CN112446830A - 一种图像色边的处理方法、装置、存储介质及电子设备 - Google Patents
一种图像色边的处理方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN112446830A CN112446830A CN201910797161.0A CN201910797161A CN112446830A CN 112446830 A CN112446830 A CN 112446830A CN 201910797161 A CN201910797161 A CN 201910797161A CN 112446830 A CN112446830 A CN 112446830A
- Authority
- CN
- China
- Prior art keywords
- pixel point
- edge
- target
- information
- determining
- 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
- 238000003672 processing method Methods 0.000 title description 9
- 238000012937 correction Methods 0.000 claims abstract description 122
- 230000007704 transition Effects 0.000 claims abstract description 90
- 238000000034 method Methods 0.000 claims abstract description 61
- 238000012545 processing Methods 0.000 claims abstract description 61
- 238000003708 edge detection Methods 0.000 claims abstract description 25
- 238000001514 detection method Methods 0.000 claims description 28
- 238000001914 filtration Methods 0.000 claims description 18
- 239000003086 colorant Substances 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 8
- 238000012986 modification Methods 0.000 claims 1
- 230000004048 modification Effects 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 29
- 230000008569 process Effects 0.000 description 15
- 239000002609 medium Substances 0.000 description 13
- 230000004075 alteration Effects 0.000 description 10
- 230000008859 change Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 230000002401 inhibitory effect Effects 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 101100459518 Bacillus subtilis (strain 168) nadE gene Proteins 0.000 description 1
- 101100029917 Bacillus subtilis (strain 168) pksL gene Proteins 0.000 description 1
- 101100393826 Dickeya dadantii (strain 3937) outB gene Proteins 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003707 image sharpening Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 239000012120 mounting media Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012634 optical imaging Methods 0.000 description 1
- 101150044983 outG gene Proteins 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
Images
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
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本申请实施例公开了一种图像色边的处理方法、装置、存储介质及电子设备。该方法包括:对目标图像进行边缘检测,确定目标图像中的边缘像素点;确定边缘像素点所属的色边过渡区域;以及,根据边缘像素点的最终锐化色度信息,和色边过渡区域的参考像素点的最终锐化色度信息,确定边缘像素点的目标色度信息修正值;根据所述边缘像素点的目标色度信息修正值,对边缘像素点的色度信息进行修正。通过执行本技术方案,实现通过数字图像处理的方式来对色边进行处理,得到的处理结果准确、画面连续,并且可以保证图片的质量不会被影响的效果。
Description
技术领域
本申请实施例涉及图像处理技术领域,尤其涉及一种图像色边的处理方法、装置、存储介质及电子设备。
背景技术
随着科技的发展,人们对于图像的展示效果要求越来越高。然而,透镜对不同色光有不同的折射率,导致不同色光通过光学成像系统后将会有不同的传播路径,最终得到各自不同的成像位置和成像倍率,这种成像的差异称为色差。色差分为位置色差和倍率色差。倍率色差,即各种色光的轴外像点不重合,倍率色差严重时,物体的像会有伪彩色边。位置色差是指成不同色光对应的焦平面不同,导致像平面势必会有一定的边缘模糊,位置色差的存在加重了伪彩色边的宽度,伪彩色边的出现严重影响图像的视觉效果,通过硬件设备解决消除色边现象的做法成本高、研发难度大,且效果达不到保障。
发明内容
本申请实施例提供一种图像色边的处理方法、装置、存储介质及电子设备,可以实现通过数字图像处理的方式来对色边进行处理,得到的处理结果准确、画面连续,并且可以保证图片的质量不会被影响的效果。
第一方面,本申请实施例提供了一种图像色边的处理方法,该方法包括:
对目标图像进行边缘检测,确定目标图像中的边缘像素点;
确定边缘像素点所属的色边过渡区域;以及,根据边缘像素点的最终锐化色度信息,和色边过渡区域的参考像素点的最终锐化色度信息,确定边缘像素点的目标色度信息修正值;
根据所述边缘像素点的目标色度信息修正值,对边缘像素点的色度信息进行修正。
可选的,确定边缘像素点所属的色边过渡区域;以及,根据边缘像素点的最终锐化色度信息,和色边过渡区域的参考像素点的最终锐化色度信息,确定边缘像素点的目标色度信息修正值,包括:
若边缘像素点为所述目标图像在一个方向上的边缘像素点,则确定该边缘像素点在该方向上的色边过渡区域;并根据边缘像素点的最终锐化色度信息,和色边过渡区域的参考像素点的最终锐化色度信息,确定边缘像素点的目标色度信息修正值;
若边缘像素点为所述目标图像在至少两个方向上的边缘像素点,则确定该边缘像素点在至少两个方向上的色边过渡区域;
根据该边缘像素点的最终锐化色度信息,和至少两个色边过渡区域的参考像素点的最终锐化色度信息,确定该边缘像素点的至少两个色度信息修正值;
根据该边缘像素点的至少两个色度信息修正值,确定该边缘像素点的目标色度信息修正值。
可选的,根据边缘像素点的最终锐化色度信息,和色边过渡区域的参考像素点的最终锐化色度信息,确定边缘像素点的目标色度信息修正值,包括:
根据边缘像素点的最终锐化色度信息,和色边过渡区域的边界点的最终锐化色度信息,确定边缘像素点的目标色度信息修正值;
或者,
根据边缘像素点的最终锐化色度信息,和色边过渡区域内预设数量的参考点的最终锐化色度信息,确定边缘像素点的目标色度信息修正值。
可选的,确定该边缘像素点在至少两个方向上的色边过渡区域,包括:
根据边缘像素点的三原色中G分量确定边缘梯度方向;
在所述边缘梯度方向上,设置至少两个检测点,所述至少两个检测点分别布置在所述边缘像素点两侧;
由边缘像素点向两侧分别识别所述检测点是否满足预设边界条件,若是,确定所检测点为色边过度区域的边界点。
可选的,根据所述边缘像素点的目标色度信息修正值,对边缘像素点的色度信息进行修正,包括:
根据所述边缘像素点的目标色度信息修正值,以及边缘像素点的亮度信息,确定三原色中G分量的修正结果;
根据所述G分量的修正结果,以及边缘像素点的目标色度信息修正值,确定三原色中R分量的修正结果和B分量的修正结果。
可选的,在对目标图像进行边缘检测,确定目标图像中的边缘像素点之前,所述方法还包括:
对目标图像中目标像素点的初始色度信息进行滤波处理,以确定目标像素点色度信息的高频分量;
根据所述目标像素点色度信息的高频分量对所述目标像素点色度信息进行锐化处理,以得到所述目标像素点的初步锐化色度信息;
根据所述目标像素点的初步锐化色度信息和目标像素点的邻域像素点的初始色度信息,确定所述目标像素点的最终锐化色度信息。
可选的,根据所述目标像素点色度信息的高频分量对所述目标像素点进行锐化处理,以得到所述目标像素点的初步锐化色度信息,包括:
将所述目标像素点色度信息的高频分量与预设锐化增益的乘积,确定为目标像素点的锐化幅度;
将目标像素点的初始色度信息与所述目标像素点的锐化幅度之和,作为所述目标像素点的初步锐化色度信息。
可选的,根据所述目标像素点的初步锐化色度信息和目标像素点的邻域像素点的图像色度信息,确定所述目标像素点的最终锐化色度信息,包括:
根据目标像素点所属参考区域中邻域像素点的色度信息,确定目标像素点的色度信息取值范围;
根据目标像素点的初步锐化色度信息和所述色度信息取值范围,确定目标像素点的最终锐化色度信息。
可选的,根据目标像素点所属参考区域中邻域像素点的色度信息,确定目标像素点的色度信息取值范围,包括:
将所述目标像素点所属参考区域中最大邻域像素点色度值,作为所述目标像素点的色度信息取值范围中的上限值;
将所述目标像素点所属参考区域中最小邻域像素点色度值,作为所述目标像素点的色度信息取值范围中的下限值。
第二方面,本申请实施例提供了一种图像色边的处理装置,该装置包括:
边缘像素点确定模块,用于对目标图像进行边缘检测,确定目标图像中的边缘像素点;
修正值确定模块,用于确定边缘像素点所属的色边过渡区域;以及,根据边缘像素点的最终锐化色度信息,和色边过渡区域的参考像素点的最终锐化色度信息,确定边缘像素点的目标色度信息修正值;
色边修正处理模块,用于根据所述边缘像素点的目标色度信息修正值,对边缘像素点的色度信息进行修正。
第三方面,本申请实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本申请实施例所述的图像色边的处理方法。
第四方面,本申请实施例提供了一种电子设备,包括存储器,处理器及存储在存储器上并可在处理器运行的计算机程序,所述处理器执行所述计算机程序时实现如本申请实施例所述的图像色边的处理方法。
本申请实施例所提供的技术方案,对目标图像进行边缘检测,确定目标图像中的边缘像素点;确定边缘像素点所属的色边过渡区域;以及,根据边缘像素点的最终锐化色度信息,和色边过渡区域的参考像素点的最终锐化色度信息,确定边缘像素点的目标色度信息修正值;根据所述边缘像素点的目标色度信息修正值,对边缘像素点的色度信息进行修正。通过采用本申请所提供的技术方案,可以实现通过数字图像处理的方式来对色边进行处理,得到的处理结果准确、画面连续,并且可以保证图片的质量不会被影响的效果。
附图说明
图1是本申请实施例提供的图像色边的处理方法的流程图;
图2是本申请实施例提供的图像色边的处理方法的流程图;
图3是本申请实施例提供的图像色边处理的示意图;
图4是本申请实施例提供的图像色边锐化处理的示意图;
图5是本申请实施例提供的图像色边的处理装置的结构示意图;
图6是本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本申请,而非对本申请的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本申请相关的部分而非全部结构。
在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理,但是其中的许多步骤可以被并行地、并发地或者同时实施。此外,各步骤的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
图1是本申请实施例提供的图像色边的处理方法的流程图,本实施例可适用于图像色边存在异常影响图像质量的情况,该方法可以由本申请实施例所提供的图像色边的处理装置执行,该装置可以由软件和/或硬件的方式来实现,并可集成于智能终端等电子设备中。
如图1所示,所述图像色边的处理方法包括:
S110、对目标图像进行边缘检测,确定目标图像中的边缘像素点。
其中,目标图像可以是需要进行色边处理的图像,可以在得到需要进行色边处理的图像之后,作为输入图像,也可以是以经过对色边锐化处理的图像作为输入图像。其中,色边锐化处理的作用可以是使色边的过渡区域更窄,从而使色边的宽度减小,增强对色边的呈现效果。对目标图像进行边缘检测,具体的,可以是采用不同方向的边缘检测模型与目标图像做卷积处理,以实现对不同方向的边缘检测。通过边缘检测,可以得到目标图像中的边缘像素点。
其中,边缘像素点可以是在图像中,边缘检测结果符合预设条件的点,可以是通过卷积运算得到每个像素点的梯度值,将梯度值符合预设标准的点确定为边缘像素点。例如梯度值大于50的点,可以作为边缘像素点。
在本技术方案中,所确定的目标图像中的边缘像素点,可以是多方向的,例如对目标图像进行边缘检测为两个方向,或者更多方向,则可以得到每个方向上的边缘像素点。例如第一方向上的边缘像素点包括A点、B点和C点,第二方向上的边缘像素点包括A点、D点和E点,这就存在同一个像素点同时是两个或者更多方向上的边缘像素点的情况,如上述示例中的A点。在本实施例中,对于这种情况可以采取其中一个方向进行处理,优选的,可以针对A点的多方向色边同时进行处理。
S120、确定边缘像素点所属的色边过渡区域;以及,根据边缘像素点的最终锐化色度信息,和色边过渡区域的参考像素点的最终锐化色度信息,确定边缘像素点的目标色度信息修正值。
确定边缘像素点之后,可以确定边缘像素点所述的色边过渡区域,其中色边过渡区域可以是按照边缘方向的垂直方向来确定的,也可以理解为边缘像素点的颜色变化梯度方向,为色边过渡区域的方向,确定方向之后,可以是以边缘像素点为中心,向两边延伸,根据各像素点的色度信息或者各像素点之间的色度信息变化幅度来确定色边过渡区域的边界点。确定色边边界点之后,可以根据边缘像素点的最终锐化色度信息,和色边过渡区域的参考像素点的最终锐化色度信息,确定边缘像素点的目标色度信息修正值。其中,色度信息可以是与每个像素点的三原色的灰度值相关的,例如色度信息可以包括DR和DB两个色度分量,其中,DR色度分量表示像素点三原色中R分量与G分量的差值,DB色度分量表示像素点三原色中B分量与G分量的差值。
可以理解的,此处认为输入的图像是经过锐化处理的图像,则在边缘像素点的最终锐化色度信息,和色边过渡区域的参考像素点的最终锐化色度信息之间,可以通过比较边缘像素点的最终锐化色度信息与两个边界点的最终锐化色度信息的大小,来确定边缘像素点的修正值。以DB色度分量进行说明,例如,两个边界点的最终锐化色度信息中DB色度分量分别为10和30,如果边缘像素点的最终锐化色度信息中DB色度分量为20,则可以确定其自身的DB色度分量为最终的修正值,如果边缘像素点的DB色度分量为5,则以两个边界点的DB色度分量中较小的一个作为边缘像素点的最终的修正值,即为10,如果边缘像素点的DB色度分量为35,则以两个边界点的DB色度分量中较大的一个作为边缘像素点的最终的修正值,即为30。
S130、根据所述边缘像素点的目标色度信息修正值,对边缘像素点的色度信息进行修正。
在确定边缘像素点的目标色度信息修正值之后,可以对边缘像素点的色度信息进行修正。
在本实施例中,可选的,根据所述边缘像素点的目标色度信息修正值,对边缘像素点的色度信息进行修正,包括:根据所述边缘像素点的目标色度信息修正值,以及边缘像素点的亮度信息,确定三原色中G分量的修正结果;根据所述G分量的修正结果,以及边缘像素点的目标色度信息修正值,确定三原色中R分量的修正结果和B分量的修正结果。
具体的,可以采用如下公式来计算:
其中,derR(i,j)为目标色度信息修正值中DR色度分量的修正值,derB(i,j)为目标色度信息修正值中DB色度分量的修正值,outG(i,j)为三原色中G分量的修正结果,outR(i,j)为三原色中R分量的修正结果,outB(i,j)为三原色中B分量的修正结果。
本申请实施例所提供的技术方案,对目标图像进行边缘检测,确定目标图像中的边缘像素点;确定边缘像素点所属的色边过渡区域;以及,根据边缘像素点的最终锐化色度信息,和色边过渡区域的参考像素点的最终锐化色度信息,确定边缘像素点的目标色度信息修正值;根据所述边缘像素点的目标色度信息修正值,对边缘像素点的色度信息进行修正。通过采用本申请所提供的技术方案,可以实现通过数字图像处理的方式来对色边进行处理,得到的处理结果准确、画面连续,并且可以保证图片的质量不会被影响的效果。
在上述各技术方案的基础上,可选的,确定边缘像素点所属的色边过渡区域;以及,根据边缘像素点的最终锐化色度信息,和色边过渡区域的参考像素点的最终锐化色度信息,确定边缘像素点的目标色度信息修正值,包括:若边缘像素点为所述目标图像在一个方向上的边缘像素点,则确定该边缘像素点在该方向上的色边过渡区域;并根据边缘像素点的最终锐化色度信息,和色边过渡区域的参考像素点的最终锐化色度信息,确定边缘像素点的目标色度信息修正值;若边缘像素点为所述目标图像在至少两个方向上的边缘像素点,则确定该边缘像素点在至少两个方向上的色边过渡区域;根据该边缘像素点的最终锐化色度信息,和至少两个色边过渡区域的参考像素点的最终锐化色度信息,确定该边缘像素点的至少两个色度信息修正值;根据该边缘像素点的至少两个色度信息修正值,确定该边缘像素点的目标色度信息修正值。
其中,如果一个边缘像素点只在一个方向上为边缘像素点,则可以在该方向上确定色边过渡区域的范围,并且可以根据该边缘像素点的最终锐化色度信息和色边过渡区域的参考像素点的最终锐化色度信息,确定边缘像素点的目标色度信息修正值。如果一个边缘像素点同时为两个或者更多色边过渡区域,则可以分别计算各个色边过渡区域上的色度信息修正值,其中色度信息修正值的计算方式可以与上述方案相同,此处不再赘述。在得到多个色度信息修正值之后,可以从中确定一个色度信息修正值为目标色度信息修正值。具体的,可以采用从多个色度信息修正值中,选取绝对值最小的作为目标色度信息修正值。除此之外,还可以采用其他方式来确定,例如采用中值来确定多个色度信息修正值中目标色度信息修正值。可以采用加权平均的方式来确定,具体的加权方式可以是根据该修正值与边缘像素点的当前锐化色度信息的大小关系来设定权重。本技术方案这样设置的好处是可以实现更加准确的确定边缘像素点的色度信息修正值,以达到提高图像色边质量的效果。
在上述各技术方案的基础上,可选的,根据边缘像素点的最终锐化色度信息,和色边过渡区域的参考像素点的最终锐化色度信息,确定边缘像素点的目标色度信息修正值,包括:根据边缘像素点的最终锐化色度信息,和色边过渡区域的边界点的最终锐化色度信息,确定边缘像素点的目标色度信息修正值;或者,根据边缘像素点的最终锐化色度信息,和色边过渡区域内预设数量的参考点的最终锐化色度信息,确定边缘像素点的目标色度信息修正值。除此之外,还可以以色边过渡区域内的预设数量个像素点作为参考点,例如可以取四个参考点,分别在边缘像素点两侧,并且可以分别设置权重值,权重值可以是根据参考点与边缘像素点的距离确定的。除此之外,也可以根据参考点的色度信息确定,色度绝对值值越小,权重越大。这样设置的好处是降低色边点的色度值。也可以将距离权重和色度权重结合。这样设置的好处是可以提高整个色边区域内的像素点梯度方向上颜色过渡的连贯性。
在上述各技术方案的基础上,可选的,确定该边缘像素点在至少两个方向上的色边过渡区域,包括:根据边缘像素点的三原色中G分量确定边缘梯度方向;在所述边缘梯度方向上,设置至少两个检测点,所述至少两个检测点分别布置在所述边缘像素点两侧;由边缘像素点向两侧分别识别所述检测点是否满足预设边界条件,若是,确定所检测点为色边过度区域的边界点。其中,可以根据G分量来确定边缘梯度方向,并且进一步的,可以在边缘梯度方向上面,通过设置检测点的方式来确定色边过渡区域的宽度。具体的,可以根据预设边界条件,由边缘像素点向两侧针对各个检测点进行依次检测,若存在首个满足预设边界条件的点,则可以确定该点为边界点。除此之外,还可以设置成若存在两个连续的检测点满足预设边界条件,则确定该两个连续的检测点中的前一个为边界点。本技术方案通过这样的设置,可以提高边缘像素点所属的边缘区域确定的准确性,有利于提高图像质量。
图2是本申请实施例提供的图像色边的处理方法的流程图,本方案所提供的图像色边的处理方法可以达到抑制振铃效应(ring效应)的色边锐化效果,本方案可以作为上述方案中输入图像的锐化处理过程,可以在上述方案的实施步骤之前进行。具体的,如图2所示,所述图像色边的处理方法包括:
S210、对目标图像中目标像素点的初始色度信息进行滤波处理,以确定目标像素点的色度信息高频分量。
在本实施例中,可以对上述方案中的目标图像进行色边判断,具体的,可以识别其中的边缘细节强弱程度,如果边缘较强,说明经过锐化处理,可以直接进行上述方案的处理,如果未经过锐化处理,则可以采用本方案的色边锐化过程,也可以直接作为上述方案的输入图像,但是直接输入会使图像色边的处理没有达到最高质量的效果。因此,可选的,可以将目标图像进行本方案中的锐化处理步骤。
其中,目标像素点可以是目标图像中的任意一个像素点,初始色度信息可以是由目标图像中直接提取的色度信息。可以对目标像素点的初始色度信息进行滤波处理,以得到目标像素点色度信息的高频分量。在本实施例中,可选的,可以对目标图像的色度信息进行高斯平滑滤波和拉普拉斯滤波,得到目标像素点的高频分量。
S220、根据所述目标像素点色度信息的高频分量对所述目标像素点进行锐化处理,以得到所述目标像素点的初步锐化色度信息。
在得到目标像素点色度信息的高频分量之后,可以通过目标像素点色度信息的高频分量对所述目标像素点色度信息进行锐化处理,以得到所述目标像素点的初步锐化色度信息。其中,所得到的锐化结果可以与锐化参数有关,锐化参数可以是通过统计等方式得到的适用于大多数图像的锐化增益。
在本技术方案中,可选的,根据所述目标像素点色度信息的高频分量对所述目标像素点进行锐化处理,以得到所述目标像素点的初步锐化色度信息,包括:将所述目标像素点色度信息的高频分量与预设锐化增益的乘积,确定为目标像素点的锐化幅度;将目标像素点的初始色度信息与所述目标像素点的锐化幅度之和,作为所述目标像素点的初步锐化色度信息。这样设置的好处是可以依据锐化增益对锐化结果进行控制,并且可以对每个像素点确定其客观的锐化结果,避免因为主管因素导致的锐化结果确定不准确的情况。
S230、根据所述目标像素点的初步锐化色度信息和目标像素点的邻域像素点的初始色度信息,确定所述目标像素点的最终锐化色度信息。
在确定初步锐化结果之后,可以通过将初步锐化色度信息与目标像素点的邻域像素点的初始色度信息,确定所述目标像素点的最终锐化色度信息。其中,目标像素点的邻域像素点可以是以目标像素点为中心,以3×3个像素点所构成的区域或者以5×5个像素点所构成的区域以内的像素点确定为邻域像素点。由于邻域像素点都存在各自的初始色度信息,可以根据邻域像素点初始色度信息的范围,确定目标像素点的最终锐化色度信息的可选范围,进而确定最终锐化色度信息。
在本技术方案中,可选的,根据所述目标像素点的初步锐化色度信息和目标像素点的邻域像素点的图像色度信息,确定所述目标像素点的最终锐化色度信息,包括:根据目标像素点所属参考区域中邻域像素点的色度信息,确定目标像素点的色度信息取值范围;根据目标像素点的初步锐化色度信息和所述色度信息取值范围,确定目标像素点的最终锐化色度信息。通过以邻域像素点的初始色度信息作为限制条件,可以使锐化后的色边达到抑制ring效应的效果。
在上述技术方案的基础上,可选的,根据目标像素点所属参考区域中邻域像素点的色度信息,确定目标像素点的色度信息取值范围,包括:将所述目标像素点所属参考区域中最大邻域像素点色度值,作为所述目标像素点的色度信息取值范围中的上限值;将所述目标像素点所属参考区域中最小邻域像素点色度值,作为所述目标像素点的色度信息取值范围中的下限值。本技术方案通过设置取值范围的上限值和下限值,可以有效的避免色边锐化造成的ring效应,提高色边的锐化处理质量。
本技术方案在上述技术方案的基础上,提供了一种色边的锐化方法,通过采用该锐化方法,可以在对色边锐化的同时,避免出现ring效应,提高图像的处理效果。
为了能够让本领域技术人员更加准确的了解本申请所提供的技术方案,本申请还提供了一种优选的实施方式。
ring效应即振铃效应,是指图像处理过程中,造成高频信息损失,后期难以复原的现象。表现为输出图像的高频部分有震荡,就好像钟被敲击后产生的空气震荡,。锐化造成的ring现象主要是因为增强边缘信息的过程中,不断叠加高频信息,造成边缘部分的产生震荡。适度的ring效应有助于凸显图像边缘信息,但是产生ring效应会对之后的图像处理模块会产生干扰。
图3是本申请实施例提供的图像色边处理的示意图。本发明提供一种消除图像伪彩色边的方法,主要包含色度图像锐化、多方向色边过渡区域检测和伪彩色边矫正三个部分。首先通过使用抑制ring效应的锐化算法优化色度图像的边缘,减弱位置色差对伪彩色边的模糊影响,减小伪彩色边宽度。再通过并行处理的多方向伪彩色边过渡区域检测,得到对应方向的伪彩色边修正值,最后根据中心点亮度和多个方向的修正值确定最终的伪彩色边点的修正值。具体流程如图3所示,为了提高运行速度,检测模块可以简化为水平和垂直两个方向的伪彩色边过渡区域检测。
第一步,亮度信息和色度信息提取,色度信息进行抑制ring效应的锐化,优化图像色度边缘,提高边缘的清晰度,降低位置色差对色边的模糊作用。其中,亮度信息Y和色度信息DR、DB可以根据公式(1)得到。
抑制ring效应的锐化,通过限制锐化后的值不会超出局部的最大值和最小值,达到抑制ring效应的目的。其中,锐化算法不做具体的限制。图4是本申请实施例提供的图像色边锐化处理的示意图。
具体过程为通过高斯平滑滤波和拉普拉斯滤波,提取图像高频分量Idet,分别对应公式(2),(3)。其中,D表示DR、DB两个色度分量,对DR、DB两个色度分量分别进行高斯平滑滤波和拉普拉斯滤波。Ibase表示DR、DB两个色度分量经过高斯平滑滤波的到的结果,Idet表示Ibase经过拉普拉斯滤波得到的色度信息的高频分量。
然后再对色度图像DR、DB做邻域范围内的最大值滤波和最小值滤波,具体操作为:以目标像素点为中心点,一定半径邻域内的像素点排序,得到邻域内的原图色度(DR和DB分别计算)最大值Imax和最小值Imin,然后将最大值(最小值)赋值给中心像素点,得到对应的最大值(最小值)滤波结果。本实施例中邻域半径设置为3×3。锐化操作采用式(4)完成,其中Gain为锐化增益,控制高频增加的强度。
Ishrp=D+Gain·Idet; (4)
最后通过Imax和Imin限制Ishrp的值,得到最终的抑制ring效应的锐化值。
第二步,多方向伪彩色边区域检测,主要包含以下步骤:
1.边缘方向检测,以达到边缘检测条件的边缘点作为目标点。
2.以目标点为中心,依据边缘梯度方向扩展得到对应的伪彩色边过渡区域。伪彩色边点不是单一存在的,而是在一定区域内以渐变方式存在。伪彩色边过渡区域上的像素点满足至少有一种颜色分量发生变化,且变化率达到一定条件。
本发明提供一种优选的实施例,具体步骤为:
1.方向边缘检测:有多种实现方案,比如LOG边缘检测算子、Robert边缘检测算子、Canny边缘检测算子等,本实施例中提供一种优选方案,先采用低频滤波去噪、再计算各通道的高频分量(高频分量计算可以采用Sobel滤波算子、Laplace滤波算子、Robert滤波算子等,本文不限定)。根据R、G、B通道的高频分量取最大值,再进行阈值化处理,大于预设阈值的像素点作为边缘点。本实施例中的低频分量采用高斯滤波获取,方法同(2)式所示。高频分量采用Sobel方向滤波算子得到,如垂直方向高频分量提取,如(6)式所示。其中C表示R、G、B三个颜色分量经过高斯滤波处理后的结果,i,j分别表示图像对应的水平和垂直坐标。
EC(i,j)=C(i-1,j-1)+2C(i,j-1)+C(i+1,j-1)-C(i-1,j+1)-2C(i,j+1)-C(i+1,j+1); (6)
将各通道垂直方向高频最大值的10%设置为垂直边缘阈值T1,即高频分量值大于T1的像素点为垂直边缘点。
以上一步得到的边缘点为目标点,以目标点为中心,沿着边缘梯度方向按照一定先验条件确定检测点是否在色边过渡区域内,得到目标点对应的色边过渡区域。本实施例中,考虑到绿色分量在亮度分量中占有较大的比例,且镜头是以绿色分量对焦的,以绿色分量的变化梯度方向确定边缘的亮度变化方向。所以,只有检测点的颜色变化与中心点绿色分量的符号乘积大于一定色度阈值才能确定为伪彩色边过渡区域。其中,以色边过渡区域的边界点作为参考点的好处是可以有效避免振铃效应,提高色标处理效果。其中,绿色分量的变化方向s(P)用中心点G通道高频分量的符号表示。
H(X|P)表示检测点X的R、G、B三个分量的高频值与s(P)的乘积最大值,如式(8)所示:
H(X|P)=max(s(P)EC(X)); (8)
以垂直边缘伪彩色边过渡区域检测为例具体说明:假设P点为检测到的垂直边缘点,在图像中对应坐标(i,j),对应梯度方向为水平方向。以P点为中心,沿着水平方向向右检测,第一个检测点X对应的坐标为(i,j+1)。本实施中色度阈值T2设置为边缘阈值T1的20%。当H(x|p)≥T2时,说明此时的检测点位于色边过渡区域内,检测点X向右移动一个像素点,继续条件判断,直到H(X|P)<T2,此时的检测点X对应的坐标(i,j+k)就是P点对应的过渡区域的右边界点n的坐标。同理得到P点对应的过渡区域的左边界点m的坐标。同时,需要设定N为限制过渡区域范围的阈值,保证k≤N,常取值为10。
根据边界点的色度值,得到对应方向下,伪彩色边过渡区域内色度变化的合理范围,以垂直方向为例,过渡区间内的色度范围为DRZoneMin~DRZoneMax和DBZoneMin~DBZoneMax;
本实施例中,通过将中心点的色度限制在过渡区间边界点色度值之间,得到中心点对应方向上的修正值。如垂直边缘对应的中心点修正值cfR2和cfB2如公式(11),(12)所示:
第三步,伪彩色边点修正,根据步骤二得到的多个方向色边修正值,选择色度绝对值最小的为最终的色度修正值,其中,方向数量不限定。以两个方向为例,如果垂直方向的色度修正值的绝对值小于水平方向的色度修正值的绝对值,那就取垂直方向的色度修正值为最终的色度修正值,如(13),(14)式所示。其中,cfR1和cfB1表示水平边缘方向的修正值,cfR2和cfB2为垂直边缘方向的修正值。
最后,根据最终的色度修正值和原图的亮度信息,修正图像对应RGB的值,修正色边颜色的同时,不改变原来的亮度值。
本实施例所提供的技术方案,包括通过抑制ring效应的锐化算法;并行处理的多方向伪彩色边过渡区域检测,得到多个方向对应的伪彩色边修正值;综合多个方向对应的色边修正值得到最终的色度修正值;最后结合色边修正值和中心点的亮度信息修正伪彩色边点的颜色。以及并行处理的多方向伪彩色边区域检测,依据伪彩色边和正常边缘的差异性,检测伪彩色边。包括使用方向边缘检测算子得到对应方向上的高频分量,根据各通道高频取最大值,再进行边缘阈值化处理,大于预设阈值的像素点作为边缘点。将边缘点为目标点,以目标点为中心,沿着梯度方向检测其对应的色边过渡区域,同时得到中心点在各个方向上的色度修正值。
通过采用上述技术方案,充分参考了周围点的色度信息,场景自适应性更强,修正后伪彩色边图像过渡更加自然,人眼视觉感官性更好。同时依据色边和正常边缘的差异性,检测伪彩色边。首先通过使用方向滤波算子提取高频分量,设置合理的阈值筛选出亮度或者色度变化明显的中心点,再沿着边缘梯度方向,依据亮度变化规律确定伪彩色边过渡区域的范围。修正更加全面且合理,修正出的伪彩色边区域更加准确。
图5是本申请实施例提供的图像色边的处理装置的结构示意图。如图5所示,所述图像色边的处理装置,包括:
边缘像素点确定模块510,用于对目标图像进行边缘检测,确定目标图像中的边缘像素点;
修正值确定模块520,用于确定边缘像素点所属的色边过渡区域;以及,根据边缘像素点的最终锐化色度信息,和色边过渡区域的参考像素点的最终锐化色度信息,确定边缘像素点的目标色度信息修正值;
色边修正处理模块530,用于根据所述边缘像素点的目标色度信息修正值,对边缘像素点的色度信息进行修正。
本申请实施例所提供的技术方案,对目标图像进行边缘检测,确定目标图像中的边缘像素点;确定边缘像素点所属的色边过渡区域;以及,根据边缘像素点的最终锐化色度信息,和色边过渡区域的参考像素点的最终锐化色度信息,确定边缘像素点的目标色度信息修正值;根据所述边缘像素点的目标色度信息修正值,对边缘像素点的色度信息进行修正。通过采用本申请所提供的技术方案,可以实现通过数字图像处理的方式来对色边进行处理,得到的处理结果准确、画面连续,并且可以保证图片的质量不会被影响的效果。
上述产品可执行本申请任意实施例所提供的方法,具备执行方法相应的功能模块和有益效果。
本申请实施例还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种图像色边的处理方法,该方法包括:
对目标图像进行边缘检测,确定目标图像中的边缘像素点;
确定边缘像素点所属的色边过渡区域;以及,根据边缘像素点的最终锐化色度信息,和色边过渡区域的参考像素点的最终锐化色度信息,确定边缘像素点的目标色度信息修正值;
根据所述边缘像素点的目标色度信息修正值,对边缘像素点的色度信息进行修正。
存储介质——任何的各种类型的存储器设备或存储设备。术语“存储介质”旨在包括:安装介质,例如CD-ROM、软盘或磁带装置;计算机系统存储器或随机存取存储器,诸如DRAM、DDR RAM、SRAM、EDO RAM,兰巴斯(Rambus)RAM等;非易失性存储器,诸如闪存、磁介质(例如硬盘或光存储);寄存器或其它相似类型的存储器元件等。存储介质可以还包括其它类型的存储器或其组合。另外,存储介质可以位于程序在其中被执行的计算机系统中,或者可以位于不同的第二计算机系统中,第二计算机系统通过网络(诸如因特网)连接到计算机系统。第二计算机系统可以提供程序指令给计算机用于执行。术语“存储介质”可以包括可以驻留在不同位置中(例如在通过网络连接的不同计算机系统中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器执行的程序指令(例如具体实现为计算机程序)。
当然,本申请实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的图像色边的处理操作,还可以执行本申请任意实施例所提供的图像色边的处理方法中的相关操作。
本申请实施例提供了一种电子设备,该电子设备中可集成本申请实施例提供的图像色边的处理装置。图6是本申请实施例提供的一种电子设备的结构示意图。如图6所示,本实施例提供了一种电子设备600,其包括:一个或多个处理器620;存储装置610,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器620执行,使得所述一个或多个处理器620实现本申请实施例所提供的图像色边的处理方法,该方法包括:
对目标图像进行边缘检测,确定目标图像中的边缘像素点;
确定边缘像素点所属的色边过渡区域;以及,根据边缘像素点的最终锐化色度信息,和色边过渡区域的参考像素点的最终锐化色度信息,确定边缘像素点的目标色度信息修正值;
根据所述边缘像素点的目标色度信息修正值,对边缘像素点的色度信息进行修正。
当然,本领域技术人员可以理解,处理器620还实现本申请任意实施例所提供的图像色边的处理方法的技术方案。
图6显示的电子设备600仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示,该电子设备600包括处理器620、存储装置610、输入装置630和输出装置640;电子设备中处理器620的数量可以是一个或多个,图6中以一个处理器620为例;电子设备中的处理器620、存储装置610、输入装置630和输出装置640可以通过总线或其他方式连接,图6中以通过总线650连接为例。
存储装置610作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块单元,如本申请实施例中的图像色边的处理方法对应的程序指令。
存储装置610可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储装置610可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储装置610可进一步包括相对于处理器620远程设置的存储器,这些远程存储器可以通过网络连接。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置630可用于接收输入的数字、字符信息或语音信息,以及产生与电子设备的用户设置以及功能控制有关的键信号输入。输出装置640可包括显示屏、扬声器等设备。
本申请实施例提供的电子设备,可以实现通过数字图像处理的方式来对色边进行处理,得到的处理结果准确、画面连续,并且可以保证图片的质量不会被影响的效果。
上述实施例中提供的图像色边的处理装置、存储介质及电子设备可执行本申请任意实施例所提供的图像色边的处理方法,具备执行该方法相应的功能模块和有益效果。未在上述实施例中详尽描述的技术细节,可参见本申请任意实施例所提供的图像色边的处理方法。
注意,上述仅为本申请的较佳实施例及所运用技术原理。本领域技术人员会理解,本申请不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本申请的保护范围。因此,虽然通过以上实施例对本申请进行了较为详细的说明,但是本申请不仅仅限于以上实施例,在不脱离本申请构思的情况下,还可以包括更多其他等效实施例,而本申请的范围由所附的权利要求范围决定。
Claims (12)
1.一种图像色边的处理方法,其特征在于,包括:
对目标图像进行边缘检测,确定目标图像中的边缘像素点;
确定边缘像素点所属的色边过渡区域;以及,根据边缘像素点的最终锐化色度信息,和色边过渡区域的参考像素点的最终锐化色度信息,确定边缘像素点的目标色度信息修正值;
根据所述边缘像素点的目标色度信息修正值,对边缘像素点的色度信息进行修正。
2.根据权利要求1所述的方法,其特征在于,确定边缘像素点所属的色边过渡区域;以及,根据边缘像素点的最终锐化色度信息,和色边过渡区域的参考像素点的最终锐化色度信息,确定边缘像素点的目标色度信息修正值,包括:
若边缘像素点为所述目标图像在一个方向上的边缘像素点,则确定该边缘像素点在该方向上的色边过渡区域;并根据边缘像素点的最终锐化色度信息,和色边过渡区域的参考像素点的最终锐化色度信息,确定边缘像素点的目标色度信息修正值;
若边缘像素点为所述目标图像在至少两个方向上的边缘像素点,则确定该边缘像素点在至少两个方向上的色边过渡区域;
根据该边缘像素点的最终锐化色度信息,和至少两个色边过渡区域的参考像素点的最终锐化色度信息,确定该边缘像素点的至少两个色度信息修正值;
根据该边缘像素点的至少两个色度信息修正值,确定该边缘像素点的目标色度信息修正值。
3.根据权利要求2所述的方法,其特征在于,根据边缘像素点的最终锐化色度信息,和色边过渡区域的参考像素点的最终锐化色度信息,确定边缘像素点的目标色度信息修正值,包括:
根据边缘像素点的最终锐化色度信息,和色边过渡区域的边界点的最终锐化色度信息,确定边缘像素点的目标色度信息修正值;
或者,
根据边缘像素点的最终锐化色度信息,和色边过渡区域内预设数量的参考点的最终锐化色度信息,确定边缘像素点的目标色度信息修正值。
4.根据权利要求2所述的方法,其特征在于,确定该边缘像素点在至少两个方向上的色边过渡区域,包括:
根据边缘像素点的三原色中G分量确定边缘梯度方向;
在所述边缘梯度方向上,设置至少两个检测点,所述至少两个检测点分别布置在所述边缘像素点两侧;
由边缘像素点向两侧分别识别所述检测点是否满足预设边界条件,若是,确定所检测点为色边过度区域的边界点。
5.根据权利要求1所述的方法,其特征在于,根据所述边缘像素点的目标色度信息修正值,对边缘像素点的色度信息进行修正,包括:
根据所述边缘像素点的目标色度信息修正值,以及边缘像素点的亮度信息,确定三原色中G分量的修正结果;
根据所述G分量的修正结果,以及边缘像素点的目标色度信息修正值,确定三原色中R分量的修正结果和B分量的修正结果。
6.根据权利要求1所述的方法,其特征在于,在对目标图像进行边缘检测,确定目标图像中的边缘像素点之前,所述方法还包括:
对目标图像中目标像素点的初始色度信息进行滤波处理,以确定目标像素点的色度信息高频分量;
根据所述目标像素点色度信息的高频分量对所述目标像素点色度信息进行锐化处理,以得到所述目标像素点的初步锐化色度信息;
根据所述目标像素点的初步锐化色度信息和目标像素点的邻域像素点的初始色度信息,确定所述目标像素点的最终锐化色度信息。
7.根据权利要求6所述的方法,其特征在于,根据所述目标像素点色度信息的高频分量对所述目标像素点进行锐化处理,以得到所述目标像素点的初步锐化色度信息,包括:
将所述目标像素点色度信息的高频分量与预设锐化增益的乘积,确定为目标像素点的锐化幅度;
将目标像素点的初始色度信息与所述目标像素点的锐化幅度之和,作为所述目标像素点的初步锐化色度信息。
8.根据权利要求6所述的方法,其特征在于,根据所述目标像素点的初步锐化色度信息和目标像素点的邻域像素点的图像色度信息,确定所述目标像素点的最终锐化色度信息,包括:
根据目标像素点所属参考区域中邻域像素点的色度信息,确定目标像素点的色度信息取值范围;
根据目标像素点的初步锐化色度信息和所述色度信息取值范围,确定目标像素点的最终锐化色度信息。
9.根据权利要求8所述的方法,其特征在于,根据目标像素点所属参考区域中邻域像素点的色度信息,确定目标像素点的色度信息取值范围,包括:
将所述目标像素点所属参考区域中最大邻域像素点色度值,作为所述目标像素点的色度信息取值范围中的上限值;
将所述目标像素点所属参考区域中最小邻域像素点色度值,作为所述目标像素点的色度信息取值范围中的下限值。
10.一种图像色边的处理装置,其特征在于,包括:
边缘像素点确定模块,用于对目标图像进行边缘检测,确定目标图像中的边缘像素点;
修正值确定模块,用于确定边缘像素点所属的色边过渡区域;以及,根据边缘像素点的最终锐化色度信息,和色边过渡区域的参考像素点的最终锐化色度信息,确定边缘像素点的目标色度信息修正值;
色边修正处理模块,用于根据所述边缘像素点的目标色度信息修正值,对边缘像素点的色度信息进行修正。
11.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-9中任一项所述的图像色边的处理方法。
12.一种电子设备,包括存储器,处理器及存储在存储器上并可在处理器运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-9中任一项所述的图像色边的处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910797161.0A CN112446830A (zh) | 2019-08-27 | 2019-08-27 | 一种图像色边的处理方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910797161.0A CN112446830A (zh) | 2019-08-27 | 2019-08-27 | 一种图像色边的处理方法、装置、存储介质及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112446830A true CN112446830A (zh) | 2021-03-05 |
Family
ID=74741609
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910797161.0A Pending CN112446830A (zh) | 2019-08-27 | 2019-08-27 | 一种图像色边的处理方法、装置、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112446830A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113132705A (zh) * | 2021-04-20 | 2021-07-16 | Oppo广东移动通信有限公司 | 图像色边的校正方法、校正装置、电子设备及存储介质 |
CN113393540A (zh) * | 2021-06-10 | 2021-09-14 | 上海智砹芯半导体科技有限公司 | 图像中的色边像素点的确定方法、装置和计算机设备 |
CN115274093A (zh) * | 2022-07-26 | 2022-11-01 | 华东师范大学 | 生成包含自动标注文件的基准病理数据集的方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009147970A (ja) * | 2009-02-19 | 2009-07-02 | Hewlett Packard Co <Hp> | デジタル画像における色にじみアーティファクトの低減方法 |
US20120274817A1 (en) * | 2011-04-27 | 2012-11-01 | Aptina Imaging Corporation | Method of selective aperture sharpening and halo suppression using chroma zones in cmos imagers |
CN109978961A (zh) * | 2019-03-15 | 2019-07-05 | 湖南国科微电子股份有限公司 | 一种图像色边消除方法、装置及电子设备 |
-
2019
- 2019-08-27 CN CN201910797161.0A patent/CN112446830A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009147970A (ja) * | 2009-02-19 | 2009-07-02 | Hewlett Packard Co <Hp> | デジタル画像における色にじみアーティファクトの低減方法 |
US20120274817A1 (en) * | 2011-04-27 | 2012-11-01 | Aptina Imaging Corporation | Method of selective aperture sharpening and halo suppression using chroma zones in cmos imagers |
CN109978961A (zh) * | 2019-03-15 | 2019-07-05 | 湖南国科微电子股份有限公司 | 一种图像色边消除方法、装置及电子设备 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113132705A (zh) * | 2021-04-20 | 2021-07-16 | Oppo广东移动通信有限公司 | 图像色边的校正方法、校正装置、电子设备及存储介质 |
CN113393540A (zh) * | 2021-06-10 | 2021-09-14 | 上海智砹芯半导体科技有限公司 | 图像中的色边像素点的确定方法、装置和计算机设备 |
WO2022257396A1 (zh) * | 2021-06-10 | 2022-12-15 | 爱芯元智半导体(上海)有限公司 | 图像中的色边像素点的确定方法、确定装置和计算机设备 |
CN113393540B (zh) * | 2021-06-10 | 2023-10-27 | 爱芯元智半导体(宁波)有限公司 | 图像中的色边像素点的确定方法、装置和计算机设备 |
CN115274093A (zh) * | 2022-07-26 | 2022-11-01 | 华东师范大学 | 生成包含自动标注文件的基准病理数据集的方法及系统 |
CN115274093B (zh) * | 2022-07-26 | 2023-06-23 | 华东师范大学 | 生成包含自动标注文件的基准病理数据集的方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6469678B2 (ja) | 画像アーティファクトを補正するシステム及び方法 | |
Yu et al. | Fast single image fog removal using edge-preserving smoothing | |
CN108389224B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN112446830A (zh) | 一种图像色边的处理方法、装置、存储介质及电子设备 | |
KR102084343B1 (ko) | 배경 제거 | |
US8693783B2 (en) | Processing method for image interpolation | |
CN111739041B (zh) | 图像边框的裁剪方法、装置及设备 | |
CN106251348B (zh) | 一种面向深度相机的自适应多线索融合背景减除方法 | |
WO2023273868A1 (zh) | 图像降噪方法、装置、终端、存储介质 | |
CN109214996A (zh) | 一种图像处理方法及装置 | |
CN112788322B (zh) | 自适应白平衡处理方法、装置、介质及电子设备 | |
CN111429381B (zh) | 图像边缘增强方法及装置、存储介质、计算机设备 | |
CN113888509A (zh) | 一种图像清晰度的评价方法、装置、设备及存储介质 | |
US20230033956A1 (en) | Estimating depth based on iris size | |
KR101881795B1 (ko) | 퍼지 이론에 기초한 컬러 이미지의 에지 검출 방법 | |
KR100882085B1 (ko) | 영상의 컨트라스트 향상 방법 | |
CN115619636A (zh) | 图像拼接方法、电子设备以及存储介质 | |
CN114693573A (zh) | 一种基于高低频的实时祛斑祛痘方法、装置、设备、介质 | |
CN109285123B (zh) | 图像平滑方法及装置、计算机可读存储介质、终端 | |
CN113965664A (zh) | 一种图像虚化方法、存储介质以及终端设备 | |
RU2383055C2 (ru) | Способ определения и сглаживания ступенчатых краев на изображении | |
EP4343678A1 (en) | Method and apparatus for processing array image | |
CN113724129B (zh) | 一种图像虚化方法、存储介质以及终端设备 | |
CN112884667B (zh) | 一种Bayer域降噪方法和降噪系统 | |
KR20240056292A (ko) | 어레이 영상 처리 방법 및 장치 |
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 |