CN105872310B - 可移动成像设备的图像运动检测方法及图像降噪方法 - Google Patents
可移动成像设备的图像运动检测方法及图像降噪方法 Download PDFInfo
- Publication number
- CN105872310B CN105872310B CN201610247824.8A CN201610247824A CN105872310B CN 105872310 B CN105872310 B CN 105872310B CN 201610247824 A CN201610247824 A CN 201610247824A CN 105872310 B CN105872310 B CN 105872310B
- Authority
- CN
- China
- Prior art keywords
- image
- block
- search
- previous frame
- scale map
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/14—Picture signal circuitry for video frequency region
- H04N5/144—Movement detection
- H04N5/145—Movement estimation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/14—Picture signal circuitry for video frequency region
- H04N5/21—Circuitry for suppressing or minimising disturbance, e.g. moiré or halo
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
Abstract
一种可移动成像设备的图像运动检测方法,包括:根据特定样率对前一帧和当前帧图像进行采样,分别获得前一帧尺度图和当前帧尺度图;在前一帧尺度图中确定搜索区,在当前帧尺度图中确定搜索块,所述搜索区覆盖所述搜索块;在所述搜索区搜索与所述搜索块匹配的区域,确定所述匹配的区域为匹配块;根据所述搜索块与所述匹配块的位置关系确定图像的全局运动。
Description
技术领域
本发明涉及图像处理领域,特别涉及图像运动检测方法及图像降噪方法。
背景技术
目前,可移动医学成像设备采集的图像中图像的降噪一般采用基于时阈的递归降噪,对于静止的图像序列,递归系数大,降噪效果好,但对于运动图像,递归降噪的递归系数大就会引起较明显的运动伪影。
以下是现有递归降噪的说明。在采用时域递归滤波方法进行降噪时,先把当前帧图像的像素和前一帧图像的经过降噪处理的像素按一定的比例叠加,其过程如以下公式:
Pn'(x,y)=Pn(x,y)*k+Pn-1'(x,y)*(1-k)。
其中,Pn-1'是指前一帧降噪后的图像,对于降噪系数k,k值越大,当前帧占的比重就大,递归就浅,降噪不明显;k值越小,则当前帧所占比重越小,递归深,降噪明显。但是由于使用前一帧与当前帧的加权叠加,对于运动的目标就会在降噪后的图中看到前一帧的“残影”,k值取得越小,“残影”越明显。
为了减少运动伪影,需要根据图像的运动改变递归系数。两帧图像之间相对运动越大,k值就应该取得大,伪影减少的同时降噪效果也相应减小,因此需要在减小运动伪影和消除噪声之间取的比较平衡的效果,k值就要取得合适。K值的选取需要根据图像之间实际的运动情况来进行选取,因此需要运动动情况的检测。
在现有技术中关于运动情况的检测是基于运动补偿的检测方法:主要应用于图像整体发生平移运动,如设备的移动导致的图像的平移。该方法对当前帧取一块区域,作为搜索块,在前一帧取一搜索区域,用搜索块在搜索区域中找出相似度最大的块区域,作为匹配块,利用这一匹配块的和搜索块的位置估算位移作为整个图像的位移情况。而这种方法计算量大,影响图像的处理效率。
发明内容
本发明为了解决现有技术中提到的问题,提供一种减少计算量的同时又能精确测量图像全局运动的方法及根据所述检测方法对图像进行降噪的图像降噪方法。
为了解决上述问题,本发明提供一种可移动成像设备的图像运动检测方法,包括:
根据特定采样率对前一帧和当前帧图像进行采样,分别获得前一帧尺度图和当前帧尺度图;
在前一帧尺度图中确定搜索区,在当前帧尺度图中确定搜索块,所述搜索区覆盖所述搜索块;
在所述搜索区搜索与所述搜索块匹配的区域,确定所述匹配的区域为匹配块;
根据所述搜索块与所述匹配块的位置关系确定图像的全局运动。
可选的,所述的图像运动检测方法,还包括:
在采样之前对所述前一帧和当前帧图像进行去无效区的步骤。
可选的,所述的图像运动检测方法中,
所述搜索区是在所述前一帧尺度图中对应所述搜索块的区域上向外扩展不小于设备移动距离对应的像素位后形成的区域。
可选的,所述的图像运动检测方法中,
所述搜索区是在所述前一帧尺度图中对应所述搜索块的区域上在设备移动方向上扩展不小于设备移动距离对应的像素位后形成的区域。
本发明还提供一种图像运动检测方法,还包括:
根据第一采样率对前一帧和当前帧图像进行采样,分别获得前一帧第一尺度图和当前帧第一尺度图;
在前一帧第一尺度图中确定第一搜索区,在当前帧第一尺度图中确定第一搜索块,所述第一搜索区覆盖所述第一搜索块;
在所述第一搜索区搜索与所述第一搜索块匹配的区域,确定所述匹配的区域为第一匹配块;
根据第二采样率,对前一帧和当前帧图像进行采样,分别获得前一帧第二尺度图和当前帧第二尺度图,所述第二采样率要大于所述第一采样率;
在前一帧第二尺度图中确定对应第一匹配块的区域为第二匹配块;
将所述第二匹配块所在的区域向外扩展获得第二搜索区;
在当前帧第二尺度图中确定对应第一搜索块的区域为第二搜索块;
在所述第二搜索区搜索与所述第二搜索块匹配的区域,确定该匹配的区域为第三匹配块;
根据所述第二搜索块与所述第三匹配块的位置关系确定图像的全局运动。
可选的,所述图像运动检测方法中,
所述第一采样率和所述第二采样率均为偶数分之一采样率。
可选的,所述图像运动检测方法中,
所述第一采样率为1/2n;所述第二采样率为1/n,其中n为偶数。
可选的,所述图像运动检测方法中,
所述第一采样率为1/4,所述第二采样率为1/2。
可选的,所述图像运动检测方法中,
所述前一帧第二尺度图中对应第一匹配块的区域向外扩展是指在前一帧第二尺度图中对应第一匹配块顶点的像素中取最外面的像素作为第二匹配块的顶点。
本发明还提供一种可移动成像设备的图像降噪方法,包括:
根据所述的方法计算前一帧和当前帧图像的全局运动;
根据所述全局运动计算前一帧和当前帧图像的重叠区域;
将前一帧和当前帧图像中的重叠区域分别分割为对应的至少两个子块;
对前一帧和当前帧图像中对应子块的灰度值进行比较;及
根据比较结果调整降噪系数。
与现有技术相比,本发明综合考虑了图像帧间的运动情况,针对全局运动和局部运动的实时图像提出一种运动检测方法,结合了整体运动位移估计和局部运动检测,更全面的判断图像帧间运动情况,并根据不同的运动情况设定不同的降噪系数,在对图像进行降噪的同时也减少图像的伪影。
进一步地,通过对图像采样后检测全局运动的方法,在有效的降低计算量的同时不会影响运动检测的结果。
附图说明
图1是本发明的图像全局运动检测方法的流程示意图;
图2是本发明的根据第一尺度图进行匹配的过程示意图;
图3是本发明的搜索区的生成示意图;
图4是本发明的根据第二尺度图进行匹配的过程示意图;
图5是本发明的根据两次匹配过程的获取的匹配块示意图;
图6是本发明的局部运动检测方法的流程示意图;
图7是根据本发明的局部运动检测过程示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更为明显易懂,下面结合附图对本发明的具体实施方式做详细的说明。在以下描述中阐述了具体细节以便于充分理解本发明。但是本发明能够以多种不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广。因此本发明不受下面公开的具体实施方式的限制。
图1是本发明的图像全局运动检测方法的流程示意图。以下结合附图1对图像全局运动的检测方法进行说明。
如图1所示,图像全局运动检测包括以下步骤。
S10,在前一帧和当前帧图像中去掉无效区域,生成有效区域图像。在医学诊断图像中,如X线成像设备生成的图像里,有效区域指与诊断相关的区域,也就是X线穿过人体组织后形成的图像区域,而无效区域是X线未经过人体组织后形成的图像区域,因为不同物质对X线的吸收不同,因此经过人体的图像区域和未经过人体的图像区域在图像中的灰度值会有明显的差异,在这一步骤中首先设置灰度阈值,将图像中的像素灰度值与所述阈值进行比较,以此判断该像素点是否为有效区域的像素点,去掉无效背景区域,只保留感兴趣区域。通过上述步骤可以减少需要计算的像素点数,能有效的提高计算效率。
S11,分别生成前一帧和当前帧的第一尺度图。对上一步骤中去掉无效区域后的图像进行采样,所述采样可以是行列各取1/4的下采样方法,是对行或列每隔三行取一行(相当于对原始图像进行1/16采样)。在此也可以其他采样率,如1/3或1/5等,此处不做限定。
S12,在前一帧第一尺度图中确定第一搜索区。图2是本发明的根据第一尺度图进行匹配的过程示意图,如图2所示,在当前帧第一尺度图120中确定第一搜索块121,在前一帧第一尺度图110中确定第一搜索区111,所述第一搜索区111是在前一帧第一尺度图110的图像中心范围获取,所述第一搜索块121是在当前帧的第一尺度图120的图像中心范围获取。所述第一搜索区111要大于所述第一搜索块121。
在这一步骤中,所述第一搜索块121不易太大或太小,搜索块的大小的选择一般取决于设备的移动速度,一般对于前后两帧不会出现平移很大的情况,如果出现很大的情况,有可能都是运动区域,在后续计算的过程中会不匹配,算法会终止。若第一搜索块太大对减少计算量没有太大的帮助,若太小则有可能会出现计算误差,所述搜索块的大小可以在当前第一尺度图大小的1/48至1/16之间取,其中1/32为佳。
图3为搜索区的生成示意图。搜索区的大小根据设备移动情况确定,在本实施例中,若设备移动为L个像素位,则在前一帧第一尺度图中的中心范围对应第一搜索块的区域再向外扩展2L像素位的范围,扩展后的区域定义为第一搜索区。在其他实施例中也可以用其他方式定义搜索区,如,当判断设备的移动仅是在A-B方向上发生,则仅在A-B方向扩展2L像素位的范围,而在C-D方向上只增加1L像素位的范围。也即,在设备移动发生幅度较少或没有发生移动的方向上增加的像素位范围较少或不增加,移动发生幅度较多的方向上增加的范围也多,以全面覆盖搜索块对应的区域为准。上述设备移动可以是设备的主动移动或被动移动。
S13:在第一搜索区对第一搜索块进行相似度匹配,确定最佳匹配区域,并定义为第一匹配块。结合图2,在确定所述第一匹配块112以后记录第一匹配块112的顶点坐标,如:左下角x1,y1,右上角x2,y2,在此也可以记录右下角和左上角的坐标,在此不做限定。其中,相似度匹配的过程是采用比较块内的灰度差,差值越小,表示越相似。
S14:分别生成前一帧和当前帧的第二尺度图。所述第二尺度图可以是行或列各取1/2下采样,是对行或列每隔一行取一行。在此也可以是其他方式,但是第二尺度图中采样的像素点要多于第一尺度图。
S15:在前一帧第二尺度图中确定第一匹配块的位置,定义为第二匹配块。图4是本发明的根据第二尺度图进行匹配的过程示意图。如图4所示,在当前帧第二尺度图220中,确定对应第一搜索块121的区域为第二搜索块221;在前一帧第二尺度图210中,将对应第一匹配块112的区域确定为第二匹配块212,所述第二搜索块221和第二匹配块212所在区域可以通过第一尺度图和第二尺度图的采样比关系确定。
S16:对第二匹配块212进行扩展,生成第二搜索区211。图5是本发明的根据两次匹配过程获取的匹配块的示意图。如图4、图5所示,在上述步骤中确定的第二匹配块212的两个顶点坐标为左下角(x1',y1'),右上角(x2',y2'),在第二匹配块212周围往外扩一个范围,在前一帧第二尺度图210上形成新的搜索区范围,也即第二搜索区211,新的搜索区211左下角坐标为(x1'-range/2;y1'-range/2),右上角坐标为(x2'+range/2,y2'+range/2)。
所述在第二匹配块212周围向外扩一个范围是指,按特定的像素位向外扩展,如扩10个像素位;或可以是对应像素点位的扩展,如在1/4采样的第一尺度图中的一个顶点像素点对应1/2采样的第二尺度图的四个像素点,在对应的4个像素点中取最靠外的像素点坐标。
S17:在第二搜索区211对第二搜索块221进行相似度匹配,确定最佳匹配区域,并定义为第三匹配块214。
S18:在前一帧和当前帧图像中分别确定第三匹配块214和第二搜索块221的位置,并计算整体图像位移。
在进行全局快速匹配时,获取尺度图时不能使原图像缩小的太多,缩小的多可能导致获取的尺度图中图像的信息损失过多,进而导致在搜索区匹配的位置误差大。在上述实施例中第一尺度图和第二尺度图分别选择1/4和1/2的采样率,使原图信息损失不大,搜索后准确性不降,且达到了减少计算量的目的。
进一步,在上述方法中,在尺度选择的时候,考虑了以偶数倍进行降采样,这样在缩放的时候图像大小容易控制,方便计算,若采用奇数倍进行降采样(如1/3或1/5等)在计算的过程中有可能会出现除不尽,在这种情况下换算坐标和长度的时候就需要近似换算,因此在采样的过程中最好以偶数分子1的采样较佳。
图6是本发明的图像局部运动检测方法的流程示意图。以下结合附图6对局部运动检测方法进行说明。
S20,确定前一帧图像和当前帧图像的重合区域。图7是根据本发明的图像局部运动检测过程示意图,如图7所示,当前帧图像经过全局位移后,某些区域可能和前一帧不重合,这部分区域标识为新增区域311,而前一帧图像中也有部分与当前帧图像不重合,这部分区域标识为移出区域321。
S21,将前一帧图像和当前帧图像中的重叠区域分别分割为对应的n*m块。其中所述n、m分别为自然数,n、m可以是相同的自然数,本发明中每块大小为32*32个像素点(也可以是其他大小)。
S22,比对重叠区域对应块的灰度值。对当前帧图像的第1块的灰度值均值与前一帧的第1'块的灰度值均值进行比较,灰度值差异计算对应了前后两帧对应块的匹配程度,作为每个块的运动强度标识。设定两个阈值,灰度差异小于小阈值的为静止或缓慢运动区,差异大于大阈值时为强运动区,小于大阈值、大于小阈值时为中等运动区。
在根据上述步骤的结果,适当的调整递归系数,如强运动区域采用较小的递归系数;运动缓慢或静止区域采用较大的递归系数;而处于中等运动区的采用相对中等的递归系数。
根据本发明的技术方法有如下效果,以搜索块的大小定义为128*128,搜索范围的大小定义为384*384为例,在不进行降采样,进行块匹配过程中整个搜索完成的块匹配次数需要257*257=66049;在进行降采样为1/4的情况下,搜索块则是128/4,即搜索块的大小为32*32,搜索范围是384/4,也即搜索区的大小为96*96,在1/4降采样图像上,采用由粗到精的过程进行快速搜索匹配,全部搜索完进行的匹配次数是65*65次;在1/4采样图搜索完成后,换算到1/2采样图上去计算,此时搜索块大小变成64*64,且由于1/4采样图上已经找到近似位置,1/2采样图上只需要在近似位置附近往外再扩展误差范围即可,这里假设扩展10个像素误差范围,则搜索范围变为74*74,全部搜索完只需要11*11次;在1/2采样图上搜索完后,换算到原图做最后搜索,搜索块变为128*128,同时由于在1/2采样图上找到近似匹配块,只需要在这个近似位置往外扩展一个误差范围即可,假设也扩展10个像素为误差范围,则搜索范围变为138*138,全部搜索完只需要11*11次。比较的结果为在降采样下全部搜索的次数是65*65+11*11+11*11=4467。根据上述分析,使用降采样,由粗到细的快速匹配方式使得匹配次数大大减少,算法次数从66049减少到4467次,节省了算法时间;而且在降采样图上的搜索块小,匹配计算也快一些。
本发明提出了一种基于全局运动估算和局部运动标识相结合的运动检测方法。本算法把全局运动和局部运动结合到一起,综合考虑了运动的情况,全面判断了图像的运动情况,适用于多种运动情况。本算法在进行全局运动估算时用了基于多尺度的快速估算,从低尺度到高尺度的逐级搜索,加快了全局运动的搜索速度。
本发明虽然已以较佳实施例公开如上,但其并不是用来限定本发明,任何本领域技术人员在不脱离本发明的精神和范围内,都可以利用上述揭示的方法和技术内容对本发明技术方案做出可能的变动和修改,因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化及修饰,均属于本发明技术方案的保护范围。
Claims (6)
1.一种可移动成像设备的图像运动检测方法,其特征在于,
根据第一采样率对前一帧和当前帧图像进行采样,分别获得前一帧第一尺度图和当前帧第一尺度图;
在前一帧第一尺度图中确定第一搜索区,在当前帧第一尺度图中确定第一搜索块,所述第一搜索区覆盖所述第一搜索块;
在所述第一搜索区搜索与所述第一搜索块匹配的区域,确定所述匹配的区域为第一匹配块;
根据第二采样率,对前一帧和当前帧图像进行采样,分别获得前一帧第二尺度图和当前帧第二尺度图,所述第二采样率要大于所述第一采样率;
在前一帧第二尺度图中确定对应第一匹配块的区域为第二匹配块;
将所述第二匹配块所在的区域向外扩展获得第二搜索区;
在当前帧第二尺度图中确定对应第一搜索块的区域为第二搜索块;
在所述第二搜索区搜索与所述第二搜索块匹配的区域,确定该匹配的区域为第三匹配块;
在前一帧和当前帧图像中分别确定所述第三匹配块和所述第二搜索块的位置,并根据所述第二搜索块与所述第三匹配块的位置关系确定图像的全局运动。
2.根据权利要求1所述的图像运动检测方法,其特征在于,
所述第一采样率和所述第二采样率均为偶数分之一。
3.根据权利要求2所述的图像运动检测方法,其特征在于,
所述第一采样率为1/2n;所述第二采样率为1/n,其中n为偶数。
4.根据权利要求2或3所述的图像运动检测方法,其特征在于,
所述第一采样率为1/4,所述第二采样率为1/2。
5.根据权利要求1所述的图像运动检测方法,其特征在于,
所述前一帧第二尺度图中对应第一匹配块的区域向外扩展是指在前一帧第二尺度图中对应第一匹配块顶点的像素中取最外面的像素作为第二匹配块的顶点。
6.一种可移动成像设备的图像降噪方法,其特征在于,包括:
根据权利要求1-5任一项所述的方法计算前一帧和当前帧图像的全局运动;
根据所述全局运动计算前一帧和当前帧图像的重叠区域;
将前一帧和当前帧图像中的重叠区域分别分割为对应的至少两个子块;
对前一帧和当前帧图像中对应子块的灰度值进行比较;及
根据比较结果调整降噪系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610247824.8A CN105872310B (zh) | 2016-04-20 | 2016-04-20 | 可移动成像设备的图像运动检测方法及图像降噪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610247824.8A CN105872310B (zh) | 2016-04-20 | 2016-04-20 | 可移动成像设备的图像运动检测方法及图像降噪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105872310A CN105872310A (zh) | 2016-08-17 |
CN105872310B true CN105872310B (zh) | 2020-03-17 |
Family
ID=56632649
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610247824.8A Active CN105872310B (zh) | 2016-04-20 | 2016-04-20 | 可移动成像设备的图像运动检测方法及图像降噪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105872310B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3352454B1 (en) * | 2017-01-19 | 2019-01-02 | Axis AB | Method for fixed pattern noise reduction and use of such method |
CN108875733B (zh) * | 2018-04-23 | 2022-04-22 | 西安电子科技大学 | 一种红外小目标快速提取系统 |
CN109767392B (zh) * | 2018-12-05 | 2021-04-20 | 上海联影医疗科技股份有限公司 | 医学图像处理方法和系统、存储介质及计算机设备 |
EP3811328A4 (en) | 2018-06-14 | 2021-09-29 | Shanghai United Imaging Healthcare Co., Ltd. | IMAGE PROCESSING METHODS AND SYSTEMS |
CN109448648A (zh) * | 2018-12-17 | 2019-03-08 | 惠科股份有限公司 | 一种显示面板的驱动模块、驱动方法和显示装置 |
CN112001979B (zh) * | 2020-07-31 | 2024-04-26 | 上海联影医疗科技股份有限公司 | 运动伪影处理方法、系统、可读存储介质和设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1595433A (zh) * | 2004-06-25 | 2005-03-16 | 东软飞利浦医疗设备系统有限责任公司 | 基于运动检测图像的递归降噪方法 |
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 |
CN101744628A (zh) * | 2008-11-28 | 2010-06-23 | 东软飞利浦医疗设备系统有限责任公司 | 一种基于运动信号反馈的降噪装置及方法 |
CN101945284A (zh) * | 2010-09-29 | 2011-01-12 | 无锡中星微电子有限公司 | 一种运动估计的装置和方法 |
CN102075669A (zh) * | 2009-11-24 | 2011-05-25 | 富士通微电子(上海)有限公司 | 数字视频信号的自适应递归降噪方法及系统 |
CN102761682A (zh) * | 2011-04-28 | 2012-10-31 | 佳能株式会社 | 图像处理设备及其控制方法 |
CN102790884A (zh) * | 2012-07-27 | 2012-11-21 | 上海交通大学 | 一种基于分层运动估计的搜索方法及其实现系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100869497B1 (ko) * | 2005-07-01 | 2008-11-21 | 주식회사 메디슨 | 계층적 움직임 추정방법 및 이를 적용한 초음파 영상장치 |
CN101795409B (zh) * | 2010-03-03 | 2011-12-28 | 北京航空航天大学 | 内容自适应分数像素运动估计方法 |
-
2016
- 2016-04-20 CN CN201610247824.8A patent/CN105872310B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1595433A (zh) * | 2004-06-25 | 2005-03-16 | 东软飞利浦医疗设备系统有限责任公司 | 基于运动检测图像的递归降噪方法 |
CN101744628A (zh) * | 2008-11-28 | 2010-06-23 | 东软飞利浦医疗设备系统有限责任公司 | 一种基于运动信号反馈的降噪装置及方法 |
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 |
CN102075669A (zh) * | 2009-11-24 | 2011-05-25 | 富士通微电子(上海)有限公司 | 数字视频信号的自适应递归降噪方法及系统 |
CN101945284A (zh) * | 2010-09-29 | 2011-01-12 | 无锡中星微电子有限公司 | 一种运动估计的装置和方法 |
CN102761682A (zh) * | 2011-04-28 | 2012-10-31 | 佳能株式会社 | 图像处理设备及其控制方法 |
CN102790884A (zh) * | 2012-07-27 | 2012-11-21 | 上海交通大学 | 一种基于分层运动估计的搜索方法及其实现系统 |
Also Published As
Publication number | Publication date |
---|---|
CN105872310A (zh) | 2016-08-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105872310B (zh) | 可移动成像设备的图像运动检测方法及图像降噪方法 | |
CN109816673B (zh) | 一种非极大值抑制、动态阈值计算及图像边缘检测方法 | |
JP4883223B2 (ja) | 動きベクトル生成装置および動きベクトル生成方法 | |
KR101703515B1 (ko) | 영상의 표적 추적 장치 및 방법 | |
US9589328B2 (en) | Globally dominant point spread function estimation | |
US8150197B2 (en) | Apparatus and method of obtaining high-resolution image | |
JP5874039B2 (ja) | ステレオ画像処理装置及びステレオ画像処理方法 | |
JP2005128619A (ja) | 物体計測装置、物体計測方法、およびプログラム | |
US8098963B2 (en) | Resolution conversion apparatus, method and program | |
CN104933678B (zh) | 一种基于像素强度的图像超分辨率重建方法 | |
JP5891415B2 (ja) | ステレオ画像処理装置 | |
US20180232861A1 (en) | Image processing apparatus, image processing method, and image processing program | |
CN106169173B (zh) | 一种图像插值方法 | |
CN103578092A (zh) | 一种多聚焦图像融合方法 | |
US20100103323A1 (en) | Method, apparatus and software for determining motion vectors | |
CN108305268B (zh) | 一种图像分割方法及装置 | |
JP4385077B1 (ja) | 動きベクトル検出装置および画像処理装置 | |
WO2013132836A1 (ja) | 物体検出装置、物体検出方法、及び物体検出プログラム | |
JP4708740B2 (ja) | 画像処理装置及び画像処理方法 | |
KR20140046187A (ko) | 영상 시스템에서 움직임 추정 장치 및 방법 | |
CN111160362B (zh) | 一种fast特征均匀化提取与帧间特征误匹配去除方法 | |
Al Ismaeil et al. | Real-time non-rigid multi-frame depth video super-resolution | |
CN113506212B (zh) | 一种改进的基于pocs的高光谱图像超分辨率重建方法 | |
CN111385583B (zh) | 图像运动估计方法、装置及计算机可读存储介质 | |
US8179967B2 (en) | Method and device for detecting movement of an entity provided with an image sensor |
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 | ||
CP01 | Change in the name or title of a patent holder |
Address after: 201807 Shanghai city Jiading District Industrial Zone Jiading Road No. 2258 Patentee after: Shanghai Lianying Medical Technology Co., Ltd Address before: 201807 Shanghai city Jiading District Industrial Zone Jiading Road No. 2258 Patentee before: SHANGHAI UNITED IMAGING HEALTHCARE Co.,Ltd. |
|
CP01 | Change in the name or title of a patent holder |