CN110211060A - 一种图像锐化方法及装置 - Google Patents
一种图像锐化方法及装置 Download PDFInfo
- Publication number
- CN110211060A CN110211060A CN201910412335.7A CN201910412335A CN110211060A CN 110211060 A CN110211060 A CN 110211060A CN 201910412335 A CN201910412335 A CN 201910412335A CN 110211060 A CN110211060 A CN 110211060A
- Authority
- CN
- China
- Prior art keywords
- image
- layer data
- data
- layer
- obtains
- 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
- 238000003707 image sharpening Methods 0.000 title claims abstract description 45
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000001914 filtration Methods 0.000 claims abstract description 33
- 230000000694 effects Effects 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 10
- 230000009467 reduction Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000007796 conventional method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 206010052143 Ocular discomfort Diseases 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000005194 fractionation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000004260 weight control Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- 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
- G06T2207/20021—Dividing image into blocks, subimages or windows
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种图像锐化方法及装置,图像锐化方法包括:步骤S110:对原始图像数据进行高斯滤波,获得第一图层数据;步骤S120:对所述原始图像数据与所述第一层图像数据做差,获得第二图层数据;步骤S130:以所述第二图层数据为导向图,对所述第二图层数据进行导向滤波,获得第三图层数据;步骤S140:将所述原始图像数据和第三图层数据进行相加,获得经锐化图像。改善图像锐化效果,提高锐化图像质量。
Description
技术领域
本发明涉及图像信号处理,尤其涉及一种图像锐化方法及装置。
背景技术
拍照设备本身的硬件问题或者一些图像算法(例如图像平滑算法)的处理往往会使图像中的边界或轮廓变得模糊。图像锐化是一种用于补偿图像的轮廓,增强图像的边缘及灰度跳变部分,使图像变得清晰的方法。从频率域来看,图像变模糊是因为其高频分量被衰减,因此,图像锐化的思路主要是用高通滤波器来提取图像中的高频信息,然后将提取的高频信息叠加到原图像上,使图像变得清晰。
目前,图像锐化处理的方式一般为分别提取出图像的高频信息和低频信息,在对高频信息进行增强之后,将低频信息与增强后的高频信息进行合成输出新的图像。这里,因图像边缘的强度变化显著,图像的高频信息常位于图像边缘区域,故通过对高频信息进行增强,即可实现对图像边缘进行增强。但是高频信息中除了包含图像的边缘和轮廓信息,也包含了图像的噪声,在增强图像锐利度的同时,图像的噪声也相应的被放大,导致图像的总体质量下降。在实际应用中,产生噪声是不可避免的,在锐化过程中一旦噪声被当成细节放大后,会造成满屏散粒的闪点,极大的影响图像的质量,造成视觉不适。
发明内容
本发明为了克服上述现有技术存在的缺陷,提供一种图像锐化方法及装置,改善图像锐化效果,提高锐化图像质量。
根据本发明的一个方面,提供一种图像锐化方法,包括:
步骤S110:对原始图像数据进行高斯滤波,获得第一图层数据;
步骤S120:对所述原始图像数据与所述第一层图像数据做差,获得第二图层数据;
步骤S130:以所述第二图层数据为导向图,对所述第二图层数据进行导向滤波,获得第三图层数据;
步骤S140:将所述原始图像数据和第三图层数据进行相加,获得经锐化图像。
可选地,所述对原始图像数据进行高斯滤波,获得第一图层数据包括:
采用N*N的高斯滤波模板对所述原始图像数据进行卷积,获得所述第一图层数据,其中,N为大于1的奇数。
可选地,所述步骤S110之后,且步骤S120之前包括:
按N*N将所述第一图层数据划分为多个块区域。
可选地,所述按N*N将所述第一图层数据划分为多个块区域的步骤之后包括:
将所述块区域作为第一层图像数据执行所述步骤S120,以获得对应每个块区域的第二图层数据,组合各块区域的第二图层数据以获得完整的第二图层数据。
可选地,所述按N*N将所述第一图层数据划分为多个块区域的步骤之后包括:
将所述块区域作为第一层图像数据执行所述步骤S120至步骤S130,以获得对应每个块区域的第三图层数据,组合各块区域的第三图层数据以获得完整的第三图层数据。
可选地,所述按N*N将所述第一图层数据划分为多个块区域的步骤之后包括:
将所述块区域作为第一层图像数据执行所述步骤S120至步骤S140,以获得对应每个块区域的经锐化图像,组合各块区域的经锐化图像以获得完整的经锐化图像。
可选地,将所述原始图像数据和第三图层数据进行相加,获得经锐化图像包括:
将所述第三图层数据乘以一锐化权重以与所述原始图像数据相加,获得经锐化图像,所述锐化权重为大于0的自然数。
根据本发明的又一方面,还提供一种图像锐化装置,包括:
高斯滤波模块,用于对原始图像数据进行高斯滤波,获得第一图层数据;
做差模块,用于对所述原始图像数据与所述第一层图像数据做差,获得第二图层数据;
导向滤波模块,用于以所述第二图层数据为导向图,对所述第二图层数据进行导向滤波,获得第三图层数据;
相加模块,将所述原始图像数据和第三图层数据进行相加,获得经锐化图像。
可选地,所述做差模块为一减法器,所述相加模块为一加法器。
可选地,还包括:
划分模块,用于按N*N将所述第一图层数据划分为多个块区域,N*N为所述高斯滤波模块采用的高斯滤波模板,N为大于1的奇数。
与现有技术比较,本发明具有以下有益效果:
本发明通过对原始图像数据与高斯滤波处理得到的第一图层数据做差,获得图像的高频信息(第二图层数据)。第二图层数据中包含图像边缘数据及噪声数据,将第二图层数据进行导向滤波可以在保留图像边缘信息的同时,去掉部分包含的噪声信息,然后再将处理后的第三图层数据与原图叠加,得到处理后的图像,实现了图像锐化,充分的利用了导向滤波和高斯滤波的特点,达到了减少图像锐化过程带来的噪声放大效应,提高了图像质量。
附图说明
通过参照附图详细描述其示例实施方式,本发明的上述和其它特征及优点将变得更加明显。
图1是本发明实施例提供的一种图像锐化方法的流程图;
图2是本发明一具体实施例提供的图像锐化方法的流程图;
图3是本发明实施例提供的图像锐化方法的示意图;
图4是本发明实施例提供的一种图像锐化装置的模块图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
此外,附图仅为本公开的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或逻辑电路装置和/或微控制器装置中实现这些功能实体。
图1是本发明实施例提供的一种图像锐化方法的流程图,具体而言,图1包括如下步骤:
步骤S110:对原始图像数据进行高斯滤波,获得第一图层数据。
具体而言,可以利用N*N的高斯低通滤波模板对原始图像数据进行高斯滤波,N为大于1的奇数。优选地,根据原始图像数据的尺寸大小,N可以为3或5,本发明并非以此为限制。
以3*3的的高斯低通滤波模板(如图3标号310)为例,对输入的原始图像数据(如图3标号300)用3x3的高斯模板进行卷积操作,获取第一图层数据(IMAGE_LAYER1),高斯函数公式如下:
其中,σ是标准差,x,y为整数坐标,从当前坐标点及其周围3x3范围进行取样,从该函数产生一个大小为3x3的滤波器模板,就有w1=h(-1,-1),w2=h(-1,0),…,w9=h(1,1)。
步骤S120:对所述原始图像数据与所述第一层图像数据做差,获得第二图层数据。
具体而言,第二图层数据包含图像的边缘信息、细节纹理信息以及图像的噪声信息。
步骤S130:以所述第二图层数据为导向图,对所述第二图层数据进行导向滤波,获得第三图层数据。
具体而言,导向滤波使用的是标准的方法,此处不做赘述。导向滤波输入为第二图层数据(IMAGE_LAYER2),导向图为IMAGE_LAYER2。对第二图层数据包含的噪声信息进行消除操作。传统方法会将包含噪声的高频信息叠加到原图上,本发明会在提取的高频信息中,减少包含的噪声信息,从而提高锐化图像质量。
步骤S140:将所述原始图像数据和第三图层数据进行相加,获得经锐化图像。
具体而言,步骤S140将所述原始图像数据和第三图层数据进行相加,获得经锐化图像可以包括如下步骤:将所述第三图层数据乘以一锐化权重以与所述原始图像数据相加,获得经锐化图像,所述锐化权重为大于0的自然数。锐化权重控制锐化的强度。具体可以参见如下公式:
IMAGE_OUT(x,y)=IMAGE_IN(x,y)+k*IMAGE_LAYER3(x,y)
IMAGE_OUT为经锐化图像,IMAGE_IN为原始图像数据,IMAGE_LAYER3为第三图层数据,x,y为整数坐标,k为锐化权重。
在本发明提供的图像锐化方法中,通过对原始图像数据与高斯滤波处理得到的第一图层数据做差,获得图像的高频信息(第二图层数据)。第二图层数据中包含图像边缘数据及噪声数据,将第二图层数据进行导向滤波可以在保留图像边缘信息的同时,去掉部分包含的噪声信息,然后再将处理后的第三图层数据与原图叠加,得到处理后的图像,实现了图像锐化,充分的利用了导向滤波和高斯滤波的特点,达到了减少图像锐化过程带来的噪声放大效应,提高了图像质量。
在本发明的一些实施例中,考虑到系统的硬件资源,可以对步骤S120、步骤S130、步骤S140中的一个或多个步骤进行块区域的分批处理。
具体而言,参见图2,图2是本发明一具体实施例提供的图像锐化方法的流程图。图2示出如下步骤:
步骤S210:对原始图像数据进行高斯滤波,获得第一图层数据。
步骤S220:按N*N(高斯滤波模板的大小),将第一图层数据划分为多个块区域。
步骤S230:对将块区域作为第一图层数据,对每个块区域执行如下步骤:
步骤S231:对对应该块区域的所述原始图像数据与所述该块区域的第一层图像数据做差,获得该块区域对应第二图层数据;
步骤S232:以该块区域对应的所述第二图层数据为导向图,对该块区域对应的所述第二图层数据进行导向滤波,获得该块区域对应的第三图层数据;
步骤S233:将所述该块区域对应的原始图像数据和该块区域对应的第三图层数据进行相加,获得该块区域对应的经锐化图像。
步骤S240:组合各块区域对应的经锐化图像获得完整的经锐化图像。
在本发明的又一些实施例中,本发明还可以对块区域执行不同的步骤,例如,本发明也可以在步骤S230:对将块区域作为第一图层数据,对每个块区域执行步骤S231:对对应该块区域的所述原始图像数据与所述该块区域的第一层图像数据做差,获得该块区域对应第二图层数据,组合各块区域对应的第二图层数据获得完整的第二图层数据,并继续对该第二图层数据执行图1所示的步骤S130和步骤S140。又例如,本发明也可以在步骤S230:对将块区域作为第一图层数据,对每个块区域执行步骤S231和步骤S232:获得该块区域对应第三图层数据,组合各块区域对应的第三图层数据获得完整的第三图层数据,并继续对该第三图层数据执行图1所示的步骤S140。
以上仅仅是示意性地描述本发明的一个具体实现方式,本发明并非以此为限。
根据本发明的又一方面,还提供一种图像锐化装置,图4是本发明实施例提供的一种图像锐化装置的模块图。图像锐化装置400包括高斯滤波模块410、做差模块420、导向滤波模块430及相加模块440。
高斯滤波模块410用于对原始图像数据进行高斯滤波,获得第一图层数据;
做差模块420用于对所述原始图像数据与所述第一层图像数据做差,获得第二图层数据;
导向滤波模块430用于以所述第二图层数据为导向图,对所述第二图层数据进行导向滤波,获得第三图层数据;
相加模块440将所述原始图像数据和第三图层数据进行相加,获得经锐化图像。
在一些具体实施例中,所述做差模块420为一减法器,所述相加模块440为一加法器。
在一些具体实施例中,图像锐化装置400还包括划分模块(未示出)。划分模块用于按N*N将所述第一图层数据划分为多个块区域,N*N为所述高斯滤波模块采用的高斯滤波模板,N为大于1的奇数。从而根据获得的块区域,利用做差模块420、导向滤波模块430及相加模块440中的一个或多个模块进行分区域的处理,从而减少系统硬件资源。
在本发明提供的图像锐化装置中,通过对原始图像数据与高斯滤波处理得到的第一图层数据做差,获得图像的高频信息(第二图层数据)。第二图层数据中包含图像边缘数据及噪声数据,将第二图层数据进行导向滤波可以在保留图像边缘信息的同时,去掉部分包含的噪声信息,然后再将处理后的第三图层数据与原图叠加,得到处理后的图像,实现了图像锐化,充分的利用了导向滤波和高斯滤波的特点,达到了减少图像锐化过程带来的噪声放大效应,提高了图像质量。
图4仅仅是示意性的示出本发明提供的图像锐化装置400,在不违背本发明构思的前提下,模块的拆分、合并、增加都在本发明的保护范围之内。本发明提供的图像锐化装置400可以由软件、硬件、固件、插件及他们之间的任意组合来实现,本发明并非以此为限。
与现有技术比较,本发明具有以下有益效果:
本发明通过对原始图像数据与高斯滤波处理得到的第一图层数据做差,获得图像的高频信息(第二图层数据)。第二图层数据中包含图像边缘数据及噪声数据,将第二图层数据进行导向滤波可以在保留图像边缘信息的同时,去掉部分包含的噪声信息,然后再将处理后的第三图层数据与原图叠加,得到处理后的图像,实现了图像锐化,充分的利用了导向滤波和高斯滤波的特点,达到了减少图像锐化过程带来的噪声放大效应,提高了图像质量。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由所附的权利要求指出。
Claims (10)
1.一种图像锐化方法,其特征在于,包括:
步骤S110:对原始图像数据进行高斯滤波,获得第一图层数据;
步骤S120:对所述原始图像数据与所述第一层图像数据做差,获得第二图层数据;
步骤S130:以所述第二图层数据为导向图,对所述第二图层数据进行导向滤波,获得第三图层数据;
步骤S140:将所述原始图像数据和第三图层数据进行相加,获得经锐化图像。
2.如权利要求1所述的图像锐化方法,其特征在于,所述对原始图像数据进行高斯滤波,获得第一图层数据包括:
采用N*N的高斯滤波模板对所述原始图像数据进行卷积,获得所述第一图层数据,其中,N为大于1的奇数。
3.如权利要求1所述的图像锐化方法,其特征在于,所述步骤S110之后,且步骤S120之前包括:
按N*N将所述第一图层数据划分为多个块区域。
4.如权利要求3所述的图像锐化方法,其特征在于,所述按N*N将所述第一图层数据划分为多个块区域的步骤之后包括:
将所述块区域作为第一层图像数据执行所述步骤S120,以获得对应每个块区域的第二图层数据,组合各块区域的第二图层数据以获得完整的第二图层数据。
5.如权利要求3所述的图像锐化方法,其特征在于,所述按N*N将所述第一图层数据划分为多个块区域的步骤之后包括:
将所述块区域作为第一层图像数据执行所述步骤S120至步骤S130,以获得对应每个块区域的第三图层数据,组合各块区域的第三图层数据以获得完整的第三图层数据。
6.如权利要求3所述的图像锐化方法,其特征在于,所述按N*N将所述第一图层数据划分为多个块区域的步骤之后包括:
将所述块区域作为第一层图像数据执行所述步骤S120至步骤S140,以获得对应每个块区域的经锐化图像,组合各块区域的经锐化图像以获得完整的经锐化图像。
7.如权利要求2至6任一项所述的图像锐化方法,其特征在于,将所述原始图像数据和第三图层数据进行相加,获得经锐化图像包括:
将所述第三图层数据乘以一锐化权重以与所述原始图像数据相加,获得经锐化图像,所述锐化权重为大于0的自然数。
8.一种图像锐化装置,其特征在于,包括:
高斯滤波模块,用于对原始图像数据进行高斯滤波,获得第一图层数据;
做差模块,用于对所述原始图像数据与所述第一层图像数据做差,获得第二图层数据;
导向滤波模块,用于以所述第二图层数据为导向图,对所述第二图层数据进行导向滤波,获得第三图层数据;
相加模块,将所述原始图像数据和第三图层数据进行相加,获得经锐化图像。
9.如权利要求8所述的图像锐化装置,其特征在于,所述做差模块为一减法器,所述相加模块为一加法器。
10.如权利要求8所述的图像锐化装置,其特征在于,还包括:
划分模块,用于按N*N将所述第一图层数据划分为多个块区域,N*N为所述高斯滤波模块采用的高斯滤波模板,N为大于1的奇数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910412335.7A CN110211060A (zh) | 2019-05-17 | 2019-05-17 | 一种图像锐化方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910412335.7A CN110211060A (zh) | 2019-05-17 | 2019-05-17 | 一种图像锐化方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110211060A true CN110211060A (zh) | 2019-09-06 |
Family
ID=67787540
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910412335.7A Pending CN110211060A (zh) | 2019-05-17 | 2019-05-17 | 一种图像锐化方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110211060A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116777797A (zh) * | 2023-06-28 | 2023-09-19 | 广州市明美光电技术有限公司 | 各向异性导向滤波的明场显微图像清晰化方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7068852B2 (en) * | 2001-01-23 | 2006-06-27 | Zoran Corporation | Edge detection and sharpening process for an image |
CN102521800A (zh) * | 2011-11-23 | 2012-06-27 | 重庆工业职业技术学院 | 一种针对多模图像的去噪及锐化方法 |
CN103929570A (zh) * | 2013-01-16 | 2014-07-16 | 富士通株式会社 | 图像处理方法和系统 |
CN104103040A (zh) * | 2013-04-10 | 2014-10-15 | 上海联影医疗科技有限公司 | 一种图像增强的方法 |
CN105046655A (zh) * | 2015-06-24 | 2015-11-11 | 武汉烽火众智数字技术有限责任公司 | 一种视频图像自动锐化方法和装置 |
CN105184743A (zh) * | 2015-08-19 | 2015-12-23 | 常州工学院 | 一种基于非线性导向滤波的图像增强方法 |
-
2019
- 2019-05-17 CN CN201910412335.7A patent/CN110211060A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7068852B2 (en) * | 2001-01-23 | 2006-06-27 | Zoran Corporation | Edge detection and sharpening process for an image |
CN102521800A (zh) * | 2011-11-23 | 2012-06-27 | 重庆工业职业技术学院 | 一种针对多模图像的去噪及锐化方法 |
CN103929570A (zh) * | 2013-01-16 | 2014-07-16 | 富士通株式会社 | 图像处理方法和系统 |
CN104103040A (zh) * | 2013-04-10 | 2014-10-15 | 上海联影医疗科技有限公司 | 一种图像增强的方法 |
CN105046655A (zh) * | 2015-06-24 | 2015-11-11 | 武汉烽火众智数字技术有限责任公司 | 一种视频图像自动锐化方法和装置 |
CN105184743A (zh) * | 2015-08-19 | 2015-12-23 | 常州工学院 | 一种基于非线性导向滤波的图像增强方法 |
Non-Patent Citations (3)
Title |
---|
JIANYING SUN,AND ETC: "An image sharpening strategy based on multiframe super resolution for multispectral data", 《2016 8TH WORKSHOP ON HYPERSPECTRAL IMAGE AND SIGNAL PROCESSING: EVOLUTION IN REMOTE SENSING (WHISPERS)》 * |
王志喜等: "《计算机图形图像技术》", 31 January 2018, 徐州:中国矿业大学出版社 * |
韩晶等: "基于NSST域的引导滤波遥感图像增强方法", 《计算机工程与设计》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116777797A (zh) * | 2023-06-28 | 2023-09-19 | 广州市明美光电技术有限公司 | 各向异性导向滤波的明场显微图像清晰化方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ibrahim et al. | Image sharpening using sub-regions histogram equalization | |
Huang et al. | Image contrast enhancement for preserving mean brightness without losing image features | |
CN109389560B (zh) | 一种自适应加权滤波图像降噪方法、装置及图像处理设备 | |
US4074231A (en) | Pattern processing system | |
CN106530237A (zh) | 一种图像增强方法 | |
JP5418777B2 (ja) | 画像処理装置及び画像処理プログラム | |
US9811882B2 (en) | Method and apparatus for processing super resolution image using adaptive preprocessing filtering and/or postprocessing filtering | |
Zhao et al. | Single image fog removal based on local extrema | |
Ghosh et al. | Saliency guided image detail enhancement | |
CN111353955A (zh) | 一种图像处理方法、装置、设备和存储介质 | |
CN201726464U (zh) | 一种新的视频图像锐化处理装置 | |
CN110211060A (zh) | 一种图像锐化方法及装置 | |
Zhao et al. | A new approach to hand vein image enhancement | |
CN114092407A (zh) | 一种视频会议共享文档清晰化处理方法和装置 | |
Cheng et al. | Image quality analysis of a novel histogram equalization method for image contrast enhancement | |
CN113256534B (zh) | 一种图像增强方法、装置及介质 | |
CN109698892A (zh) | 一种视频图像锐化方法和图像处理设备 | |
CN111986095B (zh) | 基于边缘提取的图像处理方法及图像处理装置 | |
CN115187486A (zh) | 一种图像锐化黑白边消除方法及系统 | |
CN115689906A (zh) | 一种图像处理方法及装置 | |
CN110992294B (zh) | 一种类纸显示器的图像对比度提升方法 | |
CN109389586B (zh) | 基于相位谱的图像模糊检测方法 | |
CN114596210A (zh) | 噪声估计方法、装置、终端设备及计算机可读存储介质 | |
Shehin et al. | Adaptive Bilateral Filtering Detection Using Frequency Residuals for Digital Image Forensics | |
CN115908184B (zh) | 一种摩尔纹图案的自动去除方法和装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190906 |
|
RJ01 | Rejection of invention patent application after publication |