CN105513023B - 一种平显字符画面全屏反走样方法及装置 - Google Patents
一种平显字符画面全屏反走样方法及装置 Download PDFInfo
- Publication number
- CN105513023B CN105513023B CN201510876360.2A CN201510876360A CN105513023B CN 105513023 B CN105513023 B CN 105513023B CN 201510876360 A CN201510876360 A CN 201510876360A CN 105513023 B CN105513023 B CN 105513023B
- Authority
- CN
- China
- Prior art keywords
- image
- hud
- pixel
- correlation
- high frequency
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 230000009466 transformation Effects 0.000 claims description 19
- 238000001914 filtration Methods 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000005192 partition Methods 0.000 claims description 2
- 230000003111 delayed effect Effects 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 2
- 230000007246 mechanism Effects 0.000 description 6
- 238000011088 calibration curve Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 235000021185 dessert Nutrition 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000003706 image smoothing Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/60—Memory management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20172—Image enhancement details
- G06T2207/20192—Edge enhancement; Edge preservation
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Controls And Circuits For Display Device (AREA)
- Image Generation (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种平显字符画面全屏反走样方法及装置,属于图像处理技术领域。本发明利用相邻像素之间相关性区分图像低频平坦区域和高频边缘区域,有选择性对图像高频区域采用加权高斯滤波函数进行反走样处理,保证显示画面线条均匀性的同时,克服了传统非基于内容反走样算法所带来的图像整体偏暗,对比度降低等问题。并针对平显字符画面高频分量丰富、灰度离散化严重的特点采用非线性校正曲线提升显示对比度。本发明能够有效改善原平显图像中线条均匀性不佳、边缘“麻花”现象,提升平显画面整体的显示效果。且实时性高,整个处理过程不超过整帧画面时间的千分之三,对系统延迟影响小。方法简单,易于硬件实现。
Description
技术领域
本发明涉及一种平显字符画面全屏反走样方法及装置,属于图像处理技术领域。
背景技术
C919平显以及其他歼击机数字化平显广泛应用大视场光学设备,其具有可视范围广、分辨率高等显著优点。但这类设备由于物镜离轴角较大,导致显示画面严重畸变,使成像大小和形状发生特定变化,降低了显示质量和显示精度。故现阶段数字平显中普遍采用了基于双线性插值的预畸变技术对图像进行预处理,来消除光学系统的畸变。而基于传统双线形插值算法的畸变校正系统,在进行灰度重建时都不判断图像中各像素点之间的相关性,结果不同程度地导致包含丰富信息的图像边缘模糊。此外,在图像变换、处理以及传输的过程中存在不可避免的算法精度误差和噪声,这些问题导致了现有平显画面存在线条均匀性不佳、画面边缘“麻花”扭曲的现象,影响了显示质量。
在平显系统中,由于是在图像预畸变后级对图像进行反走样处理,无法获取作图内容(圆、直线、符号等),故无法采用现有比较成熟的基于内容反走样算法。实时且非基于内容反走样一直是反走样处理中的一个技术难点,此外,平显显示字符画面具有一定的特殊性,以两个像素点为主线宽的作图方式导致画面高频信息丰富,也增加了实时全屏反走样的难度。
发明内容
本发明的目的是提供一种平显字符画面全屏反走样方法及装置,以解决现有平显画面存在线条均匀性不佳、画面边缘“麻花”扭曲的问题。
本发明为解决上述技术问题提供了一种平显字符画面全屏反走样方法,该方法的步骤如下:
1)利用相邻像素之间相关性划分平显图像低频平坦区域和高频边缘区域;
2)对图像高频边缘区域进行反走样处理,对图像低频平坦区域进行延迟输出;
3)利用非线性校正曲线对反走样处理后的高频边缘区域图像和延时输出低频平坦区域图像进行灰度变换。
所述步骤1)中图像低频平坦区域和高频边缘区域的划分过程如下:
A.按照VESA时序以n*n模板窗口滑动依次同时取出待处理的屏显图像像素点以及周围相邻n2-1个像素点共n2点像素值;
B.对所取出的n2点像素值进行比较,找到其中的最大值和最小值;
C.计算该模板窗口内像素之间的相关性,并判断其是否大于设定阈值,若大于,则认为该模板窗口内像素之间相关性弱,图像位于高频边缘区域,否则认为图像位于低频平坦区域。
所述步骤2)中是采用加权高斯滤波法对图像高频边缘区域进行反走样处理的。
所述步骤3)中的灰度变换采用的是幂函数的非均匀校正曲线实现的。
所述步骤C中相关性采用的计算公式如下:
其中max为所取像素值中的最大值,min为所取像素值中的最小值。
本发明还提供了一种平显字符画面全屏反走样装置,该装置包括图像划分模块、反走样处理模块和灰度变换模块,
所述图像划分模块用于利用相邻像素之间相关性划分平显图像低频平坦区域和高频边缘区域;
所述反走样处理模块用于对图像高频边缘区域进行反走样处理,对图像低频平坦区域进行延迟输出;
所述灰度变换模块用于利用非线性校正曲线对反走样处理后的高频边缘区域图像和延时输出低频平坦区域图像进行灰度变换。
所述图像划分模块包括依次连接的缓存单元、比较单元和相关性判断单元,其中缓存单元,所述的缓存单元包括作为行缓冲器的FIFO和作为列缓冲器的寄存器,所述比较单元用于对采用n*n模板窗口滑动从FIFO和缓冲器中取出的待处理像素点进行比较,以找到其中的最大值和最小值,所述相关性判断单元用于根据找到最大值和最小值计算待处理像素点之间的相关性,并根据得到相关性判断图像所处的区域。
所述的反走样处理模块包括延迟输出单元和加权高斯卷积滤波单元,所述加权高斯卷积滤波单元用于对划分出的高频边缘区域图像进行加权高斯滤波处理,所述延迟输出单元用于对划分出的低频平坦区域进行延迟输出。
所述灰度变换模块采用的非均匀校正曲线为幂函数。
所述的相关性判断单元中采用的相关性计算公式如下:
其中max为所取像素值中的最大值,min为所取像素值中的最小值。
本发明的有益效果是:本发明利用相邻像素之间相关性区分图像低频平坦区域和高频边缘区域,有选择性对图像高频区域采用加权高斯滤波函数进行反走样处理,保证显示画面线条均匀性的同时,克服了传统非基于内容反走样算法所带来的图像整体偏暗,对比度降低等问题。并针对平显字符画面高频分量丰富、灰度离散化严重的特点采用非线性校正曲线提升显示对比度。本发明能够有效改善原平显图像中线条均匀性不佳、边缘“麻花”现象,提升平显画面整体的显示效果。且实时性高,整个处理过程不超过整帧画面时间的千分之三,对系统延迟影响小。方法简单,易于硬件实现。
附图说明
图1是本发明平显字符画面全屏反走样装置的结构原理图;
图2是本发明实施例中3X3模板窗口滑动图;
图3是三级缓存机构硬件实现图;
图4是本发明实施例中图像部内不同区域示意图;
图5为灰度校正曲线-幂函数。
具体实施方式
下面结合附图对本发明的具体实施方式做进一步的说明。
本发明的一种平显字符画面全屏反走样方法的实施例
本发明首先利用相邻像素之间相关性划分图像低频平坦区域和高频边缘区域;然后对图像高频边缘区域进行反走样处理,对图像低频平坦区域进行延迟输出;最后利用非线性校正曲线对整体字符画面进行灰度变换。该方法的具体实施步骤如下:
1.利用相邻像素之间相关性划分平显图像低频平坦区域和高频边缘区域。
A.首先按照VESA时序以n*n模板窗口滑动依次同时取出待处理的屏显图像像素点以及周围相邻n2-1个像素点共n2点像素值。
下面以3*3模板为例进行说明,对输入的DVI图像数据分别使用FIFO作为行缓冲器、寄存器作为列缓冲器进行三级缓存,按照VESA时序以3X3模板窗口滑动依次同时取出待处理像素点以及周围相邻8个像素点共9点像素值。如图2、图3所示,DVI图像按照VESA时序依次进入三级缓存机构,缓存机构分别采用FIFO作为行缓存器、寄存器作为列缓存器。两级FIFO先缓存前两行的数据,当第三行数据到来时,从每一级的缓存机构里面同时取出三个相邻数据。这样可以得到相邻三行相邻三列中3X3模板9个点的像素值。其中FIFO的深度为每一行数据的个数。如对于1280X1024分辨率的图像来说,每一个FIFO的深度为1280。
B.对所取出的像素值进行比较,找到其中的最大值和最小值。
本实施例中3*3模板内9点像素值分为三组通过两级比较器快速比较找出其中最大值、最小值。快速比较的方法如下:先通过“冒泡排序法”找出每组数据的最大和最小值,三组数据的最大值放在一起比较,得出模板窗口9个点的最大值。同样,三组数据的最小值放在一起比较,得出模板窗口的最小值。
C.计算该模板窗口内像素之间的相关性,并判断其是否大于设定阈值,若大于,则认为该模板窗口内像素之间相关性弱,图像位于高频边缘区域,否则认为图像位于低频平坦区域。
相关性运算的准则如下:
本实施例中以9点像素值中最大值、最小值的和、差、商进行运算,以得到3*3模板窗口内像素之间的相关性。利用相关性阈值区分图像不同区域:若阈值VT低于设定阈值,这里的设定阈值为0.2,认为模板窗口内像素之间相关性强,图像位于低频平坦区域;阈值VT高于等于0.2,则图像位于高频边缘区域。
如图4示例所示,图像内部平坦区域一般像素值之间的差别不大,但处于边缘区域或者字符内部的不均匀区域像素最大值和最小值之间的差异比较大,因此使用相关性阈值来区分图像的不同区域。在实际的硬件实现中,由于阈值一般为小数,不利用硬件上门限判断,可以将其取倒数,进而取整进行区分判断。
2.对图像高频边缘区域进行反走样处理,对图像低频平坦区域进行延迟输出。
对于高频边缘区域像素,本实施例中采用加权高斯滤波的方式进行反走样处理,即采用加权高斯函数进行空域卷积滤波,实现对图像的平滑处理。具体处理过程如下:
在时域处理中空域卷积滤波通过像素点与函数平滑模板相乘实现;
二维高斯函数的定义为:
由于平显字符画面是灰度图像,对其在x方向和y方向作平滑滤波处理有相同的意义,也就是说σ1=σ2=σ,故函数变化为
对于图像平滑滤波反走样采用下面模板窗口,其中a22为中心点,坐标为(1,1)。a11坐标为(-1,1),依次类推其他点坐标。
将二维高斯f(x,y)函数带入平滑滤波模板,并进行参数归一化(1/2πσ2=1),保证图像前后亮度的一致性,进而得出传统高斯模板。在传统高斯模板中,进一步的加大中心点的权重,保持与中线点相邻最近点的权重,减少相邻最远点的权重,加权高斯模板。
使用加权高斯模板对3X3模板窗口里面进行时域滤波,滤波公式如下:
用I像素值来取代3*3模板窗口中点心a22的值。
对于低频平坦区域像素,不需要进行反走样滤波处理,低频平坦区域像素之间相关性比较强,不进行反走样处理,直接延迟进行输出。延迟的时间与反走样处理的时间一致,来保证最终输出的连续性与同步性。
3.利用非线性校正曲线对反走样处理后的高频边缘区域图像和延时输出低频平坦区域图像进行灰度变换。
本实施例中利用非线性校正曲线-幂函数对整体字符画面进行灰度变换,提升画面对比度。
经过畸变处理后的平显字符画面灰度值的具有一定的特殊性,一方面高频分量丰富,另一方面灰度值对集中在(0~40)和(180~255)两个区间内。如图5所示,采用幂函数y=0.14·x0.139的校正曲线对灰度值进一步的校正,提升图像的对比度。幂函数的参数可以根据观察图像的选择合适的对比度确定,一般来说,曲线在高区间斜率越高,低区间斜率越低,相对应图像的对比度就越高。
在硬件实现中,可以采用查找表的形式实现灰度曲线校正,其中校正值的上限为255,位于超出255的值按255进行处理。最后将反走样后的图像数据按照VESA时序输出。
本发明的一种平显字符画面全屏反走样装置的实施例
本实施例中的平显字符画面反走样装置包括图像划分模块、反走样处理模块和灰度变换模块,图像划分模块用于利用相邻像素之间相关性划分平显图像低频平坦区域和高频边缘区域;反走样处理模块用于对图像高频边缘区域进行反走样处理,对图像低频平坦区域进行延迟输出;灰度变换模块用于利用非线性校正曲线对反走样处理后的高频边缘区域图像和延时输出低频平坦区域图像进行灰度变换。
其中图像划分模块包括依次连接的缓存单元、比较单元和相关性判断单元,其中缓存单元,缓存单元包括作为行缓冲器的FIFO和作为列缓冲器的寄存器,若采用n*n模板窗口,则缓存单元采用n级缓存机构,本实施例以3*3模板窗口为例,其缓存单元采用三级缓存机构,如图1所示;比较单元用于对采用n*n模板窗口滑动从FIFO和缓冲器中取出的待处理像素点进行比较,以找到其中的最大值和最小值,可采用“冒泡排序法”来实现;相关性判断单元用于根据找到最大值和最小值计算待处理像素点之间的相关性,并根据得到相关性判断图像所处的区域。反走样处理模块包括延迟输出单元和加权高斯卷积滤波单元,加权高斯卷积滤波单元用于对划分出的高频边缘区域图像进行加权高斯滤波处理,具体的处理过程已在方法的实施例进行了详细说明,这里不再赘述;延迟输出单元用于对划分出的低频平坦区域进行延迟输出,延迟时间与加权高斯卷积滤波单元的处理时间一致,以保证两者之间输出的同步性。灰度变换模块采用的非均匀校正曲线为幂函数。该装置对平显字符画面全屏反走样具体的处理过程已在方法的实施例进行了详细说明,这里不再赘述。
Claims (8)
1.一种平显字符画面全屏反走样方法,其特征在于,该方法的步骤如下:
1)利用相邻像素之间相关性划分平显图像低频平坦区域和高频边缘区域;
2)对图像高频边缘区域进行反走样处理,对图像低频平坦区域进行延迟输出;
3)利用非线性校正曲线对反走样处理后的高频边缘区域图像和延时输出低频平坦区域图像进行灰度变换;
所述步骤3)中的灰度变换采用的是幂函数的非均匀校正曲线实现的;所述幂函数为y=0.14·x0.139。
2.根据权利要求1所述的平显字符画面全屏反走样方法,其特征在于,所述步骤1)中图像低频平坦区域和高频边缘区域的划分过程如下:
A.按照VESA时序以n*n模板窗口滑动依次同时取出待处理的屏显图像像素点以及周围相邻n2-1个像素点共n2点像素值;
B.对所取出的n2点像素值进行比较,找到其中的最大值和最小值;
C.计算该模板窗口内像素之间的相关性,并判断其是否大于设定阈值,若大于,则认为该模板窗口内像素之间相关性弱,图像位于高频边缘区域,否则认为图像位于低频平坦区域。
3.根据权利要求2所述的平显字符画面全屏反走样方法,其特征在于,所述步骤2)中是采用加权高斯滤波法对图像高频边缘区域进行反走样处理的。
4.根据权利要求2所述的平显字符画面全屏反走样方法,其特征在于,所述步骤C中相关性采用的计算公式如下:
其中max为所取像素值中的最大值,min为所取像素值中的最小值。
5.一种平显字符画面全屏反走样装置,其特征在于,该装置包括图像划分模块、反走样处理模块和灰度变换模块,
所述图像划分模块用于利用相邻像素之间相关性划分平显图像低频平坦区域和高频边缘区域;
所述反走样处理模块用于对图像高频边缘区域进行反走样处理,对图像低频平坦区域进行延迟输出;
所述灰度变换模块用于利用非线性校正曲线对反走样处理后的高频边缘区域图像和延时输出低频平坦区域图像进行灰度变换;
所述灰度变换模块采用的非均匀校正曲线为幂函数;所述幂函数为y=0.14·x0.139。
6.根据权利要求5所述的平显字符画面全屏反走样装置,其特征在于,所述图像划分模块包括依次连接的缓存单元、比较单元和相关性判断单元,其中缓存单元,所述的缓存单元包括作为行缓冲器的FIFO和作为列缓冲器的寄存器,所述比较单元用于对采用n*n模板窗口滑动从FIFO和缓冲器中取出的待处理像素点进行比较,以找到其中的最大值和最小值,所述相关性判断单元用于根据找到最大值和最小值计算待处理像素点之间的相关性,并根据得到相关性判断图像所处的区域。
7.根据权利要求6所述的平显字符画面全屏反走样装置,其特征在于,所述的反走样处理模块包括延迟输出单元和加权高斯卷积滤波单元,所述加权高斯卷积滤波单元用于对划分出的高频边缘区域图像进行加权高斯滤波处理,所述延迟输出单元用于对划分出的低频平坦区域进行延迟输出。
8.根据权利要求6所述的平显字符画面全屏反走样装置,其特征在于,所述的相关性判断单元中采用的相关性计算公式如下:
其中max为所取像素值中的最大值,min为所取像素值中的最小值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510876360.2A CN105513023B (zh) | 2015-12-03 | 2015-12-03 | 一种平显字符画面全屏反走样方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510876360.2A CN105513023B (zh) | 2015-12-03 | 2015-12-03 | 一种平显字符画面全屏反走样方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105513023A CN105513023A (zh) | 2016-04-20 |
CN105513023B true CN105513023B (zh) | 2018-08-17 |
Family
ID=55720981
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510876360.2A Active CN105513023B (zh) | 2015-12-03 | 2015-12-03 | 一种平显字符画面全屏反走样方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105513023B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108804973B (zh) * | 2017-04-27 | 2021-11-09 | 深圳鲲云信息科技有限公司 | 基于深度学习的目标检测算法的硬件架构及其执行方法 |
CN107818323B (zh) * | 2017-11-21 | 2021-12-07 | 北京百度网讯科技有限公司 | 用于处理图像的方法和装置 |
CN108121522B (zh) * | 2017-12-19 | 2020-10-30 | 中国航空工业集团公司洛阳电光设备研究所 | 一种基于边缘方向相关性的预畸变后平显画面反走样方法 |
CN110335215B (zh) * | 2019-07-09 | 2021-07-02 | 格兰菲智能科技有限公司 | 图像反走样方法及图像反走样装置 |
CN111813484A (zh) * | 2020-07-09 | 2020-10-23 | 长沙景嘉微电子股份有限公司 | 2d桌面全屏多重反走样方法、装置及图形处理器 |
CN113183456B (zh) * | 2021-03-23 | 2023-12-08 | 深圳市创必得科技有限公司 | 提高光固化3d打印模型表面指定区域精细度的方法 |
CN114283222B (zh) * | 2021-12-19 | 2024-03-29 | 中国航空工业集团公司洛阳电光设备研究所 | 一种多线宽线段绘制反走样处理方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5668940A (en) * | 1994-08-19 | 1997-09-16 | Martin Marietta Corporation | Method and apparatus for anti-aliasing polygon edges in a computer imaging system |
CN1458627A (zh) * | 2002-05-14 | 2003-11-26 | 微软公司 | 在子象素精度再现系统中依赖字体尺寸的反走样 |
CN101458916A (zh) * | 2007-12-14 | 2009-06-17 | 深圳迈瑞生物医疗电子股份有限公司 | 波形抗锯齿方法及波形抗锯齿处理装置 |
CN101583975A (zh) * | 2007-01-11 | 2009-11-18 | 三菱电机株式会社 | 反走样装置 |
CN101764938A (zh) * | 2008-11-04 | 2010-06-30 | 新奥特(北京)视频技术有限公司 | 一种基于相邻四像素等高线距离的边缘反走样处理方法 |
CN102306388A (zh) * | 2011-08-29 | 2012-01-04 | 北京捷通华声语音技术有限公司 | 一种反笔形走样的方法和装置 |
CN103617640A (zh) * | 2013-11-13 | 2014-03-05 | 南京航空航天大学 | 一种线条图形反走样显示方法 |
CN104952102A (zh) * | 2015-06-12 | 2015-09-30 | 浙江大学 | 面向延迟着色的统一反走样方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7408559B2 (en) * | 2005-12-01 | 2008-08-05 | Hewlett-Packard Development Company, L.P. | Upscaling of anti-aliased graphical elements |
-
2015
- 2015-12-03 CN CN201510876360.2A patent/CN105513023B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5668940A (en) * | 1994-08-19 | 1997-09-16 | Martin Marietta Corporation | Method and apparatus for anti-aliasing polygon edges in a computer imaging system |
CN1458627A (zh) * | 2002-05-14 | 2003-11-26 | 微软公司 | 在子象素精度再现系统中依赖字体尺寸的反走样 |
CN101583975A (zh) * | 2007-01-11 | 2009-11-18 | 三菱电机株式会社 | 反走样装置 |
CN101458916A (zh) * | 2007-12-14 | 2009-06-17 | 深圳迈瑞生物医疗电子股份有限公司 | 波形抗锯齿方法及波形抗锯齿处理装置 |
CN101764938A (zh) * | 2008-11-04 | 2010-06-30 | 新奥特(北京)视频技术有限公司 | 一种基于相邻四像素等高线距离的边缘反走样处理方法 |
CN102306388A (zh) * | 2011-08-29 | 2012-01-04 | 北京捷通华声语音技术有限公司 | 一种反笔形走样的方法和装置 |
CN103617640A (zh) * | 2013-11-13 | 2014-03-05 | 南京航空航天大学 | 一种线条图形反走样显示方法 |
CN104952102A (zh) * | 2015-06-12 | 2015-09-30 | 浙江大学 | 面向延迟着色的统一反走样方法 |
Non-Patent Citations (4)
Title |
---|
OpenGL 机载图形生成算法的研究;常进;《中国优秀硕士学位论文全文数据库 信息科技辑》;20070615;第I138-615页第4.4节 * |
一种基于像素相关性的自适应反走样算法;璩柏青 等;《电子科技》;20040330;引言,第4节 * |
一种快速高效的反走样算法;刘燕 等;《计算机应用研究》;20120315;第29卷(第3期);第1138-1140页 * |
基于光栅显示器的反走样图元生成算法研究;李晓楠 等;《郑州大学学报(工学版)》;20100910;第31卷(第5期);第125-128页 * |
Also Published As
Publication number | Publication date |
---|---|
CN105513023A (zh) | 2016-04-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105513023B (zh) | 一种平显字符画面全屏反走样方法及装置 | |
Wang et al. | Low-light image enhancement via the absorption light scattering model | |
US11467661B2 (en) | Gaze-point determining method, contrast adjusting method, and contrast adjusting apparatus, virtual reality device and storage medium | |
CN105469373B (zh) | 一种Retinex图像增强方法及系统 | |
CN105787891B (zh) | 一种优化边缘锯齿的图像处理方法、系统及拍摄终端 | |
CN110570360B (zh) | 一种基于Retinex的鲁棒和全面的低质量光照图像增强方法 | |
CN103942755B (zh) | 图像亮度调节方法和装置 | |
CN106124511B (zh) | 一种基于自适应亮度回归矫正的水果表面缺陷检测方法 | |
CN105118067A (zh) | 一种基于高斯平滑滤波的图像分割方法 | |
CN108805829A (zh) | 影像数据处理方法、装置、设备及计算机可读存储介质 | |
KR20050010846A (ko) | 비디오 신호의 적응 스케일링 | |
CN102063704A (zh) | 一种机载视景增强方法及其装置 | |
CN104166258B (zh) | 液晶面板的灰阶值设定方法以及液晶显示器 | |
CN110996096B (zh) | 一种基于结构相似性差异度的色调映射图像质量评价方法 | |
US20140348428A1 (en) | Dynamic range-adjustment apparatuses and methods | |
CN109616080B (zh) | 一种异形屏轮廓补偿方法及终端 | |
WO2019225084A1 (ja) | 情報処理装置、情報処理方法、コンピュータプログラム | |
Liu et al. | Large size single image fast defogging and the real time video defogging FPGA architecture | |
CN108121522A (zh) | 一种基于边缘方向相关性的预畸变后平显画面反走样方法 | |
CN103996179A (zh) | 一种基于单尺度Retinex的快速实时图像增强方法 | |
Bronstein | Lazy sliding window implementation of the bilateral filter on parallel architectures | |
CN104200446A (zh) | 一种dr影像对比度均衡的方法及系统 | |
Gao et al. | Design and implementation of local threshold segmentation based on fpga | |
US10424236B2 (en) | Method, apparatus and system for displaying an image having a curved surface display effect on a flat display panel | |
CN113781360B (zh) | 基于人工智能的输液装置图像增强方法与系统 |
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 |