CN1901659B - 通过亮度和色度暂态改进来增强视频清晰度和对比度 - Google Patents
通过亮度和色度暂态改进来增强视频清晰度和对比度 Download PDFInfo
- Publication number
- CN1901659B CN1901659B CN2006101101787A CN200610110178A CN1901659B CN 1901659 B CN1901659 B CN 1901659B CN 2006101101787 A CN2006101101787 A CN 2006101101787A CN 200610110178 A CN200610110178 A CN 200610110178A CN 1901659 B CN1901659 B CN 1901659B
- Authority
- CN
- China
- Prior art keywords
- wavelet decomposition
- module
- component
- decomposition
- wavelet
- 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.)
- Expired - Fee Related
Links
- 230000002708 enhancing effect Effects 0.000 title claims abstract description 16
- 230000001052 transient effect Effects 0.000 title description 5
- 230000006872 improvement Effects 0.000 title description 2
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 93
- 238000012545 processing Methods 0.000 claims abstract description 35
- 238000000034 method Methods 0.000 claims abstract description 13
- 238000005070 sampling Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 description 30
- 238000003860 storage Methods 0.000 description 15
- 230000009466 transformation Effects 0.000 description 11
- 230000007704 transition Effects 0.000 description 11
- 239000003623 enhancer Substances 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 8
- 230000001413 cellular effect Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000006978 adaptation Effects 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 238000005728 strengthening Methods 0.000 description 3
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 229920000642 polymer Polymers 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 206010019133 Hangover Diseases 0.000 description 1
- UBMXAAKAFOKSPA-UHFFFAOYSA-N [N].[O].[Si] Chemical compound [N].[O].[Si] UBMXAAKAFOKSPA-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000000377 silicon dioxide Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012546 transfer 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/10—Image enhancement or restoration by non-spatial domain filtering
-
- G06T5/73—
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/14—Picture signal circuitry for video frequency region
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/14—Picture signal circuitry for video frequency region
- H04N5/142—Edging; Contouring
-
- 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
- G06T2207/20016—Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform
-
- 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
- G06T2207/20048—Transform domain processing
- G06T2207/20064—Wavelet transform [DWT]
-
- 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
- G06T2207/20172—Image enhancement details
- G06T2207/20192—Edge enhancement; Edge preservation
Abstract
描述了一种用于增强视频清晰度的装置、系统、方法和产品。该装置可以包括增强输入图像清晰度的媒体处理节点。该媒体处理节点可以包括用于执行所述输入图像的小波分解以检测和修改边缘信息的小波分解模块。描述和要求了其它实施例。
Description
背景技术
清晰度是感观特征,它是由人的视觉系统所确定。虽然人眼对亮度信号比对色度信号的清晰度更敏感,但是诸如高清电视(HDTV)图像这样的高分辨率图像需要亮度(黑和白)和色度清晰度两者协同增强。在彩色电视广播标准中,诸如美国国家电视制式委员会(NTSC)和逐行倒相制式(PAL),例如,色度和亮度信号有限的带宽导致相对较慢的过渡,致使所接收图像的边缘拖尾。
用于清晰度增强的各种方法已经使用了边缘过渡以更好地提高图像质量,但是对图像内容缺乏适应性、被噪声序列劣化和/或需要复杂硬件。虽然边缘过渡的改善导致总清晰度提高,但是对图像内容适应性的缺乏导致激化人工噪音并减少了清晰度提高的总的印象。
附图说明
图1阐述了系统的一个实施例。
图2阐述了清晰度增强的一个实施例。
图3阐述了小波分解的一个实施例。
图4阐述了小波分解输出的一个实施例。
图5阐述了逻辑流程的一个实施例。
图6阐述了处理过的图像的一个实施例。
具体实施例
图1阐述了系统的一个实施例。图1阐述了一个通信系统100的框图。在各种实施例中,通信系统100可以包括多个节点。节点通常可以包括用于在通信系统100中信息通信的任何物理的或逻辑实体,以及可以根据给出的设计参数或性能约束的要求由硬件、软件或任何它们的组合来实现。虽然图1作为一个例子可以示出有限数量的节点,但是能够理解对于给出的实施例可以应用更多或更少的节点。
在各种实施例中,节点可以包括,或是由下面所述实现:计算机系统、计算机子系统、计算机、设备、工作站、终端、服务器、个人计算机(PC)、便携电脑、超便携电脑、手持式计算机、个人数字助理(PDA)、机顶盒(STB)、电话、移动电话、蜂窝式电话、手持送受话机、无线存取点、基站(BS)、用户站(SS)、移动用户中心(MSC)、无线电网络控制器(RNC)、微处理器、诸如专用集成电路(ASIC)这样的集成电路、可编程逻辑器件(PLD)、诸如通用处理器这样的处理器、数字信号处理器(DSP)和/或网络处理器、接口、输入/输出(I/O)装置(例如键盘、鼠标、显示器、打印机)、路由选择器、集线器、网关、桥接器、转换器、电路、逻辑门、寄存器、半导体器件、芯片、晶体管、或任何其它装置、机器、工具、设备、部件或它们的组合。实施例不限于该范围。
在各种实施例中,节点可以包括,或由下面所述实现:软件、软件模块、应用程序、程序、子程序、指令组、计算机代码、字、值、符号或它们的组合。节点可以根据预定计算机语言、方式或语法来实现,预定计算机语言、方式或语法用于指示处理器执行某个功能。计算机语言的例子可以包括C、C++、Java、BASIC、Perl、Matlab、Pascal、Visual BASIC、汇编语言、机器代码、网络处理器的微代码等等。实施例不限于该范围。
在各种实施例中,通信系统100可以根据一个或多个协议来通信、管理或处理信息。协议可以包括用于管理在节点中间通信的一组预定规则或指令。协议可以由标准组织公布的一个或多个标准来定义,例如国际电信联盟(ITU)、国际标准化组织(ISO)、国际电工技术委员会(IEC)、电气与电子工程师协会(IEEE)、国际工程任务组(IETF)、运动图象专家组(MPEG)等等。例如,所描述的实施例可以根据多媒体处理标准来安排其操作,诸如NTSC、PAL、MPEG-1、MPEG-2、MPEG-4、数字视频广播地面(DVB-T)广播标准、ITU/IECH.263标准、用于低比特率通信的视频编码、2000年11月公开的ITU-T建议H.263v3、和/或ITU/IEC H.264标准、用于非常低比特率通信的视频编码、2003年5月公开的ITU-T建议H.264。实施例不限于该范围。
如图1所示,通信系统100可以包括媒体处理节点102。在各种实施例中,媒体处理节点102可以包括、或由下面所述实现:一个或多个处理系统、处理子系统、处理器、计算机、设备、编码器、解码器、编/解码器(CODEC)、滤波设备(例如图像比例设备、解分块滤波设备)、变换设备、娱乐系统、显示器或任何其它的处理结构。实施例不限于该范围。
在各种实施例中,媒体处理节点102可以被安排来处理一个或多个类型的信息,诸如媒体信息和控制信息。媒体信息通常可以指任何要给用户的内容的数据,诸如图像信息、视频信息、图形信息、音频信息、声音信息、文字信息、数字信息、字母数字符号、字符符号等等。控制信息通常可以指表示要给自动化系统的命令、指令或控制字的任何数据。例如,控制信息可以通过系统用于路由媒体信息,或命令节点以某种方式来处理媒体信息。实施例不限于该范围。
在各种实施例中,媒体处理节点102可以被安排处理从媒体源节点104所接收的媒体信息。媒体源节点104可以包括任何具有提供诸如图像信息、视频信息、和/或音频/视频(A/V)信息的媒体信息的能力的媒体源。媒体源的一个例子可以包括诸如从计算机到显示器的视频信号源。媒体源的另一个例子可以包括诸如电视信号这样的A/V信号源。媒体源可以被安排产生或提供标准模拟电视信号、数字电视信号、HDTV信号等等。电视信号可以包括各种类型的信息,如电视音频信息、电视视频信息、和电视控制信息。电视视频信息可以包括来自视频节目、计算机生成图像(CGI)等等的内容。电视音频信息可以包括声音、音乐、音效等等。电视控制信息可以是插入的控制信号以显示电视视频和/或音频信息、商业广告插播、刷新率、同步信号等等。实施例不限于该范围。
在一些实施例中,媒体源节点104可以包括被安排用于提供以各种格式存储的预先录制的媒体的设备,诸如数字视频光盘(DVD)设备、家用录像系统(VHS)设备、数字VHS设备、数字照相机、A/V摄象机-录象机、游戏控制台、压缩光盘(CD)播放器等等。还在其它的例子中,媒体源节点104可以包括媒体分配系统,以向媒体处理节点102提供广播或流模拟或数字电视或音频信号。媒体分配系统的例子可以包括,例如,无线电(OTA)广播系统、地面有线系统(CATV)、卫星广播系统等等。媒体源节点104的类型和定位不限于该范围。
在各种实施例中,媒体处理节点102可以被安排接收输入图像。该输入图像可以包括从一个或多个视频图像中获得或有关的任何数据。在一个实施例中,例如,该输入图像可以包括在视频序列中的图片,该视频序列包括在水平和垂直方向上采样的信号(例如Y、U和V)。在各种实施例中,输入图像可以包括一个或多个图像数据、视频数据、视频序列、图片组、图片、图像、区域、对象、帧、片、宏块、块、象素、信号等等。分配给象素的值可以包括实数和/或整数。
在各种实施例中,媒体处理节点102可以被安排用于对接收到的输入图像执行清晰度增强。例如,媒体处理节点102可以使用亮度暂态提高和色度暂态提高(LTI/CTI)来执行自适应清晰度增强。在各种实施例中,媒体处理节点102可以通过小波滤波器组分解边缘信息以及自适应改变边缘的频率-幅度分布来执行LTI/CTI处理以增强所感觉的清晰度。LTI/CTI处理可以包括实时视频清晰度增强,其通过使用小波变换提高边缘过渡(例如在图像不同部分上的可变边缘增强)来自适应使图片清晰。LTI/CTI处理可以引起所感觉清晰度的有效增强,同时避免人工噪声的引入。实施例不限于该范围。
图2阐述了清晰度增强的一个实施例。图2阐述了使用LTI/CTI处理的清晰度增强的一个实施例。在各种实施例中,LTI/CTI处理可以由系统(例如通信系统100)和/或节点(例如媒体处理节点102)来执行。实施例不限于该范围。
如图2所示,原始边缘(a)的清晰度可以增强为LTI/CTI修改的边缘(b)。当图片完全无纹时,所有采样值基本上相等。原始边缘(a)说明了当出现边缘(例如水平边缘)时,水平方向采样值经历陡峭变化。如LTI/CTI修改的边缘(b)所示,LTI/CTI处理通过使边缘陡峭或增加倾斜度可以使边缘变得清晰。该实施例不限于该范围。
在各种实施例中,LTI/CTI处理可以包括检测过渡,计算过渡的长度(例如,获得对应边缘的过渡所需的采样数目),并改变过渡的分布。例如,LTI/CTI处理可以包括跟踪某一方向上的象素值以检测过渡,并计算边缘的陡度或倾斜度。在各种实施例中,通过改变象素值(如频率成分)来改变边缘陡度的方式提高清晰度。该实施例不限于该范围。
再次参考图1,媒体处理节点102可以包括多个模块。该模块根据给出的一组设计或性能约束的要求可以包括,或可以由以下所述实现:一个或多个系统、子系统、处理器、设备、机器、工具、组件、电路、寄存器、应用程序、程序、子程序,或它们的任何组合。在各种实施例中,通过一个或多个通信媒体来连接这些模块。通信媒体通常可以包括任何具有承载信息信号能力的介质。例如,通信媒体根据所给出实施例的需要可以包括有线通信媒体、无线通信媒体或它们两个的组合。该实施例不限于该范围。
模块可以包括存储器,该存储器可以由任何具有数据存储能力的计算机可读介质来实现,包括易失和非易失存储器。存储介质的例子包括随机存取存储器(RAM)、动态RAM(DRAM)、双数据率DRAM(DDRAM)、同步DRAM(SDRAM)、闪存、ROM、可编程ROM(PROM)、可擦除可编程ROM(EPROM)、电可擦可编程序ROM(EEPROM)、闪存、相联存储器(CAM)、聚合物存储器(例如,铁电体聚合物存储器、双向开关半导体存储器、变相或铁电体存储器)、硅氧氮氧硅(SONOS)存储器、盘存储器(例如,软盘、硬盘驱动器、光盘、磁盘)或卡(例如,磁卡、光卡)、或适合存储信息的其它任何类型的介质。存储介质可以包括用于存储计算机程序指令和数据的机器可读存储装置和/或各种控制器的各种组合。实施例不限于该范围。
媒体处理节点102可以包括小波分解模块106。在各种实施例中,分解模块106可以被安排用于接收输入的图像。输入图像可以包括,例如,包括水平和垂直方向上采样的信号(例如Y、U和V)的视频序列中的图片。实施例不限于该范围。
在各种实施例中,小波分解模块106可以被安排用于执行小波分解。例如,小波分解可以包括两维正交小波分解。小波分解可以自动检测在信号分量(例如,YUV或RGB)中任何一般方向上的边缘信息。能够意识到可以使用各种小波分解。实施例不限于该范围。
在各种实施例中,小波分解可以包括确定边缘位置和通过修改组成频率分量来使边缘陡峭。小波分解可以包括执行小波分析用于边缘检测和/或暂态处理。例如,通过小波滤波组可以分解边缘信息,以及自适应地改变边缘的频率-幅度分布。小波可以包括时间特征和比例或空间特征,其使得能够在时间和空问两者之中对任何物理现象进行分析。小波分析可以包括具有可变大小区域的窗口技术。小波分析可以允许在需要更精确的低频信息之处使用长时间间隔,而在需要高频信息之处使用较短区域。实施例不限于该范围。
小波分解可以包括应用小波变换。在各种实施例中,例如,小波变换可以包括诸如Debauchies小波变换这样的离散小波变换(DWT)。在各种实施例中,为了减少小波系数计算量,小波变换可以使用跟随了两倍等比级数的二进比例和位置。二进小波变换提高了效率并通常能够保持精度。实施例不限于该范围。
在各种实施例中,小波分解可以包括执行多级分解。在一个实施例中,例如,小波分解可以包括三级分解。实施例不限于该范围。
图3阐述了小波分解的一个实施例。图3阐述了多级小波分解的一个实施例。在各种实施例中,应用诸如DWT这样的小波变换允许信号(S)在水平、垂直和对角线方向上分解为低度细节分量(A1)和高度细节分量(D1)。近似和细节分析可以多级复制。例如,在低度细节分量(A1)上可以递归应用DWT以在水平、垂直和对角线方向上分解为另一个低度细节分量(A2)和另一级高度细节分量(D2)。根据下面的方程式可以执行递归应用以进行多级分解:
S=A1+D1=A2+D2+D1=A3+D3+D2+D1(1),
其中S是原始图像,Ai和Di是第i级近似和细节分解。该方程式能够更一般化地写为:
图4是小波分解输出的一个实施例。图4阐述了从小波分解中输出的一个实施例,其中该小波分解包括亮度信号的三级、二维小波分解。在各种实施例中,图像可以包括2维信号(x和y方向)。通过对原始图像(a)应用三级、二维DWT(2D-DWT)来执行小波分解,可以产生第一级近似和细节(b)、第二级近似和细节(c)以及第三级近似和细节(d)。实施例不限于该范围。
再次参考图1,小波分解模块106可以被安排在原始图像108上执行小波分解。在各种实施例中,小波分解模块106可以执行三级、二维小波分解(例如,2D-DWT),以产生第一级近似和细节110-1、第二级近似和细节110-2以及第三级近似和细节110-3。实施例不限于该范围。
媒体处理节点102可以包括一个或多个边缘增强模块,诸如水平边缘增强模块112、垂直边缘增强模块、以及对角线边缘增强模块116。在各种实施例中,水平边缘增强模块112、垂直边缘增强模块以及对角线边缘增强模块116可以被安排用于改变分解输出(例如2D-DWT输出)。在各种实施例中,水平、垂直和对角线增强可以仅仅应用于小波分解的细节分量(高频),同时每级小波分解的近似分量(低频)可以没有任何增强地通过,以进一步确保清晰度增强方法不响应图像中的低频分量,而响应中、高频分量。实施例不限于该范围。
在各种实施例中,水平边缘增强模块112、垂直边缘增强模块、以及对角线边缘增强模块116可以被安排用于以拟合分解的分量的更多分量来填补较高频分量。基于每个分解级中能量的相对量,对不同的分解级可以不同地处理(软阈值)。在各种实施例中,通过在第一级中用因子t1、在第二级中用因子t2以及在第三级中用因子t3提高在水平、垂直和对角线方向上的高频分量,来修改2D-DWT分解,其中t1>t2>t3。实施例不限于该范围。
在各种实施例中,水平边缘增强模块112可以通过第一增强因子th1来在水平方向上提高来自第一级近似和细节110-1的高频分量。水平边缘增强模块112可以通过第二增强因子th2来在水平方向上提高来自第二级近似和细节110-2的高频分量。水平边缘增强模块112可以通过第三增强因子th3来在水平方向上提高来自第三级近似和细节110-3的高频分量(th1>th2>th3)。实施例不限于该范围。
在各种实施例中,垂直边缘增强模块114可以通过第一增强因子tv1来在垂直方向上提高来自第一级近似和细节110-1的高频分量。垂直边缘增强模块114可以通过第二增强因子tv2来在垂直方向上提高来自第二级近似和细节110-2的高频分量。垂直边缘增强模块114可以通过第三增强因子tv3来在垂直方向上提高来自第三级近似和细节110-3的高频分量(tv1>tv2>tv3)。实施例不限于该范围。
在各种实施例中,对角线边缘增强模块116可以通过第一增强因子td1来在对角线方向上提高来自第一级近似和细节110-1的高频分量。对角线边缘增强模块116可以通过第二增强因子td2来在对角线方向上提高来自第二级近似和细节110-2的高频分量。对角线边缘增强模块116可以通过第三增强因子td3来在对角线方向上提高来自第三级近似和细节110-3的高频分量(td1>td2>td3)。实施例不限于该范围。
媒体处理节点102可以包括重构模块118。在各种实施例中,该重构模块118可以被安排用于使用修改的分解级来执行重构。在各种实施例中,重构模块118可以接收来自水平边缘增强模块112、垂直边缘增强模块和对角线增强模块116的增强了的小波分解的水平、垂直和对角线细节分量。重构模块118可以接收来自小波分解模块106的没有增强的每级小波分解中的近似分量(低频)。在各种实施例中,重构模块118可以使用亮度和色度(YUV信号)的修改过的频率分量并执行反变换以从小波变换得回每个图像。实施例不限于该范围。
在一些情况下,如果边缘信息是弱的,那么弱实信号会与噪声混淆。在各种实施例中,可以使用局部噪声测量技术以自适应地确定用于决定噪声存在的局部阈值来补救该情况。局部噪声测量技术可以基于图片内容来自适应地确定核化值。根据图片特性,可以将该核化值设置为输入信号(YU或V)的非常低百分比。在各种实施例中,该核化值可以设置为2-4%,以便排除差不多96%的原始值(假设有效的高斯设想)以假设图像中的核化阈值。可以在每个分解级中局部地应用该核化值以测量噪声级,并给出时域(图像本身)和频域(每个分解级)中的局部化测量。实施例不限于该范围。
在各种实施例中,媒体处理节点102可以被安排用于将输出图像提供给媒体目标节点120。媒体目标节点120可以包括具有接收诸如图像信息、视频信息和/或A/V信息这样的媒体信息的能力的任何媒体目标。在各种实施例中,媒体处理节点102可以包括,或可以由以下一个或多个实现:系统、子系统、处理器、计算机、设备、娱乐系统、显示器或任何其它结构。实施例不限于该范围。
可以参考下面的附图和附加例子来进一步描述各种实施例的操作。有些附图可以包括一个逻辑流程。应当理解逻辑流程仅仅提供了如何实现所述功能的一个例子。而且,所给出的逻辑流程不需要必须以所出现的顺序执行,除非有其它的指示。另外,可以由硬件单元、处理器执行的软件单元或者它们的任何组合来实现该逻辑流程。实施例不限于该范围。
图5阐述了逻辑流程500的一个实施例。图5阐述了用于执行清晰度增强的逻辑流程500。在各种实施例中,逻辑流程500可以由系统(例如,通信系统100)和/或节点(例如,媒体处理节点102)来执行。应当明白,可以由各种其它类型的硬件、软件和/或它们的组合来实现该逻辑流程500。实施例不限于该范围。
逻辑流程500可以包括接收输入图像(块502)。在各种实施例中,输入图像可以包括视频序列中的一个图片,该视频序列包括在水平和垂直两个方向上采样的信号(例如,Y、U和V)。实施例不限于该范围。
逻辑流程500可以包括在输入图像上执行小波分解(块504)。在各种实施例中,小波分解可以包括两维正交小波分解。在实施例中,执行小波分解可以包括执行多级分解。小波分解可以自动检测信号分量(例如YUV或RGB)中任何一般方向上的边缘信息。小波分解可以确定边缘位置,还通过修改组成频率分量来使边缘陡峭。小波分解可以包括应用小波变换(例如,DWT)。实施例不限于该范围。
逻辑流程500可以包括对小波分解的输出进行增强(块506)。在各种实施例中,对小波分解的细节分量(高频)应用水平、垂直和对角线增强。在各种实施例中,用拟合分解的分量的更多分量来填补较高频分量。基于每个分解级中能量的相对量,对不同的分解级可以不同地处理(软阈值)。在各种实施例中,通过在第一分解级中用因子t1、在第二分解级中用因子t2以及在第三分解级中用因子t3提高在水平、垂直和对角线方向上的高频分量,来增强小波分解的输出,其中t1>t2>t3。实施例不限于该范围。
逻辑流程500可以包括重构图像(块508)。在各种实施例中,可以使用修改过的分解级来执行重构。在各种实施例中,可以使用增强的小波分解的水平、垂直和对角线细节分量以及未增强的每级小波分解中的近似分量(低频)来执行重构。重构可以包括执行反变换来从小波变换得回每个图像。实施例不限于该范围。
图6说明处理过图像的一个实施例。如图所示,在没有引入增加的人工噪声的情况下,已经增强了原始图像(a)的清晰度。实施例不限于该范围。
在各种实施例中,通过使用小波变换的LTI/CTI和重构,所描述的实施例可以提高总清晰度印象,同时避免噪声和人工噪声放大。通过提高所感觉的清晰度来提高图片质量,同时不会因诸如混叠、抖动或削波这样的任何人工噪声而受损害。可以增强各种视频序列(例如,隔行/逐行、块状的/无块的、噪声的/无噪声的)和内容(例如,高速运动内容、人和皮肤丰富目标、自然和合成内容)的清晰度。即使出现噪声,也可以在不将噪声放大至超过噪声原始级的情况下,提高总体所感觉到的清晰度。实施例不限于该范围。
在各种实施例中,所描述的实施例可以仅仅利用当前图像(考虑进行增强的图片)的二维小波分解。可以从一帧中准确地确定边缘的开始和结束。因而,所需存储量显著减少。所描述实施例可以使阈值和分解判定适应所考虑的当前图像内容。实施例不限于该范围。
在各种实施例中,在没有假设两个边缘方向(例如,垂直或水平)和所支持窗口(假设在其上已经发生了过渡的像素数目)的情况下,所描述的实施例可以固有地检测在所有方向上的边缘。所描述的实施例可以对这样的要求透明并且没有预先对图片内容进行假设。因为没有进行边缘方向上的预先假设,因此当应用到HDTV信号甚至在HDTV的原始源是低分辨率图像(例如,SD)时,所描述的实施例在清晰度增强方面也是有效的。实施例不限于该内容。
在各种实施例中,所描述的实施例可以执行小波分析。小波分析可以提供优于傅立叶分析的优点,傅立叶分析是将信号分解为不同频率的正弦波分量。例如,当着眼于信号的傅立叶变换时,不可能看出什么时候发生过特定事件。这是主要的缺点,因为几乎所有自然信号都是具有时变统计特性的非静止信号。短时傅立叶变换(STFT)通过将信号映射为时间和频率的二维函数克服了常规傅立叶变换的缺点。然而,这样的方法有低精度的缺陷,因为一旦对时间窗口选择了特定大小,该窗口对所有频率就都是相同的。
在各种实施例中,所描述的实施例可以比峰化达到更好的结果。LTI/CTI通过向过渡添加频率分量来提高所感觉到的清晰度,而峰化是通过放大高频分量的振幅来增强所感觉到的图像清晰度。换句话说,在LTI/CTI之后信号中的带宽和频率分量被改变了,而对于峰化来说,没有新的频率分量产生。峰化基本上通过添加一阶或二阶导数——这是通过将图像与拉普拉斯算子内核卷积来获得的——同时避免上溢(防止削波)和/或噪声易感(防止核化)来推升较高空间频率分量。峰化因将信号的一阶或二阶导数加到它本身而再度强调亮度信号的过冲/下冲。
在这里,阐明了许多具体详情,以提供实施例的详尽认识。然而,本领域技术人员应当明白,实施例可以在没有这些具体详情的情况下实施。在其它的例子中,为了不使实施例模糊不清,没有详细地描述众所周知的操作、组分和电路。能够理解,在这里所详细公开的特定结构和功能详情可能是代表性的,而未必是限定了实施例的范围。
在各种实施例中,所描述的实施例可以包括,或构成有线通信系统、无线通信系统或它俩的组合。虽然可能藉示例而使用特殊通信媒体来说明某些实施例,但是能够理解,可以使用各种通信媒体和随附技术来实施在这里所讨论的原理和技术。
在各种实施例中,所描述的实施例可以被安排通过有线或无线通信媒体来进行信息通信。有线通信媒体的例子可以包括电线、电缆、印刷电路板(PCB)、底板、转换器结构、半导体材料、双绞线、同轴电缆、光导纤维等等。无线通信媒体的例子可以包括无线频谱中的部分,诸如射频(RF)频谱。在这样的实施例中,所描述的实施例可以包括适合通过所指定的无线频谱来进行信息信号通信的组件和接口,诸如一个或更多个天线、发射器、接收器、收发器、放大器、滤波器、控制逻辑器等等。实施例不限于该内容。
在各种实施例中,可使用输入/输出(I/O)适配器把通信媒体连接到节点上。I/O适配器可以被安排为采用所需通信协议、服务、或操作程序集合来用任何适合控制节点间信息信号的技术来操作。I/O适配器还可以包括适当的物理接插件,以将I/O适配器与对应的通信媒体连接。I/O适配器的例子可以包括网络接口、网络接口卡(NIC)、线卡、盘控制器、视频控制器、音频控制器等等。实施例不限于该内容。
在各种实施例中,所描述实施例可以包括或构成网络的部分,诸如广域网(WAN)、局域网(LAN)、城域网(MAN)、因特网、万维网、电话网、无线电网络、电视网络、有线网络、卫星网络、无线个人区域网络(WPAN)、无线WAN(WWAN)、无线LAN(WLAN)、无线MAN(WMAN)、码分多址(CDMA)蜂窝无线电话通信网络、例如宽带CDMA(WCDMA)的第三代(3G)网络,第四代(4G)网络、时分多址(TDMA)网络、扩展TDMA(E-TDMA)蜂窝无线电话网络、全球移动通信系统(GSM)蜂窝无线电话网络、北美数字蜂窝(NADC)蜂窝无线电话网络、通用移动电话系统(UMTS)网络、和/或任何其它配置为承载数据的有线或无线通信网络。实施例不限于该内容。
例如可以使用可存储指令或指令集的机器可读介质或产品来实施一些实施例,其中所述指令如果由机器执行,则可以使机器执行根据实施例所述的方法和/或操作。这样的机器可以包括,例如,任何适合的处理平台、计算平台、计算装置、处理装置、计算系统、处理系统、计算机、处理器等等,并且可以使用任何适合的硬件和/或软件的组合来实现。机器可读介质或产品可以包括,例如,任何合适类型的存储器单元、存储器装置、存储器产品、存储器介质、储存装置、储存产品、储存介质和/或储存单元,例如,存储器、可移动或不可移动媒体、可擦除或不可擦除媒体、可写或可重写媒体、数字或模拟媒体、硬盘、软盘、压缩光盘ROM(CD-ROM)、可记录压缩光盘(CD-R)、可重写压缩光盘(CD-RW)、光盘、磁媒体、磁光媒体、可移动存储器卡或盘、各种类型的数字多功能盘(DVD)、磁带、卡带等等。指令可以包括任何合适类型的代码,诸如源代码、编译代码、解释代码、可执行代码、静态代码、动态代码等等。指令可以使用任何合适的高级、低级、面向对象的、可视的、编译和/或解释编程语言来实现。实施例不限于该内容。
一些实施例能够使用根据任何数目的因素而变换的结构来实施,这些因素有诸如所期望的计算速率、功率级、热耐受性、处理周期预算、输入数据率、输出数据率、存储器资源、数据总线速度和其它性能约束条件。例如,实施例可以通过使用通用或专用处理器执行的软件来实现。在另外一个例子中,实施例可以实现为专用硬件,诸如电路、ASIC,PLD,DSP等等。在另外一个例子中,实施例可以通过编程的通用计算机部件和定制的硬件部件的任何组合来实现。实施例不限于该内容。
除非另行特别指出,否则应当理解,诸如“处理”、“计算”、“演算”、“确定”等等术语指的是计算机或计算系统或类似电子计算装置的动作和/或处理,其将被表示为计算系统的寄存器和/或存储器中的物理量(例如,电子的)的数据操纵和/或变换成类似地被表示为计算系统的存储器、寄存器或其它这样的信息存储、传输或显示装置内的物理量的其它数据。实施例不限于该内容。
还应当注意,任何提及的“一个实施例”或“实施例”意思是与该实施例有关地描述的特定特征、结构或特性至少包括在一个实施例中。在说明书多个地方中短语“在一个实施例中”的出现并不一定都是指相同的实施例。
尽管在这里已经描述了实施例的某些特征,但是本领域技术人员现在将可想到许多修改、替换、变换和等效。因此应当明白,所附权利要求想要覆盖所有落在实施例真实精神范围内的此类修改和变换。
Claims (18)
1.一种用于增强视频清晰度的装置,包括:
用于增强输入图像清晰度的媒体处理节点,所述媒体处理节点包括用于执行所述输入图像的小波分解以检测和修改边缘信息的小波分解模块,其中所述小波分解模块执行多级分解,每一分解级具有细节分量和近似分量;以及
边缘增强模块,接收所述细节分量作为来自所述小波分解模块的小波分解输出,并对所述细节分量执行水平、垂直和对角线增强。
2.如权利要求1的装置,其中所述输入图像包括视频序列中的图片,所述视频序列包括在水平方向和垂直方向上采样的信号。
3.如权利要求1的装置,其中所述小波分解包括二维正交小波分解。
4.如权利要求1的装置,其中所述边缘增强模块用于增强所述小波分解输出的高频分量。
5.如权利要求1的装置,进一步包括重构模块,其通过使用来自所述小波分解模块的小波分解输出来执行图像重构。
6.一种用于增强视频清晰度的系统,包括:
源节点;
连接到所述源节点的媒体处理节点,所述媒体处理节点包括:
用于执行所述输入图像的小波分解以检测和修改边缘信息的小波分解模块,其中所述小波分解模块执行多级分解,每一分解级具有细节分量和近似分量;以及
边缘增强模块,接收所述细节分量作为来自所述小波分解模块的小波分解输出,并对所述细节分量执行水平、垂直和对角线增强。
7.如权利要求6的系统,其中所述输入图像包括视频序列中的图片,所述视频序列包括在水平方向和垂直方向上采样的信号。
8.如权利要求6的系统,其中所述小波分解包括二维正交小波分解。
9.如权利要求6的系统,其中所述边缘增强模块用于增强所述小波分解输出的高频分量。
10.如权利要求6的系统,进一步包括重构模块,其通过使用来自所述小波分解模块的小波分解输出来执行图像重构。
11.一种用于增强视频清晰度的方法,包括:
接收输入图像;
执行所述输入图像的多级小波分解以检测和修改边缘信息,其中每一分解级具有细节分量和近似分量;
接收所述细节分量作为小波分解输出;以及
对所述小波分解输出的所述细节分量执行水平、垂直和对角线增强。
12.如权利要求11的方法,其中所述输入图像包括视频序列中的图片,所述视频序列包括在水平方向和垂直方向上采样的信号。
13.如权利要求11的方法,进一步包括执行二维正交小波分解。
14.如权利要求11的方法,进一步包括增强所述小波分解输出的高频分量。
15.如权利要求11的方法,进一步包括使用小波分解输出来执行图像重构。
16.一种用于增强视频清晰度的设备,包括:
用于接收输入图像的装置;
用于执行所述输入图像的多级小波分解以检测和修改边缘信息的装置,其中每一分解级具有细节分量和近似分量;
用于接收所述细节分量作为小波分解输出的装置;以及
用于对所述小波分解输出的所述细节分量执行水平、垂直和对角线增强的装置。
17.如权利要求16的设备,其中所述输入图像包括视频序列中的图片,所述视频序列包括在水平方向和垂直方向上采样的信号。
18.如权利要求16的设备,进一步包括用于执行二维正交小波分解的装置。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US11/157,335 | 2005-06-20 | ||
US11/157,335 US7676103B2 (en) | 2005-06-20 | 2005-06-20 | Enhancing video sharpness and contrast by luminance and chrominance transient improvement |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1901659A CN1901659A (zh) | 2007-01-24 |
CN1901659B true CN1901659B (zh) | 2011-05-11 |
Family
ID=37027055
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2006101101787A Expired - Fee Related CN1901659B (zh) | 2005-06-20 | 2006-06-20 | 通过亮度和色度暂态改进来增强视频清晰度和对比度 |
Country Status (5)
Country | Link |
---|---|
US (2) | US7676103B2 (zh) |
EP (1) | EP1894162A2 (zh) |
KR (2) | KR101197977B1 (zh) |
CN (1) | CN1901659B (zh) |
WO (1) | WO2007002309A2 (zh) |
Families Citing this family (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7847863B2 (en) * | 2005-06-10 | 2010-12-07 | Intel Corporation | Enhancing sharpness in video images |
US7668387B2 (en) * | 2005-06-20 | 2010-02-23 | Intel Corporation | Selective local transient improvement and peaking for video sharpness enhancement |
US7676103B2 (en) * | 2005-06-20 | 2010-03-09 | Intel Corporation | Enhancing video sharpness and contrast by luminance and chrominance transient improvement |
US8391635B2 (en) * | 2007-08-31 | 2013-03-05 | Olympus Corporation | Noise removal device, noise removal method, and computer readable recording medium |
WO2009155130A1 (en) * | 2008-06-19 | 2009-12-23 | Marvell World Trade Ltd. | Split edge enhancement architecture |
KR101531709B1 (ko) * | 2008-10-17 | 2015-07-06 | 삼성전자 주식회사 | 고감도 컬러 영상을 제공하기 위한 영상 처리 장치 및 방법 |
JP2010278929A (ja) * | 2009-05-29 | 2010-12-09 | Toshiba Corp | 画像処理装置 |
US8655101B2 (en) | 2009-06-04 | 2014-02-18 | Sharp Kabushiki Kaisha | Signal processing device, control method for signal processing device, control program, and computer-readable storage medium having the control program recorded therein |
WO2011061957A1 (ja) | 2009-11-17 | 2011-05-26 | シャープ株式会社 | 符号化装置、復号化装置、符号化装置の制御方法、復号化装置の制御方法、伝送システム、および制御プログラムを記録したコンピュータ読み取り可能な記録媒体 |
US8824825B2 (en) | 2009-11-17 | 2014-09-02 | Sharp Kabushiki Kaisha | Decoding device with nonlinear process section, control method for the decoding device, transmission system, and computer-readable recording medium having a control program recorded thereon |
US8284314B2 (en) * | 2009-12-16 | 2012-10-09 | Vixs Systems, Inc. | Adaptive edge enhancement using directional components from non-linear filtering |
DE102010002310A1 (de) * | 2010-02-24 | 2011-08-25 | Audi Ag, 85057 | Verfahren und Vorrichtung zur Freisichtprüfung einer Kamera für ein automobiles Umfeld |
TW201133394A (en) * | 2010-03-31 | 2011-10-01 | Novatek Microelectronics Corp | Image transient improvement apparatus |
CN102236883A (zh) * | 2010-04-27 | 2011-11-09 | 株式会社理光 | 图像增强方法和装置、物体检测方法和装置 |
US8659618B2 (en) * | 2010-10-15 | 2014-02-25 | Stmicroelectronics Asia Pacific Pte., Ltd. | Noise-robust edge enhancement system and method for improved image sharpness |
US8761537B2 (en) * | 2011-05-27 | 2014-06-24 | Vixs Systems, Inc. | Adaptive edge enhancement |
US20130207992A1 (en) * | 2012-02-10 | 2013-08-15 | Emil Alexander WASBERGER | Method, apparatus and computer readable medium carrying instructions for mitigating visual artefacts |
US8805114B2 (en) * | 2012-11-27 | 2014-08-12 | Texas Instruments Incorporated | Content adaptive edge and detail enhancement for image and video processing |
US9305332B2 (en) * | 2013-03-15 | 2016-04-05 | Samsung Electronics Company, Ltd. | Creating details in an image with frequency lifting |
KR20150133905A (ko) | 2014-05-20 | 2015-12-01 | 삼성전기주식회사 | 전자 선반 라벨 시스템 및 전자 선반 라벨 시스템의 운영방법 |
CN106851399B (zh) * | 2015-12-03 | 2021-01-22 | 阿里巴巴(中国)有限公司 | 视频分辨率提升方法及装置 |
WO2017219962A1 (en) * | 2016-06-21 | 2017-12-28 | Zhejiang Dahua Technology Co., Ltd. | Systems and methods for image processing |
CN110599406B (zh) * | 2019-03-18 | 2022-05-03 | 上海立可芯半导体科技有限公司 | 一种图像增强方法及装置 |
KR20210067699A (ko) * | 2019-11-29 | 2021-06-08 | 삼성전자주식회사 | 전자 장치 및 그 제어 방법 |
US11704891B1 (en) | 2021-12-29 | 2023-07-18 | Insight Direct Usa, Inc. | Dynamically configured extraction, preprocessing, and publishing of a region of interest that is a subset of streaming video data |
US11509836B1 (en) | 2021-12-29 | 2022-11-22 | Insight Direct Usa, Inc. | Dynamically configured processing of a region of interest dependent upon published video data selected by a runtime configuration file |
US11778167B1 (en) | 2022-07-26 | 2023-10-03 | Insight Direct Usa, Inc. | Method and system for preprocessing optimization of streaming video data |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1427617A (zh) * | 2001-12-21 | 2003-07-02 | 三星电子株式会社 | 校正图像边缘的设备和方法 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5717789A (en) * | 1993-09-08 | 1998-02-10 | California Institute Of Technology | Image enhancement by non-linear extrapolation in frequency space |
US6005983A (en) * | 1993-09-08 | 1999-12-21 | California Institutue Of Technology | Image enhancement by non-linear extrapolation in frequency space |
US6801339B1 (en) * | 1998-03-26 | 2004-10-05 | Fuji Photo Film Co., Ltd. | Image processing method and apparatus |
JP3635622B2 (ja) * | 1998-07-06 | 2005-04-06 | 富士写真フイルム株式会社 | 画像処理方法および装置並びに記録媒体 |
US6151415A (en) * | 1998-12-14 | 2000-11-21 | Intel Corporation | Auto-focusing algorithm using discrete wavelet transform |
US6574374B1 (en) * | 1999-04-14 | 2003-06-03 | Intel Corporation | Enhancing image compression performance by morphological processing |
US6611627B1 (en) * | 2000-04-24 | 2003-08-26 | Eastman Kodak Company | Digital image processing method for edge shaping |
US7257273B2 (en) * | 2001-04-09 | 2007-08-14 | Mingjing Li | Hierarchical scheme for blur detection in digital image using wavelet transform |
US7206459B2 (en) * | 2001-07-31 | 2007-04-17 | Ricoh Co., Ltd. | Enhancement of compressed images |
JP2003134352A (ja) * | 2001-10-26 | 2003-05-09 | Konica Corp | 画像処理方法及び装置並びにプログラム |
JP2004127064A (ja) * | 2002-10-04 | 2004-04-22 | Konica Minolta Holdings Inc | 画像処理方法、画像処理装置、画像処理プログラム及び画像記録装置 |
KR100532304B1 (ko) * | 2003-12-10 | 2005-11-29 | 삼성전자주식회사 | 블록별 에너지를 기초로 정지 영상을 고속으로 부호화할수 있는 고속 이산 웨이블렛 부호화 장치 및 방법 |
US7324687B2 (en) * | 2004-06-28 | 2008-01-29 | Microsoft Corporation | Color segmentation-based stereo 3D reconstruction system and process |
WO2006004847A2 (en) * | 2004-06-30 | 2006-01-12 | Comet Video Technology | Method of data compression including compression of video data |
US7676103B2 (en) * | 2005-06-20 | 2010-03-09 | Intel Corporation | Enhancing video sharpness and contrast by luminance and chrominance transient improvement |
-
2005
- 2005-06-20 US US11/157,335 patent/US7676103B2/en not_active Expired - Fee Related
-
2006
- 2006-06-20 CN CN2006101101787A patent/CN1901659B/zh not_active Expired - Fee Related
- 2006-06-20 KR KR1020097024316A patent/KR101197977B1/ko not_active IP Right Cessation
- 2006-06-20 WO PCT/US2006/024339 patent/WO2007002309A2/en active Application Filing
- 2006-06-20 KR KR1020077029808A patent/KR100951965B1/ko not_active IP Right Cessation
- 2006-06-20 EP EP06773786A patent/EP1894162A2/en not_active Ceased
-
2010
- 2010-01-18 US US12/688,955 patent/US8031956B2/en not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1427617A (zh) * | 2001-12-21 | 2003-07-02 | 三星电子株式会社 | 校正图像边缘的设备和方法 |
Non-Patent Citations (1)
Title |
---|
唐良瑞.基于小波高频分量的边缘检测方法.《北方工业大学学报》.2002,第14卷(第1期), * |
Also Published As
Publication number | Publication date |
---|---|
WO2007002309A2 (en) | 2007-01-04 |
EP1894162A2 (en) | 2008-03-05 |
US7676103B2 (en) | 2010-03-09 |
US20060285767A1 (en) | 2006-12-21 |
KR20100017243A (ko) | 2010-02-16 |
KR100951965B1 (ko) | 2010-04-08 |
CN1901659A (zh) | 2007-01-24 |
WO2007002309A3 (en) | 2007-05-31 |
KR101197977B1 (ko) | 2012-11-05 |
US8031956B2 (en) | 2011-10-04 |
US20100177249A1 (en) | 2010-07-15 |
KR20080016872A (ko) | 2008-02-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1901659B (zh) | 通过亮度和色度暂态改进来增强视频清晰度和对比度 | |
US8063995B2 (en) | System and method for video noise reduction using a unified three-dimensional non-linear filtering | |
US5818964A (en) | Method and apparatus for selecting an adaptive filter for image data | |
US7085436B2 (en) | Image enhancement and data loss recovery using wavelet transforms | |
US7548660B2 (en) | System and method of spatio-temporal edge-preserved filtering techniques to reduce ringing and mosquito noise of digital pictures | |
KR20060076309A (ko) | 인밴드 모션 보상된 시간적 필터링을 사용하는 비디오디노이징 알고리즘 | |
CN1218561C (zh) | 对图象序列的噪声滤除 | |
CN104094312A (zh) | 对基于测得的知觉质量特性的视频处理算法的控制 | |
US7003037B1 (en) | Process, device and use for evaluating coded images | |
US7755701B2 (en) | Image processing apparatus, image processing method, and program | |
JP4135229B2 (ja) | 映像信号の変換装置および変換方法、並びにそれを使用した画像表示装置およびテレビ受信機 | |
US7623738B2 (en) | Method, apparatus and a unit for image conversion | |
CN104756151A (zh) | 用于增强和处理数字图像的系统及方法 | |
US5880791A (en) | Method and apparatus for filtering data in which the required storage capacity is reduced | |
US20020126761A1 (en) | Video data processing method | |
US7263239B2 (en) | Method for resizing images using the inverse discrete cosine transform | |
JP3243861B2 (ja) | 画像情報変換装置 | |
Beric | Video post processing architectures | |
Lee | A new image super resolution by texture transfer | |
JP3814850B2 (ja) | 信号変換装置および方法 | |
Schwendowius et al. | Data-adaptive digital video format conversion algorithms | |
Al-Asmari | Low bit rate video compression algorithm using 3-d discrete wavelet decomposition | |
Sicuranza et al. | Multidimensional processing of video signals |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20110511 Termination date: 20170620 |
|
CF01 | Termination of patent right due to non-payment of annual fee |