CN110246087A - 参考多通道的多分辨率去除图像色度噪声的系统和方法 - Google Patents
参考多通道的多分辨率去除图像色度噪声的系统和方法 Download PDFInfo
- Publication number
- CN110246087A CN110246087A CN201810185149.XA CN201810185149A CN110246087A CN 110246087 A CN110246087 A CN 110246087A CN 201810185149 A CN201810185149 A CN 201810185149A CN 110246087 A CN110246087 A CN 110246087A
- Authority
- CN
- China
- Prior art keywords
- noise
- image
- channel
- pixel
- window
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000001914 filtration Methods 0.000 claims abstract description 48
- 230000002146 bilateral effect Effects 0.000 claims abstract description 11
- 238000006467 substitution reaction Methods 0.000 claims abstract description 9
- 230000009467 reduction Effects 0.000 claims description 14
- 238000005070 sampling Methods 0.000 claims description 10
- 241000532370 Atla Species 0.000 claims description 3
- 238000004260 weight control Methods 0.000 claims description 3
- 230000001174 ascending effect Effects 0.000 claims description 2
- 241000208340 Araliaceae Species 0.000 claims 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims 1
- 235000003140 Panax quinquefolius Nutrition 0.000 claims 1
- 235000008434 ginseng Nutrition 0.000 claims 1
- 230000008859 change Effects 0.000 abstract description 5
- 239000003086 colorant Substances 0.000 abstract description 4
- 230000006870 function Effects 0.000 description 11
- 230000008569 process Effects 0.000 description 6
- 230000015572 biosynthetic process Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 230000005574 cross-species transmission Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 210000003733 optic disk Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 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
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- 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
- G06T2207/10024—Color 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
-
- 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
- G06T2207/20024—Filtering details
- G06T2207/20032—Median filtering
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
- Color Image Communication Systems (AREA)
- Processing Of Color Television Signals (AREA)
Abstract
一参考多通道的多分辨率色度噪声去除的系统及其方法,首先在不同颜色空间的多个通道标定图像的噪声参数,通过参考多通道的多分辨率联合高斯权重滤波去除图像中的色度噪声,并分别通过中值滤波和软阈值滤波去除残留的高频色度噪声和低频色度噪声。最后对滤除的色噪进行邻域双边滤波并回代到图像中,以防止图像颜色的改变。因此,通过此系统和方法可以得到去除了色度噪声并不会造成颜色溢出和颜色改变的图像。
Description
技术领域
本发明涉及一图像处理技术,更进一步地,涉及一种参考多通道的多分辨率去除色度噪声的系统及其方法,应用于数字图像中的色度噪声去除。
背景技术
图像噪声是图像中不需要的干扰部分。噪声的存在一方面影响人眼对图像的主观视觉感受,另一方面使图像的后续研究及应用受到影响甚至导致错误结果。图像中的噪声主要来源于图像的获取过程和传输过程。在图像获取过程中,由于成像传感器自身质量的影响以及环境条件的作用,产生图像退化,使图像质量下降。在图像在传输过程中,传输信道中的干扰是造成图像污染主要因素。
按照噪声的不同特性,可将噪声做不同分类。按照成因,可将噪声划分为热噪声、闪烁噪声、发射噪声和有色噪声等。按照图像与噪声间的相关性划分,图像噪声可分为加性噪声和乘性噪声。按照噪声频率划分,可将噪声分为高频噪声和低频噪声。而按照图像彩色分量划分,可以将噪声划分为亮度噪声和色度噪声,亮度噪声即在彩色的亮度分量中的噪声,而色度噪声即在彩色的色度分量中的噪声。亮度噪声和色度噪声在性质方面不相同,因此其降噪算法也有区别。
彩色图像的每个彩色像素是在特定彩色模型中表示的。彩色模型本质上是坐标系统和子空间的阐述,大多数彩色模型都是面向硬件或面向应用的。RGB彩色模型是依据人眼对红绿蓝三原色的识别特性定义的,是最通用的面向硬件的彩色模型,用于彩色监视器和一大类彩色视频摄像。但RGB彩色模型将彩色的色调、亮度、饱和度三个量放在一起表示,难以分开,不方便色度噪声去除。因此一般将RGB彩色模型转换为YUV彩色模型,再进行色度噪声去除。在YUV彩色模型中的YUV空间中,每一个颜色有一个亮度信号Y,和两个色度信号U和V。一般的色度噪声去除方法即在色度信号UV分量上进行。
传统的色度噪声去除方法先将RGB图像转换为YUV图像,然后在UV分量上使用中值滤波或者均值滤波,最后将YUV图像转换回RGB图像。但该种方法在不同颜色交界处会导致严重的颜色溢出。如果使用小的滤波核可抑制颜色溢出,但是同时会造成大块、低频的色度噪声残留严重。作为改进,在专利EP 1093087 A2中,可以现将图像分为不同的颜色区块,然后在各个颜色区块内进行滤波。但是这种方法受色度噪声的影响,颜色区块划分不准确,并且颜色区块边界依然会残留色度噪声。为抑制颜色溢出,可以参考Y通道的信号,对于参考Y通道的信号防止颜色溢出的方法可参考专利US 9135681,仅对Y分量相近的UV值进行滤波。另一方面,由于不同颜色的像素点可以具有相同的Y值,因此颜色溢出的问题未完全解决。另外将UV分量进行小波变换或者DCT变换,在变换域进行硬阈值、软阈值是去除色度噪声另一大类方法。但是简单的阈值处理通常会导致图像模糊和颜色溢出。在变换域使用双边滤波是更好的处理方式,但是变换域降噪的方法往往需要大量的图像块数据,计算复杂度高,并且在颜色溢出抑制方面相较空间域方法没有明显优势。
本发明正是基于以上背景,提出一种参考多通道的多分辨率去除色度噪声的方法。该方法通过参考多通道的颜色信息来有效抑制颜色溢出,并且使用多分辨率降噪使色度噪声得到有效去除。
发明内容
本发明的一个目的在于提供一参考多通道的多分辨率去除图像色度噪声的系统和方法,采用参考多个通道的多分辨率去除图像色度噪声的方式,在去除图像色度噪声的同时抑制颜色溢出。
本发明的另一个目的在于提供一种参考多通道的多分辨率去除图像色度噪声的系统和方法,在该方法中采用多分辨率方式对每个像素点进行滤波,对色度噪声的低频分量和高频分量针对性滤波,以便去除图像中的色度噪声。
本发明的另一个目的在于提供一种参考多通道的多分辨率去除色度噪声的系统和方法,在该方法中,对每个像素点先进行小窗口滤波,再进行大窗口滤波;其中,在小窗口滤波阶段,减弱色度噪声,控制可能的颜色溢出在小窗口内的基础上,在大窗口滤波阶段将色度噪声进一步减弱去除。
本发明的另一个目的在于提供一种参考多通道的多分辨率去除色度噪声的系统和方法,在该方法使用多分辨率方式对每个像素点进行滤波时,通过下采样控制参与滤波的邻域像素点数;对于越大的窗口,使用越高的下采样率,以便节省计算资源,利于实现实时处理。
本发明的另一个目的在于提供一种参考多通道的多分辨率去除色度噪声的系统和方法,在对每个像素点进行滤波时,当前像素点可以设置在滤波窗口非中心位置,使得滤波数据的选取变得灵活。
本发明的另一个目的在于提供一种参考多通道的多分辨率去除色度噪声的系统和方法,在该方法中采用色度噪声回代的方式对去除的色度噪声做双边滤波平滑,然后叠加回图像当中,为了避免了图像颜色的改变。
依本发明的一个方面,本发明进一步提供一参考多通道的多分辨率去除图像色度噪声的方法,其特征在于,包括以下步骤:
获取同一张图像的RGB表示和YUV表示,用以在YUV颜色空间和RGB 颜色空间的各个通道标定相机的色度噪声;
参考Y、R、G、B通道按照不同大小的邻域窗口利用联合高斯均值权重滤波模型在U通道和V通道降低图像中的色度噪声并获得降噪后的像素值;
在U通道和V通道,对每个像素进行软阈值滤波用以去除残留的低频色度噪声,并获取软阈值滤波后的像素值;和
对软阈值滤波去除的噪声值,在U和V通道采用邻域双边滤波平滑,并将得到的结果叠加回软阈值滤波后的像素值中,从而获得降噪后的图像。
依本发明的另一个方面,本发明进一步提供一参考多通道的多分辨率去除图像色度噪声的系统,其特征在于,包括:
一参数初始化单元,获取同一张图像的RGB表示和YUV表示,用以在YUV 颜色空间和RGB颜色空间的各个通道标定相机的色度噪声;
一色度去噪单元,其中,所述色度去噪单元进一步包括:
一联合高斯均值权重均值滤波单元,其中,所述联合高斯均值权重均值滤波单元采用参考Y、R、G、B通道按照不同大小的邻域窗口利用联合高斯均值权重滤波模型在U通道和V通道用以降低图像中的色度噪声并获得降噪后的像素值;和
一可通信连接于均值滤波单元的残留低频色噪处理单元,其中,所述残留色噪处理单元在U通道和V通道,对每个像素进行软阈值滤波用以去除残留的低频色度噪声,并获取软阈值滤波后的像素值;
一平滑回代单元,用以将所述软阈值滤波单元中所去除的色度噪声进行邻域双边滤波,并叠加回所述软阈值滤波单元处理后的图像中;和
其中,所述获取转换单元、所述参数初始化单元、所述色度去噪单元互相可通信连接。
附图说明
图1是根据本发明的一个优选实施例的参考多通道的多分辨率去除色度噪声的系统结构示意图。
图2是根据本发明的上述的优选实施例的参考多通道的多分辨率去除色度噪声的系统的色度去噪单元的结构示意图。
图3是根据本发明的上述优选实施例的参考多通道的多分辨率去除色度噪声的系统的窗口生成模块示意图。
图4是根据本发明的上述优选实施例的参考多通道的多分辨率去除色度噪声的方法的流程图。
图5是根据本发明的上述优选实施例的参考多通道的多分辨率去除色度噪声的方法中的一种均值滤波流程图。
具体实施方式
以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的优选实施例只作为举例,本领域技术人员可以想到其他显而易见的变型。在以下描述中界定的本发明的基本原理可以应用于其他实施方案、变形方案、改进方案、等同方案以及没有背离本发明的精神和范围的其他技术方案。
本领域技术人员应理解的是,在本发明的揭露中,术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系是基于附图所示的方位或位置关系,其仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此上述术语不能理解为对本发明的限制。
可以理解的是,术语“一”应理解为“至少一”或“一个或多个”,即在一个实施例中,一个元件的数量可以为一个,而在另外的实施例中,该元件的数量可以为多个,术语“一”不能理解为对数量的限制。此外,在本发明的描述中,除非另有说明,“多个”的含义是两个或者两个以上。
在本发明的描述中,需要理解的是,属于“第一”、“第二”等仅用于描述目的,而不能理解为指示或者暗示相对重要性。本发明的描述中,需要说明的是,除非另有明确的规定和限定,属于“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接或者一体地连接;可以是机械连接,也可以是电连接;可以是直接连接,也可以是通过媒介间接连结。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
如图1至图5所示,显示了本发明的一参考多通道的多分辨率降低图像色度噪声的系统,其中,所谓色度噪声的去除,以便在图像的后续研究以及应用中可以保证图像的质量,相对于传统的去除色度噪声的系统及其方法来说,本发明的所述参考多通道的多分辨率降低图像色度噪声的系统及其方法在去除色度噪声的同时,抑制图像的颜色溢出。
如图1所示,显示了本发明的一种采用参考多通道的多分辨率降低图像色度噪声的系统,其中,所述参考多通道的多分辨率去除色度噪声的系统包括一获取转换单元11,一参数初始化单元12,一色度去噪单元13和一输出转换单元14,其中,所述获取转化单元11,所述参数初始化单元12,所述色度去噪单元13,和所述输出转换单元14互相可通信连接。
所述获取转换单元11包括一获取单元111和一可通信连接于所述获取单元 111的转换单元112,其中,所述获取单元111用于获取RGB表示的图像,所述转换单元112用于将RGB表示的图像转化为YUV表示的图像,用于将图像输入参数初始化单元12。
值得一说的是,所述RGB表示的彩色图像是将彩色的色调、亮度以及饱和度三个量放在一起,难以分开;而所述YUV表示的彩色图像中,每一种颜色均有一个亮度信号Y,和两个色度信号U和V。在本发明中,主要在色度信号U 通道和V通道上进行去除图像的色度噪声。
所述参数初始化单元12可传输连接于所述获取转换单元11获取同一张图像的RGB表示和YUV表示,用以在YUV颜色空间和RGB颜色空间的各个通道标定相机的色度噪声;
具体来说,所述参数获取单元12进一步包括一标定单元121,其中,所述标定单元121用于标定色度噪声参数,具体来说,所述标定单元获取不同相机ISO 下的色卡的YUV格式的图像,在U和V通道,以图像色块内像素值的的平均值作为中心像素点真值,以图像色块内像素值的标准差作为中心像素点色度噪声值。
如图1所示,所述参数初始化单元12可通信连接于所述色度去噪单元13,用于将所述参数获取单元12获取的色度噪声参数,例如已经标定每个色块的噪声值传输给所述色度去噪单元13,其中,所述色度去噪单元13用于去除图像的色度噪声。
如图2和图3所示,所述色度去噪单元13包括一联合高斯均值权重滤波单元131,其中,所述联合高斯均值权重滤波单元131参考Y、R、G、B通道按照不同大小的邻域窗口利用联合高斯均值权重滤波模型在U通道和V通道降低图像中的色度噪声并获得降噪后的像素值;其中,所述均值滤波单元1031进一步包括一窗口生成单元1311,一下采样单元1312和一处理单元1313。
如图3所示,所述窗口生成单元1311用于获取当前像素点p邻域不同大小的n个窗口A1、A2……An,窗口大小分别为w1*h1、w2*h2……wn*hn,并且 w1<w2<……<wn、h1<h2<……<hn;其中,w代表窗口的宽度,h代表窗口的长度。
值得一说的是,在本发明中,所述窗口生成单元1311所形成的窗口的长度可以等于所形成的邻域窗口的宽度,所形成邻域窗口的长度也可以不等于所形成的邻域窗口的宽度。通常,对于图像数据是行读取的系统,采用通过所述窗口生成单元1311形成宽度大于长度的窗口;对于图像数据是列读取的系统,采用通过所述窗口生成单元1311形成的长度大于宽度的窗口。这样做的好处是在减少数据缓存的情况下,使参与滤波的像素点更多,并且覆盖更大的窗口范围。换句话说,所述窗口生成单元1311可以形成尺寸大小不同的窗口,而邻域窗口的形状可以为正方形也可以为其他非正方形。
通过所述下采样单元1312对各个领域窗口按照窗口的大小的不同进行下采样,获取图像中每个像素点YUV表示和RGB表示,以便获得每个像素点在不同通道的色度噪声参数;对于越大的邻域窗口,使用更高的下采样率,以便可以节省计算资源,利于实时处理的实现。
所述处理单元1313利用不同窗口大小下所获取的图像每个像素点的多通道,利用参考多通道联合高斯权重均值滤波模型进行滤波,其中,所述联合高斯权重均值滤波模型为:
其中y′i(p)为在当前大小邻域窗口的滤波结果;i为通道标示,i=U或V;B 为下采样后的邻域窗口;yi(q)为下采样后邻域窗口内像素点q的值;w(q)为下采样后邻域窗口内像素点q的权重值
其中j为通道标示(为Y、R、G、B通道),k为每个通道的权重控制系数,σ2为通道噪声值。
如图2和图3所示,在本发明中,参考多通道去除色度噪声是指在所述均值滤波单元在采用联合高斯权重均值滤波函数时,参考的通道z可以根据具体情况来确定所选择的通道个数。例如在处理其中一个图像时,可以选择参考Y、U、 V、R、G、B六个通道进行均值滤波,也可以选择参考Y、R、G、B四个通道进行均值滤波。换句话说,在本发明中,采用参考多通道的联合高斯权重均值滤波可选择通道的组合为至少包括Y、R、G、B通道的多个通道,例如,参考Y、 U、V、R、G、B六通道,参考Y、V、R、G、B五通道等等,具体选用参考哪一种或者哪几种通道,可以根据具体情况选择。
由于所述窗口生成单元1311生成窗口的过程是小到大,根据联合高斯权重均值滤波模型可知,首先对图像每个像素点进行的是小窗口滤波,再进行大窗口滤波。在小窗口滤波阶段,有利于减弱色度噪声,控制可能的颜色溢出在小窗口内的基础上,再利用大窗口滤波将色度噪声进一步减弱去除。在对每个像素点进行滤波时,不同于传统的当前像素点位于正方形滤波窗口中间的形式,滤波窗口根据数据传入的具体方式,采用非对称的滤波窗口,当前像素点可以在滤波窗口非中心位置,并且滤波窗的形状可以是非正方形。例如,对一个图像先采用小窗口滤波,小窗口尺寸为10*10像素组成,以便减弱色度噪声,控制可能的颜色溢出在小窗口内的基础,然后用尺寸100*100像素的大窗口滤波,以便将色度噪声进一步减弱去除。值得一说的是,上述小窗口尺寸10*10像素和大窗口尺寸 100*100像素为其中一种形式。
此外,在本发明中,多分辨率去除色度噪声是指按照不同大小的邻域窗口,对像素点p分别在U和V通道上进行滤波。
如图2所示,所述色度去噪单元13进一步包括一残留高频色噪处理单元132,和一残留低频色噪处理单元133,其中,所述残留高频色噪处理单元132用以去除通过所述联合高斯均值权重滤波单元131降低色度噪声后残留的高频色度噪声,所述残留低频色噪处理单元133用于去除通过所述联合高斯均值权重滤波单元131降低色度噪声后残留的低频色度噪声。
所述残留高频色噪处理单元132通过在U和V通道内中值滤波去除残留的高频色度噪声,以便针对性的去除除残留高频色度噪声。所述残留低频色噪处理单元133通过在U和V通道,对每个像素进行软阈值滤波,以便去除残留的低频色度噪声并获取软阈值滤波后的像素值;其中,软阈值滤波采用一软阈值滤波模型对图像的每个像素进行滤波,所述软阈值滤波模型为:
其中为经过软阈值之后的像素U或V值;δi为软阈值,通过参数获取单元标定或者调试得出。
如图2所示,所述色度去噪单元13进一步包括一平滑回代单元134,其中,所述平滑回代单元134可通信连接于所述残留低频色噪处理单元133,所述平滑回代单元134对软阈值滤波去除的噪声值,在U和V通道采用邻域双边滤波平滑,并将得到的结果叠加回软阈值滤波后的像素值中,从而获得降噪后的图像,其中,对于软阈值滤波去除的噪声值,可通过中值滤波单元处理131后得到的像素值减去通过所述残留低频色噪处理单元133的软阈值滤波后得到的像素值;也可以通过所述残留高频色噪处理单元132处理后的像素值减去通过所述残留低频色噪处理单元133软阈值滤波处理后得到的像素值。通过平滑回代单元134对通过软阈值去除的色度噪声进行邻域双边滤波,可以避免了图像颜色的改变和图像颜色溢出。
如图1和图2所示,在本发明中,通过所述色度去噪单元103可以去除所述图像中的色度噪声,所述参考多通道的多分辨率色度噪声去除的系统进一步包括一可通信连接于平滑回代单元的转换输出单元,其中,所述转换输出单元14包括一逆转换单元141和一可通信连接于逆转换单元的输出单元142,其中,所述逆转换单元141用于将YUV表示的图像转换为RGB表示的图像,获得去除色度噪声后的RGB图像;所述输出单元142用于输出去除色度噪声后的图像。
如图4和图5所示,显示了本发明的一种参考多通道的多分辨率色度噪声去除的方法,其包括以下步骤:
S10,获取同一张图像的RGB表示和YUV表示,用以在YUV颜色空间和 RGB颜色空间的各个通道标定相机的色度噪声;
在步骤S10中,通过一标定单元通过在U和V通道取图像上不同颜色的均匀的色块,每个色块的平均值作为中心像素点真值,将图像块内像素值的标准差作为中心像素点色度噪声大小作为色度噪声值。
在步骤S10之前,还包括步骤:
获取RGB表示的图像;
通过一获取单元11获取将待去噪的RGB表示的图像。
将RGB表示的图像转换为YUV表示的图像;
在上述步骤中,将获取单元111输入的RGB表示的图像通过一转换单元112 转换成YUV表示的图像;
S20,参考Y、R、G、B通道按照不同大小的邻域窗口利用联合高斯均值权重滤波模型在U通道和V通道降低图像中的色度噪声并获得降噪后的像素值;
如图5所示,显示了一种利用联合高斯均值权重滤波模型在U通道和V通道降低图像中的色度噪声的方式,在步骤S40中,通过对步骤S30中标定每个图像块的色度噪声值,进一步包括步骤:
S21,首先获取当前像素点p邻域不同大小的n个窗口A1、A2……An,窗口大小分别为w1*h1、w2*h2……wn*hn,并且w1<w2<……<wn、h1<h2<…… <hn。其中,w代表窗口的宽度,h代表窗口的长度;
值得一说的是,如图4所示,在本发明中,所述窗口生成单元10311所形成的窗口的长度可以等于所形成的窗口的宽度,所形成窗口的长度也可以不等于所形成的窗口的宽度。通常,对于图像数据是行读取的系统,采用通过所述窗口生成单元1311形成宽度大于长度的窗口;对于图像数据是列读取的系统,采用通过所述窗口生成单元1311形成的长度大于宽度的窗口。这样做的好处是在减少数据缓存的情况下,使参与滤波的像素点更多,并且覆盖更大的窗口范围。换句话说,所述窗口生成单元1311可以形成尺寸大小不同的窗口,而窗口的形成可以为正方形也可以为其他非正方形。
S22,按照邻域窗口由小到大的顺序,依次对中心像素点p分别在U和V通道进行滤波。滤波采用参考多通道的联合高斯权重均值滤波模型,
其中y′i(p)为在当前大小邻域窗口的滤波结果;i为通道标示,i=U或V;B 为邻域窗口;yi(q)为邻域窗口内像素点q的值;w(q)为邻域窗口内像素点q的权重值
其中j为通道标示(为Y、R、G、B通道),k为每个通道的权重控制系数,σ2为通道噪声值。
值得一说的是,在步骤S22之前,还进一步包括:对各个邻域窗口按照窗口大小的不同进行下采样,获取像素点的YUV表示和RGB表示;
通过所述下采样单元1312对各个大小不同的窗口进行下采样,以便获得每个像素点在不同通道的色度噪声参数,所述下采样是抽取窗口内的像素点,其中,所述窗口尺寸越大,采样率就会越高,以便节省计算资源和实现实时处理。
S30,在U通道和V通道,对每个像素进行中值滤波用以去除残留的高频色度噪声。
在步骤S30中,在U和V通道,通过一残留高频色噪处理单元的中值滤波去除残留的高频色度噪声。
S40,在U通道和V通道,对每个像素进行软阈值滤波用以去除残留的低频色度噪声,并获取软阈值滤波后的像素值;
在步骤S40中,在U和V通道中,对S32步骤处理的图像的每个像素再次进行软阈值滤波,以便去除残留的低频色度噪声,所述软阈值滤波采用一软阈值滤波模型对图像的每个像素进行滤波,其中,所述软阈值滤波模型为:
其中为经过软阈值之后的像素U或V值;δi为软阈值,通过调试或者标定确定。
S50,对软阈值滤波去除的噪声值,在U和V通道采用邻域双边滤波平滑,并将得到的结果叠加回软阈值滤波后的像素值中,从而获得降噪后的图像。
在步骤50中,通过一平滑回代单元,用以将所述软阈值滤波单元中所去除的色度噪声进行邻域双边滤波,并叠加回所述软阈值滤波单元处理后的图像中;其中,对于软阈值滤波去除的噪声值,可通过中值滤波单元处理131后得到的像素值减去通过所述残留低频色噪处理单元133的软阈值滤波后得到的像素值;也可以通过所述残留高频色噪处理单元132处理后的像素值减去通过所述残留低频色噪处理单元133软阈值滤波处理后得到的像素值。
在步骤S50之后,还包括步骤:
将YUV表示的图像转换为RGB表示的图像,获得去除色度噪声后的RGB 图像;
通过一逆转换单元141用于将YUV表示的图像转换为RGB表示的图像,获得去除色度噪声后的RGB图像。
输出去除色度噪声后的图像。
通过一输出单元142用于输出去除色度噪声后的图像。
因此,将图片输入到采用参考多通道的多分辨率去除色度噪声的设备,利用参考多通道的多分辨率去除色度噪声的方法,可以去除图像中的色度噪声,而不会噪声图像颜色的改变以及图像的颜色溢出,从而可以获得没有色度噪声的图像。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的单元、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,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。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。所述集成的单元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,也可以存储在一个计算机可读取存储介质中。
本领域的技术人员应理解,上述描述及附图中所示的本发明的实施例只作为举例而并不限制本发明。本发明的目的已经完整并有效地实现。本发明的功能及结构原理已在实施例中展示和说明,在没有背离所述原理下,本发明的实施方式可以有任何变形或修改。
Claims (12)
1.一参考多通道的多分辨率去除图像色度噪声的方法,其特征在于,包括以下步骤:
a)获取同一张图像的RGB表示和YUV表示,用以在YUV颜色空间和RGB颜色空间的各个通道标定相机的色度噪声;
b)参考Y、R、G、B通道按照不同大小的邻域窗口利用联合高斯均值权重滤波模型在U通道和V通道降低图像中的色度噪声并获得降噪后的像素值;
c)在U通道和V通道,对每个像素进行软阈值滤波用以去除残留的低频色度噪声,并获取软阈值滤波后的像素值;和
d)对软阈值滤波去除的噪声值,在U和V通道采用邻域双边滤波平滑,并将得到的结果叠加回软阈值滤波后的像素值中,从而获得降噪后的图像。
2.如权利要求1所述的参考多通道的多分辨率去除图像色度噪声的方法,其中,在步骤a)中,进一步包括步骤:
获取不同相机ISO下的色卡的YUV表示的图像,在U和V通道,以图像色块内像素值的平均值作为中心像素点真值,以图像色块内像素值的标准差作为中心像素点色度噪声值。
3.如权利要求1所述的参考多通道的多分辨率去除色度噪声的方法,其中,在步骤b)中,还包括步骤:
b1)获取一像素点p邻域不同大小的n个窗口A1、A2……An,窗口大小分别为w1*h1、w2*h2……wn*hn,并且w1<w2<……<wn、h1<h2<……<hn;其中,w代表窗口的宽度,h代表窗口的长度;和
b2)对所述像素点p按照不同大小的领域窗口分别在U和V通道进行滤波,滤波采用一参考Y、R、G、B通道的联合高斯权重均值滤波模型;其中,所述联合高斯权重均值滤波模型为:
其中y′i(p)为在不同大小邻域窗口的滤波结果;i为通道标示,i=U或V;B为的邻域窗口;yi(q)为邻域窗口内像素点q的值;w(q)为邻域窗口内像素点q的权重值
其中j为通道标示(为Y、R、G、B通道),k为每个通道的权重控制系数,σ2为通道噪声值。
4.如权利要求3所述的参考多通道的多分辨率去除图像色度噪声的方法,其中,在步骤b1)中,行读取图像时,所述像素点p的邻域窗口形状为宽度大于长度;列读取图像时,所述像素点p的邻域窗口形状为宽度小于长度。
5.如权利要求3所述的参考多通道的多分辨率去除图像色度噪声的方法,其中,在步骤b2)之前,还包括步骤:
根据邻域窗口大小对各个邻域窗口进行下采样。
6.如权利要求3所述的参考多通道的多分辨率去除图像色度噪声的方法,其中,在步骤b2)中,利用联合高斯权重均值滤波模型去除图像的色度噪声时,按照邻域窗口由小到大的顺序在U通道和V通道去除图像的色度噪声。
7.如权利要求1所述的参考多通道的多分辨率去除图像色度噪声的方法,其中,在步骤c)之前,还包括步骤:
在U通道和V通道,对每个像素进行中值滤波用以去除残留的高频色度噪声。
8.如权利要求1所述的参考多通道的多分辨率去除图像色度噪声的方法,其中,在步骤c)中,所述软阈值滤波采用一软阈值滤波模型对图像的每个像素进行滤波,其中,所述软阈值滤波模型为:
其中为经过软阈值滤波之后的像素U或V值;δi为软阈值,通过参数获取单元标定或者调试得出。
9.一参考多通道的多分辨率去除图像色度噪声的系统,其特征在于,包括:
一参数初始化单元,获取同一张图像的RGB表示和YUV表示,用以在YUV颜色空间的U通道和V通道内标定相机的色度噪声;
一色度去噪单元,其中,所述色度去噪单元进一步包括:
一联合高斯均值权重滤波单元,其中,所述联合高斯均值权重滤波单元采用参考Y、R、G、B通道按照不同大小的邻域窗口利用联合高斯均值权重滤波模型在U通道和V通道用以降低图像中的色度噪声并获得降噪后的像素值;和
一残留低频色噪处理单元,其中,所述残留色噪处理单元在U通道和V通道,对每个像素进行软阈值滤波用以去除残留的低频色度噪声,并获取软阈值滤波后的像素值;和
一平滑回代单元,用以将所述软阈值滤波单元中所去除的色度噪声进行邻域双边滤波,并叠加回所述软阈值滤波单元处理后的图像中。
10.如权利要求9所述的参考多通道的多分辨率去除图像色度噪声的系统,其中,所述参数初始化单元进一步包括一标定单元,其中,所述标定单元获取不同相机ISO下的色卡的YUV格式的图像,在U和V通道,以图像色块内像素值的平均值作为中心像素点真值,以图像色块内像素值的标准差作为中心像素点色度噪声值。
11.如权利要求10所述的参考多通道的多分辨率去除图像色度噪声的系统,其中,所述均值滤波单元包括一窗口生成单元和一处理单元,其中,所述窗口生成单元用于形成大小不同的多个邻域窗口;所述处理单元用于参考Y、R、G、B通道的联合高斯权重均值滤波模型在不同邻域窗口下去除图像色度噪声。
12.如权利要求11所述的参考多通道的多分辨率去除图像色度噪声的系统,其中,所述色度去噪单元进一步包括一残留高频色噪处理单元,其中,所述残留高频色噪处理单元用以通过中值滤波去除残留的高频色度噪声。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810185149.XA CN110246087B (zh) | 2018-03-07 | 2018-03-07 | 参考多通道的多分辨率去除图像色度噪声的系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810185149.XA CN110246087B (zh) | 2018-03-07 | 2018-03-07 | 参考多通道的多分辨率去除图像色度噪声的系统和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110246087A true CN110246087A (zh) | 2019-09-17 |
CN110246087B CN110246087B (zh) | 2021-06-04 |
Family
ID=67876191
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810185149.XA Active CN110246087B (zh) | 2018-03-07 | 2018-03-07 | 参考多通道的多分辨率去除图像色度噪声的系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110246087B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111008943A (zh) * | 2019-12-24 | 2020-04-14 | 广州柏视医疗科技有限公司 | 低剂量dr图像降噪方法及系统 |
CN111784708A (zh) * | 2020-07-03 | 2020-10-16 | 上海骏聿数码科技有限公司 | 图像防篡改检验方法和装置 |
CN112819721A (zh) * | 2021-02-04 | 2021-05-18 | 湖南兴芯微电子科技有限公司 | 一种图像彩色噪声降噪的方法和系统 |
CN113645424A (zh) * | 2021-10-18 | 2021-11-12 | 杭州雄迈集成电路技术股份有限公司 | 一种固态噪声标定方法及系统、视频流处理方法及系统 |
CN113780096A (zh) * | 2021-08-17 | 2021-12-10 | 北京数慧时空信息技术有限公司 | 基于半监督深度学习的植被类地物提取方法 |
CN114022353A (zh) * | 2022-01-07 | 2022-02-08 | 成都国星宇航科技有限公司 | 一种时空图像纹理与图像颜色的融合方法和装置 |
CN116563156A (zh) * | 2023-05-10 | 2023-08-08 | 深圳聚源视芯科技有限公司 | 一种基于非局部均值滤波算法的图像降噪方法及装置 |
CN116681703A (zh) * | 2023-08-03 | 2023-09-01 | 杭州鸿世电器股份有限公司 | 一种智能开关质量快速检测方法 |
CN117221458A (zh) * | 2023-10-23 | 2023-12-12 | 上海为旌科技有限公司 | 一种分频段去除图像色度噪声的方法和系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090285480A1 (en) * | 2008-05-15 | 2009-11-19 | Microsoft Corporation | Multi-channel edge-aware chrominance noise reduction |
CN102968773A (zh) * | 2011-09-01 | 2013-03-13 | 伊姆普斯封闭式股份有限公司 | 降低图像噪声的方法 |
CN103595933A (zh) * | 2013-11-25 | 2014-02-19 | 陈皓 | 一种图像的降噪方法 |
CN104200431A (zh) * | 2014-08-21 | 2014-12-10 | 浙江宇视科技有限公司 | 图像灰度化的处理方法及处理装置 |
CN104680485A (zh) * | 2013-11-27 | 2015-06-03 | 展讯通信(上海)有限公司 | 一种基于多分辨率的图像去噪方法及装置 |
CN105654445A (zh) * | 2016-01-28 | 2016-06-08 | 东南大学 | 一种基于小波变换边缘检测的手机图像去噪方法 |
CN105809630A (zh) * | 2014-12-30 | 2016-07-27 | 展讯通信(天津)有限公司 | 一种图像噪声过滤方法及系统 |
CN106447616A (zh) * | 2015-08-12 | 2017-02-22 | 中兴通讯股份有限公司 | 一种实现小波去噪的方法和装置 |
CN106797437A (zh) * | 2014-09-25 | 2017-05-31 | 英特尔公司 | 使用多个图像的高动态范围图像合成 |
-
2018
- 2018-03-07 CN CN201810185149.XA patent/CN110246087B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090285480A1 (en) * | 2008-05-15 | 2009-11-19 | Microsoft Corporation | Multi-channel edge-aware chrominance noise reduction |
CN102968773A (zh) * | 2011-09-01 | 2013-03-13 | 伊姆普斯封闭式股份有限公司 | 降低图像噪声的方法 |
CN103595933A (zh) * | 2013-11-25 | 2014-02-19 | 陈皓 | 一种图像的降噪方法 |
CN104680485A (zh) * | 2013-11-27 | 2015-06-03 | 展讯通信(上海)有限公司 | 一种基于多分辨率的图像去噪方法及装置 |
CN104200431A (zh) * | 2014-08-21 | 2014-12-10 | 浙江宇视科技有限公司 | 图像灰度化的处理方法及处理装置 |
CN106797437A (zh) * | 2014-09-25 | 2017-05-31 | 英特尔公司 | 使用多个图像的高动态范围图像合成 |
CN105809630A (zh) * | 2014-12-30 | 2016-07-27 | 展讯通信(天津)有限公司 | 一种图像噪声过滤方法及系统 |
CN106447616A (zh) * | 2015-08-12 | 2017-02-22 | 中兴通讯股份有限公司 | 一种实现小波去噪的方法和装置 |
CN105654445A (zh) * | 2016-01-28 | 2016-06-08 | 东南大学 | 一种基于小波变换边缘检测的手机图像去噪方法 |
Non-Patent Citations (4)
Title |
---|
HANCHENG YU 等,: "Image Denoising Using Trivariate Shrinkage Filter in the Wavelet Domain and Joint Bilateral Filter in the Spatial Domain", 《IEEE TRANSACTIONS ON IMAGE PROCESSING》 * |
刘芳 等,: "基于自适应小波阈值和双边滤波器的去噪算法", 《系统仿真学报》 * |
姜三平,: "《基于小波变换的图像降噪》", 31 January 2009, 国防工业出版社 * |
张聚 等,: "小波与双边滤波的医学超声图像去噪", 《中国图象图形学报》 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111008943A (zh) * | 2019-12-24 | 2020-04-14 | 广州柏视医疗科技有限公司 | 低剂量dr图像降噪方法及系统 |
CN111784708A (zh) * | 2020-07-03 | 2020-10-16 | 上海骏聿数码科技有限公司 | 图像防篡改检验方法和装置 |
CN111784708B (zh) * | 2020-07-03 | 2021-03-12 | 上海骏聿数码科技有限公司 | 图像防篡改检验方法和装置 |
CN112819721A (zh) * | 2021-02-04 | 2021-05-18 | 湖南兴芯微电子科技有限公司 | 一种图像彩色噪声降噪的方法和系统 |
CN112819721B (zh) * | 2021-02-04 | 2021-09-17 | 湖南兴芯微电子科技有限公司 | 一种图像彩色噪声降噪的方法和系统 |
CN113780096B (zh) * | 2021-08-17 | 2023-12-01 | 北京数慧时空信息技术有限公司 | 基于半监督深度学习的植被类地物提取方法 |
CN113780096A (zh) * | 2021-08-17 | 2021-12-10 | 北京数慧时空信息技术有限公司 | 基于半监督深度学习的植被类地物提取方法 |
CN113645424A (zh) * | 2021-10-18 | 2021-11-12 | 杭州雄迈集成电路技术股份有限公司 | 一种固态噪声标定方法及系统、视频流处理方法及系统 |
CN113645424B (zh) * | 2021-10-18 | 2022-01-18 | 杭州雄迈集成电路技术股份有限公司 | 一种固态噪声标定方法及系统、视频流处理方法及系统 |
CN114022353A (zh) * | 2022-01-07 | 2022-02-08 | 成都国星宇航科技有限公司 | 一种时空图像纹理与图像颜色的融合方法和装置 |
CN114022353B (zh) * | 2022-01-07 | 2022-03-29 | 成都国星宇航科技有限公司 | 一种时空图像纹理与图像颜色的融合方法和装置 |
CN116563156A (zh) * | 2023-05-10 | 2023-08-08 | 深圳聚源视芯科技有限公司 | 一种基于非局部均值滤波算法的图像降噪方法及装置 |
CN116681703A (zh) * | 2023-08-03 | 2023-09-01 | 杭州鸿世电器股份有限公司 | 一种智能开关质量快速检测方法 |
CN116681703B (zh) * | 2023-08-03 | 2023-10-10 | 杭州鸿世电器股份有限公司 | 一种智能开关质量快速检测方法 |
CN117221458A (zh) * | 2023-10-23 | 2023-12-12 | 上海为旌科技有限公司 | 一种分频段去除图像色度噪声的方法和系统 |
CN117221458B (zh) * | 2023-10-23 | 2024-05-03 | 上海为旌科技有限公司 | 一种分频段去除图像色度噪声的方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110246087B (zh) | 2021-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110246087A (zh) | 参考多通道的多分辨率去除图像色度噪声的系统和方法 | |
CN106162132B (zh) | 图像处理设备及其控制方法 | |
US6934056B2 (en) | Noise cleaning and interpolating sparsely populated color digital image using a variable noise cleaning kernel | |
JP2003163939A (ja) | 適応モザイク減少法を実装するディジタル画像処理方法 | |
WO2020238970A1 (zh) | 图像降噪装置及图像降噪方法 | |
TWI737979B (zh) | 圖像去馬賽克裝置及方法 | |
CN107451969A (zh) | 图像处理方法、装置、移动终端及计算机可读存储介质 | |
DE102015111787A1 (de) | Entschachteln eines verschachtelten Hoch-Dynamik-Bereich-Bildes mittels eines Benutzens von YUV-Interpolation | |
EP3891693A1 (en) | Image processor | |
US6885398B1 (en) | Image sensor with color filtering arrangement | |
CN103327220B (zh) | 低照度Bayer图像上以绿色通道为导向的去噪方法 | |
CN106375740A (zh) | 生成rgb图像的方法、装置和系统 | |
CN110246089A (zh) | 基于非局域均值滤波的Bayer域图像降噪系统及其方法 | |
JPH0562879B2 (zh) | ||
CN107967668A (zh) | 一种图像处理方法及装置 | |
CN113632134B (zh) | 用于生成高动态范围图像的方法、计算机可读存储介质和hdr相机 | |
CN111539893A (zh) | 一种基于导向滤波的Bayer图像联合去马赛克去噪方法 | |
WO2022061879A1 (zh) | 图像处理方法、装置和系统,计算机可读存储介质 | |
JP5917048B2 (ja) | 画像処理装置、画像処理方法およびプログラム | |
US20050190200A1 (en) | Image processing method, image processing device, semiconductor device, electronic apparatus, image processing program, and computer-readable storage medium | |
CN104410786A (zh) | 图像处理设备和图像处理设备的控制方法 | |
US20100215267A1 (en) | Method and Apparatus for Spatial Noise Adaptive Filtering for Digital Image and Video Capture Systems | |
CN107454318A (zh) | 图像处理方法、装置、移动终端及计算机可读存储介质 | |
CN105049820B (zh) | 图像处理设备、摄像设备和图像处理方法 | |
ho Lee et al. | Three dimensional colorization based image/video reconstruction from white-dominant RGBW pattern images |
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 | ||
EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20190917 Assignee: Zhejiang Shunwei Technology Co.,Ltd. Assignor: SUNNY OPTICAL (ZHEJIANG) RESEARCH INSTITUTE Co.,Ltd. Contract record no.: X2024330000055 Denomination of invention: A system and method for removing image chromaticity noise with reference to multi-channel and multi-resolution Granted publication date: 20210604 License type: Common License Record date: 20240515 |
|
EE01 | Entry into force of recordation of patent licensing contract |