CN111127328A - 一种图像虚化方法、终端、存储介质及处理器 - Google Patents

一种图像虚化方法、终端、存储介质及处理器 Download PDF

Info

Publication number
CN111127328A
CN111127328A CN201811287197.6A CN201811287197A CN111127328A CN 111127328 A CN111127328 A CN 111127328A CN 201811287197 A CN201811287197 A CN 201811287197A CN 111127328 A CN111127328 A CN 111127328A
Authority
CN
China
Prior art keywords
image
compressed
target image
gaussian filtering
pixel
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
Application number
CN201811287197.6A
Other languages
English (en)
Inventor
唐卫东
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.)
TCL Corp
TCL Research America Inc
Original Assignee
TCL Research America Inc
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 TCL Research America Inc filed Critical TCL Research America Inc
Priority to CN201811287197.6A priority Critical patent/CN111127328A/zh
Publication of CN111127328A publication Critical patent/CN111127328A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20048—Transform domain processing
    • G06T2207/20052—Discrete cosine transform [DCT]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

本发明提供了一种图像虚化方法、终端、存储介质及处理器，通过获取目标图像；对目标图像的各个像素进行压缩处理，得到压缩处理后的压缩图像；对压缩图像的频率域进行高斯滤波；对经过高斯滤波处理后的压缩图像解压缩，得到目标图像的虚化图像。本发明所公开的方法及设备，首先对图像进行压缩处理，再对其像素值进行高斯滤波，从而大大降低了计算的复杂度，而且对压缩后的像素值进行解压缩处理，从而避免了对目标图像的损伤，因此在保证与现有技术中利用卷积计算所取得的相同虚化效果的前提下，降低了计算量，提高了图像虚化的效率。

Description

一种图像虚化方法、终端、存储介质及处理器
技术领域
本发明涉及数字图像处理技术领域，尤其涉及的是一种图像虚化方法、终端、存储介质及处理器。
背景技术
目前随着科技的快速发展，移动终端越发成为人们生活中不可或缺的一部分，人们使用移动终端进行拍照，获取图像和视频。因此在相机或电视中，为了带给用户更好的使用体验，在移动终端中设置双摄像头，可以实现依据用户的需要对图像进行虚化。
有时我们需要对图像的某一部分或全部做虚化处理，也就是模糊化。最常用的虚化方法是用一个
Figure 197006DEST_PATH_IMAGE001
大小的高斯函数与所需虚化的图像做卷积运算，如果图像的像素数为
Figure 548353DEST_PATH_IMAGE002
，计算的复杂度为
Figure 104099DEST_PATH_IMAGE003
，对于高分辨率的图像，这种虚化的计算量很大，因此计算效率低，不适用于高分辨率图像的虚化。
因此，现有技术有待于进一步的改进。
发明内容
鉴于上述现有技术中的不足之处，本发明的目的在于提供一种图像虚化方法、终端、存储介质及处理器，克服现有技术中虚化图像的方法采用卷积运算，该方法运算量大导致图像虚化效率低的缺陷。
本实施例的一方面提供的了一种图像虚化方法，其中，包括：
获取目标图像；
对目标图像的各个像素进行压缩处理，得到压缩处理后的压缩图像；
对压缩图像的频率域进行高斯滤波；
对经过高斯滤波处理后的压缩图像解压缩，得到目标图像的虚化图像。
可选的，所述获取目标图像步骤还包括：
获取目标图像的深度信息，并根据所述深度信息将像素数据分成红绿蓝三通道。
可选的，所述对目标图像的各个像素进行压缩处理步骤包括：
分别对红绿蓝三通道上各个坐标点对应的像素值进行二维离散余弦变换，得到红绿蓝三通道上的压缩像素值。
可选的，所述对压缩图像的频率域进行高斯滤波的步骤包括：
分别对红绿蓝三通道上的压缩像素值所对应频率域进行高斯滤波，得到过滤后的红绿蓝三通道像素值。
可选的，所述对经过高斯滤波处理后的压缩图像解压缩，得到目标图像的虚化图像的步骤包括:
对高斯滤波处理后的红绿蓝三通道上的压缩像素值分别进行解压缩，并将得到的三通道像素相融合，得到目标图像的虚化图像。
可选的，所述步骤还包括:
构建高斯滤波器，以及设置高斯滤波器的滤波系数。
可选的，所述步骤中利用二维离散余弦变换对目标图像的各个像素进行压缩处理，利用反离散余弦变换对经过高斯滤波处理后的压缩图像解压缩。
根据本发明提供的虚化方法的另一方面，本发明还提供了一种图像虚化处理终端，其中，包括：
图像采集模块，用于获取目标图像；
数据压缩模块，用于对目标图像的各个像素进行压缩处理，得到压缩处理后的压缩图像；
数据滤波模块，用于对压缩图像的频率域进行高斯滤波；
数据解压缩模块，用于对经过高斯滤波处理后的压缩图像解压缩，得到目标图像的虚化图像。
根据本发明提供的虚化方法的另一方面，本发明还提供了一种存储介质，其中，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备所述的图像虚化方法。
根据本发明提供的虚化方法的另一方面，本发明还提供了一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执所述的图像虚化方法。
有益效果，本发明提供了一种图像虚化方法、终端、存储介质和存储器，通过获取目标图像；对目标图像的各个像素进行压缩处理，得到压缩处理后的压缩图像；对压缩图像的频率域进行高斯滤波；对经过高斯滤波处理后的压缩图像解压缩，得到目标图像的虚化图像。本发明所公开的方法及设备，首先对图像进行压缩处理，再对其像素值进行高斯滤波，从而大大降低了计算的复杂度，而且对压缩后的像素值进行解压缩处理，从而避免了对目标图像的损伤，因此在保证与现有技术中利用卷积计算所取得的相同虚化效果的前提下，降低了计算量，提高了图像虚化的效率。
附图说明
图1是本发明所提供的一种图像虚化方法的步骤流程图；
图2是本发明所提供方法的具体应用实施例的步骤流程示意图；
图3是本发明提供的所述图像虚化终端的原理结构示意图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅仅用于解释本发明，并不用于限定本发明。
本实施例的一方面提供的了一种图像虚化方法，如图1所示，包括：
步骤S1、获取目标图像；
本步骤中可以通过移动终端的摄像头或者通过相机获取到目标图像。可以想到的是，本发明所公开的图像虚化方法可以以软件的形式集成到相机功能上，当用户开启相机的虚化功能时，对摄像头拍摄的图像进行虚化处理。
为了实现更高效率的对目标图像进行虚化处理，本步骤中还包括：
获取目标图像的图像深度，并根据所述图像深度将像素数据分成红绿蓝三通道。图像深度是指存储每个像素所用的位数,也用于度量图像的色彩分辨率。图像深度确定彩色图像的每个像素可能有的颜色数,或者确定灰度图像的每个像素可能有的灰度级数。因此基于图像深度可以获取到像素数据中含有的红绿蓝三个通道内的像素数据。
步骤S2、对目标图像的各个像素进行压缩处理，得到压缩处理后的压缩图像。
对目标图像中的各个像素进行压缩处理，降低后续对像素值进行滤波时的复杂度。
具体的，根据上述步骤中获取的图像深度信息，本步骤中分别对红绿蓝三通道上各个坐标点对应的像素值进行二维离散余弦变换，得到红绿蓝三通道上的压缩像素值。
步骤S3、对压缩图像的频率域进行高斯滤波。
利用高斯滤波对上述步骤S2中压缩后的图像进行高斯滤波，也即是进行虚化处理，可以想到的是，为了实现本步骤的顺利完成，在进行本步骤之前，还包括步骤：
构建高斯滤波器，以及设置高斯滤波器的滤波系数
Figure 249910DEST_PATH_IMAGE004
。
Figure 405953DEST_PATH_IMAGE005
本步骤中，利用设置好的高斯滤波器分别对红绿蓝三通道上的压缩像素值所对应频率域进行高斯滤波，从而分别得到三通道滤波后的像素值。
步骤S4、对经过高斯滤波处理后的压缩图像解压缩，得到目标图像的虚化图像。
较佳的，本步骤还包括:
对高斯滤波处理后的红绿蓝三通道上的压缩像素值分别进行解压缩，并将得到的三通道像素相融合，得到目标图像的虚化图像。
可以想到的是，本发明所方法的步骤还可以是依次获取到红色通道的虚化像素值，再计算绿色通道上的虚化像素值，最后在计算蓝色通道上的虚化像素值，将其融合得到虚化图像。本发明所述方法还可以是分别计算各个通道上的压缩像素值、滤波像素值和解压缩像素值，上述三通道中每个步骤计算时可以同步进行也可以依次先后进行，都是可以想的。
较佳的，上述方法中为了实现更高效率的对图像压缩和解压缩，所述步骤中利用二维离散余弦变换对目标图像的各个像素进行压缩处理，利用反离散余弦变换对经过高斯滤波处理后的压缩图像解压缩。
下面以本发明具体应用实施例对本发明所公开的方法做更为详细的说明。
1）、获取图像及图像的深度信息，对目标图像中各个像素点所对应的位置进行定义
1、各个像素点的坐标定义为
Figure 560991DEST_PATH_IMAGE006
：其中
Figure 236823DEST_PATH_IMAGE007
和
Figure 84693DEST_PATH_IMAGE008
分别为图像二维平面在直角坐标系内的X轴和Y轴所对应的数值，组成一对正整数，且
Figure 730963DEST_PATH_IMAGE009
，
Figure 424112DEST_PATH_IMAGE010
，
Figure 485609DEST_PATH_IMAGE011
和
Figure 238802DEST_PATH_IMAGE012
是正整数，为方便起见，假设
Figure 854591DEST_PATH_IMAGE013
和
Figure 866278DEST_PATH_IMAGE012
都是偶数。
2、使用
Figure 516702DEST_PATH_IMAGE014
表示坐标点
Figure 440796DEST_PATH_IMAGE006
所对应的像素值，其为一对正整数，且满足
Figure 809460DEST_PATH_IMAGE015
，
Figure 109992DEST_PATH_IMAGE016
。
3、对每个颜色通道的内所属的像素点位置进行定义，具体的如下：
Figure 864190DEST_PATH_IMAGE017
：输入图像的红色在点
Figure 959185DEST_PATH_IMAGE006
处的值，是一个0和1之间的数；
Figure 815145DEST_PATH_IMAGE018
：输入图像的绿色在点
Figure 653788DEST_PATH_IMAGE006
处的值，是一个0和1之间的数；
Figure 528072DEST_PATH_IMAGE019
：输入图像的蓝色在点
Figure 59548DEST_PATH_IMAGE006
处的值，是一个0和1之间的数
2）、其次根据预设滤波系数
Figure 137225DEST_PATH_IMAGE020
，构造高斯滤波器
根据所需的虚化程度选取适当的
Figure 513980DEST_PATH_IMAGE020
构造高斯滤波器：
Figure 259082DEST_PATH_IMAGE005
3）、计算：对目标图像进行压缩、高斯过滤和解压缩
1、计算红色通道
Figure 948077DEST_PATH_IMAGE017
的二维离散余弦变换
Figure 513050DEST_PATH_IMAGE021
本次计算中，为减少计算量，实际实现时采用快速傅立叶变换算法。
2、根据预构建的高斯滤波器
Figure 959075DEST_PATH_IMAGE022
计算出虚化系数为
Figure 558684DEST_PATH_IMAGE004
时红色通道所对应压缩像素值高斯过滤后的像素值；
Figure 431962DEST_PATH_IMAGE023
3、计算红色通道的像素点高斯过滤后的像素值反余弦变换：
Figure 467920DEST_PATH_IMAGE024
以相同的方法，分别计算绿色通道像素值
Figure 452056DEST_PATH_IMAGE025
和蓝色通道像素值
Figure 171751DEST_PATH_IMAGE026
。
Figure 950351DEST_PATH_IMAGE027
压缩、过滤和解压缩后的像素值，最后将
Figure 224337DEST_PATH_IMAGE028
、
Figure 261432DEST_PATH_IMAGE025
和
Figure 570054DEST_PATH_IMAGE026
组成虚化后的图像的红绿蓝三通道。
本发明所公开的虚化方法，由于首先对高分辨率图像对对应的像素值进行压缩，然后再对压缩后的像素值进行虚化处理，并将虚化处理后的像素值进行解压缩，从而降低了图像处理时计算的复杂度，简化了计算数据量，提高了图像虚化的效率。
根据本发明提供的虚化方法的另一方面，本发明还提供了一种图像虚化处理终端，如图3所示，包括：
图像采集模块310，用于获取目标图像；其功能如步骤S1所示。
数据压缩模块320，用于对目标图像的各个像素进行压缩处理，得到压缩处理后的压缩图像；其功能如步骤S2所示。
数据滤波模块330，用于对压缩图像的频率域进行高斯滤波；其功能如步骤S3所示。
数据解压缩模块340，用于对经过高斯滤波处理后的压缩图像解压缩，得到目标图像的虚化图像，其功能如步骤S4所示。
可选的，上述图像虚化处理装置还可以包括：预览输出模块，连接于上述数据解压缩模块，用于在对图像进行虚化处理之后，通过图像采集模块的摄像头预览或输出。
根据本发明提供的虚化方法的另一方面，本发明还提供了一种存储介质，其中，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备所述的图像虚化方法。
根据本发明提供的虚化方法的另一方面，本发明还提供了一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执所述的图像虚化方法。
本发明提供了一种图像虚化方法、终端、存储介质和存储器，通过获取目标图像；对目标图像的各个像素进行压缩处理，得到压缩处理后的压缩图像；对压缩图像的频率域进行高斯滤波；对经过高斯滤波处理后的压缩图像解压缩，得到目标图像的虚化图像。本发明所公开的方法及设备，首先对图像进行压缩处理，再对其像素值进行高斯滤波，从而大大降低了计算的复杂度，而且对压缩后的像素值进行解压缩处理，从而避免了对目标图像的损伤，因此在保证与现有技术中利用卷积计算所取得的相同虚化效果的前提下，降低了计算量，提高了图像虚化的效率。
在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的终端实施例仅仅是示意性的，例如所述模块的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。另外，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，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
可以理解的是，对本领域普通技术人员来说，可以根据本发明的技术方案及其发明构思加以等同替换或改变，而所有这些改变或替换都应属于本发明所附的权利要求的保护范围。

Claims (10)

1.一种图像虚化方法，其特征在于，包括：
获取目标图像；
对目标图像的各个像素进行压缩处理，得到压缩处理后的压缩图像；
对压缩图像的频率域进行高斯滤波；
对经过高斯滤波处理后的压缩图像解压缩，得到目标图像的虚化图像。
2.根据权利要求1所述的图像虚化方法，其特征在于，所述获取目标图像的步骤还包括：
获取目标图像的深度信息，并根据所述深度信息将像素数据分成红绿蓝三通道。
3.根据权利要求2所述的图像虚化方法，其特征在于，所述对目标图像的各个像素进行压缩处理步骤包括：
分别对红绿蓝三通道上各个坐标点对应的像素值进行二维离散余弦变换，得到红绿蓝三通道上的压缩像素值。
4.根据权利要求3所述的图像虚化方法，其特征在于，所述对压缩图像的频率域进行高斯滤波的步骤包括：
分别对红绿蓝三通道上的压缩像素值所对应频率域进行高斯滤波，得到过滤后的红绿蓝三通道像素值。
5.根据权利要求2所述的图像虚化方法，其特征在于，所述对经过高斯滤波处理后的压缩图像解压缩，得到目标图像的虚化图像的步骤包括:
对高斯滤波处理后的红绿蓝三通道上的压缩像素值分别进行解压缩，并将得到的三通道像素相融合，得到目标图像的虚化图像。
6.根据权利要求1所述的图像虚化方法，其特征在于，所述步骤还包括:
构建高斯滤波器，以及设置高斯滤波器的滤波系数。
7.根据权利要求1所述图像虚化方法，其特征在于，所述步骤中利用二维离散余弦变换对目标图像的各个像素进行压缩处理，利用反离散余弦变换对经过高斯滤波处理后的压缩图像解压缩。
8.一种图像虚化处理终端，其特征在于，包括：
图像采集模块，用于获取目标图像；
数据压缩模块，用于对目标图像的各个像素进行压缩处理，得到压缩处理后的压缩图像；
数据滤波模块，用于对压缩图像的频率域进行高斯滤波；
数据解压缩模块，用于对经过高斯滤波处理后的压缩图像解压缩，得到目标图像的虚化图像。
9.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行权利要求1至7中任意一项所述图像虚化方法。
10.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至7中任意一项所述的图像虚化方法。
CN201811287197.6A 2018-10-31 2018-10-31 一种图像虚化方法、终端、存储介质及处理器 Pending CN111127328A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811287197.6A CN111127328A (zh) 2018-10-31 2018-10-31 一种图像虚化方法、终端、存储介质及处理器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811287197.6A CN111127328A (zh) 2018-10-31 2018-10-31 一种图像虚化方法、终端、存储介质及处理器

Publications (1)

Publication Number Publication Date
CN111127328A true CN111127328A (zh) 2020-05-08

Family

ID=70485570

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811287197.6A Pending CN111127328A (zh) 2018-10-31 2018-10-31 一种图像虚化方法、终端、存储介质及处理器

Country Status (1)

Country Link
CN (1) CN111127328A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005020096A (ja) * 2003-06-23 2005-01-20 Canon Inc 画像処理方法
CN1949821A (zh) * 2005-10-10 2007-04-18 乐金电子(中国)研究开发中心有限公司 频率影像信息中除去噪音的影像复原方法及其装置
JP2007166602A (ja) * 2006-11-28 2007-06-28 Kpe Inc 表示画像生成装置、表示画像生成方法および表示画像生成プログラム
CN104658488A (zh) * 2013-11-18 2015-05-27 华为技术有限公司 下采样方法及装置
CN108076286A (zh) * 2017-11-30 2018-05-25 广东欧珀移动通信有限公司 图像虚化方法、装置、移动终端和存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005020096A (ja) * 2003-06-23 2005-01-20 Canon Inc 画像処理方法
CN1949821A (zh) * 2005-10-10 2007-04-18 乐金电子(中国)研究开发中心有限公司 频率影像信息中除去噪音的影像复原方法及其装置
JP2007166602A (ja) * 2006-11-28 2007-06-28 Kpe Inc 表示画像生成装置、表示画像生成方法および表示画像生成プログラム
CN104658488A (zh) * 2013-11-18 2015-05-27 华为技术有限公司 下采样方法及装置
CN108076286A (zh) * 2017-11-30 2018-05-25 广东欧珀移动通信有限公司 图像虚化方法、装置、移动终端和存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
周宁;李晓峰;李在铭;: "基于小波域DCT变换的杂波抑制方法", vol. 27, no. 1, pages 374 - 376 *
曲蕴慧;汤伟;文豪;雷涛;: "基于DCT同态滤波的纸病图像去噪算法研究", vol. 37, no. 5, pages 45 - 48 *

Similar Documents

Publication Publication Date Title
Wang et al. Real-esrgan: Training real-world blind super-resolution with pure synthetic data
CN108022212B (zh) 高分辨率图片生成方法、生成装置及存储介质
CN111275626B (zh) 一种基于模糊度的视频去模糊方法、装置及设备
CN108765343B (zh) 图像处理的方法、装置、终端及计算机可读存储介质
JP5007228B2 (ja) 画像クリーンアップおよび前置符号化
JP6961139B2 (ja) 知覚的な縮小方法を用いて画像を縮小するための画像処理システム
CN110378846B (zh) 一种处理图像磨皮的方法、装置、介质和电子设备
Liu et al. Data-driven soft decoding of compressed images in dual transform-pixel domain
CN108235037B (zh) 对图像数据进行编码和解码
WO2012138568A1 (en) System and method for encoding and decoding anti-aliased video data
CN107301662B (zh) 深度图像的压缩恢复方法、装置、设备及存储介质
CN111131688B (zh) 一种图像处理方法、装置及移动终端
WO2020036957A1 (en) Image compression
Vishnukumar et al. Single image super-resolution based on compressive sensing and improved TV minimization sparse recovery
CN110830808A (zh) 一种视频帧重构方法、装置及终端设备
CN104883579B (zh) 一种基于空‑频域的联合视频图像的上采样方法
CN109949234A (zh) 基于深度网络的视频复原模型训练方法及视频复原方法
CN116248955A (zh) 一种基于ai抽帧补帧的vr云渲染图像增强方法
CN109102463B (zh) 一种超分辨率图像重建方法及装置
CN109429098A (zh) 视频处理方法、装置以及终端
CN111083359B (zh) 图像处理方法及其装置、电子设备和计算机可读存储介质
CN110689486A (zh) 图像的处理方法、装置、设备及计算机可存储介质
US9619864B2 (en) Image processing apparatus and method for increasing sharpness of images
CN111127328A (zh) 一种图像虚化方法、终端、存储介质及处理器
Najgebauer et al. Fully convolutional network for removing dct artefacts from 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