CN104754181A - 一种视频噪声估计方法及装置 - Google Patents

一种视频噪声估计方法及装置 Download PDF

Info

Publication number
CN104754181A
CN104754181A CN201310753844.9A CN201310753844A CN104754181A CN 104754181 A CN104754181 A CN 104754181A CN 201310753844 A CN201310753844 A CN 201310753844A CN 104754181 A CN104754181 A CN 104754181A
Authority
CN
China
Prior art keywords
noise reduction
noise
reduction region
pixel value
difference
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
Application number
CN201310753844.9A
Other languages
English (en)
Other versions
CN104754181B (zh
Inventor
刘晓沐
张兴明
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.)
Zhejiang Dahua Technology Co Ltd
Original Assignee
Zhejiang Dahua Technology 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 Zhejiang Dahua Technology Co Ltd filed Critical Zhejiang Dahua Technology Co Ltd
Priority to CN201310753844.9A priority Critical patent/CN104754181B/zh
Publication of CN104754181A publication Critical patent/CN104754181A/zh
Application granted granted Critical
Publication of CN104754181B publication Critical patent/CN104754181B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Image Processing (AREA)
  • Picture Signal Circuits (AREA)

Abstract

本发明公开了一种视频噪声估计的方法及装置。其方法包括:分别确定当前帧视频图像的每个降噪区域在降噪处理前与降噪处理后的像素值的差值,其中,帧视频图像划分为N个降噪区域,N为不小于2的整数;根据每个降噪区域的所述差值,确定噪声估计均值;分别将每个降噪区域的所述差值与所述噪声估计均值进行比较,确定每个降噪区域的噪声水平,所述噪声水平为对下一帧视频图像的降噪区域进行降噪处理所需的噪声估计结果。本发明实施例提供的方法,利用视频降噪算法本身对噪声的区分能力实现视频噪声估计,降低了资源消耗。

Description

一种视频噪声估计方法及装置
技术领域
本发明涉及视频图像处理技术领域,尤其涉及一种视频噪声估计方法及装置。
背景技术
视频噪声估计与视频降噪相配合,可以大大减轻视频降噪参数不合适带来的拖影(Ghost)或者降噪不足的问题,并提高视频降噪算法的适用范围。
以往对视频噪声估计的研究已经较为充分,可以适应各种环境下的不同噪声水平。但因为需要区分图像中的细节和噪声,往往需要统计计算图像每个分块的细节信息,这样会消耗很多的资源。用DSP实现的视频噪声估计算法需要消耗大量的计算周期,用FPGA实现的视频噪声估计算法需要消耗大量的逻辑单元。
发明内容
本发明的目的是提供一种视频噪声估计方法及装置,以解决现有的视频噪声估计消耗过多资源的问题。
本发明的目的是通过以下技术方案实现的:
一种视频噪声估计的方法,包括:
分别确定当前帧视频图像的每个降噪区域在降噪处理前与降噪处理后的像素值的差值;
根据每个降噪区域的上述差值,确定噪声估计均值;
分别将每个降噪区域的上述差值与该噪声估计均值进行比较,确定每个降噪区域的噪声水平。
其中,视频图像划分为N个降噪区域,N为不小于2的整数。通常,将视频图像的所有像素点平均划分为N个降噪区域。一种特殊情况是,一个像素点作为一个降噪区域。
其中,噪声水平为对下一帧视频图像的降噪区域进行降噪处理所需的视频噪声估计结果。也就是说,基于当前帧视频图像确定的一个降噪区域的噪声水平,用于在下一帧视频图像中对该降噪区域进行降噪处理。
本发明实施例提供的方法,利用视频降噪算法本身对噪声与细节的区分能力实现视频噪声估计。其中,视频降噪算法本身对噪声与细节的区分能力体现在,降噪处理前后的像素值如果不存在差值(或者差值在允许范围内),则相应的降噪区域为细节,否则为噪声。本发明实施例提供的方法,直接采用降噪处理前后的像素值差值确定噪声水平,不需要单独的视频噪声估计算法,降低了资源消耗。
较佳地,如果降噪区域包括至少两个像素点,降噪区域的像素值可以是该降噪区域包括的所有像素点的像素值的均值,也可以是该降噪区域包括的所有像素点的像素值之和,还可以是该降噪区域包括的所有像素点的像素值的集合。
如果降噪区域的像素值是该降噪区域包括的所有像素点的像素值的集合,确定该降噪区域在降噪处理前与降噪处理后的像素值的差值的具体实现方式可以是:确定该降噪区域包括的每个像素点在降噪处理前与降噪处理后的像素值的差值。
基于上述任意实施例,较佳地,根据每个降噪区域的上述差值,确定噪声估计均值的具体实现方式可以是:对每个降噪区域的上述差值进行直方图统计;根据直方图统计结果,确定噪声估计均值。
基于上述任意实施例,较佳地,可以确定所有降噪区域的上述差值的均值,为上述噪声估计均值。
基于与方法同样的发明构思,本发明实施例提供一种视频噪声估计的装置,包括:
噪声值确定模块,用于分别确定当前帧视频图像的每个降噪区域在降噪处理前与降噪处理后的像素值的差值,其中,视频图像划分为N个降噪区域,N为不小于2的整数;
噪声估计均值确定模块,用于根据每个降噪区域的所述差值,确定噪声估计均值;
视频噪声估计模块,用于分别将每个降噪区域的所述差值与噪声估计均值进行比较,确定每个降噪区域的噪声水平,噪声水平为对下一帧视频图像的降噪区域进行降噪处理所需的视频噪声估计结果。
本发明实施例提供的装置,利用视频降噪算法本身对噪声与细节的区分能力实现视频噪声估计。其中,视频降噪算法本身对噪声与细节的区分能力体现在,降噪处理前后的像素值如果不存在差值(或者差值在允许范围内),则相应的降噪区域为细节,否则为噪声。本发明实施例提供的方法,直接采用降噪处理前后的像素值差值确定噪声水平,不需要单独的视频噪声估计算法,降低了资源消耗。
较佳地,如果降噪区域包括至少两个像素点,降噪区域的像素值为降噪区域包括的所有像素点的像素值的均值;或者,
如果降噪区域包括至少两个像素点,降噪区域的像素值为降噪区域包括的所有像素点的像素值之和;或者,
如果降噪区域包括至少两个像素点,降噪区域的像素值为降噪区域包括的所有像素点的像素值的集合,噪声值确定模块具体用于:确定降噪区域包括的每个像素点在降噪处理前与降噪处理后的像素值的差值。
基于上述任意装置实施例,较佳地,噪声估计均值确定模块具体用于:
对每个降噪区域的所述差值进行直方图统计;
根据所述直方图统计结果,确定噪声估计均值。
基于上述任意装置实施例,较佳地,噪声估计均值确定模块具体用于:
确定所有降噪区域的所述差值的均值,为所述噪声估计均值。
附图说明
图1为本发明实施例提供的一种方法流程图;
图2为本发明实施例提供的另一种方法流程图;
图3为本发明实施例提供的装置示意图。
具体实施方式
下面将结合附图,对本发明实施例提供的技术方案进行详细描述。
本发明实施例提供的一种视频噪声估计的方法如图1所示,具体包括如下操作:
步骤100、分别确定当前帧视频图像的每个降噪区域在降噪处理前与降噪处理后的像素值的差值。
以下,将“降噪区域在降噪处理前与降噪处理后的像素值的差值”简称为“降噪区域的差值”。
其中,如果视频图像是灰度图,则像素值是指灰度值。如果是彩色图像,以红绿蓝(RGB)图像为例,其像素值为RGB色彩值。则分别针对红色色彩值、绿色色彩值和蓝色色彩值,按照本发明实施例提供的方法分别确定基于红色色彩值、绿色色彩值和蓝色色彩值的噪声水平。
步骤110、根据每个降噪区域的差值,确定噪声估计均值。
步骤120、分别将每个降噪区域的差值与该噪声估计均值进行比较,确定每个降噪区域的噪声水平。
其中,视频图像划分为N个降噪区域,N为不小于2的整数。通常,将视频图像的所有像素点平均划分为N个降噪区域。一种特殊情况是,一个像素点作为一个降噪区域。
其中,噪声水平为对下一帧视频图像的降噪区域进行降噪处理所需的视频噪声估计结果。也就是说,基于当前帧视频图像确定的一个降噪区域的噪声水平,用于在下一帧视频图像中对该降噪区域进行降噪处理。
例如,可以预先设置两个噪声水平(噪声水平1、2)。对于差值小于噪声估计均值的降噪区域,确定其噪声水平为1,表示该降噪区域的视频噪声较小,在下一帧降噪处理时,需要减弱降噪强度,具体降噪强度或者需要减弱的降噪强度等级,可以预先约定;对于差值大于或等于噪声估计均值的降噪区域,确定其噪声水平为2,表示该降噪区域的视频噪声较大,在下一帧降噪处理时,需要增强降噪强度,具体降噪强度或需要增强的降噪强度等级,可以预先约定。
也可以预先设置多个噪声水平,并确定每个噪声水平对应的比较结果的范围。根据降噪区域的差值与噪声估计均值的比较结果与噪声水平的对应关系,确定该降噪区域的噪声水平。其中,设置的噪声水平的个数,以及每个噪声水平对应的比较结果的范围,根据实际需要设置,本发明不作限定。
还可以预先确定基于降噪区域的差值与噪声估计均值的差值计算降噪水平的公式,根据降噪区域的差值与噪声估计均值的差值,计算噪声水平。
本发明实施例提供的方法,利用视频降噪算法本身对噪声与细节的区分能力实现视频噪声估计。其中,视频降噪算法本身对噪声与细节的区分能力体现在,降噪处理前后的像素值如果不存在差值(或者差值在允许范围内),则相应的降噪区域为细节,否则为噪声。本发明实施例提供的方法,直接采用降噪处理前后的像素值差值确定噪声水平,不需要单独的视频噪声估计算法,降低了资源消耗。本发明实施例提供的方法所消耗的资源,是现有的视频噪声估计算法所消耗资源的几十分之一甚至几百分之一,在硬件资源紧张的场景下有着重要的应用价值。
较佳地,如果降噪区域包括至少两个像素点,降噪区域的像素值可以是该降噪区域包括的所有像素点的像素值的均值,也可以是该降噪区域包括的所有像素点的像素值之和,还可以是该降噪区域包括的所有像素点的像素值的集合。
如果降噪区域的像素值是该降噪区域包括的所有像素点的像素值的集合,确定该降噪区域在降噪处理前与降噪处理后的像素值的差值的具体实现方式可以是:确定该降噪区域包括的每个像素点在降噪处理前与降噪处理后的像素值的差值。也就是说,降噪区域的差值是该降噪区域包括的每个像素点在降噪处理前与降噪处理后的像素值的差值的集合。
基于上述任意实施例,较佳地,根据每个降噪区域的差值,确定噪声估计均值的具体实现方式可以是:对每个降噪区域的差值进行直方图统计;根据直方图统计结果,确定噪声估计均值。当然,也可以采用其他方式对差值进行统计,根据统计结果确定噪声估计均值。
基于上述任意实施例,较佳地,可以确定所有降噪区域的差值的均值,为上述噪声估计均值。当然,也可以根据实际需要,根据所有降噪区域的差值确定噪声估计均值,例如,为降噪区域分配权重,根据所有降噪区域的差值及权重,确定噪声估计均值。等等。
以灰度图像为例,对本发明实施例提供的方法在具体应用场景中的实现进行介绍。
如图2所示,具体包括如下操作:
使用第i-1帧的视频噪声估计结果对第i帧视频图像进行三维降噪。具体的,视频图像的像素点被均匀划分为N个降噪区域,针对每个降噪区域,分别使用第i-1真的视频噪声估计结果进行三维降噪。
确定第i帧视频图像在三维降噪处理前和三维降噪处理后的灰度值的差值,作为噪声值。具体的,分别确定第i帧视频图像的每个降噪区域在三维降噪处理前后的灰度值的差值,作为噪声值。
对每个降噪区域的差值进行直方图统计。
根据直方图统计结果进行噪声估计。具体的,根据直方图统计结果,确定噪声估计均值,然后分别将每个降噪区域的差值与噪声估计均值进行比较,确定每个降噪区域的噪声水平。
使用第i帧的视频噪声估计结果对第i+1帧视频图像进行三维降噪,然后按照上述流程进行第i+1帧视频图像的噪声估计。
基于与方法同样的发明构思,本发明实施例提供一种视频噪声估计的装置,如图3所示,包括:
噪声值确定模块301,用于分别确定当前帧视频图像的每个降噪区域在降噪处理前与降噪处理后的像素值的差值,其中,视频图像划分为N个降噪区域,N为不小于2的整数;
噪声估计均值确定模块302,用于根据每个降噪区域的所述差值,确定噪声估计均值;
视频噪声估计模块303,用于分别将每个降噪区域的所述差值与噪声估计均值进行比较,确定每个降噪区域的噪声水平,噪声水平为对下一帧视频图像的降噪区域进行降噪处理所需的视频噪声估计结果。
本发明实施例提供的装置,利用视频降噪算法本身对噪声与细节的区分能力实现视频噪声估计。其中,视频降噪算法本身对噪声与细节的区分能力体现在,降噪处理前后的像素值如果不存在差值(或者差值在允许范围内),则相应的降噪区域为细节,否则为噪声。本发明实施例提供的方法,直接采用降噪处理前后的像素值差值确定噪声水平,不需要单独的视频噪声估计算法,降低了资源消耗。
较佳地,如果降噪区域包括至少两个像素点,降噪区域的像素值为降噪区域包括的所有像素点的像素值的均值;或者,
如果降噪区域包括至少两个像素点,降噪区域的像素值为降噪区域包括的所有像素点的像素值之和;或者,
如果降噪区域包括至少两个像素点,降噪区域的像素值为降噪区域包括的所有像素点的像素值的集合,噪声值确定模块具体用于:确定降噪区域包括的每个像素点在降噪处理前与降噪处理后的像素值的差值。
基于上述任意装置实施例,较佳地,噪声估计均值确定模块302具体用于:
对每个降噪区域的所述差值进行直方图统计;
根据所述直方图统计结果,确定噪声估计均值。
基于上述任意装置实施例,较佳地,噪声估计均值确定模块302具体用于:
确定所有降噪区域的所述差值的均值,为所述噪声估计均值。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (8)

1.一种视频噪声估计的方法,其特征在于,包括:
分别确定当前帧视频图像的每个降噪区域在降噪处理前与降噪处理后的像素值的差值,其中,视频图像划分为N个降噪区域,N为不小于2的整数;
根据每个降噪区域的所述差值,确定噪声估计均值;
分别将每个降噪区域的所述差值与所述噪声估计均值进行比较,确定每个降噪区域的噪声水平,所述噪声水平为对下一帧视频图像的降噪区域进行降噪处理所需的视频噪声估计结果。
2.根据权利要求1所述的方法,其特征在于,如果降噪区域包括至少两个像素点,所述降噪区域的像素值为所述降噪区域包括的所有像素点的像素值的均值;或者,
如果降噪区域包括至少两个像素点,所述降噪区域的像素值为所述降噪区域包括的所有像素点的像素值之和;或者,
如果降噪区域包括至少两个像素点,所述降噪区域的像素值为所述降噪区域包括的所有像素点的像素值的集合,确定所述降噪区域在降噪处理前与降噪处理后的像素值的差值,包括:
确定所述降噪区域包括的每个像素点在降噪处理前与降噪处理后的像素值的差值。
3.根据权利要求1或2所述的方法,其特征在于,根据每个降噪区域的所述差值,确定噪声估计均值,包括:
对每个降噪区域的所述差值进行直方图统计;
根据所述直方图统计结果,确定噪声估计均值。
4.根据权利要求1或2所述的方法,其特征在于,根据每个降噪区域的所述差值,确定噪声估计均值,包括:
确定所有降噪区域的所述差值的均值,为所述噪声估计均值。
5.一种视频噪声估计的装置,其特征在于,包括:
噪声值确定模块,用于分别确定当前帧视频图像的每个降噪区域在降噪处理前与降噪处理后的像素值的差值,其中,帧视频图像划分为N个降噪区域,N为不小于2的整数;
噪声估计均值确定模块,用于根据每个降噪区域的所述差值,确定噪声估计均值;
视频噪声估计模块,用于分别将每个降噪区域的所述差值与所述噪声估计均值进行比较,确定每个降噪区域的噪声水平,所述噪声水平为对下一帧视频图像的降噪区域进行降噪处理所需的视频噪声估计结果。
6.根据权利要求5所述的装置,其特征在于,如果降噪区域包括至少两个像素点,所述降噪区域的像素值为所述降噪区域包括的所有像素点的像素值的均值;或者,
如果降噪区域包括至少两个像素点,所述降噪区域的像素值为所述降噪区域包括的所有像素点的像素值之和;或者,
如果降噪区域包括至少两个像素点,所述降噪区域的像素值为所述降噪区域包括的所有像素点的像素值的集合,所述噪声值确定模块具体用于:
确定所述降噪区域包括的每个像素点在降噪处理前与降噪处理后的像素值的差值。
7.根据权利要求5或6所述的装置,其特征在于,噪声估计均值确定模块具体用于:
对每个降噪区域的所述差值进行直方图统计;
根据所述直方图统计结果,确定噪声估计均值。
8.根据权利要求5或6所述的装置,其特征在于,噪声估计均值确定模块具体用于:
确定所有降噪区域的所述差值的均值,为所述噪声估计均值。
CN201310753844.9A 2013-12-30 2013-12-30 一种视频噪声估计方法及装置 Active CN104754181B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310753844.9A CN104754181B (zh) 2013-12-30 2013-12-30 一种视频噪声估计方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310753844.9A CN104754181B (zh) 2013-12-30 2013-12-30 一种视频噪声估计方法及装置

Publications (2)

Publication Number Publication Date
CN104754181A true CN104754181A (zh) 2015-07-01
CN104754181B CN104754181B (zh) 2018-02-16

Family

ID=53593240

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310753844.9A Active CN104754181B (zh) 2013-12-30 2013-12-30 一种视频噪声估计方法及装置

Country Status (1)

Country Link
CN (1) CN104754181B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111507923A (zh) * 2020-04-21 2020-08-07 浙江大华技术股份有限公司 一种视频图像的噪声处理方法、装置、设备和介质
CN112435182A (zh) * 2020-11-17 2021-03-02 浙江大华技术股份有限公司 图像降噪方法及装置
CN114494028A (zh) * 2020-11-12 2022-05-13 生物岛实验室 粒子束成像降噪方法及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050107982A1 (en) * 2003-11-17 2005-05-19 Zhaohui Sun Method and system for noise estimation from video sequence
CN103366349A (zh) * 2013-07-19 2013-10-23 华润万东医疗装备股份有限公司 一种消除平板探测器线噪声的方法及装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050107982A1 (en) * 2003-11-17 2005-05-19 Zhaohui Sun Method and system for noise estimation from video sequence
CN103366349A (zh) * 2013-07-19 2013-10-23 华润万东医疗装备股份有限公司 一种消除平板探测器线噪声的方法及装置

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111507923A (zh) * 2020-04-21 2020-08-07 浙江大华技术股份有限公司 一种视频图像的噪声处理方法、装置、设备和介质
CN111507923B (zh) * 2020-04-21 2023-09-12 浙江大华技术股份有限公司 一种视频图像的噪声处理方法、装置、设备和介质
CN114494028A (zh) * 2020-11-12 2022-05-13 生物岛实验室 粒子束成像降噪方法及装置
CN114494028B (zh) * 2020-11-12 2022-12-09 生物岛实验室 粒子束成像降噪方法及装置
CN112435182A (zh) * 2020-11-17 2021-03-02 浙江大华技术股份有限公司 图像降噪方法及装置
CN112435182B (zh) * 2020-11-17 2024-05-10 浙江大华技术股份有限公司 图像降噪方法及装置

Also Published As

Publication number Publication date
CN104754181B (zh) 2018-02-16

Similar Documents

Publication Publication Date Title
CN108550101B (zh) 图像处理方法、装置及存储介质
CN103778900B (zh) 一种图像处理方法及系统
CN101378514B (zh) 增强rgbw图像信号的饱和度的系统和方法
CN103646392B (zh) 逆光检测方法及设备
CN107122244B (zh) 一种基于多gpu的图数据处理系统及方法
CN108174057B (zh) 一种利用视频图像帧间差异对画面快速降噪的方法及装置
CN105023234B (zh) 基于嵌入式系统存储优化的图形加速方法
US10068370B2 (en) Render-time linking of shaders
CN104899853A (zh) 图像区域的划分方法及装置
CN109726620A (zh) 一种视频火焰检测方法及装置
CN102402918B (zh) 改善画面画质的方法及lcd显示器
CN102289839A (zh) 一种面向三维数字城市的高效多细节层次渲染方法
CN103778599A (zh) 一种图像处理方法及系统
CN113902641B (zh) 一种基于红外图像的数据中心热区判别方法及系统
CN102025981A (zh) 一种监控视频中的前景检测的方法
CN105320570A (zh) 资源管理方法和系统
CN105117024A (zh) 一种控制方法、电子设备及电子装置
CN104754181A (zh) 一种视频噪声估计方法及装置
US8577141B2 (en) Method of enhancing contrast using bezier curve
CN116406504A (zh) 用于使用多个帧的基于直方图且自适应的色调映射的方法和装置
CN104836912A (zh) 一种信息处理的方法及移动终端
CN111583378A (zh) 一种虚拟资产处理的方法及装置、电子设备、存储介质
CN110349253A (zh) 一种场景的三维重建方法、终端和可读存储介质
CN104811631A (zh) 一种图像处理方法及图像处理器
JP2012104099A5 (zh)

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
EXSB Decision made by sipo to initiate substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant