CN115829873A - 一种图像还原方法及处理系统 - Google Patents
一种图像还原方法及处理系统 Download PDFInfo
- Publication number
- CN115829873A CN115829873A CN202211595809.4A CN202211595809A CN115829873A CN 115829873 A CN115829873 A CN 115829873A CN 202211595809 A CN202211595809 A CN 202211595809A CN 115829873 A CN115829873 A CN 115829873A
- Authority
- CN
- China
- Prior art keywords
- noise
- pixel
- window
- current
- judging whether
- 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
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000012545 processing Methods 0.000 title claims abstract description 9
- 230000007246 mechanism Effects 0.000 claims abstract description 17
- 238000001914 filtration Methods 0.000 claims description 10
- 238000007781 pre-processing Methods 0.000 claims description 6
- 230000003044 adaptive effect Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 239000006002 Pepper Substances 0.000 abstract description 10
- 235000002566 Capsicum Nutrition 0.000 abstract description 9
- 235000016761 Piper aduncum Nutrition 0.000 abstract description 9
- 235000017804 Piper guineense Nutrition 0.000 abstract description 9
- 235000008184 Piper nigrum Nutrition 0.000 abstract description 9
- 150000003839 salts Chemical class 0.000 abstract description 9
- 230000000694 effects Effects 0.000 abstract description 4
- 230000009467 reduction Effects 0.000 abstract description 2
- 244000203593 Piper nigrum Species 0.000 abstract 1
- 241000722363 Piper Species 0.000 description 8
- 230000007547 defect Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 3
- 241000519995 Stachys sylvatica Species 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 239000000696 magnetic material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Landscapes
- Image Processing (AREA)
Abstract
本发明公开了一种图像还原方法及处理系统,涉及图像增强技术领域,解决了技术中存在面对高密度的椒盐噪声,噪声判断耗时长,导致难以还原出真实图像的技术问题。该方法包括S2、用快速噪声判断机制判断当前窗口像素的中值是否为噪声;若是,执行步骤S3;否则,执行步骤S4;S3、增大当前窗口,并判断增大的窗口尺寸是否大于最大窗口尺寸,若是,进行去噪均值还原后执行步骤S5;否则,更新为增大的窗口,并返回步骤S2;S4、判断当前像素是否为噪声,若是,输出中值后执行步骤S5,否则,输出当前像素后执行步骤S5;S5、判断当前像素是否为最后一个像素,若是则结束,否则,滑动至下一个像素后返回步骤S1。本发明噪声判断耗时短,图像还原效果好。
Description
技术领域
本发明涉及图像增强技术领域,尤其涉及一种图像还原方法及处理系统。
背景技术
图像技术已经被广泛应用于各个行业,图像质量成为当前图像领域的研究热点。目前,椒盐噪声依然是图像领域的高频率出现的噪声。椒盐噪声产生的主要原因有两个:第一,影像讯号受到突如其来的强烈干扰而产生椒盐噪声。例如,由于接入电源、其它电子设备引入强烈干扰,导致图像出现大量的黑白斑点,图像严重模糊,这种情况频繁出现。第二,由器材本身的磁性材质引起的椒盐噪声。例如,由影视设备内部的磁性材料引起的椒盐噪声,这种情况的椒盐噪声也难以避免。现有技术技术常用中值滤波和自适应中值滤波还原椒盐噪声图像。
在实现本发明过程中,发明人发现现有技术中至少存在如下问题:
面对高密度的椒盐噪声,强制输出部分像素噪声、噪声判断耗时长,导致难以还原出真实图像。
发明内容
本发明的目的在于提供一种图像还原方法及处理系统,以解决现有技术中存在的面对高密度的椒盐噪声,强制输出部分像素噪声、噪声判断耗时长,导致难以还原出真实图像的技术问题。本发明提供的诸多技术方案中的优选技术方案所能产生的诸多技术效果详见下文阐述。
为实现上述目的,本发明提供了以下技术方案:
本发明提供的一种图像还原方法,包括:
S1、获取输入图像的当前像素,自适应选择对应的当前窗口;
S2、用快速噪声判断机制判断当前所述窗口像素的中值是否为噪声;若是,执行步骤S3;否则,执行步骤S4;
S3、增大当前所述窗口,并判断增大的所述窗口尺寸是否大于最大窗口尺寸,若是,对增大的所述窗口进行去噪均值还原后执行步骤S5;否则,将当前所述窗口更新为增大的所述窗口,并返回步骤S2;
S4、判断当前所述像素是否为噪声,若是,输出所述中值后执行步骤S5,否则,输出当前所述像素后执行步骤S5;
S5、判断当前所述像素是否为最后一个像素,若是则结束,否则,滑动至下一个像素后返回步骤S1。
优选的,步骤S2所述快速噪声判断机制为:
S21、遍历当前所述窗口的所有像素,获得最低像素值的个数和最高像素值的个数;
S22、根据所述最低像素值的个数、最高像素值的个数计算噪声占比;
S23、判断所述噪声占比是否小于阈值,若是,执行步骤S4;否则执行步骤S24;
S24、判断是否所述最低像素值的个数占比小于所述阈值且所述最高像素值的个数占比小于所诉阈值,若是,执行步骤S4;否则,执行步骤S3。
优选的,所述噪声占比的计算公式为:噪声占比=(最低像素值的个数+最高像素值的个数)/窗口像素总数。
优选的,所述阈值为50%。
优选的,步骤S3所述的去噪均值还原包括:
S31、过滤增大的所述窗口像素值最小和最大的像素;
S32、输出剩余像素的平均值。
优选的,步骤S4所述判断当前所述像素是否为噪声包括:判断当前所述像素的像素值是否在所述最低像素值和所述最高像素值之间;若是,当前所述像素不是噪声;否则,当前所述像素是噪声。
优选的,所述方法根据自适应的判断结果,将像素映射为像素值、中值和平均值。
一种图像还原处理系统,所述系统用于执行以上任一所述的一种图像还原方法,包括:
图像预处理模块,用于将图像灰度化后便于遍历像素;
中值噪声判断模块,用于用快速噪声判断机制判断窗口中值是否为噪声;
像素噪声判断模块,用于判断当前像素是否为噪声;
窗口判断模块,用于增大窗口后判断当前窗口的尺寸是否是最大尺寸;
所述图像预处理模块、中值噪声判断模块及像素噪声判断模块依次连接;所述像素噪声判断模块连接所述中值噪声判断模块。
优选的,所述系统还包括:去噪均值还原模块,用于给中值是噪声的窗口去噪后还原;所述去噪均值还原模块连接所述窗口判断模块。
实施本发明上述技术方案中的一个技术方案,具有如下优点或有益效果:
(1)本发明提出的快速噪声判断机制,能够快速地判断当前窗口像素的中值是否为噪声,克服了现有技术在噪声判断上耗时太长的缺点,降低了时间复杂度;
(2)本发明提出的去噪均值还原方法,克服了现有技术容易强制输出噪声的缺点,会将像素中值为噪声的窗口去噪后输出平均值,可以有效的保留图像原始信息;
(3)本发明会动态的将像素映射为原始值、中值和平均值,克服了现有技术像素映射单一的问题,提升了图像还原的自适应能力,能还原极高密度的噪声图像,提高图像传输的稳定性,还扩大了对图像的适用范围。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单的介绍,显而易见,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,附图中:
图1是本发明实施例的图像还原方法流程图;
图2是本发明实施例的快速噪声判断机制流程图;
图3是本发明实施例的去噪均值还原方法流程图;
图4是本发明实施例的图像还原效果对比示意图;
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,下文将要描述的各种示例性实施例将要参考相应的附图,这些附图构成了示例性实施例的一部分,其中描述了实现本发明可能采用的各种示例性实施例。除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。应明白,它们仅是与如所附权利要求书中所详述的、本发明公开的一些方面相一致的流程、方法和装置等的例子,还可使用其他的实施例,或者对本文列举的实施例进行结构和功能上的修改,而不会脱离本发明的范围和实质。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”等指示的是基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的元件必须具有的特定的方位、以特定的方位构造和操作。术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。术语“多个”的含义是两个或两个以上。术语“相连”、“连接”应做广义理解,例如,可以是固定连接、可拆卸连接、一体连接、机械连接、电连接、通信连接、直接相连、通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明,仅示出了与本发明实施例相关的部分。
实施例一:
如图1所示,本发明提供了一种图像还原方法,包括:
S1、获取输入图像的当前像素,自适应选择对应的当前窗口;
S2、用快速噪声判断机制判断当前窗口像素的中值是否为噪声;若是,执行步骤S3;否则,执行步骤S4;
S3、增大当前窗口,并判断增大的窗口尺寸是否大于最大窗口尺寸,若是,对增大的窗口进行去噪均值还原后执行步骤S5;否则,将窗口更新为增大的窗口,并返回步骤S2;最大窗口尺寸可以根据实际情况进行灵活设置,且必须设置为奇数尺寸,如将最大窗口尺寸设置为9*9或7*7等;
S4、判断当前像素是否为噪声,若是,输出中值后执行步骤S5,否则,输出当前像素后执行步骤S5;
S5、判断当前像素是否为最后一个像素,若是则结束,否则,滑动至下一个像素后返回步骤S1。
本实施例的快速噪声判断机制,能够快速地判断当前窗口像素的中值是否为噪声,克服了现有技术在噪声判断上耗时太长的缺点,降低了时间复杂度;去噪均值还原方法,克服了现有技术容易强制输出噪声的缺点,可以有效的保留图像原始信息。
作为可选择的实施方式,步骤S2的快速噪声判断机制为:
S21、遍历当前窗口的所有像素,获得最低像素值的个数和最高像素值的个数;
S22、根据最低像素值的个数、最高像素值的个数计算噪声占比;
S23、判断噪声噪声占比是否小于阈值,若是,执行步骤S4;否则执行步骤S24;
S24、判断是否最低像素值的个数占比小于阈值且最高像素值的个数占比小于5阈值,若是,执行步骤S4;否则,执行步骤S3。其中,阈值为50%;噪声占比的计算公式为:噪声占比=(最低像素值的个数+最高像素值的个数)/窗口像素总数。当噪声比小于阈值时,中值必然不是最低和最高像素,因此中值不是噪声;当中位数大于等于阈值且最低像素的个数占比和最高像素的个数占比都小于阈值时,中值也不是噪声;该方法不排序就可以判断中值是否为噪声。
以判断3×3窗口的中值是否为噪声举例,使用自适应中值滤波技术对中值噪声进行判断,在最坏的情况下,排序需要进行36次比较;本实施例的快熟噪声判断机制遍历一次选出最大像素和最小像素的个数,计算噪声占比即可做出判断,在最坏的情况下,只需要做19此比较,速度更快。
该机制不需要将窗口中的像素值进行排序,能够快速的判断当前窗口的中值是否为噪声;现有技术中自适应中值滤波中值噪声判断方法需要对像素值进行排序,因此时间复杂度为O(n2)或者O(n logn),复杂度比较高;而本实施例的快速噪声判断机制不需要对窗口中的像素值进行排序,只需遍历一次选出最大像素和最小像素的个数就可实现对噪声的判断,时间复杂度为O(2n),降低了时间复杂度。
作为可选择的实施方式,步骤S3的去噪均值还原包括:
S31、过滤增大的窗口像素值最小和最大的像素;
S32、输出剩余像素的平均值。
当最大窗口的中值也为噪声时,现有的自适应中值滤波会强制输出噪声,而本实施例会过滤掉最大像素和最小像素后输出平均值,能够有效保留图像原始信息。
步骤S4判断当前所述是否为噪声包括:判断当前像素的像素值是否在最低像素值和最高像素值之间;若是,当前像素不是噪声;否则,当前像素是噪声。该方法根据自适应的判断结果,将像素映射为像素值、中值和平均值。
本实施例的快速噪声判断机制,能够快速地判断当前窗口像素的中值是否为噪声,克服了现有技术在噪声判断上耗时太长的缺点,降低了时间复杂度;去噪均值还原方法,克服了现有技术容易强制输出噪声的缺点,会将像素中值为噪声的窗口去噪后输出平均值,可以有效的保留图像原始信息。本实施例方法会动态的将像素映射为原始值、中值和平均值,克服了现有技术像素映射单一的问题,提升了图像还原的自适应能力,如图2所述,a组为含不同密度椒盐噪声的原图,b组为使用中值滤波还原后的图像,c组为使用自适应中值滤波还原后的图像,d组为使用本实施例方法还原后的图像,可以很明显的看出,本实施例方法图像还原的效果更好,能够无损还原噪声密度60%~90%的图像,还原处理的图像基本和原图一致,适用范围广泛。
实施例仅是一个特例,并不表明本发明就这样一种实现方式。
实施例二:
本实施例二与实施例一的不同点在于:一种图像还原处理系统,该系统用于执行实施例一所述的一种图像还原方法,包括:
图像预处理模块,用于将图像灰度化后便于遍历像素,将目标图像灰度化可以提升算法速度,减少计算量;中值噪声判断模块,用于用快速噪声判断机制判断窗口中值是否为噪声;像素噪声判断模块,用于判断当前像素是否为噪声;窗口判断模块,用于增大窗口后判断当前窗口的尺寸是否是最大尺寸;图像预处理模块、中值噪声判断模块及像素噪声判断模块依次连接;像素噪声判断模块连接中值噪声判断模块。该系统还包括:去噪均值还原模块,用于给中值是噪声的窗口去噪后还原;去噪均值还原模块连接窗口判断模块。
影视作品由于器材老旧、设备环境恶劣,频繁出现黑白斑点,影响用户体验。本实施例的系统提升了图像还原的有效性,还原出来的图像基本和原图一致,在极端恶劣的传输环境下,也能保证图像的还原度,提高图像质量,提高用户体验。
以上所述仅为本发明的较佳实施例而已,本领域技术人员知悉,在不脱离本发明的精神和范围的情况下,可以对这些特征和实施例进行各种改变或等同替换。另外,在本发明的教导下,可以对这些特征和实施例进行修改以适应具体的情况及材料而不会脱离本发明的精神和范围。因此,本发明不受此处所公开的具体实施例的限制,所有落入本申请的权利要求范围内的实施例都属于本发明的保护范围。
Claims (9)
1.一种图像还原方法,其特征在于,包括:
S1、获取输入图像的当前像素,自适应选择对应的当前窗口;
S2、用快速噪声判断机制判断当前所述窗口像素的中值是否为噪声;若是,执行步骤S3;否则,执行步骤S4;
S3、增大当前所述窗口,并判断增大的所述窗口尺寸是否大于最大窗口尺寸,若是,对增大的所述窗口进行去噪均值还原后执行步骤S5;否则,将当前所述窗口更新为增大的所述窗口,并返回步骤S2;
S4、判断当前所述像素是否为噪声,若是,输出所述中值后执行步骤S5,否则,输出当前所述像素后执行步骤S5;
S5、判断当前所述像素是否为最后一个像素,若是则结束,否则,滑动至下一个像素后返回步骤S1。
2.根据权利要求1所述的一种图像还原方法,其特征在于,步骤S2所述快速噪声判断机制为:
S21、遍历当前所述窗口的所有像素,获得最低像素值的个数和最高像素值的个数;
S22、根据所述最低像素值的个数、最高像素值的个数计算噪声占比;
S23、判断所述噪声占比是否小于阈值,若是,执行步骤S4;否则执行步骤S24;
S24、判断是否所述最低像素值的个数占比小于所述阈值且所述最高像素值的个数占比小于所述阈值,若是,执行步骤S4;否则,执行步骤S3。
3.根据权利要求2所述的一种图像还原方法,其特征在于,所述噪声占比的计算公式为:噪声占比=(最低像素值的个数+最高像素值的个数)/窗口像素总数。
4.根据权利要求3所述的一种图像还原方法,其特征在于,所述阈值为50%。
5.根据权利要求2所述的一种方法,其特征在于,步骤S3所述的去噪均值还原包括:
S31、过滤增大的所述窗口像素值最小和最大的像素;
S32、输出剩余像素的平均值。
6.根据权利要求2所述的一种图像还原方法,其特征在于,步骤S4所述判断当前所述像素是否为噪声包括:判断当前所述像素的像素值是否在所述最低像素值和所述最高像素值之间;若是,当前所述像素不是噪声;否则,当前所述像素是噪声。
7.根据权利要求1所述的一种图像还原方法,其特征在于,所述方法根据自适应的判断结果,将像素映射为像素值、中值和平均值。
8.一种图像还原处理系统,其特征在于,所述系统用于执行权利要求1-7任一所述的一种图像还原方法,包括:
图像预处理模块,用于将图像灰度化后便于遍历像素;
中值噪声判断模块,用于用快速噪声判断机制判断窗口中值是否为噪声;
像素噪声判断模块,用于判断当前像素是否为噪声;
窗口判断模块,用于增大窗口后判断当前窗口的尺寸是否是最大尺寸;
所述图像预处理模块、中值噪声判断模块及像素噪声判断模块依次连接;所述像素噪声判断模块连接所述中值噪声判断模块。
9.根据权利要求8所述的一种图像还原处理系统,其特征在于,所述系统还包括:去噪均值还原模块,用于给中值是噪声的窗口去噪后还原;所述去噪均值还原模块连接所述窗口判断模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211595809.4A CN115829873B (zh) | 2022-12-13 | 2022-12-13 | 一种图像还原方法及处理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211595809.4A CN115829873B (zh) | 2022-12-13 | 2022-12-13 | 一种图像还原方法及处理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115829873A true CN115829873A (zh) | 2023-03-21 |
CN115829873B CN115829873B (zh) | 2023-12-19 |
Family
ID=85546798
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211595809.4A Active CN115829873B (zh) | 2022-12-13 | 2022-12-13 | 一种图像还原方法及处理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115829873B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117423113A (zh) * | 2023-12-18 | 2024-01-19 | 青岛华正信息技术股份有限公司 | 一种档案ocr图像自适应去噪方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103679732A (zh) * | 2013-12-12 | 2014-03-26 | 西安建筑科技大学 | 基于噪声检测的高密度脉冲噪声自适应滤波算法 |
CN106910169A (zh) * | 2017-01-26 | 2017-06-30 | 苏州大学 | 一种防止边缘模糊的图像椒盐噪声去除方法 |
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 |
CN115063302A (zh) * | 2022-05-10 | 2022-09-16 | 华南理工大学 | 针对指纹图像椒盐噪声的有效去除方法 |
-
2022
- 2022-12-13 CN CN202211595809.4A patent/CN115829873B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103679732A (zh) * | 2013-12-12 | 2014-03-26 | 西安建筑科技大学 | 基于噪声检测的高密度脉冲噪声自适应滤波算法 |
CN106910169A (zh) * | 2017-01-26 | 2017-06-30 | 苏州大学 | 一种防止边缘模糊的图像椒盐噪声去除方法 |
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 |
CN115063302A (zh) * | 2022-05-10 | 2022-09-16 | 华南理工大学 | 针对指纹图像椒盐噪声的有效去除方法 |
Non-Patent Citations (1)
Title |
---|
王阳: "高密度椒盐噪声污染图像修复方法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》, pages 8 - 10 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117423113A (zh) * | 2023-12-18 | 2024-01-19 | 青岛华正信息技术股份有限公司 | 一种档案ocr图像自适应去噪方法 |
CN117423113B (zh) * | 2023-12-18 | 2024-03-05 | 青岛华正信息技术股份有限公司 | 一种档案ocr图像自适应去噪方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115829873B (zh) | 2023-12-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP1480166B1 (en) | An edge enhancement process and system | |
EP1146748B1 (en) | A method of directional filtering for post-processing compressed video | |
US7460172B2 (en) | Frame interpolating method and apparatus thereof at frame rate conversion | |
KR101622363B1 (ko) | 필름 모드 또는 카메라 모드의 검출을 위한 방법 | |
US8295607B1 (en) | Adaptive edge map threshold | |
JPS59125176A (ja) | ビデオイメ−ジのシエ−ジング効果の補正装置 | |
EP1909227A1 (en) | method of and apparatus for minimizing ringing artifacts in an input image | |
KR20090102610A (ko) | 영상 스케일링 검출 방법 및 장치 | |
CN107437238B (zh) | 一种图像分块自适应递归降噪方法及装置 | |
EP2723066A2 (en) | Spatio-temporal adaptive video de-interlacing | |
Juneja et al. | An improved adaptive median filtering method for impulse noise detection | |
CN115829873A (zh) | 一种图像还原方法及处理系统 | |
CN108270945B (zh) | 一种运动补偿去噪方法及装置 | |
US20160343113A1 (en) | System for enhanced images | |
CN100367770C (zh) | 一种去除视频孤立噪声点的方法 | |
CN101141655A (zh) | 影像信号像素点色彩值调整方法 | |
CN1278553C (zh) | 一种像素静止检测的多窗口多阈值方法 | |
CN113191990B (zh) | 一种图像处理方法、装置、电子设备及介质 | |
CN114125471A (zh) | 一种视频编码前置滤波方法 | |
JP4065287B2 (ja) | 画像データのノイズ除去方法及びその装置 | |
Kundu et al. | A novel technique for automatic abrupt shot transition detection | |
CN116962698B (zh) | 一种高压缩率的图像压缩及解压缩方法 | |
CN115035151B (zh) | 梳状失真的检测方法、装置、计算机设备及存储介质 | |
US20050169538A1 (en) | Method and apparatus for removing image compression artifacts | |
CN116205810B (zh) | 视频降噪方法、装置和电子设备 |
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 |