CN104036471A - 一种图像噪声估值方法及图像噪声估值装置 - Google Patents
一种图像噪声估值方法及图像噪声估值装置 Download PDFInfo
- Publication number
- CN104036471A CN104036471A CN201310069373.XA CN201310069373A CN104036471A CN 104036471 A CN104036471 A CN 104036471A CN 201310069373 A CN201310069373 A CN 201310069373A CN 104036471 A CN104036471 A CN 104036471A
- Authority
- CN
- China
- Prior art keywords
- image block
- image
- mean square
- square deviation
- average
- 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.)
- Granted
Links
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种图像噪声估值方法,包括:获取连续的多帧图像;以预设的划分方式将每一帧图像划分为多个图像块;计算每一帧图像中各图像块的灰度平均值和灰度均方差值;以其中一帧图像作为参考图像,依次将其余的图像与所述参考图像进行比较,并将灰度平均值和灰度均方差值与所述参考图像的灰度平均值和灰度均方差值匹配的图像块进行标记;若被标记的图像块的数量达到预设阈值,则对被标记的图像块的灰度均方差值做平均计算,以得到所述的多帧图像的平均噪声估计值。本发明还提供一种图像噪声估值装置。利用本发明可以准确地估计图像的全局或局部区域的平均噪声,为降噪处理提供准确的参数。
Description
技术领域
本发明涉及图像处理技术领域,特别涉及一种图像噪声估值方法及图像噪声估值装置。
背景技术
随着科技的高速发展,数码相机已经非常普及,大部分手机也具有了拍摄功能。手机和相机由于受镜头和芯片尺寸的限制,导致单像素上的光通量较小,拍摄图像时会引起很大的随机量子噪声,尤其在较暗弱的光线下拍摄时表现得十分明显。这种噪声不仅会严重破坏所拍摄图像的清晰度和质量,也使用户能够使用手机或相机拍摄的场景受到很大的限制。
然而,针对手机或相机在应用场景下拍摄的图像,目前并没有专门的降噪方案。目前市场上的图像降噪方法通常分为有参方法和非参方法。非参方法由于需要进行多次迭代运算,运算速度无法适应手机或相机设备而较少采用。而有参方法中最重要的输入参数即是图像噪声的估计值。
利用噪声的高频丰富性质,可以对图像进行二阶微分求平均值得到图像的噪声估计值。然而这一估计值会受到图像内容本身的影响。当图像本身含有高密度纹理时,将使这一估计值产生严重的偏差,导致在后续的降噪计算过程中引发图像模糊的问题。
此外,利用噪声的信号无关性,还可以通过搜索图像全局中的最小方差区域得到图像噪声的估计值。然而实际拍摄图像时,场景内区域的光强分布是很丰富的。不同区域的噪声强度分布很难用单一区域来代替。即使考虑不同区域方差的统计值,也仍然会引入图像内容所引起的干扰。因此这类噪声估计方法的应用面很窄。
发明内容
有鉴于此,有必要提供一种应用性强且估值准确的图像噪声估值方法及相应的图像噪声估值装置,可以准确地估计图像的全局或局部区域的平均噪声,为降噪处理提供准确的参数。
一种图像噪声估值方法,包括以下步骤:获取连续的多帧图像的获取步骤;以预设的划分方式将每一帧图像划分为多个图像块的划分步骤;计算每一帧图像中各图像块的灰度平均值和灰度均方差值的第一计算步骤;以其中一帧图像作为参考图像,依次将其余的图像与所述参考图像进行比较,并将灰度平均值和灰度均方差值与所述参考图像的灰度平均值和灰度均方差值匹配的图像块进行标记的标记步骤;若被标记的图像块的数量达到预设阈值,则对被标记的图像块的灰度均方差值做平均计算,以得到所述的多帧图像的平均噪声估计值的第二计算步骤。
一种图像噪声估值装置,包括:获取模块,用于获取连续的多帧图像;划分模块,用于以预设的划分方式将每一帧图像划分为多个图像块;第一计算模块,用于计算每一帧图像中各图像块的灰度平均值和灰度均方差值;标记模块,用于以其中一帧图像作为参考图像,依次将其余的图像与所述参考图像进行比较,并将灰度平均值和灰度均方差值与所述参考图像的灰度平均值和灰度均方差值匹配的图像块进行标记;第二计算模块,用于若被标记的图像块的数量达到预设阈值,则对被标记的图像块的灰度均方差值做平均计算,以得到所述的多帧图像的平均噪声估计值。
相对于现有技术,上述技术方案的有益效果是:通过对多帧图像进行灰度均方差统计,可以准确地估计图像的全局或局部区域的平均噪声,为降噪处理提供准确的参数。
为让本发明的上述和其他目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附图式,作详细说明如下。
附图说明
图1为本发明实施例提供的图像噪声估值方法的流程图。
图2为计算图像全局的平均噪声估计值的流程图。
图3为计算图像在不同灰度级别上的平均噪声估计值的流程图。
图4为计算图像在指定局部区域的平均噪声估计值的流程图。
图5为本发明实施例提供的图像噪声估值装置的框图。
具体实施方式
为更进一步阐述本发明为实现预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明的具体实施方式、结构、特征及其功效,详细说明如后。
参阅图1所示,本发明实施例提供一种图像噪声估值方法,其包括以下步骤:
步骤S1,获取连续的的多帧图像;
步骤S2,以预设的划分方式将每一帧图像划分为多个图像块;
步骤S3,计算每一帧图像中各图像块的灰度平均值和灰度均方差值;
步骤S4,以其中一帧图像作为参考图像,依次将其余的图像与所述参考图像进行比较,并将灰度平均值和灰度均方差值与所述参考图像的灰度平均值和灰度均方差值匹配的图像块进行标记;
步骤S5,若被标记的图像块的数量达到预设阈值,则对被标记的图像块的灰度均方差值做平均计算,以得到所述的多帧图像的平均噪声估计值。
以下结合具体实例作进一步详细说明:
步骤S1所述的多帧图像可以为摄像装置在一定时间内连续拍摄的图像。所述的摄像装置可以为数码相机、移动装置例如手机、平板电脑自带的针孔相机等。
步骤S2所述预设的划分方式可以由对计算速度的要求决定。若对计算速度的要求较高,则以所述划分方式划分的图像块的尺寸较大。若对计算速度的要求较低,则以所述划分方式划分的图像块的尺寸较小。所述图像块的尺寸可以介于图像的长或宽的1/16至1/64内。
步骤S3所述的灰度平均值为相应图像块内各像素灰度值的平均值。所述的灰度均方差值为相应图像块内各像素灰度值的均方差值。在本实施例中,步骤S3还包括将像素灰度值的范围分为若干个灰度级别,并确定每一帧图像中各图像块的灰度平均值所属的灰度级别。例如像素的灰度范围为0~255,若需要将所述灰度范围分为8个灰度级别,则第一级灰度级别的灰度范围为0~31,第二级灰度级别的灰度范围为32~63,依此类推。例如某图像块的灰度平均值为35,则该图像块的灰度平均值属于第二级灰度级别。
步骤S4所述的参考图像可以为所获取的多帧图像中,拍摄时间最早的图像。依次将其余图像的每一个图像块与所述参考图像中相同位置的图像块进行比较,若灰度平均值所属的灰度级别相同,并且灰度均方差值之间的差值小于第一阈值,则判定该图像块的灰度平均值与灰度均方差值与所述参考图像的灰度平均值与灰度均方差值匹配,并标记该图像块。所述的第一阈值可以根据该摄像装置的EV(Exposure Value,曝光值)数值设定,或者根据经验设定为某一个粗略值。
步骤S5所得到的多帧图像的平均噪声估计值可以分为三种类型:图像全局的平均噪声估计值、图像在不同灰度级别上的平均噪声估计值、图像指定局部区域的平均噪声估计值。根据得到多帧图像的平均噪声估计值的不同类型,步骤S5可包括以下三种情况:
(1)若需要得到图像全局的平均噪声估计值,则参阅图2所示,步骤S5具体包括以下步骤:
步骤S11,统计所有被标记的图像块的数量。
步骤S12,若所有被标记的图像块的数量达到预设阈值,则在被标记的图像块中,将各灰度级别对应的图像块按照灰度均方差值从低到高的顺序排列。
步骤S13,按照各灰度级别对应的图像块数量的比例,从每个灰度级别对应的图像块中选择排在前面的若干标记的图像块。
步骤S14,对所选择的图像块的灰度均方差值进行平均计算,即得到图像全局的平均噪声估计值。
(2)若需要得到图像在不同灰度级别上的平均噪声估计值,则参阅图3所示,步骤S5具体包括以下步骤:
步骤S21,统计在被标记的图像块中,各灰度级别对应的图像块的数量。
步骤S22,在被标记的图像块中,若各灰度级别对应的图像块的数量分别达到预设阈值,则从各灰度级别对应的图像块中分别选择灰度均方差值最小的图像块。
步骤S23,对所选择的图像块的灰度均方差值进行平均计算,即得到图像在不同灰度级别上的平均噪声估计值。
此外,若对各灰度级别对应的图像块的灰度均方差值进行加权平均或非加权平均的统计,则也可以得到图像全局的平均噪声估计值。
(3)若需要得到图像在指定局部区域的平均噪声估计值,则参阅图4所示,步骤S5具体包括以下步骤:
步骤S31,统计在被标记的图像块中,在指定局部区域内的图像块的数量。
步骤S32,若在指定局部区域内的图像块的数量达到预设阈值,则将该指定局部区域内的图像块的灰度均方差值进行平均计算,即得到该指定局部区域的平均噪声估计值。
若在该指定局部区域内的图像块的数量无法达到所述预设阈值,则可以获取灰度平均值与该指定局部区域内的图像块的灰度平均值属于同一灰度级别,并且与该指定局部区域相邻的图像块,直至所获取的相邻图像块与指定局部区域内的图像块的数量之和达到所述的预设阈值。然后,将所获取的相邻图像块的灰度均方差值和指定局部区域内的图像块的灰度均方差值进行平均计算,或计算所获取的相邻图像块灰度均方差值的插值,也可得到该指定局部区域的平均噪声估计值。
综上所述,本发明采用摄像装置实时拍摄的多帧图像,利用帧与帧之间区域的关联性,对多帧图像相同或相近的区域进行灰度均方差值的统计,可以准确地估计图像的全局或局部区域的平均噪声,避免现有技术通过统计一帧图像中的相似区域的噪声时遇到的相似区域难以确定的问题。
参阅图5所示,本发明实施例提供一种图像噪声估值装置100,其包括获取模块101、划分模块102、第一计算模块103、标记模块104和第二计算模块105。可以理解,上述的各模块是指计算机程序或者程序段,用于执行某一项或多项特定的功能。此外,上述各模块的区分并不代表实际的程序代码也必须是分开的。
获取模块101,用于获取连续的多帧图像;
划分模块102,用于以预设的划分方式将每一帧图像划分为多个图像块;
第一计算模块103,用于计算每一帧图像中各图像块的灰度平均值和灰度均方差值;
标记模块104,用于以其中一帧图像作为参考图像,依次将其余的图像与所述参考图像进行比较,并将灰度平均值和灰度均方差值与所述参考图像的灰度平均值和灰度均方差值匹配的图像块进行标记;
第二计算模块105,用于若被标记的图像块的数量达到预设阈值,则对被标记的图像块的灰度均方差值做平均计算,以得到所述的多帧图像的平均噪声估计值。
对于以上各模块的具体工作过程,可进一步参考本发明实施例提供的图像噪声估值方法,在此不再重复。
此外,本发明实施例还提供一种计算机可读存储介质,其内存储有计算机可执行指令,上述的计算机可读存储介质例如为非易失性存储器例如光盘、硬盘、或者闪存。上述的计算机可执行指令用于让计算机或者类似的运算装置完成上述的图像噪声估值方法中的各种操作。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,虽然本发明已以较佳实施例揭示如上,然而并非用以限定本发明,任何本领域技术人员,在不脱离本发明技术方案范围内,当可利用上述揭示的技术内容做出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何简介修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
Claims (14)
1.一种图像噪声估值方法,其特征在于,该方法包括以下步骤:
获取连续的多帧图像的获取步骤;
以预设的划分方式将每一帧图像划分为多个图像块的划分步骤;
计算每一帧图像中各图像块的灰度平均值和灰度均方差值的第一计算步骤;
以其中一帧图像作为参考图像,依次将其余的图像与所述参考图像进行比较,并将灰度平均值和灰度均方差值与所述参考图像的灰度平均值和灰度均方差值匹配的图像块进行标记的标记步骤;
若被标记的图像块的数量达到预设阈值,则对被标记的图像块的灰度均方差值做平均计算,以得到所述的多帧图像的平均噪声估计值的第二计算步骤。
2.如权利要求1所述的图像噪声估值方法,其特征在于,所述的第一计算步骤还包括:
确定每一帧图像中各图像块的灰度平均值所属的灰度级别。
3.如权利要求2所述的图像噪声估值方法,其特征在于,所述的标记步骤包括:
若某图像块的灰度平均值与参考图像相同位置上的图像块的灰度平均值所属灰度级别相同,且该图像块的灰度均方差值与参考图像相同位置上的图像块的灰度均方差值之间的差值小于第一阈值,则判定该图像块的灰度平均值和灰度均方差值与所述参考图像的灰度平均值和灰度均方差值匹配,并标记该图像块。
4.如权利要求2所述的图像噪声估值方法,其特征在于,所述的第二计算步骤包括:
若所有被标记的图像块的数量达到预设阈值,则在被标记的图像块中,将各灰度级别对应的图像块按照灰度均方差值从低到高的顺序排列;
按照各灰度级别对应的图像块数量的比例,从每个灰度级别对应的图像块中选择排在前面的若干图像块;
对所选择的图像块的灰度均方差值进行平均计算,得到图像全局的平均噪声估计值。
5.如权利要求2所述的图像噪声估值方法,其特征在于,所述的第二计算步骤包括:
在被标记的图像块中,若各灰度级别对应的图像块的数量分别达到预设阈值,则从各灰度级别对应的图像块中分别选择灰度均方差值最小的图像块;
对所选择的图像块的灰度均方差值进行平均计算,得到图像在不同灰度级别上的平均噪声估计值。
6.如权利要求2所述的图像噪声估值方法,其特征在于,所述的第二计算步骤包括:
在被标记的图像块中,若各灰度级别对应的图像块的数量分别达到预设阈值,则对各灰度级别对应的图像块的灰度均方差值进行加权平均或非加权平均的统计,得到图像全局的平均噪声估计值。
7.如权利要求1所述的图像噪声估值方法,其特征在于,所述的第二计算步骤包括:
在被标记的图像块中,若在指定局部区域内的图像块的数量达到预设阈值,则将该指定局部区域内的图像块的灰度均方差值进行平均计算,得到该指定局部区域的平均噪声估计值。
8.一种图像噪声估值装置,其特征在于,该装置包括:
获取模块,用于获取连续的多帧图像;
划分模块,用于以预设的划分方式将每一帧图像划分为多个图像块;
第一计算模块,用于计算每一帧图像中各图像块的灰度平均值和灰度均方差值;
标记模块,用于以其中一帧图像作为参考图像,依次将其余的图像与所述参考图像进行比较,并将灰度平均值和灰度均方差值与所述参考图像的灰度平均值和灰度均方差值匹配的图像块进行标记;
第二计算模块,用于若被标记的图像块的数量达到预设阈值,则对被标记的图像块的灰度均方差值做平均计算,以得到所述的多帧图像的平均噪声估计值。
9.如权利要求8所述的图像噪声估值装置,其特征在于,所述第一计算模块还用于确定每一帧图像中各图像块的灰度平均值所属的灰度级别。
10.如权利要求9所述的图像噪声估值装置,其特征在于,所述的标记模块用于:
若某图像块的灰度平均值与参考图像相同位置上的图像块的灰度平均值所属灰度级别相同,且该图像块的灰度均方差值与参考图像相同位置上的图像块的灰度均方差值之间的差值小于第一阈值,则判定该图像块的灰度平均值和灰度均方差值与所述参考图像的灰度平均值和灰度均方差值匹配,并标记该图像块。
11.如权利要求9所述的图像噪声估值装置,其特征在于,所述的第二计算模块用于:
若所有被标记的图像块的数量达到预设阈值,则在被标记的图像块中,将各灰度级别对应的图像块按照灰度均方差值从低到高的顺序排列;
按照各灰度级别对应的图像块数量的比例,从每个灰度级别对应的图像块中选择排在前面的若干图像块;
对所选择的图像块的灰度均方差值进行平均计算,得到图像全局的平均噪声估计值。
12.如权利要求9所述的图像噪声估值装置,其特征在于,所述的第二计算模块用于:
在被标记的图像块中,若各灰度级别对应的图像块的数量分别达到预设阈值,则从各灰度级别对应的图像块中分别选择灰度均方差值最小的图像块;
对所选择的图像块的灰度均方差值进行平均计算,得到图像在不同灰度级别上的平均噪声估计值。
13.如权利要求9所述的图像噪声估值装置,其特征在于,所述的第二计算模块用于:
在被标记的图像块中,若各灰度级别对应的图像块的数量分别达到预设阈值,则对各灰度级别对应的图像块的灰度均方差值进行加权平均或非加权平均的统计,得到图像全局的平均噪声估计值。
14.如权利要求8所述的图像噪声估值装置,其特征在于,所述的第二计算模块用于:
在被标记的图像块中,若在指定局部区域内的图像块的数量达到预设阈值,则将该指定局部区域内的图像块的灰度均方差值进行平均计算,得到该指定局部区域的平均噪声估计值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310069373.XA CN104036471B (zh) | 2013-03-05 | 2013-03-05 | 一种图像噪声估值方法及图像噪声估值装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310069373.XA CN104036471B (zh) | 2013-03-05 | 2013-03-05 | 一种图像噪声估值方法及图像噪声估值装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104036471A true CN104036471A (zh) | 2014-09-10 |
CN104036471B CN104036471B (zh) | 2017-07-25 |
Family
ID=51467232
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310069373.XA Active CN104036471B (zh) | 2013-03-05 | 2013-03-05 | 一种图像噪声估值方法及图像噪声估值装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104036471B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105491358A (zh) * | 2015-11-26 | 2016-04-13 | 努比亚技术有限公司 | 一种图像处理方法及装置、终端 |
CN106101697A (zh) * | 2016-06-21 | 2016-11-09 | 深圳市辰卓科技有限公司 | 图像清晰度检测方法、装置及测试设备 |
WO2018219013A1 (en) * | 2017-05-31 | 2018-12-06 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | Image processing method and device, computer readable storage medium and electronic device |
CN112601068A (zh) * | 2020-12-15 | 2021-04-02 | 济南浪潮高新科技投资发展有限公司 | 视频数据增广方法、装置及计算机可读介质 |
WO2021102913A1 (zh) * | 2019-11-29 | 2021-06-03 | 深圳市大疆创新科技有限公司 | 图像处理方法、装置及存储介质 |
CN113674232A (zh) * | 2021-08-12 | 2021-11-19 | Oppo广东移动通信有限公司 | 图像噪声预估方法、装置、电子设备和存储介质 |
CN114529509A (zh) * | 2022-01-11 | 2022-05-24 | 北京的卢深视科技有限公司 | 图像噪声评价方法、电子设备和计算机可读存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1633159A (zh) * | 2005-01-26 | 2005-06-29 | 北京中星微电子有限公司 | 一种去除图像噪声的方法 |
CN101242542A (zh) * | 2008-02-26 | 2008-08-13 | 北京中星微电子有限公司 | 一种图像检测方法与装置 |
CN101489034A (zh) * | 2008-12-19 | 2009-07-22 | 四川虹微技术有限公司 | 一种视频图像噪声估计与去除方法 |
KR101181086B1 (ko) * | 2009-11-03 | 2012-09-07 | 중앙대학교 산학협력단 | 보간 검출 장치, 보간 영역 검출 장치 및 그 방법 |
-
2013
- 2013-03-05 CN CN201310069373.XA patent/CN104036471B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1633159A (zh) * | 2005-01-26 | 2005-06-29 | 北京中星微电子有限公司 | 一种去除图像噪声的方法 |
CN101242542A (zh) * | 2008-02-26 | 2008-08-13 | 北京中星微电子有限公司 | 一种图像检测方法与装置 |
CN101489034A (zh) * | 2008-12-19 | 2009-07-22 | 四川虹微技术有限公司 | 一种视频图像噪声估计与去除方法 |
KR101181086B1 (ko) * | 2009-11-03 | 2012-09-07 | 중앙대학교 산학협력단 | 보간 검출 장치, 보간 영역 검출 장치 및 그 방법 |
Non-Patent Citations (1)
Title |
---|
沈德海 等: "基于统计阈值检测的中值均值滤波算法", 《计算机技术与发展》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105491358A (zh) * | 2015-11-26 | 2016-04-13 | 努比亚技术有限公司 | 一种图像处理方法及装置、终端 |
CN106101697A (zh) * | 2016-06-21 | 2016-11-09 | 深圳市辰卓科技有限公司 | 图像清晰度检测方法、装置及测试设备 |
WO2018219013A1 (en) * | 2017-05-31 | 2018-12-06 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | Image processing method and device, computer readable storage medium and electronic device |
US10497097B2 (en) | 2017-05-31 | 2019-12-03 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | Image processing method and device, computer readable storage medium and electronic device |
WO2021102913A1 (zh) * | 2019-11-29 | 2021-06-03 | 深圳市大疆创新科技有限公司 | 图像处理方法、装置及存储介质 |
CN112601068A (zh) * | 2020-12-15 | 2021-04-02 | 济南浪潮高新科技投资发展有限公司 | 视频数据增广方法、装置及计算机可读介质 |
CN112601068B (zh) * | 2020-12-15 | 2023-01-24 | 山东浪潮科学研究院有限公司 | 视频数据增广方法、装置及计算机可读介质 |
CN113674232A (zh) * | 2021-08-12 | 2021-11-19 | Oppo广东移动通信有限公司 | 图像噪声预估方法、装置、电子设备和存储介质 |
CN114529509A (zh) * | 2022-01-11 | 2022-05-24 | 北京的卢深视科技有限公司 | 图像噪声评价方法、电子设备和计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN104036471B (zh) | 2017-07-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104036471A (zh) | 一种图像噪声估值方法及图像噪声估值装置 | |
CN108335279B (zh) | 图像融合和hdr成像 | |
US9591237B2 (en) | Automated generation of panning shots | |
CN108492287B (zh) | 一种视频抖动检测方法、终端设备及存储介质 | |
US10091409B2 (en) | Improving focus in image and video capture using depth maps | |
JP5980294B2 (ja) | データ処理装置、撮像装置、およびデータ処理方法 | |
US11315274B2 (en) | Depth determination for images captured with a moving camera and representing moving features | |
US10306210B2 (en) | Image processing apparatus and image capturing apparatus | |
KR102049080B1 (ko) | 영상 처리 장치 및 방법 | |
US20150103163A1 (en) | Apparatus, method, and processor for measuring change in distance between a camera and an object | |
JP2017050683A (ja) | 画像処理装置、撮像装置、画像処理方法およびプログラム | |
CN110114801B (zh) | 图像前景检测装置及方法、电子设备 | |
EP3506621B1 (en) | Image processing apparatus, image processing method, and computer program | |
JP2015043495A (ja) | 画像処理装置、撮像装置、画像処理方法、およびプログラム | |
US20150187051A1 (en) | Method and apparatus for estimating image noise | |
JPWO2014133010A1 (ja) | 画像処理方法、及び画像処理装置 | |
CN109934789A (zh) | 图像去噪方法、装置及电子设备 | |
JP2015088832A (ja) | 画像処理装置、撮像装置、および画像処理方法 | |
CN113628259A (zh) | 图像的配准处理方法及装置 | |
WO2019021412A1 (ja) | 位置推定装置、位置推定方法及びプログラム記録媒体 | |
JP5927363B1 (ja) | 画像処理装置、画像処理方法および画像処理プログラム | |
KR20140072980A (ko) | 단일 영상을 이용한 hdr 영상 생성 장치 및 방법 | |
US20190199933A1 (en) | Determination of a contrast value for a digital image | |
US20130286289A1 (en) | Image processing apparatus, image display apparatus, and image processing method | |
US10848682B2 (en) | Image processing apparatus, image processing method, and storage medium |
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 |