CN104915940A - 一种基于图像对齐的图像去噪的方法和系统 - Google Patents
一种基于图像对齐的图像去噪的方法和系统 Download PDFInfo
- Publication number
- CN104915940A CN104915940A CN201510298600.5A CN201510298600A CN104915940A CN 104915940 A CN104915940 A CN 104915940A CN 201510298600 A CN201510298600 A CN 201510298600A CN 104915940 A CN104915940 A CN 104915940A
- Authority
- CN
- China
- Prior art keywords
- image
- red
- green
- blue
- passage
- 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
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种基于图像对齐的图像去噪的方法和系统,其通过获取时间上连续的多张待处理图像,将时间上最前面的第一张图像作为模板图像,将随后的各张待处理图像作为操作图像,然后将所述的各张操作图像分别与所述的模板图像进行对齐处理,得到对齐图像,再计算出各张对齐图像的对应像素点红、绿、蓝通道各自的颜色值,最后将所述的模板图像的每个像素点红、绿、蓝通道的颜色值与对应像素点的红、绿、蓝通道的颜色值进行比较计算和去噪处理,得到去噪图像;本算法步骤简单,便于使用,具有较高的时间和空间效率,可以较好地生产与普及,非常适合工业制造。
Description
技术领域
本发明涉及图像处理技术领域,特别是一种基于图像对齐的图像去噪的方法及其应用该方法的系统。
背景技术
噪声是图像干扰的重要原因,常见的去噪方法包括:
1.均值滤波器:采用邻域平均法的均值滤波器非常适用于去除通过扫描得到的图像中的颗粒噪声;领域平均法有力地抑制了噪声,同时也由于平均而引起了模糊现象;
2.自适应维纳滤波器:它能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,该方法虽然对保留图像的边缘和其他高频部分比较有用,不过计算量较大;
3.中值滤波器:它是一种常用的非线性平滑滤波器,其基本原理是把数字图像或数字序列中一点的值用该点的一个领域中各点值的中值代换,从而可以消除孤立的噪声点。但该方法对一些细节多,特别是点、线、尖顶细节较多的图像不适用。
现有的去噪方法还包括形态学噪声滤除器、小波去噪等等,但这些方法大多是通过使用单张照片对图像进行消除噪声的处理,往往不能很好地还原图像的细节,或者计算量较大,算法太过复杂,无法很好地进行工业上的生产和推广。
发明内容
本发明为解决上述问题,提供了一种基于图像对齐的图像去噪的方法和系统,其通过对时间上连续的多张图像进行对齐处理和噪点消除,不仅算法简单,而且得到的去噪图像能够较好的保留细节信息。
为实现上述目的,本发明采用的技术方案为:
一种基于图像对齐的图像去噪的方法,其特征在于,包括以下步骤:
10.获取时间上连续的多张待处理图像,将时间上最前面的第一张图像作为模板图像,并将随后的各张待处理图像作为操作图像;
20.将所述的各张操作图像分别与所述的模板图像进行对齐处理,得到对齐图像;
30.根据所述的各张操作图像的对齐图像,计算出各张对齐图像的对应像素点红、绿、蓝通道各自的颜色值;
40.将所述的模板图像的每个像素点红、绿、蓝通道的颜色值与对应像素点的红、绿、蓝通道的颜色值进行比较计算和去噪处理,得到去噪图像。
优选的,所述的步骤10中,时间上连续的多张待处理图像,主要是指在同一个时刻驱动摄像头进行多次数据捕获得到的图像。
优选的,所述的步骤20中,将所述的各张操作图像分别与所述的模板图像进行对齐处理,该对齐处理采用以下任一种或一种以上的组合:中阈值位图对齐、特征点对齐、光流法对齐、块匹配对齐、基于分层模型的对齐、低秩分解对齐。
优选的,所述的步骤30中,根据所述的各张操作图像的对齐图像计算出各张对齐图像的对应像素点红、绿、蓝通道各自的颜色值,主要是指各自的平均颜色值,该平均颜色值的计算方法进一步包括以下步骤:
31.计算每张对齐图像的每个像素点的红、绿、蓝通道的颜色值;
32.将各张对齐图像的对应像素点各自的红、绿、蓝通道的颜色值相加后求平均值,得到对齐图像的每个像素点的红、绿、蓝通道各自的平均颜色值。
优选的,所述的步骤40中,将所述的模板图像的每个像素点红、绿、蓝通道的颜色值与对应像素点的红、绿、蓝通道的颜色值进行比较计算和去噪处理,进一步包括以下步骤:
41.判断所述的模板图像的当前像素点的红、绿、蓝通道的颜色值与所述的对应像素点的红、蓝、绿通道的平均颜色值的绝对差值是否超过预设阈值,若超过,则将所述的对应像素点的红、蓝、绿通道的平均颜色值作为该像素点的红、蓝、绿通道的颜色值;若未超过,则该像素点的红、蓝、绿通道的颜色值不变;
42.对所述的模板图像的每个像素点按照步骤41的判断方法分别计算出该模板图像的所有像素点的红、绿、蓝通道的颜色值,得到去噪图像的红、绿、蓝通道的颜色值。
优选的,所述的步骤40中,将所述的模板图像的每个像素点红、绿、蓝通道的颜色值与对应像素点的红、绿、蓝通道的颜色值进行比较计算和去噪处理,进一步包括以下步骤:
41a.判断所述的模板图像的当前像素点的红、绿、蓝通道的颜色值与所述的对应像素点的红、蓝、绿通道的颜色值的绝对差值是否超过预设阈值,若超过,则将所述的对应像素点的红、蓝、绿通道的各自的平均值分别作为该像素点的红、蓝、绿通道的颜色值;若未超过,则该像素点的红、蓝、绿通道的颜色值不变;
42a.对所述的模板图像的每个像素点按照步骤41的判断方法分别计算出该模板图像的所有像素点的红、绿、蓝通道的颜色值,得到去噪图像的红、绿、蓝通道的颜色值。
另外,本发明还提供了一种基于图像对齐的图像去噪的系统,其特征在于,其包括:
图像获取模块,用于获取时间上连续的多张待处理图像,将时间上最前面的第一张图像作为模板图像,并将随后的各张待处理图像作为操作图像;
对齐处理模块,用于将所述的各张操作图像分别与所述的模板图像进行对齐处理,得到对齐图像;
均值计算模块,其根据所述的各张操作图像的对齐图像,计算出各张对齐图像的对应像素点红、绿、蓝通道各自的颜色值;
去噪处理模块,其将所述的模板图像的每个像素点红、绿、蓝通道的颜色值与对应像素点的红、绿、蓝通道的颜色值进行比较计算和去噪处理,得到去噪图像。
优选的,所述的去噪处理模块进一步包括:
阈值判断单元,用于判断所述的模板图像的当前像素点的红、绿、蓝通道的颜色值与所述的对应像素点的红、蓝、绿通道的平均颜色值或者各自颜色值的绝对差值是否超过预设阈值,若超过,则将所述的红、蓝、绿通道的平均颜色值作为该像素点的红、蓝、绿通道的颜色值;若未超过,则该像素点的红、蓝、绿通道的颜色值不变;
去噪统计单元,用于对所述的模板图像的每个像素点按照阈值判断单元的判断结果分别计算出该模板图像的所有像素点的红、绿、蓝通道的颜色值,得到去噪图像的红、绿、蓝通道的颜色值。
本发明的有益效果是:
本发明的一种基于图像对齐的图像去噪的方法和系统,其通过获取时间上连续的多张待处理图像,将时间上最前面的第一张图像作为模板图像,将随后的各张待处理图像作为操作图像,然后将所述的各张操作图像分别与所述的模板图像进行对齐处理,得到对齐图像,再计算出各张对齐图像的对应像素点红、绿、蓝通道各自的颜色值,最后将所述的模板图像的每个像素点红、绿、蓝通道的颜色值与对应像素点的红、绿、蓝通道的颜色值进行比较计算和去噪处理,得到去噪图像;其利用连续拍摄的图像之间的相似性以及噪点的随机性来进行比对,从而使得噪点的地方能够很好地被消除,而细节信息则能够被保留;本算法步骤简单,思路新颖,便于使用,具有较高的时间和空间效率,可以较好地生产与普及,非常适合工业制造。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明一种基于图像对齐的图像去噪的方法的流程简图;
图2为本发明一种基于图像对齐的图像去噪的系统的结构示意图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚、明白,以下结合附图及实施例对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
如图1所示,本发明的一种基于图像对齐的图像去噪的方法,其包括以下步骤:
10.获取时间上连续的多张待处理图像,将时间上最前面的第一张图像作为模板图像,并将随后的各张待处理图像作为操作图像;
20.将所述的各张操作图像分别与所述的模板图像进行对齐处理,得到对齐图像;
30.根据所述的各张操作图像的对齐图像,计算出各张对齐图像的对应像素点红、绿、蓝通道各自的颜色值;
40.将所述的模板图像的每个像素点红、绿、蓝通道的颜色值与对应像素点的红、绿、蓝通道的颜色值进行比较计算和去噪处理,得到去噪图像。
所述的步骤10中,时间上连续的多张待处理图像,主要是指在同一个时刻驱动摄像头进行多次数据捕获得到的图像,优选的,连续的多张图像至少为大于或等于3张。
所述的步骤20中,将所述的各张操作图像分别与所述的模板图像进行对齐处理,该对齐处理采用以下任一种或一种以上的组合:中阈值位图对齐、特征点对齐、光流法对齐、块匹配对齐、基于分层模型的对齐、低秩分解对齐;具体的:
中阈值位图对齐:该算法主要是采用递归的方式,每次都把图片缩小成一半大小,从底层(最小)开始,往{(-1,-1),(-1,0),(-1,1),(0,-1),(0,0),(0,1),(1,-1),(1,0),(1,1)}这九个方向移动,找出其中最“适合”的一个移动方向调整之,传回上层。
特征点对齐:特征点对齐指的是先检测出图像中的特征点,然后利用相对应的特征点在不同图像中的位置进行对齐,例如SIFT算法或SURF算法等。
光流法对齐:光流法用来描述相对于观察者的运动所造成的观测目标、表面或边缘的运动,实际是通过检测图像像素点的强度随时间的变化进而推断出物体移动速度及方向的方法,然后利用检测出来的移动信息进行对齐。
块匹配对齐:块匹配的基本思想是将目标图像分割成固定大小的块,然后在参考图像中寻找匹配最好的块,利用匹配块的位移信息进行图片对齐。
基于分层模型的对齐:分层模型是一种用于开发网络的设计方法,描述了通信问题划分为几个小的问题(层次),每个问题对应一个层次,一般先从最简单的层次对齐,再往复杂的层次递进。
所述的步骤30中,根据所述的各张操作图像的对齐图像计算出各张对齐图像的对应像素点红、绿、蓝通道各自的颜色值,主要是指各自的平均颜色值,该平均颜色值的计算方法进一步包括以下步骤:
31.计算每张对齐图像的每个像素点的红、绿、蓝通道的颜色值;
32.将各张对齐图像的对应像素点各自的红、绿、蓝通道的颜色值相加后求平均值,得到对齐图像的每个像素点的红、绿、蓝通道各自的平均颜色值所述的步骤40中,将所述的模板图像的每个像素点红、绿、蓝通道的颜色值与对应像素点的红、绿、蓝通道的颜色值进行比较计算和去噪处理,主要是通过判断所述的模板图像的当前像素点的红、绿、蓝通道的颜色值与所述的对应像素点的红、蓝、绿通道的平均颜色值或者各自颜色值的绝对差值是否超过预设阈值,若超过,则将所述的红、蓝、绿通道的平均颜色值或各自的平均值作为该像素点的红、蓝、绿通道的颜色值;若未超过,则该像素点的红、蓝、绿通道的颜色值不变。具体步骤包括以下两种方式:
方式一:
41.判断所述的模板图像的当前像素点的红、绿、蓝通道的颜色值与所述的对应像素点的红、蓝、绿通道的平均颜色值的绝对差值是否超过预设阈值,若超过,则将所述的对应像素点的红、蓝、绿通道的平均颜色值作为该像素点的红、蓝、绿通道的颜色值;若未超过,则该像素点的红、蓝、绿通道的颜色值不变;
42.对所述的模板图像的每个像素点按照步骤41的判断方法分别计算出该模板图像的所有像素点的红、绿、蓝通道的颜色值,得到去噪图像的红、绿、蓝通道的颜色值。
方式二:
41a.判断所述的模板图像的当前像素点的红、绿、蓝通道的颜色值与所述的对应像素点的红、蓝、绿通道的颜色值的绝对差值是否超过预设阈值,若超过,则将所述的对应像素点的红、蓝、绿通道各自的平均值分别作为该像素点的红、蓝、绿通道的颜色值;若未超过,则该像素点的红、蓝、绿通道的颜色值不变;
42a.对所述的模板图像的每个像素点按照步骤41的判断方法分别计算出该模板图像的所有像素点的红、绿、蓝通道的颜色值,得到去噪图像的红、绿、蓝通道的颜色值。
如图2所示,根据上述方法,本发明还提供了一种基于图像对齐的图像去噪的系统,其包括:
图像获取模块A,用于获取时间上连续的多张待处理图像,将时间上最前面的第一张图像作为模板图像,并将随后的各张待处理图像作为操作图像;
对齐处理模块B,用于将所述的各张操作图像分别与所述的模板图像进行对齐处理,得到对齐图像;
均值计算模块C,其根据所述的各张操作图像的对齐图像,计算出各张对齐图像的对应像素点红、绿、蓝通道各自的颜色值;
去噪处理模块D,其将所述的模板图像的每个像素点红、绿、蓝通道的颜色值与对应像素点的红、绿、蓝通道的颜色值进行比较计算和去噪处理,得到去噪图像。
本实施例中,所述的去噪处理模块D进一步包括:
阈值判断单元D1,用于判断所述的模板图像的当前像素点的红、绿、蓝通道的颜色值与所述的对应像素点的红、蓝、绿通道的平均颜色值或者各自颜色值的绝对差值是否超过预设阈值,若超过,则将所述的红、蓝、绿通道的平均颜色值作为该像素点的红、蓝、绿通道的颜色值;若未超过,则该像素点的红、蓝、绿通道的颜色值不变;
去噪统计单元D2,用于对所述的模板图像的每个像素点按照阈值判断单元D1的判断结果分别计算出该模板图像的所有像素点的红、绿、蓝通道的颜色值,得到去噪图像的红、绿、蓝通道的颜色值。
需要说明的是,本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。对于系统类实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。并且,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。另外,本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
上述说明示出并描述了本发明的优选实施例,应当理解本发明并非局限于本文所披露的形式,不应看作是对其他实施例的排除,而可用于各种其他组合、修改和环境,并能够在本文发明构想范围内,通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围,则都应在本发明所附权利要求的保护范围内。
Claims (8)
1.一种基于图像对齐的图像去噪的方法,其特征在于,包括以下步骤:
10.获取时间上连续的多张待处理图像,将时间上最前面的第一张图像作为模板图像,并将随后的各张待处理图像作为操作图像;
20.将所述的各张操作图像分别与所述的模板图像进行对齐处理,得到对齐图像;
30.根据所述的各张操作图像的对齐图像,计算出各张对齐图像的对应像素点红、绿、蓝通道各自的颜色值;
40.将所述的模板图像的每个像素点红、绿、蓝通道的颜色值与对应像素点的红、绿、蓝通道的颜色值进行比较计算和去噪处理,得到去噪图像。
2.根据权利要求1所述的一种基于图像对齐的图像去噪的方法,其特征在于:所述的步骤10中,时间上连续的多张待处理图像,主要是指在同一个时刻驱动摄像头进行多次数据捕获得到的图像。
3.根据权利要求1所述的一种基于图像对齐的图像去噪的方法,其特征在于:所述的步骤20中,将所述的各张操作图像分别与所述的模板图像进行对齐处理,该对齐处理采用以下任一种或一种以上的组合:中阈值位图对齐、特征点对齐、光流法对齐、块匹配对齐、基于分层模型的对齐、低秩分解对齐。
4.根据权利要求1所述的一种基于图像对齐的图像去噪的方法,其特征在于:所述的步骤30中,根据所述的各张操作图像的对齐图像计算出各张对齐图像的对应像素点红、绿、蓝通道各自的颜色值,主要是指各自的平均颜色值,该平均颜色值的计算方法进一步包括以下步骤:
31.计算每张对齐图像的每个像素点的红、绿、蓝通道的颜色值;
32.将各张对齐图像的对应像素点各自的红、绿、蓝通道的颜色值相加后求平均值,得到对齐图像的每个像素点的红、绿、蓝通道各自的平均颜色值。
5.根据权利要求1或4所述的一种基于图像对齐的图像去噪的方法,其特征在于:所述的步骤40中,将所述的模板图像的每个像素点红、绿、蓝通道的颜色值与对应像素点的红、绿、蓝通道的颜色值进行比较计算和去噪处理,进一步包括以下步骤:
41.判断所述的模板图像的当前像素点的红、绿、蓝通道的颜色值与所述的对应像素点的红、蓝、绿通道的平均颜色值的绝对差值是否超过预设阈值,若超过,则将所述的对应像素点的红、蓝、绿通道的平均颜色值作为该像素点的红、蓝、绿通道的颜色值;若未超过,则该像素点的红、蓝、绿通道的颜色值不变;
42.对所述的模板图像的每个像素点按照步骤41的判断方法分别计算出该模板图像的所有像素点的红、绿、蓝通道的颜色值,得到去噪图像的红、绿、蓝通道的颜色值。
6.根据权利要求1或4所述的一种基于图像对齐的图像去噪的方法,其特征在于:所述的步骤40中,将所述的模板图像的每个像素点红、绿、蓝通道的颜色值与对应像素点的红、绿、蓝通道的颜色值进行比较计算和去噪处理,进一步包括以下步骤:
41a.判断所述的模板图像的当前像素点的红、绿、蓝通道的颜色值与所述的对应像素点的红、蓝、绿通道的颜色值的绝对差值是否超过预设阈值,若超过,则将所述的对应像素点的红、蓝、绿通道的各自的平均值分别作为该像素点的红、蓝、绿通道的颜色值;若未超过,则该像素点的红、蓝、绿通道的颜色值不变;
42a.对所述的模板图像的每个像素点按照步骤41的判断方法分别计算出该模板图像的所有像素点的红、绿、蓝通道的颜色值,得到去噪图像的红、绿、蓝通道的颜色值。
7.一种基于图像对齐的图像去噪的系统,其特征在于,其包括:
图像获取模块,用于获取时间上连续的多张待处理图像,将时间上最前面的第一张图像作为模板图像,并将随后的各张待处理图像作为操作图像;
对齐处理模块,用于将所述的各张操作图像分别与所述的模板图像进行对齐处理,得到对齐图像;
均值计算模块,其根据所述的各张操作图像的对齐图像,计算出各张对齐图像的对应像素点红、绿、蓝通道各自的颜色值;
去噪处理模块,其将所述的模板图像的每个像素点红、绿、蓝通道的颜色值与对应像素点的红、绿、蓝通道的颜色值进行比较计算和去噪处理,得到去噪图像。
8.根据权利要求7所述的一种基于图像对齐的图像去噪的系统,其特征在于:所述的去噪处理模块进一步包括:
阈值判断单元,用于判断所述的模板图像的当前像素点的红、绿、蓝通道的颜色值与所述的对应像素点的红、蓝、绿通道的平均颜色值或者各自颜色值的绝对差值是否超过预设阈值,若超过,则将所述的红、蓝、绿通道的平均颜色值或者各自的平均值作为该像素点的红、蓝、绿通道的颜色值;若未超过,则该像素点的红、蓝、绿通道的颜色值不变;
去噪统计单元,用于对所述的模板图像的每个像素点按照阈值判断单元的判断结果分别计算出该模板图像的所有像素点的红、绿、蓝通道的颜色值,得到去噪图像的红、绿、蓝通道的颜色值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510298600.5A CN104915940A (zh) | 2015-06-03 | 2015-06-03 | 一种基于图像对齐的图像去噪的方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510298600.5A CN104915940A (zh) | 2015-06-03 | 2015-06-03 | 一种基于图像对齐的图像去噪的方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104915940A true CN104915940A (zh) | 2015-09-16 |
Family
ID=54084979
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510298600.5A Pending CN104915940A (zh) | 2015-06-03 | 2015-06-03 | 一种基于图像对齐的图像去噪的方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104915940A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105513021A (zh) * | 2015-11-27 | 2016-04-20 | 努比亚技术有限公司 | 图像去噪装置和方法 |
CN106355559A (zh) * | 2016-08-29 | 2017-01-25 | 厦门美图之家科技有限公司 | 一种图像序列的去噪方法及装置 |
WO2018068304A1 (zh) * | 2016-10-14 | 2018-04-19 | 深圳配天智能技术研究院有限公司 | 一种图像匹配的方法及装置 |
CN107967674A (zh) * | 2017-12-20 | 2018-04-27 | 成都信息工程大学 | 基于图像块自相似性先验的核磁共振图像去噪方法 |
CN109949252A (zh) * | 2019-04-15 | 2019-06-28 | 北京理工大学 | 一种基于补偿系数拟合的红外图像光斑去除方法 |
CN110060219A (zh) * | 2019-04-24 | 2019-07-26 | 北京理工大学 | 一种基于低秩近似的真实图降噪方法 |
CN111738946A (zh) * | 2020-06-16 | 2020-10-02 | 新疆大学 | 一种沙尘降质图像的增强方法及装置 |
WO2020244194A1 (zh) * | 2019-06-03 | 2020-12-10 | 岳宇飞 | 一种获得浅景深图像的方法及系统 |
WO2022226702A1 (zh) * | 2021-04-25 | 2022-11-03 | Oppo广东移动通信有限公司 | 图像处理方法、处理装置、电子设备和存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101257630A (zh) * | 2008-03-25 | 2008-09-03 | 浙江大学 | 结合三维滤波的视频编码方法和装置 |
CN101448077A (zh) * | 2008-12-26 | 2009-06-03 | 四川虹微技术有限公司 | 一种自适应视频图像3d降噪方法 |
CN101477679A (zh) * | 2009-01-16 | 2009-07-08 | 西安电子科技大学 | 基于轮廓波Contourlet变换的图像去噪方法 |
CN103150712A (zh) * | 2013-01-18 | 2013-06-12 | 清华大学 | 一种基于投影序列数据相似性的图像去噪方法 |
CN103412246A (zh) * | 2013-06-28 | 2013-11-27 | 广东电网公司电力科学研究院 | 基于紫外视频的电力设备异常放电自动检测方法 |
CN104050648A (zh) * | 2014-06-13 | 2014-09-17 | 深圳市欧珀通信软件有限公司 | 一种图像去噪方法及装置 |
-
2015
- 2015-06-03 CN CN201510298600.5A patent/CN104915940A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101257630A (zh) * | 2008-03-25 | 2008-09-03 | 浙江大学 | 结合三维滤波的视频编码方法和装置 |
CN101448077A (zh) * | 2008-12-26 | 2009-06-03 | 四川虹微技术有限公司 | 一种自适应视频图像3d降噪方法 |
CN101477679A (zh) * | 2009-01-16 | 2009-07-08 | 西安电子科技大学 | 基于轮廓波Contourlet变换的图像去噪方法 |
CN103150712A (zh) * | 2013-01-18 | 2013-06-12 | 清华大学 | 一种基于投影序列数据相似性的图像去噪方法 |
CN103412246A (zh) * | 2013-06-28 | 2013-11-27 | 广东电网公司电力科学研究院 | 基于紫外视频的电力设备异常放电自动检测方法 |
CN104050648A (zh) * | 2014-06-13 | 2014-09-17 | 深圳市欧珀通信软件有限公司 | 一种图像去噪方法及装置 |
Non-Patent Citations (2)
Title |
---|
(英)拉尔夫•伊•雅格布逊等著,杨词银译: "《大不列颠摄影教程》", 31 March 2002, 长春:吉林摄影出版社 * |
王恒 等: ""利用同场景多幅图像进行图像降噪"", 《计算机应用与软件》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105513021A (zh) * | 2015-11-27 | 2016-04-20 | 努比亚技术有限公司 | 图像去噪装置和方法 |
CN105513021B (zh) * | 2015-11-27 | 2019-07-12 | 努比亚技术有限公司 | 图像去噪装置和方法 |
CN106355559A (zh) * | 2016-08-29 | 2017-01-25 | 厦门美图之家科技有限公司 | 一种图像序列的去噪方法及装置 |
WO2018068304A1 (zh) * | 2016-10-14 | 2018-04-19 | 深圳配天智能技术研究院有限公司 | 一种图像匹配的方法及装置 |
CN107967674A (zh) * | 2017-12-20 | 2018-04-27 | 成都信息工程大学 | 基于图像块自相似性先验的核磁共振图像去噪方法 |
CN107967674B (zh) * | 2017-12-20 | 2021-04-02 | 成都信息工程大学 | 基于图像块自相似性先验的核磁共振图像去噪方法 |
CN109949252A (zh) * | 2019-04-15 | 2019-06-28 | 北京理工大学 | 一种基于补偿系数拟合的红外图像光斑去除方法 |
CN110060219A (zh) * | 2019-04-24 | 2019-07-26 | 北京理工大学 | 一种基于低秩近似的真实图降噪方法 |
WO2020244194A1 (zh) * | 2019-06-03 | 2020-12-10 | 岳宇飞 | 一种获得浅景深图像的方法及系统 |
CN111738946A (zh) * | 2020-06-16 | 2020-10-02 | 新疆大学 | 一种沙尘降质图像的增强方法及装置 |
CN111738946B (zh) * | 2020-06-16 | 2022-04-08 | 新疆大学 | 一种沙尘降质图像的增强方法及装置 |
WO2022226702A1 (zh) * | 2021-04-25 | 2022-11-03 | Oppo广东移动通信有限公司 | 图像处理方法、处理装置、电子设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104915940A (zh) | 一种基于图像对齐的图像去噪的方法和系统 | |
Liu et al. | Image-adaptive YOLO for object detection in adverse weather conditions | |
Gao et al. | Sand-dust image restoration based on reversing the blue channel prior | |
TWI501194B (zh) | 基於費雪線性判別的雙暗通道先驗的影像能見度修復方法及其影像處理裝置 | |
US11700457B2 (en) | Flicker mitigation via image signal processing | |
CN104796582B (zh) | 基于随机喷射retinex的视频图像去噪与增强方法及装置 | |
TW201610913A (zh) | 影像能見度修復的方法及其影像處理裝置 | |
CN107767356B (zh) | 一种图像处理方法和装置 | |
TW201351301A (zh) | 自適應障礙物影像偵測方法 | |
CN103841298A (zh) | 一种基于颜色恒量和几何不变特征的视频稳像方法 | |
CN106101588A (zh) | 全景图像渐晕现象的补偿方法 | |
CN103729828A (zh) | 视频去雨方法 | |
CN104794727A (zh) | 一种基于对称性的单透镜计算成像psf快速标定方法 | |
CN112053298B (zh) | 一种图像去雾方法 | |
US9761003B2 (en) | Stereo image depth map generation device and method | |
CN105631854A (zh) | 一种基于fpga平台的自适应图像清晰度评价算法 | |
CN107993254A (zh) | 基于关联帧差分法的运动目标检测方法 | |
TWI394097B (zh) | 移動物體的偵測方法以及偵測系統 | |
CN101315664A (zh) | 用于文字识别的文本图像预处理方法 | |
CN110188640B (zh) | 人脸识别方法、装置、服务器和计算机可读介质 | |
CN109658441B (zh) | 基于深度信息的前景检测方法及装置 | |
CN104463812B (zh) | 修复在拍摄时受到雨滴干扰的视频图像的方法 | |
CN116823686B (zh) | 一种基于图像增强的夜间红外与可见光图像融合方法 | |
CN106709876A (zh) | 一种基于暗像元原理的光学遥感图像去雾方法 | |
Zhang et al. | Dehazing with improved heterogeneous atmosphere light estimation and a nonlinear color attenuation prior model |
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 |
Application publication date: 20150916 |
|
RJ01 | Rejection of invention patent application after publication |