CN117710237A - 图像的抗锯齿方法、装置、设备、介质及程序产品 - Google Patents
图像的抗锯齿方法、装置、设备、介质及程序产品 Download PDFInfo
- Publication number
- CN117710237A CN117710237A CN202211045046.6A CN202211045046A CN117710237A CN 117710237 A CN117710237 A CN 117710237A CN 202211045046 A CN202211045046 A CN 202211045046A CN 117710237 A CN117710237 A CN 117710237A
- Authority
- CN
- China
- Prior art keywords
- pixel
- brightness
- color
- edge
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 108
- 238000009877 rendering Methods 0.000 claims abstract description 30
- 238000001914 filtration Methods 0.000 claims description 30
- 238000002156 mixing Methods 0.000 claims description 26
- 230000006870 function Effects 0.000 claims description 22
- 238000013507 mapping Methods 0.000 claims description 22
- 238000012545 processing Methods 0.000 claims description 21
- 230000002093 peripheral effect Effects 0.000 claims description 19
- 241000023320 Luma <angiosperm> Species 0.000 claims description 18
- OSWPMRLSEDHDFF-UHFFFAOYSA-N methyl salicylate Chemical compound COC(=O)C1=CC=CC=C1O OSWPMRLSEDHDFF-UHFFFAOYSA-N 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 10
- 238000010606 normalization Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 45
- 230000008569 process Effects 0.000 description 44
- 238000010586 diagram Methods 0.000 description 20
- 238000001514 detection method Methods 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 10
- 230000001133 acceleration Effects 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 5
- 239000003086 colorant Substances 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 238000012805 post-processing Methods 0.000 description 4
- ZZXREVQVZCYAIE-IGBVEJJSSA-N [(2s,3r,4r)-5-[(2s,3r,4s,5r)-3,5-dihydroxy-2-[(2r,3r,4r)-1,3,4-trihydroxy-5-oxopentan-2-yl]oxyoxan-4-yl]oxy-3,4-dihydroxyoxolan-2-yl]methyl (e)-3-(4-hydroxy-3-methoxyphenyl)prop-2-enoate Chemical compound C1=C(O)C(OC)=CC(\C=C\C(=O)OC[C@H]2[C@@H]([C@@H](O)C(O[C@@H]3[C@H]([C@H](O[C@H](CO)[C@H](O)[C@@H](O)C=O)OC[C@H]3O)O)O2)O)=C1 ZZXREVQVZCYAIE-IGBVEJJSSA-N 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 239000000919 ceramic Substances 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 244000233534 Eugenia apiculata Species 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- G06T5/70—
-
- G06T5/94—
-
- 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
Abstract
本申请公开了一种图像的抗锯齿方法、装置、设备、介质及程序产品,属于图像渲染领域。所述方法包括:获取HDR空间下图像的第一边缘像素;根据第一边缘像素所处的局部明度环境,生成第一缩放因子;根据第一边缘像素所在的图像块中的多个像素的明度值,生成待处理的颜色比例;基于第一缩放因子缩放待处理的颜色比例,得到第一颜色比例;根据第一边缘像素的颜色值和目标像素的颜色值,结合第一颜色比例,混合得到第一颜色值;将第一颜色值更新为第一边缘像素的颜色值。上述方案解决了细节抗锯齿分支下图像细节清晰度与高光区域的抗锯齿效果之间的矛盾。
Description
技术领域
本申请实施例涉及图像渲染领域,特别涉及一种图像的抗锯齿方法、装置、设备、介质及程序产品。
背景技术
走样是指图像绘制过程中,由于像素精度不足使得绘制出来的几何线条呈现为锯齿状的形态。消除走样的技术手段即称为抗锯齿(也称为反走样)。在画面渲染的过程中,一帧画面可由多个绘制过程(Pass)绘制,每个绘制过程对于一帧画面均是一次完整的绘制过程。
相关技术中,常采用NVIDIA(英伟达)提供的FXAA(Fast ApproximateAntialiasing,快速近似抗锯齿)算法进行图像抗锯齿。NVIDIA提供的分绘制过程的FXAA方案需要消耗两个绘制过程,第一个绘制过程是将HDR空间色调映射到LDR(Low-DynamicRange,低动态渲染)空间,第二个绘制过程是在LDR空间下执行FXAA算法,两个绘制过程消耗的带宽资源过大,移动终端的性能不佳。为解决两个绘制过程导致的过度消耗资源问题,相关技术还提供了合并绘制过程的FXAA方案,即在一个绘制过程内完成色调映射和FAXX算法,此时FAXX算法直接作用于HDR空间下的边缘。
无论是分绘制过程还是合并绘制过程的FXAA方案,FXAA方案中均包括主抗锯齿分支和细节抗锯齿分支,主抗锯齿分支用于消除宏观上的主要线条的锯齿,细节抗锯齿分支用于针对各个边缘像素进行单独抗锯齿处理,以弥补主抗锯齿分支遗漏的边缘。受主抗锯齿分支具体算法的影响,主抗锯齿分支无法消除HDR空间下的高光区域的锯齿,HDR空间下的高光区域的锯齿需要依靠细节抗锯齿分支进行消除。
然而,细节抗锯齿分支是基于次像素抗锯齿质量参数(SubPixQuality)进行的。当次像素抗锯齿质量参数的值为0时,图像细节处边缘不进行抗锯齿处理,此时图像细节清晰,但高光区域存在较明显的锯齿;当次像素抗锯齿质量参数的值为1时,图像细节处边缘的抗锯齿效果达到最大,高光区域的边缘取得最优的抗锯齿效果,但图像细节表现模糊。因此,在合并绘制过程的FXAA方案中,将不断调节次像素抗锯齿质量参数的数值,以平衡画面细节的清晰度和高光区域的抗锯齿效果。然而,不断调节次像素抗锯齿质量参数的数值,始终无法有效兼顾画面细节的清晰度和高光区域的抗锯齿效果。
发明内容
本申请提供了一种图像的抗锯齿方法、装置、设备、介质及程序产品,解决了细节抗锯齿分支下图像细节清晰度与高光区域的抗锯齿效果之间的矛盾。所述技术方案如下:
根据本申请的一方面,提供了一种图像的抗锯齿方法,所述方法包括:
获取HDR空间下图像的第一边缘像素;
根据第一边缘像素所处的局部明度环境,生成第一缩放因子;
根据第一边缘像素所在的图像块中的多个像素的明度值,生成第一边缘像素对应的待处理的颜色比例;
基于第一缩放因子缩放待处理的颜色比例,得到第一颜色比例;
根据第一边缘像素的颜色值和目标像素的颜色值,结合第一颜色比例,混合得到第一颜色值;目标像素是第一边缘像素的多个周围像素中与第一边缘像素的颜色值差异最大的像素;
将第一颜色值更新为第一边缘像素的颜色值。
根据本申请的另一方面,提供了一种图像的抗锯齿装置,所述装置包括:
获取模块,用于获取HDR空间下图像的第一边缘像素;
第一生成模块,用于根据第一边缘像素所处的局部明度环境,生成第一缩放因子;
第二生成模块,用于根据第一边缘像素所在的图像块中的多个像素的明度值,生成第一边缘像素对应的待处理的颜色比例;
缩放模块,用于基于第一缩放因子缩放待处理的颜色比例,得到第一颜色比例;
混合模块,用于根据第一边缘像素的颜色值和目标像素的颜色值,结合第一颜色比例,混合得到第一颜色值;目标像素是第一边缘像素的多个周围像素中与第一边缘像素的颜色值差异最大的像素;
更新模块,用于将第一颜色值更新为第一边缘像素的颜色值。
根据本申请的一个方面,提供了一种计算机设备,所述计算机设备包括:处理器和存储器,所述存储器存储有计算机程序,所述计算机程序由所述处理器加载并执行以实现如上所述的图像的抗锯齿方法。
根据本申请的另一方面,提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序由处理器加载并执行以实现如上所述的图像的抗锯齿方法。
根据本申请的另一方面,提供了一种计算机程序产品,所述计算机程序产品包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述方面提供的图像的抗锯齿方法。
本申请实施例提供的技术方案带来的有益效果至少包括:
通过对HDR空间下的图像生成各个边缘像素的缩放因子,针对各个边缘像素将生成各自个性化的定制缩放因子,每个边缘像素基于自身的缩放因子进行颜色混合,有效解决了细节抗锯齿分支中整帧图像仅使用一个次像素抗锯齿质量参数导致的图像细节清晰度与高光区域的抗锯齿效果的矛盾。
通过本申请的抗锯齿方法,合并绘制过程的FXAA方案下的细节抗锯齿分支不仅对高光区域的边缘具有较优的抗锯齿效果,还保证了图像细节处的清晰度。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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示出了相关技术中合并绘制过程下FXAA方案的抗锯齿效果的示意图;
图2示出了一个示例性实施例提供的图像抗锯齿框架的示意图;
图3示出了一个示例性实施例提供的图像的抗锯齿方法的流程图;
图4示出了一个示例性实施例提供的图像块的示意图;
图5示出了一个示例性实施例提供的生成缩放因子的过程的示意图;
图6示出了一个示例性实施例提供的图像块的明度权重的示意图;
图7示出了一个示例性实施例提供的明度差异与待处理的颜色比例的映射关系的示意图;
图8示出了另一个示例性实施例提供的图像抗锯齿框架的示意图;
图9示出了另一个示例性实施例提供的图像抗锯齿框架的示意图;
图10示出了一个示例性实施例提供的深度过滤和明度补偿的过程的示意图;
图11示出了另一个示例性实施例提供的图像抗锯齿框架的示意图;
图12示出了一个示例性实施例提供的合并绘制过程的FXAA方案与本申请的抗锯齿效果的对比示意图;
图13示出了一个示例性实施例提供的分绘制过程的FXAA方案与本申请的抗锯齿效果的对比示意图;
图14示出了一个示例性实施例提供的图像的抗锯齿装置的结构框图;
图15示出了一个示例性实施例提供的计算机设备的结构框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,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申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
应当理解的是,在本文中提及的“若干个”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
首先,对本申请实施例中涉及的名词进行简单介绍:
高动态渲染(HDR):HDR是一种更接近真实光照的渲染技术,相对于低动态渲染(LDR),HDR中像素明度的最大值可以超过1,HDR技术用于模拟和计算真实的光照强度;而LDR中像素明度的最大值为1,LDR空间下的图像适用于屏幕绘制。相关技术中通过色调映射(Tone Map)的方式将HDR的颜色映射到LDR中,最终绘制到屏幕上。
后处理阶段:游戏渲染中位于场景物体绘制及角色绘制之后的绘制阶段,可对最终绘制的画面进行调整,如色调调整、抗锯齿处理等,相关技术中色调映射即位于后处理阶段。
绘制过程(Pass):在画面的渲染过程中,一帧画面可由多个绘制过程绘制,每个绘制过程会完成一次完整的绘制过程,包括顶点绘制,片元绘制等一系列绘制流程。相关技术中色调映射即为一个完整的绘制过程。
快速近似抗锯齿(FXAA):是由NVIDIA(英伟达)提出的一种基于后处理的抗锯齿方案,FXAA使用一个单独的后处理绘制过程对当前渲染的画面进行抗锯齿处理。在后处理绘制过程中,着色器(Shader)将接收输入的次像素抗锯齿质量参数(SubPixQuality),根据次像素抗锯齿质量参数进行细节抗锯齿处理。
当输入次像素抗锯齿质量参数值为0时,画面细节(画面中较为细节的边缘,如树叶、墙面细碎的纹理)不进行抗锯齿,表现为画面细节锐利;当输入的次像素抗锯齿质量参数值为1时,画面细节抗锯齿效果达到最大,表现为画面细节模糊。次像素抗锯齿质量参数仅在细节抗锯齿分支中对画面细节生效,不影响宏观上的主要线条(如,场景中较大物体的外形轮廓边缘)上的抗锯齿效果。
上述由NVIDIA提出的FXAA方案中,需要先在一个绘制过程下将HDR空间下的像素颜色通过色调映射至LDR空间的像素颜色,然后在另一个绘制过程下进行FXAA抗锯齿处理,即通过分绘制过程进行FXAA抗锯齿。分绘制过程方案将消耗两个绘制过程对应的带宽,当用于移动终端时,移动终端的处理器的带宽有限,将导致移动终端的性能不佳。
相关技术中,为解决分绘制过程方案带来的性能过度消耗问题,还提出了合并绘制过程方案,合并绘制过程方案主要包括以下两种:
局部色调映射方案:由于FXAA算法在LDR空间下会获得较好的抗锯齿效果,该方案在一个绘制过程内先将HDR空间的当前像素进行色调映射至LDR空间,再对当前计算像素进行FXAA计算,此时计算的结果即与分绘制过程方案的抗锯齿效果相同。
然而,将当前像素色调映射至LDR空间需要从LUT(Lookup Table,查找表)中查找得到当前像素的HDR空间下的颜色值(待映射的HDR值)、以及包括当前像素的多个像素的HDR空间下的颜色值(进行映射所需要的多个HDR值),因此,需要从LUT中采样出两次当前像素的HDR值,对于移动终端来说,该方案消耗的带宽仍过高。
参数调整方案:该方案直接对HDR空间下的图像使用FXAA算法。在该方案下,当次像素抗锯齿质量参数的值为0时,图像细节处不进行抗锯齿处理,表现为画面整体清晰,但高光处抗锯齿效果很差;当次像素抗锯齿质量参数的值为1时,图像细节处进行最强的抗锯齿处理,表现为画面整体模糊,但高光处由于模糊效果反而抗锯齿效果较好。
示意性的,图1的(a)部分和(b)部分分别示出了次像素抗锯齿质量参数取值为1和0时,图像高光处的抗锯齿效果,可以看出,次像素抗锯齿质量参数等于1时高光处的抗锯齿效果优于次像素抗锯齿质量参数等于0时高光处的抗锯齿效果。图1的(c)部分和(d)部分示出了次像素抗锯齿质量参数取值为1和0时图像细节处的表现,可以看出,次像素抗锯齿质量参数等于1时抗锯齿后的图像比次像素抗锯齿质量参数等于0时抗锯齿后的图像更为模糊。
因此,在HDR空间下直接使用FXAA算法存在图像清晰度与高光处的抗锯齿效果的矛盾,过小的次像素抗锯齿质量参数会导致高光部分抗锯齿效果变差,过大的次像素抗锯齿质量参数会使得画面中细节部分变得模糊。
综上所述,上述分绘制过程方案与合并绘制过程方案均存在各自的缺点,基于此,本申请提供了一种HDR空间下的图像抗锯齿方法。
图2示出了本申请一个示例性实施例提供的图像抗锯齿框架的示意图,图像抗锯齿框架200包括边缘像素检测阶段201、缩放因子生成阶段202、细节抗锯齿阶段203和混合颜色生成阶段204。
边缘像素检测阶段201,用于检测得到HDR空间下图像中的全部边缘像素。将边缘像素检测阶段201得到的全部边缘像素输入细节抗锯齿阶段203。
缩放因子生成阶段202,用于针对HDR空间下图像的全部边缘像素,生成各个像素对应的缩放因子,缩放因子用于动态调整各个边缘像素的颜色比例。
细节抗锯齿阶段203,用于生成全部边缘像素的颜色比例。针对一个边缘像素,细节抗锯齿阶段203生成该边缘像素对应的待处理的颜色比例,以及根据边缘像素对应的缩放因子,调整得到该边缘像素对应的颜色比例。
混合颜色生成阶段204,用于将图像的全部边缘像素进行颜色混合,以得到图像抗锯齿的效果。针对一个边缘像素,确定出与该边缘像素对应的用于混合颜色的目标像素,结合上述确定得到的颜色比例,根据该边缘像素的颜色和目标像素的颜色,混合得到边缘像素的最终颜色。对图像的全部边缘像素进行颜色混合,即可得到抗锯齿后的图像。
在一个实施例中,上述图像抗锯齿框架200运行于终端。可选的,上述图像抗锯齿框架200由终端中的着色器(shader)执行。可选的,上述图像抗锯齿框架200用于渲染应用程序的图像帧,应用程序运行在操作系统平台(安卓或IOS)上。可选的,终端包括智能手机、平板电脑、可穿戴设备、智能电视、车载终端、电子书阅读器、MP3播放器、MP4播放器、膝上型便携计算机和台式计算机中的至少一种。以下实施例以终端包括智能手机来举例说明。
图3示出了本申请一个示例性实施例提供的图像的抗锯齿方法的流程图,以该方法由终端执行进行举例说明,该方法包括:
步骤310,获取HDR空间下图像的第一边缘像素;
第一边缘像素,指所在的图像块中像素差异达到阈值的像素。可选的,第一边缘像素指所在的图像块中明度值差异达到阈值的像素。可选的,第一边缘像素指所在的图像块的多个像素中明度值差异达到阈值的像素。
第一边缘像素所在的图像块,指以第一边缘像素为中心,划分得到的正方形像素阵列。结合参考图4,图4示出了第一边缘像素所在的图像块,M指示的像素为第一边缘像素,N、S、W和E指示第一边缘像素的上、下、左、右位置的像素,NW、SW、NE和SE指示第一边缘像素的左上、左下、右上、右下位置的像素。
第一边缘像素是HDR空间下图像的全部边缘像素中的任意一个。
步骤310由图2所示的抗锯齿框架200中的边缘像素检测阶段201执行。
在一个实施例中,获取HDR空间下图像的第一边缘像素之前,还需检测出图像的全部边缘像素。检测图像的全部边缘像素的步骤包括:获取HDR空间下的图像之后,针对图像的第j像素,获取第j像素所在的图像块的多个像素中明度值最大的像素和明度值最小的像素;在第j像素所在的图像块中的多个像素中明度值最大的像素与明度值最小的像素之间的明度值差异达到第j阈值的情况下,确定第j像素为边缘像素;确定得到图像的多个边缘像素;其中,第j像素为图像的任意一个像素。
结合参考图4,图4示出了图像中的一个图像块,M指示的像素为第j像素,N、S、W和E指示第j像素的上、下、左、右位置的像素,NW、SW、NE和SE指示第j像素的左上、左下、右上、右下位置的像素。
可选的,在图4所示的图像块中的全部像素确定明度值最大的像素与明度值最小的像素;可选的,在N、S、W和E指示的多个像素中确定明度值最大的像素与明度值最小的像素;可选的,在NW、SW、NE和SE指示的多个像素中确定明度值最大的像素与明度值最小的像素。
步骤320,根据第一边缘像素所处的局部明度环境,生成第一缩放因子;
步骤320由图2所示的抗锯齿框架200中的缩放因子生成阶段202执行。
第一缩放因子,指用于调节第一边缘像素对应的待处理的颜色比例的缩放因子,颜色比例用于混合第一边缘像素的颜色和目标像素的颜色。
局部明度环境,指第一边缘像素所在的图像块内部的明度情况。可选的,局部明度环境由第一边缘像素所在的图像块内部的最大明度值和最小明度值衡量得到。可选的,局部明度环境指第一边缘像素所在的图像块内部的多个像素的明度情况。可选的,局部明度环境由第一边缘像素所在的图像块内部的多个像素的最大明度值和最小明度值衡量得到。
结合参考图4,图4也可理解为第一边缘像素所在的图像块,M为第一边缘像素,N、S、W和E指示第一边缘像素的上、下、左、右位置的像素,NW、SW、NE和SE指示第一边缘像素的左上、左下、右上、右下位置的像素。
可选的,第一边缘像素所处的局部明度环境是指图4所示的图像块中的全部像素的明度情况;可选的,第一边缘像素所处的局部明度环境是指N、S、W和E指示的四个像素的明度情况;可选的,第一边缘像素所处的局部明度环境是指NW、SW、NE和SE指示的四个像素的明度情况。
步骤330,根据第一边缘像素所在的图像块中的多个像素的明度值,生成第一边缘像素对应的待处理的颜色比例;
步骤330由图2所示的抗锯齿框架200中的细节抗锯齿阶段203执行。
可选的,第一边缘像素所在的图像块为正方形像素阵列,如图4所示。根据该图像块中的全部像素的明度值,生成第一边缘像素对应的待处理的颜色比例。
步骤340,基于第一缩放因子缩放待处理的颜色比例,得到第一颜色比例;
步骤340由图2所示的抗锯齿框架200中的细节抗锯齿阶段203执行。
可选的,根据上述步骤320得到的第一缩放因子以及步骤330得到的待处理的颜色比例,得到第一边缘像素对应的第一颜色比例。可选的,将第一缩放因子乘以待处理的颜色比例,即可得到第一颜色比例。
示意性的,第一颜色比例通过下述公式计算得到:
AAsub=AAsub0*f;
其中,AAsub为缩放后得到的第一颜色比例,AAsub0为待处理的颜色比例,f为第一缩放因子。
步骤350,根据第一边缘像素的颜色值和目标像素的颜色值,结合第一颜色比例,混合得到第一颜色值;
步骤350由图2所示的抗锯齿框架200中的混合颜色生成阶段204执行。
其中,目标像素是第一边缘像素的多个周围像素中与第一边缘像素的颜色值差异最大的像素。结合参考图4,第一边缘像素为M指示的像素,可选的,目标像素是N、S、W和E指示的多个周围像素中与M指示的像素的颜色值差异最大的像素;可选的,目标像素是NW、SW、NE和SE指示的多个周围像素中与M指示的像素的颜色值差异最大的像素;可选的,目标像素是N、S、W、E、NW、SW、NE和SE指示的多个周围像素中与M指示的像素的颜色值差异最大的像素。
可选的,目标像素是根据第一边缘像素的边缘方向确定得到的。可选的,在检测得到图像的全部边缘像素之后,还计算出各个边缘像素各自对应的边缘方向,将边缘方向存储在查找表中。在一个实施例中,边缘方向是竖直方向或水平方向,目标像素是在边缘方向的垂直方向上与第一边缘像素的距离最近的像素。
例如,第一边缘像素的边缘方向为从左往右,边缘方向的垂直方向为从下往上,则目标像素是在第一边缘像素上方的第一个像素。例如,第一边缘像素的边缘方向为从上往下,边缘方向的垂直方向为从左往右,则目标像素是在第一边缘像素右边的第一个像素。
根据边缘方向确定得到的目标像素,目标像素的颜色值是第一边缘像素的多个周围像素中与第一边缘像素差异最大的颜色值。
根据第一边缘像素的颜色值和目标像素的颜色值,以及结合第一颜色比例,即可混合得到第一颜色值。
步骤360,将第一颜色值更新为第一边缘像素的颜色值。
将步骤350混合得到的第一颜色值更新为第一边缘像素的颜色值。基于此,对HDR空间下图像的全部边缘像素进行同样的操作,即可实现对HDR空间下图像的抗锯齿处理。
需要说明的是,上述步骤320和步骤330之间,可能先执行步骤320后执行步骤330,也可能先执行步骤330后执行步骤320,还可能步骤320和步骤330同时执行。
综上所述,通过对HDR空间下的图像生成各个边缘像素的缩放因子,针对各个边缘像素将生成各自个性化的定制缩放因子,每个边缘像素基于自身的缩放因子进行颜色混合,有效解决了细节抗锯齿分支中整帧图像仅使用一个次像素抗锯齿质量参数导致的图像细节清晰度与高光区域的抗锯齿效果的矛盾。
通过本申请的抗锯齿方法,合并绘制过程的FXAA方案下的细节抗锯齿分支不仅对高光区域的边缘具有较优的抗锯齿效果,还保证了图像细节处的清晰度。
接下来将详细介绍上述图3所示的方法实施例中多个步骤的相关内容。
基于图3所示的可选实施例中,步骤320中“根据第一边缘像素所处的局部明度环境,生成第一缩放因子”可被替换为:根据第一周围像素的明度值和第二周围像素的明度值,生成第一缩放因子。
其中,第一周围像素是第一边缘像素所在的图像块的多个像素中明度值最大的像素,第二周围像素是第一边缘像素所在的图像块的多个像素中明度值最小的像素。
结合参考图4,图4中的M指示第一边缘像素,可选的,第一周围像素和第二周围像素是从图4所示的图像块中的全部像素确定得到的;可选的,第一周围像素和第二周围像素是从图4所示的N、S、W和E指示的多个周围像素中确定得到的;可选的,第一周围像素和第二周围像素是从图4所示的NW、SW、NE和SE指示的多个周围像素中确定得到的。
在一个实施例中,将第一周围像素的明度值和第二周围像素的明度值输入缩放函数,得到第一缩放因子。其中,缩放函数满足:第一缩放因子与第一周围像素的明度值成正相关关系;第一缩放因子与第二周围像素的明度值成负相关关系;当第二周围像素的明度值为0时,第一缩放因子的值等于0。
缩放函数的推导过程如下:
由于缩放因子的目的是要调整边缘像素的颜色比例,因此,缩放函数需要能够感知边缘像素所处的明度环境,从而针对明度值不同的边缘像素,得到不同的缩放因子。
首先,设置缩放函数的通式为:
F=(a*Lumamin+b)x*(c*Lumamax+d)y+e;
其中,F为缩放函数所求的缩放因子,Lumamin与Lumamax分别为边缘像素所在的图像块的多个像素中明度值最小的像素和明度值最大的像素,a、c、x、y、b、d和e为通式的待定项。
然后,缩放函数需满足以下两个条件:
1,图像高光处具有较好的抗锯齿效果,即Lumamax与F成正相关关系;
2,图像低明度边缘的清晰度得到保护,即Lumamin与F成负相关关系,并且,当Lumamin趋近于0时,F也趋近于0。
为了满足上述条件2,舍弃通式中的e和b。并且,为了减少着色器(shader)在计算上的消耗时长,将通式中的x和y简化成1,通式简化如下:
F=(a*Lumamin)*(c*Lumamax+d);
为了使计算尽量简单,同时保证良好的效果,进一步简化函数通式得到最终的缩放函数为:
F=Lumamin*(Lumamax+1);
可见,该缩放函数仅进行一次乘法计算和一次加法计算,在着色器计算过程中仅消耗一个MAD计算指令,MAD计算指令并不会过多消耗计算资源。
在上述已构建出的缩放函数之后,针对HDR空间下图像的第一边缘像素,计算得到第一缩放因子的过程如下:将第一明度值与第二明度值相乘,得到第一子缩放因子;将第二明度值作为第二子缩放因子;将第一子缩放因子和第二子缩放因子求和之后,进行归一化处理,得到第一缩放因子。
其中,第一明度值为第一周围像素的明度值,第二明度值为第二周围像素的明度值。
结合图5所示,图5的(a)部分示出了HDR空间下的图像原图,图5的(b)部分示出了HDR空间下图像的全部像素各自对应的缩放因子,图5的(b)部分中像素的明度值为缩放因子的数值。可以看出,原图中高光区域计算得到的缩放因子数值较大,原图中明度较低的区域计算出的缩放因子数值较小。
综上所述,上述方法提供了缩放函数的具体内容,为保证细节抗锯齿分支能用于高光区域的边缘的抗锯齿,当高光区域的第一边缘像素所处的环境中最大明度值越大时,第一边缘像素对应的第一缩放因子应越大。为保护低明度的边缘像素的清晰度,当第一边缘像素所处的环境中最小明度值越小时,第一缩放因子应越小,并且,当第一边缘像素所处的环境中最小明度值趋于0时,第一缩放因子也应趋向于0。
基于图3所示的可选实施例中,步骤330可被替换为:获取第一边缘像素所在的图像块中的多个像素的多个明度权重;根据图像块中每个像素的明度以及明度权重,生成第一明度差异;将第一明度差异映射得到待处理的颜色比例。
其中,图像块中的多个像素与多个明度权重一一对应;第一明度差异用于表征第一边缘像素所处的局部明度环境。
结合参考图4,根据图4所示的图像块中的各个像素的明度值以及各个像素对应的明度权重,生成第一边缘像素的第一明度差异,第一明度差异用于表征第一边缘像素的明度与图像块的整体明度的差异。
在一个实施例中,图像块是以第一边缘像素为中心的正方形像素阵列。图像块中的多个像素的多个明度权重满足以下条件:
·正方形像素阵列中与第一边缘像素的距离一致的像素,对应的明度权重一致;
·正方形像素阵列中与第一边缘像素的距离越近的像素,对应的明度权重越小;
·正方形像素阵列中除第一边缘像素之外的其他像素对应的明度权重为正数,第一边缘像素对应的明度权重为负数;
·正方形像素阵列中全部像素的明度权重之和为零。
结合参考图4和图6,图6示出了图4的正方形像素阵列中各个像素对应的明度权重。获取到正方形像素阵列中各个像素的明度权重之后,还将根据图像块中每个像素的明度以及明度权重,生成第一明度差异。
在一个实施例中,计算图像块中每个像素的明度与各自明度权重的乘积;将图像块中每个像素的乘积进行求和之后,除以第一边缘像素对应的明度权重的绝对值,得到第一明度差异。结合参考图4和图6,第一边缘像素(用M表示)对应的第一明度差异的计算表达式为:
F=(NW*1+N*2+NE*1+E*2+SE*1+S*2+SW*1+W*2-M*12)/12;
计算得到第一明度差异之后,还将第一明度差异进行归一化处理;以及,将归一化处理后的第一明度差异映射得到待处理的颜色比例,使得待处理的颜色比例的取值区间为[0,1],且待处理的颜色比例与第一明度差异成正相关关系。结合参考图7,图7示出了待处理的颜色比例与第一明度差异的映射关系。图7的横轴表示第一明度差异,图7的纵轴表示待处理的颜色比例。
综上所述,上述方法提供了待处理的颜色比例的生成方法,用于构成本申请的细节抗锯齿分支,以进一步与缩放因子共同生成第一颜色比例。
基于图3所示的可选实施例中,步骤350可被替换为:将第二颜色比例乘以第一边缘像素的颜色值,得到第一颜色分量;第二颜色比例与第一颜色比例的和值为1;将第一颜色比例乘以目标像素的颜色值,得到第二颜色分量;将第一颜色分量与第二颜色分量进行求和,得到第一颜色值。
示意性的,第一颜色比例的数值为p,第二颜色比例的数值为1-p,第一边缘像素的颜色值为x,目标像素的颜色值为x’,则第一颜色值可通过下述公式表示:
F=(1-p)*4x+p*4x’;
F表示计算得到的第一颜色值。
综上所述,上述方法是细节抗锯齿分支提供的针对各个边缘像素的具体的颜色混合算法,以实现细节抗锯齿分支下边缘像素的抗锯齿处理。
基于图2所示的图像抗锯齿的框架,图8示出了本申请提供的另一个图像抗锯齿框架的示意图,图8相比于图2主要加入了主抗锯齿分支804。图像抗锯齿框架800包括边缘像素检测阶段801、缩放因子生成阶段802、细节抗锯齿分支803、主抗锯齿分支804、颜色比例确定阶段805和混合颜色生成阶段806。
边缘像素检测阶段801,用于检测得到HDR空间下图像中的全部边缘像素。可选的,边缘像素检测阶段801还用于根据全部边缘像素生成至少一条线状边缘,线状边缘由多个相邻的边缘像素串联而成。将边缘像素检测阶段801得到的全部边缘像素输入细节抗锯齿分支803,将边缘像素检测阶段801得到的至少一条线状边缘输入主抗锯齿分支804。
缩放因子生成阶段802,用于针对HDR空间下图像的全部边缘像素,生成各个像素对应的缩放因子,缩放因子用于动态调整各个边缘像素的颜色比例。
细节抗锯齿分支803,用于生成全部边缘像素的颜色比例。针对一个边缘像素,细节抗锯齿分支803生成该边缘像素对应的待处理的颜色比例,以及根据边缘像素对应的缩放因子,调整得到该边缘像素对应的颜色比例。
主抗锯齿分支804,用于生成线状边缘上的边缘像素的颜色比例。针对线状边缘上的一个边缘像素,主抗锯齿分支804根据该边缘像素在线状边缘的位置,生成该边缘像素对应的颜色比例。
颜色比例确定阶段805,用于确定出全部边缘像素的最终颜色比例。针对一个边缘像素,确定出该边缘像素通过细节抗锯齿分支803生成的颜色比例,与,该边缘像素通过主抗锯齿分支804生成的颜色比例中的最大值,将该最大值确定为最终的颜色比例。
混合颜色生成阶段806,用于将图像的全部边缘像素进行颜色混合,以得到图像抗锯齿的效果。针对一个边缘像素,确定出与该边缘像素对应的用于混合颜色的目标像素,结合上述确定得到的颜色比例,根据该边缘像素的颜色和目标像素的颜色,混合得到边缘像素的最终颜色。对图像的全部边缘像素进行颜色混合,即可得到抗锯齿后的图像。
基于图8所示的抗锯齿框架800,图3所示的可选实施例中,图像的抗锯齿方法还包括下述步骤S1和S2,步骤350可被替换为步骤S3。步骤S1由图8所示的主抗锯齿分支804实现,步骤S2由颜色比例确定阶段805实现,步骤S3由混合颜色生成阶段806实现。
S1,在第一边缘像素用于构成线状边缘的情况下,根据第一边缘像素在线状边缘的位置,得到第一边缘像素对应的第三颜色比例;
其中,线状边缘包括多个相邻的边缘像素。
在一个实施例中,线状边缘是通过不断向相邻边缘像素迭代拓展得到的。确定出一个边缘像素之后,检测该边缘像素的相邻的像素是否为边缘像素,若是则串联该相邻像素,然后以该相邻像素进行再次拓展,直至拓展的相邻像素不属于边缘像素或者达到迭代次数阈值,则停止迭代拓展,最终将得到一条线状边缘。
在一个实施例中,根据第一边缘像素在线状边缘的位置,得到第一边缘像素对应的第三颜色比例。示意性的,线状边缘包括从左往右的十个像素,左边五个像素的颜色接近线状边缘下方像素的颜色,右边五个像素的颜色接近线状边缘上方像素的颜色。从最左端像素起,线状边缘左往右的五个像素逐渐偏离下方像素的颜色,该五个像素将与线状边缘的上方像素进行颜色混合,该五个像素对应的颜色比例逐渐增大。例如,颜色比例依次为0.1、0.2、0.3、0.4和0.5。
从最右端像素起,线状边缘从右往左的五个像素逐渐偏离上方像素的颜色,该五个像素将与线状边缘的下方像素进行颜色混合,该五个像素对应的颜色比例逐渐增大。例如,颜色比例依次为0.1、0.2、0.3、0.4和0.5。
S2,将第一颜色比例与第三颜色比例中的最大值,确定为第一边缘像素对应的最大颜色比例;
S3,根据第一边缘像素的颜色值和目标像素的颜色值,结合最大颜色比例,混合得到第一颜色值。
综上所述,上述步骤S1、S2和S3,实际上为与图8所示的主抗锯齿分支804相关的内容。主抗锯齿分支804是对线状边缘进行抗锯齿的分支,实际上主抗锯齿分支无法适用于HDR空间下图像的高光区域的抗锯齿,因为在颜色混合时采用的是线性混合,而HDR空间转换为LDR空间是非线性变换。
举例来说,假设存在一条横向的线状边缘,该线状边缘的上方像素明度为1,下方像素的明度为0.8,该线状边缘的明度从左往右线性分布为1~0.8。
在HDR空间下,假设高光区域的线状边缘的上方像素明度为10,线状边缘的下方像素明度为0.8,则线状边缘的明度从左往右线性分布为10~0.8,在此线状边缘中,绝大部分边缘像素的明度都大于1。此时,这条线状边缘经过色调映射(Tonemap)由HDR空间转换为LDR空间的过程中,绝大部分边缘像素的颜色值将被映射为接近1的值,色调映射对于颜色的映射是非线性的,此时色调映射后的LDR空间下的线状边缘,实际上仅是发生了锯齿位置的偏移而不是锯齿消失。
基于图2所示的图像抗锯齿的框架,图9示出了本申请一个示例性实施例提供的图像抗锯齿框架900的示意图,图9相比于图2主要加入了深度过滤&明度补偿阶段905,图像抗锯齿框架900中边缘像素检测阶段901、缩放因子生成阶段902、细节抗锯齿分支903和混合颜色生成阶段904与图2示出的对应内容类似。
深度过滤&明度补偿阶段905,用于针对HDR空间下图像的全部像素,进行深度过滤,过滤得到深度信息变化明显的区域。然而,深度过滤仅考虑到深度信息,容易过滤掉高光边缘,因此还需执行明度补偿,将过滤掉的高光边缘补偿回来。
通过深度过滤&明度补偿阶段905之后得到了图像的边缘像素集群,若当前像素不属于该边缘像素集群,则设置当前像素的缩放因子的数值为0。若当前像素属于该边缘像素集群,则将之前计算得到的缩放因子继续输入细节抗锯齿分支903。
基于图9所示的图像抗锯齿框架900,图3所示的可选实施例中,步骤320之后还包括下述步骤321和步骤322。
步骤321,对图像进行深度过滤操作以及明度补偿操作,得到边缘像素集群;
深度过滤操作,指过滤掉图像中深度变化不明显的区域,保留图像中深度变化明显的区域的操作,此时保留得到的深度变化明显的区域可以称为深度边缘(根据深度变化确定出的边缘),图像经过深度过滤操作后,将得到第一边缘像素集群,第一边缘像素集群中的像素与周围像素的深度值差异达到阈值。
需要注意的是,深度过滤操作是基于原图进行过滤的,经过深度过滤操作后将得到第一边缘像素集群。深度过滤操作过滤掉了与周围像素的深度值差异未达到阈值的像素。因此,第一边缘像素集群是指基于深度信息从原始图像确定出的边缘像素构成的集群。
结合参考图10,图10的(a)部分为图像原图,图10的(b)部分为进行深度过滤操作之后得到的图像,可以看出深度过滤操作不仅过滤了墙和地面的纹理,还过滤了发光矩形。
明度补偿操作,指在图像中除第一边缘像素集群之外的像素所处明度环境满足一定条件的情况下,将该像素确认为边缘像素的操作,此时该边缘像素可以称为明度边缘。将经过深度过滤操作后的图像进行明度补偿,将明度补偿得到的边缘像素加入第二边缘像素集群。
需要说明的是,明度补偿操作是基于深度过滤操作过滤掉的像素进行的,从深度操作过滤掉的像素中,挑选出所在图像块的明度差异满足阈值的像素,将其加入第二边缘像素集群。因此,第二边缘像素集群是指基于明度信息从深度过滤操作过滤掉的像素中确定出的边缘像素构成的集群。
示意性的,针对图像中除第一边缘像素集群之外的第i像素,确定第i像素所在的图像块的多个像素中的明度值最大的像素以及明度值最小的像素;在第i像素所在的图像块的多个像素中明度值最大的像素与明度值最小的像素之间的明度值差异达到第i阈值的情况下,将第i像素加入第二边缘像素集群;其中,第i像素是图像中除第一边缘像素集群之外的任意一个像素,第一边缘像素集群和第二边缘像素集群共同构成边缘像素集群,第i阈值为预设的阈值。
结合参考图4,图4中M指示的像素可理解为第i像素,可选的,在图4所示的图像块的全部像素中确定明度值最大的像素以及明度值最小的像素;可选的,在N、S、W和E指示的多个像素中确定明度值最大的像素以及明度值最小的像素;可选的,在NW、SW、NE和SE指示的多个像素中确定明度值最大的像素以及明度值最小的像素。
结合参考图10,图10的(c)部分示出了深度过滤操作之后,再进行明度补偿操作得到的图像,可以看出明度补偿将过滤的发光矩形,重新补偿回来。补偿后的图10的(c)部分示出的明度不为0的像素即构成了边缘像素集群。
步骤322,确定第一边缘像素是边缘像素集群中的一个像素;
边缘像素集群,是结合深度信息和明度信息从图像中确定出的边缘像素构成的集群。具体来说,先基于深度信息通过深度过滤操作从原始图像中确定出深度边缘,再基于明度信息从深度过滤操作过滤掉的像素中确定出明度边缘,所有的深度边缘和明度边缘共同构成边缘像素集群。
举例来说,原始图像包括50个像素,根据50个像素的深度信息确定出30个深度边缘,再从除30个深度边缘之外的20个像素中确定出5个明度边缘,则共计得到30个深度边缘和5个明度边缘,35个边缘构成了边缘像素集群。
边缘像素集群用于将图像中边缘像素集群之外的像素对应的缩放因子设置为0。确定第一边缘像素属于上述步骤321得到的边缘像素集群之后,将生成的第一缩放因子继续用于缩放待处理的颜色比例。
综上所述,通过上述深度过滤和明度补偿操作,得到了边缘像素集群,边缘像素集群包括通过深度过滤和明度补偿得到的边缘像素,确定第一边缘像素落入边缘像素集群之后,确定使用计算得到的第一缩放因子。若第一边缘像素未落入边缘像素集群,则将第一边缘像素的缩放因子设置为0继续执行后续步骤。
实际上,步骤321和步骤322是为了过滤掉最初的边缘检测阶段获得的多个边缘像素中明度较低的像素,避免对这些明度较低的像素也进行抗锯齿,使得这些明度较低的像素变得不清晰;也即,深度过滤&明度补偿,目的是保留真正的高光区域,过滤非必要的低明度区域,仅使高光区域使用较大的缩放因子,其他区域使用的缩放因子的值为0。
图11示出了本申请一个示例性实施例提供的抗锯齿框架1100,图像抗锯齿框架1100可由上述抗锯齿框架200、抗锯齿框架800和抗锯齿框架900结合得到,其中抗锯齿框架1100中的边缘像素检测阶段1101、缩放因子生成阶段1102、细节抗锯齿分支1103、主抗锯齿分支1104、颜色比例确定阶段1105、混合颜色生成阶段1106和深度过滤&明度补偿阶段1107,均已详细介绍,此处不再赘述。
图12示出了抗锯齿的效果对比图。图12的(a)部分示出了相关技术中的合并绘制过程的FXAA方案进行抗锯齿的效果示意图,图12的(a)部分示出了矩形框1201中的锯齿,图12的(a)部分使用的FXAA方案的次像素抗锯齿质量参数(SubPixQuality)的值等于1。可以看出图12的(a)部分中,画面整体清晰,从右边的局部放大图可以看出,图像高光区域的锯齿较为明显。
图12的(b)部分示出了以图11所示的抗锯齿框架1100进行抗锯齿的效果示意图,图12的(b)部分示出了矩形框1202中的锯齿。可以看出图12的(b)部分中,画面整体清晰程度与图12的(a)部分一致,从右边的局部放大图可以看出,图像高光区域没有锯齿,抗锯齿效果更好,优化效果明显。
图13示出了另一种抗锯齿的效果对比图。图13的(a)部分示出了用于比对抗锯齿效果所使用的原图。图13的(b)部分示出了分绘制过程下,次像素抗锯齿质量参数等于0时的FXAA方案的抗锯齿效果。图13的(c)部分示出了分绘制过程下,次像素抗锯齿质量参数等于1时的FXAA方案的抗锯齿效果。
图13的(d)部分示出了本申请提供的抗锯齿方法的抗锯齿效果。
可以看出矩形框区域示出的高光部分,本申请在高光处的抗锯齿效果与次像素抗锯齿质量参数为1时相同,比次像素抗锯齿质量参数为0时效果好。可以看出,椭圆区域示出的画面细节处,本申请在画面细节的清晰程度与次像素抗锯齿质量参数为0时相同,比次像素抗锯齿质量参数为1时清晰。
经过测试,本申请提供的抗锯齿方案抗锯齿效果优异,且不会消耗过多性能。
以市面上常见的移动终端进行测试,相关技术中合并绘制过程的FXAA方案进行色调映射和抗锯齿时,移动终端的绘制过程共耗时2.86ms,读数据的带宽为1.759MB、写数据的带宽为68KB。
以同一移动终端进行测试,本申请的抗锯齿方案进行色调映射和抗锯齿时,移动终端的绘制过程共耗时2.85ms,读数据的带宽为1.765MB、写数据的带宽为69KB。
可以看出本申请提供的抗锯齿方案与相关技术中合并绘制过程的FXAA方案的各种消耗型指标数值几乎一致,但是抗锯齿效果却明显增强。
图14是本申请一个示例性实施例提供的图像抗锯齿装置的结构框图,该装置包括:
获取模块1401,用于获取HDR空间下图像的第一边缘像素;
第一生成模块1402,用于根据第一边缘像素所处的局部明度环境,生成第一缩放因子;
第二生成模块1404,用于根据第一边缘像素所在的图像块中的多个像素的明度值,生成第一边缘像素对应的待处理的颜色比例;
缩放模块1405,用于基于第一缩放因子缩放待处理的颜色比例,得到第一颜色比例;
混合模块1408,用于根据第一边缘像素的颜色值和目标像素的颜色值,结合第一颜色比例,混合得到第一颜色值;目标像素是第一边缘像素的多个周围像素中与第一边缘像素的颜色值差异最大的像素;
更新模块1409,用于将第一颜色值更新为第一边缘像素的颜色值。
在一个可选的实施例中,第一生成模块1402,还用于根据第一周围像素的明度值和第二周围像素的明度值,生成第一缩放因子;第一周围像素是第一边缘像素所在的图像块的多个像素中明度值最大的像素,第二周围像素是第一边缘像素所在的图像块的多个像素中明度值最小的像素。
在一个可选的实施例中,第一生成模块1402,还用于将第一周围像素的明度值和第二周围像素的明度值输入缩放函数,得到第一缩放因子;其中,缩放函数满足:第一缩放因子与第一周围像素的明度值成正相关关系;第一缩放因子与第二周围像素的明度值成负相关关系;当第二周围像素的明度值为零时,第一缩放因子的值等于零。
在一个可选的实施例中,第一周围像素的明度值为第一明度值,第二周围像素的明度值为第二明度值。第一生成模块1402,还用于将第一明度值与第二明度值相乘,得到第一子缩放因子;将第二明度值作为第二子缩放因子;将第一子缩放因子和第二子缩放因子求和之后,进行归一化处理,得到第一缩放因子。
在一个可选的实施例中,第二生成模块1404,还用于获取第一边缘像素所在的图像块中的多个像素的多个明度权重;图像块中的多个像素与多个明度权重一一对应;根据图像块中每个像素的明度以及明度权重,生成第一明度差异;第一明度差异用于表征第一边缘像素所处的局部明度环境;将第一明度差异映射得到待处理的颜色比例。
在一个可选的实施例中,图像块是以第一边缘像素为中心的正方形像素阵列;图像块中的多个像素的多个明度权重满足以下条件:
正方形像素阵列中与第一边缘像素的距离一致的像素,对应的明度权重一致;
正方形像素阵列中与第一边缘像素的距离越近的像素,对应的明度权重越小;
正方形像素阵列中除第一边缘像素之外的其他像素对应的明度权重为正数,第一边缘像素对应的明度权重为负数;
正方形像素阵列中全部像素的明度权重之和为零。
在一个可选的实施例中,第二生成模块1404,还用于计算图像块中每个像素的明度与各自明度权重的乘积;将图像块中每个像素的乘积进行求和之后,除以第一边缘像素对应的明度权重的绝对值,得到第一明度差异。
在一个可选的实施例中,第二生成模块1404,还用于将第一明度差异进行归一化处理;将归一化处理后的第一明度差异映射得到待处理的颜色比例,使得待处理的颜色比例属于零至一的闭区间,且待处理的颜色比例与第一明度差异成正相关关系。
在一个可选的实施例中,混合模块1408,还用于将第二颜色比例乘以第一边缘像素的颜色值,得到第一颜色分量;第二颜色比例与第一颜色比例的和值为1;将第一颜色比例乘以目标像素的颜色值,得到第二颜色分量;将第一颜色分量与第二颜色分量进行求和,得到第一颜色值。
在一个可选的实施例中,装置还包括第三生成模块1406。第三生成模块1406,用于在第一边缘像素用于构成线状边缘的情况下,根据第一边缘像素在线状边缘的位置,得到第一边缘像素对应的第三颜色比例;将第一颜色比例与第三颜色比例中的最大值,确定为第一边缘像素对应的最大颜色比例。混合模块,还用于根据第一边缘像素的颜色值和目标像素的颜色值,结合最大颜色比例,混合得到第一颜色值;其中,线状边缘包括多个相邻的边缘像素。
在一个可选的实施例中,获取模块,还用于获取HDR空间下的图像;针对图像的第j像素,获取第j像素所在的图像块的多个像素中明度值最大的像素和明度值最小的像素;在第j像素所在的图像块的多个像素中明度值最大的像素与明度值最小的像素之间的明度值差异达到第j阈值的情况下,确定第j像素为边缘像素;确定得到图像的多个边缘像素;其中,第j像素为图像的任意一个像素。
在一个可选的实施例中,装置还包括处理模块1403。处理模块1403,用于对图像进行深度过滤操作以及明度补偿操作,得到边缘像素集群;确定第一边缘像素是边缘像素集群中的一个像素;其中,边缘像素集群用于将图像中除边缘像素集群之外的像素对应的缩放因子设置为零。
在一个可选的实施例中,处理模块1403,还用于对图像进行深度过滤操作,得到第一边缘像素集群,第一边缘像素集群中的像素与周围像素的深度值差异达到阈值;针对图像中除第一边缘像素集群之外的第i像素,确定第i像素所在的图像块的多个像素中的明度值最大的像素以及明度值最小的像素;在第i像素所在的图像块的多个像素中明度值最大的像素与明度值最小的像素之间的明度值差异达到第i阈值的情况下,将第i像素加入第二边缘像素集群;其中,第i像素是图像中除第一边缘像素集群之外的任意一个像素,第一边缘像素集群和第二边缘像素集群共同构成边缘像素集群。
在一个可选的实施例中,装置还包括查找模块1407。查找模块1407,还用于查找得到第一边缘像素对应的边缘方向,边缘方向为竖直方向或水平方向;将边缘方向的垂直方向上与第一边缘像素的距离最小的像素确定为目标像素。
综上所述,通过对HDR空间下的图像生成各个边缘像素的缩放因子,针对各个边缘像素将生成各自个性化的定制缩放因子,每个边缘像素基于自身的缩放因子进行颜色混合,有效解决了细节抗锯齿分支中整帧图像仅使用一个次像素抗锯齿质量参数导致的图像细节清晰度与高光区域的抗锯齿效果的矛盾。
通过本申请的抗锯齿装置,合并绘制过程的FXAA方案下的细节抗锯齿分支不仅对高光区域的边缘具有较优的抗锯齿效果,还保证了图像细节处的清晰度。
图15示出了本申请一个示例性实施例提供的计算机设备1500的结构框图。该计算机设备1500可以是便携式移动终端,比如:智能手机、平板电脑、MP3播放器(MovingPicture Experts Group Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、笔记本电脑或台式电脑。计算机设备1500还可能被称为用户设备、便携式终端、膝上型终端、台式终端等其他名称。
通常,计算机设备1500包括有:处理器1501和存储器1502。
处理器1501可以包括一个或多个处理核心,比如4核心处理器、8核心处理器等。处理器1501可以采用DSP(Digital Signal Processing,数字信号处理)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)、PLA(Programmable Logic Array,可编程逻辑阵列)中的至少一种硬件形式来实现。处理器1501也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称CPU(Central ProcessingUnit,中央处理器);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器1501可以集成有GPU(Graphics Processing Unit,图像处理器),GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器1501还可以包括AI(Artificial Intelligence,人工智能)处理器,该AI处理器用于处理有关机器学习的计算操作。
存储器1502可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器1502还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中,存储器1502中的非暂态的计算机可读存储介质用于存储至少一个指令,该至少一个指令用于被处理器1501所执行以实现本申请中方法实施例提供的图像的抗锯齿方法。
在一些实施例中,计算机设备1500还可选包括有:外围设备接口1503和至少一个外围设备。处理器1501、存储器1502和外围设备接口1503之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口1503相连。示例地,外围设备可以包括:射频电路1504、显示屏1505、摄像头组件1506、音频电路1507和电源1508中的至少一种。
外围设备接口1503可被用于将I/O(Input/Output,输入/输出)相关的至少一个外围设备连接到处理器1501和存储器1502。在一些实施例中,处理器1501、存储器1502和外围设备接口1503被集成在同一芯片或电路板上;在一些其他实施例中,处理器1501、存储器1502和外围设备接口1503中的任意一个或两个可以在单独的芯片或电路板上实现,本实施例对此不加以限定。
射频电路1504用于接收和发射RF(Radio Frequency,射频)信号,也称电磁信号。射频电路1504通过电磁信号与通信网络以及其他通信设备进行通信。射频电路1504将电信号转换为电磁信号进行发送,或者,将接收到的电磁信号转换为电信号。可选地,射频电路1504包括:天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路1504可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于:万维网、城域网、内联网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity,无线保真)网络。在一些实施例中,射频电路1504还可以包括NFC(Near Field Communication,近距离无线通信)有关的电路,本申请对此不加以限定。
显示屏1505用于显示UI(User Interface,用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏1505是触摸显示屏时,显示屏1505还具有采集在显示屏1505的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器1501进行处理。此时,显示屏1505还可以用于提供虚拟按钮和/或虚拟键盘,也称软按钮和/或软键盘。在一些实施例中,显示屏1505可以为一个,设置在计算机设备1500的前面板;在另一些实施例中,显示屏1505可以为至少两个,分别设置在计算机设备1500的不同表面或呈折叠设计;在另一些实施例中,显示屏1505可以是柔性显示屏,设置在计算机设备1500的弯曲表面上或折叠面上。甚至,显示屏1505还可以设置成非矩形的不规则图形,也即异形屏。显示屏1505可以采用LCD(Liquid Crystal Display,液晶显示屏)、OLED(OrganicLight-Emitting Diode,有机发光二极管)等材质制备。
摄像头组件1506用于采集图像或视频。可选地,摄像头组件1506包括前置摄像头和后置摄像头。通常,前置摄像头设置在终端的前面板,后置摄像头设置在终端的背面。在一些实施例中,后置摄像头为至少两个,分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种,以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality,虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中,摄像头组件1506还可以包括闪光灯。闪光灯可以是单色温闪光灯,也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合,可以用于不同色温下的光线补偿。
音频电路1507可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波,并将声波转换为电信号输入至处理器1501进行处理,或者输入至射频电路1504以实现语音通信。出于立体声采集或降噪的目的,麦克风可以为多个,分别设置在计算机设备1500的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器1501或射频电路1504的电信号转换为声波。扬声器可以是传统的薄膜扬声器,也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时,不仅可以将电信号转换为人类可听见的声波,也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中,音频电路1507还可以包括耳机插孔。
电源1508用于为计算机设备1500中的各个组件进行供电。电源1508可以是交流电、直流电、一次性电池或可充电电池。当电源1508包括可充电电池时,该可充电电池可以是有线充电电池或无线充电电池。有线充电电池是通过有线线路充电的电池,无线充电电池是通过无线线圈充电的电池。该可充电电池还可以用于支持快充技术。
在一些实施例中,计算机设备1500还包括有一个或多个传感器1509。该一个或多个传感器1509包括但不限于:加速度传感器1510、陀螺仪传感器1511、压力传感器1512、光学传感器1513以及接近传感器1514。
加速度传感器1510可以检测以计算机设备1500建立的坐标系的三个坐标轴上的加速度大小。比如,加速度传感器1510可以用于检测重力加速度在三个坐标轴上的分量。处理器1501可以根据加速度传感器1510采集的重力加速度信号,控制显示屏1505以横向视图或纵向视图进行用户界面的显示。加速度传感器1510还可以用于游戏或者用户的运动数据的采集。
陀螺仪传感器1511可以检测计算机设备1500的机体方向及转动角度,陀螺仪传感器1511可以与加速度传感器1510协同采集用户对计算机设备1500的3D动作。处理器1501根据陀螺仪传感器1511采集的数据,可以实现如下功能:动作感应(比如根据用户的倾斜操作来改变UI)、拍摄时的图像稳定、游戏控制以及惯性导航。
压力传感器1512可以设置在计算机设备1500的侧边框和/或显示屏1505的下层。当压力传感器1512设置在计算机设备1500的侧边框时,可以检测用户对计算机设备1500的握持信号,由处理器1501根据压力传感器1512采集的握持信号进行左右手识别或快捷操作。当压力传感器1512设置在显示屏1505的下层时,由处理器1501根据用户对显示屏1505的压力操作,实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。
光学传感器1513用于采集环境光强度。在一个实施例中,处理器1501可以根据光学传感器1513采集的环境光强度,控制显示屏1505的显示明度。示例地,当环境光强度较高时,调高显示屏1505的显示明度;当环境光强度较低时,调低显示屏1505的显示明度。在另一个实施例中,处理器1501还可以根据光学传感器1513采集的环境光强度,动态调整摄像头组件1506的拍摄参数。
接近传感器1514,也称距离传感器,通常设置在计算机设备1500的前面板。接近传感器1514用于采集用户与计算机设备1500的正面之间的距离。在一个实施例中,当接近传感器1514检测到用户与计算机设备1500的正面之间的距离逐渐变小时,由处理器1501控制显示屏1505从亮屏状态切换为息屏状态;当接近传感器1514检测到用户与计算机设备1500的正面之间的距离逐渐变大时,由处理器1501控制显示屏1505从息屏状态切换为亮屏状态。
本领域技术人员可以理解,图15中示出的结构并不构成对计算机设备1500的限定,可以包括比图示更多或更少的组件,或者组合某些组件,或者采用不同的组件布置。
本申请还提供一种计算机可读存储介质,所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现上述方法实施例提供的图像的抗锯齿方法。
本申请提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述方法实施例提供的图像的抗锯齿方法。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本申请的可选实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (18)
1.一种图像的抗锯齿方法,其特征在于,所述方法包括:
获取高动态渲染HDR空间下图像的第一边缘像素;
根据所述第一边缘像素所处的局部明度环境,生成第一缩放因子;
根据所述第一边缘像素所在的图像块中的多个像素的明度值,生成所述第一边缘像素对应的待处理的颜色比例;
基于所述第一缩放因子缩放所述待处理的颜色比例,得到第一颜色比例;
根据所述第一边缘像素的颜色值和目标像素的颜色值,结合所述第一颜色比例,混合得到第一颜色值;所述目标像素是所述第一边缘像素的多个周围像素中与所述第一边缘像素的颜色值差异最大的像素;
将所述第一颜色值更新为所述第一边缘像素的颜色值。
2.根据权利要求1所述的方法,其特征在于,所述根据所述第一边缘像素所处的局部明度环境,生成第一缩放因子,包括:
根据第一周围像素的明度值和第二周围像素的明度值,生成第一缩放因子;所述第一周围像素是所述第一边缘像素所在的图像块的多个像素中明度值最大的像素,所述第二周围像素是所述第一边缘像素所在的图像块的多个像素中明度值最小的像素。
3.根据权利要求2所述的方法,其特征在于,所述根据第一周围像素的明度值和第二周围像素的明度值,生成第一缩放因子,包括:
将所述第一周围像素的明度值和所述第二周围像素的明度值输入缩放函数,得到所述第一缩放因子;
其中,所述缩放函数满足:所述第一缩放因子与所述第一周围像素的明度值成正相关关系;所述第一缩放因子与所述第二周围像素的明度值成负相关关系;当所述第二周围像素的明度值为零时,所述第一缩放因子的值等于零。
4.根据权利要求3所述的方法,其特征在于,所述第一周围像素的明度值为第一明度值,所述第二周围像素的明度值为第二明度值;
所述将所述第一周围像素的明度值和所述第二周围像素的明度值输入缩放函数,得到所述第一缩放因子,包括:
将所述第一明度值与所述第二明度值相乘,得到第一子缩放因子;
将所述第二明度值作为第二子缩放因子;
将所述第一子缩放因子和所述第二子缩放因子求和之后,进行归一化处理,得到所述第一缩放因子。
5.根据权利要求1至4任一所述的方法,其特征在于,所述根据所述第一边缘像素所在的图像块中的多个像素的明度值,生成所述第一边缘像素对应的待处理的颜色比例,包括:
获取所述第一边缘像素所在的图像块中的多个像素的多个明度权重;所述图像块中的多个像素与所述多个明度权重一一对应;
根据所述图像块中每个像素的明度以及明度权重,生成第一明度差异;所述第一明度差异用于表征所述第一边缘像素所处的局部明度环境;
将所述第一明度差异映射得到所述待处理的颜色比例。
6.根据权利要求5所述的方法,其特征在于,所述图像块是以所述第一边缘像素为中心的正方形像素阵列;所述图像块中的多个像素的多个明度权重满足以下条件:
所述正方形像素阵列中与所述第一边缘像素的距离一致的像素,对应的明度权重一致;
所述正方形像素阵列中与所述第一边缘像素的距离越近的像素,对应的明度权重越小;
所述正方形像素阵列中除所述第一边缘像素之外的其他像素对应的明度权重为正数,所述第一边缘像素对应的明度权重为负数;
所述正方形像素阵列中全部像素的明度权重之和为零。
7.根据权利要求6所述的方法,其特征在于,所述根据所述图像块中每个像素的明度以及明度权重,生成第一明度差异,包括:
计算所述图像块中每个像素的明度与各自明度权重的乘积;
将所述图像块中每个像素的乘积进行求和之后,除以所述第一边缘像素对应的明度权重的绝对值,得到所述第一明度差异。
8.根据权利要求7所述的方法,其特征在于,所述方法还包括:
将所述第一明度差异进行归一化处理;
所述将所述第一明度差异映射得到所述待处理的颜色比例,包括:
将归一化处理后的所述第一明度差异映射得到所述待处理的颜色比例,使得所述待处理的颜色比例属于零至一的闭区间,且所述待处理的颜色比例与所述第一明度差异成正相关关系。
9.根据权利要求1至4任一所述的方法,其特征在于,所述根据所述第一边缘像素的颜色值和目标像素的颜色值,结合所述第一颜色比例,混合得到第一颜色值,包括:
将第二颜色比例乘以所述第一边缘像素的颜色值,得到第一颜色分量;所述第二颜色比例与所述第一颜色比例的和值为一;
将所述第一颜色比例乘以所述目标像素的颜色值,得到第二颜色分量;
将所述第一颜色分量与所述第二颜色分量进行求和,得到所述第一颜色值。
10.根据权利要求1至4任一所述的方法,其特征在于,所述方法还包括:
在所述第一边缘像素用于构成线状边缘的情况下,根据所述第一边缘像素在所述线状边缘的位置,得到所述第一边缘像素对应的第三颜色比例;
将所述第一颜色比例与所述第三颜色比例中的最大值,确定为所述第一边缘像素对应的最大颜色比例;
所述根据所述第一边缘像素的颜色值和目标像素的颜色值,结合所述第一颜色比例,混合得到第一颜色值,包括:
根据所述第一边缘像素的颜色值和所述目标像素的颜色值,结合所述最大颜色比例,混合得到所述第一颜色值;
其中,所述线状边缘包括多个相邻的边缘像素。
11.根据权利要求1至4任一所述的方法,其特征在于,所述方法还包括:
获取所述HDR空间下的图像;
针对所述图像的第j像素,获取所述第j像素所在的图像块的多个像素中明度值最大的像素和明度值最小的像素;
在所述第j像素所在的图像块的多个像素中明度值最大的像素与明度值最小的像素之间的明度值差异达到第j阈值的情况下,确定所述第j像素为边缘像素;
确定得到所述图像的多个边缘像素;
其中,所述第j像素为所述图像的任意一个像素。
12.根据权利要求1至4任一所述的方法,其特征在于,所述根据所述第一边缘像素所处的局部明度环境,生成第一缩放因子之后,还包括:
对所述图像进行深度过滤操作以及明度补偿操作,得到边缘像素集群;
确定所述第一边缘像素是所述边缘像素集群中的一个像素;
其中,所述边缘像素集群用于将所述图像中除所述边缘像素集群之外的像素对应的缩放因子设置为零。
13.根据权利要求12所述的方法,其特征在于,所述对所述图像进行深度过滤操作以及明度补偿操作,得到边缘像素集群,包括:
对所述图像进行深度过滤操作,得到第一边缘像素集群,所述第一边缘像素集群中的像素与周围像素的深度值差异达到阈值;
针对所述图像中除所述第一边缘像素集群之外的第i像素,确定所述第i像素所在的图像块的多个像素中的明度值最大的像素以及明度值最小的像素;
在所述第i像素所在的图像块的多个像素中明度值最大的像素与明度值最小的像素之间的明度值差异达到第i阈值的情况下,将所述第i像素加入第二边缘像素集群;
其中,所述第i像素是所述图像中除所述第一边缘像素集群之外的任意一个像素,所述第一边缘像素集群和所述第二边缘像素集群共同构成所述边缘像素集群。
14.根据权利要求1至4任一所述的方法,其特征在于,所述根据所述第一边缘像素的颜色值和目标像素的颜色值,结合所述第一颜色比例,混合得到第一颜色值之前,还包括:
查找得到所述第一边缘像素对应的边缘方向,所述边缘方向为竖直方向或水平方向;
将所述边缘方向的垂直方向上与所述第一边缘像素的距离最小的像素确定为所述目标像素。
15.一种图像的抗锯齿装置,其特征在于,所述装置包括:
获取模块,用于获取HDR空间下图像的第一边缘像素;
第一生成模块,用于根据所述第一边缘像素所处的局部明度环境,生成第一缩放因子;
第二生成模块,用于根据所述第一边缘像素所在的图像块中的多个像素的明度值,生成所述第一边缘像素对应的待处理的颜色比例;
缩放模块,用于基于所述第一缩放因子缩放所述待处理的颜色比例,得到第一颜色比例;
混合模块,用于根据所述第一边缘像素的颜色值和目标像素的颜色值,结合所述第一颜色比例,混合得到第一颜色值;所述目标像素是所述第一边缘像素的多个周围像素中与所述第一边缘像素的颜色值差异最大的像素;
更新模块,用于将所述第一颜色值更新为所述第一边缘像素的颜色值。
16.一种计算机设备,其特征在于,所述计算机设备包括:处理器和存储器,所述存储器存储有计算机程序,所述计算机程序由所述处理器加载并执行以实现如权利要求1至14任一所述的图像的抗锯齿方法。
17.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序由处理器加载并执行以实现如权利要求1至14任一所述的图像的抗锯齿方法。
18.一种计算机程序产品,其特征在于,所述计算机程序产品存储有计算机程序,所述计算机程序由处理器加载并执行以实现如权利要求1至14任一所述的图像的抗锯齿方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211045046.6A CN117710237A (zh) | 2022-08-30 | 2022-08-30 | 图像的抗锯齿方法、装置、设备、介质及程序产品 |
PCT/CN2023/112837 WO2024046105A1 (zh) | 2022-08-30 | 2023-08-14 | 图像的抗锯齿方法、装置、设备、介质及程序产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211045046.6A CN117710237A (zh) | 2022-08-30 | 2022-08-30 | 图像的抗锯齿方法、装置、设备、介质及程序产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117710237A true CN117710237A (zh) | 2024-03-15 |
Family
ID=90100391
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211045046.6A Pending CN117710237A (zh) | 2022-08-30 | 2022-08-30 | 图像的抗锯齿方法、装置、设备、介质及程序产品 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN117710237A (zh) |
WO (1) | WO2024046105A1 (zh) |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10116916B2 (en) * | 2016-03-17 | 2018-10-30 | Nvidia Corporation | Method for data reuse and applications to spatio-temporal supersampling and de-noising |
CN107483771A (zh) * | 2017-06-13 | 2017-12-15 | 青岛海信电器股份有限公司 | 一种图像生成的方法和图像显示装置 |
CN111882498A (zh) * | 2020-07-10 | 2020-11-03 | 网易(杭州)网络有限公司 | 图像处理方法、装置、电子设备及存储介质 |
CN112700385A (zh) * | 2020-12-31 | 2021-04-23 | 北京字跳网络技术有限公司 | 图像处理方法、装置、电子设备及存储介质 |
-
2022
- 2022-08-30 CN CN202211045046.6A patent/CN117710237A/zh active Pending
-
2023
- 2023-08-14 WO PCT/CN2023/112837 patent/WO2024046105A1/zh unknown
Also Published As
Publication number | Publication date |
---|---|
WO2024046105A1 (zh) | 2024-03-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107945163B (zh) | 图像增强方法及装置 | |
CN109712224B (zh) | 虚拟场景的渲染方法、装置及智能设备 | |
CN109829864B (zh) | 图像处理方法、装置、设备及存储介质 | |
CN110033503B (zh) | 动画显示方法、装置、计算机设备及存储介质 | |
CN109948581B (zh) | 图文渲染方法、装置、设备及可读存储介质 | |
CN111028144B (zh) | 视频换脸方法及装置、存储介质 | |
CN110619614B (zh) | 图像处理的方法、装置、计算机设备以及存储介质 | |
WO2023142915A1 (zh) | 图像处理方法、装置、设备及存储介质 | |
CN111353946B (zh) | 图像修复方法、装置、设备及存储介质 | |
CN109754439B (zh) | 标定方法、装置、电子设备及介质 | |
CN112184581B (zh) | 图像处理方法、装置、计算机设备及介质 | |
CN114140342A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN110992268B (zh) | 背景设置方法、装置、终端及存储介质 | |
CN111275607B (zh) | 界面显示方法、装置、计算机设备及存储介质 | |
CN112135191A (zh) | 视频编辑方法、装置、终端及存储介质 | |
CN115798417A (zh) | 背光亮度的确定方法、装置、设备及计算机可读存储介质 | |
CN115798418A (zh) | 图像显示方法、装置、终端及存储介质 | |
CN112383719B (zh) | 图像亮度的调整方法、装置、设备及可读存储介质 | |
CN117710237A (zh) | 图像的抗锯齿方法、装置、设备、介质及程序产品 | |
CN110097619B (zh) | 应用程序中的动画效果实现方法、装置及设备 | |
CN108881739B (zh) | 图像生成方法、装置、终端及存储介质 | |
CN110910309A (zh) | 图像处理方法、装置、电子设备、存储介质及程序产品 | |
CN111340894B (zh) | 图像处理方法、装置和计算机设备 | |
CN110929675B (zh) | 图像处理方法、装置、计算机设备及计算机可读存储介质 | |
CN113763486B (zh) | 主色调提取方法、装置、电子设备及存储介质 |
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 |