CN106469436A - 图像去噪系统及图像去噪方法 - Google Patents
图像去噪系统及图像去噪方法 Download PDFInfo
- Publication number
- CN106469436A CN106469436A CN201510505819.8A CN201510505819A CN106469436A CN 106469436 A CN106469436 A CN 106469436A CN 201510505819 A CN201510505819 A CN 201510505819A CN 106469436 A CN106469436 A CN 106469436A
- Authority
- CN
- China
- Prior art keywords
- processing unit
- sobel
- pixel point
- denoising
- image
- 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
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000012545 processing Methods 0.000 claims abstract description 115
- 238000012937 correction Methods 0.000 claims abstract description 53
- 239000011159 matrix material Substances 0.000 claims description 31
- 238000006243 chemical reaction Methods 0.000 claims description 13
- 230000003287 optical effect Effects 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 12
- 230000008859 change Effects 0.000 claims description 2
- 230000006870 function Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 230000008901 benefit Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 229910044991 metal oxide Inorganic materials 0.000 description 2
- 150000004706 metal oxides Chemical class 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 210000003733 optic disk Anatomy 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G06T5/70—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration by the use of local operators
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
- H04N25/40—Extracting pixel data from image sensors by controlling scanning circuits, e.g. by modifying the number of pixels sampled or to be sampled
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
- H04N25/60—Noise processing, e.g. detecting, correcting, reducing or removing noise
Abstract
在本发明公开的图像去噪系统中,图像信号获取单元获取及输出图像信号。处理单元对图像信号进行预处理得到图像数据,且对图像数据中的当前像素点进行SOBEL算子计算以得到当前像素点的SOBEL算子,并对当前像素点的SOBEL算子进行校正,并根据校正后的SOBEL算子判断当前像素点是否需进行去噪处理。若是,处理单元计算当前像素点周围的像素点的平均像素值,并利用平均像素值及校正后的SOBEL算子对当前像素点进行去噪处理。若否,处理单元判断图像数据中的下一个像素点是否需进行去噪处理。上述图像去噪系统在对图像进行去噪的同时能够尽可能地保留图像细节,提高图像信噪比水平。本发明还公开了一种图像去噪方法。
Description
技术领域
本发明涉及于图像处理领域,更具体而言,涉及一种图像去噪系统及一种图像去噪方法。
背景技术
近年来图像传感器发展迅速,在销量不断攀升的同时对于图像的质量要求也越来越高,其中最重要的指标之一就是信噪比。受硬件、环境和人为的影响,图像中必然会存有噪声及各种杂讯,从而很大程度上影响了图像的细节,最终影响图像质量。相应的,各种去噪方法陆续涌现出来,如局部自适应去噪、基于方差去噪、小波变换去噪、中值滤波去噪等等。
如前所述,现有的图像去噪方法包括局部自适应去噪、基于方差去噪、小波变换去噪、中值滤波去噪等等。去噪时要注意,一方面由于噪声处在高频区域,容易和图像细节混淆,在去噪的同时带来细节的损失,使得图像变得模糊;另一方面,某些去噪算法(如小波边缘去噪)运算量太大,实现较复杂,不适合用于近年来低成本设计的CMOS和CCD等图像传感器电路中。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此,本发明需要提供一种图像去噪系统及一种图像去噪方法。
一种图像去噪系统,包括图像信号获取单元及处理单元。该图像信号获取单元用于获取及输出图像信号。该处理单元用于接收该图像信号,并对该图像信号进行预处理得到图像数据,且对该图像数据中的当前像素点进行SOBEL算子计算以得到该当前像素点的SOBEL算子,并对该当前像素点的SOBEL算子进行校正,并根据校正后的SOBEL算子判断该当前像素点是否需进行去噪处理。若是,该处理单元用于计算该当前像素点周围的像素点的平均像素值,并利用该平均像素值及该校正后的SOBEL算子对该当前像素点进行去噪处理。若否,该处理单元用于判断该图像数据中的下一个像素点是否需进行去噪处理。
上述图像去噪系统通过SOBEL算子能比较准确地区分图像的细节和平坦区域,对于细节处,不进行去噪处理,对于平坦区域,进行去噪处理。故,上述图像去噪系统在对图像进行去噪的同时能够尽可能地保留图像细节,提高图像信噪比水平,而且,上述图像去噪系统简单易于实现,基本上不会增加图像传感器的面积。
在一个实施方式中,该处理单元用于以该当前像素点为中心,构造n*n像素矩阵,并利用该n*n像素矩阵对该当前像素点进行SOBEL算子计算,其中n为正奇数且n大于1。
在一个实施方式中,该处理单元用于根据以下公式获取该校正后的SOBEL算子:
其中,TH为设定值,C_SOBEL_T为该校正后的SOBEL算子,C_SOBEL为校正前的该SOBEL算子;
若该校正后的SOBEL算子等于该设定值,该处理单元用于判断该当前像素点无需进行去噪处理;
若该校正后的SOBEL算子等于校正前的该SOBEL算子,该处理单元用于判断该当前像素点需进行去噪处理。
在一个实施方式中,该处理单元用于根据以下公式对该当前像素点进行去噪处理:AVER_SOBEL=(C_SOBEL_T*A)/TH+(TH-C_SOBEL_T)*AVER/TH,
其中,AVER_SOBEL表示去噪后的该当前像素点的像素值,A表示去噪前的该当前像素点的像素值,AVER表示该平均像素值。
在一个实施方式中,该图像信号获取单元包括感光像素阵列及图像信号读出单元。该感光像素阵列用于将光信号转换为该图像信号。该图像信号读出单元用于控制该感光像素阵列将该光信号转换为该图像信号,并输出该图像信号。
在一个实施方式中,该处理单元包括模拟信号处理单元、模数转换单元、数字信号处理单元及输出单元。该模拟信号处理单元用于对该图像信号进行处理。该模数转换单元用于将该模拟信号处理单元输出的该图像信号转换为数字化的该图像数据。该数字信号处理单元用于对该图像数据中的该当前像素点进行SOBEL算子计算以得到该当前像素点的SOBEL算子,并对该当前像素点的SOBEL算子进行校正,并根据该校正后的SOBEL算子判断该当前像素点是否需进行去噪处理。若是,该数字信号处理单元用于计算该平均像素值,并利用该平均像素值及该校正后的SOBEL算子对该当前像素点进行去噪处理。若否,该数字信号处理单元用于判断该图像数据中的下一个像素点是否需进行去噪处理。该输出单元用于输出经去噪处理后的该图像数据。
一种图像去噪方法,包括以下步骤:
S1:图像信号获取单元获取及输出图像信号;及
S2:处理单元接收该图像信号并对该图像信号进行预处理得到图像数据,且对该图像数据中的当前像素点进行SOBEL算子计算以得到该当前像素点的SOBEL算子,并对该当前像素点的SOBEL算子进行校正,并根据校正后的SOBEL算子判断该当前像素点是否需进行去噪处理,若是,进入步骤S3,若否,进入步骤S4;
S3:该处理单元计算该当前像素点周围的像素点的平均像素值,并利用该平均像素值及该校正后的SOBEL算子对该当前像素点进行去噪处理;
S4:该处理单元判断该图像数据中的下一个像素点是否需进行去噪处理。
在一个实施方式中,步骤S1包括:该处理单元用于以该当前像素点为中心,构造n*n像素矩阵,并利用该n*n像素矩阵对该当前像素点进行SOBEL算子计算,其中n为正奇数且n大于1。
在一个实施方式中,步骤S1包括该处理单元根据以下公式获取该校正后的SOBEL算子:
其中,TH为设定值,C_SOBEL_T为该校正后的SOBEL算子,C_SOBEL为校正前的该SOBEL算子;
若该校正后的SOBEL算子等于该设定值,该处理单元判断该当前像素点无需进行去噪处理,之后进入步骤S4;
若该校正后的SOBEL算子等于校正前的该SOBEL算子,该处理单元判断该当前像素点需进行去噪处理,之后进入步骤S3。
在一个实施方式中,步骤S3包括:该处理单元根据以下公式对该当前像素点进行去噪处理:
AVER_SOBEL=(C_SOBEL_T*A)/TH+(TH-C_SOBEL_T)*AVER/TH,
其中,AVER_SOBEL表示去噪后的该当前像素点的像素值,A表示去噪前的该当前像素点的像素值,AVER表示该平均像素值。
在一个实施方式中,该图像信号获取单元包括感光像素阵列及图像信号读出单元;
步骤S1包括:
该感光像素阵列将光信号转换为该图像信号;及
该图像信号读出单元控制该感光像素阵列将该光信号转换为该图像信号,并输出该图像信号。
在一个实施方式中,该处理单元包括模拟信号处理单元、模数转换单元、数字信号处理单元及输出单元;
进行预处理的步骤包括:
该模拟信号处理单元接收该图像信号读出单元输出的该图像信号,并输出经处理后的该图像信号,该模数转换单元将该模拟信号处理单元输出的该图像信号转换为数字化的该图像数据;
步骤S2包括:
该数字信号处理单元对该图像数据中的该当前像素点进行SOBEL算子计算以得到该当前像素点的SOBEL算子,并对该当前像素点的SOBEL算子进行校正,并根据该校正后的SOBEL算子判断该当前像素点是否需进行去噪处理,若是,进入步骤S3,若否,进入步骤S4;及
步骤S3包括:该输出单元输出经去噪处理后的该图像数据。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施方式的描述中将变得明显和容易理解,其中:
图1是本发明较佳实施方式的图像去噪系统的模块示意图;
图2是本发明较佳实施方式的图像去噪系统所用的像素矩阵的示意图;
图3是本发明较佳实施方式的图像去噪系统所用的SOBEL水平矩阵的示意图;
图4是本发明较佳实施方式的图像去噪系统所用的SOBEL垂直矩阵的示意图;及
图5是本发明较佳实施方式的图像去噪方法的流程示意图。
具体实施方式
下面详细描述本发明的实施方式,所述实施方式的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
在本发明的描述中,需要理解的是,术语″第一″、″第二″仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有″第一″、″第二″的特征可以明示或者隐含地包括一个或者更多个所述特征。在本发明的描述中,″多个″的含义是两个或两个以上,除非另有明确具体的限定。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语″安装″、″相连″、″连接″应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接或可以相互通信;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
下文的公开提供了许多不同的实施方式或例子用来实现本发明的不同结构。为了简化本发明的公开,下文中对特定例子的部件和设定进行描述。当然,它们仅仅为示例,并且目的不在于限制本发明。此外,本发明可以在不同例子中重复参考数字和/或参考字母,这种重复是为了简化和清楚的目的,其本身不指示所讨论各种实施方式和/或设定之间的关系。此外,本发明提供了的各种特定的工艺和材料的例子,但是本领域普通技术人员可以意识到其他工艺的应用和/或其他材料的使用。
请参阅图1,本发明较佳实施方式的图像去噪系统100包括图像信号获取单元102及处理单元104。本实施方式的图像去噪系统100可适用于CMOS(ComplementaryMetal Oxide Semiconductor,互补金属氧化物半导体)和CCD(Charge-coupledDevice,电荷耦合元件)图像传感器电路中。
该图像信号获取单元102用于获取及输出图像信号。具体地,本实施方式中,图像信号获取单元102包括感光像素阵列106及图像信号读出单元108。
该感光像素阵列106用于将光信号转换为该图像信号。例如,感光像素阵列106可为CMOS像素阵列或CCD像素阵列。该感光像素阵列106包括多个感光像素点,该多个感光像素点沿相互垂直的两个方向排列以形成感光像素阵列106。
该图像信号读出单元108连接该感光像素阵列106。该图像信号读出单元108用于控制该感光像素阵列106将该光信号转换为该图像信号,并输出该图像信号。例如,图像信号读出单元108为积分图像信号读出单元,用于控制当前图像帧的感光像素阵列106逐行进行复位和读出。
该处理单元104用于接收该图像信号并对该图像信号进行预处理得到图像数据,且对该图像数据中的当前像素点进行SOBEL算子计算以得到该当前像素点的SOBEL算子,并对该当前像素点的SOBEL算子进行校正,并根据校正后的SOBEL算子判断该当前像素点是否需进行去噪处理。若是,该处理单元104用于计算该当前像素点周围的像素点的平均像素值,并利用该平均像素值及该校正后的SOBEL算子对该当前像素点进行去噪处理。若否,该处理单元104用于判断该图像数据中的下一个像素点是否需进行去噪处理。
具体地,图像信号获取单元102输出的图像信号一般为模拟图像信号,处理单元104先要对该模拟图像信号数字化,然后得到数字化后的图像数据并对该图像数据进行处理。因此,本实施方式中,处理单元104包括模拟信号处理单元110、模数转换单元112、数字信号处理单元114及输出单元116。
该模拟信号处理单110元用于接收该图像信号读出单元108输出的该图像信号,并输出经处理后的该图像信号,例如,模拟信号处理单元110对作为模拟信号的图像信号进行例如调制、滤波及放大等必要的处理以获取图像信号的特征参数。
该模数转换单元112用于将该模拟信号处理单元110输出的该图像信号转换为数字化的图像数据。该数字化后的图像数据一般是未进行去噪处理的图像数据。
该数字信号处理单元114用于对该图像数据中的该当前像素点进行SOBEL算子计算以得到该当前像素点的SOBEL算子,并对该当前像素点的SOBEL算子进行校正,并根据校正后的SOBEL算子判断该当前像素点是否需进行去噪处理。若是,该数字信号处理单元114用于计算该平均像素值,并利用该平均像素值及该校正后的SOBEL算子对该当前像素点进行去噪处理。若否,该数字信号处理单元114用于判断该图像数据中的下一个像素点是否需进行去噪处理。
具体地,该数字信号处理单元114以该当前像素点为中心,构造n*n像素矩阵,并利用该n*n像素矩阵对该当前像素点进行SOBEL算子计算,其中n为正奇数且n大于1。本实施方式中,n=3,即3*3像素矩阵。为方便说明,对3*3像素矩阵中的像素点进行编号,如图2所示,并将当前像素点设为位于像素矩阵中间的像素点A22。
同时,数字信号处理单元114结合SOBEL水平矩阵及SOBEL垂直矩阵进行SOBEL算子计算。图3显示作为一个例子的SOBEL水平矩阵,图4显示作为一个例子的SOBEL垂直矩阵。
因此,当前像素点A22的SOBEL算子由以下公式计算,并以此来衡量当前像素点的去噪强度大小:
C_SOBEL=(A11+2*A12+A13)-(A31+2*A32+A33)+(A11+2*A21+A31)-(A13+2*A23+A33)
其中,C_SOBEL为该当前像素点A22的SOBEL算子,A11表示像素点A11的像素值,A12表示像素点A12的像素值,A13表示像素点A13的像素值,A31表示像素点A31的像素值,A32表示像素点A32的像素值,A33表示像素点A33的像素值,A21表示像素点A21的像素值,A23表示像素点A23的像素值。
得到当前像素点A22的SOBEL算子之后,数字信号处理单元114对该SOBEL算子进行校正,具体地,数字信号处理单元114用于根据以下公式获取该校正后的SOBEL算子:
其中,TH为设定值,可根据经验值确定,较佳地,TH=96,C_SOBEL_T为该校正后的SOBEL算子,C_SOBEL为校正前的该SOBEL算子。
对于C_SOBEL_T=TH的当前像素点A22,数字信号处理单元114判断该当前像素点A22为边缘像素点,可无需进行去噪处理。
对于C_SOBEL_T=C_SOBEL的当前像素点A22,数字信号处理单元114判断该当前像素点A22需进行去噪处理。
去噪处理的具体方法是:数字信号处理单元114用于计算当前像素点A22周围的像素点的平均像素值。本实施方式中,当前像素点A22周围的像素点有8个,分别为像素点A11、A12、A13、A21、A23、A31、A32及A33,因此,平均像素值
AVER=(A11+A12+A13+A21+A23+A31+A32+A33)/8。
数字信号处理单元114利用平均像素值及校正后的SOBEL算子根据以下公式对当前像素点A22进行去噪处理:
AVER_SOBEL=(C_SOBEL_T*A)/TH+(TH-C_SOBEL_T)*AVER/TH,
其中,AVER_SOBEL表示去噪后的当前像素点A22的像素值,A表示去噪前的该当前像素点A22的像素值,本实施方式中,A=A22,AVER表示该平均像素值。
在得到去噪后的当前像素点A22的像素值后,数字信号处理单元114将该去噪后的当前像素点A22的像素值覆盖当前像素点A22。
若该当前像素点A22无需进行去噪处理,数字信号处理单元114对图像数据中的下一像素点判断是否需进行去噪处理以完成图像数据的所有像素点的处理。例如,数字信号处理单元114以3*3像素矩阵向后或向下滑动以对图像数据中的像素点从左至右进行行扫描一一处理。
该输出单元116用于输出经去噪处理后的该图像数据,例如,输出单元116可将经去噪处理后的图像数据输出至存储单元118及/或显示单元120以作存储及/或显示的用途。
需要指出的是,上述像素点的像素值如在亮度去噪的情况下,是指像素点的灰度值;如在色彩去噪的情况下,是指像素点的R通道(红色通道)、G通道(绿色通道)和B(蓝色通道)通道的平均值。
综上所述,上述图像去噪系统100通过SOBEL算子能比较准确地区分图像的细节(如边缘)和平坦区域(SOBEL算子较小的像素点),对于细节处,不进行去噪处理,对于平坦区域,进行去噪处理。故,上述图像去噪系统100在对图像进行去噪的同时能够尽可能地保留图像细节,提高图像信噪比水平,而且,上述图像去噪系统简单易于实现,基本上不会增加图像传感器的面积。
请参图5,本发明较佳实施方式提供一种图像去噪方法。该图像去噪方法可由以上实施方式的图像去噪系统100实现。该图像去噪方法包括以下步骤:
S1:图像信号获取单元102获取及输出图像信号;及
S2:处理单元104接收该图像信号并对该图像信号进行预处理得到图像数据,且对该图像数据中的当前像素点进行SOBEL算子计算以得到该当前像素点的SOBEL算子,并对该当前像素点的SOBEL算子进行校正,并根据校正后的SOBEL算子判断该当前像素点是否需进行去噪处理,若是,进入步骤S3,若否,进入步骤S4;
S3:该处理单元104计算该当前像素点周围的像素点的平均像素值,并利用该平均像素值及该校正后的SOBEL算子对该当前像素点进行去噪处理;
S4:该处理单元104判断该图像数据中的下一个像素点是否需进行去噪处理。
在步骤S1中,具体地,本实施方式中,图像信号获取单元102包括感光像素阵列106及图像信号读出单元108。
该感光像素阵列106用于将光信号转换为该图像信号。例如,感光像素阵列106可为CMOS像素阵列或CCD像素阵列。该感光像素阵列106包括多个感光像素点,该多个感光像素点沿相互垂直的两个方向排列以形成感光像素阵列106。
该图像信号读出单元108连接该感光像素阵列106。该图像信号读出单元108用于控制该感光像素阵列106将该光信号转换为该图像信号,并输出该图像信号。例如,图像信号读出单元108为积分图像信号读出单元,用于控制当前图像帧的感光像素阵列106逐行进行复位和读出。
在步骤S2中,图像信号获取单元102输出的图像信号一般为模拟图像信号,处理单元104先要对模拟图像信号数字化,然后得到数字化后的图像数据并对该图像数据进行处理。因此,本实施方式中,处理单元104包括模拟信号处理单元110、模数转换单元112、数字信号处理单元114及输出单元116。
进行预处理的步骤包括:该模拟信号处理单元110接收该图像信号读出单元108输出的该图像信号,并输出经处理后的该图像信号,该模数转换单元112将该模拟信号处理单元110输出的该图像信号转换为数字化的图像数据。例如,模拟信号处理单元110对作为模拟信号的图像信号进行例如调制、滤波及放大等必要的处理以获取图像信号的特征参数。该数字化后的图像数据一般是未进行去噪处理的图像数据。
该数字信号处理单元114对该图像数据中的该当前像素点进行SOBEL算子计算以得到该当前像素点的SOBEL算子,并对该当前像素点的SOBEL算子进行校正,并根据校正后的SOBEL算子判断该当前像素点是否需进行去噪处理。若是,进入步骤S3。若否,进入步骤S4。
具体地,该数字信号处理单元114以该当前像素点为中心,构造n*n像素矩阵,并利用该n*n像素矩阵对该当前像素点进行SOBEL算子计算,其中n为正奇数且n大于1。本实施方式中,n=3,即3*3像素矩阵。为方便说明,对3*3像素矩阵中的像素点进行编号,如图2所示,并将当前像素点设为位于像素矩阵中间的像素点A22。
同时,数字信号处理单元114结合SOBEL水平矩阵及SOBEL垂直矩阵进行SOBEL算子计算。图3显示作为一个例子的SOBEL水平矩阵,图4显示作为一个例子的SOBEL垂直矩阵。
因此,当前像素点A22的SOBEL算子由以下公式计算,并以此来衡量当前像素点的去噪强度大小:
C_SOBEL=(A11+2*A12+A13)-(A31+2*A32+A33)+(A11+2*A21+A31)-(A13+2*A23+A33)
其中,C_SOBEL为该当前像素点A22的SOBEL算子,A11表示像素点A11的像素值,A12表示像素点A12的像素值,A13表示像素点A13的像素值,A31表示像素点A31的像素值,A32表示像素点A32的像素值,A33表示像素点A33的像素值,A21表示像素点A21的像素值,A23表示像素点A23的像素值。
得到当前像素点A22的SOBEL算子之后,数字信号处理单元114对该SOBEL算子进行校正,具体地,数字信号处理单元114用于根据以下公式获取该校正后的SOBEL算子:
其中,TH为设定值,可根据经验值确定,较佳地,TH=96,C_SOBEL_T为该校正后的SOBEL算子,C_SOBEL为校正前的该SOBEL算子。
对于C_SOBEL_T=TH的当前像素点A22,数字信号处理单元114判断该当前像素点A22为边缘像素点,可无需进行去噪处理,之后进入步骤S4。
对于C_SOBEL_T=C_SOBEL的当前像素点A22,数字信号处理单元114判断该当前像素点A22需进行去噪处理,之后进入步骤S3。
在步骤S3中,去噪处理的具体方法是:数字信号处理单元114用于计算当前像素点A22周围的像素点的平均像素值。本实施方式中,当前像素点A22周围的像素点有8个,分别为像素点A11、A12、A13、A21、A23、A31、A32及A33,因此,平均像素值
AVER=(A11+A12+A13+A21+A23+A31+A32+A33)/8。
数字信号处理单元114利用平均像素值及校正后的SOBEL算子根据以下公式对当前像素点A22进行去噪处理:
AVER_SOBEL=(C_SOBEL_T*A)/TH+(TH-C_SOBEL_T)*AVER/TH,
其中,AVER_SOBEL表示去噪后的当前像素点A22的像素值,A表示去噪前的该当前像素点A22的像素值,本实施方式中,A=A22,AVER表示该平均像素值。
在得到去噪后的当前像素点A22的像素值后,数字信号处理单元114将该去噪后的当前像素点A22的像素值覆盖当前像素点A22。
该输出单元116输出经去噪处理后的该图像数据,例如,输出单元116可将经去噪处理后的图像数据输出至存储单元118及/或显示单元120以作存储及/或显示的用途。
在步骤S4中,即该当前像素点A22无需进行去噪处理时,数字信号处理单元114对图像数据中的下一像素点判断是否需进行去噪处理以完成图像数据的所有像素点的处理。例如,数字信号处理单元114以3*3像素矩阵向后或向下滑动以对图像数据中的像素点从左至右进行行扫描一一处理。
综上所述,上述图像去噪方法通过SOBEL算子能比较准确地区分图像的细节(如边缘)和平坦区域(SOBEL算子较小的像素点),对于细节处,不进行去噪处理,对于平坦区域,进行去噪处理。故,上述图像去噪方法在对图像进行去噪的同时能够尽可能地保留图像细节,提高图像信噪比水平,而且,上述图像去噪方法简单易于实现,基本上不会增加图像传感器的面积。
在本说明书的描述中,参考术语″一个实施方式″、″一些实施方式″、″示意性实施方式″、″示例″、″具体示例″、或″一些示例″等的描述意指结合所述实施方式或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施方式或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。
此外,术语″第一″、″第二″仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有″第一″、″第二″的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,″多个″的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,″计算机可读介质″可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是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,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (12)
1.一种图像去噪系统,其特征在于,包括:
图像信号获取单元,该图像信号获取单元用于获取及输出图像信号;及
处理单元,该处理单元用于接收该图像信号并对该图像信号进行预处理得到图像数据,且对该图像数据中的当前像素点进行SOBEL算子计算以得到该当前像素点的SOBEL算子,并对该当前像素点的SOBEL算子进行校正,并根据校正后的SOBEL算子判断该当前像素点是否需进行去噪处理;
若是,该处理单元用于计算该当前像素点周围的像素点的平均像素值,并利用该平均像素值及该校正后的SOBEL算子对该当前像素点进行去噪处理;
若否,该处理单元用于判断该图像数据中的下一个像素点是否需进行去噪处理。
2.如权利要求1所述的图像去噪系统,其特征在于,该处理单元用于以该当前像素点为中心,构造n*n像素矩阵,并利用该n*n像素矩阵对该当前像素点进行SOBEL算子计算,其中n为正奇数且n大于1。
3.如权利要求1所述的图像去噪系统,其特征在于,该处理单元用于根据以下公式获取该校正后的SOBEL算子:
其中,TH为设定值,C_SOBEL_T为该校正后的SOBEL算子,C_SOBEL为校正前的该SOBEL算子;
若该校正后的SOBEL算子等于该设定值,该处理单元用于判断该当前像素点无需进行去噪处理;
若该校正后的SOBEL算子等于校正前的该SOBEL算子,该处理单元用于判断该当前像素点需进行去噪处理。
4.如权利要求3所述的图像去噪系统,其特征在于,该处理单元用于根据以下公式对该当前像素点进行去噪处理:
AVER_SOBEL=(C_SOBEL_T*A)/TH+(TH-C_SOBEL_T)*AVER/TH,
其中,AVER_SOBEL表示去噪后的该当前像素点的像素值,A表示去噪前的该当前像素点的像素值,AVER表示该平均像素值。
5.如权利要求1所述的图像去噪系统,其特征在于,该图像信号获取单元包括:
感光像素阵列,该感光像素阵列用于将光信号转换为该图像信号;及
图像信号读出单元,该图像信号读出单元用于控制该感光像素阵列将该光信号转换为该图像信号,并输出该图像信号。
6.如权利要求5所述的图像去噪系统,其特征在于,该处理单元包括:
模拟信号处理单元,该模拟信号处理单元用于接收该图像信号读出单元输出的该图像信号,并输出经处理后的该图像信号;
模数转换单元,该模数转换单元用于将该模拟信号处理单元输出的该图像信号转换为数字化的该图像数据;
数字信号处理单元,该数字信号处理单元用于对该图像数据中的该当前像素点进行SOBEL算子计算以得到该当前像素点的SOBEL算子,并对该当前像素点的SOBEL算子进行校正,并根据该校正后的SOBEL算子判断该当前像素点是否需进行去噪处理;
若是,该数字信号处理单元用于计算该平均像素值,并利用该平均像素值及该校正后的SOBEL算子对该当前像素点进行去噪处理;
若否,该数字信号处理单元用于判断该图像数据中的下一个像素点是否需进行去噪处理;及
输出单元,该输出单元用于输出经去噪处理后的该图像数据。
7.一种图像去噪方法,其特征在于,包括以下步骤:
S1:图像信号获取单元获取及输出图像信号;及
S2:处理单元接收该图像信号并对该图像信号进行预处理得到图像数据,且对该图像数据中的当前像素点进行SOBEL算子计算以得到该当前像素点的SOBEL算子,并对该当前像素点的SOBEL算子进行校正,并根据校正后的SOBEL算子判断该当前像素点是否需进行去噪处理,若是,进入步骤S3,若否,进入步骤S4;
S3:该处理单元计算该当前像素点周围的像素点的平均像素值,并利用该平均像素值及该校正后的SOBEL算子对该当前像素点进行去噪处理;
S4:该处理单元判断该图像数据中的下一个像素点是否需进行去噪处理。
8.如权利要求7所述的图像去噪方法,其特征在于,步骤S1包括:该处理单元以该当前像素点为中心,构造n*n像素矩阵,并利用该n*n像素矩阵对该当前像素点进行SOBEL算子计算,其中n为正奇数且n大于1。
9.如权利要求7所述的图像去噪方法,其特征在于,步骤S1包括:该处理单元根据以下公式获取该校正后的SOBEL算子:
其中,TH为设定值,C_SOBEL_T为该校正后的SOBEL算子,C_SOBEL为校正前的该SOBEL算子;
若该校正后的SOBEL算子等于该设定值,该处理单元判断该当前像素点无需进行去噪处理,之后进入步骤S4;
若该校正后的SOBEL算子等于校正前的该SOBEL算子,该处理单元判断该当前像素点需进行去噪处理,之后进入步骤S3。
10.如权利要求9所述的图像去噪方法,其特征在于,步骤S3包括:该处理单元根据以下公式对该当前像素点进行去噪处理:
AVER_SOBEL=(C_SOBEL_T*A)/TH+(TH-C_SOBEL_T)*AVER/TH,
其中,AVER_SOBEL表示去噪后的该当前像素点的像素值,A表示去噪前的该当前像素点的像素值,AVER表示该平均像素值。
11.如权利要求7所述的图像去噪方法,其特征在于,该图像信号获取单元包括感光像素阵列及图像信号读出单元;
步骤S1包括:
该感光像素阵列将光信号转换为该图像信号;及
该图像信号读出单元控制该感光像素阵列将该光信号转换为该图像信号,并输出该图像信号。
12.如权利要求11所述的图像去噪方法,其特征在于,该处理单元包括模拟信号处理单元、模数转换单元、数字信号处理单元及输出单元;
进行预处理的步骤包括:
该模拟信号处理单元接收该图像信号读出单元输出的该图像信号,并输出经处理后的该图像信号,该模数转换单元将该模拟信号处理单元输出的该图像信号转换为数字化的该图像数据;
步骤S2包括:
该数字信号处理单元对该图像数据中的该当前像素点进行SOBEL算子计算以得到该当前像素点的SOBEL算子,并对该当前像素点的SOBEL算子进行校正,并根据该校正后的SOBEL算子判断该当前像素点是否需进行去噪处理,若是,进入步骤S3,若否,进入步骤S4;及
步骤S3包括:该输出单元输出经去噪处理后的该图像数据。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510505819.8A CN106469436B (zh) | 2015-08-17 | 2015-08-17 | 图像去噪系统及图像去噪方法 |
KR1020187003980A KR20180033211A (ko) | 2015-08-17 | 2016-08-12 | 이미지 노이즈 제거 시스템 및 이미지 노이즈 제거 방법 |
PCT/CN2016/094817 WO2017028742A1 (zh) | 2015-08-17 | 2016-08-12 | 图像去噪系统及图像去噪方法 |
EP16836606.0A EP3340168A4 (en) | 2015-08-17 | 2016-08-12 | PICTURE COUNTERYSTEM AND PICTURE EXAMINATION METHOD |
US15/748,699 US20190005624A1 (en) | 2015-08-17 | 2016-08-12 | Image denoising system and image denoising method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510505819.8A CN106469436B (zh) | 2015-08-17 | 2015-08-17 | 图像去噪系统及图像去噪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106469436A true CN106469436A (zh) | 2017-03-01 |
CN106469436B CN106469436B (zh) | 2019-11-08 |
Family
ID=58050784
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510505819.8A Active CN106469436B (zh) | 2015-08-17 | 2015-08-17 | 图像去噪系统及图像去噪方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20190005624A1 (zh) |
EP (1) | EP3340168A4 (zh) |
KR (1) | KR20180033211A (zh) |
CN (1) | CN106469436B (zh) |
WO (1) | WO2017028742A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108460745A (zh) * | 2018-03-29 | 2018-08-28 | 哈尔滨理工大学 | 一种基于非局部均值滤波的图像去噪方法 |
CN111583145A (zh) * | 2020-04-30 | 2020-08-25 | 深圳市商汤智能传感科技有限公司 | 图像降噪方法及装置、电子设备和存储介质 |
CN113379640A (zh) * | 2021-06-25 | 2021-09-10 | 哈尔滨工业大学 | 一种融合边缘信息的多级滤波图像去噪方法 |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108270942B (zh) * | 2018-01-31 | 2020-09-25 | 威海华菱光电股份有限公司 | 图像扫描装置、控制图像扫描光信号的接收方法及装置 |
KR102614088B1 (ko) | 2018-08-06 | 2023-12-18 | 삼성전자주식회사 | 이미지 신호 프로세서 및 이미지 신호 프로세서를 포함하는 전자 장치 |
CN109242803A (zh) * | 2018-10-10 | 2019-01-18 | 北京航天易联科技发展有限公司 | 一种应用于微波图像的复原方法及装置 |
CN111289848B (zh) * | 2020-01-13 | 2023-04-07 | 甘肃省安全生产科学研究院有限公司 | 一种应用在基于安全生产的智能型热局放仪的复合数据滤波方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102999888A (zh) * | 2012-11-27 | 2013-03-27 | 西安交通大学 | 一种基于彩色图像分割的深度图去噪方法 |
US8437568B2 (en) * | 2008-04-08 | 2013-05-07 | The United States Of America, As Represented By The Secretary Of The Navy | Automated underwater image restoration via denoised deconvolution |
CN103606132A (zh) * | 2013-10-31 | 2014-02-26 | 西安电子科技大学 | 基于空域和时域联合滤波的多帧数字图像去噪方法 |
CN103632352A (zh) * | 2013-11-01 | 2014-03-12 | 华为技术有限公司 | 一种噪声图像的时域降噪方法和相关装置 |
US8731337B2 (en) * | 2011-08-05 | 2014-05-20 | Adobe Systems Incorporated | Denoising and artifact removal in image upscaling |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6229578B1 (en) * | 1997-12-08 | 2001-05-08 | Intel Corporation | Edge-detection based noise removal algorithm |
JP4358055B2 (ja) * | 2004-07-21 | 2009-11-04 | 株式会社東芝 | 補間画素生成回路 |
CN1328901C (zh) * | 2005-01-26 | 2007-07-25 | 北京中星微电子有限公司 | 一种去除图像噪声的方法 |
CN101256630B (zh) * | 2007-02-26 | 2010-06-30 | 富士通株式会社 | 用于改善文档图像二值化性能的去噪声装置和方法 |
US20090251570A1 (en) * | 2008-04-02 | 2009-10-08 | Miaohong Shi | Apparatus and method for noise reduction |
CN103020911A (zh) * | 2012-12-12 | 2013-04-03 | 中国航空工业集团公司洛阳电光设备研究所 | 一种用于去除混合噪声的图像处理方法 |
CN104657735B (zh) * | 2013-11-21 | 2018-01-23 | 比亚迪股份有限公司 | 车道线检测方法、系统、车道偏离预警方法及系统 |
CN104794685B (zh) * | 2014-01-17 | 2019-04-26 | 腾讯科技(深圳)有限公司 | 一种实现图像去噪的方法及装置 |
CN104778669B (zh) * | 2015-04-16 | 2017-12-26 | 北京邮电大学 | 快速图像去噪方法及装置 |
-
2015
- 2015-08-17 CN CN201510505819.8A patent/CN106469436B/zh active Active
-
2016
- 2016-08-12 EP EP16836606.0A patent/EP3340168A4/en not_active Withdrawn
- 2016-08-12 WO PCT/CN2016/094817 patent/WO2017028742A1/zh active Application Filing
- 2016-08-12 KR KR1020187003980A patent/KR20180033211A/ko active IP Right Grant
- 2016-08-12 US US15/748,699 patent/US20190005624A1/en not_active Abandoned
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8437568B2 (en) * | 2008-04-08 | 2013-05-07 | The United States Of America, As Represented By The Secretary Of The Navy | Automated underwater image restoration via denoised deconvolution |
US8731337B2 (en) * | 2011-08-05 | 2014-05-20 | Adobe Systems Incorporated | Denoising and artifact removal in image upscaling |
CN102999888A (zh) * | 2012-11-27 | 2013-03-27 | 西安交通大学 | 一种基于彩色图像分割的深度图去噪方法 |
CN103606132A (zh) * | 2013-10-31 | 2014-02-26 | 西安电子科技大学 | 基于空域和时域联合滤波的多帧数字图像去噪方法 |
CN103632352A (zh) * | 2013-11-01 | 2014-03-12 | 华为技术有限公司 | 一种噪声图像的时域降噪方法和相关装置 |
Non-Patent Citations (2)
Title |
---|
肖鹏等: "基于梯度信息的快速非局部均值图像", 《机械与电子》 * |
袁修贵等: "基于Sobel算子的小波去噪算法", 《电脑与信息技术》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108460745A (zh) * | 2018-03-29 | 2018-08-28 | 哈尔滨理工大学 | 一种基于非局部均值滤波的图像去噪方法 |
CN111583145A (zh) * | 2020-04-30 | 2020-08-25 | 深圳市商汤智能传感科技有限公司 | 图像降噪方法及装置、电子设备和存储介质 |
CN111583145B (zh) * | 2020-04-30 | 2023-11-28 | 深圳市商汤智能传感科技有限公司 | 图像降噪方法及装置、电子设备和存储介质 |
CN113379640A (zh) * | 2021-06-25 | 2021-09-10 | 哈尔滨工业大学 | 一种融合边缘信息的多级滤波图像去噪方法 |
CN113379640B (zh) * | 2021-06-25 | 2023-06-27 | 哈尔滨工业大学 | 一种融合边缘信息的多级滤波图像去噪方法 |
Also Published As
Publication number | Publication date |
---|---|
KR20180033211A (ko) | 2018-04-02 |
CN106469436B (zh) | 2019-11-08 |
US20190005624A1 (en) | 2019-01-03 |
EP3340168A4 (en) | 2019-02-27 |
EP3340168A1 (en) | 2018-06-27 |
WO2017028742A1 (zh) | 2017-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106469436A (zh) | 图像去噪系统及图像去噪方法 | |
CN108492271B (zh) | 一种融合多尺度信息的自动图像增强系统及方法 | |
CN107507173B (zh) | 一种全切片图像的无参考清晰度评估方法及系统 | |
EP3076364B1 (en) | Image filtering based on image gradients | |
CN102006484B (zh) | 图像处理装置和图像处理方法 | |
CN110956581B (zh) | 一种基于双通道生成-融合网络的图像模态变换方法 | |
CN101983510B (zh) | 自适应局部白平衡调节的系统与方法 | |
CN103942796A (zh) | 一种高精度的投影仪-摄像机标定系统及标定方法 | |
CN107451969A (zh) | 图像处理方法、装置、移动终端及计算机可读存储介质 | |
CN114821376B (zh) | 一种基于深度学习的无人机影像地质灾害自动提取方法 | |
CN104200457A (zh) | 基于广角摄像的离散型冠层叶面积指数检测系统和方法 | |
CN108038839A (zh) | 一种流水生产线上双绞线绞距实时检测方法 | |
CN105303511A (zh) | 图像处理装置及光源识别方法 | |
CN104732520A (zh) | 一种胸部数字影像的心胸比测量算法及系统 | |
CN102957878A (zh) | 医学图像坏点自动检测方法及系统 | |
CN116757986A (zh) | 一种红外与可见光图像融合方法及装置 | |
CN115082968A (zh) | 基于红外光和可见光融合的行为识别方法及终端设备 | |
CN110507283A (zh) | 视网膜相机及其实现方法 | |
CN116433528A (zh) | 一种目标区域检出的图像细节增强显示方法及系统 | |
CN110739051B (zh) | 利用鼻息肉病理图片建立嗜酸性粒细胞占比模型的方法 | |
CN101939762A (zh) | 用于重构彩色图像的方法和设备 | |
Zhang et al. | A combined approach to single-camera-based lane detection in driverless navigation | |
CN114022730A (zh) | 一种基于自监督学习神经网络的点目标相位检索方法 | |
CN114972065A (zh) | 色差校正模型的训练方法、系统、电子设备和移动设备 | |
CN111179197B (zh) | 对比度增强方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20210210 Address after: 518119 No.1 Yan'an Road, Kuiyong street, Dapeng New District, Shenzhen City, Guangdong Province Patentee after: BYD Semiconductor Co.,Ltd. Address before: 518118 BYD Road, Pingshan New District, Shenzhen, Guangdong 3009 Patentee before: BYD Co.,Ltd. |
|
TR01 | Transfer of patent right |