CN109285123B - 图像平滑方法及装置、计算机可读存储介质、终端 - Google Patents
图像平滑方法及装置、计算机可读存储介质、终端 Download PDFInfo
- Publication number
- CN109285123B CN109285123B CN201710597519.6A CN201710597519A CN109285123B CN 109285123 B CN109285123 B CN 109285123B CN 201710597519 A CN201710597519 A CN 201710597519A CN 109285123 B CN109285123 B CN 109285123B
- Authority
- CN
- China
- Prior art keywords
- pixel
- value
- gradient
- neighborhood
- gradient value
- 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
- 238000003706 image smoothing Methods 0.000 title claims abstract description 32
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000009499 grossing Methods 0.000 claims description 8
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000001914 filtration Methods 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 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
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/10—Image enhancement or restoration using non-spatial domain filtering
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
一种图像平滑方法及装置、计算机可读存储介质、终端,所述方法包括:利用预设窗口滑动遍历待平滑图像的亮度平面,在每一次滑动预设窗口后,分别计算中心像素的上方和下方的横向梯度值,以及左方和右方的竖向梯度值;在每一次滑动预设窗口后,判断中心像素的最大梯度值和最小梯度值的位置方向是否相邻;在每一次滑动预设窗口后,如果中心像素的最大梯度值和最小梯度值的位置方向相邻,则在中心像素的最大梯度值的梯度方向以外的方向上选取平滑邻域像素;在每一次滑动预设窗口后,根据平滑邻域像素的像素值计算得到替换像素值,并利用替换像素值对中心像素的像素值进行替换。本发明技术方案可以提高图像边缘连续性,减少锯齿噪声,提高图像质量。
Description
技术邻域
本发明涉及图像处理技术邻域,尤其涉及一种图像平滑方法及装置、计算机可读存储介质、终端。
背景技术
为了获得高品质的图像,图像去噪和图像边缘增强通常都是不可缺少的处理步骤。经边缘增强后的图像能更清晰地显示出不同物体类型或现象的边界,或线形影像的行迹,以便于不同物体类型的识别;同时使得视觉表现更好。但由于图像边缘增强在判别边缘时很容易将噪声进行放大,所以一般边缘增强都是在图像去噪之后进行。去噪效果越好,图像增强的错误点就越少。
现有技术中,一幅自然图像通常由平坦区域、边缘、角点、纹理等基本要素构成。图像去噪和图像增强是分离为两个独立的步骤进行的。对于原始(RAW)图像,经过颜色滤波阵列(Color Filter Array,CFA)插值和去噪之后,再进行图像增强。
但是,在图像去噪算法中,并不针对后面的图像增强步骤进行特殊处理。现有技术中,去噪后的图像边缘通常存在着锯齿效应;同时对于纹理密集的栅格区域,为了保留图像细节,往往去噪强度很低,边缘不够平滑,栅格噪声过强,导致细纹理出现不连贯等现象,还会导致栅格区域的噪声经过图像增强之后会被进一步放大,减低了最终图像的质量。
发明内容
本发明解决的技术问题是如何提高图像边缘连续性,减少锯齿噪声,提高图像质量。
为解决上述技术问题,本发明实施例提供一种图像平滑方法,图像平滑方法包括:
利用预设窗口滑动遍历待平滑图像的亮度平面,在每一次滑动所述预设窗口后,分别计算中心像素的上方和下方的横向梯度值,以及左方和右方的竖向梯度值,所述中心像素为处于所述预设窗口内中心位置的像素;在每一次滑动所述预设窗口后,判断所述中心像素的最大梯度值和最小梯度值的位置方向是否相邻,所述最大梯度值和最小梯度值分别为所述中心像素的上方和下方的横向梯度值、左方和右方的竖向梯度值中最大的一个和最小的一个,所述位置方向选自所述中心像素的上方、下方、左方和右方;在每一次滑动所述预设窗口后,如果所述中心像素的最大梯度值和最小梯度值的位置方向相邻,则在所述中心像素的最大梯度值的梯度方向以外的方向上选取平滑邻域像素,所述中心像素的最大梯度值的梯度方向选自横向和竖向;在每一次滑动所述预设窗口后,根据所述平滑邻域像素的像素值计算得到替换像素值,并利用所述替换像素值对所述中心像素的像素值进行替换。
可选的,所述在所述中心像素的最大梯度值的梯度方向以外的方向上选取平滑邻域像素包括:在所述中心像素的最小梯度值的梯度方向上选取第一邻域像素,在所述中心像素的45度方向上选取第二邻域像素,并在所述中心像素的135度方向上选取第三邻域像素;分别计算所述第一邻域像素、所述第二邻域像素和所述第三邻域像素的梯度值;确定所述第一邻域像素、所述第二邻域像素和所述第三邻域像素中梯度值最小的邻域像素为所述平滑邻域像素。
可选的,所述根据所述平滑邻域像素的像素值计算得到替换像素值包括:计算所述平滑邻域像素的像素值均值,以得到所述替换像素值。
可选的,所述中心像素的上方和下方的横向梯度值、左方和右方的竖向梯度值具有各自不同的索引值,其中,位置方向相背的梯度值的差值为第一设定值,位置方向相邻的梯度值的差值不同于所述第一设定值;所述判断所述中心像素的最大梯度值和最小梯度值的位置方向是否相邻包括:如果所述中心像素的最大梯度值和最小梯度值的索引值差值不是所述第一设定值,则所述中心像素的最大梯度值和最小梯度值相邻。
可选的,所述分别计算中心像素的上方和下方的横向梯度值,以及左方和右方的竖向梯度值包括:选取处于所述中心像素的上方的横向方向的第四邻域像素,并计算所述第四邻域像素中每两个横向相邻的像素的像素值的差值绝对值之和,以作为所述中心像素的上方的横向梯度值;选取处于所述中心像素的下方的横向方向的第五邻域像素,并计算所述第五邻域像素中每两个横向相邻的像素的像素值的差值绝对值之和,以作为所述中心像素下方的横向梯度值;选取处于所述中心像素的左方的竖向方向的第六邻域像素,并计算所述第六邻域像素中每两个竖向相邻的像素的像素值的差值绝对值之和,以作为所述中心像素的左方的竖向梯度值;选取处于所述中心像素的右方的竖向方向的第七邻域像素,并计算所述第七邻域像素中每两个竖向相邻的像素的像素值的差值绝对值之和,以作为所述中心像素的右方的竖向梯度值。
可选的,采用以下公式分别计算中心像素的上方和下方的横向梯度值,以及左方和右方的竖向梯度值:
其中,x表示所述中心像素所在的行数,y表示所述中心像素所在的列数,g0表示中心像素的上方的横向梯度值,g1表示中心像素的下方的横向梯度值,g3表示中心像素的左方的竖向梯度值,g4表示中心像素的右方的竖向梯度值,p表示像素值,M、N为预设偏移量。
本发明实施例还公开了一种图像平滑装置,图像平滑装置包括:梯度值计算模块,适于利用预设窗口滑动遍历待平滑图像的亮度平面,在每一次滑动所述预设窗口后,分别计算中心像素的上方和下方的横向梯度值,以及左方和右方的竖向梯度值,所述中心像素为处于所述预设窗口内中心位置的像素;判断模块,适于在每一次滑动所述预设窗口后,判断所述中心像素的最大梯度值和最小梯度值的位置方向是否相邻,所述最大梯度值和最小梯度值分别为所述中心像素的上方和下方的横向梯度值、左方和右方的竖向梯度值中最大的一个和最小的一个,所述位置方向选自所述中心像素的上方、下方、左方和右方;平滑邻域像素选取模块,适于在每一次滑动所述预设窗口后,如果所述中心像素的最大梯度值和最小梯度值的位置方向相邻,则在所述中心像素的最大梯度值的梯度方向以外的方向上选取平滑邻域像素,所述中心像素的最大梯度值的梯度方向选自横向和竖向;替换模块,适于在每一次滑动所述预设窗口后,根据所述平滑邻域像素的像素值计算得到替换像素值,并利用所述替换像素值对所述中心像素的像素值进行替换。
本发明实施例还公开了一种计算机可读存储介质,其上存储有计算机指令,所述计算机指令运行时执行所述图像平滑方法的步骤。
本发明实施例还公开了一种终端,包括存储器和处理器,所述存储器上存储有可在所述处理器上运行的计算机指令,所述处理器运行所述计算机指令时执行所述图像平滑方法的步骤。
与现有技术相比,本发明实施例的技术方案具有以下有益效果:
本发明技术方案利用预设窗口滑动遍历待平滑图像的亮度平面,在每一次滑动所述预设窗口后,分别计算中心像素的上方和下方的横向梯度值,以及左方和右方的竖向梯度值;在每一次滑动所述预设窗口后,判断所述中心像素的最大梯度值和最小梯度值的位置方向是否相邻;在每一次滑动所述预设窗口后,如果所述中心像素的最大梯度值和最小梯度值的位置方向相邻,则在所述中心像素的最大梯度值的梯度方向以外的方向上选取平滑邻域像素;在每一次滑动所述预设窗口后,根据所述平滑邻域像素的像素值计算得到替换像素值,并利用所述替换像素值对所述中心像素的像素值进行替换。本发明技术方案利用待平滑图像的当前像素及其周边像素的梯度信息,获取更为准确的图像纹理信息,并结合最大梯度值的梯度方向信息选取平滑邻域像素,以对图像进行小范围的平滑滤波,从而可以减少图像在后续边缘增强步骤时的误判和难度,进而提高图像边缘连续性,减少锯齿噪声,提高图像质量。
进一步,所述在所述中心像素的最大梯度值的梯度方向以外的方向上选取平滑邻域像素包括:在所述中心像素的最小梯度值的梯度方向上选取第一邻域像素,在所述中心像素的45度方向上选取第二邻域像素,并在所述中心像素的135度方向上选取第三邻域像素;分别计算所述第一邻域像素、所述第二邻域像素和所述第三邻域像素的梯度值;确定所述第一邻域像素、所述第二邻域像素和所述第三邻域像素中梯度值最小的邻域像素为所述平滑邻域像素。本发明技术方案在中心像素的最大梯度值的梯度方向以外的方向上,选取最小梯度值的梯度方向、中心像素的45度方向和中心像素的135度方向上的像素,并选取其中梯度值最小的邻域像素为所述平滑邻域像素,从而使得后续利用平滑邻域像素对中心像素进行像素值的替换时,可以更好地去除中心像素噪声,进一步提高图像质量。
附图说明
图1是本发明实施例一种图像平滑方法的流程图;
图2是本发明实施例一种处于预设窗口内的待平滑图像的示意图;
图3是本发明实施例一种图像平滑装置的结构示意图。
具体实施方式
如背景技术中所述,在图像去噪算法中,并不针对后面的图像增强步骤进行特殊处理。因此,去噪后的图像边缘往往存在着锯齿效应;同时对于纹理密集的栅格区域,为了保留图像细节,往往去噪强度很低,边缘不够平滑,栅格噪声过强,导致细纹理出现不连贯等现象,还导致栅格区域的噪声经过图像增强之后会被进一步放大,减低了最终图像的质量。
本申请发明人发现,传统的图像去噪方法往往导致图像中的噪声在图像增强步骤后也被过度放大。为此,很有必要寻找一种方法能够针对性的平滑图像,减少噪声被图像增强的可能性。
本发明技术方案利用待平滑图像的当前像素及其周边像素的梯度信息,获取更为准确的图像纹理信息;结合最大梯度值的梯度方向信息选取平滑邻域像素,以对图像进行小范围的平滑滤波,从而可以减少图像在后续边缘增强步骤时的误判和难度,进而提高图像边缘连续性,减少锯齿噪声,提高图像质量。同时,还可以保持图像边缘的锐利度;在栅格区域,还可以减少图像的噪声,保留更多的细节。
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例做详细的说明。
图1是本发明实施例一种图像平滑方法的流程图。
图1所示的图像平滑方法可以包括以下步骤:
步骤S101:利用预设窗口滑动遍历待平滑图像的亮度平面,在每一次滑动所述预设窗口后,分别计算中心像素的上方和下方的横向梯度值,以及左方和右方的竖向梯度值,所述中心像素为处于所述预设窗口内中心位置的像素;
步骤S102:在每一次滑动所述预设窗口后,判断所述中心像素的最大梯度值和最小梯度值的位置方向是否相邻,所述最大梯度值和最小梯度值分别为所述中心像素的上方和下方的横向梯度值、左方和右方的竖向梯度值中最大的一个和最小的一个,所述位置方向选自所述中心像素的上方、下方、左方和右方;
步骤S103:在每一次滑动所述预设窗口后,如果所述中心像素的最大梯度值和最小梯度值的位置方向相邻,则在所述中心像素的最大梯度值的梯度方向以外的方向上选取平滑邻域像素,所述中心像素的最大梯度值的梯度方向选自横向和竖向;
步骤S104:在每一次滑动所述预设窗口后,根据所述平滑邻域像素的像素值计算得到替换像素值,并利用所述替换像素值对所述中心像素的像素值进行替换。
具体实施中,遍历待平滑图像所使用的预设窗口的大小可以是预先设定的,例如可以是5×5、9×9(单位为像素)大小等。本领域技术人员应当理解的是,预设窗口的大小可以根据实际的应用环境进行适应性地配置,本发明实施例对此不做限制。预设窗口的滑动方式可以是先行后列、先列后行或者其他适当的方式。
具体实施中,在步骤S101中,在每一次滑动所述预设窗口后,分别计算中心像素的上方和下方的横向梯度值,以及左方和右方的竖向梯度值。其中,所述中心像素为处于所述预设窗口内中心位置的像素;中心像素的上方和下方的横向梯度值,以及左方和右方的竖向梯度值,是根据所述预设窗口内除中心像素以外的其他像素计算得到的。
具体而言,中心像素的上方的横向梯度值是根据预设窗口内位于中心像素上方的横向方向(也即行方向)上的像素计算得到的;同理,中心像素的下方的横向梯度值是根据预设窗口内位于中心像素下方的横向方向上的像素计算得到的;中心像素的左方的竖向梯度值是根据预设窗口内位于中心像素左方的竖向方向(也即列方向)上的像素计算得到的;中心像素的右方的竖向梯度值是根据预设窗口内位于中心像素右方的竖向方向上的像素计算得到的。
可以理解是的,中心像素上方或下方的横向方向上的像素还可以包括中心像素所在行的像素;中心像素左方或右方的竖向方向上的像素还可以包括中心像素所在列的像素。
具体可参照图2,图2是本发明实施例一种处于预设窗口内的待平滑图像的示意图。在图2所示5×5(单位为像素)大小的预设窗口内,对于中心像素(2,2),其上方梯度值可以是根据第1行的像素((1,0),(1,1),(1,2),(1,3),(1,4))计算得到的,也可以是根据第1行的像素和第0行的像素((0,0),(0,1),(0,2),(0,3),(0,4))计算得到的。以此类推,其下方梯度值可以是根据第3行的像素((3,0),(3,1),(3,2),(3,3),(3,4))计算得到的,也可以是根据第3行的像素和第4行的像素((4,0),(4,1),(4,2),(4,3),(4,4))计算得到的。其左方梯度值可以是根据第1列的像素((0,1),(1,1),(2,1),(3,1),(4,1))计算得到的,也可以是根据第1列的像素和第0列的像素((0,0),(1,0),(2,0),(3,0),(4,0))的像素计算得到的;其右方梯度值可以是根据第3列的像素((0,3),(1,3),(2,3),(3,3),(4,3))计算得到的,也可以是根据第3列的像素和第4列的像素((0,4),(1,4),(2,4),(3,4),(4,4))计算得到的。
继续参照图1,具体实施中,在步骤S102中,每一次滑动所述预设窗口后,判断所述中心像素的最大梯度值和最小梯度值的位置方向是否相邻。通过判断中心像素的最大梯度值和最小梯度值的位置方向是否相邻,可以判断处于预设窗口内的待平滑图像的纹理信息,进而可以根据判断出的纹理信息确定平滑方式。进一步而言,中心像素的最大梯度值和最小梯度值的位置方向是指计算该梯度值所用的像素相对于中心像素的方向,也就是说,所述位置方向选自所述中心像素的上方、下方、左方和右方。中心像素的最大梯度值和最小梯度值的位置方向相邻是指非相背离,换言之,夹角不是180度。更近一步地,位置方向相邻可以包括以下几种情况:上方和左方、上方和右方、下方和左方、下方和右方。
经过步骤S102,判断所述中心像素的最大梯度值和最小梯度值的位置方向不相邻,也就是说,中心像素的最大梯度值和最小梯度值的位置方向选自以下几种情况:上方和下方、左方和右方、下方和上方、右方和左方。在这种情况下,表示处于预设窗口内的待平滑图像在横向和竖向均存在跨纹理现象,故对中心像素不做处理;换言之,中心像素的像素值不变。
具体实施中,在步骤S103中,如果所述中心像素的最大梯度值和最小梯度值的位置方向相邻,则在所述中心像素的最大梯度值的梯度方向以外的方向上选取平滑邻域像素,以用于对中心像素的像素值进行替换。其中,中心像素的最大梯度值的梯度方向表示计算梯度值时的方向,也就是选自横向和竖向。具体而言,选取平滑邻域像素时,平滑邻域像素可以包括中心像素,也可以不包括中心像素。
本实施例中,通常当待平滑图像中存在边缘时,该位置有较大的梯度值;待平滑图像中较平滑的部分的像素值变化较小,该位置有较小的梯度。由于待平滑图像在中心像素的最大梯度值的梯度方向上存在跨纹理现象,因此在选取平滑邻域像素时,将不会在该方向上进行选取,从而可以保证后续对中心像素的像素值替换的准确性,进而保证图像平滑边缘的连续性。
具体实施中,在步骤S104中,每一次滑动所述预设窗口后,根据所述平滑邻域像素的像素值计算得到替换像素值,并利用所述替换像素值对所述中心像素的像素值进行替换。当预设窗口滑动遍历整个待平滑图像后,实现了对待平滑图像中所有像素的像素值的替换,也即完成了对待平滑图像的平滑过程,可以进行后续的图像增强等处理步骤。
需要说明的是,图像平滑的目的是使得图像亮度平缓渐变,减小突变梯度,因此本实施例是在待平滑图像的亮度平面上执行的。如果待平滑图像为RGB、灰度等其他格式的图像,则可以预先将其转换为YUV格式的图像。
本发明实施例通过判断中心像素的最大梯度值和最小梯度值的位置方向是否相邻,实现对图像纹理方向的判断,进而在平滑时可以有效地减少待平滑图像中的边缘的模糊、放大锯齿噪声等现象,改善了图像质量。
优选地,步骤S103可以包括以下步骤:在所述中心像素的最小梯度值的梯度方向上选取第一邻域像素,在所述中心像素的45度方向上选取第二邻域像素,并在所述中心像素的135度方向上选取第三邻域像素;分别计算所述第一邻域像素、所述第二邻域像素和所述第三邻域像素的梯度值;确定所述第一邻域像素、所述第二邻域像素和所述第三邻域像素中梯度值最小的邻域像素为所述平滑邻域像素。
本实施例中,选取平滑邻域像素时,在排除了中心像素的最大梯度值的梯度方向上的像素之后,通常可以选取中心像素的最小梯度值的梯度方向上的像素,也即第一邻域像素。为了增加平滑的准确性,还可以在中心像素的45度方向上选取第二邻域像素,以及在所述中心像素的135度方向上选取第三邻域像素。其中,第一邻域像素、所述第二邻域像素和所述第三邻域像素可以包括中心像素,也可以不包括中心像素。其中,中心像素的最小梯度值的梯度方向表示计算梯度值时的方向,也就是选自横向和竖向。
例如,请参照图2,最大梯度值的梯度方向为竖向时,则可以选取中心像素(2,2)的横向方向上的第一邻域像素((2,0),(2,1),(2,2),(2,3),(2,4));中心像素(2,2)的45度方向上的第二邻域像素((4,0),(3,1),(2,2),(1,3),(0,4)),以及中心像素(2,2)的135度方向上的第三邻域像素((0,0),(1,1),(2,2),(3,3),(4,4))。还可以选取不包括中心像素的第一邻域像素((2,0),(2,1),(2,3),(2,4)),第二邻域像素((4,0),(3,1),(1,3),(0,4)),第三邻域像素((0,0),(1,1),(3,3),(4,4))。同理,最大梯度值的梯度方向为横向时,则可以选取中心像素(2,2)的竖向方向上的第一邻域像素((0,2),(1,2),(2,2),(3,2),(4,2)),中心像素(2,2)的45度方向上的第二邻域像素以及中心像素(2,2)的135度方向上的第三邻域像素。
具体实施中,第一邻域像素、所述第二邻域像素和所述第三邻域像素分别具有梯度方向(也即中心像素的最小梯度值的梯度方向、45度方向和135度方向),通过计算其在各自梯度方向上的梯度值;并确定梯度值最小的邻域像素为所述平滑邻域像素,以用于计算替换像素值,对所述中心像素的像素值进行替换。
在本发明实施例一具体应用场景中,最大梯度值的梯度方向为竖向时,计算第一邻域像素的梯度值diffh=abs(p(2,0)-p(2,1))+abs(p(2,1)-p(2,2))+abs(p(2,2)-p(2,3))+abs(p(2,3)-p(2,4));第二邻域像素的梯度值diff45=abs(p(4,0)-p(3,1))+abs(p(3,1)-p(2,2))+abs(p(2,2)-p(1,3))+abs(p(1,3)-p(0,4));第三邻域像素的梯度值diff135=abs(p(0,0)-p)1,1))+abs(p(1,1)-p(2,2))+abs(p(2,2)-p(3,3))+abs(p(3,3)-p(4,4))。
确定梯度值最小的邻域像素为所述平滑邻域像素,也即如果最小梯度值min=diffh,替换像素值out=(p(2,0)+2×p(2,1)+2×p(2,2)+2×p(2,3)+p(2,4))/8;如果最小梯度值min=diff45,则替换像素值out=(p(1,3)+2×p(2,2)+p(3,1))/4;如果最小梯度值min=diff135,则替换像素值out=(p(1,1)+2×p(2,2)+p(3,3))/4。替换像素值out可以用以替换中心像素(2,2)的像素值P(2,2)。
同理,最大梯度值的梯度方向为横向时,计算第一邻域像素的梯度值diffv=abs(p(0,2)-p(1,2))+abs(p(1,2)-p(2,2))+abs(p(2,2)-p(3,2))+abs(p(3,2)-p(4,2));第二邻域像素的梯度值和第三邻域像素的梯度值的计算方式同上。如果最小梯度值min=diffv,则替换像素值out=(p(0,2)+2×p(1,2)+2×p(2,2)+2×p(3,2)+p(4,2))/8。
进一步地,中心像素的最大梯度值和最小梯度值的位置方向不相邻时,替换像素值out=p(2,2)。
需要说明的是,第一邻域像素、所述第二邻域像素和所述第三邻域像素包括的像素的数量可以根据实际需要变化出更多实施例,此处不做限制。
优选地,步骤S104可以包括以下步骤:计算所述平滑邻域像素的像素值均值,以得到所述替换像素值。
本实施例中,替换像素值可以为平滑邻域像素的像素值均值,由于平滑邻域像素为中心像素的邻域像素,因此利用平滑邻域像素的像素值均值对所述中心像素的像素值进行替换,可以保证中心像素的像素值替换的准确性,也就是提高了去噪效果。
优选地,所述中心像素的上方和下方的横向梯度值、左方和右方的竖向梯度值具有各自不同的索引值,其中,位置方向相背的梯度值的差值为第一设定值,位置方向相邻的梯度值的差值不同于所述第一设定值。步骤S102可以包括以下步骤:如果所述中心像素的最大梯度值和最小梯度值的索引值差值不是所述第一设定值,则所述中心像素的最大梯度值和最小梯度值相邻。
本发明实施例中,如果所述中心像素的最大梯度值和最小梯度值的索引值差值不是所述第一设定值,则表示中心像素的最大梯度值和最小梯度值的位置方向不是相背的,则所述中心像素的最大梯度值和最小梯度值相邻。通过中心像素各个方向的梯度值的索引值的差值,来判断中心像素的最大梯度值和最小梯度值的位置方向是否相邻,为步骤S102的实施提供了一种快捷的方式,可以提高判断的准确性和速度。
具体而言,中心像素各个方向的梯度值的索引值可以是预先设定的。设定原则是,中心像素的上方和下方的横向梯度值、左方和右方的竖向梯度值具有各自不同的索引值,位置方向相背的梯度值的差值为第一设定值,位置方向相邻的梯度值的差值不同于所述第一设定值。需要说明的是,索引值的具体大小可以根据具体的应用环境进行适应性地配置,本发明实施例对此不做限制。
在本发明实施例另一具体应用场景中,第一设定值为1。第一设定值中心像素的上方的横向梯度值g0的索引值为0,中心像素的下方的横向梯度值g1的索引值为1,中心像素的左方的竖向梯度值g3的索引值为3,中心像素的右方的竖向梯度值g4的索引值为4。首先确定中心像素的最小梯度值min(g0,g1,g3,g4)的索引值minindex,其中,如果min(g0,g1,g3,g4)=g0,则minindex=0;如果min(g0,g1,g3,g4)=g1,则minindex=1;如果min(g0,g1,g3,g4)=g3,则minindex=3;如果min(g0,g1,g3,g4)=g4,则minindex=4。同理,确定中心像素的最大梯度值max(g0,g1,g3,g4)的索引值maxindex。
再计算出最大梯度值的索引值maxindex和最小梯度值的索引值minindex的差值(maxindex-minindex)。当差值maxindex-minindex不是第一设定值1时,表示最大梯度值和最小梯度值的位置方向相邻。
在本发明一变化例中,也可以采用以下方式判断:abs(maxindex-minindex)≥2,表示最大梯度值和最小梯度值的位置方向相邻。
进一步地,在最大梯度值和最小梯度值的位置方向相邻,选取平滑邻域像素时,可以通过最大梯度值的索引值和最小梯度值的索引值的差值(maxindex-minindex)的符号来选取。具体地,(maxindex-minindex≥2)时,指示值flag=0;(minindex-maxinde≤-2)时,指示值flag=1,否则flag=2。其中,当指示值flag=0时,排除中心像素的竖向方向上的邻域像素,指示值flag=1时,排除中心像素的横向方向上的邻域像素,flag=2时不做处理。
优选地,步骤S101可以包括以下步骤:选取处于所述中心像素的上方的横向方向的第四邻域像素,并计算所述第四邻域像素中每两个横向相邻的像素的像素值的差值绝对值之和,以作为所述中心像素的上方的横向梯度值;选取处于所述中心像素的下方的横向方向的第五邻域像素,并计算所述第五邻域像素中每两个横向相邻的像素的像素值的差值绝对值之和,以作为所述中心像素下方的横向梯度值;选取处于所述中心像素的左方的竖向方向的第六邻域像素,并计算所述第六邻域像素中每两个竖向相邻的像素的像素值的差值绝对值之和,以作为所述中心像素的左方的竖向梯度值;选取处于所述中心像素的右方的竖向方向的第七邻域像素,并计算所述第七邻域像素中每两个竖向相邻的像素的像素值的差值绝对值之和,以作为所述中心像素的右方的竖向梯度值。
本实施例中,中心像素的上方的横向梯度值、下方的横向梯度值、左方的竖向梯度值和右方的竖向梯度值,是利用每两个相邻的像素的像素值的差值绝对值之和计算得到的。
具体而言,可以参照图2,对于中心像素(2,2),第四邻域像素可以是第1行的像素((1,0),(1,1),(1,2),(1,3),(1,4)),也可以是第1行的像素和第0行的像素((0,0),(0,1),(0,2),(0,3),(0,4)),还可以是第0行的像素、第1行的像素和第2行的像素((2,0),(2,1),(2,2),(2,3),(2,4))。第五邻域像素可以是第3行的像素((3,0),(3,1),(3,2),(3,3),(3,4)),也可以是第3行的像素和第4行的像素((4,0),(4,1),(4,2),(4,3),(4,4)),还可以是第2行的像素、第3行的像素和第4行的像素。
第六邻域像素可以是第1列的像素((0,1),(1,1),(2,1),(3,1),(4,1)),也可以是第1列的像素和第0列的像素((0,0),(1,0),(2,0),(3,0),(4,0)),还可以是第0列的像素、第1列的像素和第2列的像素((0,2),(1,2),(2,2),(3,2),(4,2))。第七邻域像素可以是第3列的像素((0,3),(1,3),(2,3),(3,3),(4,3)),也可以是第3列的像素和第4列的像素((0,4),(1,4),(2,4),(3,4),(4,4)),还可以是第2列的像素、第3列的像素和第4列的像素。
优选地,可以采用以下公式分别计算中心像素的上方和下方的横向梯度值,以及左方和右方的竖向梯度值:
其中,x表示所述中心像素所在的行数,y表示所述中心像素所在的列数,g0表示中心像素的上方的横向梯度值,g1表示中心像素的下方的横向梯度值,g3表示中心像素的左方的竖向梯度值,g4表示中心像素的右方的竖向梯度值,p表示像素值,M、N为预设偏移量。
更具体地,当M为1,N为2时,中心像素上方的横向梯度值g0=abs(p(0,1)-p(0,2))+abs(p(0,2)-p(0,3))+abs(p(1,1)-p(1,2))+abs(p(1,2)-p(1,3))+abs(p(2,1)-p(2,2))+abs(p(2,2)-p(2,3));
中心像素下方的横向梯度值g1=abs(p(4,1)-p(4,2))+abs(p(4,2)-p(4,3))+abs(p(3,1)-p(3,2))+abs(p(3,2)-p(3,3))+abs(p(2,1)-p(2,2))+abs(p(2,2)-p(2,3));
中心像素的左方的竖向梯度值g3=abs(p(1,0)-p(2,0))+abs(p(2,0)-p(3,0))+abs(p(1,1)-p(2,1))+abs(p(2,1)-p(3,1))+abs(p(1,2)-p(2,2))+abs(p(2,2)-p(3,2));
中心像素的右方的竖向梯度值g4=abs(p(1,4)-p(2,4))+abs(p(2,4)-p(3,4))+abs(p(1,3)-p(2,3))+abs(p(2,3)-p(3,3))+abs(p(1,2)-p(2,2))+abs(p(2,2)-p(3,2))。
可以理解的是,预设偏移量N和M的大小可以作为参数预先进行配置,本发明实施例对此不做限制。
图3是本发明实施例一种图像平滑装置的结构示意图。
图3所示的图像平滑装置30可以包括以下模块:梯度值计算模块301、判断模块302、平滑邻域像素选取模块303和替换模块304。
其中,梯度值计算模块301适于利用预设窗口滑动遍历待平滑图像的亮度平面,在每一次滑动所述预设窗口后,分别计算中心像素的上方和下方的横向梯度值,以及左方和右方的竖向梯度值,所述中心像素为处于所述预设窗口内中心位置的像素;判断模块302适于在每一次滑动所述预设窗口后,判断所述中心像素的最大梯度值和最小梯度值的位置方向是否相邻,所述最大梯度值和最小梯度值分别为所述中心像素的上方和下方的横向梯度值、左方和右方的竖向梯度值中最大的一个和最小的一个,所述位置方向选自所述中心像素的上方、下方、左方和右方。
平滑邻域像素选取模块303适于在每一次滑动所述预设窗口后,如果所述中心像素的最大梯度值和最小梯度值的位置方向相邻,则在所述中心像素的最大梯度值的梯度方向以外的方向上选取平滑邻域像素,所述中心像素的最大梯度值的梯度方向选自横向和竖向;替换模块304适于在每一次滑动所述预设窗口后,根据所述平滑邻域像素的像素值计算得到替换像素值,并利用所述替换像素值对所述中心像素的像素值进行替换。
本发明技术方案利用待平滑图像的当前像素及其周边像素的梯度信息,获取更为准确的图像纹理信息;结合最大梯度值的梯度方向信息选取平滑邻域像素,以对图像进行小范围的平滑滤波,从而可以减少图像在后续边缘增强步骤时的误判和难度,进而提高图像边缘连续性,减少锯齿噪声,提高图像质量。
优选地,平滑邻域像素选取模块303可以包括选取单元3031、计算单元3032和确定单元3033。
其中,选取单元3031适于在所述中心像素的最小梯度值的梯度方向上选取第一邻域像素,在所述中心像素的45度方向上选取第二邻域像素,并在所述中心像素的135度方向上选取第三邻域像素;计算单元3032适于分别计算所述第一邻域像素、所述第二邻域像素和所述第三邻域像素的梯度值;确定单元3033适于确定所述第一邻域像素、所述第二邻域像素和所述第三邻域像素中梯度值最小的邻域像素为所述平滑邻域像素。
优选地,替换模块304可以包括替换像素值计算单元3041,替换像素值计算单元3041适于计算所述平滑邻域像素的像素值均值,以得到所述替换像素值。
优选地,所述中心像素的上方和下方的横向梯度值、左方和右方的竖向梯度值具有各自不同的索引值,其中,位置方向相背的梯度值的差值为第一设定值,位置方向相邻的梯度值的差值不同于所述第一设定值;所述判断模块302可以包括判断单元3021,判断单元3021适于如果所述中心像素的最大梯度值和最小梯度值的索引值差值不是所述第一设定值,则所述中心像素的最大梯度值和最小梯度值相邻。
优选地,梯度值计算模块301可以包括第一梯度值计算单元3011、第二梯度值计算单元3012、第三梯度值计算单元3013和第四梯度值计算单元3014。
其中,第一梯度值计算单元3011适于选取处于所述中心像素的上方的横向方向的第四邻域像素,并计算所述第四邻域像素中每两个横向相邻的像素的像素值的差值绝对值之和,以作为所述中心像素的上方的横向梯度值;第二梯度值计算单元3012适于选取处于所述中心像素的下方的横向方向的第五邻域像素,并计算所述第五邻域像素中每两个横向相邻的像素的像素值的差值绝对值之和,以作为所述中心像素下方的横向梯度值;第三梯度值计算单元3013适于选取处于所述中心像素的左方的竖向方向的第六邻域像素,并计算所述第六邻域像素中每两个竖向相邻的像素的像素值的差值绝对值之和,以作为所述中心像素的左方的竖向梯度值;第四梯度值计算单元3014适于选取处于所述中心像素的右方的竖向方向的第七邻域像素,并计算所述第七邻域像素中每两个竖向相邻的像素的像素值的差值绝对值之和,以作为所述中心像素的右方的竖向梯度值。
优选地,梯度值计算模块301可以采用以下公式分别计算中心像素的上方和下方的横向梯度值,以及左方和右方的竖向梯度值:
其中,x表示所述中心像素所在的行数,y表示所述中心像素所在的列数,g0表示中心像素的上方的横向梯度值,g1表示中心像素的下方的横向梯度值,g3表示中心像素的左方的竖向梯度值,g4表示中心像素的右方的竖向梯度值,p表示像素值,M、N为预设偏移量。
关于所述图像平滑装置30的工作原理、工作方式的更多内容,可以参照对图1至图2的相关描述,这里不再赘述。
本发明实施例还公开了一种计算机可读存储介质,其上存储有计算机指令,所述计算机指令运行时可以执行图1中所示的图像平滑方法的步骤。所述计算机可读存储介质可以包括ROM、RAM、磁盘或光盘等。
本发明实施例还公开了一种终端,所述终端可以包括存储器和处理器,所述存储器上存储有可在所述处理器上运行的计算机指令。所述处理器运行所述计算机指令时可以执行图1中所示的图像平滑方法的步骤。所述终端包括但不限于手机、计算机、平板电脑等终端设备。
虽然本发明披露如上,但本发明并非限定于此。任何本邻域技术人员,在不脱离本发明的精神和范围内,均可作各种更动与修改,因此本发明的保护范围应当以权利要求所限定的范围为准。
Claims (14)
1.一种图像平滑方法,其特征在于,包括:
利用预设窗口滑动遍历待平滑图像的亮度平面,在每一次滑动所述预设窗口后,分别计算中心像素的上方和下方的横向梯度值,以及左方和右方的竖向梯度值,所述中心像素为处于所述预设窗口内中心位置的像素;
在每一次滑动所述预设窗口后,判断所述中心像素的最大梯度值和最小梯度值的位置方向是否相邻,所述最大梯度值和最小梯度值分别为所述中心像素的上方和下方的横向梯度值、左方和右方的竖向梯度值中最大的一个和最小的一个,所述位置方向选自所述中心像素的上方、下方、左方和右方;
在每一次滑动所述预设窗口后,如果所述中心像素的最大梯度值和最小梯度值的位置方向相邻,则在所述中心像素的最大梯度值的梯度方向以外的方向上选取平滑邻域像素,所述中心像素的最大梯度值的梯度方向选自横向和竖向;
在每一次滑动所述预设窗口后,根据所述平滑邻域像素的像素值计算得到替换像素值,并利用所述替换像素值对所述中心像素的像素值进行替换;
所述中心像素的最大梯度值的梯度方向以外的方向选自所述中心像素的最小梯度值的梯度方向、所述中心像素的45度方向和所述中心像素的135度方向。
2.根据权利要求1所述的图像平滑方法,其特征在于,所述在所述中心像素的最大梯度值的梯度方向以外的方向上选取平滑邻域像素包括:
在所述中心像素的最小梯度值的梯度方向上选取第一邻域像素,在所述中心像素的45度方向上选取第二邻域像素,并在所述中心像素的135度方向上选取第三邻域像素;
分别计算所述第一邻域像素、所述第二邻域像素和所述第三邻域像素的梯度值;
确定所述第一邻域像素、所述第二邻域像素和所述第三邻域像素中梯度值最小的邻域像素为所述平滑邻域像素。
3.根据权利要求1所述的图像平滑方法,其特征在于,所述根据所述平滑邻域像素的像素值计算得到替换像素值包括:
计算所述平滑邻域像素的像素值均值,以得到所述替换像素值。
4.根据权利要求1所述的图像平滑方法,其特征在于,所述中心像素的上方和下方的横向梯度值、左方和右方的竖向梯度值具有各自不同的索引值,其中,位置方向相背的梯度值的差值为第一设定值,位置方向相邻的梯度值的差值不同于所述第一设定值;所述判断所述中心像素的最大梯度值和最小梯度值的位置方向是否相邻包括:
如果所述中心像素的最大梯度值和最小梯度值的索引值差值不是所述第一设定值,则所述中心像素的最大梯度值和最小梯度值相邻。
5.根据权利要求1所述的图像平滑方法,其特征在于,所述分别计算中心像素的上方和下方的横向梯度值,以及左方和右方的竖向梯度值包括:
选取处于所述中心像素的上方的横向方向的第四邻域像素,并计算所述第四邻域像素中每两个横向相邻的像素的像素值的差值绝对值之和,以作为所述中心像素的上方的横向梯度值;
选取处于所述中心像素的下方的横向方向的第五邻域像素,并计算所述第五邻域像素中每两个横向相邻的像素的像素值的差值绝对值之和,以作为所述中心像素下方的横向梯度值;
选取处于所述中心像素的左方的竖向方向的第六邻域像素,并计算所述第六邻域像素中每两个竖向相邻的像素的像素值的差值绝对值之和,以作为所述中心像素的左方的竖向梯度值;
选取处于所述中心像素的右方的竖向方向的第七邻域像素,并计算所述第七邻域像素中每两个竖向相邻的像素的像素值的差值绝对值之和,以作为所述中心像素的右方的竖向梯度值。
7.一种图像平滑装置,其特征在于,包括:
梯度值计算模块,适于利用预设窗口滑动遍历待平滑图像的亮度平面,在每一次滑动所述预设窗口后,分别计算中心像素的上方和下方的横向梯度值,以及左方和右方的竖向梯度值,所述中心像素为处于所述预设窗口内中心位置的像素;
判断模块,适于在每一次滑动所述预设窗口后,判断所述中心像素的最大梯度值和最小梯度值的位置方向是否相邻,所述最大梯度值和最小梯度值分别为所述中心像素的上方和下方的横向梯度值、左方和右方的竖向梯度值中最大的一个和最小的一个,所述位置方向选自所述中心像素的上方、下方、左方和右方;
平滑邻域像素选取模块,适于在每一次滑动所述预设窗口后,如果所述中心像素的最大梯度值和最小梯度值的位置方向相邻,则在所述中心像素的最大梯度值的梯度方向以外的方向上选取平滑邻域像素,所述中心像素的最大梯度值的梯度方向选自横向和竖向;
替换模块,适于在每一次滑动所述预设窗口后,根据所述平滑邻域像素的像素值计算得到替换像素值,并利用所述替换像素值对所述中心像素的像素值进行替换;
所述中心像素的最大梯度值的梯度方向以外的方向选自所述中心像素的最小梯度值的梯度方向、所述中心像素的45度方向和所述中心像素的135度方向。
8.根据权利要求7所述的图像平滑装置,其特征在于,所述平滑邻域像素选取模块包括:
选取单元,适于在所述中心像素的最小梯度值的梯度方向上选取第一邻域像素,在所述中心像素的45度方向上选取第二邻域像素,并在所述中心像素的135度方向上选取第三邻域像素;
计算单元,适于分别计算所述第一邻域像素、所述第二邻域像素和所述第三邻域像素的梯度值;
确定单元,适于确定所述第一邻域像素、所述第二邻域像素和所述第三邻域像素中梯度值最小的邻域像素为所述平滑邻域像素。
9.根据权利要求7所述的图像平滑装置,其特征在于,所述替换模块包括:替换像素值计算单元,适于计算所述平滑邻域像素的像素值均值,以得到所述替换像素值。
10.根据权利要求7所述的图像平滑装置,其特征在于,所述中心像素的上方和下方的横向梯度值、左方和右方的竖向梯度值具有各自不同的索引值,其中,位置方向相背的梯度值的差值为第一设定值,位置方向相邻的梯度值的差值不同于所述第一设定值;所述判断模块包括:
判断单元,适于如果所述中心像素的最大梯度值和最小梯度值的索引值差值不是所述第一设定值,则所述中心像素的最大梯度值和最小梯度值相邻。
11.根据权利要求7所述的图像平滑装置,其特征在于,所述梯度值计算模块包括:
第一梯度值计算单元,适于选取处于所述中心像素的上方的横向方向的第四邻域像素,并计算所述第四邻域像素中每两个横向相邻的像素的像素值的差值绝对值之和,以作为所述中心像素的上方的横向梯度值;
第二梯度值计算单元,适于选取处于所述中心像素的下方的横向方向的第五邻域像素,并计算所述第五邻域像素中每两个横向相邻的像素的像素值的差值绝对值之和,以作为所述中心像素下方的横向梯度值;
第三梯度值计算单元,适于选取处于所述中心像素的左方的竖向方向的第六邻域像素,并计算所述第六邻域像素中每两个竖向相邻的像素的像素值的差值绝对值之和,以作为所述中心像素的左方的竖向梯度值;
第四梯度值计算单元,适于选取处于所述中心像素的右方的竖向方向的第七邻域像素,并计算所述第七邻域像素中每两个竖向相邻的像素的像素值的差值绝对值之和,以作为所述中心像素的右方的竖向梯度值。
13.一种计算机可读存储介质,其上存储有计算机指令,其特征在于,所述计算机指令运行时执行权利要求1至6中任一项所述图像平滑方法的步骤。
14.一种终端,包括存储器和处理器,所述存储器上存储有可在所述处理器上运行的计算机指令,其特征在于,所述处理器运行所述计算机指令时执行权利要求1至6中任一项所述图像平滑方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710597519.6A CN109285123B (zh) | 2017-07-20 | 2017-07-20 | 图像平滑方法及装置、计算机可读存储介质、终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710597519.6A CN109285123B (zh) | 2017-07-20 | 2017-07-20 | 图像平滑方法及装置、计算机可读存储介质、终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109285123A CN109285123A (zh) | 2019-01-29 |
CN109285123B true CN109285123B (zh) | 2020-09-11 |
Family
ID=65184919
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710597519.6A Active CN109285123B (zh) | 2017-07-20 | 2017-07-20 | 图像平滑方法及装置、计算机可读存储介质、终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109285123B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117057995A (zh) * | 2023-08-23 | 2023-11-14 | 上海玄戒技术有限公司 | 图像处理方法、装置、芯片、电子设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101308573A (zh) * | 2008-06-30 | 2008-11-19 | 北京中星微电子有限公司 | 一种消除噪声的方法和装置 |
CN102663708A (zh) * | 2012-04-27 | 2012-09-12 | 飞依诺科技(苏州)有限公司 | 基于方向加权中值滤波的超声图像处理方法 |
CN102831579A (zh) * | 2011-06-16 | 2012-12-19 | 富士通株式会社 | 文本增强方法及装置、文本提取方法及装置 |
CN104392418A (zh) * | 2014-12-03 | 2015-03-04 | 南京信息工程大学 | 基于各向异性扩散的图像平滑改进算法 |
CN106920216A (zh) * | 2015-12-25 | 2017-07-04 | 展讯通信(上海)有限公司 | 一种消除图像噪声的方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100866492B1 (ko) * | 2007-05-30 | 2008-11-03 | 삼성전자주식회사 | 에지 향상 기능을 갖는 노이즈 저감 장치 및 방법 |
-
2017
- 2017-07-20 CN CN201710597519.6A patent/CN109285123B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101308573A (zh) * | 2008-06-30 | 2008-11-19 | 北京中星微电子有限公司 | 一种消除噪声的方法和装置 |
CN102831579A (zh) * | 2011-06-16 | 2012-12-19 | 富士通株式会社 | 文本增强方法及装置、文本提取方法及装置 |
CN102663708A (zh) * | 2012-04-27 | 2012-09-12 | 飞依诺科技(苏州)有限公司 | 基于方向加权中值滤波的超声图像处理方法 |
CN104392418A (zh) * | 2014-12-03 | 2015-03-04 | 南京信息工程大学 | 基于各向异性扩散的图像平滑改进算法 |
CN106920216A (zh) * | 2015-12-25 | 2017-07-04 | 展讯通信(上海)有限公司 | 一种消除图像噪声的方法及装置 |
Non-Patent Citations (1)
Title |
---|
基于中值滤波和小波变换的红外图像去噪方法;代少升 等;《半导体光电》;20170430;第38卷(第2期);第299-303页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109285123A (zh) | 2019-01-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103514583B (zh) | 图像锐化方法及设备 | |
WO2016206087A1 (zh) | 一种低照度图像处理方法和装置 | |
US8244054B2 (en) | Method, apparatus and integrated circuit capable of reducing image ringing noise | |
CN107393459B (zh) | 图像显示方法和装置 | |
CN106204441B (zh) | 一种图像局部放大的方法及装置 | |
US20120230601A1 (en) | Image processing apparatus, image processing method, and program | |
CN103778599B (zh) | 一种图像处理方法及系统 | |
CN115631117B (zh) | 缺陷检测用的图像增强方法、装置、检测系统及存储介质 | |
JP4375464B2 (ja) | ノイズ低減装置 | |
JP5314271B2 (ja) | 映像の鮮明度向上のための装置および方法 | |
US20090226097A1 (en) | Image processing apparatus | |
US9779321B2 (en) | Image processing device and method thereof | |
US8693783B2 (en) | Processing method for image interpolation | |
CN116580028B (zh) | 一种物体表面缺陷检测方法、装置、设备及存储介质 | |
CN110852953A (zh) | 图像插值方法及装置、存储介质、图像信号处理器、终端 | |
CN103729828A (zh) | 视频去雨方法 | |
CN109285123B (zh) | 图像平滑方法及装置、计算机可读存储介质、终端 | |
CN110858895B (zh) | 一种图像处理方法和装置 | |
WO2014102876A1 (ja) | 画像処理装置、および、画像処理方法 | |
CN111582100B (zh) | 一种目标对象的检测方法及设备 | |
CN112184609A (zh) | 图像融合方法及装置、存储介质、终端 | |
US8693777B2 (en) | Apparatus and method for estimating edge areas of digital image | |
KR100882085B1 (ko) | 영상의 컨트라스트 향상 방법 | |
CN111429383B (zh) | 图像降噪方法及装置、计算机可读存储介质 | |
US20140010455A1 (en) | Imaging processing apparatus, image processing system and method for processing image |
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 |