因此,如果将N×N的变换系数矩阵与一个能够去除部分高频信息而保留低频信息的去噪矩阵相乘,则可达到有效地去噪的效果。
因此,运算模块103可将所述多个N×N的第一变换系数矩阵分别与N×N的去噪矩阵相乘,得到多个N×N的第二变换系数矩阵。这里,所述N×N的去噪矩阵是左上角区域系数为1,其余区域系数为0的矩阵。其中,左上角区域包括的系数1的数量和分布不同,去噪的效果也不同。因此,所述N×N的去噪矩阵的左上角区域包括的系数1的数量和分布可根据期望达到的不同的去噪效果(即,不同的图像质量)而被不同地设置。
例如,左上角区域系数仅有一个1的8×8的去噪矩阵为
该去噪矩阵的去噪效果最强,但是去噪效果过强会导致图像细节信息的丢失,也会影响图像质量。
例如,系数全部为1的8×8的去噪矩阵为
该去噪矩阵没有去噪效果。
通常,运算模块103可设置一个预定的N×N的去噪矩阵,即,左上角区域系数包括预定数量以及预定分布的1。例如,运算模块103可设置去噪效果适中的一个8×8的去噪矩阵,作为预定的去噪矩阵,例如,
此外,用户可根据期望的图像质量来设置N×N的去噪矩阵的左上角区域包括的系数1的数量以及分布。
此外,运算模块103在将所述多个N×N的第一变换系数矩阵分别与N×N的去噪矩阵相乘时,可先将N×N的去噪矩阵与用于增强对比度的系数(大于1的系数)相乘,得到N×N的增强对比度的去噪矩阵,再将所述多个N×N的第一变换系数矩阵分别与所述N×N的增强对比度的去噪矩阵相乘,得到多个N×N的第二变换系数矩阵。这样得到的第二变换系数矩阵即达到了去噪的效果,又达到了增强对比度的效果。用于增强对比度的系数大小不同,对比度增强的效果也不同。根据本发明的示例性实施例,运算模块103可设置一个对比度增强适中的预定系数,例如,1.15。此外,用户可根据期望的图像质量来设置用于增强对比度的系数。
反变换模块104可将达到去噪效果或者达到去噪和增强对比度效果的多个N×N的第二变换系数矩阵从频域反变换到时域,从而可以得到质量提高的图像数据。此外,可通过输出模块(未示出)来输出质量提高的图像数据。这里,反变换模块104采用与变换模块102的变换方法对应的反变换方法。根据本发明的示例性实施例,当变换模块102的变换方法是DCT变换时,反变换模块104采用反DCT(IDCT)变换。
此外,根据本发明的示例性实施例,设备100还可包括FPGA(现场可编程门阵列)模块(未示出)。FPGA模块可使变换模块102、运算模块103和反变换模块104对多个N×N的像素块进行并行处理。如图4所示,FPGA模块实现M个N×N的像素块的并行处理。这里,并行处理的N×N的像素块的数量M可根据算法速度要求、输出图像速率限制、FPGA资源限制中的至少一个而被选择。使用FPGA模块对多个N×N的像素块进行并行处理可提高计算速度,从而实现对图像的高速处理。
图5是示出根据本发明的示例性实施例的提高图像质量的方法的流程图。
参照图5,在步骤501,输入模块101可接收输入的图像数据,并将图像数据输入到变换模块102。
在步骤502,变换模块102可以以N×N的像素块为单位,将输入的图像数据从时域变换到频域,得到多个N×N的第一变换系数矩阵。其中,N为等于或大于1的整数。这里,变换模块102可使用各种变换方法来将输入的图像数据从时域变换到频域,例如,离散余弦变换(DCT)、小波变换等。
在步骤503,运算模块103可将所述多个N×N的第一变换系数矩阵分别与N×N的去噪矩阵相乘,得到多个N×N的第一变换系数矩阵。这里,所述N×N的去噪矩阵是左上角区域系数为1,其余区域系数为0的矩阵。其中,左上角区域包括的系数1的数量和分布不同,去噪的效果也不同。因此,所述N×N的去噪矩阵的左上角区域包括的系数1的数量和分布可根据期望达到的不同的去噪效果(即,不同的图像质量)而被不同地设置。
通常,运算模块103可设置一个预定的N×N的去噪矩阵,即,左上角区域系数包括预定数量以及预定分布的1。例如,运算模块103可设置去噪效果适中的一个8×8的去噪矩阵,作为预定的去噪矩阵,例如,
此外,用户可根据期望的图像质量来设置N×N的去噪矩阵的左上角区域包括的系数1的数量以及分布。
此外,运算模块103在将所述多个N×N的第一变换系数矩阵分别与N×N的去噪矩阵相乘时,可先将N×N的去噪矩阵与用于增强对比度的系数(大于1的系数)相乘,得到N×N的增强对比度的去噪矩阵,再将所述多个N×N的第一变换系数矩阵分别与所述N×N的增强对比度的去噪矩阵相乘,得到多个N×N的第二变换系数矩阵。这样得到的第二变换系数矩阵即达到了去噪的效果,又达到了增强对比度的效果。用于增强对比度的系数大小不同,对比度增强的效果也不同。根据本发明的示例性实施例,运算模块103可设置一个对比度增强适中的预定系数,例如,1.15。此外,用户可根据期望的图像质量来设置用于增强对比度的系数。
在步骤504,反变换模块104可将达到去噪效果或者达到去噪和增强对比度效果的多个N×N的第二变换系数矩阵从频域反变换到时域,从而可以得到质量提高的图像数据。此外,还可通过输出模块(未示出)来输出质量提高的图像数据。这里,反变换模块104采用与变换模块102的变换方法对应的反变换方法。根据本发明的示例性实施例,当变换模块102的变换方法是DCT变换时,反变换模块104采用反DCT(IDCT)变换。
此外,根据本发明的示例性实施例,所述方法还可包括:通过FPGA模块使变换模块、运算模块和反变换模块对多个N×N的像素块进行并行处理。这里,并行处理的N×N的像素块的数量M可根据算法速度要求、输出图像速率限制、FPGA资源限制中的至少一个而被选择。使用FPGA模块对多个N×N的像素块进行并行处理可提高计算速度,从而实现对图像的高速处理。
本发明提供了一种提高图像质量的方法和设备。所述方法和设备通过将图像数据从时域变换到频域,并去除部分高频信息来降低图像的高频信息中的噪声,从而提高了图像质量。所述方法和设备还可在频域中拉伸变换系数来增强图像的对比度,从而提高了图像质量。所述方法和设备还可采用FPGA实现对多个像素块的并行处理,从而可实现对图像的高速处理。通过所述方法和设备对图像质量的提高,有利于提高视频压缩、图像压缩、图像检测等后续处理的速度和质量,能够广泛应用于智能交通、电子警察、工业检测、医学显微等领域。
虽然本发明是参照其示例性的实施例被显示和描述的,但是本领域的技术人员应该理解,在不脱离由权利要求及其等同物限定的本发明的精神和范围的情况下,可以对其形式和细节进行各种改变。

Claims (12)

1.一种提高图像质量的设备,所述设备包括:
输入模块,输入图像数据;
变换模块,以N×N的像素块为单位将图像数据从时域变换到频域,得到多个N×N的第一变换系数矩阵,其中,N为等于或大于1的整数;
运算模块,将N×N的第一去噪矩阵与大于1的系数相乘,得到N×N的第二去噪矩阵,并将所述多个N×N的第一变换系数矩阵分别与所述N×N的第二去噪矩阵相乘,得到多个N×N的第二变换系数矩阵;
反变换模块,将所述多个N×N的第二变换系数矩阵从频域反变换到时域,
其中,所述N×N的第一去噪矩阵是左上角区域系数为1,其余区域系数为0的矩阵,其中,左上角区域包括的系数1的数量和分布是预定的或由用户根据期望的图像质量而设置的,
其中,所述大于1的系数是预定的或由用户根据期望的图像质量而设置的。
2.如权利要求1所述的设备,还包括:
FPGA模块,使变换模块、运算模块和反变换模块对多个N×N的像素块进行并行处理。
3.如权利要求2所述的设备,其中,并行处理的N×N的像素块的数量根据算法速度要求、输出图像速率限制、FPGA资源限制中的至少一个而被选择。
4.如权利要求1所述的设备,其中,N为8,并且变换模块进行的变换是DCT变换,反变换模块进行的变换是反DCT变换。
5.如权利要求4所述的设备,其中,第一去噪矩阵为:
[ 1 , 1 , 1 , 1 , 1 , 1 , 0 , 0 , 1 , 1 , 1 , 1 , 1 , 0 , 0 , 0 , 1 , 1 , 1 , 1 , 1 , 0 , 0 , 0 , 1 , 1 , 1 , 1 , 1 , 0 , 0 , 0 , 1 , 1 , 1 , 1 , 1 , 0 , 0 , 0 , 1 , 0 , 0 , 0 , 0 , 0 , 0 , 0 ,
0 , 0 , 0 , 0 , 0 , 0 , 0 , 0 , 0 , 0 , 0 , 0 , 0 , 0 , 0 , 0 ] .
6.如权利要求1所述的设备,其中,所述大于1的系数为1.15。
7.一种提高图像质量的方法,所述方法包括:
通过输入模块输入图像数据;
通过变换模块以N×N的像素块为单位将图像数据从时域变换到频域,得到多个N×N的第一变换系数矩阵,其中,N为等于或大于1的整数;
通过运算模块将N×N的第一去噪矩阵与大于1的系数相乘得到N×N的第二去噪矩阵,并将所述多个N×N的第一变换系数矩阵分别与所述N×N的第二去噪矩阵相乘,得到多个N×N的第二变换系数矩阵;
通过反变换模块将所述多个N×N的第二变换系数矩阵从频域反变换到时域,
其中,所述N×N的第一去噪矩阵是左上角区域系数为1,其余区域系数为0的矩阵,其中,左上角区域包括的系数1的数量和分布是预定的或由用户根据期望的图像质量而设置的,
其中,所述大于1的系数是预定的或由用户根据期望的图像质量而设置的。
8.如权利要求7所述的方法,其中,通过FPGA模块使变换模块、运算模块和反变换模块对多个N×N的像素块进行并行处理。
9.如权利要求8所述的方法,其中,并行处理的N×N的像素块的数量根据算法速度要求、输出图像速率限制、FPGA资源限制中的至少一个而被选择。
10.如权利要求7所述的方法,其中,N为8,并且通过变换模块进行的变换是DCT变换,通过反变换模块进行的变换是反DCT变换。
11.如权利要求10所述的方法,其中,第一去噪矩阵为:
[ 1 , 1 , 1 , 1 , 1 , 1 , 0 , 0 , 1 , 1 , 1 , 1 , 1 , 0 , 0 , 0 , 1 , 1 , 1 , 1 , 1 , 0 , 0 , 0 , 1 , 1 , 1 , 1 , 1 , 0 , 0 , 0 , 1 , 1 , 1 , 1 , 1 , 0 , 0 , 0 , 1 , 0 , 0 , 0 , 0 , 0 , 0 , 0 ,
0 , 0 , 0 , 0 , 0 , 0 , 0 , 0 , 0 , 0 , 0 , 0 , 0 , 0 , 0 , 0 ] .
12.如权利要求7所述的方法,其中,所述大于1的系数为1.15。
CN201410013638.9A 2014-01-10 2014-01-10 提高图像质量的方法和设备 Active CN103745443B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410013638.9A CN103745443B (zh) 2014-01-10 2014-01-10 提高图像质量的方法和设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410013638.9A CN103745443B (zh) 2014-01-10 2014-01-10 提高图像质量的方法和设备

Publications (2)

Publication Number Publication Date
CN103745443A CN103745443A (zh) 2014-04-23
CN103745443B true CN103745443B (zh) 2017-06-13

Family

ID=50502458

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410013638.9A Active CN103745443B (zh) 2014-01-10 2014-01-10 提高图像质量的方法和设备

Country Status (1)

Country Link
CN (1) CN103745443B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11232542B2 (en) 2017-07-31 2022-01-25 Micro Focus Llc Automated noise attenuation in frequency domains
WO2022205094A1 (zh) * 2021-03-31 2022-10-06 深圳市大疆创新科技有限公司 数据处理方法、数据传输系统、设备及存储介质
CN113365082B (zh) * 2021-07-12 2023-06-27 北京爱芯科技有限公司 哈尔小波变换硬件装置
CN113592966B (zh) * 2021-08-04 2024-04-30 上海哔哩哔哩科技有限公司 图像处理方法及装置、电子设备和存储介质
CN113628138B (zh) * 2021-08-06 2023-10-20 北京爱芯科技有限公司 硬件复用图像降噪装置

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101562749A (zh) * 2008-04-15 2009-10-21 索尼株式会社 具有集成的有损压缩和无损压缩的视频数据压缩

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1248486C (zh) * 1999-12-17 2006-03-29 皇家菲利浦电子有限公司 用于峰化信号的方法和设备
US6600836B1 (en) * 2000-01-28 2003-07-29 Qualcomm, Incorporated Quality based image compression
GB0222562D0 (en) * 2002-09-28 2002-11-06 Koninkl Philips Electronics Nv Method and apparatus for encoding image and or audio data
CN101052972A (zh) * 2004-09-22 2007-10-10 液滴技术有限公司 多技术熵编码系统和方法
US8422562B2 (en) * 2007-04-23 2013-04-16 Panasonic Corporation Decoding circuit, decoding method, and image reproducing apparatus

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101562749A (zh) * 2008-04-15 2009-10-21 索尼株式会社 具有集成的有损压缩和无损压缩的视频数据压缩

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Review:Image Compression Algorithm;Maneesha Gupta et al;《IJCSET&Technolo》;20111130;第1卷(第10期);第649-654页 *

Also Published As

Publication number Publication date
CN103745443A (zh) 2014-04-23

Similar Documents

Publication Publication Date Title
Suryanarayana et al. Accurate magnetic resonance image super-resolution using deep networks and Gaussian filtering in the stationary wavelet domain
Liu et al. Wavelet-based dual-branch network for image demoiréing
CN103745443B (zh) 提高图像质量的方法和设备
CN105096280A (zh) 处理图像噪声的方法及装置
CN102682429A (zh) 一种尺寸自适应块匹配变换域滤波图像去噪方法
CN106485671A (zh) 基于边缘的多方向加权tv和自相似性约束图像去模糊方法
CN104574336A (zh) 基于自适应亚模字典选择的超分辨率图像重建系统
CN110322404B (zh) 一种图像增强方法及系统
Krommweh et al. Tetrolet shrinkage with anisotropic total variation minimization for image approximation
Chen et al. Fractional-order total variation combined with sparsifying transforms for compressive sensing sparse image reconstruction
Wang et al. New image restoration method associated with tetrolets shrinkage and weighted anisotropic total variation
CN104182939A (zh) 一种医疗影像图像细节增强方法
CN106803236B (zh) 基于模糊域奇异值分解的非均匀性校正方法
Chierchia et al. Epigraphical splitting for solving constrained convex formulations of inverse problems with proximal tools
CN105279742B (zh) 一种快速的基于分块噪声能量估计的图像去噪方法
CN101616324A (zh) 压缩编码图像的块效应去除装置
Dadkhah et al. Compressive sensing with modified total variation minimization algorithm
CN111192204A (zh) 一种图像增强方法、系统和计算机可读存储介质
CN104683818A (zh) 基于双正交不变集多小波的图像压缩方法
CN103310426B (zh) 一种基于jpeg频域变换的图像增强方法及装置
Xiao et al. Pixel-level image fusion
Divakara et al. High speed modular systolic array-based DTCWT with parallel processing architecture for 2D image transformation on FPGA
Hanumantharaju et al. Design of novel algorithm and architecture for Gaussian based color image enhancement system for real time applications
Abd-Elhafiez Image compression algorithm using a fast curvelet transform
Xing et al. The algorithms about fast non-localmeans based image denoising

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
TR01 Transfer of patent right

Effective date of registration: 20240902

Address after: Building 22, Block B, Wuhan High tech Medical Equipment Park, No. 818 Gaoxin Avenue, Donghu New Technology Development Zone, Wuhan City, Hubei Province 430000, China

Patentee after: Wuhan Youyun Intelligent Medical Technology Co.,Ltd.

Country or region after: China

Address before: 100085 room 402, four floor, Hao Hai building, 7 five street, Haidian District, Beijing.

Patentee before: BEIJING UNIC TECH CO.,LTD.

Country or region before: China

TR01 Transfer of patent right