CN106296608B - 一种基于映射表的鱼眼图像处理方法及系统 - Google Patents
一种基于映射表的鱼眼图像处理方法及系统 Download PDFInfo
- Publication number
- CN106296608B CN106296608B CN201610641689.5A CN201610641689A CN106296608B CN 106296608 B CN106296608 B CN 106296608B CN 201610641689 A CN201610641689 A CN 201610641689A CN 106296608 B CN106296608 B CN 106296608B
- Authority
- CN
- China
- Prior art keywords
- fisheye image
- image
- mapping
- mapping table
- processing
- 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
- 238000013507 mapping Methods 0.000 title claims abstract description 122
- 238000003672 processing method Methods 0.000 title claims abstract description 19
- 238000012545 processing Methods 0.000 claims abstract description 81
- 238000005070 sampling Methods 0.000 claims abstract description 43
- 238000007781 pre-processing Methods 0.000 claims abstract description 17
- 230000009466 transformation Effects 0.000 claims abstract description 14
- 238000012937 correction Methods 0.000 claims abstract description 11
- 101100248200 Arabidopsis thaliana RGGB gene Proteins 0.000 claims description 19
- 238000006243 chemical reaction Methods 0.000 claims description 17
- 230000008859 change Effects 0.000 claims description 6
- 230000002708 enhancing effect Effects 0.000 claims 1
- 238000000034 method Methods 0.000 abstract description 27
- 230000000694 effects Effects 0.000 abstract description 6
- 230000001133 acceleration Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000000605 extraction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000593 degrading effect Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000003707 image sharpening Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/04—Context-preserving transformations, e.g. by using an importance map
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4023—Scaling of whole images or parts thereof, e.g. expanding or contracting based on decimating pixels or lines of pixels; based on inserting pixels or lines of pixels
-
- 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
- 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)
Abstract
本发明公开了一种基于映射表的鱼眼图像处理方法及系统，方法包括：获取图像传感器拍摄后的输出的鱼眼图像，对鱼眼图像进行预处理后生成第一鱼眼图像；将第一鱼眼图像进行映射变换处理，生成第二鱼眼图像；将第二鱼眼图像进行增强锐化处理后生成畸变校正后的第三鱼眼图像。本发明利用CMOS图像传感器的数据采样原理，结合映射表加速方法，提高图像处理速度，降低对内存带宽等处理资源的要求，有效改善图像质量，降低锯齿效应。
Description
技术领域
本发明涉及图像处理技术领域，尤其涉及一种基于映射表的鱼眼图像处理方法及系统。
背景技术
鱼眼镜头焦距短，视角大而产生的图像变形也大，由鱼眼镜头拍摄的图像需要经过变换校正才能进行后期的图像处理。为了加快对鱼眼镜头的畸变校正处理速度，目前的做法一般是采用映射表查找法，而且由于内存带宽等处理速度的限制，都会降低映射表的采样率（如降低8~32倍），再在映射的相邻像素间采用插值处理。
传统映射变换处理方式需要在分别对YUV三分量映射后得到的图像再进行插值处理，具体的映射处理过程，如图1所示，获取YUV格式的原始图像，获取采样率为1/16行采样，1/16纵采样的映射表，循环扫描映射表，分别映射YUV三分量，对映射后的图像进行采样像素的插值处理，获取最终变换后的YUV格式图像。此种降低映射表的采样率和插值处理会降低图像质量，产生显示的锯齿效应。由于处理的图像一般都为YUV格式，对一个像素点的处理会分别对Y和UV分量进行处理，增加的内存访问次数，影响处理速度。
因此，现有技术还有待于改进和发展。
发明内容
鉴于现有技术的不足，本发明目的在于提供一种基于映射表的鱼眼图像处理方法及系统，旨在解决现有技术中对鱼眼镜头的畸变处理时，采用映射表查找法，而且由于内存带宽等处理速度的限制，都会降低映射表的采样率（如降低8~32倍），再在映射的相邻像素间采用插值处理。此种降低映射表的采样率和插值处理会降低图像质量，产生显示的锯齿效应的缺陷。
本发明的技术方案如下：
一种基于映射表的鱼眼图像处理方法，其中，方法包括：
A、获取图像传感器拍摄后的输出的鱼眼图像，对鱼眼图像进行预处理后生成第一鱼眼图像；
B、将第一鱼眼图像进行映射变换处理，生成第二鱼眼图像；
C、将第二鱼眼图像进行增强锐化处理后生成畸变校正后的第三鱼眼图像。
所述的基于映射表的鱼眼图像处理方法，其中，所述图像传感器拍摄后输出的鱼眼图像是像素排列为RGGB格式的Bayer RGB图像。
所述的基于映射表的鱼眼图像处理方法，其中，所述B具体包括：
B1、按照预定采样率对根据映射步骤生成的映射表进行采样；
B2、循环扫描采样后的映射表，根据采样后的映射表一次映射第一鱼眼图像中的包含RGGB四个像素的像素块，直到第一鱼眼图像中的全部像素映射完成；
B3、获取映射变换后的所有像素块生成第二鱼眼图像。
所述的基于映射表的鱼眼图像处理方法，其中，所述预定采样率为行采样为1/2采样，纵采样为1/2采样。
上述任一项所述的基于映射表的鱼眼图像处理方法，其中，所述预处理具体包括自动白平衡处理、自动曝光处理、自动对焦处理。
一种基于映射表的鱼眼图像处理系统，其中，系统包括：
预处理模块，用于获取图像传感器拍摄后的输出的鱼眼图像，对鱼眼图像进行预处理后生成第一鱼眼图像；
映射变换模块，用于将第一鱼眼图像进行映射变换处理，生成第二鱼眼图像；
锐化处理模块，用于将第二鱼眼图像进行增强锐化处理后生成畸变校正后的第三鱼眼图像。
所述的基于映射表的鱼眼图像处理系统，其中，所述图像传感器拍摄后输出的鱼眼图像是像素排列为RGGB格式的Bayer RGB图像。
所述的基于映射表的鱼眼图像处理系统，其中，所述映射变换模块具体包括：
采样单元，用于按照预定采样率对根据映射步骤生成的映射表进行采样；
映射变化单元，用于循环扫描采样后的映射表，根据采样后的映射表一次映射第一鱼眼图像中的包含RGGB四个像素的像素块，直到第一鱼眼图像中的全部像素映射完成；
图像生成单元，用于获取映射变换后的所有像素块生成第二鱼眼图像。
所述的基于映射表的鱼眼图像处理系统，其中，所述预定采样率为行采样为1/2采样，纵采样为1/2采样。
上述任一项所述的基于映射表的鱼眼图像处理系统，其中，所述预处理具体包括自动白平衡处理、自动曝光处理、自动对焦处理。
本发明提供了一种基于映射表的鱼眼图像处理方法及系统，本发明利用CMOS图像传感器的数据采样原理，结合映射表加速方法，提高图像处理速度，降低对内存带宽等处理资源的要求，省去了插值处理，增强了图像质量和数据处理速度，能应用到更大分辨率的实时图像转换上，获得高分辨率和分帧率的图像。
附图说明
图1为现有技术中映射变化处理示意图。
图2为本发明的一种基于映射表的鱼眼图像处理方法的较佳实施例的流程图。
图3为本发明的一种基于映射表的鱼眼图像处理方法的具体应用实施例BayerRGB图像的像素排列方式示意图。
图4为本发明的一种基于映射表的鱼眼图像处理方法的具体应用实施例的映射变化处理示意图。
图5为本发明的一种基于映射表的鱼眼图像处理系统的较佳实施例的功能原理框图。
具体实施方式
为使本发明的目的、技术方案及效果更加清楚、明确，以下对本发明进一步详细说明。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。
本发明还提供了一种基于映射表的鱼眼图像处理方法的较佳实施例的流程图，如图2所示，其中，方法包括：
步骤S100、获取图像传感器拍摄后的输出的鱼眼图像，对鱼眼图像进行预处理后生成第一鱼眼图像。
具体实施时，鱼眼图像为通过鱼眼镜头一般从是CMOS图像传感器出来的RAWBayer格式数据需要经过预处理， 锐化等ISP处理后做为后续图像处理的原始图像，ISP处理后的图像一般输出为YUV格式，此时再做映射校正时单个像素点需要对YUV三个分量分别进行处理。
预处理具体包括自动白平衡处理、自动曝光处理、自动对焦处理。预处理也称为3A处理，其中3A分别指的是自动白平衡(Auto white balance)，自动曝光(Auto Exposure)，自动对焦(Auto Focus)。本方案利用了Raw Bayer数据格式的优势，将映射校正提前到ISP处理的3A处理之后，避免了损害ISP图像处理效果的同时，加速变换处理速度。图像传感器拍摄后输出的的鱼眼图像是像素排列为RGGB格式的Bayer RGB图像。其中Bayer RGB图像的像素排列方式如图3所示，RGGB指的是相邻的四个像素分别采样了R，G，B颜色分量。每一个方格对一个像素，即是一个像素只采样了一个颜色分量。
步骤S200、将第一鱼眼图像进行映射变换处理，生成第二鱼眼图像。
具体地，要将一个鱼眼图像校正到正常的图像，鱼眼图像的每个像素点与正常的图像像素点之间有个对应关系，映射表就是描述这个对应关系的。该映射表根据鱼眼镜头的型号进行确定。对第一鱼眼图像根据鱼眼镜头对应的映射表进行映射变换处理，生成第二鱼眼图像。
进一步地，步骤S200具体包括：
步骤S201、按照预定采样率对根据映射步骤生成的映射表进行采样；
步骤S202、循环扫描采样后的映射表，根据采样后的映射表一次映射第一鱼眼图像中的包含RGGB四个像素的像素块，直到第一鱼眼图像中的全部像素映射完成；
步骤S203、获取映射变换后的所有像素块生成第二鱼眼图像。
具体实施时，预定采样率为行采样为1/2采样，纵采样为1/2采样。即单个像素的RGB分量值是通过相邻的像素计算的。如图4所示，获取RGGB格式的原始图像和采样率为1/2行采样，1/2纵采样的映射表，循环扫描映射表，一次映射一个RGGB像素块，生成变换后的RGGB格式图像。
RGGB 的数据采样实际上是对横向和纵向的1/2采样 ，此1/2采样刚好可以与映射表的降采样相结合，在不降低图像质量的情况下降低了映射表的采样率；在对RAW Bayer格式处理阶段进行畸变校正，由于RGGB的数据内存存储方式，在对像素点进行映射时，相邻的两个像素点只需读写访问内存一次，有效降低内存访问率，提高内存带宽。
步骤S300、将第二鱼眼图像进行增强锐化处理后生成畸变校正后的第三鱼眼图像。
具体实施时，将经过映射的第二鱼眼图像进行增强锐化处理，生成畸变校正后的第三鱼眼图像，用于后续的图像处理。增强图像边缘，使模糊的图像变得更加清晰，颜色变得鲜明突出，图像的质量有所改善，产生更适合人眼观察和识别的图像，锐化处理后，目标物体的边缘鲜明，以便于提取目标的边缘、对图像进行分割、目标区域识别、区域形状提取等，进一步的图像理解与分析奠定基础。
图像锐化一般有两种方法：微分法和高通滤波法。微分锐化方法包括梯度锐化和拉普拉斯锐化。由于锐化使噪声受到比信号还要强的增强，所以要求锐化处理的图像有较高的信噪比；否则，锐化后的图像的信噪比更低。微分算法是求信号的变化率，有加强高频分量的作用，从而使图像轮廓清晰。
由于图像模糊实质是图像受到平均或积分运算造成的，所以为了把图像中任何方向伸展的边缘模糊的轮廓变得清晰，可以对图像进行逆运算如微分运算，从而使图像清晰化。
由以上方法实施例可知，本发明提供了一种基于映射表的鱼眼图像处理方法，由于Raw Bayer格式的RGGB数据排布在内存中靠近，4个像素点的像素块的数据完成映射只需读写访问内存1次。传感器的Raw Bayer数据格式本身为行1/2采样，纵1/2采样，映射表的采样率也可调整到行1/2采样，纵1/2采样，且不降低图像质量。映射表与输入图像采样率相同，避免了映射后再进行插值处理的过程，降低计算资源。
在示例性实施例中，装置可以被一个或多个应用专用集成电路（ASIC）、数字信号处理器（DSP）、数字信号处理设备（DSPD）、可编程逻辑器件（PLD）、现场可编程门阵列（FPGA）、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种包括指令的非临时计算机可读存储介质，例如包括指令的存储器，上述指令可由装置的处理器执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器（RAM）、CD-ROM、磁带、软盘和光数据存储设备等。
本发明还提供了一种基于映射表的鱼眼图像处理系统的较佳实施例的功能原理框图，如图5所示，其中，系统包括：
预处理模块100，用于获取图像传感器拍摄后的输出的鱼眼图像，对鱼眼图像进行预处理后生成第一鱼眼图像；具体如上方法实施例所述。
映射变换模块200，用于将第一鱼眼图像进行映射变换处理，生成第二鱼眼图像；具体如上方法实施例所述。
锐化处理模块300，用于将第二鱼眼图像进行增强锐化处理后生成畸变校正后的第三鱼眼图像；具体如上方法实施例所述。
所述的基于映射表的鱼眼图像处理系统，其中，所述图像传感器拍摄后输出的鱼眼图像是像素排列为RGGB格式的Bayer RGB图像；具体如上方法实施例所述。
所述的基于映射表的鱼眼图像处理系统，其中，所述映射变换模块具体包括：
采样单元，用于按照预定采样率对根据映射步骤生成的映射表进行采样；具体如上方法实施例所述。
映射变化单元，用于循环扫描采样后的映射表，根据采样后的映射表一次映射第一鱼眼图像中的包含RGGB四个像素的像素块，直到第一鱼眼图像中的全部像素映射完成；具体如上方法实施例所述。
图像生成单元，用于获取映射变换后的所有像素块生成第二鱼眼图像。
所述的基于映射表的鱼眼图像处理系统，其中，所述预定采样率为行采样为1/2采样，纵采样为1/2采样；具体如上方法实施例所述。
上述任一项所述的基于映射表的鱼眼图像处理系统，其中，所述3A处理具体包括自动白平衡处理、自动曝光处理、自动对焦处理；具体如上方法实施例所述。
综上所述，本发明提供了一种基于映射表的鱼眼图像处理方法及系统，方法包括：获取图像传感器拍摄后的输出的鱼眼图像，对鱼眼图像进行预处理后生成第一鱼眼图像；将第一鱼眼图像进行映射变换处理，生成第二鱼眼图像；将第二鱼眼图像进行增强锐化处理后生成畸变校正后的第三鱼眼图像。本发明利用CMOS图像传感器的数据采样原理，结合映射表加速方法，提高图像处理速度，降低对内存带宽等处理资源的要求，有效改善图像质量，降低锯齿效应。
应当理解的是，本发明的应用不限于上述的举例，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (4)
1.一种基于映射表的鱼眼图像处理方法，其特征在于，方法包括：
A、获取图像传感器拍摄后的输出的鱼眼图像，对鱼眼图像进行预处理后生成第一鱼眼图像；
B、将第一鱼眼图像进行映射变换处理，生成第二鱼眼图像；
C、将第二鱼眼图像进行增强锐化处理后生成畸变校正后的第三鱼眼图像；
所述图像传感器拍摄后输出的鱼眼图像是像素排列为RGGB格式的Bayer RGB图像；
所述预处理具体包括自动白平衡处理、自动曝光处理、自动对焦处理；
所述B具体包括：
B1、按照预定采样率对根据映射步骤生成的映射表进行采样；
B2、循环扫描采样后的映射表，根据采样后的映射表一次映射第一鱼眼图像中的包含RGGB四个像素的像素块，直到第一鱼眼图像中的全部像素映射完成；
B3、获取映射变换后的所有像素块生成第二鱼眼图像。
2.根据权利要求1所述的基于映射表的鱼眼图像处理方法，其特征在于，所述预定采样率为行采样为1/2采样，纵采样为1/2采样。
3.一种基于映射表的鱼眼图像处理系统，其特征在于，系统包括：
预处理模块，用于获取图像传感器拍摄后的输出的鱼眼图像，对鱼眼图像进行预处理后生成第一鱼眼图像；
映射变换模块，用于将第一鱼眼图像进行映射变换处理，生成第二鱼眼图像；
锐化处理模块，用于将第二鱼眼图像进行增强锐化处理后生成畸变校正后的第三鱼眼图像；
所述图像传感器拍摄后输出的鱼眼图像是像素排列为RGGB格式的Bayer RGB图像；
所述预处理具体包括自动白平衡处理、自动曝光处理、自动对焦处理；
所述映射变换模块具体包括：
采样单元，用于按照预定采样率对根据映射步骤生成的映射表进行采样；
映射变化单元，用于循环扫描采样后的映射表，根据采样后的映射表一次映射第一鱼眼图像中的包含RGGB四个像素的像素块，直到第一鱼眼图像中的全部像素映射完成；
图像生成单元，用于获取映射变换后的所有像素块生成第二鱼眼图像。
4.根据权利要求3所述的基于映射表的鱼眼图像处理系统，其特征在于，所述预定采样率为行采样为1/2采样，纵采样为1/2采样。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610641689.5A CN106296608B (zh) | 2016-08-08 | 2016-08-08 | 一种基于映射表的鱼眼图像处理方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610641689.5A CN106296608B (zh) | 2016-08-08 | 2016-08-08 | 一种基于映射表的鱼眼图像处理方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106296608A CN106296608A (zh) | 2017-01-04 |
| CN106296608B true CN106296608B (zh) | 2020-08-18 |
Family
ID=57666287
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610641689.5A Active CN106296608B (zh) | 2016-08-08 | 2016-08-08 | 一种基于映射表的鱼眼图像处理方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106296608B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106815805A (zh) * | 2017-01-17 | 2017-06-09 | 湖南优象科技有限公司 | 基于Bayer图像的快速畸变校正方法 |
| CN106897977A (zh) * | 2017-02-28 | 2017-06-27 | 长沙全度影像科技有限公司 | 一种鱼眼图像边缘增强方法 |
| CN109087253B (zh) * | 2017-06-13 | 2020-12-25 | 杭州海康威视数字技术股份有限公司 | 一种图像校正方法及装置 |
| CN107911685B (zh) * | 2017-10-23 | 2019-08-30 | 银河威尔科技（北京）有限公司 | 一种3Dvr直播封装的方法和装置 |
| CN110327630B (zh) * | 2019-06-12 | 2020-10-16 | 王云 | 滑行空间优化管理平台 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4911628B2 (ja) * | 2008-01-28 | 2012-04-04 | 株式会社リコー | 画像処理方法、画像処理装置及び画像撮像装置 |
| CN101309430A (zh) * | 2008-06-26 | 2008-11-19 | 天津市亚安科技电子有限公司 | 基于fpga的视频图像预处理器 |
| CN102298771A (zh) * | 2011-08-16 | 2011-12-28 | 淮安盈科伟力科技有限公司 | 全景泊车辅助系统的鱼眼图像快速校正方法 |
| CN102647565A (zh) * | 2012-04-18 | 2012-08-22 | 格科微电子（上海）有限公司 | 像素阵列的排列方法、图像传感器及图像传感方法 |
| CN103716606B (zh) * | 2013-12-30 | 2015-10-14 | 上海富瀚微电子股份有限公司 | 一种Bayer域图像下采样的方法、装置及摄像设备 |
| CN104639923B (zh) * | 2015-02-04 | 2017-08-04 | 华为技术有限公司 | 一种对图像数据进行处理的方法、装置和终端 |
| CN105740804B (zh) * | 2016-01-27 | 2019-04-26 | 大连楼兰科技股份有限公司 | 一种基于图像处理的车辆自动跟踪驾驶方法 |
-
2016
- 2016-08-08 CN CN201610641689.5A patent/CN106296608B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN106296608A (zh) | 2017-01-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106296608B (zh) | 一种基于映射表的鱼眼图像处理方法及系统 | |
| KR102309338B1 (ko) | 이미지 데이터에서의 키포인트들의 검출 | |
| CN109325922B (zh) | 一种图像自适应增强方法、装置及图像处理设备 | |
| US9202263B2 (en) | System and method for spatio video image enhancement | |
| US20140078347A1 (en) | Systems and Methods for Reducing Noise in Video Streams | |
| US20210099646A1 (en) | Method and Apparatus for Detecting Subject, Electronic Device, and Computer Readable Storage Medium | |
| JP2006129236A (ja) | リンギング除去装置およびリンギング除去プログラムを記録したコンピュータ読み取り可能な記録媒体 | |
| US11282176B2 (en) | Image refocusing | |
| CN103914810A (zh) | 用于动态后视镜的图像超分辨率 | |
| GB2547842A (en) | Image processing device and method, image pickup device, program, and recording medium | |
| CN107194886B (zh) | 一种用于相机传感器的灰尘检测方法及装置 | |
| CN112651911A (zh) | 一种基于偏振图像的高动态范围成像生成方法 | |
| TW200841703A (en) | Image processing method and related partial PSF estimation method thereof | |
| US11127111B2 (en) | Selective allocation of processing resources for processing image data | |
| KR101792564B1 (ko) | 영상 처리 방법 및 이를 이용한 영상 처리 장치 | |
| CN110136085B (zh) | 一种图像的降噪方法及装置 | |
| EP3540685B1 (en) | Image-processing apparatus to reduce staircase artifacts from an image signal | |
| JP4383379B2 (ja) | 手ぶれ補正装置 | |
| Nagalakshmi et al. | Image acquisition, noise removal, edge detection methods in image processing using Matlab for prawn species identification | |
| Khan et al. | A vignetting correction algorithm for bright-field microscopic images of activated sludge | |
| TW201437966A (zh) | 自適應影像邊緣修復裝置及其方法 | |
| CN116366990B (zh) | 一种应用于夜视仪的算法系统 | |
| CN117037106B (zh) | 一种基于fpga的视频梯形畸变实时校正系统和方法 | |
| CN117499619B (zh) | 一种自适应镜头解析力的图像处理方法及应用 | |
| JP2016099836A (ja) | 撮像装置、画像処理装置、画像処理方法、及びプログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20171207 Address after: 518000 Guangdong city of Shenzhen province Nanshan District Xili liuxiandong Zhongshan Road No. 1001 TCL Science Park Research Building D4 Building 8 layer B1 unit 802-1. Applicant after: SHENZHEN TCL HIGH-TECH DEVELOPMENT CO., LTD. Address before: 516006 Guangdong province Huizhou Zhongkai hi tech Development Zone No. nineteen District Applicant before: TCL Group Co., Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |