CN108846808B - 一种图像处理的方法及其装置 - Google Patents

一种图像处理的方法及其装置 Download PDF

Info

Publication number
CN108846808B
CN108846808B CN201810524895.7A CN201810524895A CN108846808B CN 108846808 B CN108846808 B CN 108846808B CN 201810524895 A CN201810524895 A CN 201810524895A CN 108846808 B CN108846808 B CN 108846808B
Authority
CN
China
Prior art keywords
pixel
pixels
value
data
determining
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
Application number
CN201810524895.7A
Other languages
English (en)
Other versions
CN108846808A (zh
Inventor
张贞雷
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.)
Zhengzhou Yunhai Information Technology Co Ltd
Original Assignee
Zhengzhou Yunhai Information 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 Zhengzhou Yunhai Information Technology Co Ltd filed Critical Zhengzhou Yunhai Information Technology Co Ltd
Priority to CN201810524895.7A priority Critical patent/CN108846808B/zh
Publication of CN108846808A publication Critical patent/CN108846808A/zh
Application granted granted Critical
Publication of CN108846808B publication Critical patent/CN108846808B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • 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
    • 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
    • G06T2207/20024—Filtering details
    • G06T2207/20032—Median filtering

Abstract

本申请提供了一种图像处理的方法，其特征在于，在第一时钟周期，缓存第一像素块，所述第一像素块大小为N*N个像素，所述第一像素块包括N2个像素；并行确定所述N2个像素中比所述N2个每个像素的数据值大的像素数目；确定所述N2个像素中第q个像素的像素值作为所述第一像素块的滤波中值，其中，所述N2个像素中比所述第q个像素大的像素数量为(N2‑1)/2，其中，N为正整数。

Description

一种图像处理的方法及其装置
技术领域
本申请涉及图像处理领域，并且更具体地，涉及一种图像处理的方法及其装置。
背景技术
中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术，中值滤波的基本原理是把数字图像或数字序列中一点的值用该点的一个邻域(N x N)中各点值的中值代替，让周围的像素值接近的真实值，从而消除孤立的噪声点。
硬件实现中值滤波的传统做法是利用滤波知识产权核(英文：intellectualproperty core，简写：IP)或者是专门的滤波芯片，但是成本较高，不利用项目成本的控制，并且对于安全性要求较高的项目，购买IP或者是滤波芯片显然是不合适的。
因此，亟需一种快捷简便的图像处理方法，实现中值滤波。
发明内容
本申请提供一种图像处理的方法，能够实现快速中值滤波。
第一方面，提供一种图像处理的方法，包括：在第一时钟周期，缓存第一像素块，所述第一像素块大小为N*N个像素，所述第一像素块包括N2个像素；并行确定所述N2个像素中比所述N2个每个像素的数据值大的像素数目；确定所述N2个像素中第q个像素的像素值作为所述第一像素块的滤波中值，其中，所述N2个像素中比所述第q个像素大的像素数量为(N2-1)/2，其中，N为正整数。
结合第一方面，在第一方面的第一种可能的实现方式中，所述并行确定所述N2个像素中比所述N2个每个像素的数据值大的像素数目，包括：将所述N2个像素中的第m个像素的数据值与所述N2个像素的数据值依次进行比较，得到N2个比较结果，确定所述N2个像素数据中比所述第m个像素大的像素数目sum_m，其中，第m个像素为所述N2个像素中任意一个像素；所述确定第q个像素的像素值作为所述第一像素块的滤波中值，包括：确定所述N2个像素数据中比所述第q个像素大的像素数目sum_m＝(N2-1)/2。
结合第一方面及其上述实现方式，在第一方面的第二种可能的实现方式中，所述将所述N2个像素中的第m个像素的数据值与所述N2个像素的数据值依次进行比较，得到N2个比较结果，确定所述N2个像素数据中比所述第m个数据大的像素数目sum_m，包括：所述第m个像素的数据值为A[m]，当与所述N2个像素中第n个像素的数据值A[n]比较时：如果m>＝n，则选择<比较器，当A[m]<A[n]时候，比较结果为1，否则比较结果为0；如果m<n，则选择<＝比较器，当A[m]<＝A[n]时候，比较结果为1，否则，比较结果为0；得到所述第m个像素与所述N2个像素的像素值的N2个比较结果，累加所述比较结果，得到所述像素数目sum_m。
结合第一方面及其上述实现方式，在第一方面的第三种可能的实现方式中，所述方法还包括：在第二时钟周期，输入N个像素，所述第二时钟周期为所述第一时钟周期之后相邻的下一个时钟周期；确定第二像素块，所述第二像素块包括输入的所述N个像素，以及所述第一像素块中的第1列至第N-1列的像素。
第二方面，提供一种图像处理的装置，包括：缓存单元，所述缓存单元用于在第一时钟周期，缓存第一像素块，所述第一像素块大小为N*N个像素，所述第一像素块包括N2个像素；处理单元，所述处理单元用于并行确定所述N2个像素中比所述N2个每个像素的数据值大的像素数目；所述处理单元还用于确定所述N2个像素中第q个像素的像素值作为所述第一像素块的滤波中值，其中，所述N2个像素中比所述第q个像素大的像素数量为(N2-1)/2，其中，N为正整数。
结合第二方面，在第二方面的第一种可能的实现方式中，所述处理单元用于：将所述N2个像素中的第m个像素的数据值与所述N2个像素的数据值依次进行比较，得到N2个比较结果，确定所述N2个像素数据中比所述第m个像素大的像素数目sum_m，其中，第m个像素为所述N2个像素中任意一个像素；所述确定第q个像素的像素值作为所述第一像素块的滤波中值，包括：确定所述N2个像素数据中比所述第q个像素大的像素数目sum_m＝(N2-1)/2。
结合第二方面及其上述实现方式，在第二方面的第二种可能的实现方式中，所述处理单元用于：所述第m个像素的数据值为A[m]，当与所述N2个像素中第n个像素的数据值A[n]比较时：如果m>＝n，则选择<比较器，当A[m]<A[n]时候，比较结果为1，否则比较结果为0；如果m<n，则选择<＝比较器，当A[m]<＝A[n]时候，比较结果为1，否则，比较结果为0；得到所述第m个像素与所述N2个像素的像素值的N2个比较结果，累加所述比较结果，得到所述像素数目sum_m。
结合第二方面及其上述实现方式，在第二方面的第三种可能的实现方式中，所述缓存单元用于：在第二时钟周期，输入N个像素，所述第二时钟周期为所述第一时钟周期之后相邻的下一个时钟周期；确定第二像素块，所述第二像素块包括输入的所述N个像素，以及所述第一像素块中的第1列至第N-1列的像素。
本申请提出了一种硬件实现的快速中值滤波方法，并且可以实现流水线设计，满足图像数据流的连续中值滤波处理，满足实时滤波的要求，并且实现方法简单，不需要额外购买IP或者是滤波芯片的费用，极大降低了项目成本，同时框架及代码完全自主设计，提高了项目安全性。
附图说明
图1是本申请一个实施例的方法的示意性流程图。
图2是本申请另一是实施例的系统的示意性框图。
图3是本申请一个实施例的装置的示意性框图。
具体实施方式
下面将结合附图，对本申请中的技术方案进行描述。
图1示出了本申请一个实施例的方法的示意性流程图，如图1所示，该方法包括：
步骤110，在第一时钟周期，缓存第一像素块，所述第一像素块大小为N*N个像素，所述第一像素块包括N2个像素；
步骤120，并行确定所述N2个像素中比所述N2个每个像素的数据值大的像素数目；
步骤130，确定所述N2个像素中第q个像素的像素值作为所述第一像素块的滤波中值，其中，所述N2个像素中比所述第q个像素大的像素数量为(N2-1)/2，其中，N为正整数。
具体地，在步骤110中，用深度为N^2的寄存器数组init_mem，缓存初始的NxN个像素数据。
可选地，作为本申请一个实施例，所述并行确定所述N2个像素中比所述N2个每个像素的数据值大的像素数目，包括：将所述N2个像素中的第m个像素的数据值与所述N2个像素的数据值依次进行比较，得到N2个比较结果，确定所述N2个像素数据中比所述第m个像素大的像素数目sum_m，其中，第m个像素为所述N2个像素中任意一个像素；所述确定第q个像素的像素值作为所述第一像素块的滤波中值，包括：确定所述N2个像素数据中比所述第q个像素大的像素数目sum_m＝(N2-1)/2。
可选地，作为本申请一个实施例，所述将所述N2个像素中的第m个像素的数据值与所述N2个像素的数据值依次进行比较，得到N2个比较结果，确定所述N2个像素数据中比所述第m个数据大的像素数目sum_m，包括：所述第m个像素的数据值为A[m]，当与所述N2个像素中第n个像素的数据值A[n]比较时：如果m>＝n，则选择<比较器，当A[m]<A[n]时候，比较结果为1，否则比较结果为0；如果m<n，则选择<＝比较器，当A[m]<＝A[n]时候，比较结果为1，否则，比较结果为0；得到所述第m个像素与所述N2个像素的像素值的N2个比较结果，累加所述比较结果，得到所述像素数目sum_m。
具体地，当前数据为init_mem[m]，当与init_mem[n]比较时：
如果m>＝n，则选择<比较器，即A[m]<A[n]时候，比较结果为1；
如果m<n，则选择<＝比较器，即A[m]<＝A[n]时候，比较结果为1，否则，比较结果为0；
累积比较结果，每一个数据跟所有数据相比较，得到N^2个比较结果，将比较结果相加，得到累加值，得到sum_0到sum_(N^2-1)这样N^2个比较结果；
判定sum_0到sum_(N^2-1)中，sum_Q＝(N^2)/2，sum_Q指向的是第q个像素，可以把第q个像素作为该第一像素块的滤波中值。
可选地，作为本申请一个实施例，所述方法还包括：在第二时钟周期，输入N个像素，所述第二时钟周期为所述第一时钟周期之后相邻的下一个时钟周期；确定第二像素块，所述第二像素块包括输入的所述N个像素，以及所述第一像素块中的第1列至第N-1列的像素。
从寄存器数组init_mem_2d中，init_mem_2d[M]即为当前NxN数据块的中值，其中init_mem_2d是init_mem延时两拍得到。
为实现流水线设计，除初始NxN数据块之外的像素数据，每个时钟周期输入N个像素数据到本设计，替换掉init_mem中相应的像素值。然后每个周期都可以得到当前NxN块的中值，也就实现了快速中值滤波。
图2示出了本申请另一实施例的系统的示意性框图。
1.用深度为N^2的寄存器数组init_mem，存储一帧图像的前N行数据的前N个像素点，按照如下规则存储：
第1行数据的前N个像素存放在init_mem的第[0],[1]…[N-1]地址空间；
第2行数据的前N个像素存放在init_mem的第[N],[N+1]…[2N-1]地址空间；
第3行数据的前N个像素存放在init_mem的第[2N],[2N+1]…[3N-1]地址空间；
………………………………………………………………………………
第N行数据的前N个像素存放在init_mem的第[(N-1)N],[(N-1)N+1]…[N^2-1]地址空间；
以上N^2个像素点组成最原始的NxN像素块。
2.将当前数据init_mem[m]与当前init_mem内的所有数据相比较，并且按照如下规则选择比较器：
当前数据为init_mem[m]，当与init_mem[n]比较时：
如果m>＝n，则选择<比较器，即A[m]<A[n]时候，比较结果为1；
如果m<n，则选择<＝比较器，即A[m]<＝A[n]时候，比较结果为1；否则，比较结果为0；
采样上述比较方法和比较器，即为后续的计算结果累加提供基础，又避免了像素值相同时的排序问题，当出现相当像素值时，上述比较方法也可以正确的排出顺序。
3.利用累加器，对于每个数据跟其他所有数据(N^2个)的比较结果(共N^2个)进行累加，分别得到sum_0到sum_(N^2-1)；
4.利用判决器，从sum_0----sum_(N^2-1)找出sum_M，使sum_M＝(N^2)/2；
5.在寄存器数组init_mem_2d中，init_mem_2d[M]即为当前NxN数据块的中值，其中init_mem_2d是init_mem延时两拍得到。
在本申请实施例中，之所以采用init_mem_2d是为了流水线设计的需要，因为像素值比较和结果累加各消耗一个时钟周期，而这两个时钟周期内，init_mem是有新的像素值更新的，因此要将init_mem延迟两拍，得到init_mem_2d，从init_mem_2d中取数据，得到要求的中值。
6.实现流水线设计，为满足连续图像数据输入的情况下，连续输出中值的要求，本方法采用流水线设计，除初始NxN数据块之外的像素数据，每个时钟周期输入N个像素数据到本设计(中值滤波的基础算法流程)，替换掉init_mem中相应的像素值。然后每个周期都可以得到新的NxN块的中值，也就实现了快速中值滤波。替换方法(也就是逻辑框图中的地址选择模块)如下：
N组为一个循环；
第0组进来的N个像素点，取代init_mem中下列地址的数据；
Init_mem[0][N][2N][3N]…[(N-1)N]；
第1组进来的N个像素点，取代init_mem中下列地址的数据；
Init_mem[1][N+1][2N+1][3N+1]…[(N-1)N+1]；
…………………………………………………………………
第(N-1)组进来的N个像素点，取代init_mem中下列地址的数据；
Init_mem[N-1][2N-1][3N-1][4N-1]…[N^2-1]。
图3示出了本申请另一实施例的装置的示意框图。如图3所示，提供一种图像处理的装置，包括：缓存单元310，所述缓存单元用于在第一时钟周期，缓存第一像素块，所述第一像素块大小为N*N个像素，所述第一像素块包括N2个像素；处理单元320，所述处理单元用于并行确定所述N2个像素中比所述N2个每个像素的数据值大的像素数目；所述处理单元320还用于确定所述N2个像素中第q个像素的像素值作为所述第一像素块的滤波中值，其中，所述N2个像素中比所述第q个像素大的像素数量为(N2-1)/2，其中，N为正整数。
结合第二方面，在第二方面的第一种可能的实现方式中，所述处理单元320用于：将所述N2个像素中的第m个像素的数据值与所述N2个像素的数据值依次进行比较，得到N2个比较结果，确定所述N2个像素数据中比所述第m个像素大的像素数目sum_m，其中，第m个像素为所述N2个像素中任意一个像素；所述确定第q个像素的像素值作为所述第一像素块的滤波中值，包括：确定所述N2个像素数据中比所述第q个像素大的像素数目sum_m＝(N2-1)/2。
结合第二方面及其上述实现方式，在第二方面的第二种可能的实现方式中，所述处理单元320用于：所述第m个像素的数据值为A[m]，当与所述N2个像素中第n个像素的数据值A[n]比较时：如果m>＝n，则选择<比较器，当A[m]<A[n]时候，比较结果为1，否则比较结果为0；如果m<n，则选择<＝比较器，当A[m]<＝A[n]时候，比较结果为1，否则，比较结果为0；得到所述第m个像素与所述N2个像素的像素值的N2个比较结果，累加所述比较结果，得到所述像素数目sum_m。
结合第二方面及其上述实现方式，在第二方面的第三种可能的实现方式中，所述缓存单元310用于：在第二时钟周期，输入N个像素，所述第二时钟周期为所述第一时钟周期之后相邻的下一个时钟周期；确定第二像素块，所述第二像素块包括输入的所述N个像素，以及所述第一像素块中的第1列至第N-1列的像素。
本申请提出了一种硬件实现的快速中值滤波方法，并且可以实现流水线设计，满足图像数据流的连续中值滤波处理，满足实时滤波的要求，并且实现方法简单，不需要额外购买IP或者是滤波芯片的费用，极大降低了项目成本，同时框架及代码完全自主设计，提高了项目安全性。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，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单元中，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单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者第二设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (4)

1.一种图像处理的方法，其特征在于，包括： 在第一时钟周期，缓存第一像素块，所述第一像素块大小为N*N个像素，所述第一像素块包括N2个像素； 并行确定所述N2个像素中比所述N2个每个像素的数据值大的像素数目； 确定所述N2个像素中第q个像素的像素值作为所述第一像素块的滤波中值，其中，所述N2个像素中比所述第q个像素大的像素数量为(N2-1)/2，其中，N为正整数，
所述并行确定所述N2个像素中比所述N2个每个像素的数据值大的像素数目，包括： 将所述N2个像素中的第m个像素的数据值与所述N2个像素的数据值依次进行比较，得到N2个比较结果，确定所述N2个像素数据中比所述第m个像素大的像素数目sum_m，其中，第m个像素为所述N2个像素中任意一个像素；确定第q个像素的像素值作为所述第一像素块的滤波中值，包括： 确定所述N2个像素数据中比所述第q个像素大的像素数目sum_m＝(N2-1)/2，
所述将所述N2个像素中的第m个像素的数据值与所述N2个像素的数据值依次进行比较，得到N2个比较结果，确定所述N2个像素数据中比所述第m个数据大的像素数目sum_m，包括：所述第m个像素的数据值为A[m]，当与所述N2个像素中第n个像素的数据值A[n]比较时： 如果m>＝n，则选择<比较器，当A[m]<A[n]时候，比较结果为1，否则比较结果为0； 如果m<n，则选择<＝比较器，当A[m]<＝A[n]时候，比较结果为1，否则，比较结果为0； 得到所述第m个像素与所述N2个像素的像素值的N2个比较结果，累加所述比较结果，得到所述像素数目sum_m。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括： 在第二时钟周期，输入N个像素，所述第二时钟周期为所述第一时钟周期之后相邻的下一个时钟周期； 确定第二像素块，所述第二像素块包括输入的所述N个像素，以及所述第一像素块中的第1列至第N-1列的像素。
3.一种图像处理的装置，其特征在于，包括： 缓存单元，所述缓存单元用于在第一时钟周期，缓存第一像素块，所述第一像素块大小为N*N个像素，所述第一像素块包括N2个像素；处理单元，所述处理单元用于并行确定所述N2个像素中比所述N2个每个像素的数据值大的像素数目； 所述处理单元还用于确定所述N2个像素中第q个像素的像素值作为所述第一像素块的滤波中值，其中，所述N2个像素中比所述第q个像素大的像素数量为(N2-1)/2，其中，N为正整数，
所述处理单元用于： 将所述N2个像素中的第m个像素的数据值与所述N2个像素的数据值依次进行比较，得到N2个比较结果，确定所述N2个像素数据中比所述第m个像素大的像素数目sum_m，其中，第m个像素为所述N2个像素中任意一个像素；确定第q个像素的像素值作为所述第一像素块的滤波中值，包括： 确定所述N2个像素数据中比所述第q个像素大的像素数目sum_m＝(N2-1)/2，
所述处理单元用于： 所述第m个像素的数据值为A[m]，当与所述N2个像素中第n个像素的数据值A[n]比较时： 如果m>＝n，则选择<比较器，当A[m]<A[n]时候，比较结果为1，否则比较结果为0； 如果m<n，则选择<＝比较器，当A[m]<＝A[n]时候，比较结果为1，否则，比较结果为0； 得到所述第m个像素与所述N2个像素的像素值的N2个比较结果，累加所述比较结果，得到所述像素数目sum_m。
4.根据权利要求3所述的装置，其特征在于，所述缓存单元用于： 在第二时钟周期，输入N个像素，所述第二时钟周期为所述第一时钟周期之后相邻的下一个时钟周期； 确定第二像素块，所述第二像素块包括输入的所述N个像素，以及所述第一像素块中的第1列至第N-1列的像素。
CN201810524895.7A 2018-05-28 2018-05-28 一种图像处理的方法及其装置 Active CN108846808B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810524895.7A CN108846808B (zh) 2018-05-28 2018-05-28 一种图像处理的方法及其装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810524895.7A CN108846808B (zh) 2018-05-28 2018-05-28 一种图像处理的方法及其装置

Publications (2)

Publication Number Publication Date
CN108846808A CN108846808A (zh) 2018-11-20
CN108846808B true CN108846808B (zh) 2022-06-10

Family

ID=64207901

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810524895.7A Active CN108846808B (zh) 2018-05-28 2018-05-28 一种图像处理的方法及其装置

Country Status (1)

Country Link
CN (1) CN108846808B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116009792B (zh) * 2023-03-24 2023-09-29 摩尔线程智能科技(北京)有限责任公司 一种图像处理中的数据读取、写入装置及方法、电子设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008005007A1 (en) * 2006-06-29 2008-01-10 Thomson Licensing Adaptive pixel-based filtering
TWI584642B (zh) * 2016-04-19 2017-05-21 瑞昱半導體股份有限公司 影像濾波裝置及其影像濾波方法
CN112233051A (zh) * 2020-09-09 2021-01-15 浙江大华技术股份有限公司 一种中值滤波方法、中值滤波装置和计算机可读存储介质

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4420294B2 (ja) * 2005-06-28 2010-02-24 エルジー ディスプレイ カンパニー リミテッド ミディアンフィルタリング方法及び装置
CN103793873B (zh) * 2014-01-26 2017-06-13 大唐移动通信设备有限公司 图像像素中值的获取方法和装置
CN107705270B (zh) * 2017-10-27 2020-04-28 智车优行科技（北京）有限公司 中值滤波的处理方法和装置、电子设备、计算机存储介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008005007A1 (en) * 2006-06-29 2008-01-10 Thomson Licensing Adaptive pixel-based filtering
TWI584642B (zh) * 2016-04-19 2017-05-21 瑞昱半導體股份有限公司 影像濾波裝置及其影像濾波方法
CN112233051A (zh) * 2020-09-09 2021-01-15 浙江大华技术股份有限公司 一种中值滤波方法、中值滤波装置和计算机可读存储介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Modified Adaptive Median Filtering;Shiru Zhang等;《2018 International Conference on Intelligent Transportation, Big Data & Smart City (ICITBS)》;20180409;第1-5页 *
一种最近邻像素值的极大概率滤波算法;梁立东等;《电子设计工程》;20140405;第22卷(第7期);第181-183+187页 *
基于灰度统计值的遥感影像快速中值滤波算法;朱鹏等;《科技信息》;20100705(第19期);第47+17页 *

Also Published As

Publication number Publication date
CN108846808A (zh) 2018-11-20

Similar Documents

Publication Publication Date Title
KR102523263B1 (ko) 하드웨어 기반 풀링을 위한 시스템 및 방법
Vasicek et al. Novel hardware implementation of adaptive median filters
CN108564550B (zh) 图像处理方法、装置及终端设备
US10169295B2 (en) Convolution operation device and method
CN107705270B (zh) 中值滤波的处理方法和装置、电子设备、计算机存储介质
EP2804144A1 (en) Method and device for processing input image data
CN113556442B (zh) 视频去噪方法、装置、电子设备及计算机可读存储介质
CN111984189B (zh) 神经网络计算装置和数据读取、数据存储方法及相关设备
CN106937020B (zh) 用于自适应像素滤波的系统和方法
Singh et al. A novel real-time resource efficient implementation of Sobel operator-based edge detection on FPGA
CN108846808B (zh) 一种图像处理的方法及其装置
US9015429B2 (en) Method and apparatus for an efficient hardware implementation of dictionary based lossless compression
Alsuwailem et al. A new approach for real-time histogram equalization using FPGA
JP2022137247A (ja) 複数の入力データセットのための処理
JP5531805B2 (ja) ディジタル画像処理装置及びディジタル画像処理方法
CN103916612A (zh) 一种任意比例缩放系统及方法
CN108521824A (zh) 图像处理装置、方法及相关电路
CN108765341B (zh) 一种图像处理的方法及其装置
US10332239B2 (en) Apparatus and method for parallel polyphase image interpolation
Gour et al. Hardware accelerator for real-time image resizing
CN110322389B (zh) 池化方法、装置及系统、计算机可读存储介质
TWI513282B (zh) 快取記憶體管理裝置及應用該快取記憶體管理裝置之動態影像系統及方法
Eric FPGA implementation of median filter using an improved algorithm for image processing
Taghavi et al. A memory efficient algorithm for multi-dimensional wavelet transform based on lifting
Deepa et al. VLSI implementation of enhanced edge preserving impulse noise removal technique

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