CN105046655A - 一种视频图像自动锐化方法和装置 - Google Patents
一种视频图像自动锐化方法和装置 Download PDFInfo
- Publication number
- CN105046655A CN105046655A CN201510350929.1A CN201510350929A CN105046655A CN 105046655 A CN105046655 A CN 105046655A CN 201510350929 A CN201510350929 A CN 201510350929A CN 105046655 A CN105046655 A CN 105046655A
- Authority
- CN
- China
- Prior art keywords
- image
- sharpening
- rank
- video image
- template
- 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
Abstract
本发明适用于视频监控及图像处理技术领域,提供了一种视频图像自动锐化方法和装置,其中,方法包括获取视频图像的亮度图像作为原始图像;根据视频图像的亮度信息确定视频图像锐化级别和锐化阀值;将原始图像进行模糊处理得到模糊图像,使用原始图像减去模糊图像得到模板图像;根据当前图像的亮度级别及其图像锐化级别和图像锐化阀值对模板图像进行增强得到增强模板图像;将原始图像与增强模板图像进行相加得到目标图像。本发明提供的技术方法能够根据当前视频图像的亮度信息自动调整视频图像锐化级别与锐化阀值,能够在光照充分的环境下增强视频图像的边缘和细节,能够在低照度环境下,避免噪声在锐化处理过程中被过度放大而影响视频质量。
Description
技术领域
本发明属于视频监控及图像处理技术领域,尤其涉及一种视频图像自动锐化方法和装置。
背景技术
视频监控摄像机采集的图像信息可能由于图像传感器本身的物理限制、来自不同光源的干扰、工作环境照度太低、图像传感器的温度影响等因素,会包含噪声信息。在视频图像的处理和传输过程中,除了噪声因素外,有一些图像处理算法,比如图像平滑算法,会模糊视频图像的轮廓和细节,造成视频图像的轮廓和细节不清晰。图像锐化能够补偿图像的轮廓,增强图像的边缘、细节、以及图像的灰度跳变部分,使图像变得更清晰,更适合人眼观察和识别。
视频图像的能量主要集中在其低频部分,视频图像的边缘和细节则集中在其高频部分,同时视频图像的噪声也在高频段。视频图像锐化方法一般有微分法和高通滤波法。微分运算和高通滤波都有保持图像高频信息的作用,常用的微分锐化方法有Sobel算法、Roberts算法、Priwitt算法等一阶微分算法和Laplacian算法、Wallis算法等二阶微分算法。这些图像锐化算法在增强视频图像的边缘和细节的同时,也会使视频图像的噪声得到增强。视频监控摄像机必须全天候24小时不间断工作,在白天光照充分的时候,图像锐化能够增强视频图像的边缘和细节,在晚上光照程度很低的环境下,视频图像本身的噪声较大,图像锐化在增强视频图像的边缘和细节的同时,视频图像的噪声会被过度放大,反而影响视频图像的质量。
发明内容
鉴于上述问题,本发明的目的在于提供一种视频图像自动锐化方法及装置,旨在解决常用的视频图像锐化技术会使视频监控摄像机在低照度环境下噪声被过度放大而影响视频质量的技术问题。
本发明实施例是这样实现的,一种视频图像自动锐化方法,所述方法包括以下步骤:
获取视频图像的亮度图像作为原始图像;根据视频图像的亮度信息确定视频图像锐化级别和锐化阀值;将原始图像进行模糊处理得到模糊图像,使用原始图像减去模糊图像得到模板图像;根据当前图像的亮度级别及其图像锐化级别和图像锐化阀值对模板图像进行增强得到增强模板图像;将原始图像与增强模板图像进行相加得到目标图像。
优选的,所述根据视频图像的亮度统计信息确定视频图像锐化级别和锐化阀值,具体包括:
在标准灯箱中进行亮度测试,统计不同照度下视频图像的亮度信息,确定视频图像锐化级别和锐化阀值初值;在实际环境中进行验证,校正初值,得到最终的锐化级别和锐化阀值。
优选的,所述将原始图像进行模糊处理得到模糊图像,其模糊处理的方法具体包括:利用高斯模糊的方法,将原始图像进行模糊处理;或者,利用均值滤波的方法,将原始图像进行模糊处理。
优选的,所述使用原始图像减去模糊图像得到模板图像,具体包括:
将原始图像中像素点的灰度值减去模糊图像中处于相同坐标位的像素点的灰度值,在完成图像中所有像素点的灰度值相减运算后,由其相减结果值作为各像素点的灰度值构成模板图像。
优选的,根据当前图像的锐化级别按像素对模板图像进行增强,具体包括:
根据当前的锐化级别确定图像增强因子,对所述的模板图像逐像素扫描,对大于等于阀值的像素,使用增强因子进行增强。
另一方面,本发明实施例还提供了一种视频图像锐化装置,所述装置包括图像获取单元、级别确定单元、模板生成单元和锐化处理单元:
所述图像获取单元,用于获取视频图像的亮度图像作为原始图像;级别确定单元,用于根据视频图像的亮度信息确定视频图像锐化级别和锐化阀值;模板生成单元,用于将原始图像进行模糊处理得到模糊图像,使用原始图像减去模糊图像得到模板图像;根据当前图像的亮度级别及其图像锐化级别和图像锐化阀值对模板图像进行增强得到增强模板图像;锐化处理单元,用于将原始图像与增强模板图像进行相加得到目标图像。
优选的,所述级别确定单元根据视频图像的亮度信息确定视频图像锐化级别和锐化阀值,具体包括:在标准灯箱中进行亮度测试,统计不同照度下视频图像的亮度信息,确定视频图像锐化级别和锐化阀值初值;在实际环境中进行验证,校正初值,得到最终的锐化级别和锐化阀值。
优选的,所述将原始图像进行模糊处理得到模糊图像,其模糊处理的方法具体包括:
利用高斯模糊的方法,将原始图像进行模糊处理;或者,利用均值滤波的方法,将原始图像进行模糊处理。
优选的,所述使用原始图像减去模糊图像得到模板图像,具体包括:
模板生成单元将原始图像中像素点的灰度值减去模糊图像中处于相同坐标位的像素点的灰度值,在完成图像中所有像素点的灰度值相减运算后,由其相减结果值作为各像素点的灰度值构成模板图像。
优选的,根据当前图像的锐化级别按像素对模板图像进行增强,具体包括:
模板生成单元根据当前的锐化级别确定图像增强因子,对所述的模板图像逐像素扫描,对大于等于阀值的像素,使用增强因子进行增强。
本发明实施例提供的一种视频图像自动锐化方法的有益效果包括:本发明提供的技术方法能够根据当前视频图像的亮度信息自动调整视频图像锐化级别与锐化阀值,能够在光照充分的环境下增强视频图像的边缘和细节,能够在低照度环境下,避免噪声在锐化处理过程中被过度放大而影响视频质量。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种视频图像锐化方法的流程图;
图2是本发明实施例提供的一种锐化级别选择流程图;
图3是本发明实施例提供的一种视频图像锐化方法的流程图;
图4是本发明实施例提供的一种视频图像锐化装置的结构图;
图5是本发明实施例提供的一种视频图像锐化装置的结构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,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仅用以解释本发明,并不用于限定本发明。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
实施例一
图1给出了本发明实施例提供的视频图像自动锐化方法的流程图,为了便于说明仅给出了与本发明实施例相关的部分。
本实施例提供的视频图像自动锐化方法包括下述步骤:
在步骤201中,获取视频图像的亮度图像作为原始图像。
由于人眼对亮度信息更加敏感,本实施例只描述对亮度图像的处理,可以按照相同的方式对色度图像进行处理。采集到视频图像后,从采集到的视频图像中提取亮度图像,作为原始图像,记为f0(x,y)。
在步骤202中,根据视频图像的亮度信息确定视频图像锐化级别和锐化阀值。
本步骤中首先需要根据视频图像的亮度信息确定视频图像的锐化级别,其中,锐化级别越高,锐化程度越强。下面的描述使用L1、L2、L3、L4表示依次增强的四个锐化级别,在实际实施过程中可以调整级别数目,进行更加精确的控制。通常光照充足的情况下,视频图像噪声小,可以使用较强的锐化级别,光照程度很低时,视频图像噪声大,必须使用较小的锐化级别。每个锐化级别对应一个锐化阀值,依次表示为T1、T2、T3、T4,锐化级别越高,所取的阀值越小,表示锐化的边缘越多。
作为本步骤的一种优选实施方式,首先使用标准灯箱进行测试,通过统计不同照度下视频图像的亮度信息,确定视频图像锐化级别初值,然后在实际环境中进行验证,校正初值,得到不同级别的平均亮度阀值LV1、LV2、LV3。由于实景光照环境比标准光源要复杂,在实景中校正在标准光源下得到的初值,这样得到的数据更加准确。具体测试方法如下:
采用公式(1)计算平均亮度LV,统计k帧的范围内图像的平均亮度。
其中fz(x,y)为第z帧图像中像素的亮度,m、n为视频帧的宽和高。
在步骤203中,将原始图像进行模糊处理得到模糊图像,使用原始图像减去模糊图像得到模板图像。
本步骤使用图像模糊技术对原始图像f0(x,y)进行模糊处理,得到模糊图像fb(x,y),常用的模糊图像的技术有高斯模糊、均值滤波等技术。
使用原始图像f0(x,y)减去模糊图像fb(x,y),得到模板图像fmo(x,y),如公式(2)所示,模板图像fmo(x,y)主要包含原始图像的边缘和细节信息。
fmo(x,y)=f0(x,y)-fb(x,y)(2)
在步骤204中,根据当前图像的亮度级别及其图像锐化级别和图像锐化阀值对模板图像进行增强得到增强模板图像。
本步骤首先根据公式(1)计算当前图像的亮度LVc,然后根据步骤S11得到的亮度阀值确定当前图像的锐化级别。图像锐化级别的判别如图2所示,当LVc<LV1,当前视频图像的锐化级别为L1级,选用锐化阀值为T1,当LV1≤LVc<LV2时,当前视频图像的锐化级别为L2级,选用锐化阀值为T2,当LV2≤LVc<LV3时,当前视频图像的锐化级别为L3级,选用锐化阀值为T3,当LVc≥LV3时,当前视频图像的锐化级别为L4级,选用锐化阀值为T4。式(3)列出了一组阀值取值,阀值取值需要在测试阶段进行调整,避免过度锐化,进行调整后,将合适的锐化阀值用作预设参数。
确定了锐化阀值后,使用增强因子Gain对模板图像fmo(x,y)进行增强,得到增强后的模板图像fme(x,y),增强过程按像素进行,用Ts表示当前视频图像的锐化阀值,则增强过程如下所述。如果当前像素值大于Ts,按照公式(4)增强当前像素,否则保持当前像素不变。
fme(x,y)=Gain*fmo(x,y)(4)
增强因子Gain的值越大,图像锐化效果越明显,增强因子Gain不能过大,否则可能产生晕轮。可以通过对邻域像素进行亮度统计、比较的方法对增强因子进行检测。本实施例进行实景测试时,将Gain取值范围定在0.5至1.5之间,可取得较好的效果。
在步骤205中,将原始图像与增强模板图像进行相加得到目标图像。
使用公式(5),将将原始图像fo(x,y)与增强模板图像fme(x,y)进行相加得到目标图像fd(x,y)。
fd(x,y)=fo(x,y)+fme(x,y)(5)
本实施例根据当前视频图像的亮度统计信息自动调整视频图像锐化级别与锐化阀值,能够在光照充分的环境下增强视频图像的边缘和细节,能够在低照度环境下,避免噪声在锐化处理过程中被过度放大而影响视频质量。
实施例二:
图3给出了本发明实施例提供的视频图像锐化方法的流程图,为了便于说明仅给出了与本发明实施例相关的部分。
本实施例提供的视频图像自动锐化方法包括下述步骤:
在步骤301中,获取视频图像的亮度信息作为原始图像。
在步骤302中,根据视频图像的亮度信息确定视频图像锐化级别和锐化阀值。
在步骤303中,判断当前运行的锐化模式,其中,在运行的锐化模式为手动锐化模式时,进入步骤304;在运行的锐化模式为自动锐化模式时,进入步骤305。
在步骤304中,当锐化模式为手动锐化模式时,接收并保存输入的锐化级别和锐化阀值。
在步骤305中,当锐化模式为自动锐化模式时,根据当前采集到的视频图像统计亮度信息,并根据所述锐化级别和锐化阀值确定当前的锐化级别。
在步骤306中,进行图像锐化处理。
本实施例在实施例一基础上增加了步骤303和304,即增加了手动锐化模式,能提供手动锐化和自动锐化两种模式,用户可以通过相应的设置接口设置锐化模式。当用户设置为自动锐化模式时,与实施例一进行相同的处理,能达到相应的效果;当用户设置为手动锐化模式时,用户根据实际效果选择合适的锐化级别和锐化阀值,能达到用户选择的效果。本实施例中相关的具体实现方式和可扩展内容请参考实施例一中阐述的内容,在此不一一赘述。
实施例三:
图4给出了本发明实施例提供的视频图像锐化装置的结构图,为了便于说明仅给出了与本发明实施例相关的部分。
本实施例提供的视频图像自动锐化装置包括:图像获取单元41、级别确定单元42、模板生成单元43和锐化处理单元44,具体的:
所述图像获取单元41,用于获取视频图像的亮度图像作为原始图像;
级别确定单元42,用于根据视频图像的亮度信息确定视频图像锐化级别和锐化阀值;
模板生成单元43,用于将原始图像进行模糊处理得到模糊图像,使用原始图像减去模糊图像得到模板图像;根据当前图像的亮度级别及其图像锐化级别和图像锐化阀值对模板图像进行增强得到增强模板图像;
锐化处理单元44,用于将原始图像与增强模板图像进行相加得到目标图像。
结合本实施例,存在一种优选的方案,其中,所述级别确定单元根据视频图像的亮度信息确定视频图像锐化级别和锐化阀值,具体包括:
在标准灯箱中进行亮度测试,统计不同照度下视频图像的亮度信息,确定视频图像锐化级别和锐化阀值初值;在实际环境中进行验证,校正初值,得到最终的锐化级别和锐化阀值。
结合本实施例,存在一种优选的方案,其中,所述将原始图像进行模糊处理得到模糊图像,其模糊处理的方法具体包括:
利用高斯模糊的方法,将原始图像进行模糊处理;或者,利用均值滤波的方法,将原始图像进行模糊处理。
结合本实施例,存在一种优选的方案,其中,所述使用原始图像减去模糊图像得到模板图像,具体包括:
模板生成单元将原始图像中像素点的灰度值减去模糊图像中处于相同坐标位的像素点的灰度值,在完成图像中所有像素点的灰度值相减运算后,由其相减结果值作为各像素点的灰度值构成模板图像。
结合本实施例,存在一种优选的方案,其中,根据当前图像的锐化级别按像素对模板图像进行增强,具体包括:
模板生成单元根据当前的锐化级别确定图像增强因子,对所述的模板图像逐像素扫描,对大于等于阀值的像素,使用增强因子进行增强。其中,对小于阀值的像素,不进行增强。
增强因子的选择要避免产生晕轮,可以通过对邻域像素进行亮度统计、比较的方法对增强因子进行检测;图像增强因子确定后需要在不同亮度下进行测试验证,避免在图像锐化后产生晕轮;对小于阀值的像素,不进行增强。
实施例四:
图5给出了本发明实施例提供的视频图像锐化装置的结构图,为了便于说明仅给出了与本发明实施例相关的部分。
本实施例提供的视频图像自动锐化装置包括:
图像获取单元51,用于获取视频图像,并根据获取的视频图像生成相应的亮度图像作为原始图像。
级别确定单元52,用于统计视频图像的亮度信息,并根据视频图像的亮度统计信息确定视频图像锐化级别和锐化阀值。
锐化级别确定单元53,用于统计当前采集到的视频图像的亮度信息,并根据该统计信息,以及所述锐化级别和锐化阀值确定当前的锐化级别。
参数保存单元53,用于保存图像锐化模式信息,当图像锐化模式为手动模式时,接收并保存用户输入的图像锐化级别与图像锐化阀值。
锐化处理单元55,用于使用当前的锐化级别,按照所述的视频图像锐化方法,对当前的视频图像进行锐化处理。
本实施例在实施例三的基础上增加了参数保存单元53,用户可以通过相应的设置接口设置图像锐化模式、图像锐化级别和图像锐化阀值。
本实施例相比较实施例三,增加了参数保存单元。针对类似于实施例二中扩展的由操作人员人工输入锐化级别和锐化阀值的方案给予了可供实现的装置实施例。由于出于同一个发明构思,因此,基于本实施例所公开内容,存在的优选或者可扩展的方案可以参考实施例一、实施例二和实施例三中描述的内容,在此不一一赘述。
本领域普通技术人员还可以理解,实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,所述的程序可以存储于一计算机可读取存储介质中,所述的存储介质,包括ROM/RAM、磁盘、光盘等。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种视频图像锐化方法,其特征在于,所述方法包括:
获取视频图像的亮度图像作为原始图像;
根据视频图像的亮度信息确定视频图像锐化级别和锐化阀值;
将原始图像进行模糊处理得到模糊图像,使用原始图像减去模糊图像得到模板图像;
根据当前图像的亮度级别及其图像锐化级别和图像锐化阀值对模板图像进行增强得到增强模板图像;
将原始图像与增强模板图像进行相加得到目标图像。
2.根据权利要求1所述的方法,其特征在于,所述根据视频图像的亮度统计信息确定视频图像锐化级别和锐化阀值,具体包括:
在标准灯箱中进行亮度测试,统计不同照度下视频图像的亮度信息,确定视频图像锐化级别和锐化阀值初值;
在实际环境中进行验证,校正初值,得到最终的锐化级别和锐化阀值。
3.根据权利要求1或2所述的方法,其特征在于,所述将原始图像进行模糊处理得到模糊图像,其模糊处理的方法具体包括:
利用高斯模糊的方法,将原始图像进行模糊处理;或者,
利用均值滤波的方法,将原始图像进行模糊处理。
4.根据权利要求1或2所述的方法,其特征在于,所述使用原始图像减去模糊图像得到模板图像,具体包括:
将原始图像中像素点的灰度值减去模糊图像中处于相同坐标位的像素点的灰度值,在完成图像中所有像素点的灰度值相减运算后,由其相减结果值作为各像素点的灰度值构成模板图像。
5.根据权利要求1或2所述方法,其特征在于,根据当前图像的锐化级别按像素对模板图像进行增强,具体包括:
根据当前的锐化级别确定图像增强因子,对所述的模板图像逐像素扫描,对大于等于阀值的像素,使用增强因子进行增强。
6.一种视频图像锐化装置,其特征在于,所述装置包括图像获取单元、级别确定单元、模板生成单元和锐化处理单元,具体的:
所述图像获取单元,用于获取视频图像的亮度图像作为原始图像;
级别确定单元,用于根据视频图像的亮度信息确定视频图像锐化级别和锐化阀值;
模板生成单元,用于将原始图像进行模糊处理得到模糊图像,使用原始图像减去模糊图像得到模板图像;根据当前图像的亮度级别及其图像锐化级别和图像锐化阀值对模板图像进行增强得到增强模板图像;
锐化处理单元,用于将原始图像与增强模板图像进行相加得到目标图像。
7.根据权利要求1所述的装置,其特征在于,所述级别确定单元根据视频图像的亮度信息确定视频图像锐化级别和锐化阀值,具体包括:
在标准灯箱中进行亮度测试,统计不同照度下视频图像的亮度信息,确定视频图像锐化级别和锐化阀值初值;
在实际环境中进行验证,校正初值,得到最终的锐化级别和锐化阀值。
8.根据权利要求6或7所述的装置,其特征在于,所述将原始图像进行模糊处理得到模糊图像,其模糊处理的方法具体包括:
利用高斯模糊的方法,将原始图像进行模糊处理;或者,
利用均值滤波的方法,将原始图像进行模糊处理。
9.根据权利要求6或7所述的方法,其特征在于,所述使用原始图像减去模糊图像得到模板图像,具体包括:
模板生成单元将原始图像中像素点的灰度值减去模糊图像中处于相同坐标位的像素点的灰度值,在完成图像中所有像素点的灰度值相减运算后,由其相减结果值作为各像素点的灰度值构成模板图像。
10.根据权利要求6或7所述方法,其特征在于,根据当前图像的锐化级别按像素对模板图像进行增强,具体包括:
模板生成单元根据当前的锐化级别确定图像增强因子,对所述的模板图像逐像素扫描,对大于等于阀值的像素,使用增强因子进行增强。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510350929.1A CN105046655B (zh) | 2015-06-24 | 2015-06-24 | 一种视频图像自动锐化方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510350929.1A CN105046655B (zh) | 2015-06-24 | 2015-06-24 | 一种视频图像自动锐化方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105046655A true CN105046655A (zh) | 2015-11-11 |
CN105046655B CN105046655B (zh) | 2019-02-01 |
Family
ID=54453175
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510350929.1A Active CN105046655B (zh) | 2015-06-24 | 2015-06-24 | 一种视频图像自动锐化方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105046655B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106911904A (zh) * | 2015-12-17 | 2017-06-30 | 通用电气公司 | 图像处理方法、图像处理系统及成像系统 |
CN108024103A (zh) * | 2017-12-01 | 2018-05-11 | 重庆贝奥新视野医疗设备有限公司 | 图像锐化方法以及装置 |
CN108024015A (zh) * | 2017-08-21 | 2018-05-11 | 赫文波 | 移动终端来电提醒系统 |
CN108428215A (zh) * | 2017-02-15 | 2018-08-21 | 阿里巴巴集团控股有限公司 | 一种图像处理方法、装置和设备 |
CN108804997A (zh) * | 2018-03-29 | 2018-11-13 | 李金平 | 视角场景图像处理平台 |
CN109272470A (zh) * | 2018-10-08 | 2019-01-25 | 成都品果科技有限公司 | 一种图像增强方法及装置 |
CN109698892A (zh) * | 2018-12-29 | 2019-04-30 | 深圳开阳电子股份有限公司 | 一种视频图像锐化方法和图像处理设备 |
CN109785264A (zh) * | 2019-01-15 | 2019-05-21 | 北京旷视科技有限公司 | 图像增强方法、装置及电子设备 |
CN109994037A (zh) * | 2017-12-29 | 2019-07-09 | 杭州海康威视系统技术有限公司 | 生成电子地图的方法、装置、终端及存储介质 |
CN110211060A (zh) * | 2019-05-17 | 2019-09-06 | 成都微光集电科技有限公司 | 一种图像锐化方法及装置 |
CN112132958A (zh) * | 2020-09-23 | 2020-12-25 | 哈尔滨工程大学 | 一种基于双目视觉的水下环境三维重建方法 |
CN112258419A (zh) * | 2020-11-02 | 2021-01-22 | 无锡艾立德智能科技有限公司 | 一种加权式增强图像边缘信息的方法 |
CN112291315A (zh) * | 2020-10-18 | 2021-01-29 | 泰州物族信息科技有限公司 | 基于大数据服务的无线通信平台 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1462978A (zh) * | 2002-05-29 | 2003-12-24 | 北京中星微电子有限公司 | 数码图像噪声净化和锐化方法 |
CN101188671A (zh) * | 2007-12-18 | 2008-05-28 | 上海广电集成电路有限公司 | 视频图像的锐化方法 |
CN103530848A (zh) * | 2013-09-27 | 2014-01-22 | 中国人民解放军空军工程大学 | 一种非均匀光照图像二次曝光的实现方法 |
-
2015
- 2015-06-24 CN CN201510350929.1A patent/CN105046655B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1462978A (zh) * | 2002-05-29 | 2003-12-24 | 北京中星微电子有限公司 | 数码图像噪声净化和锐化方法 |
CN101188671A (zh) * | 2007-12-18 | 2008-05-28 | 上海广电集成电路有限公司 | 视频图像的锐化方法 |
CN103530848A (zh) * | 2013-09-27 | 2014-01-22 | 中国人民解放军空军工程大学 | 一种非均匀光照图像二次曝光的实现方法 |
Non-Patent Citations (3)
Title |
---|
张文杰 等: "基于邻域加权的多层次模糊边缘检测算法", 《吉林大学学报(工学版)》 * |
胡谋法 等: "一种实用的可见光图像自适应对比度增强方法", 《光学与光电技术》 * |
钱惟贤 等: "一种具有噪声抑制功能的红外图像锐化算法", 《光学学报》 * |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106911904A (zh) * | 2015-12-17 | 2017-06-30 | 通用电气公司 | 图像处理方法、图像处理系统及成像系统 |
CN108428215A (zh) * | 2017-02-15 | 2018-08-21 | 阿里巴巴集团控股有限公司 | 一种图像处理方法、装置和设备 |
CN108024015A (zh) * | 2017-08-21 | 2018-05-11 | 赫文波 | 移动终端来电提醒系统 |
CN108024103A (zh) * | 2017-12-01 | 2018-05-11 | 重庆贝奥新视野医疗设备有限公司 | 图像锐化方法以及装置 |
CN109994037A (zh) * | 2017-12-29 | 2019-07-09 | 杭州海康威视系统技术有限公司 | 生成电子地图的方法、装置、终端及存储介质 |
CN109994037B (zh) * | 2017-12-29 | 2021-12-14 | 杭州海康威视系统技术有限公司 | 生成电子地图的方法、装置、终端及存储介质 |
CN108804997A (zh) * | 2018-03-29 | 2018-11-13 | 李金平 | 视角场景图像处理平台 |
CN109272470A (zh) * | 2018-10-08 | 2019-01-25 | 成都品果科技有限公司 | 一种图像增强方法及装置 |
CN109272470B (zh) * | 2018-10-08 | 2022-04-22 | 成都品果科技有限公司 | 一种图像增强方法及装置 |
CN109698892A (zh) * | 2018-12-29 | 2019-04-30 | 深圳开阳电子股份有限公司 | 一种视频图像锐化方法和图像处理设备 |
CN109698892B (zh) * | 2018-12-29 | 2021-06-11 | 深圳开阳电子股份有限公司 | 一种视频图像锐化方法和图像处理设备 |
CN109785264A (zh) * | 2019-01-15 | 2019-05-21 | 北京旷视科技有限公司 | 图像增强方法、装置及电子设备 |
CN110211060A (zh) * | 2019-05-17 | 2019-09-06 | 成都微光集电科技有限公司 | 一种图像锐化方法及装置 |
CN112132958A (zh) * | 2020-09-23 | 2020-12-25 | 哈尔滨工程大学 | 一种基于双目视觉的水下环境三维重建方法 |
CN112291315A (zh) * | 2020-10-18 | 2021-01-29 | 泰州物族信息科技有限公司 | 基于大数据服务的无线通信平台 |
CN112291315B (zh) * | 2020-10-18 | 2021-05-28 | 盛夏 | 基于大数据服务的无线通信平台 |
CN112258419A (zh) * | 2020-11-02 | 2021-01-22 | 无锡艾立德智能科技有限公司 | 一种加权式增强图像边缘信息的方法 |
CN112258419B (zh) * | 2020-11-02 | 2023-08-11 | 无锡艾立德智能科技有限公司 | 一种加权式增强图像边缘信息的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105046655B (zh) | 2019-02-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105046655A (zh) | 一种视频图像自动锐化方法和装置 | |
CN103606132B (zh) | 基于空域和时域联合滤波的多帧数字图像去噪方法 | |
CN101685605B (zh) | 局部对比度强化的方法及装置 | |
US8165419B2 (en) | Histogram stretching apparatus and histogram stretching method for enhancing contrast of image | |
CN101980521B (zh) | 一种图像锐化方法以及相关装置 | |
CN101304489A (zh) | 一种自动曝光方法及装置 | |
CN103093225B (zh) | 二维码图像的二值化方法 | |
CN111079740A (zh) | 图像的质量评价方法、电子设备和计算机可读存储介质 | |
US20100098331A1 (en) | System and method for segmenting foreground and background in a video | |
JP5212380B2 (ja) | 画像補正装置、画像補正プログラムおよび画像補正方法 | |
US9396526B2 (en) | Method for improving image quality | |
CN106412383A (zh) | 视频图像的处理方法和装置 | |
US20100195902A1 (en) | System and method for calibration of image colors | |
CN110570360A (zh) | 一种基于Retinex的鲁棒和全面的低质量光照图像增强方法 | |
WO2015132826A1 (ja) | 画像処理装置、監視カメラ及び画像処理方法 | |
CN112967273B (zh) | 图像处理方法、电子设备及存储介质 | |
CN104408709A (zh) | 一种线阵ccd相机图像灰度不匀快速矫正方法 | |
CN101599171A (zh) | 自动对比度增强方法和装置 | |
CN106506946B (zh) | 一种摄像机自动聚焦方法及摄像机 | |
CN106204617A (zh) | 基于残差图像直方图循环移位的自适应图像二值化方法 | |
EP2575348A2 (en) | Image processing device and method for processing image | |
CN105225244A (zh) | 基于最小局部均方差计算的噪点检测方法 | |
CN104463812B (zh) | 修复在拍摄时受到雨滴干扰的视频图像的方法 | |
US11727540B2 (en) | Image sharpening | |
CN105139345A (zh) | 一种优质非标准Gamma曲线的自动搜索方法 |
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 |