CN103916583B - 图像噪声消除方法及其产生移动向量数据结构的方法 - Google Patents

图像噪声消除方法及其产生移动向量数据结构的方法 Download PDF

Info

Publication number
CN103916583B
CN103916583B CN201310005855.9A CN201310005855A CN103916583B CN 103916583 B CN103916583 B CN 103916583B CN 201310005855 A CN201310005855 A CN 201310005855A CN 103916583 B CN103916583 B CN 103916583B
Authority
CN
China
Prior art keywords
pixel
motion
area
image
value
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
CN201310005855.9A
Other languages
English (en)
Other versions
CN103916583A (zh
Inventor
吴嘉彧
彭诗渊
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.)
Glomerocryst Semiconductor Ltd Co
Original Assignee
Glomerocryst Semiconductor Ltd Co
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 Glomerocryst Semiconductor Ltd Co filed Critical Glomerocryst Semiconductor Ltd Co
Priority to CN201310005855.9A priority Critical patent/CN103916583B/zh
Publication of CN103916583A publication Critical patent/CN103916583A/zh
Application granted granted Critical
Publication of CN103916583B publication Critical patent/CN103916583B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Image Analysis (AREA)
  • Picture Signal Circuits (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

本发明揭露一种图像噪声消除方法及其产生移动向量数据结构的方法,其方法包含下列步骤:图像撷取模块依序撷取若干个图像;图像处理模块接收若干个图像,并以第一演算法对若干个图像产生第一局部移动向量值;将各图像分别缩小成第一缩小图像及第二缩小图像;分别将各第一缩小图像区分成若干个第一区域,并以第二演算法分别对各第一区域产生第二局部移动向量值;分别将各第二缩小图像区分成若干个第二区域,并以第二演算法分别对各第二区域产生全域移动向量值;根据全域移动向量值、各第一局部移动向量值及各第二局部移动向量值而得知位于若干个图像中物件的移动向量数据。

Description

图像噪声消除方法及其产生移动向量数据结构的方法
技术领域
本发明涉及图像技术领域,特别是有关于一种具有局部移动向量值的图像噪声消除方法及其产生移动向量数据结构的方法。
背景技术
当使用者在拍摄图像时,若拍摄过程中,图像中的物件产生移动,传统的图像处理仅能以全画面去计算此物件是否产生移动。因此,传统的图像处理在计算图像中物件是否产生位移的数据,其准确性不足。且,因传统的图像处理所计算的物件位移数据的准确性不足,使得传统的图像处理在进行消除图像中的噪声时,其效果显得效果不佳。
发明内容
有鉴于上述现有技术的问题,本发明的目的就是提供一种具有局部移动向量值的图像噪声消除方法及其产生移动向量数据结构的方法,以解决传统的图像处理在计算图像中物件是否产生位移的数据,其准确性不足,及消除图像噪声的效果不佳的问题。
为实现上述目的,本发明采取以下技术方案:
根据本发明的目的,提出一种产生移动向量数据结构的方法,其方法包含下列步骤:提供图像撷取模块依序撷取若干个图像;提供图像处理模块接收若干个图像,并以第一演算法对若干个图像产生图像移动向量值;分别将各图像缩小成第一缩小图像及第二缩小图像;分别将各第一缩小图像区分成若干个第一区域,并以第二演算法分别对各第一区域产生第一区域移动向量值;分别将各第二缩小图像区分成若干个第二区域,并以第二演算法分别对各第二区域产生第二区域移动向量值;根据各第二区域移动向量值、图像移动向量值及各第一区域移动向量值而得知位于若干个图像中的物件的移动向量数据。
优选地,所述的方法,还包含下列步骤:
所述图像处理模块将所述若干个图像中第一张图像的若干个第一像素分别进行第一次数的二维方向移动,以产生对应所述第一次数的第一位置;
所述图像处理模块将位于各所述第一位置的各所述第一像素的像素值,分别与所述若干个图像的第二张图像中对应各所述第一位置的第二像素的像素值相减后,以分别产生第一绝对相差值;以及
所述图像处理模块根据最小的所述第一绝对相差值所对应的所述第一像素与所述第二像素,以将所述第二像素的座标与所述第一像素的座标相减,以产生所述图像移动向量值。
优选地,所述的方法,还包含下列步骤:
所述图像处理模块将所述第一张图像的所述第一缩小图像的各所述第一区域的若干个第三像素分别进行所述第一次数的二维方向移动,以产生对应所述第一次数的第二位置;
所述图像处理模块将各所述第一区域位于各所述第二位置的各所述第三像素的像素值,分别与所述第二张图像的所述第一缩小图像的各所述第一区域中对应各所述第二位置的第四像素的像素值相减后,以分别产生第二绝对相差值;以及
所述图像处理模块根据最小的所述第二绝对相差值所对应的所述第三像素与所述第四像素,以将所述第四像素的座标与所述第三像素的座标相减,以产生所述第一区域移动向量值。
优选地,所述的方法,还包含下列步骤:
所述图像处理模块将所述第一张图像的所述第二缩小图像的各所述第二区域的若干个第五像素分别进行所述第一次数的二维方向移动,以产生对应所述第一次数的第三位置;
所述图像处理模块将各所述第二区域位于各所述第三位置的各所述第五像素的像素值,分别与所述第二张图像的所述第二缩小图像的各所述第二区域中对应各所述第三位置的第六像素的像素值相减后,以分别产生第三绝对相差值;以及
所述图像处理模块根据最小的所述第三绝对相差值所对应的所述第五像素与所述第六像素,以将所述第六像素的座标与所述第五像素的座标相减,以产生所述第二区域移动向量值。
优选地,所述的方法,还包含若干个信赖等级,且各所述信赖等级分别具有不同的预设范围,所述方法还包含下列步骤:
所述图像处理模块根据不同的所述预设范围,分别将所述若干个图像移动向量值或所述若干个第一区域移动向量值,分类至各所述信赖等级。
根据本发明的目的,再提出一种图像噪声消除方法,其方法包含下列步骤:依序接收若干个图像;以第一演算法对若干个图像产生图像移动向量值;将各图像分别缩小成第一缩小图像及第二缩小图像;分别将各第一缩小图像区分成若干个第一区域,并以第二演算法分别对各第一区域产生第一区域移动向量值;分别将各第二缩小图像区分成若干个第二区域,并以第二演算法分别对各第二区域产生第二区域移动向量值;以及根据各第二区域移动向量值、图像移动向量值及各第一区域移动向量值,对若干个图像进行噪声消除程序。
优选地,所述的图像噪声消除方法,还包含下列步骤:
将所述若干个图像中第一张图像的若干个第一像素分别进行第一次数的二维方向移动,以产生对应所述第一次数的第一位置;
将位于各所述第一位置的各所述第一像素的像素值,分别与所述若干个图像的第二张图像中对应各所述第一位置的第二像素的像素值相减后,以分别产生第一绝对相差值;以及
根据最小的所述第一绝对相差值所对应的所述第一像素与所述第二像素,以将所述第二像素的座标与所述第一像素的座标相减,以产生所述图像移动向量值。
优选地,所述的图像噪声消除方法,还包含下列步骤:
将所述第一张图像的所述第一缩小图像的各所述第一区域的若干个第三像素分别进行所述第一次数的二维方向移动,以产生对应所述第一次数的第二位置;
将各所述第一区域位于各所述第二位置的各所述第三像素的像素值,分别与所述第二张图像的所述第一缩小图像的各所述第一区域中对应各所述第二位置的第四像素的像素值相减后,以分别产生第二绝对相差值;以及
根据最小的所述第二绝对相差值所对应的所述第三像素与所述第四像素,以将所述第四像素的座标与所述第三像素的座标相减,以产生所述第一区域移动向量值。
优选地,所述的图像噪声消除方法,还包含下列步骤:
将所述第一张图像的所述第二缩小图像的各所述第二区域的若干个第五像素分别进行所述第一次数的二维方向移动,以产生对应所述第一次数的第三位置;
将各所述第二区域位于各所述第三位置的各所述第五像素的像素值,分别与所述第二张图像的所述第二缩小图像的各所述第二区域中对应各所述第三位置的第六像素的像素值相减后,以分别产生第三绝对相差值;以及
根据最小的所述第三绝对相差值所对应的所述第五像素与所述第六像素,以将所述第六像素的座标与所述第五像素的座标相减,以产生所述第二区域移动向量值。
优选地,所述的图像噪声消除方法,还包含若干个信赖等级,且各所述信赖等级分别具有不同的预设范围,所述方法还包含下列步骤:
根据不同的所述预设范围,分别将所述若干个图像移动向量值或所述若干个第一区域移动向量值,分类至各所述信赖等级。
本发明的有益效果是:承上所述,通过本发明的图像噪声消除方法及其产生移动向量数据结构的方法,可提高计算图像中物件是否产生位移的准确性,进而使得在进行消除图像中的噪声时,其效果能达到最佳。
附图说明
图1至4分别为本发明的产生移动向量数据结构的方法的实施例的第一至第四流程图。
图5为本发明产生移动向量数据结构装置示意图。
图6为本发明产生移动向量数据结构方法实施例流程结构示意图。
图7至9分别为本发明产生移动向量数据结构方法实施例第一至第三示意图。
图10为本发明图像噪声消除方法实施例流程图。
附图标号:1:产生移动向量数据的装置;10:图像撷取模块;101:图像;102:第一缩小图像;1021:第一区域;103:第二缩小图像;1031:第二区域;104:第一位置;105、107:第二位置;106、108:第三位置;11:图像处理模块;111:第一演算法;1111:图像移动向量值;112:第二演算法;1121:第一区域移动向量值;1122:第二区域移动向量值;2:物件;S10~S15、S110~S112、S130~S132、S140~S142、S22~S25:步骤。
具体实施方式
以下将参照相关附图,说明依本发明的图像噪声消除方法及其产生移动向量数据结构的方法的实施例,为使便于理解,下述实施例中的相同元件是以相同的标号标示来说明。
请一并参阅图1至9,图1至4分别为本发明的移动向量产生移动向量数据结构的方法的实施例的第一至第四流程图,图5为本发明的产生移动向量数据的装置1示意图,图6为本发明的产生移动向量数据的方法的实施例的流程结构示意图,而图7至9分别为本发明的产生移动向量数据结构的方法的实施例的第一至第三示意图。如图所示,本发明的方法包含下列步骤:
S10:图像撷取模块依序撷取若干个图像;
S11:图像处理模块接收若干个图像,并以第一演算法对若干个图像产生图像移动向量值;
S12:将各图像分别缩小成第一缩小图像及第二缩小图像;
S13:分别将各第一缩小图像区分成若干个第一区域,并以第二演算法分别对各第一区域产生第一区域移动向量值;
S14:分别将各第二缩小图像区分成若干个第二区域,并以第二演算法分别对各第二区域产生第二区域移动向量值;
S15:根据第二区域移动向量值、各图像移动向量值及各第一区域移动向量值而得知位于若干个图像中的物件的移动向量数据。
在本实施例中,本发明的步骤S11还包含下列步骤:
S110:将若干个图像中第一张图像的若干个第一像素A分别进行第一次数的二维方向移动,以产生对应第一次数的第一位置104;
S111:将位于各第一位置的各第一像素A的像素值,分别与若干个图像中第二张图像中对应各第一位置104的第二像素B的像素值相减后,以分别产生第一绝对相差值(Sumof absolute differences);
S112:根据最小的第一绝对相差值所对应的第一像素A与第二像素B,以将第二像素B的座标与第一像素A的座标相减,以产生图像移动向量值。
其中第一次数较佳可为162次。
在本实施例中,本发明的步骤S13包含下列步骤:
S130:将第一张图像的第一缩小图像的各第一区域的若干个第三像素C分别进行第一次数的二维方向移动,以产生对应第一次数的第二位置105;
S131:将各第一区域位于各第二位置的各第三像素C的像素值,分别与第二张图像的第一缩小图像的各第一区域中对应各第二位置105的第四像素D的像素值相减后,以分别产生第二绝对相差值;
S132:根据最小的第二绝对相差值所对应的第三像素C与第四像素D,以将第四像素D的座标与第三像素C的座标相减,以产生第一区域移动向量值。
在本实施例中,本发明的步骤S14包含下列步骤:
S140:将第一张图像的第二缩小图像的各第二区域的若干个第五像素E分别进行第一次数的二维方向移动,以产生对应第一次数的第三位置106;
S141:将各第二区域位于各第三位置的各第五像素E的像素值,分别与第二张图像的第二缩小图像的各第二区域中对应各第三位置106的第六像素F的像素值相减后,以分别产生第三绝对相差值;
S142:根据最小的第三绝对相差值所对应的第五像素E与第六像素F,以将第六像素F的座标与第五像素E的座标相减,以产生第二区域移动向量值。
简单的说,使用者在进行拍摄图像时,图像撷取模块10依序撷取若干个图像101。此时,若图像中的某一物件产生移动,或使用者晃动相机使图像中的某一物件产生偏移时,图像处理模块11先利用步骤S110~S112的第一演算法111计算,以产生图像移动向量值1111(如大型层局部移动)。
接着,图像处理模块11利对第一张图像与第二张图像分别利用步骤S130~S132的第二演算法112的计算与S140~S142的第二演算法112的计算,来分别产生若干个第一区域移动向量值1121(如中型层局部移动)及若干个各第二区域移动向量值1122(如小型层局部移动)。
最后,图像处理模块11根据图像移动向量值1111、各第一区域移动向量值1121及各第二区域移动向量值1122,来得知第一张图像与第二张图像中的物件2的移动向量数据,进而判断图像中的某一物件是否有产生移动,或是使用者是否有晃动相机使图像中的某一物件产生偏移。
请参阅图10,其为本发明的图像噪声消除方法的实施例的流程图。并请一并参阅图1至9。本实施例的方法的步骤S20~S24,其与上述的实施例所述的方法的步骤S10~S14相似,故不在此赘述。然,值得一提的是,本发明的图像噪声消除方法还包含下列步骤:
S25:根据第二区域移动向量值、各图像移动向量值及各第一区域移动向量值,对若干个图像进行噪声消除程序。
举例而言,本实施例中,图像处理模块根据所得的第二区域移动向量值、各图像移动向量值及各第一区域移动向量值,来得知第一张图像与第二张图像中的物件2的移动向量数据,并经由局部移动结构或信赖等级结构提供三维噪声消除(3D Noise Reduction)、超级解析度图像及高动态范围图像的应用,以进行噪声消除程序,进而消除第一张图像与第二张图像中的噪声。
上述各实施例中,本发明的图像噪声消除方法及其产生移动向量数据结构的方法还包含若干个信赖等级,且各信赖等级分别具有不同的预设范围。图像处理模块可根据不同的预设范围,分别将若干个图像移动向量值或若干个第一区域移动向量值,分类至各信赖等级中,以评估各图像移动向量值或各第一区域移动向量值是否可供信任。其中,本发明可通过图6中所述的信赖等级结构进行上述动作。
以上所述仅为举例性,而非为限制性。任何未脱离本发明的精神与范畴,而对其进行的等效修改或变更,均应包含在所附的权利要求书中。

Claims (10)

1.一种产生移动向量数据结构的方法,其特征在于,所述方法包含下列步骤:
提供图像撷取模块,以依序撷取若干个图像;
提供图像处理模块,接收所述若干个图像,并以第一演算法对所述若干个图像产生图像移动向量值;
使用所述图像处理模块将各所述图像分别缩小成第一缩小图像及第二缩小图像;
使用所述图像处理模块分别将各所述第一缩小图像区分成若干个第一区域,并以第二演算法分别对各所述第一区域产生第一区域移动向量值;
使用所述图像处理模块分别将各所述第二缩小图像区分成若干个第二区域,并以所述第二演算法分别对各所述第二区域产生第二区域移动向量值;以及
使用所述图像处理模块根据所述第二区域移动向量值、各所述图像移动向量值及各所述第一区域移动向量值而得知位于所述若干个图像中的物件的移动向量数据。
2.根据权利要求1所述的方法,其特征在于,还包含下列步骤:
所述图像处理模块将所述若干个图像中第一张图像的若干个第一像素分别进行第一次数的二维方向移动,以产生对应所述第一次数的第一位置;
所述图像处理模块将位于各所述第一位置的各所述第一像素的像素值,分别与所述若干个图像的第二张图像中对应各所述第一位置的第二像素的像素值相减后,以分别产生第一绝对相差值;以及
所述图像处理模块根据最小的所述第一绝对相差值所对应的所述第一像素与所述第二像素,以将所述第二像素的座标与所述第一像素的座标相减,以产生所述图像移动向量值。
3.根据权利要求2所述的方法,其特征在于,还包含下列步骤:
所述图像处理模块将所述第一张图像的所述第一缩小图像的各所述第一区域的若干个第三像素分别进行所述第一次数的二维方向移动,以产生对应所述第一次数的第二位置;
所述图像处理模块将各所述第一区域位于各所述第二位置的各所述第三像素的像素值,分别与所述第二张图像的所述第一缩小图像的各所述第一区域中对应各所述第二位置的第四像素的像素值相减后,以分别产生第二绝对相差值;以及
所述图像处理模块根据最小的所述第二绝对相差值所对应的所述第三像素与所述第四像素,以将所述第四像素的座标与所述第三像素的座标相减,以产生所述第一区域移动向量值。
4.根据权利要求2所述的方法,其特征在于,还包含下列步骤:
所述图像处理模块将所述第一张图像的所述第二缩小图像的各所述第二区域的若干个第五像素分别进行所述第一次数的二维方向移动,以产生对应所述第一次数的第三位置;
所述图像处理模块将各所述第二区域位于各所述第三位置的各所述第五像素的像素值,分别与所述第二张图像的所述第二缩小图像的各所述第二区域中对应各所述第三位置的第六像素的像素值相减后,以分别产生第三绝对相差值;以及
所述图像处理模块根据最小的所述第三绝对相差值所对应的所述第五像素与所述第六像素,以将所述第六像素的座标与所述第五像素的座标相减,以产生所述第二区域移动向量值。
5.根据权利要求1所述的方法,其特征在于,还包含若干个信赖等级,且各所述信赖等级分别具有不同的预设范围,所述方法还包含下列步骤:
所述图像处理模块根据不同的所述预设范围,分别将所述若干个图像移动向量值或所述若干个第一区域移动向量值,分类至各所述信赖等级。
6.一种图像噪声消除方法,其特征在于,所述方法包含下列步骤:
依序接收若干个图像;
以第一演算法对所述若干个图像产生图像移动向量值;
将各所述图像分别缩小成第一缩小图像及第二缩小图像;
分别将各所述第一缩小图像区分成若干个第一区域,并以第二演算法分别对各所述第一区域产生第一区域移动向量值;
分别将各所述第二缩小图像区分成若干个第二区域,并以所述第二演算法分别对各所述第二区域产生第二区域移动向量值;以及
根据各所述第二区域移动向量值、所述图像移动向量值及各所述第一区域移动向量值,对所述若干个图像进行噪声消除程序。
7.根据权利要求6所述的图像噪声消除方法,其特征在于,还包含下列步骤:
将所述若干个图像中第一张图像的若干个第一像素分别进行第一次数的二维方向移动,以产生对应所述第一次数的第一位置;
将位于各所述第一位置的各所述第一像素的像素值,分别与所述若干个图像的第二张图像中对应各所述第一位置的第二像素的像素值相减后,以分别产生第一绝对相差值;以及
根据最小的所述第一绝对相差值所对应的所述第一像素与所述第二像素,以将所述第二像素的座标与所述第一像素的座标相减,以产生所述图像移动向量值。
8.根据权利要求7所述的图像噪声消除方法,其特征在于,还包含下列步骤:
将所述第一张图像的所述第一缩小图像的各所述第一区域的若干个第三像素分别进行所述第一次数的二维方向移动,以产生对应所述第一次数的第二位置;
将各所述第一区域位于各所述第二位置的各所述第三像素的像素值,分别与所述第二张图像的所述第一缩小图像的各所述第一区域中对应各所述第二位置的第四像素的像素值相减后,以分别产生第二绝对相差值;以及
根据最小的所述第二绝对相差值所对应的所述第三像素与所述第四像素,以将所述第四像素的座标与所述第三像素的座标相减,以产生所述第一区域移动向量值。
9.根据权利要求7所述的图像噪声消除方法,其特征在于,还包含下列步骤:
将所述第一张图像的所述第二缩小图像的各所述第二区域的若干个第五像素分别进行所述第一次数的二维方向移动,以产生对应所述第一次数的第三位置;
将各所述第二区域位于各所述第三位置的各所述第五像素的像素值,分别与所述第二张图像的所述第二缩小图像的各所述第二区域中对应各所述第三位置的第六像素的像素值相减后,以分别产生第三绝对相差值;以及
根据最小的所述第三绝对相差值所对应的所述第五像素与所述第六像素,以将所述第六像素的座标与所述第五像素的座标相减,以产生所述第二区域移动向量值。
10.根据权利要求6所述的图像噪声消除方法,其特征在于,还包含若干个信赖等级,且各所述信赖等级分别具有不同的预设范围,所述方法还包含下列步骤:
根据不同的所述预设范围,分别将所述若干个图像移动向量值或所述若干个第一区域移动向量值,分类至各所述信赖等级。
CN201310005855.9A 2013-01-08 2013-01-08 图像噪声消除方法及其产生移动向量数据结构的方法 Active CN103916583B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310005855.9A CN103916583B (zh) 2013-01-08 2013-01-08 图像噪声消除方法及其产生移动向量数据结构的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310005855.9A CN103916583B (zh) 2013-01-08 2013-01-08 图像噪声消除方法及其产生移动向量数据结构的方法

Publications (2)

Publication Number Publication Date
CN103916583A CN103916583A (zh) 2014-07-09
CN103916583B true CN103916583B (zh) 2017-11-14

Family

ID=51041951

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310005855.9A Active CN103916583B (zh) 2013-01-08 2013-01-08 图像噪声消除方法及其产生移动向量数据结构的方法

Country Status (1)

Country Link
CN (1) CN103916583B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1980394A (zh) * 2005-12-09 2007-06-13 松下电器产业株式会社 运动矢量估计装置和运动矢量估计方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009505477A (ja) * 2005-08-12 2009-02-05 エヌエックスピー ビー ヴィ ディジタル画像安定化のための方法及びシステム
JP4586052B2 (ja) * 2007-08-08 2010-11-24 キヤノン株式会社 画像処理装置及びその制御方法
JPWO2010050089A1 (ja) * 2008-10-29 2012-03-29 パナソニック株式会社 動画像圧縮符号化における符号化処理方法及び符号化処理装置
CN101771867B (zh) * 2008-12-29 2012-10-03 富士通株式会社 缩小尺寸解码方法和系统
JP5141633B2 (ja) * 2009-04-24 2013-02-13 ソニー株式会社 画像処理方法及びそれを用いた画像情報符号化装置

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1980394A (zh) * 2005-12-09 2007-06-13 松下电器产业株式会社 运动矢量估计装置和运动矢量估计方法

Also Published As

Publication number Publication date
CN103916583A (zh) 2014-07-09

Similar Documents

Publication Publication Date Title
Yang et al. Color-guided depth recovery from RGB-D data using an adaptive autoregressive model
CN106062824B (zh) 边缘检测装置和边缘检测方法
CN104167003A (zh) 一种遥感影像的快速配准方法
CN102098440A (zh) 针对摄像机抖动下运动目标检测的电子稳像方法及系统
Song et al. DOE-based structured-light method for accurate 3D sensing
CN104867111A (zh) 一种基于分块模糊核集的非均匀视频盲去模糊方法
Huang et al. Correlation and local feature based cloud motion estimation
CN104252704A (zh) 基于总广义变分的红外图像多传感器超分辨率重建方法
CN105469428B (zh) 一种基于形态学滤波和svd的弱小目标检测方法
CN103971354A (zh) 低分辨率红外图像重建高分辨率红外图像的方法
CN111583386B (zh) 基于标签传播算法的多视角人体姿态重建方法
CN103514587B (zh) 基于海天分界线检测的舰载稳像方法
CN104361571B (zh) 基于边缘信息和支持度变换的红外与微光图像融合方法
CN103914829A (zh) 一种含噪图像边缘检测方法
JP2009010460A5 (zh)
WO2012117901A1 (ja) データ処理装置、データ処理システム、及びプログラム
CN102663812B (zh) 基于变分光流的三维运动检测与稠密结构重建的直接方法
CN103916583B (zh) 图像噪声消除方法及其产生移动向量数据结构的方法
Cai et al. A target-free video structural motion estimation method based on multi-path optimization
CN106296741A (zh) 纳米视觉图像中细胞高速运动特征标注方法
CN105812764A (zh) 即时贴图的三维影像产生方法
CN110969601B (zh) 基于视觉特征跟踪算法的结构转动响应非接触式识别方法
CN103606146B (zh) 一种基于圆盘靶标的角点检测方法
CN104484850A (zh) 基于模糊分类的鲁棒图像水印检测方法
Guangyun et al. An improved ORB feature extraction and matching algorithm

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