CN114663305A - 一种图片去噪方法及其系统 - Google Patents
一种图片去噪方法及其系统 Download PDFInfo
- Publication number
- CN114663305A CN114663305A CN202210258370.XA CN202210258370A CN114663305A CN 114663305 A CN114663305 A CN 114663305A CN 202210258370 A CN202210258370 A CN 202210258370A CN 114663305 A CN114663305 A CN 114663305A
- Authority
- CN
- China
- Prior art keywords
- channel
- image
- noise point
- input picture
- picture
- 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
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000010586 diagram Methods 0.000 claims abstract description 57
- 238000012545 processing Methods 0.000 claims abstract description 20
- 238000001914 filtration Methods 0.000 claims abstract description 16
- 238000012935 Averaging Methods 0.000 claims abstract description 10
- 230000004927 fusion Effects 0.000 claims abstract description 10
- 230000002146 bilateral effect Effects 0.000 claims description 5
- 238000012937 correction Methods 0.000 claims description 5
- 238000007500 overflow downdraw method Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G06T5/70—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
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)
Abstract
本发明公开了一种图片去噪方法及其系统,包括以下步骤:将输入图片转化为灰度图,再对输入图片计算RGB三通道差异值;通过灰度图下的阈值过滤和三通道差异值计算,生成第一噪点图;将输入图片转换hsv空间并通过高斯模糊处理,得到第二噪点图;将第一噪点图和所述第二噪点图合并,得到合并噪点图;此时,将所有输入图片求平均后,对平均后的图像的h通道和每一张输入图片的h通道比较,结合合并噪点图进行线性融合,得到颜色正确图;另外,对每一张输入图片的s通道去噪,得到饱和度正确图;将矫正后的h通道和s通道融合,得到去噪完成图;本发明消除了用工业相机拍摄时照片里有高亮孤立杂色点问题,从而对颜色进行校正,有效缓解图片上材料色偏问题。
Description
技术领域
本发明涉及图像处理的研究领域,特别涉及一种图片去噪方法及其系统。
背景技术
现有技术中,打灯后用工业相机拍摄时出现的照片里有很多高亮孤立杂色点的问题,以及工业相机拍摄带来的图片上的材料严重色偏的问题,即现有的技术拍出的照片有很多高亮孤立杂色点,拍出来的照片有色差,是急需处理的问题。
发明内容
本发明的主要目的在于克服现有技术的缺点与不足,提供一种图片去噪方法及其系统,用于消除因为打灯后用工业相机拍摄时出现的照片里有很多高亮孤立杂色点的问题,从而对最终展示的材料的颜色进行校正,可以有效缓解工业相机拍摄带来的图片上的材料严重色偏的问题。
本发明的第一目的在于提供一种图片去噪方法;
本发明的第二目的在于提供一种图片去噪系统。
本发明的目的通过以下的技术方案实现:
获取输入图片;
对所述输入图片进行h通道矫正:即为将所述输入图片转化为灰度图,并对输入图片计算RGB三通道差异值,通过灰度图下的阈值过滤和三通道差异值计算,生成第一噪点图;
将所述输入图片转换hsv空间并通过高斯模糊处理,得到第二噪点图;
将所述第一噪点图和所述第二噪点图合并,得到合并噪点图;
对所有输入图片求平均,将平均后图像的h通道和每一张输入图片的h通道进行比较,得到比较结果,通过比较结果与合并噪点图进行线性融合,得到颜色正确图;
对所述输入图片进行s通道矫正:即对输入图片的s通道去噪,得到饱和度正确图;
将矫正后的h通道和s通道融合,即为将颜色正确图和饱和度正确图进行融合,得到去噪完成图。
进一步地,所述获取输入图片,将获取输入图片,具体为:在扫描仪上设计若干圈灯,每一圈包括若干个灯,并设定一个顶部等,设定每个灯亮一次拍一张,获取若干张不同角度的输入图片,这里设定每圈为8个灯。
进一步地,所述将输入图片转化为灰度图,并对输入图片计算RGB三通道差异值,具体为:将输入图片通过双边滤波处理得到滤波图,双边滤波可以有效定位部分噪点,而且噪点灰度值比较高;将所述滤波图转化为灰度图,将所述灰度图进行二值化处理,并将灰度值大于190的像素值过滤,得到噪声需要满足的第一条件;将灰度图的rgb三通道分开,统计rgb三通道的任意一个通道下,比其他两个通道的值高于第一阈值的点,得到噪声需要满足的第二条件;所述第一阈值为10。
进一步地,所述通过灰度图下的阈值过滤和三通道差异值计算,生成第一噪点图,具体为:在同时满足第一条件和第二条件下,将灰度值大于190的杂色噪点找出,生成第一噪点图。
进一步地,所述将输入图片转换hsv空间并通过高斯模糊处理,得到第二噪点图,具体为:由于噪点都是孤立的杂色点,将输入图片转换成hsv空间,并切分成hsv三通道,在h通道上进行高斯模糊,如果高斯模糊前和模糊后像素值超过第二阈值,则认为这些超过第二阈值的像素为噪声,进而得到第二噪点图;这里的第二阈值为15。
进一步地,所述将第一噪点图和所述第二噪点图合并,得到合并噪点图,具体为:通过按位或的方式把第一噪点图和第二噪点图合并,得到合并噪点图。
进一步地,所述将所有输入图片求平均后,对平均后的图像的h通道和每一张输入图片的h通道比较,结合合并噪点图进行线性融合,得到颜色正确图,具体为:将每一张输入图从rgb通道转成hsv通道,取出其h通道图与平均后的图像的h通道图比较,选出两张h通道图差异超过第三阈值的点,得到h通道对应的第一噪点图,通过按位或的方式结合h通道对应的第一噪点图和合并噪点图,得到h通道下最终噪点图。通过线性融合方法,将h通道不是噪点的部分保留,是噪点的部分用平均后图像的h通道图中的像素值表示,得到最终去噪完成h通道图,进而得到颜色正确图。
进一步地,所述对每一张输入图片的s通道去噪,得到饱和度正确图,具体为:将s通道图进行高斯模糊,得到模糊后的s通道图,再将未模糊的s通道图通过拉普拉斯算子提取图像边界,将图像边界加回模糊后的s通道图上,进而得到饱和度正确图。
进一步地,所述通过将矫正后的h通道和s通道融合,得到去噪完成图,具体为:将hsv通道合并,并从hsv空间转成rgb空间,得到去噪完成图。
本发明的第二目的通过以下技术方案实现:
一种图片去噪系统,包括:
图片获取模块,用于获取输入图片;
差异值计算模块,用于将所述输入图片转化为灰度图,并对输入图片计算RGB三通道差异值;
第一噪点图生成模块,通过灰度图下的阈值过滤和三通道差异值计算,生成第一噪点图;
第二噪点图生成模块,将所述输入图片转换hsv空间并通过高斯模糊处理,得到第二噪点图;
合并噪点图生成模块,将所述第一噪点图和所述第二噪点图合并,得到合并噪点图;
颜色正确图生成模块,将所有输入图片求平均后,对平均后的图像的h通道和每一张输入图片的h通道比较,结合合并噪点图进行线性融合,得到颜色正确图;
饱和度正确图生成模块,对每一张输入图片的s通道去噪,得到饱和度正确图;
去噪完成模块,将矫正后的h通道和s通道融合,得到去噪完成图。
本发明与现有技术相比,具有如下优点和有益效果:
本发明提供了一种图片去噪方法及其系统,消除因为打灯后用工业相机拍摄时出现的照片里有很多高亮孤立杂色点的问题,从而对最终展示的材料的颜色进行校正,可以有效缓解工业相机拍摄带来的图片上的材料严重色偏的问题,即有效缓解颜色值不正确的问题,有效缓解颜色饱和度不正确的问题。
附图说明
图1是本发明所述一种图片去噪方法流程图;
图2为本发明所述实施例中去噪实施流程图;
图3是本发明所述一种图片去噪系统框图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述,但本发明的实施方式不限于此。
实施例:
一种图片去噪方法,如图1所示,包括以下步骤:
获取输入图片;这里的输入图片为工业相机拍照得到的照片;
对所述输入图片进行h通道矫正:即为将所述输入图片转化为灰度图,并对输入图片计算RGB三通道差异值,通过灰度图下的阈值过滤和三通道差异值计算,生成第一噪点图;
将所述输入图片转换hsv空间并通过高斯模糊处理,得到第二噪点图;
将所述第一噪点图和所述第二噪点图合并,得到合并噪点图;
对所有输入图片求平均,将平均后图像的h通道和每一张输入图片的h通道进行比较,得到比较结果,通过比较结果与合并噪点图进行线性融合,得到颜色正确图;
对所述输入图片进行s通道矫正:即对输入图片的s通道去噪,得到饱和度正确图;
将矫正后的h通道和s通道融合,即为将颜色正确图和饱和度正确图进行融合,得到去噪完成图。
去噪实施流程如图2所示,具体内容如下:
所述获取输入图片,将获取输入图片,具体为:在扫描仪上设计若干圈灯,每一圈包括K个灯,并设定一个顶部等,设定每个灯亮一次拍一张,获取若干张不同角度的输入图片;为了能够真实地在电脑屏幕上展示材料,设计的扫描仪有三圈灯,每圈八个,还有一个顶部灯,每个灯每亮一次拍一张照片,因此每次拍摄一共可以得到二十五种不同角度的输入图片。
所述将输入图片转化为灰度图,再并对输入图片计算RGB三通道差异值,具体为:将输入图片通过双边滤波处理得到滤波图,双边滤波可以有效定位部分噪点,而且噪点灰度值比较高,将所述滤波图转化为灰度图,将所述灰度图进行二值化处理,并将灰度值大于190的像素值过滤,得到噪声需要满足的第一条件;将灰度图的rgb三通道分开,统计在rgb三通道的任意一个通道下,比其他两个通道的值高于第一阈值的点,得到噪声需要满足的第二条件。这里的第一阈值为10,这里的第一阈值为10。
所述通过灰度图转化和三通道差异值计算,生成第一噪点图,具体为:在同时满足第一条件和第二条件下,将灰度值大于190的杂色噪点找出,生成第一噪点图。
所述将输入图片转换hsv空间并通过高斯模糊处理,得到第二噪点图,具体为:由于噪点都是孤立的杂色点,将输入图片转换成hsv空间,并切分成hsv三通道,在h通道上进行高斯模糊,如果高斯模糊前和模糊后像素值超过第二阈值,则认为这些超过第二阈值的像素为噪声,进而得到第二噪点图。这里的第二阈值为15。
所述将第一噪点图和所述第二噪点图合并,得到合并噪点图,具体为:通过按位或的方式把第一噪点图和第二噪点图合并,得到合并噪点图,即出现在第一张噪点mask图里的点和第二张噪点图里的点都是噪声点,通过按位或的方式把两张噪点图合并起来,可以得到合并噪点图,留作备用。
所述将所有输入图片求平均后,对平均后的图像的h通道和每一张输入图片的h通道比较,结合合并噪点图进行线性融合,,得到颜色正确图,具体为:将每一张输入图从rgb通道转成hsv通道,取出其h通道图与平均后的图像的h通道图比较,选出两张h通道图差异超过第三阈值的点,得到h通道对应的第一噪点图,通过按位或的方式结合h通道对应的第一噪点图和合并噪点图,得到h通道下最终噪点图。通过线性融合方法,将h通道不是噪点的部分保留,是噪点的部分用平均后图像的h通道图中的像素值表示,得到最终去噪完成h通道图,进而得到颜色正确图。
所述另外,对每一张输入图片的s通道去噪,,得到饱和度正确图具体为:将s通道图进行高斯模糊,得到模糊后的s通道图,再将未模糊的s通道图通过拉普拉斯算子提取图像边界,将图像边界加回模糊后的s通道图上,进而得到饱和度正确图。
进一步地,将矫正后的h通道和s通道融合,得到去噪完成图,具体为:
将hsv通道合并,并从hsv空间转成rgb空间,这里的转换空间为全图转换,得到去噪完成图;将所有图完成相应处理,得到所有图的去噪完成图,即按照以上方法依次对25张图进行处理,得到去噪完成的25张图。
一种图片去噪系统,如图3所示,包括:
图片获取模块,用于获取输入图片;
差异值计算模块,用于将所述输入图片转化为灰度图,并对输入图片计算RGB三通道差异值;
第一噪点图生成模块,通过灰度图下的阈值过滤和三通道差异值计算,生成第一噪点图;
第二噪点图生成模块,将所述输入图片转换hsv空间并通过高斯模糊处理,得到第二噪点图;
合并噪点图生成模块,将所述第一噪点图和所述第二噪点图合并,得到合并噪点图;
颜色正确图生成模块,将所有输入图片求平均后,对平均后的图像的h通道和每一张输入图片的h通道比较,结合合并噪点图进行线性融合,得到颜色正确图;
饱和度正确图生成模块,对每一张输入图片的s通道去噪,得到饱和度正确图;
去噪完成模块,将矫正后的h通道和s通道融合,得到去噪完成图。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (10)
1.一种图片去噪方法,其特征在于,包括以下步骤:
获取输入图片;
对所述输入图片进行h通道矫正:即为将所述输入图片转化为灰度图,并对输入图片计算RGB三通道差异值,通过灰度图下的阈值过滤和三通道差异值计算,生成第一噪点图;
将所述输入图片转换hsv空间并通过高斯模糊处理,得到第二噪点图;
将所述第一噪点图和所述第二噪点图合并,得到合并噪点图;
对所有输入图片求平均,将平均后图像的h通道和每一张输入图片的h通道进行比较,得到比较结果,通过比较结果与合并噪点图进行线性融合,得到颜色正确图;
对所述输入图片进行s通道矫正:即对输入图片的s通道去噪,得到饱和度正确图;
将矫正后的h通道和s通道融合,即为将颜色正确图和饱和度正确图进行融合,得到去噪完成图。
2.根据权利要求1所述的一种图片去噪方法,其特征在于,所述获取输入图片,将获取输入图片,具体为:在扫描仪上设计若干圈灯,每一圈包括若干个灯,并设定一个顶部等,设定每个灯亮一次拍一张,获取若干张不同角度的输入图片。
3.根据权利要求1所述的一种图片去噪方法,其特征在于,所述将输入图片转化为灰度图,并对输入图片计算RGB三通道差异值,具体为:将输入图片通过双边滤波处理得到滤波图,将所述滤波图转化为灰度图,将所述灰度图进行二值化处理,并将灰度值大于190的像素值过滤,得到噪声需要满足的第一条件;将灰度图的rgb三通道分开,统计rgb三通道的任意一个通道下,比其他两个通道的值高于第一阈值的点,得到噪声需要满足的第二条件;所述第一阈值为10。
4.根据权利要求3所述的一种图片去噪方法,其特征在于,所述通通过灰度图下的阈值过滤和三通道差异值计算,生成第一噪点图,具体为:在同时满足第一条件和第二条件下,将灰度值大于190的杂色噪点找出并加以利用,生成第一噪点图。
5.根据权利要求1所述的一种图片去噪方法,其特征在于,所述将输入图片转换hsv空间并通过高斯模糊处理,得到第二噪点图,具体为:由于噪点都是孤立的杂色点,将输入图片转换成hsv空间,并切分成hsv三通道,在h通道上进行高斯模糊,如果高斯模糊前和模糊后像素值超过第二阈值,则认为超过第二阈值的像素点为噪声,进而得到第二噪点图;所述第二阈值为15。
6.根据权利要求1所述的一种图片去噪方法,其特征在于,所述将第一噪点图和所述第二噪点图合并,得到合并噪点图,具体为:通过按位或的方式把第一噪点图和第二噪点图合并,得到合并噪点图。
7.根据权利要求1所述的一种图片去噪方法,其特征在于,所述对所有输入图片求平均,将平均后图像的h通道和每一张输入图片的h通道进行比较,得到比较结果,通过比较结果与合并噪点图进行线性融合,得到颜色正确图,具体为:
将每一张输入图从rgb通道转成hsv通道,取出其h通道图与平均后的图像的h通道图比较,选出两张h通道图差异超过第三阈值的点,得到h通道对应的第一噪点图,通过按位或的方式结合h通道对应的第一噪点图和合并噪点图,得到h通道下最终噪点图;所述第三阈值为10;
通过线性融合方法,将h通道不是噪点的部分保留,是噪点的部分用平均后图像的h通道图中的像素值表示,得到最终去噪完成h通道图,即颜色正确图。
8.根据权利要求1所述的一种图片去噪方法,其特征在于,所述对输入图片的s通道去噪,得到饱和度正确图,具体为:将s通道图进行高斯模糊,得到模糊后的s通道图,再将未模糊的s通道图通过拉普拉斯算子提取图像边界,将图像边界加回模糊后的s通道图上,得到饱和度正确图。
9.根据权利要求8所述的一种图片去噪方法,其特征在于,所述将矫正后的h通道和s通道融合,即为将颜色正确图和饱和度正确图进行融合,得到去噪完成图,具体为:
将hsv通道合并,并从hsv空间转成rgb空间,得到去噪完成图;将所有图完成相应处理,得到所有图的去噪完成图。
10.一种图片去噪系统,其特征在于,包括:
图片获取模块,用于获取输入图片;
差异值计算模块,用于将所述输入图片转化为灰度图,并对输入图片计算RGB三通道差异值;
第一噪点图生成模块,通过灰度图下的阈值过滤和三通道差异值计算,生成第一噪点图;
第二噪点图生成模块,将所述输入图片转换hsv空间并通过高斯模糊处理,得到第二噪点图;
合并噪点图生成模块,将所述第一噪点图和所述第二噪点图合并,得到合并噪点图;
颜色正确图生成模块,将所有输入图片求平均后,对平均后的图像的h通道和每一张输入图片的h通道比较,结合合并噪点图进行线性融合,得到颜色正确图;
饱和度正确图生成模块,对每一张输入图片的s通道去噪,得到饱和度正确图;
去噪完成模块,将矫正后的h通道和s通道融合,即为将颜色正确图和饱和度正确图进行融合,得到去噪完成图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210258370.XA CN114663305A (zh) | 2022-03-16 | 2022-03-16 | 一种图片去噪方法及其系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210258370.XA CN114663305A (zh) | 2022-03-16 | 2022-03-16 | 一种图片去噪方法及其系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114663305A true CN114663305A (zh) | 2022-06-24 |
Family
ID=82028778
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210258370.XA Pending CN114663305A (zh) | 2022-03-16 | 2022-03-16 | 一种图片去噪方法及其系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114663305A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108428215A (zh) * | 2017-02-15 | 2018-08-21 | 阿里巴巴集团控股有限公司 | 一种图像处理方法、装置和设备 |
KR20190072027A (ko) * | 2017-12-15 | 2019-06-25 | 현대자동차주식회사 | 저조도 영상 개선 방법 |
CN110082781A (zh) * | 2019-05-20 | 2019-08-02 | 东北大学秦皇岛分校 | 基于slam技术与图像识别的火源定位方法及系统 |
CN113361315A (zh) * | 2021-02-23 | 2021-09-07 | 仲恺农业工程学院 | 基于背景饱和度压缩与差异阈值分割融合的香蕉串识别方法 |
US20220026275A1 (en) * | 2018-12-20 | 2022-01-27 | Florida Atlantic University Board Of Trustees | Systems and methods for detecting disease using mobile device |
-
2022
- 2022-03-16 CN CN202210258370.XA patent/CN114663305A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108428215A (zh) * | 2017-02-15 | 2018-08-21 | 阿里巴巴集团控股有限公司 | 一种图像处理方法、装置和设备 |
KR20190072027A (ko) * | 2017-12-15 | 2019-06-25 | 현대자동차주식회사 | 저조도 영상 개선 방법 |
US20220026275A1 (en) * | 2018-12-20 | 2022-01-27 | Florida Atlantic University Board Of Trustees | Systems and methods for detecting disease using mobile device |
CN110082781A (zh) * | 2019-05-20 | 2019-08-02 | 东北大学秦皇岛分校 | 基于slam技术与图像识别的火源定位方法及系统 |
CN113361315A (zh) * | 2021-02-23 | 2021-09-07 | 仲恺农业工程学院 | 基于背景饱和度压缩与差异阈值分割融合的香蕉串识别方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111353948B (zh) | 一种图像降噪方法、装置及设备 | |
EP2187620B1 (en) | Digital image processing and enhancing system and method with function of removing noise | |
CN111062905A (zh) | 一种基于显著图增强的红外和可见光融合方法 | |
US10467733B2 (en) | Multiplexed high dynamic range images | |
CN110675346A (zh) | 适用于Kinect的图像采集与深度图增强方法及装置 | |
CN107395991B (zh) | 图像合成方法、装置、计算机可读存储介质和计算机设备 | |
Chang et al. | Correction of axial and lateral chromatic aberration with false color filtering | |
CN110619652B (zh) | 一种基于光流映射重复区域检测的图像配准鬼影消除方法 | |
CN112887693A (zh) | 图像紫边消除方法、设备及存储介质 | |
CN111369486A (zh) | 一种图像融合处理方法及装置 | |
CN115880288B (zh) | 电子元件焊接的检测方法、系统及计算机设备 | |
JP2012181838A (ja) | 画像処理装置、画像処理方法、プログラムおよび記録媒体 | |
US11373279B2 (en) | Image processing method and device | |
CN111311498B (zh) | 图像鬼影剔除方法及装置、存储介质、终端 | |
CN114862707A (zh) | 一种多尺度特征恢复图像增强方法、装置及存储介质 | |
CN114663305A (zh) | 一种图片去噪方法及其系统 | |
CN116385370A (zh) | 鱼眼图像处理方法、装置、电子设备和存储介质 | |
CN112233032B (zh) | 一种高动态范围图像鬼影消除的方法 | |
JPH1117984A (ja) | 画像処理装置 | |
CN115034988A (zh) | 一种基于rgbd相机的两阶段主体点云滤波方法 | |
JP2018160024A (ja) | 画像処理装置、画像処理方法及びプログラム | |
CN106920217B (zh) | 图像矫正的方法及装置 | |
CN113012051A (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
JP2006277688A (ja) | 画質改善装置、画質改善方法及びそのためのプログラム | |
JP6584173B2 (ja) | 画像処理装置及び画像処理方法 |
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 |