CN109636749A - 图像处理方法 - Google Patents

图像处理方法 Download PDF

Info

Publication number
CN109636749A
CN109636749A CN201811475444.5A CN201811475444A CN109636749A CN 109636749 A CN109636749 A CN 109636749A CN 201811475444 A CN201811475444 A CN 201811475444A CN 109636749 A CN109636749 A CN 109636749A
Authority
CN
China
Prior art keywords
image
value
gradient
pixel
noise
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
Application number
CN201811475444.5A
Other languages
English (en)
Other versions
CN109636749B (zh
Inventor
邓宇帆
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.)
Shenzhen China Star Optoelectronics Semiconductor Display Technology Co Ltd
Original Assignee
Shenzhen China Star Optoelectronics Semiconductor Display 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 Shenzhen China Star Optoelectronics Semiconductor Display Technology Co Ltd filed Critical Shenzhen China Star Optoelectronics Semiconductor Display Technology Co Ltd
Priority to CN201811475444.5A priority Critical patent/CN109636749B/zh
Priority to PCT/CN2019/075506 priority patent/WO2020113824A1/zh
Publication of CN109636749A publication Critical patent/CN109636749A/zh
Application granted granted Critical
Publication of CN109636749B publication Critical patent/CN109636749B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06T5/20—Image enhancement or restoration using local operators
    • 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
    • G06T2207/20028—Bilateral filtering
    • 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
    • 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
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging

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

本发明提供一种图像处理方法。本发明的图像处理方法分别利用不同的第一双边滤波器及第二双边滤波器对原始图像进行降噪处理，产生第一降噪图像及第二降噪图像，第一降噪图像的平滑度大于第二降噪图像的平滑度，第二降噪图像的图像细节多于第一降噪图像的图像细节，而后对原始图像进行梯度运算，依据梯度运算结果将原始图像划分为平缓区及平缓区以外的非平缓区，将第一降噪图像中与原始图像的平缓区对应的区域和第二降噪图像中与原始图像的非平缓区对应的区域进行拼接形成处理图像，能够在对原始图像进行有效的降噪的同时保留图像的纹理、边缘的细节，提升图像的品质。

Description

图像处理方法
技术领域
本发明涉及显示技术领域，尤其涉及一种图像处理方法。
背景技术
随着人们生活水平的提高，对电子产品的画面显示效果追求越来越高。现有技术中为了提高画面的显示效果，通常会在画面显示时进行图像处理，以改善显示效果。
图像的数据在处理和传输的过程中，会受到显示装置及外部环境的噪声影响，噪声大小是衡量图像质量的一个非常重要的因素，所以在不影响系统整体性能的情况下快速滤除噪声是提高图像质量的重要方法。现有的图像降噪技术多采用双边滤波器对图像进行处理，双边滤波器的值域方差与空域方差决定了降噪处理后的图像的平滑效果。
图像中的噪声处于不同的区域，人眼感受度不同，对于图像中相对平缓的区域，人眼对噪声比较敏感，一旦出现噪声则较为明显，因此应该加大降噪处理的力度以加大平滑的力度，而图像中的边缘区域及纹理区域由于包含较多细节，对噪声具有掩盖作用，人眼不易察觉出现在该区域的噪声，为保证边缘区域及纹理区域的图像细节，应该减少降噪处理的力度以降低平滑的力度。
为此，现有技术提出了一种自适应双边滤波图像去噪的方法，该方法中，针对图像中的每一个像素，计算该像素的梯度方向相关性和梯度值大小，设定该像素的双边滤波的值域滤波函数的灰度值方差。此方法中，仅仅考虑了像素的梯度值大小，适用于对图像的边缘区进行降噪处理，但并不适用于对梯度较小但细节较多的图像的纹理区的降噪处理，同时此方法需要针对每个像素分别设计滤波器，运算复杂且缓慢。
发明内容
本发明的目的在于提供一种图像处理方法，能够在降低图像的噪声的同时保留图像的纹理、边缘的细节。
为实现上述目的，本发明提供一种图像处理方法，包括如下步骤：
步骤S1、提供原始图像；
步骤S2、提供第一双边滤波器及第二双边滤波器，分别利用第一双边滤波器及第二双边滤波器对所述原始图像进行降噪处理，产生第一降噪图像及第二降噪图像，所述第一降噪图像的平滑度大于第二降噪图像的平滑度，第二降噪图像的图像细节多于第一降噪图像的图像细节；
步骤S3、对所述原始图像进行梯度运算，依据梯度运算结果将原始图像划分为平缓区及平缓区以外的非平缓区；
步骤S4、将第一降噪图像中与原始图像的平缓区对应的区域和第二降噪图像中与原始图像的非平缓区对应的区域进行拼接形成处理图像。
所述第一双边滤波器的空域方差比第二双边滤波器的空域方差小。
所述第一双边滤波器的空域方差为1，所述第二双边滤波器的空域方差为 2。
所述第一双边滤波器的值域方差比第二双边滤波器的值域方差大。
所述第一双边滤波器的值域方差为0.1，所述第二双边滤波器的值域方差为0.05。
所述原始图像包括呈阵列式排布的多个像素，每一像素具有一亮度值。
所述步骤S3中，对所述原始图像进行梯度运算的具体过程为：利用预设的梯度计算公式获取原始图像的多个像素的原始梯度值，对多个原始梯度值进行取绝对值处理，得到梯度分布图，所述梯度分布图包括多个像素的处理梯度值。
所述预设的梯度计算公式为：
grads(i,j)＝lum(i-1,j)+lum(i+1,j)+lum(i,j-1)+lum(i,j+1)-4lum(i,j)；
其中，grads(i,j)为原始图像中第i行第j列的像素的原始梯度值，lum(i- 1,j)为原始图像中第i-1行第j列的像素的亮度值，lum(i+1,j)为原始图像中第 i+1行第j列的像素的亮度值，lum(i,j-1)为原始图像中第i行第j-1列的像素的亮度值，lum(i,j+1)为原始图像中第i行第j+1列的像素的亮度值，lum(i,j)为原始图像中第i行第j列的像素的亮度值，i、j均为正整数。
所述步骤S3中，依据梯度运算结果将原始图像划分为平缓区及非平缓区的具体过程为：
判断多个像素的处理梯度值与预设的第一梯度阈值及第二梯度阈值的大小关系，当一像素的处理梯度值大于等于第一梯度阈值且小于等于第二梯度阈值时，将1作为该像素的第一判定值，否则将0作为该像素的第一判定值，对多个像素的第一判定值进行均值滤波得到多个像素的均值滤波结果，判断多个均值滤波结果与预设的波动率阈值的大小关系，当一像素的均值滤波结果大于波动率阈值时，将预设的第一参考值设为该像素的第二判定值，否则将预设的第二参考值设为该像素的第二判定值，从而得到包括多个像素的第二判定值的第一幅值分布图；所述第一梯度阈值小于第二梯度阈值；
对多个像素的处理梯度值进行最大值滤波处理得到多个像素的最大值滤波结果，判断多个最大值滤波结果与第二梯度阈值的大小关系，当一像素的最大值滤波结果大于第二梯度阈值时，将预设第三参考值设为该像素的第三判定值，否则将预设的第四参考值设为该像素的第三判定值，从而得到包括多个像素的第三判定值的第二幅值分布图；
将原始图像中第二判定值为第二参考值且第三判定值为第四参考值的像素所在区域设为平缓区，将原始图像中除平缓区以外的区域设为非平缓区。
所述第一参考值为1，所述第二参考值为0，所述第三参考值为1，所述第四参考值为0；所述第一梯度阈值为10，所述第二梯度阈值为80，所述波动率阈值为0.6。
本发明的有益效果：本发明的图像处理方法分别利用不同的第一双边滤波器及第二双边滤波器对原始图像进行降噪处理，产生第一降噪图像及第二降噪图像，第一降噪图像的平滑度大于第二降噪图像的平滑度，第二降噪图像保留的图像细节多于第一降噪图像保留的图像细节，而后对原始图像进行梯度运算，依据梯度运算结果将原始图像划分为平缓区及平缓区以外的非平缓区，将第一降噪图像中与原始图像的平缓区对应的区域和第二降噪图像中与原始图像的非平缓区对应的区域进行拼接形成处理图像，能够在对原始图像进行有效的降噪的同时保留图像的纹理、边缘的细节，提升图像的品质。
附图说明
为了能更进一步了解本发明的特征以及技术内容，请参阅以下有关本发明的详细说明与附图，然而附图仅提供参考与说明用，并非用来对本发明加以限制。
附图中，
图1为本发明的图像处理方法的流程图；
图2为本发明的图像处理方法的步骤S1的示意图；
图3及图4为本发明的图像处理方法的步骤S2的示意图；
图5为本发明的图像处理方法的步骤S3的示意图；
图6为本发明的图像处理方法的步骤S4的示意图。
具体实施方式
为更进一步阐述本发明所采取的技术手段及其效果，以下结合本发明的优选实施例及其附图进行详细描述。
请参阅图1，本发明提供一种图像处理方法，包括如下步骤：
步骤S1、请参阅图2，提供原始图像10。
具体地，所述原始图像10包括呈阵列式排布的多个像素，每一像素具有一亮度值。
步骤S2、提供第一双边滤波器及第二双边滤波器，分别利用第一双边滤波器及第二双边滤波器对所述原始图像10进行降噪处理，产生如图3所示的第一降噪图像20及如图4所示的第二降噪图像30，所述第一降噪图像20的平滑度大于第二降噪图像30的平滑度，第二降噪图像30的图像细节多于第一降噪图像20的图像细节。
具体地，所述第一双边滤波器的空域方差比第二双边滤波器的空域方差小，所述第一双边滤波器的值域方差比第二双边滤波器的值域方差大，从而使得第一降噪图像20的平滑度大于第二降噪图像30的平滑度，第二降噪图像30的图像细节多于第一降噪图像20的图像细节。
具体地，在本发明的一优选实施例中，所述第一双边滤波器的空域方差为1，所述第二双边滤波器的空域方差为2，所述第一双边滤波器的值域方差为0.1，所述第二双边滤波器的值域方差为0.05。
步骤S3、请参阅图5，对所述原始图像10进行梯度运算，依据梯度运算结果将原始图像10划分为平缓区11及平缓区11以外的非平缓区12。
具体地，所述步骤S3中，对所述原始图像10进行梯度运算的具体过程为：利用预设的梯度计算公式获取原始图像10的多个像素的原始梯度值，对多个原始梯度值进行取绝对值处理，得到梯度分布图，所述梯度分布图包括多个像素的处理梯度值。
进一步地，所述预设的梯度计算公式为：
grads(i,j)＝lum(i-1,j)+lum(i+1,j)+lum(i,j-1)+lum(i,j+1)-4lum(i,j)。
其中，grads(i,j)为原始图像中第i行第j列的像素的原始梯度值，lum(i- 1,j)为原始图像中第i-1行第j列的像素的亮度值，lum(i+1,j)为原始图像中第 i+1行第j列的像素的亮度值，lum(i,j-1)为原始图像中第i行第j-1列的像素的亮度值，lum(i,j+1)为原始图像中第i行第j+1列的像素的亮度值，lum(i,j) 为原始图像中第i行第j列的像素的亮度值，i、j均为正整数。
具体地，所述步骤S3中，依据梯度运算结果将原始图像10划分为平缓区11及非平缓区12的具体过程为：
判断多个像素的处理梯度值与预设的第一梯度阈值及第二梯度阈值的大小关系，当一像素的处理梯度值大于等于第一梯度阈值且小于等于第二梯度阈值时，将1作为该像素的第一判定值，否则将0作为该像素的第一判定值，对多个像素的第一判定值进行均值滤波得到多个像素的均值滤波结果，判断多个均值滤波结果与预设的波动率阈值的大小关系，当一像素的均值滤波结果大于波动率阈值时，将预设的第一参考值设为该像素的第二判定值，否则将预设的第二参考值设为该像素的第二判定值，从而得到包括多个像素的第二判定值的第一幅值分布图。所述第一梯度阈值小于第二梯度阈值。
对多个像素的处理梯度值进行最大值滤波处理得到多个像素的最大值滤波结果，判断多个最大值滤波结果与第二梯度阈值的大小关系，当一像素的最大值滤波结果大于第二梯度阈值时，将预设第三参考值设为该像素的第三判定值，否则将预设的第四参考值设为该像素的第三判定值，从而得到包括多个像素的第三判定值的第二幅值分布图。
将原始图像10中第二判定值为第二参考值且第三判定值为第四参考值的像素所在区域设为平缓区11，将原始图像中除平缓区11以外的区域设为非平缓区12。
具体地，在本发明的一优选实施例中，所述第一参考值为1，所述第二参考值为0，所述第三参考值为1，所述第四参考值为0。所述第一梯度阈值为10，所述第二梯度阈值为80，所述波动率阈值为0.6。
步骤S4、请参阅图6，将第一降噪图像20中与原始图像10的平缓区11 对应的区域21和第二降噪图像30中与原始图像10的非平缓区12对应的区域32进行拼接形成处理图像40。
需要说明的是，本发明的图像处理方法分别利用不同的第一双边滤波器及第二双边滤波器对原始图像10进行降噪处理，产生第一降噪图像20及第二降噪图像30，通过对第一双边滤波器及第二双边滤波器的空域方差及值域方差进行设置，使得第一降噪图像20的平滑度大于第二降噪图像30的平滑度，第二降噪图像30的图像细节多于第一降噪图像20的图像细节，而后对原始图像10进行梯度运算，依据梯度运算结果将原始图像10划分为平缓区 11及平缓区11以外的非平缓区12，将第一降噪图像20中与原始图像10的平缓区11对应的区域和第二降噪图像30中与原始图像10的非平缓区12对应的区域进行拼接形成处理图像40，能够在对原始图像10进行有效的降噪的同时保留图像的纹理、边缘的细节，提升图像的品质，且处理简便，处理速度快。
综上所述，本发明的图像处理方法分别利用不同的第一双边滤波器及第二双边滤波器对原始图像进行降噪处理，产生第一降噪图像及第二降噪图像，第一降噪图像的平滑度大于第二降噪图像的平滑度，第二降噪图像的图像细节多于第一降噪图像的图像细节，而后对原始图像进行梯度运算，依据梯度运算结果将原始图像划分为平缓区及平缓区以外的非平缓区，将第一降噪图像中与原始图像的平缓区对应的区域和第二降噪图像中与原始图像的非平缓区对应的区域进行拼接形成处理图像，能够在对原始图像进行有效的降噪的同时保留图像的纹理、边缘的细节，提升图像的品质。
以上所述，对于本领域的普通技术人员来说，可以根据本发明的技术方案和技术构思作出其他各种相应的改变和变形，而所有这些改变和变形都应属于本发明权利要求的保护范围。

Claims (10)

1.一种图像处理方法，其特征在于，包括如下步骤：
步骤S1、提供原始图像；
步骤S2、提供第一双边滤波器及第二双边滤波器，分别利用第一双边滤波器及第二双边滤波器对所述原始图像进行降噪处理，产生第一降噪图像及第二降噪图像，所述第一降噪图像的平滑度大于第二降噪图像的平滑度，第二降噪图像的图像细节多于第一降噪图像的图像细节；
步骤S3、对所述原始图像进行梯度运算，依据梯度运算结果将原始图像划分为平缓区及平缓区以外的非平缓区；
步骤S4、将第一降噪图像中与原始图像的平缓区对应的区域和第二降噪图像中与原始图像的非平缓区对应的区域进行拼接形成处理图像。
2.如权利要求1所述的图像处理方法，其特征在于，所述第一双边滤波器的空域方差比第二双边滤波器的空域方差小。
3.如权利要求2所述的图像处理方法，其特征在于，所述第一双边滤波器的空域方差为1，所述第二双边滤波器的空域方差为2。
4.如权利要求1所述的图像处理方法，其特征在于，所述第一双边滤波器的值域方差比第二双边滤波器的值域方差大。
5.如权利要求4所述的图像处理方法，其特征在于，所述第一双边滤波器的值域方差为0.1，所述第二双边滤波器的值域方差为0.05。
6.如权利要求1所述的图像处理方法，其特征在于，所述原始图像包括呈阵列式排布的多个像素，每一像素具有一亮度值。
7.如权利要6所述的图像处理方法，其特征在于，所述步骤S3中，对所述原始图像进行梯度运算的具体过程为：利用预设的梯度计算公式获取原始图像的多个像素的原始梯度值，对多个原始梯度值进行取绝对值处理，得到梯度分布图，所述梯度分布图包括多个像素的处理梯度值，所述多个像素的处理梯度值通过对多个像素的原始梯度值进行取绝对值处理得到。
8.如权利要求7所述的图像处理方法，其特征在于，所述预设的梯度计算公式为：
grads(i,j)＝lum(i-1,j)+lum(i+1,j)+lum(i,j-1)+lum(i,j+1)-4lum(i,j)；
其中，grads(i,j)为原始图像中第i行第j列的像素的原始梯度值，lum(i-1,j)为原始图像中第i-1行第j列的像素的亮度值，lum(i+1,j)为原始图像中第i+1行第j列的像素的亮度值，lum(i,j-1)为原始图像中第i行第j-1列的像素的亮度值，lum(i,j+1)为原始图像中第i行第j+1列的像素的亮度值，lum(i,j)为原始图像中第i行第j列的像素的亮度值，i、j均为正整数。
9.如权利要求7所述的图像处理方法，其特征在于，所述步骤S3中，依据梯度运算结果将原始图像划分为平缓区及非平缓区的具体过程为：
判断多个像素的处理梯度值与预设的第一梯度阈值及第二梯度阈值的大小关系，当一像素的处理梯度值大于等于第一梯度阈值且小于等于第二梯度阈值时，将1作为该像素的第一判定值，否则将0作为该像素的第一判定值，对多个像素的第一判定值进行均值滤波得到多个像素的均值滤波结果，判断多个均值滤波结果与预设的波动率阈值的大小关系，当一像素的均值滤波结果大于波动率阈值时，将预设的第一参考值设为该像素的第二判定值，否则将预设的第二参考值设为该像素的第二判定值，从而得到包括多个像素的第二判定值的第一幅值分布图；所述第一梯度阈值小于第二梯度阈值；
对多个像素的处理梯度值进行最大值滤波处理得到多个像素的最大值滤波结果，判断多个最大值滤波结果与第二梯度阈值的大小关系，当一像素的最大值滤波结果大于第二梯度阈值时，将预设第三参考值设为该像素的第三判定值，否则将预设的第四参考值设为该像素的第三判定值，从而得到包括多个像素的第三判定值的第二幅值分布图；
将原始图像中第二判定值为第二参考值且第三判定值为第四参考值的像素所在区域设为平缓区，将原始图像中除平缓区以外的区域设为非平缓区。
10.如权利要求9所述的图像处理方法，其特征在于，所述第一参考值为1，所述第二参考值为0，所述第三参考值为1，所述第四参考值为0；所述第一梯度阈值为10，所述第二梯度阈值为80，所述波动率阈值为0.6。
CN201811475444.5A 2018-12-04 2018-12-04 图像处理方法 Active CN109636749B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201811475444.5A CN109636749B (zh) 2018-12-04 2018-12-04 图像处理方法
PCT/CN2019/075506 WO2020113824A1 (zh) 2018-12-04 2019-02-20 图像处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811475444.5A CN109636749B (zh) 2018-12-04 2018-12-04 图像处理方法

Publications (2)

Publication Number Publication Date
CN109636749A true CN109636749A (zh) 2019-04-16
CN109636749B CN109636749B (zh) 2020-10-16

Family

ID=66071072

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811475444.5A Active CN109636749B (zh) 2018-12-04 2018-12-04 图像处理方法

Country Status (2)

Country Link
CN (1) CN109636749B (zh)
WO (1) WO2020113824A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111986095A (zh) * 2019-05-22 2020-11-24 上海哔哩哔哩科技有限公司 基于边缘提取的图像处理方法及图像处理装置

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114331899B (zh) * 2021-12-31 2024-09-20 上海宇思微电子有限公司 一种图像降噪方法及装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101599170A (zh) * 2009-06-26 2009-12-09 北京东方网力科技有限公司 图像噪声评价方法、图像噪声评价装置
CN101860655A (zh) * 2010-07-02 2010-10-13 上海交通大学 基于双边滤波器的黑白图像彩色化方法
CN102724542A (zh) * 2012-06-19 2012-10-10 浙江捷尚视觉科技有限公司 运动矢量法检测云台摄像机工作状态的方法
CN104899853A (zh) * 2014-03-04 2015-09-09 腾讯科技（深圳）有限公司 图像区域的划分方法及装置
CN105512605A (zh) * 2015-11-23 2016-04-20 小米科技有限责任公司 人脸图像处理方法及装置
CN105550994A (zh) * 2016-01-26 2016-05-04 河海大学 一种基于卫星影像的无人机影像快速概略拼接方法
CN108122211A (zh) * 2017-12-19 2018-06-05 中山大学花都产业科技研究院 一种基于箱式滤波器的局部边缘保持色调映射算法
KR20180094702A (ko) * 2017-02-16 2018-08-24 목포대학교산학협력단 드론을 활용한 갯벌 지역에서의 갯골 정보 추출 장치 및 방법

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI398158B (zh) * 2009-12-01 2013-06-01 Ind Tech Res Inst 產生立體影像之影像深度的方法
CN102938824A (zh) * 2012-06-05 2013-02-20 李英明 一种基于改进的自适应双边滤波的视频去噪方法
CN103116875B (zh) * 2013-02-05 2015-08-26 浙江大学 自适应双边滤波图像去噪方法
US9305338B1 (en) * 2013-12-13 2016-04-05 Pixelworks, Inc. Image detail enhancement and edge sharpening without overshooting
CN108205804B (zh) * 2016-12-16 2022-05-31 斑马智行网络(香港)有限公司 图像处理方法、装置及电子设备
CN107911576A (zh) * 2017-11-01 2018-04-13 北京小米移动软件有限公司 图像处理方法、装置和存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101599170A (zh) * 2009-06-26 2009-12-09 北京东方网力科技有限公司 图像噪声评价方法、图像噪声评价装置
CN101860655A (zh) * 2010-07-02 2010-10-13 上海交通大学 基于双边滤波器的黑白图像彩色化方法
CN102724542A (zh) * 2012-06-19 2012-10-10 浙江捷尚视觉科技有限公司 运动矢量法检测云台摄像机工作状态的方法
CN104899853A (zh) * 2014-03-04 2015-09-09 腾讯科技（深圳）有限公司 图像区域的划分方法及装置
CN105512605A (zh) * 2015-11-23 2016-04-20 小米科技有限责任公司 人脸图像处理方法及装置
CN105550994A (zh) * 2016-01-26 2016-05-04 河海大学 一种基于卫星影像的无人机影像快速概略拼接方法
KR20180094702A (ko) * 2017-02-16 2018-08-24 목포대학교산학협력단 드론을 활용한 갯벌 지역에서의 갯골 정보 추출 장치 및 방법
CN108122211A (zh) * 2017-12-19 2018-06-05 中山大学花都产业科技研究院 一种基于箱式滤波器的局部边缘保持色调映射算法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
XIUXIA LI等: "A new region growing-based segmentation method for high resolution remote sensing imagery", 《2015 IEEE INTERNATIONAL GEOSCIENCE AND REMOTE SENSING SYMPOSIUM》 *
徐辛超: "《基于明暗恢复形状的月面地形恢复》", 30 June 2014 *
王娅等: "梯度分层重构的彩色图像分水岭分割", 《中国图象图形学报》 *
章鲁等: "《医学图像处理与分析》", 31 August 2006 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111986095A (zh) * 2019-05-22 2020-11-24 上海哔哩哔哩科技有限公司 基于边缘提取的图像处理方法及图像处理装置
CN111986095B (zh) * 2019-05-22 2024-03-19 上海哔哩哔哩科技有限公司 基于边缘提取的图像处理方法及图像处理装置

Also Published As

Publication number Publication date
WO2020113824A1 (zh) 2020-06-11
CN109636749B (zh) 2020-10-16

Similar Documents

Publication Publication Date Title
CN103942755B (zh) 图像亮度调节方法和装置
CN103440630B (zh) 基于引导滤波器的大动态范围红外图像显示与细节增强方法
CN106210437B (zh) 图像处理装置和投影仪
EP3113104B1 (en) Method for signal processing
CN106971153B (zh) 一种人脸图像光照补偿方法
CN105046658B (zh) 一种低照度图像处理方法和装置
CN109859126A (zh) 一种视频降噪方法、装置、电子设备及存储介质
CN111861937A (zh) 一种基于msr改进的图像增强方法及系统
US11257187B2 (en) Image processing method, image processing device and computer storage medium
CN103702116B (zh) 一种图像的宽动态压缩方法和装置
CN109727233A (zh) 一种lcd缺陷检测方法
WO2019071734A1 (zh) 一种图像局部对比度增强的方法
WO2022016326A1 (zh) 图像处理方法、电子设备和计算机可读介质
CN109636749A (zh) 图像处理方法
WO2017177616A1 (zh) 一种人脸识别方法及装置、画面显示方法及装置
WO2020103569A1 (en) Systems and methods for image processing
CN110473152A (zh) 基于改进Retinex算法的图像增强方法
CN104036457A (zh) 一种图像降噪方法
Gao et al. Enhancement MSRCR algorithm of color fog image based on the adaptive scale
CN104463799B (zh) 一种图像边界增强方法
CN107610072B (zh) 一种基于梯度引导滤波的微光视频图像自适应降噪方法
CN108121522A (zh) 一种基于边缘方向相关性的预畸变后平显画面反走样方法
CN116959381A (zh) 图像增强显示的方法、显示设备及电子设备
CN104200446A (zh) 一种dr影像对比度均衡的方法及系统
CN113781360B (zh) 基于人工智能的输液装置图像增强方法与系统

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