CN110992264A - 一种图像处理方法、处理装置、电子设备及存储介质 - Google Patents
一种图像处理方法、处理装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN110992264A CN110992264A CN201911190721.2A CN201911190721A CN110992264A CN 110992264 A CN110992264 A CN 110992264A CN 201911190721 A CN201911190721 A CN 201911190721A CN 110992264 A CN110992264 A CN 110992264A
- Authority
- CN
- China
- Prior art keywords
- image
- intermediate image
- value
- color
- processing
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 24
- 230000000694 effects Effects 0.000 claims abstract description 80
- 238000000034 method Methods 0.000 claims abstract description 55
- 238000001914 filtration Methods 0.000 claims abstract description 53
- 238000004590 computer program Methods 0.000 claims description 11
- 238000005070 sampling Methods 0.000 claims description 8
- 230000002708 enhancing effect Effects 0.000 claims 1
- 230000008569 process Effects 0.000 description 27
- 238000004422 calculation algorithm Methods 0.000 description 20
- 238000004364 calculation method Methods 0.000 description 16
- 238000003707 image sharpening Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 8
- 230000009471 action Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformation in the plane of the image
- G06T3/40—Scaling the whole image or part thereof
- G06T3/4053—Super resolution, i.e. output image resolution higher than sensor resolution
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformation in the plane of the image
- G06T3/40—Scaling the whole image or part thereof
- G06T3/4007—Interpolation-based scaling, e.g. bilinear interpolation
-
- G06T5/70—
-
- G06T5/73—
-
- 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
- G06T2207/10004—Still image; Photographic 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
- G06T2207/10—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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明实施例提供了一种图像处理方法、处理装置、电子设备及存储介质，其中方法包括：获取待处理图像；根据待处理图像中的每个像素点的颜色值，对待处理图像进行锐化处理，得到第一中间图像；根据第一中间图像中的空间临近信息和颜色相似信息，对第一中间图像进行滤波处理，得到第二中间图像；对第二中间图像进行图像插值处理，得到第三中间图像；对第三中间图像进行颜色增强处理，得到效果增强图像。本发明实施例能够进一步提高待处理图像的显示效果。
Description
技术领域
本发明涉及图像处理技术领域，特别是涉及一种图像处理方法、处理装置、电子设备及存储介质。
背景技术
随着智能终端的推广和普及，越来越多的用户通过智能终端观看视频或图像时，开始追求更高的显示效果。图像超分辨率技术便是一种提高视频目标处理效果确定的技术，即在处理图像时，通过提高原始图像的分辨率从而提高显示效果。
现有技术通常采用基于插值的图像超分辨率技术进行图像处理，这种技术通过在原始图像中插入像素从而提高图像分辨率。现有的基于插值的图像超分辨率技术虽然具有计算复杂度低，处理速度快的特点，但是插值算法仅能单纯地在图像中插入像素，效果增强图像的显示效果仍然有待提高，而如果简单地将多种图像处理算法结合使用，无法保证图像的显示效果一定被提高。
因此，亟需一种能进一步提高图像显示效果的图像处理方法。
发明内容
本发明实施例的目的在于提供一种图像处理方法、处理装置、电子设备及存储介质，以进一步提高图像显示效果。具体技术方案如下：
第一方面，本发明实施例提供了一种图像处理方法，包括：
获取待处理图像；
根据所述待处理图像中的每个像素点的颜色值，对所述待处理图像进行锐化处理，得到第一中间图像；
根据所述第一中间图像中的空间临近信息和颜色相似信息，对所述第一中间图像进行滤波处理，得到第二中间图像；
对所述第二中间图像进行图像插值处理，得到第三中间图像，其中，所述图像插值处理用于对所述第二中间图像进行图像超分；
对所述第三中间图像进行颜色增强处理，得到效果增强图像。
可选的，所述获取待处理图像的步骤，包括：
获取待播放视频并解码所述待播放视频，得到待处理视频帧；
所述根据所述待处理图像中的每个像素点的颜色值，对所述待处理图像进行锐化处理，得到第一中间图像的步骤，包括：
根据所述待处理视频帧中的每个像素点的颜色值，对所述待处理视频帧进行锐化处理，得到第一中间图像；
所述对所述第三中间图像进行颜色增强处理，得到效果增强图像的步骤，包括：
对所述第三中间图像进行颜色增强处理，得到用于播放的效果增强视频；
则所述得到效果增强图像之后，所述方法还包括：
播放所述效果增强视频。
可选的，所述根据所述待处理图像中的每个像素点的颜色值，对所述待处理图像进行锐化处理的步骤，包括：
获取所述待处理图像中的各个像素点的灰度值；
判断当前像素点的灰度值是否大于所述当前像素点的邻域像素点灰度值的平均值；
如果所述当前像素点的灰度值大于所述邻域像素点灰度值的平均值，则增大所述当前像素点的灰度值；
如果所述当前像素点的灰度值小于或等于所述邻域像素点灰度值的平均值，则减小所述当前像素点的灰度值。
可选的，所述根据所述第一中间图像中的空间临近信息和颜色相似信息，对所述第一中间图像进行滤波处理的步骤，包括：
利用第一高斯滤波核计算所述第一中间图像中各像素点的空间临近信息的权重值；
利用第二高斯滤波核计算所述第一中间图像中各像素点的所述颜色相似信息的权重值；
利用计算得到的所述各像素点的所述空间临近信息的权重值和所述颜色相似信息的权重值，对所述第一中间图像进行滤波处理。
可选的，所述对所述第二中间图像进行图像插值处理的步骤，包括：
计算插值采样点的整数坐标和浮点数坐标；
根据所述整数坐标和浮点数坐标，计算所述第二中间图像中每个像素点的权重；
根据所述权重计算所述第二中间图像内所有像素点的加权平均值，作为新像素点的像素值；
将所述新像素点的像素值插入所述第二中间图像。
可选的，所述对所述第三中间图像进行颜色增强处理的步骤，包括：
针对所述待处理图像的当前处理像素，确定该像素在不同颜色通道下对应的颜色值；
确定该像素的颜色值中的最大颜色值和最小颜色值；
计算所述最大颜色值和所述最小颜色值之和，作为第一数值，以及，计算所述最大颜色值和所述最小颜色值之差，作为第二数值；
将所述第一数值和所述第二数值按照预设的合并比例进行合并，得到第三数值；
将所述第三数值分别与该像素在不同颜色通道下对应的颜色值相加，得到该像素的新的不同颜色通道下对应的颜色值。
可选的，所述锐化处理，所述滤波处理，所述图像插值处理，以及所述颜色增强处理是在图形处理器GPU中进行的。
第二方面，本发明实施例提供了一种图像处理装置，包括：
获取模块，用于获取待处理图像；
锐化处理模块，用于根据所述待处理图像中的每个像素点的颜色值，对所述待处理图像进行锐化处理，得到第一中间图像；
滤波处理模块，用于根据所述第一中间图像中的空间临近信息和颜色相似信息，对所述第一中间图像进行滤波处理，得到第二中间图像；
插值处理模块，用于对所述第二中间图像进行图像插值处理，得到第三中间图像，其中，所述图像插值处理用于对所述第二中间图像进行图像超分；
颜色增强处理模块，用于对所述第三中间图像进行颜色增强处理，得到效果增强图像。
可选的，所述获取模块具体用于：
获取待播放视频并解码所述待播放视频，得到待处理视频帧；
所述锐化处理模块具体用于：
根据所述待处理视频帧中的每个像素点的颜色值，对所述待处理视频帧进行锐化处理，得到第一中间图像；
所述颜色增强处理模块具体用于：
对所述第三中间图像进行颜色增强处理，得到用于播放的效果增强视频；
所述装置还包括：
播放模块，用于播放所述效果增强视频。
可选的，所述锐化处理模块包括：
获取子模块，用于获取所述待处理图像中的各个像素点的灰度值；
判断子模块，用于判断当前像素点的灰度值是否大于所述当前像素点的邻域像素点灰度值的平均值；
增大子模块，用于如果所述当前像素点的灰度值大于所述邻域像素点灰度值的平均值，则增大所述当前像素点的灰度值；
减小子模块，用于如果所述当前像素点的灰度值小于或等于所述邻域像素点灰度值的平均值，则减小所述当前像素点的灰度值。
可选的，所述滤波处理模块包括：
第一计算子模块，用于利用第一高斯滤波核计算所述第一中间图像中各像素点的空间临近信息的权重值；
第二计算子模块，用于利用第二高斯滤波核计算所述第一中间图像中各像素点的所述颜色相似信息的权重值；
滤波子模块，用于利用计算得到的所述各像素点的所述空间临近信息的权重值和所述颜色相似信息的权重值，对所述第一中间图像进行滤波处理。
可选的，所述插值处理模块包括：
第三计算子模块，用于计算插值采样点的整数坐标和浮点数坐标；
第四计算子模块，用于根据所述整数坐标和浮点数坐标，计算所述第二中间图像中每个像素点的权重；
第五计算子模块，用于根据所述权重计算所述第二中间图像内所有像素点的加权平均值，作为新像素点的像素值；
插入子模块，用于将所述新像素点的像素值插入所述第二中间图像。
可选的，所述颜色增强处理模块包括：
第一确定子模块，用于针对所述待处理图像的当前处理像素，确定该像素在不同颜色通道下对应的颜色值；
第二确定子模块，用于确定该像素的颜色值中的最大颜色值和最小颜色值；
第六计算子模块，用于计算所述最大颜色值和所述最小颜色值之和，作为第一数值，以及，计算所述最大颜色值和所述最小颜色值之差，作为第二数值；
合并子模块，用于将所述第一数值和所述第二数值按照预设的合并比例进行合并，得到第三数值；
第七计算子模块，用于将所述第三数值分别与该像素在不同颜色通道下对应的颜色值相加，得到该像素的新的不同颜色通道下对应的颜色值。
可选的，所述锐化处理，所述滤波处理，所述图像插值处理，以及所述颜色增强处理是在图形处理器GPU中进行的。
第三方面，本发明实施例提供了一种电子设备，包括处理器和机器可读存储介质，所述机器可读存储介质存储有能够被所述处理器执行的机器可执行指令，所述处理器执行所述机器可执行指令以实现上述第一方面提供的图像处理方法的方法步骤。
第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时，实现上述第一方面提供的图像处理方法的方法步骤。
第五方面，本发明实施例还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述第一方面提供的图像处理方法的方法步骤。
第六方面，本发明实施例还提供了一种计算机程序，当其在计算机上运行时，使得计算机执行上述第一方面提供的图像处理方法的方法步骤。
本发明实施例提供的一种图像处理方法、处理装置、电子设备及存储介质，获取待处理图像后，根据待处理图像中的每个像素点的颜色值，对待处理图像进行锐化处理，得到第一中间图像；根据第一中间图像中的空间临近信息和颜色相似信息，对第一中间图像进行滤波处理，得到第二中间图像；对第二中间图像进行图像插值处理，得到第三中间图像；对第三中间图像进行颜色增强处理，得到效果增强图像。由于本发明实施例按顺序使用了图像锐化处理、图像滤波处理、图像插值处理、图像颜色增强处理，因此能够进一步提高待处理图像的显示效果。当然，实施本发明的任一产品或方法必不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的图像处理方法的一种流程示意图；
图2为本发明实施例的图像处理方法中步骤S102的一种流程示意图；
图3为本发明实施例的图像处理方法中步骤S103的一种流程示意图；
图4为本发明实施例的图像处理方法中步骤S104的一种流程示意图；
图5为本发明实施例的图像处理方法中步骤S105的一种流程示意图；
图6为本发明实施例的图像处理方法与待处理图像的显示效果对比图；
图7为本发明实施例提供的图像处理装置的一种结构示意图；
图8为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
现有的图像处理技术中，还可以采用基于深度学习的图像超分辨率技术，但是这种图像处理技术运算量大，受目前智能终端处理能力限制，难以保证及时地对每个视频帧进行处理，因此存在视频帧率低的问题，并且，在应用于智能终端时，由于耗电量大，导致智能终端容易过热，电池续航时间缩短，造成用户体验不佳。
有鉴如此，如图1所示，本发明实施例首先提供了一种图像处理方法，该方法可以包括以下步骤：
S101，获取待处理图像。
本发明实施例中，待处理图像可以指待进行显示效果增强的图像，这里的显示效果可以指图像画面的色彩饱和度、亮度、清晰度、分辨率等与用户观感体验相关的指标。本发明实施例的待处理图像可以指一张单独的图像，也可以指一张张连续的视频帧。
S102，根据待处理图像中的每个像素点的颜色值，对待处理图像进行锐化处理，得到第一中间图像。
本发明实施例在得到待处理图像中的每个像素点的颜色值后，可以对待处理图像进行锐化处理，得到第一中间图像。例如，可以采用拉普拉斯图像锐化算法，索贝尔边缘检测算法等，当然，本发明实施例的图像锐化算法包括但不限于上述所举例子的图像锐化算法。由于整个图像处理过程还未结束，因此可以称为第一中间图像。
S103，根据第一中间图像中的空间临近信息和颜色相似信息，对第一中间图像进行滤波处理，得到第二中间图像。
在得到第一中间图像后，可以根据第一中间图像中的空间临近信息和颜色相似信息对第一中间图像进行滤波处理，其中，空间临近信息可以是指当前像素点与其相邻像素点的欧式距离信息，颜色相似信息可以指像素范围域中的辐射差异信息。由于整个图像处理过程还未结束，因此可以成为第二中间图像。
S104，对第二中间图像进行图像插值处理，得到第三中间图像。
在得到第二中间图像后，可以对第二中间图像进行图像插值处理，也即，对第二中间图像进行图像超分，具体而言，是对第二中间图像进行图像超分辨率处理。当然，本发明实施例的图像插值算法包括但不限于上述所举例子的图像插值算法，例如，还可以使用双线性差值算法，双三次插值算法，最近邻算法等。由于整个图像处理过程还未结束，因此可以成为第三中间图像。
S105，对第三中间图像进行颜色增强处理，得到效果增强图像。
在得到第三中间图像后，可以对第三中间图像进行颜色增强处理，可见，在对待处理图像依次应用锐化处理、滤波处理、插值处理、颜色增强处理后，可以得到效果增强图像。
在对待处理图像进行处理时，可以使用多种图像处理算法，例如，有的图像处理算法可以用于提高图像的锐度，有的图像处理算法可以用于提高图像的色彩饱和度，有的图像处理算法可以用于提高图像的分辨率，等等。但是通常情况下，人们在对图像进行处理时，仅考虑单一图像处理算法对图像的处理效果，往往忽略图像处理算法间的顺序对图像的影响，例如，对于一幅图像，是先进行锐化处理再进行滤波处理，还是先进行滤波处理再进行锐化处理，所得到的处理效果是不同的。有鉴于此，本发明实施例可以使用预设算法处理顺序对待处理图像进行效果增强处理，该预设算法处理顺序可以基于预设处理效果确定，例如，按照锐化处理、滤波处理、插值处理、颜色增强处理的顺序进行处理。
示例性地，对于选择的多个图像处理算法，可以先将它们按照不同的处理顺序排序，例如，对于a、b、c三种图像处理算法，则可以产生6种处理顺序，分别为：a-b-c，a-c-b，b-a-c，b-c-a，c-a-b，c-b-a，本发明实施例可以预先按照所举例子的多种处理顺序，对样本图像进行处理，从而得到对应的处理效果，并将最优的处理效果对应的处理顺序作为上述预设算法处理顺序，则该最优的处理效果即为预设处理效果。
在考虑最优处理效果的评价标准时，可以采用PSNR(Peak Signal to NoiseRatio，峰值信噪比)指标，或者SSIM(Structural Similarity Index，结构相似性)指标。
其中，PSNR是一种全参考的图像质量评价指标，PSNR一般是用于最大值信号和背景噪音之间的一个工程项目，在经过影像压缩之后，输出的影像通常都会在某种程度与原始影像不同，为了衡量经过处理后的影像品质，通常会参考PSNR值来衡量某个处理程序能否令人满意，该指标是原图像与被处理图像之间的均方误差相对于(2^n-1)^2的对数值(其中，n是指每个采样值的比特数)，该指标的单位是dB。
SSIM是一种衡量两幅图像相似度的指标，该指标首先由德州大学奥斯丁分校的图像和视频工程实验室提出，SSIM使用的两张图像中，一张为未经压缩的无失真图像，另一张为失真后的图像。由于SSIM的出色表现，SSIM已经成为广播和有线电视中广为使用的一种衡量视频质量的方法。
作为本发明实施例一种可选的实施方式，可以获取待播放视频并解码待播放视频，得到待处理视频帧。可以理解的是，用户观看视频时，受网络带宽限制，用户通过网络接收到的视频数据的码率通常较低，因此如果直接播放所接收的视频数据，则显示效果不佳，因此可以对所接收的视频进行处理，从而提高视频的显示效果。
本发明实施例可以通过网络获取待播放视频，例如，获取待播放视频的视频流数据，解码该视频从而得到多个待处理视频帧，以对各视频帧进行显示效果增强处理。视频帧本身就是图像，因此本发明实施例可以在获取视频帧后，对视频帧进行处理，具体而言，可以根据待处理视频帧中的每个像素点的颜色值，对待处理视频帧进行锐化处理，得到第一中间图像，然后得到第二中间图像，然后对第三中间图像进行颜色增强处理，得到用于播放的效果增强视频，从而播放效果增强视频，达到在播放视频时提高视频画质的效果。
作为本发明实施例一种可选的实施方式，在得到效果增强视频的各帧后，可以使用OpenGL对各帧进行渲染处理，从而在移动终端的播放界面中播放效果增强视频，该播放界面可以为移动终端浏览器的显示界面。
作为本发明实施例一种可选的实施方式，如图2所示，上述步骤S102具体可以包括：
S1021，获取待处理图像中的各个像素点的灰度值。
S1022，判断当前像素点的灰度值是否大于当前像素点的邻域像素点灰度值的平均值。
S1023，如果当前像素点的灰度值大于邻域像素点灰度值的平均值，则增大当前像素点的灰度值。
S1024，如果当前像素点的灰度值小于或等于邻域像素点灰度值的平均值，则减小当前像素点的灰度值。
本发明实施例的锐化原理为：获取待处理图像每个像素的灰度值(该灰度值可以由RGB(Red Green Blue，红绿蓝)三个颜色通道中每个颜色通道下的颜色值表示)后，对于邻域中心像素(即当前像素点)，当邻域中心像素灰度低于它所在的邻域内其它像素的平均灰度时，此中心像素的灰度应被进一步降低，当邻域中心像素灰度高于它所在的邻域内其它像素的平均灰度时，此中心像素的灰度应被进一步提高，以此实现图像的锐化处理。
作为本发明实施例一种可选的实施方式，如图3所示，上述步骤S103具体可以包括：
S1031，利用第一高斯滤波核计算第一中间图像中各像素点的空间临近信息的权重值。
S1032，利用第二高斯滤波核计算第一中间图像中各像素点的颜色相似信息的权重值。
S1033，利用计算得到的各像素点的空间临近信息的权重值和颜色相似信息的权重值，对第一中间图像进行滤波处理。
本发明实施例的滤波处理的原理为：采用两个高斯滤波的结合，一个高斯滤波负责计算空间邻近度的权重值，而另一个高斯滤波负责计算像素值相似度的权重值，在两个滤波的同时作用下，同时考虑空间临近信息与颜色相似信息，在滤除噪声、平滑图像的同时，又做到边缘保存，从而达到保边去噪的效果。当然，本发明实施例的图像滤波方法包括但不限于上述所举例子的图像滤波方法，例如，还可以为导向图滤波算法。
作为本发明实施例一种可选的实施方式，如图4所示，上述步骤S104具体可以包括：
S1041，计算插值采样点的整数坐标和浮点数坐标。
S1042，根据整数坐标和浮点数坐标，计算第二中间图像中每个像素点的权重。
S1043，根据权重计算第二中间图像内所有像素点的加权平均值，作为新像素点的像素值。
S1044，将新像素点的像素值插入第二中间图像。
本发明实施例的图像插值处理的原理为：先计算插值采样点的整数坐标与浮点数坐标，插值采样点可以从第二中间图像中获取，然后计算窗口中每个原始像素点的权重，所说的窗口可以是第二中间图像本身，也可以是第二中间图像的一个图像区域，然后根据权重计算窗口内所有像素加权平均值，作为新像素的像素值，然后将新像素点的像素值插入第二中间图像，从而实现图像超分。
作为本发明实施例一种可选的实施方式，如图5所示，上述步骤S105具体可以包括：
S1051，针对待处理图像的当前处理像素，确定该像素在不同颜色通道下对应的颜色值。
可以理解，待处理图像中包含多个像素，因此可以对待处理图像中的每个像素进行处理。一幅图像中的像素参数可以通过不同颜色通道对应的数值表示，例如，RGB(RedGreen Blue，红绿蓝)三个颜色通道中每个颜色通道下的颜色值，具体地，例如，30，20，10可以分别表示当前处理像素对应的红、绿、蓝颜色值。
S1052，确定该像素的颜色值中的最大颜色值和最小颜色值。
仍以上述示例为例说明，当前处理像素的红、绿、蓝颜色值为30，20，10，则最大颜色值为30，最小颜色值为10。
S1053，计算最大颜色值和最小颜色值之和，作为第一数值，以及，计算最大颜色值和最小颜色值之差，作为第二数值。
仍以上述示例为例说明，可以计算30与10之和，即40作为第一数值；计算30与10之差，即20作为第二数值。
S1054，将第一数值和第二数值按照预设的合并比例进行合并，得到第三数值。
仍以上述示例为例说明，该合并比例例如可以为50％，这意味着两个数值各占一半，示例性地，第一数值40的50％与第二数值20的50％合并后，得到30，即为第三数值。当然，上述比例可以根据实际处理需求在0～100％之间浮动，本发明实施例对此不作限定。
S1055，将第三数值分别与该像素在不同颜色通道下对应的颜色值相加，得到该像素的新的不同颜色通道下对应的颜色值。
仍以上述示例为例说明，得到第三数值30后，即可将30分别与30、20、10相加，得到60，50，40，即为该像素的新的不同颜色通道下对应的颜色值。
作为本发明实施例一种可选的实施方式，由于上述对待处理图像进行效果增强处理的过程为图像处理过程，更加适合GPU(Graphics Processing Unit，图形处理器)处理，因此可以在电子设备的GPU中依次进行锐化处理，滤波处理，图像插值处理，以及颜色增强处理，以减少电子设备CPU(Central Processing Unit，中央处理器)与GPU间交互数据，从而提高图像处理能力。
作为本发明实施例一种可选的实施方式，在得到多个不同处理顺序对应的PSNR指标后，可以将大于预设阈值的PSNR指标所对应的多个处理顺序中的其中一个作为预设算法处理顺序，从而使得用户可以针对待处理图像灵活选择不同的处理顺序，在保证处理效果的同时，提高了图像处理的灵活性。当然，将PSNR指标替换为SSIM指标也适用上述实施例，这都是合理的。通过本发明实施例，经处理后的效果增强图像的PSNR指标得分为43.85分，SSIM指标得分为0.8828，为所有处理顺序中得分最高，即，具有最优处理效果的处理顺序，因此，基于上述处理顺序处理后的图像，具有最好的显示效果。
本发明实施例提供的图像处理方法，获取待处理图像后，根据待处理图像中的每个像素点的颜色值，对待处理图像进行锐化处理，得到第一中间图像；根据第一中间图像中的空间临近信息和颜色相似信息，对第一中间图像进行滤波处理，得到第二中间图像；对第二中间图像进行图像插值处理，得到第三中间图像；对第三中间图像进行颜色增强处理，得到效果增强图像。由于本发明实施例按顺序使用了图像锐化处理、图像滤波处理、图像插值处理、图像颜色增强处理，并且，上述图像处理顺序是经验证的最优处理效果，因此能够进一步提高待处理图像的显示效果。
图6为本发明实施例的图像处理方法与待处理图像的显示效果对比图，由图6可见，位于中线右侧的处理后的图像(或视频帧)，比位于中线左侧的原图像(或原视频帧)更加清晰，用户在观看图像或视频时体验更好。
相应于上面的方法实施例，本发明实施例还提供了相应的装置实施例。
如图7所示，本发明实施例提供了一种图像处理装置，包括：
获取模块701，用于获取待处理图像。
锐化处理模块702，用于根据待处理图像中的每个像素点的颜色值，对待处理图像进行锐化处理，得到第一中间图像。
滤波处理模块703，用于根据第一中间图像中的空间临近信息和颜色相似信息，对第一中间图像进行滤波处理，得到第二中间图像。
插值处理模块704，用于对第二中间图像进行图像插值处理，得到第三中间图像，其中，图像插值处理用于对第二中间图像进行图像超分。
颜色增强处理模块705，用于对第三中间图像进行颜色增强处理，得到效果增强图像。
其中，上述获取模块具体用于：
获取待播放视频并解码待播放视频，得到待处理视频帧；
锐化处理模块具体用于：
根据待处理视频帧中的每个像素点的颜色值，对待处理视频帧进行锐化处理，得到第一中间图像；
颜色增强处理模块具体用于：
对第三中间图像进行颜色增强处理，得到用于播放的效果增强视频；
上述装置还可以包括：
播放模块，用于播放效果增强视频。
其中，锐化处理模块可以包括：
获取子模块，用于获取待处理图像中的各个像素点的灰度值；
判断子模块，用于判断当前像素点的灰度值是否大于当前像素点的邻域像素点灰度值的平均值；
增大子模块，用于如果当前像素点的灰度值大于邻域像素点灰度值的平均值时，则增大当前像素点的灰度值；
减小子模块，用于如果当前像素点的灰度值小于或等于邻域像素点灰度值的平均值时，则减小当前像素点的灰度值。
其中，滤波处理模块包括：
第一计算子模块，用于利用第一高斯滤波核计算第一中间图像中各像素点的空间临近信息的权重值；
第二计算子模块，用于利用第二高斯滤波核计算第一中间图像中各像素点的颜色相似信息的权重值；
滤波子模块，用于利用计算得到的各像素点的空间临近信息的权重值和颜色相似信息的权重值，对第一中间图像进行滤波处理。
其中，插值处理模块可以包括：
第三计算子模块，用于计算插值采样点的整数坐标和浮点数坐标；
第四计算子模块，用于根据整数坐标和浮点数坐标，计算第二中间图像中每个像素点的权重；
第五计算子模块，用于根据权重计算第二中间图像内所有像素点的加权平均值，作为新像素点的像素值；
插入子模块，用于将新像素点的像素值插入第二中间图像。
其中，颜色增强处理模块包括：
第一确定子模块，用于针对待处理图像的当前处理像素，确定该像素在不同颜色通道下对应的颜色值；
第二确定子模块，用于确定该像素的颜色值中的最大颜色值和最小颜色值；
第六计算子模块，用于计算最大颜色值和最小颜色值之和，作为第一数值，以及，计算最大颜色值和最小颜色值之差，作为第二数值；
合并子模块，用于将第一数值和第二数值按照预设的合并比例进行合并，得到第三数值；
第七计算子模块，用于将第三数值分别与该像素在不同颜色通道下对应的颜色值相加，得到该像素的新的不同颜色通道下对应的颜色值。
其中，锐化处理，滤波处理，图像插值处理，以及颜色增强处理是在图形处理器GPU中进行的。
本发明实施例提供的图像处理装置，获取待处理图像后，根据待处理图像中的每个像素点的颜色值，对待处理图像进行锐化处理，得到第一中间图像；根据第一中间图像中的空间临近信息和颜色相似信息，对第一中间图像进行滤波处理，得到第二中间图像；对第二中间图像进行图像插值处理，得到第三中间图像；对第三中间图像进行颜色增强处理，得到效果增强图像。由于本发明实施例按顺序使用了图像锐化处理、图像滤波处理、图像插值处理、图像颜色增强处理，并且，上述图像处理顺序是经验证的最优处理效果，因此能够进一步提高待处理图像的显示效果。
本发明实施例还提供了一种电子设备，具体可以为服务器，如图8所示，该设备800包括处理器801和机器可读存储介质802，机器可读存储介质存储有能够被处理器执行的机器可执行指令，处理器执行机器可执行指令实现以下步骤：
获取待处理图像；
根据待处理图像中的每个像素点的颜色值，对待处理图像进行锐化处理，得到第一中间图像；
根据第一中间图像中的空间临近信息和颜色相似信息，对第一中间图像进行滤波处理，得到第二中间图像；
对第二中间图像进行图像插值处理，得到第三中间图像，其中，图像插值处理用于对第二中间图像进行图像超分；
对第三中间图像进行颜色增强处理，得到效果增强图像。
机器可读存储介质可以包括随机存取存储器(Random Access Memory，简称RAM)，也可以包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital Signal Processing，简称DSP)、专用集成电路(Application SpecificIntegrated Circuit，简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
本发明实施例提供的电子设备，获取待处理图像后，根据待处理图像中的每个像素点的颜色值，对待处理图像进行锐化处理，得到第一中间图像；根据第一中间图像中的空间临近信息和颜色相似信息，对第一中间图像进行滤波处理，得到第二中间图像；对第二中间图像进行图像插值处理，得到第三中间图像；对第三中间图像进行颜色增强处理，得到效果增强图像。由于本发明实施例按顺序使用了图像锐化处理、图像滤波处理、图像插值处理、图像颜色增强处理，并且，上述图像处理顺序是经验证的最优处理效果，因此能够进一步提高待处理图像的显示效果。
本发明实施例还提供了一种计算机可读存储介质，计算机可读存储介质内存储有计算机程序，计算机程序被处理器执行时，用以执行如下步骤：
获取待处理图像；
根据待处理图像中的每个像素点的颜色值，对待处理图像进行锐化处理，得到第一中间图像；
根据第一中间图像中的空间临近信息和颜色相似信息，对第一中间图像进行滤波处理，得到第二中间图像；
对第二中间图像进行图像插值处理，得到第三中间图像，其中，图像插值处理用于对第二中间图像进行图像超分；
对第三中间图像进行颜色增强处理，得到效果增强图像。
本发明实施例提供的计算机可读存储介质，获取待处理图像后，根据待处理图像中的每个像素点的颜色值，对待处理图像进行锐化处理，得到第一中间图像；根据第一中间图像中的空间临近信息和颜色相似信息，对第一中间图像进行滤波处理，得到第二中间图像；对第二中间图像进行图像插值处理，得到第三中间图像；对第三中间图像进行颜色增强处理，得到效果增强图像。由于本发明实施例按顺序使用了图像锐化处理、图像滤波处理、图像插值处理、图像颜色增强处理，并且，上述图像处理顺序是经验证的最优处理效果，因此能够进一步提高待处理图像的显示效果。
本发明实施例还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行以下步骤：
获取待处理图像；
根据待处理图像中的每个像素点的颜色值，对待处理图像进行锐化处理，得到第一中间图像；
根据第一中间图像中的空间临近信息和颜色相似信息，对第一中间图像进行滤波处理，得到第二中间图像；
对第二中间图像进行图像插值处理，得到第三中间图像，其中，图像插值处理用于对第二中间图像进行图像超分；
对第三中间图像进行颜色增强处理，得到效果增强图像。
本发明实施例提供的包含指令的计算机程序产品，获取待处理图像后，根据待处理图像中的每个像素点的颜色值，对待处理图像进行锐化处理，得到第一中间图像；根据第一中间图像中的空间临近信息和颜色相似信息，对第一中间图像进行滤波处理，得到第二中间图像；对第二中间图像进行图像插值处理，得到第三中间图像；对第三中间图像进行颜色增强处理，得到效果增强图像。由于本发明实施例按顺序使用了图像锐化处理、图像滤波处理、图像插值处理、图像颜色增强处理，并且，上述图像处理顺序是经验证的最优处理效果，因此能够进一步提高待处理图像的显示效果。
本发明实施例还提供了一种计算机程序，当其在计算机上运行时，使得计算机执行以下步骤：
获取待处理图像；
根据待处理图像中的每个像素点的颜色值，对待处理图像进行锐化处理，得到第一中间图像；
根据第一中间图像中的空间临近信息和颜色相似信息，对第一中间图像进行滤波处理，得到第二中间图像；
对第二中间图像进行图像插值处理，得到第三中间图像，其中，图像插值处理用于对第二中间图像进行图像超分；
对第三中间图像进行颜色增强处理，得到效果增强图像。
本发明实施例提供的包含指令的计算机程序，获取待处理图像后，根据待处理图像中的每个像素点的颜色值，对待处理图像进行锐化处理，得到第一中间图像；根据第一中间图像中的空间临近信息和颜色相似信息，对第一中间图像进行滤波处理，得到第二中间图像；对第二中间图像进行图像插值处理，得到第三中间图像；对第三中间图像进行颜色增强处理，得到效果增强图像。由于本发明实施例按顺序使用了图像锐化处理、图像滤波处理、图像插值处理、图像颜色增强处理，并且，上述图像处理顺序是经验证的最优处理效果，因此能够进一步提高待处理图像的显示效果。
对于装置/电子设备/存储介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。
Claims (10)
1.一种图像处理方法，其特征在于，所述方法包括：
获取待处理图像；
根据所述待处理图像中的每个像素点的颜色值，对所述待处理图像进行锐化处理，得到第一中间图像；
根据所述第一中间图像中的空间临近信息和颜色相似信息，对所述第一中间图像进行滤波处理，得到第二中间图像；
对所述第二中间图像进行图像插值处理，得到第三中间图像，其中，所述图像插值处理用于对所述第二中间图像进行图像超分；
对所述第三中间图像进行颜色增强处理，得到效果增强图像。
2.根据权利要求1所述的方法，其特征在于，所述获取待处理图像的步骤，包括：
获取待播放视频并解码所述待播放视频，得到待处理视频帧；
所述根据所述待处理图像中的每个像素点的颜色值，对所述待处理图像进行锐化处理，得到第一中间图像的步骤，包括：
根据所述待处理视频帧中的每个像素点的颜色值，对所述待处理视频帧进行锐化处理，得到第一中间图像；
所述对所述第三中间图像进行颜色增强处理，得到效果增强图像的步骤，包括：
对所述第三中间图像进行颜色增强处理，得到用于播放的效果增强视频；
则所述得到效果增强图像之后，所述方法还包括：
播放所述效果增强视频。
3.根据权利要求1所述的方法，其特征在于，所述根据所述待处理图像中的每个像素点的颜色值，对所述待处理图像进行锐化处理的步骤，包括：
获取所述待处理图像中的各个像素点的灰度值；
判断当前像素点的灰度值是否大于所述当前像素点的邻域像素点灰度值的平均值；
如果所述当前像素点的灰度值大于所述邻域像素点灰度值的平均值，则增大所述当前像素点的灰度值；
如果所述当前像素点的灰度值小于或等于所述邻域像素点灰度值的平均值，则减小所述当前像素点的灰度值。
4.根据权利要求1所述的方法，其特征在于，所述根据所述第一中间图像中的空间临近信息和颜色相似信息，对所述第一中间图像进行滤波处理的步骤，包括：
利用第一高斯滤波核计算所述第一中间图像中各像素点的空间临近信息的权重值；
利用第二高斯滤波核计算所述第一中间图像中各像素点的所述颜色相似信息的权重值；
利用计算得到的所述各像素点的所述空间临近信息的权重值和所述颜色相似信息的权重值，对所述第一中间图像进行滤波处理。
5.根据权利要求1所述的方法，其特征在于，所述对所述第二中间图像进行图像插值处理的步骤，包括：
计算插值采样点的整数坐标和浮点数坐标；
根据所述整数坐标和浮点数坐标，计算所述第二中间图像中每个像素点的权重；
根据所述权重计算所述第二中间图像内所有像素点的加权平均值，作为新像素点的像素值；
将所述新像素点的像素值插入所述第二中间图像。
6.根据权利要求1所述的方法，其特征在于，所述对所述第三中间图像进行颜色增强处理的步骤，包括：
针对所述待处理图像的当前处理像素，确定该像素在不同颜色通道下对应的颜色值；
确定该像素的颜色值中的最大颜色值和最小颜色值；
计算所述最大颜色值和所述最小颜色值之和，作为第一数值，以及，计算所述最大颜色值和所述最小颜色值之差，作为第二数值；
将所述第一数值和所述第二数值按照预设的合并比例进行合并，得到第三数值；
将所述第三数值分别与该像素在不同颜色通道下对应的颜色值相加，得到该像素的新的不同颜色通道下对应的颜色值。
7.根据权利要求1-6任一项所述的方法，其特征在于，所述锐化处理，所述滤波处理，所述图像插值处理，以及所述颜色增强处理是在图形处理器GPU中进行的。
8.一种图像处理装置，其特征在于，所述装置包括：
获取模块，用于获取待处理图像；
锐化处理模块，用于根据所述待处理图像中的每个像素点的颜色值，对所述待处理图像进行锐化处理，得到第一中间图像；
滤波处理模块，用于根据所述第一中间图像中的空间临近信息和颜色相似信息，对所述第一中间图像进行滤波处理，得到第二中间图像；
插值处理模块，用于对所述第二中间图像进行图像插值处理，得到第三中间图像，其中，所述图像插值处理用于对所述第二中间图像进行图像超分；
颜色增强处理模块，用于对所述第三中间图像进行颜色增强处理，得到效果增强图像。
9.一种电子设备，其特征在于，包括处理器和机器可读存储介质，所述机器可读存储介质存储有能够被所述处理器执行的机器可执行指令，所述处理器执行所述机器可执行指令以实现权利要求1-7任一项所述的图像处理方法的方法步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-7任一项所述的图像处理方法的方法步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911190721.2A CN110992264B (zh) | 2019-11-28 | 2019-11-28 | 一种图像处理方法、处理装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911190721.2A CN110992264B (zh) | 2019-11-28 | 2019-11-28 | 一种图像处理方法、处理装置、电子设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110992264A true CN110992264A (zh) | 2020-04-10 |
| CN110992264B CN110992264B (zh) | 2023-09-01 |
Family
ID=70087809
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911190721.2A Active CN110992264B (zh) | 2019-11-28 | 2019-11-28 | 一种图像处理方法、处理装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110992264B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111524085A (zh) * | 2020-07-02 | 2020-08-11 | 北京大成国测科技有限公司 | 自适应图像处理方法、装置、电子设备和存储介质 |
| WO2021189853A1 (zh) * | 2020-09-23 | 2021-09-30 | 平安科技（深圳）有限公司 | 闪光灯光斑位置识别方法、装置、电子设备及存储介质 |
| CN114627030A (zh) * | 2022-05-13 | 2022-06-14 | 深圳深知未来智能有限公司 | 一种自适应的图像锐化方法及系统 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6094511A (en) * | 1996-07-31 | 2000-07-25 | Canon Kabushiki Kaisha | Image filtering method and apparatus with interpolation according to mapping function to produce final image |
| US20070122050A1 (en) * | 2005-11-30 | 2007-05-31 | Brother Kogyo Kabushiki Kaisha | Image processing method and image processing apparatus |
| JP2011135215A (ja) * | 2009-12-22 | 2011-07-07 | Fuji Xerox Co Ltd | 画像情報処理装置、画像処理装置、画像情報処理プログラム |
| JP2013118002A (ja) * | 2013-03-06 | 2013-06-13 | Canon Inc | 画像処理装置、画像処理方法及びプログラム |
| US20170061234A1 (en) * | 2015-08-31 | 2017-03-02 | Apple Inc. | Noise filtering and image sharpening utilizing common spatial support |
| CN108305228A (zh) * | 2018-01-26 | 2018-07-20 | 网易（杭州）网络有限公司 | 图像处理方法、装置、存储介质及处理器 |
| CN109035237A (zh) * | 2018-07-31 | 2018-12-18 | 南京邮电大学 | 一种风叶裂痕检测方法 |
| US20190220956A1 (en) * | 2018-01-12 | 2019-07-18 | Megvii Technology Llc | Image processing method, image processing device and nonvolatile storage medium |
| CN110189349A (zh) * | 2019-06-03 | 2019-08-30 | 湖南国科微电子股份有限公司 | 图像处理方法及装置 |
| CN110264407A (zh) * | 2019-06-28 | 2019-09-20 | 北京金山云网络技术有限公司 | 图像超分辨模型训练及重建方法、装置、设备及存储介质 |
| WO2019200657A1 (zh) * | 2018-04-16 | 2019-10-24 | 深圳市华星光电技术有限公司 | 图像边缘处理方法、电子装置及计算机可读存储介质 |
-
2019
- 2019-11-28 CN CN201911190721.2A patent/CN110992264B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6094511A (en) * | 1996-07-31 | 2000-07-25 | Canon Kabushiki Kaisha | Image filtering method and apparatus with interpolation according to mapping function to produce final image |
| US20070122050A1 (en) * | 2005-11-30 | 2007-05-31 | Brother Kogyo Kabushiki Kaisha | Image processing method and image processing apparatus |
| JP2011135215A (ja) * | 2009-12-22 | 2011-07-07 | Fuji Xerox Co Ltd | 画像情報処理装置、画像処理装置、画像情報処理プログラム |
| JP2013118002A (ja) * | 2013-03-06 | 2013-06-13 | Canon Inc | 画像処理装置、画像処理方法及びプログラム |
| US20170061234A1 (en) * | 2015-08-31 | 2017-03-02 | Apple Inc. | Noise filtering and image sharpening utilizing common spatial support |
| US20190220956A1 (en) * | 2018-01-12 | 2019-07-18 | Megvii Technology Llc | Image processing method, image processing device and nonvolatile storage medium |
| CN108305228A (zh) * | 2018-01-26 | 2018-07-20 | 网易（杭州）网络有限公司 | 图像处理方法、装置、存储介质及处理器 |
| WO2019200657A1 (zh) * | 2018-04-16 | 2019-10-24 | 深圳市华星光电技术有限公司 | 图像边缘处理方法、电子装置及计算机可读存储介质 |
| CN109035237A (zh) * | 2018-07-31 | 2018-12-18 | 南京邮电大学 | 一种风叶裂痕检测方法 |
| CN110189349A (zh) * | 2019-06-03 | 2019-08-30 | 湖南国科微电子股份有限公司 | 图像处理方法及装置 |
| CN110264407A (zh) * | 2019-06-28 | 2019-09-20 | 北京金山云网络技术有限公司 | 图像超分辨模型训练及重建方法、装置、设备及存储介质 |
Non-Patent Citations (3)
| Title |
|---|
| 刘艳莉: ""工业X射线图像锐化技术算法研究"", 《信息科技》 * |
| 庞志勇;谭洪舟;陈弟虎;: "一种改进的低成本自适应双三次插值算法及VLSI实现", no. 04 * |
| 田文利;: "基于双重滤波与锐化的遥感图像增强算法", 国外电子测量技术, no. 04 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111524085A (zh) * | 2020-07-02 | 2020-08-11 | 北京大成国测科技有限公司 | 自适应图像处理方法、装置、电子设备和存储介质 |
| CN111524085B (zh) * | 2020-07-02 | 2020-10-23 | 北京大成国测科技有限公司 | 自适应图像处理方法、装置、电子设备和存储介质 |
| WO2021189853A1 (zh) * | 2020-09-23 | 2021-09-30 | 平安科技（深圳）有限公司 | 闪光灯光斑位置识别方法、装置、电子设备及存储介质 |
| CN114627030A (zh) * | 2022-05-13 | 2022-06-14 | 深圳深知未来智能有限公司 | 一种自适应的图像锐化方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110992264B (zh) | 2023-09-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7406208B2 (en) | Edge enhancement process and system | |
| JP5233014B2 (ja) | 方法および装置 | |
| CN110992264B (zh) | 一种图像处理方法、处理装置、电子设备及存储介质 | |
| KR101112139B1 (ko) | 부호화된 영상의 확대비 및 노이즈 강도 추정장치 및 방법 | |
| US8594449B2 (en) | MPEG noise reduction | |
| JP5514344B2 (ja) | 映像処理装置、映像処理方法、テレビジョン受像機、プログラム、及び記録媒体 | |
| KR20120018124A (ko) | 인터넷 비디오 콘텐츠의 추정된 품질을 기반으로 한 비디오 후처리 프로세서의 자동 조정 | |
| KR20020008179A (ko) | 비디오 영상의 선명도를 향상시키는 시스템 및 방법 | |
| JPWO2002093935A1 (ja) | 画像処理装置 | |
| WO2011033619A1 (ja) | 画像処理装置、画像処理方法、画像処理プログラム、及び、記憶媒体 | |
| KR20090102610A (ko) | 영상 스케일링 검출 방법 및 장치 | |
| CN111445424B (zh) | 图像处理和移动终端视频处理方法、装置、设备和介质 | |
| US8542751B2 (en) | Techniques for identifying and reducing block artifacts | |
| CN107886518B (zh) | 图片检测方法、装置、电子设备及可读取存储介质 | |
| CN110766637A (zh) | 一种视频处理方法、处理装置、电子设备及存储介质 | |
| US8831354B1 (en) | System and method for edge-adaptive and recursive non-linear filtering of ringing effect | |
| EP1654881A1 (en) | Block artifacts detection | |
| US10425640B2 (en) | Method, device, and encoder for controlling filtering of intra-frame prediction reference pixel point | |
| JP4065287B2 (ja) | 画像データのノイズ除去方法及びその装置 | |
| WO2015128302A1 (en) | Method and apparatus for filtering and analyzing a noise in an image | |
| CN113196754B (zh) | 用于减少条带伪影的方法、以及计算机可读存储介质 | |
| Gadgil et al. | Image Debanding Using Iterative Adaptive Sparse Filtering | |
| GB2468304A (en) | Video image processing method that smooths the jagged diagonal edges created by epsilon filtering | |
| JP2013500666A (ja) | 信号フィルタリング方法及びフィルタ係数計算方法 | |
| Tang et al. | HEVC-based motion compensated joint temporal-spatial video denoising |
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 |