CN108932694A - 一种优化图像分辨率的模组 - Google Patents
一种优化图像分辨率的模组 Download PDFInfo
- Publication number
- CN108932694A CN108932694A CN201710396511.3A CN201710396511A CN108932694A CN 108932694 A CN108932694 A CN 108932694A CN 201710396511 A CN201710396511 A CN 201710396511A CN 108932694 A CN108932694 A CN 108932694A
- Authority
- CN
- China
- Prior art keywords
- image
- smoothness
- resolution ratio
- mould group
- resolution
- 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.)
- Pending
Links
- 238000005070 sampling Methods 0.000 claims abstract description 30
- 238000005457 optimization Methods 0.000 claims abstract description 25
- 238000000034 method Methods 0.000 claims abstract description 24
- 238000012545 processing Methods 0.000 claims abstract description 14
- 238000003384 imaging method Methods 0.000 claims description 14
- 230000020509 sex determination Effects 0.000 claims description 12
- 230000002708 enhancing effect Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000009514 concussion Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000003321 amplification Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 101100457838 Caenorhabditis elegans mod-1 gene Proteins 0.000 description 1
- 101150110972 ME1 gene Proteins 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Classifications
-
- 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
- G06T3/4053—Scaling of whole images or parts thereof, e.g. expanding or contracting based on super-resolution, i.e. the output image resolution being higher than the sensor resolution
- G06T3/4076—Scaling of whole images or parts thereof, e.g. expanding or contracting based on super-resolution, i.e. the output image resolution being higher than the sensor resolution using the original low-resolution images to iteratively correct the high-resolution images
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20172—Image enhancement details
- G06T2207/20192—Edge enhancement; Edge preservation
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明是一种优化图像分辨率的模组，所述方法包括：预先设置一个光滑度判决窗口及门限并存储；利用光滑度判决窗口对图像进行两次采样后，获取图像对应的只包含高频信息的图像；再分别采用不同的匹配方法生成较高分辨率的图像。基于图像分辨率重建算法，能够对图像进行分辨率重建处理，从而获得较为清晰的结果图像，本发明可对分辨率低图像的光滑部分和锐利部分分别采用不同的优化处理，提高图像的清晰度。
Description
技术领域
本发明涉及数字图像处理领域，尤其涉及一种优化图像分辨率的模组。
背景技术
随着数字图像处理技术的不断优化和提高，人们对图像像素的要求越来越高。低分辨率的图像在显示器上的表现效果较差，已越来越难以满足需求。高分辨率的图像可以通过特殊的图像处理传感器获得，但是这对工艺和成本的要求部较高，而应用图像处理重建计算模组，就可以获得分辨率优化的数字图像。
目前的图像分辨率重建技术主要根据单一的低分辨率图像输入，计算输出的分辨率图像。在对单一的低分辨率图像进行处理时，可以避开运动估计和图像配准的过程，但由于单一的低分辨率图像来源只能提供有限的图像信息，所以常用的插值放大算法获得的高分辨率图像效果较差，得到的较高分辨率重建结果往往会出现锯齿或模糊的现象。基于优化图像分辨率的单帧图像分辨率重建算法模组，能够对单帧图像进行分辨率重建处理，解决边缘锐利的图像容易产生的边缘震荡，获得较为清晰的结果图像。
发明内容
鉴于现有技术的不足，本发明目的在于提供一种优化图像分辨率的模组，旨在解决现有技术中对图像配准时无法对低分辨率图像进行精准的配准，利用单一的低分辨率图像进行图像重建时，针对图像边缘容易产生的边缘震荡，解决重建后的分辨率图像质量较差的缺陷。
本发明的技术方案如下：
一种优化图像分辨率的模组，其方法包括：
A、预先设置一个光滑度判决窗口及光滑度判决门限并存储；
B、利用光滑度判决窗门对低分辨率图像进行光滑性判定；
C、对低分辨率图像进行两次采样后获取低分辨率图像的对应的只包含高频信息的高频图像；
D、根据低分辨率图像的光滑性判定结果，分别采用不同的匹配方法，并对匹配后的图像进行高频增强，生成较高分辨率图像。
所述基于优化图像分辨率的模组，其中，所述步骤A具体包括：
预先选择一个预定大小的窗口范围作为光滑度判决窗口和门限，应用窗口内像素值标准差作为光滑度计算标准并存储。
所述基于优化图像分辨率的模组，其中，所述步骤B具体还包括：
对低分辨率图像按预定大小的窗口范围计算窗口内像素值的标准差，并判断标准差是否低于预先设置的光滑度判决门限；若标准差低于预先设置的光滑度判决门限，则判定是光滑区域；若标准差不低于预先设置的光滑度判决门限，则判定是锐利区域。
所述基于优化图像分辨率的模组，其中，所述步骤C具体包括：
对输入的需要处理的低分辨率图像进行下采样处理，得到第一采样图像；对第一采样图像进行上采样处理，获取第二采样图像；将低分辨率图像减去第二采样图像得到只包含高频信息的高频图像。
所述基于优化图像分辨率的模组，其中，所述步骤D具体包括：
对低分辨率图像进行上采样处理，得到第三采样图像；对于低分辨率图像中判定为锐利区域，将第三采样图像与低分辨率图像进行匹配；对于低分辨率图像中判定为光滑区域，将第三采样图像与第二采样图像进行匹配；利用高频图像对匹配后的图像进行增强，生成较高分辨率图像。
所述优化图像分辨率的模组，其中，所述预先设置与存储模块具体包括：
第一预先设置与存储单元，用于预先选择一个预定大小的窗口范围作为光滑度判决窗口，应用窗口内像素值标准差作为光滑度计算标准并存储；
第二预先设置单元，用于预先设置一个光滑度判决门限并存储。
所述优化图像分辨率的模组，其中，所述采样模块具体包括：
第一图像匹配单元，用于对于图像中判定为锐利区域，将第三采样图像与第一采样图像进行匹配；
第二图像匹配单元，用于对于图像中判定为光滑区域，将第三采样图像与第二采样图像进行匹配；
图像增强单元，用于利用高频图像对匹配后的图像进行增强，生成分辨率优化的图像。
有益效果：本发明对分辨率低的图像首先进行了光滑部分和锐利部分的判定，判定后针对不同部分分别采用不同的图像采样及匹配方法，并利用图像中的高频信息进行图像增强。本发明在提高图像分辨率的同时，减少了图像噪声和边缘震荡，提高了低分辨率图像的清晰度，获得边缘光滑的较高分辨率图像。
附图说明
图1为本发明的优化图像分辨率的模组的流程图。
图2为本发明的优化图像分辨率的模组的功能原理框图。
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。
本发明提供了一种优化图像分辨率的模组的较佳实施例的流程图，如图1所示，所述方法包括：
步骤F100、预先设置一个光滑度判决窗口及光滑度判决门限并存储。
进一步地，所述步骤F100具体包括：
步骤F101、预先选择一个预定大小的窗口范围作为光滑度判决窗口，应用窗口内像素值标准差作为光滑度计算标准并存储；
步骤F102、预先设置一个光滑度判决门限并存储。
具体实施时，本发明中预先设置一个光滑度判决窗口，优选的对每个像素取其7X7范围内邻域像素作为光滑度判决窗口，对判决窗口内像素值标准差作为光滑度衡量标准。对于每一个像素的7X7范围内的像素值标准差记为s，将该像素所在的像素值记为I(x，y)，光滑度判决门限可根据用户需要进行设置，优选的本发明将光滑度判断门限设置为7。低于判决门限的部分，设为光滑区域；高于判决门限的部分，设为锐利区域。
步骤F200、利用光滑度判决窗口对低分辨率图像进行光滑性判定。
进一步地，所述步骤F200具体包括：
步骤F201、对低分辨率图像按预定大小的窗口范围计算窗口内像素值的标准差，并判断标准差是否低于预先设置的光滑度判决门限；
步骤F202、若标准差低于预先设置的光滑度判决门限，则判定足光滑区域；
步骤F203、若标准差不低于预先设置的光滑度判决门限，则判定是锐利区域。
具体实施时，对于低分辨率图像中的每个像素取其按照预先设置的判决窗口进行判定。具体地对低分辨率图像中的每个像素取其7X7邻域区间，计算各像素窗口内标准差。设定光滑度判决门限。标准差大于判决门限的像素点，判决为锐利区域，其光滑度模板取值为1。对标准差小于判决门限的像素，判决其为光滑区域，光滑度模板中取值为0。
得到了低分辨率图像的二值光滑度判决模板之后，对二值模板进行放大，得到较高分辨率图像的光滑度判决模板。因为光滑度判决模板与较高分辨率图像的大小一样，是低分辨率图像放大后得到的。后面需要根据光滑度模板，判断图像中各像素位置对应的匹配模式。
光滑度判决模板将图像的构造方案分为两部分，取值为1判断为mod1，取值为0判断为mod0。
步骤F300、对低分辨率图像进行两次采样后获取低分辨率图像的对应的只包含高频信息的高频图像。
进一步地，所述步骤F300具体包括：
步骤F301、对输入的需要处理的低分辨率图像进行下采样处理，得到第一采样图像；
步骤F302、对第一采样图像进行采样处理，获取第二采样图像；
步骤F303、将低分辨率图像减去第二采样图像得到只包含高频信息的高频图像。
在获取低频部分图像过程中，首先需要获取更小尺度的低频图像。其中，图像采样缩小使用的缩小比例2/3。该比例可以按需求选取。对输入的低分辨率图像进行采样，获得采样图像，获得输入图像的低频部分，高频细节可以通过用原图减去得到，表征了图像的高频细节信息。
步骤F400、根据低分辨率图像的光滑性判定结果，分别采用不同的匹配方法，并对匹配后的图像进行高频增强，生成较高分辨率图像。
进一步地，所述步骤F400具体包括：
步骤F401、对低分辨率图像进行上采样处理，得到第三采样图像；
步骤F402、对于低分辨率图像中判定为锐利区域，将第三采样图像与低分辨率图像进行匹配；
步骤F403、对于低分辨率图像中判定为光滑区域，将第三采样图像与第二采样图像进行匹配；
步骤F404、利用高频图像对匹配后的图像进行增强，生成较高分辨率图像。
具体实施时，对输入的低分辨率图像直接进行采样，获得图像的低频部分，找到各点在原低分辨率图像中的对应位置，并将该位置对应的高频信息填充，就可以获得最终的分辨率结果。
根据光滑度模板和预估的匹配窗口尺度，对放大后的低频图像根据不同的光滑度，选择不同的匹配对象和匹配方案进行匹配，检索到最佳匹配后，将相应的高频部分叠加，从而获取到无边缘震荡和噪点的较高分辨率图像结果。
由于低分辨率图像与其低频部分相比，具有细节清晰，特征点明显等特点，在匹配的过程中，其可以提供更加精准的定位，使高频部分的选择更加集中在纹理部分。所以，对于光滑模板中锐利的部分，即纹理较多的部分，本方法选取低分辨率原图进行匹配。
而由于低分辨率图像的低频部分本身并不包含高频信息，处于较为光滑的水平，相邻像素间有一定的光滑过渡现象，进行匹配时，比较容易获得发散的高频信息，得到的图像整体处于较为光滑的水平。所以，对于光滑模板中的像素，选取低频图像进行匹配，能够引入较少的噪声，消除生硬的过渡现象，获得光滑的图像结果。
由以上方法实施例可知，本发明提供了一种优化图像分辨率的模组，通过对低分辨率图像首先进行了光滑部分和锐利部分的判定和图像采样，获取图像中的高频信息图像，并对低分辨率图像根据光滑性判定的结果分别采用不同匹配方法，并利用图像中的高频信息对匹配后的图像进行图像增强。本发明在提高图像分辨率的同时，减少了图像噪声和边缘震荡，提高了低分辨率图像的清晰度，获得边缘光滑的较高分辨率图像。
在上述方法实施例的基础上，本发明还提供了一种图像分辨率优化的较佳实施例的功能原理框图，如图2所示，所述模组包括：
预先设置与存储模块G100，用于预先设置一个光滑度判决窗口及光滑度判决门限并存储；具体如上所述。光滑性判定模块G200，用于利用光滑度判决窗口对低分辨率图像进行光滑性判定；具体如上所述。
采样模块G300，用于对低分辨率图像进行两次采样后获取低分辨率图像的对应的只包含高频信息的高频图像；具体如上所述。
匹配与图像生成模块G400，用于根据低分辨率图像的光滑性判定结果，分别采用不同的匹配方法，并对匹配后的图像进行高频增强，生成较高分辨率图像；具体如上所述。
所述优化图像分辨率的模组，其中，所述预先设置与存储模块具体包括：
第一预先设置与存储单元，用于预先选择一个预定大小的窗口范围作为光滑度判决窗口，应用窗口内像素值标准差作为光滑度计算标准并存储；具体如上所述。
第二预先设置单元，用于预先设置一个光滑度判决门限并存储；具体如上所述。
所述优化图像分辨率的模组，其中，所述光滑性判定模块具体包括：
计算单元，用于对低分辨率图像按预定大小的窗口范围计算窗口内像素值的标准差，并判断标准差是否低于预先设置的光滑度判决门限；具体如上所述。
第一判定单元，用于若标准差低于预先设置的光滑度判决门限，则判定是光滑区域；具体如上所述。
第二判定单元，用于若标准差不低于预先设置的光滑度判决门限，则判定是锐利区域；具体如上所述。
所述优化图像分辨率的模组，其中，所述采样模块具体包括：
第一采样单元，用于对输入的需要处理的低分辨率图像进行采样处理，得到第一采样图像；具体如上所述。
第二采样单元，用于对第一采样图像进行上采样处理，获取第二采样图像；具体如上所述。
图像处理单元，用于将低分辨率图像减去第二采样图像得到只包含高频信息的高频图像；具体如上所述。
所述优化图像分辨率的模组，其中，所述采样模块具体包括：
第三采样单元，对低分辨率图像进行上采样处理，得到第三采样图像；具体如上所述。
第一图像匹配单元，用于对于低分辨率图像中判定为锐利区域，将第三采样图像与低分辨率图像进行匹配；具体如上所述。
第二图像匹配单元，用于对于低分辨率图像中判定为光滑区域，将第三采样图像与第二采样图像进行匹配；具体如上所述。
图像增强单元，用于利用高频图像对匹配后的图像进行增强，生成较高分辨率的图像；具体如上所述。
综上所述，本发明提供了一种优化图像分辨率的模组，所述模组包括：预先设置一个光滑度判决窗口及光滑度判决门限并存储；利用光滑度判决窗口对低分辨率图像进行光滑性判定；对低分辨率图像进行两次采样后获取低分辨率图像的对应的只包含高频信息的高频图像；根据低分辨率图像的光滑性判定结果，分别采用不同的匹配方法，并对匹配后的图像进行高频增强，生成较高分辨率图像。本发明可对分辨率低的图像的光滑部分和锐利部分分别采用不同的分辨率处理方法，在提高图像分辨率的同时，减少了图像噪声和边缘震荡，提高了低分辨率图像的清晰度。
应当理解的是，本发明的应用不限于上述的举例，对本领域的工程技术人员来说，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 (8)
1.一种优化图像分辨率的模组，其特征在于，方法包括：
A、预先设置一个光滑度判决窗口及门限并存储；
B、利用光滑度判决窗口对图像进行光滑性判定；
C、对图像进行两次采样后获取高频信息的高频图像；
D、根据低分辨率图像的光滑性判定结果，分别采用不同的匹配方法，并对匹配后的图像进行高频增强，生成较高分辨率图像。
2.根据权利要求所述的优化图像分辨率的模组，其特征在于，所述步骤A具体包括：
预先选择一个预定大小的窗口范围作为光滑度判决窗口和门限，应用窗口内像素值标准差作为光滑度计算标准并存储。
3.根据权利要求所述的优化图像分辨率的模组，其特征在于，所述步骤B具体还包括：
对低分辨率图像按预定大小的窗口范围计算窗口内像素值的标准差，并判断标准差是否低于预先设置的光滑度判决门限；若标准差低于预先设置的光滑度判决门限，则判定是光滑区域；若标准差不低于预先设置的光滑度判决门限，则判定是锐利区域。
4.根据权利要求所述的优化图像分辨率的模组，其特征在于，所述步骤C具体包括：
对输入的需要处理的图像进行采样处理，得到第一采样图像；在第一采样图像进行采样处理，获取第二采样图像；将图像减去第二采样图像得到只包含高频信息的高频图像。
5.根据权利要求所述的优化图像分辨率的模组，其特征在于，所述步骤D具体包括：
对图像进行采样处理，得到第三采样图像；对于图像中判定为锐利区域，将第三采样图像与图像进行匹配；利用高频图像对匹配后的图像进行增强，生成优化的图像。
6.一种优化图像分辨率的模组，其特征在于，系统包括：
预先设置与存储模块，用于预先设置一个光滑度判决窗口及光滑度判决门限并存储；
光滑性判定模块，用于利用光滑度判决窗口对图像进行光滑性判定；
采样模块，用于对图像进行两次采样后获取图像的对应的只包含高频信息的高频图像；
匹配与图像生成模块，用于根据图像的光滑性判定结果，分别采用不同的匹配方法，并对匹配后的图像进行高频增强，生成优化的图像。
7.根据权利要求所述的优化图像分辨率的模组，其特征在于，所述预先设置与存储模块具体包括：
第一预先设置与存储单元，用于预先选择一个预定大小的窗口范围作为光滑度判决窗口，应用窗口内像素值标准差作为光滑度计算标准并存储；
第二预先设置单元，用于预先设置一个光滑度判决门限并存储。
8.根据权利要求所述的优化图像分辨率的模组，其特征在于，所述采样模块具体包括：
第一图像匹配单元，用于对于图像中判定为锐利区域，将第三采样图像与图像进行匹配；
第二图像匹配单元，用于对于图像中判定为平滑区域，将第三采样图像与第二采样图像进行匹配；
图像增强单元，用于利用高频图像对匹配后的图像进行增强，生成分辨率优化的图像。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710396511.3A CN108932694A (zh) | 2017-05-26 | 2017-05-26 | 一种优化图像分辨率的模组 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710396511.3A CN108932694A (zh) | 2017-05-26 | 2017-05-26 | 一种优化图像分辨率的模组 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108932694A true CN108932694A (zh) | 2018-12-04 |
Family
ID=64448229
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710396511.3A Pending CN108932694A (zh) | 2017-05-26 | 2017-05-26 | 一种优化图像分辨率的模组 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108932694A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114266696A (zh) * | 2020-09-16 | 2022-04-01 | 广州虎牙科技有限公司 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105160627A (zh) * | 2015-08-31 | 2015-12-16 | Tcl集团股份有限公司 | 一种基于分类自学习的超分辨率图像获取方法及系统 |
| CN105354795A (zh) * | 2015-10-08 | 2016-02-24 | Tcl集团股份有限公司 | 一种基于相位相关的自学习超分辨率图像获取方法及系统 |
-
2017
- 2017-05-26 CN CN201710396511.3A patent/CN108932694A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105160627A (zh) * | 2015-08-31 | 2015-12-16 | Tcl集团股份有限公司 | 一种基于分类自学习的超分辨率图像获取方法及系统 |
| CN105354795A (zh) * | 2015-10-08 | 2016-02-24 | Tcl集团股份有限公司 | 一种基于相位相关的自学习超分辨率图像获取方法及系统 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114266696A (zh) * | 2020-09-16 | 2022-04-01 | 广州虎牙科技有限公司 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
| CN114266696B (zh) * | 2020-09-16 | 2024-06-11 | 广州虎牙科技有限公司 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4590471B2 (ja) | 背景色を推定する方法およびシステム | |
| JP5212380B2 (ja) | 画像補正装置、画像補正プログラムおよび画像補正方法 | |
| Chen et al. | A fast image contrast enhancement algorithm using entropy-preserving mapping prior | |
| CN110390260B (zh) | 图片扫描件处理方法、装置、计算机设备及存储介质 | |
| JP2018520428A5 (zh) | ||
| CN109858436A (zh) | 基于视频动态前景掩膜的目标类别修正方法、检测方法 | |
| US11010590B2 (en) | Image processing device, cell-cluster recognition apparatus, cell-cluster recognition method, and cell-cluster recognition program for binarizing and segmenting smoothed cell image in which gap between cells in each cell cluster is filled in | |
| JP5055449B2 (ja) | ページ境界を検出する方法及び装置 | |
| CN107871319B (zh) | 限束器区域的检测方法、装置、x射线系统和存储介质 | |
| CN102289668A (zh) | 基于像素邻域特征的自适应文字图像的二值化处理方法 | |
| JPS60218181A (ja) | 画像処理装置 | |
| US20140348428A1 (en) | Dynamic range-adjustment apparatuses and methods | |
| CN102930515A (zh) | 数字图像的几何畸变自动校正方法 | |
| CN110120059B (zh) | 一种图标生成方法及装置 | |
| JP2013105245A (ja) | 画像処理方法、装置及びプログラム | |
| US20190095678A1 (en) | Image processing device, cell recognition device, cell recognition method, and cell recognition program | |
| CN108932694A (zh) | 一种优化图像分辨率的模组 | |
| US20120321198A1 (en) | Image processing method and image processing apparatus | |
| CN101430789B (zh) | 基于Fast Slant Stack变换的图像边缘检测方法 | |
| CN112562829B (zh) | 一种自适应生成dicom影像默认窗宽窗位的方法 | |
| CN110111280A (zh) | 一种多尺度梯度域引导滤波的低照度图像增强算法 | |
| CN112132848B (zh) | 一种基于图像图层分割抽取的预处理方法 | |
| CN105160627B (zh) | 一种基于分类自学习的超分辨率图像获取方法及系统 | |
| CN113592714A (zh) | 图像放大方法、模块、系统 | |
| CN111861943B (zh) | 一种多尺度像素级深度优化的图像修复方法 |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20181204 |