CN116993595A - 快速抑制数字图像中的背景高频噪声的数据处理方法 - Google Patents

快速抑制数字图像中的背景高频噪声的数据处理方法 Download PDF

Info

Publication number
CN116993595A
CN116993595A CN202210446516.3A CN202210446516A CN116993595A CN 116993595 A CN116993595 A CN 116993595A CN 202210446516 A CN202210446516 A CN 202210446516A CN 116993595 A CN116993595 A CN 116993595A
Authority
CN
China
Prior art keywords
image
processing method
data processing
height
width
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
CN202210446516.3A
Other languages
English (en)
Inventor
孙启光
巴卡地
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN202210446516.3A priority Critical patent/CN116993595A/zh
Publication of CN116993595A publication Critical patent/CN116993595A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • 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
    • G06T2207/20212—Image combination
    • G06T2207/20224—Image subtraction
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30168—Image quality inspection

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本发明公开一种快速抑制数字图像中的背景高频噪声的数据处理方法。数据处理方法包括配置图像处理器对输入图像执行第一增强处理、像素合并处理或第一双线性内插处理、第一高斯模糊处理、第二双线性内插处理、第一减法处理、第二高斯模糊处理、第二增强处理及第二减法处理，以从该输入图像减去减法掩模并产生输出图像。上述的数据处理方法可用于超高速噪声抑制，且不需任何额外硬件配置。

Description

快速抑制数字图像中的背景高频噪声的数据处理方法
技术领域
本发明涉及一种数据处理方法，特别是涉及一种快速抑制数字图像中的背景高频噪声的数据处理方法。
背景技术
在模拟信号数字化的过程中，由于设备及器材因素，数字化后的图像可能被高频噪声污染。虽然有许多模拟滤波器可用于改善信号质量，但需要专用硬件配置且可能限制信号撷取系统的有效带宽。
发明内容
本发明所要解决的技术问题在于，针对现有技术的不足提供一种快速抑制数字图像中的背景高频噪声的数据处理方法，可用于快速抑制数字图像中的高频背景噪声，并还原经过噪声破坏的目标信号。
为了解决上述的技术问题，本发明所采用的其中一技术方案是提供一种快速抑制数字图像中的背景高频噪声的数据处理方法，所述数据处理方法包括配置一图像处理器执行下列步骤：取得一输入图像，其中所述输入图像具有一第一宽度及一第一高度，且包括多个像素或多个数据点；对所述输入图像执行一第一增强处理，以将所述输入图像乘上一第一增强因子，并产生一第一增强后图像；对所述第一增强后图像执行一像素合并(pixel-binning)处理或一第一双线性内插(Bilinear Interpolation)处理，以将所述第一增强后图像以一缩小因子进行调整(resize)，以产生一第一调整后图像，所述第一调整后图像具有小于所述第一宽度的一第二宽度，以及小于所述第一高度的一第二高度；对所述第一调整后图像执行一第一高斯模糊(Gaussian Blur)处理，以通过使用一第一核心尺寸的高斯核对所述第一调整后图像执行卷积运算以得到一第一模糊图像；对所述第一模糊图像执行一第二双线性内插(Bilinear Interpolation)处理以将所述第一模糊图像从所述第二宽度及所述第二高度放大为具有所述第一宽度及所述第一高度的一第二调整后图像；对所述第二调整后图像及所述第一增强后图像执行一第一减法处理，以从所述第二调整后图像减去所述第一增强后图像，以产生一噪声相关图像；对所述噪声相关图像执行一第二高斯模糊处理，以通过使用一第二核心尺寸的高斯核对所述噪声相关图像执行卷积运算以得到一第二模糊图像；对所述第二模糊图像执行一第二增强处理，以将所述第二模糊图像乘上一第二增强因子，并产生具有所述第一宽度及所述第一高度的一减法掩模；对所述输入图像及所述减法掩模执行一第二减法处理，以从所述输入图像减去所述减法掩模，以产生一输出图像。
优选的，所述第一增强处理由下式表示：g(r,c)＝α×f(r,c)；其中f(r,c)为所述输入图像，g(r,c)为所述第一增强后图像，r表示多个所述像素或多个所述数据点的纵轴位置，c表示多个所述像素或多个所述数据点的横轴位置，α为所述第一增强因子。
优选的，1.0<α≤5.0。
优选的，所述像素合并处理或所述第一双线性内插处理由下式表示：其中，R、C为所述第一尺寸的纵轴长度及横轴长度，R′、C′为所述第二尺寸的纵轴长度及横轴长度，gD(r′,c′)为所述第一调整后图像，r′、c′分别代表所述第一调整后图像中的多个像素或多个数据点的纵轴位置及横轴位置。
优选的，所述缩小因子为3。
优选的，所述第一高斯模糊处理由下式表示： 其中L(r′,c′)为所述模糊图像，g1×g2为所述第一核心尺寸。
优选的，所述第一核心尺寸为29×29。
优选的，所述第二双线性内插处理由下式表示：其中LU(r,c)为所述第二调整后图像。
优选的，所述第一减法处理、所述第二高斯模糊处理、所述第二增强处理及所述第二减法处理由下式表示： 其中，F(r,c)为所述输出图像，β为所述第二增强因子，M×M为所述第二核心尺寸。
优选的，1<β≤10.0，M≤7。
本发明的其中一有益效果在于，本发明所提供的快速抑制数字图像中的背景高频噪声的数据处理方法，具有以下优点：
1.可用于超高速噪声抑制，且不需任何额外硬件配置。
2.与现有基于模糊的去噪声算法不同，不需抑制原始图像的分辨率。
3.可在噪声强度比目标信号强度更强的情形下，以超高速处理时间复原目标信号的信息。
为使能更进一步了解本发明的特征及技术内容，请参阅以下有关本发明的详细说明与附图，然而所提供的附图仅用于提供参考与说明，并非用来对本发明加以限制。
附图说明
图1为根据本发明一实施例绘示的数据处理方法的流程图。
图2为根据本发明一实施例示出的输入图像的示意图。
图3为根据本发明一实施例示出的噪声相关图像的示意图。
图4为根据本发明一实施例示出的减法掩模的示意图。
图5为根据本发明一实施例示出的输出图像的示意图。
图6为根据本发明一实施例示出的输入图像集与应用本发明的数据处理方法的图像集的比较结果。
图7为根据本发明一实施例针对i7-9800X CPU、Quadro P1000 GPU及Quadro RTX8000GPU示出的输入图像尺寸的处理时间的曲线图。
具体实施方式
以下是通过特定的具体实施例来说明本发明所公开有关“快速抑制数字图像中的背景高频噪声的数据处理方法”的实施方式，本领域技术人员可由本说明书所公开的内容了解本发明的优点与效果。本发明可通过其他不同的具体实施例加以施行或应用，本说明书中的各项细节也可基于不同观点与应用，在不背离本发明的构思下进行各种修改与变更。另外，本发明的附图仅为简单示意说明，并非依实际尺寸的描绘，事先声明。以下的实施方式将进一步详细说明本发明的相关技术内容，但所公开的内容并非用以限制本发明的保护范围。另外，本文中所使用的术语“或”，应视实际情况可能包括相关联的列出项目中的任一个或者多个的组合。
图1为根据本发明一实施例示出的数据处理方法的流程图。参阅图1所示，本发明一实施例提供一种快速抑制数字图像中的背景高频噪声的数据处理方法，其可在包括一或多个处理器(例如中央处理器及图像处理器)及储存器的计算装置上实现。例如，中央处理器及图像处理器可经配置从储存器存取计算机可读取指令，以控制计算装置执行本发明提供的数据处理方法。
储存器为可用以储存数据的任何储存装置，可为例如，但不限于随机存取存储器(random access memory；RAM)、只读存储器(read only memory；ROM)、闪存、硬盘或其他可用以储存数据的储存装置。
计算装置可例如由数据库、一般处理器、图像处理器、计算器、服务器、或其他具特定逻辑电路的独特硬件装置或具特定功能的设备来实作，如将程序代码和处理器/芯片整合成独特硬件。更详细地说，数据处理方法可使用计算机程序实现，计算机程序可储存于一非瞬时计算机可读取记录媒体中，例如只读存储器、闪存、软盘、硬盘、光盘、随身碟、磁带、可由网络存取之数据库或熟悉此技艺者可轻易思及具有相同功能之计算机可读取记录媒体。
参阅图1所示，数据处理方法包括配置一图像处理器执行下列步骤：
步骤S10：取得输入图像INPUT。
其中，输入图像INPUT具有第一宽度及第一高度，且包括多个像素或多个数据点。并且，需要注意的，输入图像INPUT必须为未经过任何类型的低通滤波器处理过的图像，以避免将原本的输入图像INPUT中的高频部分的强度分布到其较暗的邻近部分，而无法在后续步骤中产生有效的减法掩模。
请参考图2，其为根据本发明一实施例示出的输入图像的示意图。输入图像INPUT可例如为一8位的灰阶数字图像，其具有10*10个像素，对应于该些数据点，且每个数据点上的数字代表该处的灰阶值。
步骤S11：对输入图像INPUT执行第一增强处理，以将输入图像乘上第一增强因子(factor)，并产生第一增强后图像AMP1。此步骤是为了增强输入图像INPUT的图像中较弱的低频信息，最好能够接近饱和。
其中，第一增强处理可由下式(1)表示：
g(r,c)＝α×f(r,c)…式(1)；
其中，f(r,c)为输入图像INPUT，g(r,c)为第一增强后图像AMP1，r表示该些像素或该些数据点的纵轴位置，c表示该些像素或该些数据点的横轴位置，α为第一增强因子。理想情况下，对于8位的图像来说，第一增强因子可以选择为目标最小强度乘以255.0的倒数。在本发明的优选实施例中，第一增强因子α的范围可为1.0<α≤5.0。
步骤S12：对第一增强后图像AMP1执行像素合并(pixel-binning)处理或第一双线性内插(bilinear interpolation)处理，以将第一增强后图像AMP1以缩小因子缩小为具有第二宽度及第二高度的第一调整后图像RESIZE1。简而言之，像素合并用以对一目标像素的周遭像素进行合并，用以将目标像素的亮度提升。
此处，第一双线性内插处理可用于将第一增强后图像AMP1的尺寸缩小，并在缩小的过程中将连续图块的连接处出现的伪影(Artifact)最小化。
其中，像素合并处理或第一双线性内插处理可由下式(2)表示：
其中，R、C为第一宽度及第一高度，R′、C′为第二宽度及第二高度，gD(r′,c′)为该第一调整后图像，r′、c′分别代表该第一调整后图像中的多个像素或多个数据点的纵轴位置及横轴位置。
举例而言，可将第一增强后图像AMP1以缩小因子为三来执行像素合并处理或第一双线性内插(bilinear interpolation)处理，取得的第一调整后图像RESIZE1实质上为第一增强后图像的平滑层(Smooth layer)。
步骤S13：对第一调整后图像执行第一高斯模糊(Gaussian Blur)处理，以通过使用第一核心尺寸的高斯核对第一调整后图像RESIZE1执行卷积运算以得到第一模糊图像BLUR1。
其中，第一高斯模糊处理可由下式(3)表示：
其中L(r′,c′)为第一模糊图像BLUR1，g1×g2为第一核心尺寸。
高斯模糊实际上为一种低通滤波器，在图像处理领域中被广泛使用，且通常用于减少图像噪声以及降低细节层次。高斯模糊也用于计算机视觉算法中的预先处理阶段，以增强图像在不同比例大小下的图像效果。
需要说明的，为了获得第一增强后图像AMP1的平滑层，首先进行了3倍缩小，并使用第一核心尺寸例如为29×29的高斯核来执行第一高斯模糊处理。倘若想要在未经像素合并处理的情况下取得类似的平滑层，则将需要一个更大尺寸的高斯核，这对于中到大型数据集来说是相当昂贵的。而在本发明的实施例中，减少尺寸的平滑层将有助于在特定应用中更好的保存有用的高频信息。
步骤S14：对第一模糊图像BLUR1执行第二双线性内插(Bilinear Interpolation)处理以从第二宽度及第二高度(R′×C′)调整为具有第一宽度及第一高度(R×C)的第二调整后图像RESIZE2。
第二双线性内插处理由下式(4)表示：
其中，LU(r,c)为第二调整后图像RESIZE2。
类似的，第二双线性内插处理可用于将第一模糊图像BLUR1的尺寸放大，并在放大的过程中将连续图块的连接处出现的伪影(Artifact)最小化。
步骤S15：对第二调整后图像RESIZE2及第一增强后图像AMP1执行第一减法处理，以从第二调整后图像RESIZE2减去第一增强后图像AMP1，以产生噪声相关图像SUB1。
可进一步参考图3，其为根据本发明一实施例示出的噪声相关图像SUB1的示意图。如图所示，步骤S15的目的在于，对应噪声及低频结构的位置产生零强度，同时将噪声的邻近区块保留为非零强度。如图2的框选位置f(9,2)为高频噪声像素，其值为127，而在图3中的相同的框选位置则为零，而该框选位置的邻近区块则保留为非零强度。此外，图2中心区域的低频结构在图3则用零来填充。需要注意的，在第一减法处理中产生的负值的像素或数据点均以零来替代。
步骤S16：对噪声相关图像SUB1执行第二高斯模糊处理，以通过使用第二核心尺寸的高斯核对噪声相关图像SUB1执行卷积运算以得到第二模糊图像BLUR2。
例如，可采用将第二核心尺寸为M×M(M可例如为3)的高斯核来对噪声相关图像SUB1执行高斯模糊，以重新分配非零强度，其目的是使噪声相关图像SUB1中对应于噪声的位置(由于周遭仍为非零)改变为非零值。
步骤S17：对第二模糊图像BLUR2执行第二增强处理，以将第二模糊图像BLUR2乘上第二增强因子，并产生具有第一尺寸的减法掩模MASK。举例来说，第二增强因子可例如为2.0以加强非零值，并获得与背景噪声区域对应的，且有一定强度的像素(数据点)。
可进一步参考图4，其为根据本发明一实施例示出的减法掩模的示意图。如图4所示，在经过第二增强因子放大的减法掩模MASK中，先前提到的框选位置的值为156，明显高于图2的框选位置f(9,2)的127。
步骤S18：对输入图像INPUT及减法掩模MASK执行第二减法处理，以从输入图像INPUT减去减法掩模MASK，以产生输出图像SUB2。
其中，第一减法处理、第二高斯模糊处理、第二增强处理及第二减法处理可由下式(5)表示：
其中，F(r,c)为输出图像SUB2，β为第二增强因子，M×M为第二核心尺寸。在本发明的优选实施例中，第二增强因子的范围为1.0<β≤10.0，而第二核心尺寸的范围可由M来定义，其中，M≤7。
需要说明的是，M必须为大于1的奇数，且由于牵涉到计算信息，尽可能的越低越好。在一些高频噪声污染严重的情形下，使用较高的M将有助于抑制高频噪声。此外，取决于高频噪声的污染程度，亦可使用较高的第二增强因子(β)。
可进一步参考图5，其为根据本发明一实施例示出的输出图像的示意图。如图5所示，在从输入图像INPUT中减去减法掩模MASK之后，图2的框选位置f(9,2)在图5的框选位置F(9,2)减少到零，同时保留图像中心的低频结构。
可进一步参考图6，其为根据本发明一实施例示出的输入图像集与应用本发明的数据处理方法的图像集的比较结果。
对于一些噪声密度低、信号强度与噪声污染等级相当，或信号强度比噪声污染等级更高，并且目标信号没有受到太大破坏的情形下，可以直接应用高通滤波器来分离噪声，并从原始输入图像中减去来恢复目标信号。然而，当噪声的密度及强度更高时，这种方法可能无法区分被噪声破坏的低频信息，尤其是在信号强度相对较弱的情况下。
例如，当高通滤波器被应用来分离图6左侧标示有A、B、C的三张图像时，仅有A图像的噪声可以被有效的处理。然而，当应用本发明的数据处理方法时，可以看到标示有J、K、L的三张图像均能够有效的抑制噪声，并还原目标信号的信息。
此外，为了评估处理速度，本发明的实施例进一步提供在i7-9800XCPU以及两个支持CUDA的GPU，Quadro P1000及Quadro RTX 8000(CUDA核心数分别为640及4608)上执行本发明的数据处理方法。
请参考图7，其为根据本发明一实施例针对i7-9800X CPU、Quadro P1000 GPU及Quadro RTX 8000GPU示出的输入图像尺寸的处理时间的曲线图。对于小的图像尺寸，9800X、P1000及RTX 8000的处理时间是相同的。然而，随着图像尺寸变大，CPU处理时间往往呈指数增长，如i7-9800X CPU的曲线所示。而9800X、P1000等GPU相较于CPU，其处理时间有明显成长。
此外，从图7可知，在10000×10000图像尺寸(8位)下，i7-9800XCPU的处理时间大于250ms，而RTX 8000的处理时间则小于20ms，表明性能至少提高了12倍以上。类似的，对于1000×1000大小的8位图像，RTX 8000处理时间小于300μs。换言之，证明了本发明所提供的快速抑制数字图像中的背景高频噪声的数据处理方法，在针对1000×1000大小的8位输入图像进行去噪声处理时，可达到半次毫秒(sub-half-millisecond)等级的处理速度。
[实施例的有益效果]
本发明的其中一有益效果在于，本发明所提供的快速抑制数字图像中的背景高频噪声的数据处理方法，具有以下优点：
1.可用于高达半次毫秒(sub-half-millisecond)等级的超高速噪声抑制，且不需任何额外硬件配置。
2.与现有基于模糊的去噪声算法不同，不需抑制原始图像的分辨率。
3.可在噪声强度比目标信号强度更强的情形下，以超高速处理时间复原目标信号的信息。
以上所公开的内容仅为本发明的优选可行实施例，并非因此局限本发明的权利要求书的保护范围，所以凡是运用本发明说明书及附图内容所做的等效技术变化，均包含于本发明的权利要求书的保护范围内。

Claims (10)

1.一种快速抑制数字图像中的背景高频噪声的数据处理方法，其特征在于，所述数据处理方法包括配置一图像处理器执行下列步骤：
取得一输入图像，其中所述输入图像具有一第一宽度及一第一高度，且包括多个像素或多个数据点；
对所述输入图像执行一第一增强处理，以将所述输入图像乘上一第一增强因子，并产生一第一增强后图像；
对所述第一增强后图像执行一像素合并处理或一第一双线性内插处理，以将所述第一增强后图像以一缩小因子进行调整，以产生一第一调整后图像，所述第一调整后图像具有小于所述第一宽度的一第二宽度以及小于所述第一高度的一第二高度；
对所述第一调整后图像执行一第一高斯模糊处理，以通过使用一第一核心尺寸的高斯核对所述第一调整后图像执行卷积运算以得到一第一模糊图像；
对所述第一模糊图像执行一第二双线性内插处理以将所述第一模糊图像从所述第二宽度及所述第二高度放大为具有所述第一宽度及所述第一高度的一第二调整后图像；
对所述第二调整后图像及所述第一增强后图像执行一第一减法处理，以从所述第二调整后图像减去所述第一增强后图像，以产生一噪声相关图像；
对所述噪声相关图像执行一第二高斯模糊处理，以通过使用一第二核心尺寸的高斯核对所述噪声相关图像执行卷积运算以得到一第二模糊图像；
对所述第二模糊图像执行一第二增强处理，以将所述第二模糊图像乘上一第二增强因子，并产生具有所述第一宽度及所述第一高度的一减法掩模；
对所述输入图像及所述减法掩模执行一第二减法处理，以从所述输入图像减去所述减法掩模，以产生一输出图像。
2.根据权利要求1所述的数据处理方法，其特征在于，所述第一增强处理由下式表示：
g(r，c)＝α×f(r，c)；
其中f(r，c)为所述输入图像，g(r，c)为所述第一增强后图像，r表示多个所述像素或多个所述数据点的纵轴位置，c表示多个所述像素或多个所述数据点的横轴位置，α为所述第一增强因子。
3.根据权利要求2所述的数据处理方法，其特征在于，1.0＜α≤5.0。
4.根据权利要求2所述的数据处理方法，其特征在于，所述像素合并处理或所述第一双线性内插处理由下式表示：
其中，R、C分别为所述第一宽度及所述第一高度，R′、C′分别为所述第二宽度及所述第二高度，gD(r′，c′)为所述第一调整后图像，r′、c′分别代表所述第一调整后图像中的多个像素或多个数据点的纵轴位置及横轴位置。
5.根据权利要求4所述的数据处理方法，其特征在于，所述缩小因子为3。
6.根据权利要求4所述的数据处理方法，其特征在于，所述第一高斯模糊处理由下式表示：
其中L(r′，c′)为所述模糊图像，g1×g2为所述第一核心尺寸，Gg1×g2为所述第一核心尺寸的高斯核。
7.根据权利要求6所述的数据处理方法，其特征在于，所述第一核心尺寸为29×29。
8.根据权利要求6所述的数据处理方法，其特征在于，所述第二双线性内插处理由下式表示：
其中LU(r，c)为所述第二调整后图像。
9.根据权利要求1所述的数据处理方法，其特征在于，所述第一减法处理、所述第二高斯模糊处理、所述第二增强处理及所述第二减法处理由下式表示：
其中，F(r，c)为所述输出图像，f(r，c)为所述输入图像，β为所述第二增强因子，M×M为所述第二核心尺寸，GM×M为所述第二核心尺寸的高斯核，LU(r，c)为所述第二调整后图像，g(r，c)为所述第一增强后图像。
10.根据权利要求9所述的数据处理方法，其特征在于，1＜β≤10.0，M≤7。
CN202210446516.3A 2022-04-26 2022-04-26 快速抑制数字图像中的背景高频噪声的数据处理方法 Pending CN116993595A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210446516.3A CN116993595A (zh) 2022-04-26 2022-04-26 快速抑制数字图像中的背景高频噪声的数据处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210446516.3A CN116993595A (zh) 2022-04-26 2022-04-26 快速抑制数字图像中的背景高频噪声的数据处理方法

Publications (1)

Publication Number Publication Date
CN116993595A true CN116993595A (zh) 2023-11-03

Family

ID=88523795

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210446516.3A Pending CN116993595A (zh) 2022-04-26 2022-04-26 快速抑制数字图像中的背景高频噪声的数据处理方法

Country Status (1)

Country Link
CN (1) CN116993595A (zh)

Similar Documents

Publication Publication Date Title
Chandel et al. Image filtering algorithms and techniques: A review
US8345063B2 (en) Filtering method and apparatus for anti-aliasing
US4941190A (en) Method and system for enhancement of a digitized image
US9142009B2 (en) Patch-based, locally content-adaptive image and video sharpening
US20090196524A1 (en) System and method for sharpening of digital images
JP2001229377A (ja) 適応帰納的フィルタでディジタル画像のコントラストを調整する方法
Yang et al. Antialiasing recovery
JP2007018379A (ja) 画像処理方法及び画像処理装置
Shukla et al. Gaussian noise filtering techniques using new median filter
US20110026792A1 (en) Method of Enhancing the Contrast of an Image
EP3072104A1 (en) Image de-noising method
EP1933272A1 (en) Method of generating a contrast enhanced image using multiscale analysis
EP3540685B1 (en) Image-processing apparatus to reduce staircase artifacts from an image signal
CN116993595A (zh) 快速抑制数字图像中的背景高频噪声的数据处理方法
Das et al. Design of RAMF for Impulsive Noise Cancelation from Chest X-Ray Image
JP7385311B2 (ja) デジタル画像における背景高周波ノイズを抑制するデータ処理方法
Kosar et al. An overview of denoising methods for different types of noises present on graphic images
WO2021069557A1 (en) Method and apparatus for noise reduction
Tu et al. Constant time bilateral filtering for color images
EP1933273A1 (en) Method of generating a contrast enhanced image using multiscale analysis
US9049334B1 (en) Denoising images with a color matrix pyramid
TWI712989B (zh) 影像處理方法及影像處理裝置
CN113674144A (zh) 一种图像处理方法、终端设备及可读存储介质
RU2680754C2 (ru) Способ повышения резкости цифрового изображения
Baydoun et al. Parallel edge detection based on digital differentiator approximation

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