CN114051127A - 网络机顶盒的图像传输降噪方法 - Google Patents
网络机顶盒的图像传输降噪方法 Download PDFInfo
- Publication number
- CN114051127A CN114051127A CN202210040266.3A CN202210040266A CN114051127A CN 114051127 A CN114051127 A CN 114051127A CN 202210040266 A CN202210040266 A CN 202210040266A CN 114051127 A CN114051127 A CN 114051127A
- Authority
- CN
- China
- Prior art keywords
- image
- noise
- top box
- gray
- value
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N9/00—Details of colour television systems
- H04N9/64—Circuits for processing colour signals
- H04N9/646—Circuits for processing colour signals for image enhancement, e.g. vertical detail restoration, cross-colour elimination, contour correction, chrominance trapping filters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
- H04N21/24—Monitoring of processes or resources, e.g. monitoring of server load, available bandwidth, upstream requests
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Databases & Information Systems (AREA)
- Image Processing (AREA)
Abstract
本发明涉及图像传输领域，且公开了网络机顶盒的图像传输降噪方法，包括以下步骤：Step1：对机顶盒图像传感器进行椒盐噪声的检测，并依次在传输信道与解码处理端进行验证；Step2：将显示端的像素点的灰度值设置为任意领域窗口内所有像素点灰度值的中间值；Step3：进行二轮验证，检测显示端是否存在过高或者过低的灰度值的像素点。本发明可对受噪声干扰的图像进行反复修正，降低噪声带来的图像破坏影响，避免噪声影响过大，导致图像质量下降，防止影响用户使用体验，可对出现的问题数据进行保存记录，提升对故障溯源的便利性。
Description
技术领域
本发明涉及图像传输技术领域，具体为网络机顶盒的图像传输降噪方法。
背景技术
网络机顶盒简称STB技术是信息家电中至关重要的技术设备，机顶盒的功能已从一个多频率的调谐器和解码器跃升为大量电影、多媒体事件、新闻等联机数据库的一个控制终端。
网络机顶盒能指示用户室内设备、CATV网络和节目资源的状态；能利用用户电视屏幕显示服务公司及信息提供者发出的消息和菜单，将用户的选择信息传送到服务中心或信息提供者，能进行信号传输、调制和解调，能处理ATM协议，如何扩展机顶盒的功能、提高质量、降低生产成本、优化产品结构，对发展即将出现的交互式电视网络具有重要的意义，现实中的数字图像在数字化和传输过程中常受到成像设备与外部环境噪声干扰等影响，称为含噪图像或噪声图像，噪声是图像干扰的重要原因，一幅图像在实际应用中可能存在各种各样的噪声，这些噪声可能在传输中产生，也可能在量化等处理中产生；
现有网络机顶盒对噪声的干预手段较为单一，难以对受干扰的图像进行反复修正，使得噪声影响过大，导致图像质量下降，影响用户的使用体验。
发明内容
（一）解决的技术问题
针对现有技术所存在的上述缺点，本发明提供了网络机顶盒的图像传输降噪方法，能够有效地解决现有技术的网络机顶盒对噪声的干预手段较为单一，难以对受干扰的图像进行反复修正，使得噪声影响过大，导致图像质量下降，影响用户使用体验的问题。
（二）技术方案
为实现以上目的，本发明通过以下技术方案予以实现：
本发明公开了网络机顶盒的图像传输降噪方法，包括以下步骤：
Step1：对机顶盒图像传感器进行椒盐噪声的检测，并依次在传输信道与解码处理端进行验证；
Step2：将显示端的像素点的灰度值设置为任意领域窗口内所有像素点灰度值的中间值；
Step3：进行二轮验证，检测显示端是否存在过高或者过低的灰度值的像素点；
Step4：检测存在，对依旧受干扰的像素点进行标记，并验证是否存在规律性；
Step5：检测不存在，依照设置持续运行，直接跳转至Step9；
Step6：针对受干扰的问题像素点展开二次修正；
Step7：采集问题像素点，取得所有问题像素点灰度值的中心值；
Step8：引入取得的问题像素点灰度值的中心值，作为过高灰度值的像素点和过低灰度值的像素点中心值，进行单独设置；
Step9：生成结论报告。
更进一步地，所述步骤Step1中椒盐噪声，由图像传感器、传输信道、解码处理产生的黑白相间的亮暗点噪声，包括：高灰度噪声与低灰度噪声；
所述椒盐噪声在图像切割的过程中引起，直接作用在图像分割、特征提取与图像识别的过程中。
更进一步地，所述步骤Step1中的验证过程，是对椒盐噪声进行溯源追踪，验证来源地，并作为记录数据进行保存。
更进一步地，所述步骤Step4中的验证规律性的过程，通过程序识别问题像素点的分布，将受干扰的像素点数据进行有序排列；
其中排序方式为，通过从图像中的任意采样窗口取出奇数个数据进行排序。
更进一步地，所述步骤Step2中的灰度值是指黑白图像中点的颜色深度，范围从0到255，白色为255，黑色为0，彩色图像的灰度是在转化为黑白图像后的像素值，灰度图像由纯黑和纯白过渡所得。
更进一步地，所述彩色图像的灰度转化计算公式为：
Gray=R*0.3+G*0.59+B*0.11；
其中，Gray代表灰度值；
R、G和B分别代表红、绿和蓝三种原色。
更进一步地，所述步骤Step9中的结论报告的生成过程，包括以下步骤：
S1：对一轮检测中受干扰的像素点进行记录；
S2：对所处区域存在规律性的像素点进行图表展示；
S3：对多次接收的问题数据进行重复性验证，确认是否存在同类问题重复出现；
S4：对验证结果进行记录；
S5：标记问题出现时间与频率；
S6：将记录数据递交至存储端。
更进一步地，所述步骤S1中受干扰像素点的记录因素，包括：分布区域、出现时间、灰度偏差值。
更进一步地，所述步骤S3中的问题数据的重复性验证过程，包括：将问题数据添加入存储端，将新产生的问题数据与历史问题数据的属性进行逐一对比，对完全一致的属性进行频率标记，对出现差异的属性进行差异标记，并生产新的问题标签，重新在存储端进行保存。
更进一步地，所述步骤S4中的验证结果的记录属性，包括：验证时间、出现频率，差异频率。
（三）有益效果
采用本发明提供的技术方案，与已知的公有技术相比，具有如下有益效果：
1、本发明通过对受噪声干扰的图像进行反复修正，降低噪声带来的图像破坏影响，避免噪声影响过大，导致图像质量下降，防止影响用户使用体验，充分保证图像质量。
2、本发明可对出现的问题数据进行保存记录，并对重复问题出现的频率进行记录，帮助用户在检修时，进行问题的排查，降低用户的维护难度，提升对故障溯源的便利性。
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为网络机顶盒的图像传输降噪方法的流程示意图；
图2为本发明中结论报告生成过程的流程示意图；
图3为网络机顶盒的图像传输降噪方法的演示过程示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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作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。
下面结合实施例对本发明作进一步的描述。
实施例1
本实施例的网络机顶盒的图像传输降噪方法，如图1和图3所示，包括以下步骤：
Step1：对机顶盒图像传感器进行椒盐噪声的检测，并依次在传输信道与解码处理端进行验证；
Step2：将显示端的像素点的灰度值设置为任意领域窗口内所有像素点灰度值的中间值；
Step3：进行二轮验证，检测显示端是否存在过高或者过低的灰度值的像素点；
Step4：检测存在，对依旧受干扰的像素点进行标记，并验证是否存在规律性；
Step5：检测不存在，依照设置持续运行，直接跳转至Step9；
Step6：针对受干扰的问题像素点展开二次修正；
Step7：采集问题像素点，取得所有问题像素点灰度值的中心值；
Step8：引入取得的问题像素点灰度值的中心值，作为过高灰度值的像素点和过低灰度值的像素点中心值，进行单独设置；
Step9：生成结论报告。
如图1所示，步骤Step1中椒盐噪声，由图像传感器、传输信道、解码处理产生的黑白相间的亮暗点噪声，包括：高灰度噪声与低灰度噪声；
所述椒盐噪声在图像切割的过程中引起，直接作用在图像分割、特征提取与图像识别的过程中。
如图1所示，所述步骤Step1中的验证过程，是对椒盐噪声进行溯源追踪，验证来源地，并作为记录数据进行保存。
如图1所示，所述步骤Step4中的验证规律性的过程，通过程序识别问题像素点的分布，将受干扰的像素点数据进行有序排列；
其中排序方式为，通过从图像中的任意采样窗口取出奇数个数据进行排序。
如图1所示，所述步骤Step2中的灰度值是指黑白图像中点的颜色深度，范围从0到255，白色为255，黑色为0，彩色图像的灰度是在转化为黑白图像后的像素值，灰度图像由纯黑和纯白过渡所得。
如图1所示，所述彩色图像的灰度转化计算公式为：
Gray=R*0.3+G*0.59+B*0.11；
其中，Gray代表灰度值；
R、G和B分别代表红、绿和蓝三种原色。
本实施例在具体实施时，通过对受噪声干扰的图像进行反复修正，降低噪声带来的图像破坏影响，避免噪声影响过大，导致图像质量下降，防止影响用户使用体验，充分保证图像质量。
实施例2
在其他层面，本实施例还提供一种结论报告的生成过程，如图2所示，包括以下步骤：
S1：对一轮检测中受干扰的像素点进行记录；
S2：对所处区域存在规律性的像素点进行图表展示；
S3：对多次接收的问题数据进行重复性验证，确认是否存在同类问题重复出现；
S4：对验证结果进行记录；
S5：标记问题出现时间与频率；
S6：将记录数据递交至存储端。
如图2所示，所述步骤S1中受干扰像素点的记录因素，包括：分布区域、出现时间、灰度偏差值。
如图2所示，所述步骤S3中的问题数据的重复性验证过程，包括：将问题数据添加入存储端，将新产生的问题数据与历史问题数据的属性进行逐一对比，对完全一致的属性进行频率标记，对出现差异的属性进行差异标记，并生产新的问题标签，重新在存储端进行保存。
如图2所示，所述步骤S4中的验证结果的记录属性，包括：验证时间、出现频率，差异频率。
本实施例在具体实施时，可对出现的问题数据进行保存记录，并对重复问题出现的频率进行记录，帮助用户在检修时，进行问题的排查，降低用户的维护难度，提升对故障溯源的便利性。
实施例3
本实施例中，在图像生成，传输或变换的过程中，由于多种因素的影响，造成图像质量下降，图像模糊，特征淹没，给分析和识别带来困难。因此，按特定的需要将图像中感兴趣的特征有选择地突出，衰减不需要的特征，提高图像的可懂度是图像增强的主要内容，图像增强不考虑图像降质的原因，而且改善后的图像也不一定逼近原图像，这是它与图像复原本质的区别。图像增强可改善图像的视觉效果，提高图像的清晰度，还将图像转换成一种更适合人类或机器进行分析处理的形式，一边从图像中获取更多有用的信息；
图像增强方法大致分为两类：一类是空间域处理法，另一类是频域处理法。空间域是直接对图像的像素进行处理，基本上是以灰度映射变换为基础的，所用的映射变换取决于图像的特点和增强的目的，主要包括灰度修正，图像平滑和锐化等。频域处理法是在图像的某种变换域内，对变换后的系数进行运算，然后再求其饭变换到原来的空间域得到增强的图像；
对图像中的噪声进行滤除是图像预处理中不可缺少的操作，将开启和闭合运算结合起来可构成形态学噪声滤除器，对于二值图像，噪声表现为目标周围的噪声块和目标内部的噪声孔，对结构元素的选取，其应当比所有的噪声孔和噪声块都要大。
对于灰度图像，滤除噪声可采用形态学平滑，通过开启运算消除与结构元素相比尺寸较小的亮细节，而保持图像整体灰度值和大的亮区域基本不变；用闭合运算消除与结构元素相比尺寸较小的暗细节，而保持图像整体灰度值和大的暗区域基本不变。将这两种操作综合起来可达到滤除亮区和暗区中各类噪声的效果。
实施例4
本实施例中，如图3所示，本发明针对图像处理端的传输链路，设置检测端，检测问题数据，并且通过修正端进行问题数据的修正，最后通过记录端对检测与修正的过程进行记录，最后将修正后的正常数据发送出去。
综上所述，本发明可对受噪声干扰的图像进行反复修正，降低噪声带来的图像破坏影响，避免噪声影响过大，导致图像质量下降，防止影响用户使用体验，充分保证图像质量；
可对出现的问题数据进行保存记录，并对重复问题出现的频率进行记录，帮助用户在检修时，进行问题的排查，降低用户的维护难度，提升对故障溯源的便利性。
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不会使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.网络机顶盒的图像传输降噪方法，其特征在于，包括以下步骤：
Step1：对机顶盒图像传感器进行椒盐噪声的检测，并依次在传输信道与解码处理端进行验证；
Step2：将显示端的像素点的灰度值设置为任意领域窗口内所有像素点灰度值的中间值；
Step3：进行二轮验证，检测显示端是否存在过高或者过低的灰度值的像素点；
Step4：检测存在，对依旧受干扰的像素点进行标记，并验证是否存在规律性；
Step5：检测不存在，依照设置持续运行，直接跳转至Step9；
Step6：针对受干扰的问题像素点展开二次修正；
Step7：采集问题像素点，取得所有问题像素点灰度值的中心值；
Step8：引入取得的问题像素点灰度值的中心值，作为过高灰度值的像素点和过低灰度值的像素点中心值，进行单独设置；
Step9：生成结论报告。
2.根据权利要求1所述的网络机顶盒的图像传输降噪方法，其特征在于，所述步骤Step1中椒盐噪声，由图像传感器、传输信道、解码处理产生的黑白相间的亮暗点噪声，包括：高灰度噪声与低灰度噪声；
所述椒盐噪声在图像切割的过程中引起，直接作用在图像分割、特征提取与图像识别的过程中。
3.根据权利要求1所述的网络机顶盒的图像传输降噪方法，其特征在于，所述步骤Step1中的验证过程，是对椒盐噪声进行溯源追踪，验证来源地，并作为记录数据进行保存。
4.根据权利要求1所述的网络机顶盒的图像传输降噪方法，其特征在于，所述步骤Step4中的验证规律性的过程，通过程序识别问题像素点的分布，将受干扰的像素点数据进行有序排列；
其中排序方式为，通过从图像中的任意采样窗口取出奇数个数据进行排序。
5.根据权利要求1所述的网络机顶盒的图像传输降噪方法，其特征在于，所述步骤Step2中的灰度值是指黑白图像中点的颜色深度，范围从0到255，白色为255，黑色为0，彩色图像的灰度是在转化为黑白图像后的像素值，灰度图像由纯黑和纯白过渡所得。
6.根据权利要求5所述的网络机顶盒的图像传输降噪方法，其特征在于，所述彩色图像的灰度转化计算公式为：
Gray=R*0.3+G*0.59+B*0.11；
其中，Gray代表灰度值；
R、G和B分别代表红、绿和蓝三种原色。
7.根据权利要求1所述的网络机顶盒的图像传输降噪方法，其特征在于，所述步骤Step9中的结论报告的生成过程，包括以下步骤：
S1：对一轮检测中受干扰的像素点进行记录；
S2：对所处区域存在规律性的像素点进行图表展示；
S3：对多次接收的问题数据进行重复性验证，确认是否存在同类问题重复出现；
S4：对验证结果进行记录；
S5：标记问题出现时间与频率；
S6：将记录数据递交至存储端。
8.根据权利要求7所述的网络机顶盒的图像传输降噪方法，其特征在于，所述步骤S1中受干扰像素点的记录因素，包括：分布区域、出现时间、灰度偏差值。
9.根据权利要求7所述的网络机顶盒的图像传输降噪方法，其特征在于，所述步骤S3中的问题数据的重复性验证过程，包括：将问题数据添加入存储端，将新产生的问题数据与历史问题数据的属性进行逐一对比，对完全一致的属性进行频率标记，对出现差异的属性进行差异标记，并生产新的问题标签，重新在存储端进行保存。
10.根据权利要求7所述的网络机顶盒的图像传输降噪方法，其特征在于，所述步骤S4中的验证结果的记录属性，包括：验证时间、出现频率，差异频率。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210040266.3A CN114051127B (zh) | 2022-01-14 | 2022-01-14 | 网络机顶盒的图像传输降噪方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210040266.3A CN114051127B (zh) | 2022-01-14 | 2022-01-14 | 网络机顶盒的图像传输降噪方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114051127A true CN114051127A (zh) | 2022-02-15 |
| CN114051127B CN114051127B (zh) | 2022-08-09 |
Family
ID=80196543
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210040266.3A Active CN114051127B (zh) | 2022-01-14 | 2022-01-14 | 网络机顶盒的图像传输降噪方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114051127B (zh) |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN2783658Y (zh) * | 2005-01-21 | 2006-05-24 | 深圳市彪骐数码科技有限公司 | 数字视频接收机顶盒高保真音频输出装置 |
| KR100785972B1 (ko) * | 2006-11-17 | 2007-12-14 | 주식회사 대우일렉트로닉스 | 영상 처리 장치 |
| CN104217405A (zh) * | 2014-09-23 | 2014-12-17 | 闽江学院 | 融合局部与全局信息的图像椒盐噪声滤波方法 |
| CN104981754A (zh) * | 2012-09-05 | 2015-10-14 | 辛纳普蒂克斯公司 | 用于降低输入装置中干扰的影响的系统和方法 |
| CN105069769A (zh) * | 2015-08-26 | 2015-11-18 | 哈尔滨工业大学 | 一种微光与红外夜视图像融合方法 |
| CN105243649A (zh) * | 2015-11-09 | 2016-01-13 | 天津大学 | 基于二次噪点检测的图像降噪方法 |
| CN105260991A (zh) * | 2015-09-29 | 2016-01-20 | 中国电子科技集团公司第四十四研究所 | 用于cmos图像传感器降噪处理的自适应混合降噪方法 |
| CN109389563A (zh) * | 2018-10-08 | 2019-02-26 | 天津工业大学 | 一种基于sCMOS相机的随机噪声自适应检测与校正方法 |
| CN111325694A (zh) * | 2020-02-25 | 2020-06-23 | 深圳市景阳科技股份有限公司 | 图像噪声去除方法及装置 |
| CN111340777A (zh) * | 2020-02-25 | 2020-06-26 | 深圳市景阳科技股份有限公司 | 图像噪声点的判断方法及装置 |
| CN112215764A (zh) * | 2020-09-02 | 2021-01-12 | 佛山科学技术学院 | 一种基于中值滤波的改进算法的图像处理方法 |
| CN113012058A (zh) * | 2021-02-04 | 2021-06-22 | 广东奥珀智慧家居股份有限公司 | 一种眼部图像噪声去除方法及系统 |
| CN113660427A (zh) * | 2021-09-22 | 2021-11-16 | 广州网路通电子有限公司 | 一种应用于视频监控测试仪的图像分析系统及其分析方法 |
-
2022
- 2022-01-14 CN CN202210040266.3A patent/CN114051127B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN2783658Y (zh) * | 2005-01-21 | 2006-05-24 | 深圳市彪骐数码科技有限公司 | 数字视频接收机顶盒高保真音频输出装置 |
| KR100785972B1 (ko) * | 2006-11-17 | 2007-12-14 | 주식회사 대우일렉트로닉스 | 영상 처리 장치 |
| CN104981754A (zh) * | 2012-09-05 | 2015-10-14 | 辛纳普蒂克斯公司 | 用于降低输入装置中干扰的影响的系统和方法 |
| CN104217405A (zh) * | 2014-09-23 | 2014-12-17 | 闽江学院 | 融合局部与全局信息的图像椒盐噪声滤波方法 |
| CN105069769A (zh) * | 2015-08-26 | 2015-11-18 | 哈尔滨工业大学 | 一种微光与红外夜视图像融合方法 |
| CN105260991A (zh) * | 2015-09-29 | 2016-01-20 | 中国电子科技集团公司第四十四研究所 | 用于cmos图像传感器降噪处理的自适应混合降噪方法 |
| CN105243649A (zh) * | 2015-11-09 | 2016-01-13 | 天津大学 | 基于二次噪点检测的图像降噪方法 |
| CN109389563A (zh) * | 2018-10-08 | 2019-02-26 | 天津工业大学 | 一种基于sCMOS相机的随机噪声自适应检测与校正方法 |
| CN111325694A (zh) * | 2020-02-25 | 2020-06-23 | 深圳市景阳科技股份有限公司 | 图像噪声去除方法及装置 |
| CN111340777A (zh) * | 2020-02-25 | 2020-06-26 | 深圳市景阳科技股份有限公司 | 图像噪声点的判断方法及装置 |
| CN112215764A (zh) * | 2020-09-02 | 2021-01-12 | 佛山科学技术学院 | 一种基于中值滤波的改进算法的图像处理方法 |
| CN113012058A (zh) * | 2021-02-04 | 2021-06-22 | 广东奥珀智慧家居股份有限公司 | 一种眼部图像噪声去除方法及系统 |
| CN113660427A (zh) * | 2021-09-22 | 2021-11-16 | 广州网路通电子有限公司 | 一种应用于视频监控测试仪的图像分析系统及其分析方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114051127B (zh) | 2022-08-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6717622B2 (en) | System and method for scalable resolution enhancement of a video image | |
| US6600517B1 (en) | System and method for improving the sharpness of a video image | |
| US8004607B2 (en) | Region-based cadence detector | |
| CN102484675B (zh) | 灰度调整装置、图像显示装置、以及电视接收机 | |
| US20080174699A1 (en) | Image Determination Apparatus, Image Determination Method, and Program, and Image Processing Apparatus, Image Processing Method, and Program | |
| CA2973490C (en) | Automatic detection of logos in video sequences | |
| CN110766637B (zh) | 一种视频处理方法、处理装置、电子设备及存储介质 | |
| CN105100646A (zh) | 视频处理方法和装置 | |
| CA2720900A1 (en) | System and method for enhancing the visibility of an object in a digital picture | |
| CN105979370B (zh) | 一种配置图像模式的方法及装置 | |
| CN113596573B (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
| CN114051127B (zh) | 网络机顶盒的图像传输降噪方法 | |
| WO2009126258A9 (en) | System and method for enhancing the visibility of an object in a digital picture | |
| US11233985B2 (en) | Method for video quality detection and image processing circuit using the same | |
| CN101252642A (zh) | 电视机图像调整方法 | |
| CN111836103A (zh) | 基于数据分析的防遮挡处理系统 | |
| CN101014088A (zh) | 图像信号处理装置以及轮廓增强装置 | |
| CN111432271B (zh) | 一种多屏交互方法及其系统 | |
| CN112601080B (zh) | 判断电视单色场信号的方法 | |
| CN113628121B (zh) | 数据处理、训练多媒体数据的方法和装置 | |
| CN107801027A (zh) | 图像处理方法、装置及系统 | |
| TWI510076B (zh) | 影像處理方法及相關的影像處理裝置 | |
| CN112714361B (zh) | 一种动画资源管理方法及装置 | |
| CN111510713B (zh) | 一种板卡测试方法、装置、终端及系统 | |
| CN103152513A (zh) | 图像处理方法及相关的图像处理装置 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |