CN105787891A - 一种优化边缘锯齿的图像处理方法、系统及拍摄终端 - Google Patents

一种优化边缘锯齿的图像处理方法、系统及拍摄终端 Download PDF

Info

Publication number
CN105787891A
CN105787891A CN201610069227.0A CN201610069227A CN105787891A CN 105787891 A CN105787891 A CN 105787891A CN 201610069227 A CN201610069227 A CN 201610069227A CN 105787891 A CN105787891 A CN 105787891A
Authority
CN
China
Prior art keywords
image
gray
carried out
scale
point
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
CN201610069227.0A
Other languages
English (en)
Other versions
CN105787891B (zh
Inventor
张伟
侯峰
张长定
傅松林
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.)
Xiamen Meitu Technology Co Ltd
Original Assignee
Xiamen Meitu 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 Xiamen Meitu Technology Co Ltd filed Critical Xiamen Meitu Technology Co Ltd
Priority to CN201610069227.0A priority Critical patent/CN105787891B/zh
Publication of CN105787891A publication Critical patent/CN105787891A/zh
Application granted granted Critical
Publication of CN105787891B publication Critical patent/CN105787891B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Facsimile Image Signal Circuits (AREA)

Abstract

本发明公开了一种优化边缘锯齿的图像处理方法、系统及拍摄终端，其对待处理图像的轮廓进行平滑处理得到光滑的闭合轮廓曲线，利用所述闭合轮廓曲线对所述待处理图像进行形态学重构和高斯模糊处理，得到二值图像的模糊图像，然后对所述模糊图像的所有边缘进行一次灰度统计和阈值处理得到第一灰度映射表，并根据所述第一灰度映射表计算得到灰度图像，并进一步对所述灰度图像的锯齿边缘进行二次灰度统计和阈值处理得到第二灰度映射表，并根据所述第二灰度映射表对所述锯齿边缘进行灰度调整得到抗锯齿图像；其不仅算法简单，运算速度快，而且锯齿边缘的改善效果显著，适用范围广。

Description

一种优化边缘锯齿的图像处理方法、系统及拍摄终端
技术领域
本发明涉及图像处理技术领域，特别是一种优化边缘锯齿的图像处理方法及其应用该方法的系统、拍摄终端。
背景技术
抗锯齿(英语：anti-aliasing，简称AA)，也译为抗锯齿或边缘柔化、消除混叠、抗图像折叠有损等。它是一种消除显示器输出的画面中图物边缘出现凹凸锯齿的技术，那些凹凸的锯齿通常因为高分辨率的信号以低分辨率表示或无法准确运算出3D图形坐标定位时所导致的图形混叠(aliasing)而产生的，反锯齿技术能有效地解决这些问题。它通常被用在在数字信号处理、数字摄影、电脑绘图与数码音效等方面，柔化被混叠的数字信号。
由于高分辨率下的来源信号或连续的模拟信号能够存储较多的数据，但在通过取样(sampling)时将较多的数据以较少的数据点代替，部分的数据被忽略造成取样结果有损，使机器把取样后的数字信号转换为人类可辨别的模拟信号时造成彼此交叠且有损，在声音中，便会出现刺耳、不和谐的音调或是噪音。同样，在3D绘图时，每个图形由像素组成，每段瞬间画面由帧组成，因为屏幕上的像素有限，如果要表现出多边形的位置时，因技术所限，使用绝对坐标定位法是无法做到的，只能使用在近似位置采样来进行相对定位。由于没有足够的采样来表现出3D世界中的所有物品的图形，所以在最后图像显示上，这些现象便会造成在物品与物品中过渡的边缘就会产生波浪状、圆形、锯齿和闪烁等有损现象，严重影响了画面的质量。
发明内容
本发明为解决上述问题，提供了一种优化边缘锯齿的图像处理方法、系统及拍摄终端，其利用轮廓线平滑方法、形态学重构方法以及分级映射的方法，能够更好的消除边缘锯齿，算法简单，且效果显著。
为实现上述目的，本发明采用的技术方案为：
首先，本发明提供一种优化边缘锯齿的图像处理方法，其包括以下步骤：
10.对待处理图像的轮廓进行平滑处理，得到光滑的闭合轮廓曲线；
20.利用所述闭合轮廓曲线对所述待处理图像进行形态学重构，得到二值图像；
30.对所述二值图像进行高斯模糊处理，得到模糊图像；
40.对所述模糊图像的所有边缘进行一次灰度统计，并根据预设的容忍度对所述的一次灰度统计的结果进行阈值处理得到第一灰度映射表，并根据所述第一灰度映射表计算得到灰度图像；
50.对所述灰度图像的锯齿边缘进行二次灰度统计，并根据所述的二次灰度统计的结果计算出灰度阈值，进而根据该灰度阈值对所述的二次灰度统计的结果进行阈值处理得到第二灰度映射表，并根据所述第二灰度映射表对所述锯齿边缘进行灰度调整，得到抗锯齿图像。
优选的，所述的步骤10中，对待处理图像的轮廓进行平滑处理，是对所述待处理图像提取当前轮廓点的内外轮廓点的坐标集合，并采用设定的平滑半径对所述当前轮廓点进行平滑处理，通过以下公式计算得到所述当前轮廓点的坐标值：
Point i = Σ j = i - r j = i + r Point j / ( 2 * r + 1 ) ;
其中，r为设定的平滑半径，j为当前轮廓点的内外轮廓点的索引号，Pointj为对应的内外轮廓点的坐标值，i为当前轮廓点的索引号，Pointi为计算得到的当前轮廓点的坐标值。
优选的，所述的步骤20中，利用所述闭合轮廓曲线对所述待处理图像进行形态学重构，是指利用所述闭合轮廓曲线进行形态学的空洞填充处理，从而构造出二值图像。
优选的，所述的步骤30中，对所述二值图像进行高斯模糊处理之前，还包括对所述二值图像进行灰度填充。
优选的，所述灰度填充是指根据所述二值图像的当前像素点的周围四邻域像素进行边缘判断，并根据四邻域满足条件的个数进行灰度填充：
对于灰度值为0的当前像素点，若四邻域像素点中有两个以上的像素点的灰度值为255，则当前像素点的灰度值置为128；若四邻域像素点有一个像素点的灰度值为255，则当前像素点的灰度值置为64。
优选的，所述的步骤40中，根据预设的容忍度对所述的一次灰度统计的结果进行阈值处理得到第一灰度映射表，是指对[0,255-容忍度]这个区间内的灰度进行映射处理。
优选的，所述的步骤50中，根据所述第二灰度映射表对所述锯齿边缘进行灰度调整，是对所述灰度图像的当前像素点的周围四邻域像素进行边缘判断，并对满足条件的像素点进行灰度调整：
对于灰度值小于128的当前像素点，若四邻域像素点中至少有一个像素点的灰度值大于或等于128，则当前像素点的灰度值加128。
优选的，所述的步骤10中，对所述待处理图像的轮廓进行平滑处理之前，还包括对所述待处理图像进行先腐蚀后膨胀的处理。
其次，本发明提供一种优化边缘锯齿的图像处理系统，其包括：
平滑处理模块，用于对待处理图像的轮廓进行平滑处理，得到光滑的闭合轮廓曲线；
二值化模块，其利用所述闭合轮廓曲线对所述待处理图像进行形态学重构，得到二值图像；
模糊处理模块，用于对所述二值图像进行高斯模糊处理，得到模糊图像；
第一灰度处理模块，用于对所述模糊图像的所有边缘进行一次灰度统计，并根据预设的容忍度对所述的一次灰度统计的结果进行阈值处理得到第一灰度映射表，并根据所述第一灰度映射表计算得到灰度图像；
第二灰度处理模块，用于对所述灰度图像的锯齿边缘进行二次灰度统计，并根据所述的二次灰度统计的结果计算出灰度阈值，进而根据该灰度阈值对所述的二次灰度统计的结果进行阈值处理得到第二灰度映射表，并根据所述第二灰度映射表对所述锯齿边缘进行灰度调整，得到抗锯齿图像。
优选的，还包括灰度填充模块，其在对所述二值图像进行高斯模糊处理之前，对所述二值图像进行灰度填充。
优选的，还包括腐蚀膨胀模块，其在对所述待处理图像的轮廓进行平滑处理之前，对所述待处理图像进行先腐蚀后膨胀的处理。
另外，本发明还提供一种拍摄终端，该拍摄终端包括如上任一项所述的优化边缘锯齿的图像处理系统。
本发明的有益效果是：
本发明的一种优化边缘锯齿的图像处理方法、系统及拍摄终端，其通过对待处理图像的轮廓进行平滑处理得到光滑的闭合轮廓曲线，利用所述闭合轮廓曲线对所述待处理图像进行形态学重构和高斯模糊处理，得到二值图像的模糊图像，然后对所述模糊图像的所有边缘进行一次灰度统计和阈值处理得到第一灰度映射表，并根据所述第一灰度映射表计算得到灰度图像，并进一步对所述灰度图像的锯齿边缘进行二次灰度统计和阈值处理得到第二灰度映射表，并根据所述第二灰度映射表对所述锯齿边缘进行灰度调整得到抗锯齿图像；其不仅算法简单，运算速度快，而且锯齿边缘的改善效果显著，适用范围广。
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为本发明优化边缘锯齿的图像处理方法的流程简图；
图2为本发明优化边缘锯齿的图像处理系统的结构示意图；
图3为优化边缘锯齿之前的待处理图像；
图4为优化边缘锯齿之后的抗锯齿图像效果示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。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。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，本发明的一种优化边缘锯齿的图像处理方法，其包括以下步骤：
10.对待处理图像的轮廓进行平滑处理，得到光滑的闭合轮廓曲线；
20.利用所述闭合轮廓曲线对所述待处理图像进行形态学重构，得到二值图像；
30.对所述二值图像进行高斯模糊处理，得到模糊图像；
40.对所述模糊图像的所有边缘进行一次灰度统计，并根据预设的容忍度对所述的一次灰度统计的结果进行阈值处理得到第一灰度映射表，并根据所述第一灰度映射表计算得到灰度图像；
50.对所述灰度图像的锯齿边缘进行二次灰度统计，并根据所述的二次灰度统计的结果计算出灰度阈值，进而根据该灰度阈值对所述的二次灰度统计的结果进行阈值处理得到第二灰度映射表，并根据所述第二灰度映射表对所述锯齿边缘进行灰度调整，得到抗锯齿图像。
所述的步骤10之前，对所述待处理图像的轮廓进行平滑处理之前，还包括对所述待处理图像进行先腐蚀后膨胀的处理，以便将将待处理图像的明显锯齿进行消除操作。
所述的步骤10中，对待处理图像的轮廓进行平滑处理，是对所述待处理图像提取当前轮廓点的内外轮廓点的坐标集合，并采用设定的平滑半径对所述当前轮廓点进行平滑处理，通过以下公式计算得到所述当前轮廓点的坐标值：
Point i = Σ j = i - r j = i + r Point j / ( 2 * r + 1 ) ;
其中，r为设定的平滑半径，j为当前轮廓点的内外轮廓点的索引号，Pointj为对应的内外轮廓点的坐标值，i为当前轮廓点的索引号，Pointi为计算得到的当前轮廓点的坐标值。
所述的步骤20中，利用所述闭合轮廓曲线对所述待处理图像进行形态学重构，是指利用所述闭合轮廓曲线进行形态学的空洞填充处理，从而构造出二值图像。
所述的步骤30中，对所述二值图像进行高斯模糊处理之前，还包括对所述二值图像进行灰度填充；该灰度填充是指根据所述二值图像的当前像素点的周围四邻域像素进行边缘判断，并根据四邻域满足条件的个数进行灰度填充：对于灰度值为0的当前像素点，若四邻域像素点中有两个以上的像素点的灰度值为255，则当前像素点的灰度值置为128；若四邻域像素点有一个像素点的灰度值为255，则当前像素点的灰度值置为64。
所述的步骤40中，根据预设的容忍度对所述的一次灰度统计的结果进行阈值处理得到第一灰度映射表，是指对[0,255-容忍度]这个区间内的灰度进行映射处理；该映射处理是指对所述区间内的像素点的灰度等级值进行映射计算得到新的灰度等级值，该新的灰度等级值的计算方法如下：
( ( 255 - T o l V a l ) - g r a y ) * 127 / 256 g r a y < 255 - T o l V a l 255 o t h e r w i s e
其中，TolVal为所述容忍度；gray为灰度图上对应像素点的灰度值。
所述的步骤50中，根据所述第二灰度映射表对所述锯齿边缘进行灰度调整，是对所述灰度图像的当前像素点的周围四邻域像素进行边缘判断，并对满足条件的像素点进行灰度调整：对于灰度值小于128的当前像素点，若四邻域像素点中至少有一个像素点的灰度值大于或等于128，则当前像素点的灰度值加128，并且，当前像素点的灰度对应统计值加1，最后根据统计数据计算出一个灰度阈值：若统计数据总和为0，则所述灰度阈值设为128；否则，按照以下公式计算所述灰度阈值Threshold：
T h r e s h o l d = ( &Sigma; i = 0 255 ( nCount i * i ) / &Sigma; i = 0 255 nCount i ) * 2 ;
其中，nCounti表示灰度为i所对应的统计值；本实施例中，所述的灰度阀值的取值范围在128至255之间，若得到的灰度阈值仍小于128，则设令灰度阈值Threshold为128。
所述的步骤50中，根据所述灰度阈值对所述的二次灰度统计的结果进行阈值处理得到第二灰度映射表，映射后的像素点的灰度值的计算方法如下：
( g r a y - T h r e s h o l d ) * 255 / ( 255 - T h r e s h o l d ) g r a y > T h r e s h o l d 0 o t h e r w i s e
其中，gray为所述像素点的映射前的灰度值；Threshold为所述灰度阈值。
如图2所示，本发明提供一种优化边缘锯齿的图像处理系统100，其包括：
平滑处理模块101，用于对待处理图像的轮廓进行平滑处理，得到光滑的闭合轮廓曲线；
二值化模块102，其利用所述闭合轮廓曲线对所述待处理图像进行形态学重构，得到二值图像；
模糊处理模块103，用于对所述二值图像进行高斯模糊处理，得到模糊图像；
第一灰度处理模块104，用于对所述模糊图像的所有边缘进行一次灰度统计，并根据预设的容忍度对所述的一次灰度统计的结果进行阈值处理得到第一灰度映射表，并根据所述第一灰度映射表计算得到灰度图像；
第二灰度处理模块105，用于对所述灰度图像的锯齿边缘进行二次灰度统计，并根据所述的二次灰度统计的结果计算出灰度阈值，进而根据该灰度阈值对所述的二次灰度统计的结果进行阈值处理得到第二灰度映射表，并根据所述第二灰度映射表对所述锯齿边缘进行灰度调整，得到抗锯齿图像。
作为优选的实施例，还包括灰度填充模块，其在对所述二值图像进行高斯模糊处理之前，对所述二值图像进行灰度填充；并且还进一步包括腐蚀膨胀模块，其在对所述待处理图像的轮廓进行平滑处理之前，对所述待处理图像进行先腐蚀后膨胀的处理。
本发明还提供一种拍摄终端，该拍摄终端包括如上所述的优化边缘锯齿的图像处理系统100，其中，优化边缘锯齿的图像处理系统100可以采用图2实施例的结构，其对应地，可以执行图1所示方法实施例的技术方案，其实现原理和技术效果类似，详细可以参见上述实施例中的相关记载，此处不再赘述。
所述拍摄终端包括：手机、数码相机或平板电脑等配置有摄像头的设备。
需要说明的是，本发明所述的待处理图像可以是蒙版图像(mask)，也可以是其他任意的普通图像，都能够较好的优化边缘锯齿，其不仅算法简单，运算速度快，而且锯齿边缘的改善效果显著，适用范围广。
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。对于系统实施例和终端实施例而言，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 (12)

1.一种优化边缘锯齿的图像处理方法，其特征在于，包括以下步骤：
10.对待处理图像的轮廓进行平滑处理，得到光滑的闭合轮廓曲线；
20.利用所述闭合轮廓曲线对所述待处理图像进行形态学重构，得到二值图像；
30.对所述二值图像进行高斯模糊处理，得到模糊图像；
40.对所述模糊图像的所有边缘进行一次灰度统计，并根据预设的容忍度对所述的一次灰度统计的结果进行阈值处理得到第一灰度映射表，并根据所述第一灰度映射表计算得到灰度图像；
50.对所述灰度图像的锯齿边缘进行二次灰度统计，并根据所述的二次灰度统计的结果计算出灰度阈值，进而根据该灰度阈值对所述的二次灰度统计的结果进行阈值处理得到第二灰度映射表，并根据所述第二灰度映射表对所述锯齿边缘进行灰度调整，得到抗锯齿图像。
2.根据权利要求1所述的一种优化边缘锯齿的图像处理方法，其特征在于：所述的步骤10中，对待处理图像的轮廓进行平滑处理，是对所述待处理图像提取当前轮廓点的内外轮廓点的坐标集合，并采用设定的平滑半径对所述当前轮廓点进行平滑处理，通过以下公式计算得到所述当前轮廓点的坐标值：
Point i = &Sigma; j = i - r j = i + r Point j / ( 2 * r + 1 ) ;
其中，r为设定的平滑半径，j为当前轮廓点的内外轮廓点的索引号，Pointj为对应的内外轮廓点的坐标值，i为当前轮廓点的索引号，Pointi为计算得到的当前轮廓点的坐标值。
3.根据权利要求1所述的一种优化边缘锯齿的图像处理方法，其特征在于：所述的步骤20中，利用所述闭合轮廓曲线对所述待处理图像进行形态学重构，是指利用所述闭合轮廓曲线进行形态学的空洞填充处理，从而构造出二值图像。
4.根据权利要求1所述的一种优化边缘锯齿的图像处理方法，其特征在于：所述的步骤30中，对所述二值图像进行高斯模糊处理之前，还包括对所述二值图像进行灰度填充。
5.根据权利要求4所述的一种优化边缘锯齿的图像处理方法，其特征在于：所述灰度填充是指根据所述二值图像的当前像素点的周围四邻域像素进行边缘判断，并根据四邻域满足条件的个数进行灰度填充：
对于灰度值为0的当前像素点，若四邻域像素点中有两个以上的像素点的灰度值为255，则当前像素点的灰度值置为128；若四邻域像素点有一个像素点的灰度值为255，则当前像素点的灰度值置为64。
6.根据权利要求1所述的一种优化边缘锯齿的图像处理方法，其特征在于：所述的步骤40中，根据预设的容忍度对所述的一次灰度统计的结果进行阈值处理得到第一灰度映射表，是指对[0,255-容忍度]这个区间内的灰度进行映射处理。
7.根据权利要求1所述的一种优化边缘锯齿的图像处理方法，其特征在于：所述的步骤50中，根据所述第二灰度映射表对所述锯齿边缘进行灰度调整，是对所述灰度图像的当前像素点的周围四邻域像素进行边缘判断，并对满足条件的像素点进行灰度调整：
对于灰度值小于128的当前像素点，若四邻域像素点中至少有一个像素点的灰度值大于或等于128，则当前像素点的灰度值加128。
8.根据权利要求1至7任一项所述的一种优化边缘锯齿的图像处理方法，其特征在于：所述的步骤10中，对所述待处理图像的轮廓进行平滑处理之前，还包括对所述待处理图像进行先腐蚀后膨胀的处理。
9.一种优化边缘锯齿的图像处理系统，其特征在于，包括：
平滑处理模块，用于对待处理图像的轮廓进行平滑处理，得到光滑的闭合轮廓曲线；
二值化模块，其利用所述闭合轮廓曲线对所述待处理图像进行形态学重构，得到二值图像；
模糊处理模块，用于对所述二值图像进行高斯模糊处理，得到模糊图像；
第一灰度处理模块，用于对所述模糊图像的所有边缘进行一次灰度统计，并根据预设的容忍度对所述的一次灰度统计的结果进行阈值处理得到第一灰度映射表，并根据所述第一灰度映射表计算得到灰度图像；
第二灰度处理模块，用于对所述灰度图像的锯齿边缘进行二次灰度统计，并根据所述的二次灰度统计的结果计算出灰度阈值，进而根据该灰度阈值对所述的二次灰度统计的结果进行阈值处理得到第二灰度映射表，并根据所述第二灰度映射表对所述锯齿边缘进行灰度调整，得到抗锯齿图像。
10.根据权利要求9所述的一种优化边缘锯齿的图像处理系统，其特征在于：还包括灰度填充模块，其在对所述二值图像进行高斯模糊处理之前，对所述二值图像进行灰度填充。
11.根据权利要求9所述的一种优化边缘锯齿的图像处理系统，其特征在于：还包括腐蚀膨胀模块，其在对所述待处理图像的轮廓进行平滑处理之前，对所述待处理图像进行先腐蚀后膨胀的处理。
12.一种拍摄终端，其特征在于，包括权利要求9至11任一项所述的优化边缘锯齿的图像处理系统。
CN201610069227.0A 2016-01-31 2016-01-31 一种优化边缘锯齿的图像处理方法、系统及拍摄终端 Active CN105787891B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610069227.0A CN105787891B (zh) 2016-01-31 2016-01-31 一种优化边缘锯齿的图像处理方法、系统及拍摄终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610069227.0A CN105787891B (zh) 2016-01-31 2016-01-31 一种优化边缘锯齿的图像处理方法、系统及拍摄终端

Publications (2)

Publication Number Publication Date
CN105787891A true CN105787891A (zh) 2016-07-20
CN105787891B CN105787891B (zh) 2019-02-26

Family

ID=56403218

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610069227.0A Active CN105787891B (zh) 2016-01-31 2016-01-31 一种优化边缘锯齿的图像处理方法、系统及拍摄终端

Country Status (1)

Country Link
CN (1) CN105787891B (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107578415A (zh) * 2017-10-10 2018-01-12 深圳市图智能科技有限公司 一种医学图像分割方法及装置
WO2018192280A1 (zh) * 2017-04-20 2018-10-25 腾讯科技（深圳）有限公司 Vr设备中的图像显示方法和装置以及vr设备
CN109276217A (zh) * 2018-12-05 2019-01-29 宁波敖群电器有限公司 过滤器实时驱动平台
CN109710122A (zh) * 2017-10-26 2019-05-03 北京京东尚科信息技术有限公司 用于展示信息的方法和装置
CN110298810A (zh) * 2019-07-24 2019-10-01 深圳市华星光电技术有限公司 图像处理方法及图像处理系统
CN110490163A (zh) * 2019-08-26 2019-11-22 西南交通大学 一种铁路视频数据智能处理方法及装置
CN110689492A (zh) * 2019-09-17 2020-01-14 珠海天燕科技有限公司 图像边缘平滑方法和装置
CN110868544A (zh) * 2019-11-25 2020-03-06 维沃移动通信（杭州）有限公司 一种拍摄方法及电子设备
CN112132783A (zh) * 2020-08-21 2020-12-25 成都飞机工业（集团）有限责任公司 一种基于数字图像处理技术的零件识别方法
CN112862705A (zh) * 2021-01-23 2021-05-28 西安点云生物科技有限公司 一种光固化切片图像边缘抗锯齿优化装置、设备、方法和存储介质
CN113183456A (zh) * 2021-03-23 2021-07-30 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
CN115424588A (zh) * 2022-10-11 2022-12-02 广州文石信息科技有限公司 文字显示边缘处理方法、装置、终端设备和存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050111046A1 (en) * 2003-10-30 2005-05-26 Seiko Epson Corporation Image processing circuit, image display apparatus, and image processing method
CN104200427A (zh) * 2014-09-17 2014-12-10 厦门美图之家科技有限公司 一种消除图像边缘锯齿的方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050111046A1 (en) * 2003-10-30 2005-05-26 Seiko Epson Corporation Image processing circuit, image display apparatus, and image processing method
CN104200427A (zh) * 2014-09-17 2014-12-10 厦门美图之家科技有限公司 一种消除图像边缘锯齿的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王栋等: "基于变混合系数的自适应抗锯齿视频叠加算法", 《电子测量技术》 *

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10650507B2 (en) 2017-04-20 2020-05-12 Tencent Technology (Shenzhen) Company Limited Image display method and apparatus in VR device, and VR device
WO2018192280A1 (zh) * 2017-04-20 2018-10-25 腾讯科技（深圳）有限公司 Vr设备中的图像显示方法和装置以及vr设备
CN107578415B (zh) * 2017-10-10 2019-12-17 深圳市一图智能科技有限公司 一种医学图像分割方法及装置
CN107578415A (zh) * 2017-10-10 2018-01-12 深圳市图智能科技有限公司 一种医学图像分割方法及装置
CN109710122A (zh) * 2017-10-26 2019-05-03 北京京东尚科信息技术有限公司 用于展示信息的方法和装置
CN109276217A (zh) * 2018-12-05 2019-01-29 宁波敖群电器有限公司 过滤器实时驱动平台
CN109276217B (zh) * 2018-12-05 2021-12-24 济宁市龙浩钢管制造有限公司 过滤器实时驱动平台
CN110298810A (zh) * 2019-07-24 2019-10-01 深圳市华星光电技术有限公司 图像处理方法及图像处理系统
CN110490163A (zh) * 2019-08-26 2019-11-22 西南交通大学 一种铁路视频数据智能处理方法及装置
CN110689492B (zh) * 2019-09-17 2022-02-11 珠海天燕科技有限公司 图像边缘平滑方法和装置
CN110689492A (zh) * 2019-09-17 2020-01-14 珠海天燕科技有限公司 图像边缘平滑方法和装置
CN110868544B (zh) * 2019-11-25 2021-04-30 维沃移动通信（杭州）有限公司 一种拍摄方法及电子设备
CN110868544A (zh) * 2019-11-25 2020-03-06 维沃移动通信（杭州）有限公司 一种拍摄方法及电子设备
CN112132783A (zh) * 2020-08-21 2020-12-25 成都飞机工业（集团）有限责任公司 一种基于数字图像处理技术的零件识别方法
CN112862705A (zh) * 2021-01-23 2021-05-28 西安点云生物科技有限公司 一种光固化切片图像边缘抗锯齿优化装置、设备、方法和存储介质
CN112862705B (zh) * 2021-01-23 2023-08-25 西安点云生物科技有限公司 一种光固化切片图像边缘抗锯齿优化装置、设备、方法和存储介质
CN113183456A (zh) * 2021-03-23 2021-07-30 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
WO2022198847A1 (zh) * 2021-03-23 2022-09-29 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
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
CN115424588A (zh) * 2022-10-11 2022-12-02 广州文石信息科技有限公司 文字显示边缘处理方法、装置、终端设备和存储介质

Also Published As

Publication number Publication date
CN105787891B (zh) 2019-02-26

Similar Documents

Publication Publication Date Title
CN105787891A (zh) 一种优化边缘锯齿的图像处理方法、系统及拍摄终端
JP3915563B2 (ja) 画像処理装置および画像処理プログラム
CN106127688B (zh) 一种超分辨率图像重建方法及其系统
EP3407604A1 (en) Method and device for processing high dynamic range image
KR100829564B1 (ko) 효율적으로 모션 블러 효과를 제공하는 3차원 그래픽스렌더링 방법 및 장치
CN102142132A (zh) 基于模块的图像修复方法
US9519996B2 (en) Virtual view generating method and apparatus
JP4464657B2 (ja) 曲面画像処理装置及び曲面画像処理方法
CN111260675B (zh) 一种图像真实边界高精度提取方法及系统
CN105354809A (zh) 一种基于输出图像像素位置索引的预畸变方法和装置
CN104715453A (zh) 一种分区域处理的图像增强方法及电路
CN104952102A (zh) 面向延迟着色的统一反走样方法
CN111311720B (zh) 一种纹理图像的处理方法和装置
CN113536971B (zh) 一种基于增量学习的目标检测方法
CN104732491A (zh) 一种边缘先验引导的单帧遥感图像超分辨率处理方法
JP5624859B2 (ja) 画像中の空間的に局在する現象のコントラストを強調する方法
CN115797327A (zh) 一种缺陷检测方法、装置、终端设备及存储介质
CN116109503A (zh) 图像修复方法、系统、设备及存储介质
CN112348807B (zh) 一种基于轮廓像素统计的内窥镜高亮点修复方法及系统
CN108333570B (zh) 雷达回波图片卷积平滑渲染方法和装置
Li et al. Dark channel prior based blurred image restoration method using total variation and morphology
CN111667499A (zh) 一种交通信号灯的图像分割方法、装置、设备及存储介质
Sangeetha et al. Performance analysis of exemplar based image inpainting algorithms for natural scene image completion
CN104766283A (zh) 一种墓葬壁画图像的数字化修复方法
CN112164009B (zh) 基于两层全连接条件随机场模型的深度图结构修复方法

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