JP2017529596A - 自己相似性によって推進するブレンドを用いた詳細部保存性を有する非局所平均画像ノイズ除去 - Google Patents
自己相似性によって推進するブレンドを用いた詳細部保存性を有する非局所平均画像ノイズ除去 Download PDFInfo
- Publication number
- JP2017529596A JP2017529596A JP2017508063A JP2017508063A JP2017529596A JP 2017529596 A JP2017529596 A JP 2017529596A JP 2017508063 A JP2017508063 A JP 2017508063A JP 2017508063 A JP2017508063 A JP 2017508063A JP 2017529596 A JP2017529596 A JP 2017529596A
- Authority
- JP
- Japan
- Prior art keywords
- texture
- patch
- calculating
- target
- pixels
- 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
- 239000000203 mixture Substances 0.000 title claims abstract description 77
- 238000004321 preservation Methods 0.000 title description 3
- 238000000034 method Methods 0.000 claims abstract description 89
- 238000002156 mixing Methods 0.000 claims abstract description 76
- 230000009467 reduction Effects 0.000 claims abstract description 16
- 230000006870 function Effects 0.000 claims description 52
- 238000012545 processing Methods 0.000 claims description 46
- 238000013507 mapping Methods 0.000 claims description 23
- 230000003247 decreasing effect Effects 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000003860 storage Methods 0.000 claims description 11
- 238000012935 Averaging Methods 0.000 claims description 10
- 230000004044 response Effects 0.000 claims description 9
- 230000000717 retained effect Effects 0.000 abstract description 2
- 238000004422 calculation algorithm Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 12
- 230000000875 corresponding effect Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000001914 filtration Methods 0.000 description 8
- 230000002829 reductive effect Effects 0.000 description 5
- 230000001413 cellular effect Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 238000003705 background correction Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011158 quantitative evaluation Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000007493 shaping process Methods 0.000 description 2
- 238000011524 similarity measure Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 241001125929 Trisopterus luscus Species 0.000 description 1
- 206010047513 Vision blurred Diseases 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
Images
Classifications
-
- G06T5/70—
-
- 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 by the use of local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/40—Analysis of texture
Abstract
Description
pout=αpin+(1−α)<q> (式2)
S(η)=Nmin+(Ncand−Nmin)e−η/C (式4)
ここで、Ncandは候補パッチの合計数であり、Nminは候補パッチの最小閾値数であり、Cは指数関数の累乗を決定するシェーピング係数である。この連続表現から、端数切り捨てなどによって整数値が容易に導出され得る。代替の一実施形態において、異なる数の候補パッチを異なるテクスチャスコアに関連付けるLUTが、インデックス値又はキー値としてテクスチャスコアηを用いてアクセスされる。可能なテクスチャスコアの範囲は、予め定められた数のウィンドウ又はスロットに分割されてよい。各ウィンドウ又はスロットは、最大パッチ加重値の数S(η)に関連付けられる。いくつかの実施形態において、LUTはユーザ構成可能であってよく、S(η)はユーザ定義された構成設定である。
Claims (25)
- コンピュータにより実装される画像ノイズ低減方法であって、
目標画素及び前記目標画素の空間近傍内の複数の画素に関する複数の入力画素の値を受信する段階と、
前記複数の入力画素の値に基づいて前記空間近傍内のテクスチャのレベルを示すテクスチャスコアを計算する段階と、
前記複数の入力画素の値に基づいて目標入力画素の非局所平均を計算する段階と、
前記非局所平均と前記目標入力画素の値とのブレンドであるフィルタ処理した目標画素の値を前記テクスチャスコアに基づいて計算することで、前記目標入力画素の値に対する前記非局所平均の重み付けをテクスチャの前記レベルに反比例して調整する段階と、
前記フィルタ処理した目標画素の値を電子メモリに格納する段階と
を備える
方法。 - 前記目標入力画素の前記非局所平均を計算する段階は、前記空間近傍内の複数の候補パッチの数を決定する段階を更に有し、そこから、より大きいレベルのテクスチャを検出することに対応してより少数の候補パッチを含めるべく、前記非局所平均が前記テクスチャスコアに基づいて計算される、
請求項1に記載の方法。 - 前記空間近傍内の1つ又は複数の候補パッチのパッチ加重値を、各候補パッチと前記目標画素を含んだ前記空間近傍内の複数の画素の目標パッチとの比較を実行することで計算する段階と、
前記パッチ加重値と前記テクスチャスコアとに基づいてブレンド係数を計算する段階と、
前記ブレンド係数に基づいて前記非局所平均と前記目標入力画素との間を補間することで、前記非局所平均を前記目標入力画素の値とブレンドする段階と
を更に備える
請求項1に記載の方法。 - 前記テクスチャスコアに基づいて最大パッチ加重値のセットを選択する段階を更に備え、
前記パッチ加重値と前記テクスチャスコアとに基づいて前記ブレンド係数を計算する段階は、前記選択された最大パッチ加重値のセットの中心傾向を示すパッチ加重値統計に基づいてブレンド係数を計算する段階を更に有し、
前記ブレンド係数に基づいて前記非局所平均と前記目標入力画素との間を補間する段階は、前記非局所平均と前記目標入力画素との加重和を取る段階を更に有し、前記非局所平均と前記目標入力画素とは、前記パッチ加重値統計によって相補的に重み付けされる、
請求項3に記載の方法。 - 前記テクスチャスコアに基づいて前記パッチ加重値の前記セットを選択する段階は、
前記複数の候補パッチの数とゼロ以外の最小値との間の範囲の前記テクスチャスコアの単調減少する閉形式関数を評価する段階、又は、
インデックス値として前記テクスチャスコアを用いてルックアップテーブル(LUT)にアクセスする段階であって、前記LUTは異なる数の候補パッチを複数の異なるテクスチャスコアに関連付ける、段階
のうち少なくとも1つによって、前記複数の候補パッチの整数の数を加重値の前記セットで表すよう決定する段階を更に有する、
請求項4に記載の方法。 - 前記テクスチャスコアに基づいてパッチ加重値の前記セットを選択する段階は、前記テクスチャスコアと候補パッチの合計数との単調減少する閉形式関数を評価することで、複数の候補パッチの前記数を前記セットで表すよう決定する段階を更に有する、
請求項5に記載の方法。 - 前記テクスチャスコアに基づいて最大パッチ加重値のセットを選択する段階を更に備え、
前記パッチ加重値と前記テクスチャスコアとに基づいて前記ブレンド係数を計算する段階は、
前記選択された最大パッチ加重値のセットの中心傾向を示すパッチ加重値統計から初期ブレンド係数を計算する段階と、
前記初期ブレンド係数のマッピングを通じて前記ブレンド係数を計算する段階であって、前記マッピングは前記テクスチャスコアの関数である、段階と
を更に有する、
請求項3に記載の方法。 - 最終ブレンド係数を計算する段階は、
前記テクスチャスコアの単調減少する閉形式関数を評価する段階、又は、
インデックス値として前記テクスチャスコアを用いるルックアップテーブル(LUT)にアクセスする段階であって、前記LUTは異なるテクスチャスコアを初期ブレンド係数と最終ブレンド係数との間の異なるマッピングに関連付ける、段階
のうち少なくとも1つを更に有する、
請求項7に記載の方法。 - 前記テクスチャスコアを計算する段階は、
前記空間近傍内の前記複数の画素の値の全て又はサブセットにわたるバラツキ推定量を計算する段階と、
信号強度によって前記バラツキ推定量を正規化する段階と
を更に有する、
請求項1に記載の方法。 - 前記目標入力画素の前記非局所平均を計算する段階は、
複数の候補パッチの数と前記目標画素を含んだ前記空間近傍内の複数の画素の目標パッチとの比較を実行することで、前記空間近傍内の候補パッチごとにパッチ加重値を計算する段階と、
対応するパッチ加重値によって重み付けされた前記複数の候補パッチを平均することで平均パッチを計算する段階と
を更に有する
請求項1に記載の方法。 - 複数の候補パッチのそれぞれと前記目標画素を含んだ複数の画素の目標パッチとの比較を実行することで、前記空間近傍内の1つ又は複数の候補パッチのパッチ加重値を計算する段階と、
前記テクスチャスコアと候補パッチの合計数との単調減少する閉形式関数を評価することで、前記複数の候補パッチの整数の数を表す最大パッチ加重値のセットを選択する段階と、
前記選択された最大パッチ加重値のセットの中心傾向を示すパッチ加重値統計から初期ブレンド係数を計算する段階と、
前記初期ブレンド係数のマッピングを通じて最終ブレンド係数を計算する段階であって、前記マッピングは前記テクスチャスコアの関数である、段階と
より大きいレベルのテクスチャを検出することに対応してより少数の候補パッチを含めるべく、前記テクスチャスコアに基づいて前記空間近傍内の候補パッチのサブセットを選択する段階と、
対応するパッチ加重値によって重み付けされた候補パッチの前記サブセットを平均することで決定された平均パッチから前記非局所平均を計算する段階と
を更に備え、
前記目標入力画素の値に対する前記非局所平均の重み付けを調整する段階は、
前記非局所平均と前記目標入力画素との間を前記最終ブレンド係数に基づいて線形的に補間することで、前記非局所平均を前記目標入力画素の値とブレンドする段階と、
前記フィルタ処理した目標画素の値として前記ブレンドをメモリに格納する段階と
を更に有する、
請求項1に記載の方法。 - 前記テクスチャスコアを計算する段階は、
前記空間近傍内の前記複数の画素の値の全て又はサブセットにわたるバラツキ推定量を計算する段階と、
信号強度によって前記バラツキ推定量を正規化する段階と
を更に有する、
請求項11に記載の方法。 - 目標画素と前記目標画素の空間近傍内の複数の画素とに関する複数の入力画素の値を受信する入力ポートと、
前記入力ポートに結合されたノイズ除去モジュールであって、
前記複数の入力画素の値に基づいて前記空間近傍内の検出されたテクスチャのレベルを示すテクスチャスコアを計算するテクスチャ処理モジュールと、
前記複数の入力画素の値に基づいて目標入力画素の非局所平均を計算するNLMモジュールと、
前記非局所平均と前記目標入力画素の値とのブレンドであるフィルタ処理した目標画素の値を前記テクスチャスコアに基づいて計算することで、前記目標入力画素の値に対する前記非局所平均の重み付けをテクスチャの前記レベルに反比例して調整するブレンドモジュールとを更に含む、ノイズ除去モジュールと、
前記ノイズ除去モジュールに結合され、前記フィルタ処理した目標画素の値を電子メモリに送信する出力ポートと
を備える
画像処理システム。 - 前記NLMモジュールは、複数の候補パッチの数と前記目標画素を含んだ前記空間近傍内の複数の画素の目標パッチとの比較を実行することで、前記空間近傍内の複数の候補パッチのパッチ加重値を計算する論理回路を更に有し、
前記ブレンドモジュールは、前記パッチ加重値と前記テクスチャスコアとに基づいてブレンド係数を計算し、前記非局所平均と前記目標入力画素との間を前記ブレンド係数に基づいて補間することで、前記非局所平均を前記目標入力画素の値とブレンドする論理回路を更に有する、
請求項13に記載の画像処理システム。 - 前記テクスチャ処理モジュールは、
前記テクスチャスコアに基づいて最大パッチ加重値のセットを選択し、
前記選択された最大パッチ加重値のセットの中心傾向を示すパッチ加重値統計に基づいてブレンド係数を計算する論理回路を更に有し、
前記ブレンドモジュールは、
前記非局所平均と前記目標入力画素との加重和を取る論理回路を更に有し、前記非局所平均と目標入力画素とは、前記パッチ加重値統計によって相補的に重み付けされる、
請求項14に記載の画像処理システム。 - 前記テクスチャ処理モジュールは、
複数の候補パッチの前記数とゼロ以外の最小値との間の範囲の前記テクスチャスコアの単調減少する閉形式関数を評価する論理回路、又は、
インデックス値として前記テクスチャスコアを用いてルックアップテーブル(LUT)にアクセスする論理回路であって、前記LUTは異なる数の候補パッチを異なる複数のテクスチャスコアに関連付ける、論理回路
のうち少なくとも1つを用いて、前記複数の候補パッチの整数の数を加重値の前記セットで表すよう決定する論理回路を更に有する、
請求項15に記載の画像処理システム。 - 前記テクスチャ処理モジュールは、前記テクスチャスコアに基づいて最大パッチ加重値のセットを選択する論理回路を更に有し、
前記ブレンドモジュールは、前記最大パッチ加重値と前記テクスチャスコアとに基づいてブレンド係数を計算する論理回路を更に有し、当該論理回路は前記選択された最大パッチ加重値のセットの中心傾向を示すパッチ加重値統計から初期ブレンド係数を計算する論理回路と、前記初期ブレンド係数のマッピングを通じて前記ブレンド係数を計算する論理回路であって、前記マッピングは前記テクスチャスコアの関数である、論理回路とを更に含む、
請求項13に記載の画像処理システム。 - 前記ブレンドモジュールは、
前記テクスチャスコアの単調減少する閉形式関数を評価する論理回路、又は、
インデックス値として前記テクスチャスコアを用いてルックアップテーブル(LUT)にアクセスする論理回路であって、前記LUTは異なるテクスチャスコアを初期ブレンド係数と最終ブレンド係数との間の異なるマッピングに関連付ける、論理回路
のうち少なくとも1つを用いて、前記最終ブレンド係数を計算する論理回路を更に有する、
請求項13に記載の画像処理システム。 - 前記NLMモジュールは、
より大きいレベルのテクスチャを検出することに対応してより少数の候補パッチを含めるべく、前記テクスチャスコアに基づいて前記空間近傍内の候補パッチのサブセットを選択し、
対応するパッチ加重値によって重み付けされた候補パッチの前記サブセットを平均することで決定される平均パッチから前記目標入力画素の非局所平均を計算する
論理回路を更に有する、
請求項13に記載の画像処理システム。 - 請求項13に記載の画像処理システムと、
入力に結合され、RGB空間において入力画素の値を含んだ生の画像データを生成するカメラハードウェアモジュール(CM)と、
電子メモリ、出力に結合されたエンコーダ又はディスプレイ、フィルタ処理した画像画素を前記画像データのフィルタ処理した表現として格納するメモリ、前記フィルタ処理した画像画素を前記画像データのフィルタ処理した表現としてエンコードする前記エンコーダ、及び前記フィルタ処理した画像画素を前記画像データのフィルタ処理した表現として提供する前記ディスプレイのうち少なくとも1つと
を備える、
モバイルコンピューティングプラットフォーム。 - 目標画素と前記目標画素の空間近傍内の複数の画素とに関する複数の入力画素の値を受信する入力手段と、
ノイズ除去手段であって、
前記入力手段に結合され、前記複数の入力画素の値に基づいて前記空間近傍内で検出されるテクスチャのレベルを示すテクスチャスコアを計算するテクスチャ処理手段と、
前記入力手段に結合され、前記複数の入力画素の値に基づいて目標入力画素の非局所平均を計算する非局所平均(NLM)計算手段と、
前記テクスチャ処理手段とNLM計算手段と入力手段とに結合されたブレンド手段であって、前記ブレンド手段は、前記非局所平均と前記目標入力画素の値とのブレンドであるフィルタ処理した目標画素の値を前記テクスチャスコアに基づいて計算することで、前記目標入力画素の値に対する前記非局所平均の重み付けをテクスチャの前記レベルに反比例して調整する、ブレンド手段とを更に有するノイズ除去手段と、
前記ブレンド手段に結合され、前記フィルタ処理した目標画素の値を電子メモリに書き込む出力手段と
を備える
画像処理システム。 - 1つ又は複数のコンピュータ可読記憶媒体であって、
プロセッサによって実行されると、請求項1から12のいずれか一項に記載の方法を前記プロセッサに実行させる複数の命令を格納した、
媒体。 - プロセッサによって実行されると、
目標画素と前記目標画素の空間近傍内の複数の画素とに関する複数の入力画素の値を受信する段階と、
前記複数の入力画素の値に基づいて前記空間近傍内のテクスチャのレベルを示すテクスチャスコアを計算する段階と、
前記複数の入力画素の値に基づいて前記目標入力画素の非局所平均を計算する段階と、
前記非局所平均と前記目標入力画素の値とのブレンドであるフィルタ処理した目標画素の値を前記テクスチャスコアに基づいて計算することで、前記目標入力画素の値に対する前記非局所平均の重み付けをテクスチャの前記レベルに反比例して調整する段階と、
前記フィルタ処理した目標画素の値を電子メモリに格納する段階と
を更に備える方法を前記プロセッサに実行させる複数の命令を格納した、
請求項22に記載の媒体。 - 前記プロセッサによって実行されると、
前記空間近傍内の複数の候補パッチの数を決定する段階であって、そこから、より大きいレベルのテクスチャを検出することに対応してより少数の候補パッチを含めるべく、前記非局所平均が前記テクスチャスコアに基づいて計算される、段階
を更に備える方法を前記プロセッサに更に実行させる格納された複数の命令を更に備える、
請求項23に記載の媒体。 - 前記プロセッサによって実行されると、
複数の候補パッチの数と前記目標画素を含んだ前記空間近傍内の複数の画素の目標パッチとの比較を実行することで、前記空間近傍内の複数の候補パッチの相似性スコアを計算する段階と、
前記相似性スコアと前記テクスチャスコアとに基づいてブレンド係数を計算する段階と、
前記非局所平均と前記目標入力画素との間を前記ブレンド係数に基づいて補間することで、前記非局所平均を前記目標入力画素の値とブレンドする段階と
を更に備える方法を前記プロセッサに更に実行させる格納された複数の命令を更に備える、
請求項23に記載の媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/494,163 US9489720B2 (en) | 2014-09-23 | 2014-09-23 | Non-local means image denoising with detail preservation using self-similarity driven blending |
US14/494,163 | 2014-09-23 | ||
PCT/US2015/044735 WO2016048464A1 (en) | 2014-09-23 | 2015-08-11 | Non-local means image denoising with detail preservation using self-similarity driven blending |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017529596A true JP2017529596A (ja) | 2017-10-05 |
JP6354101B2 JP6354101B2 (ja) | 2018-07-11 |
Family
ID=55526194
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017508063A Active JP6354101B2 (ja) | 2014-09-23 | 2015-08-11 | 自己相似性によって推進するブレンドを用いた詳細部保存性を有する非局所平均画像ノイズ除去 |
Country Status (5)
Country | Link |
---|---|
US (1) | US9489720B2 (ja) |
EP (1) | EP3198848A4 (ja) |
JP (1) | JP6354101B2 (ja) |
CN (1) | CN107004255B (ja) |
WO (1) | WO2016048464A1 (ja) |
Families Citing this family (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10043252B2 (en) | 2016-06-14 | 2018-08-07 | Intel Corporation | Adaptive filtering with weight analysis |
KR102580519B1 (ko) * | 2016-09-07 | 2023-09-21 | 삼성전자주식회사 | 영상처리장치 및 기록매체 |
US10540756B2 (en) | 2017-01-19 | 2020-01-21 | Magna Electronics Inc. | Vehicle vision system with lens shading correction |
US10368063B2 (en) * | 2017-04-17 | 2019-07-30 | Magna Electronics Inc. | Optical test device for a vehicle camera and testing method |
GB2567881B (en) | 2017-10-30 | 2021-02-10 | Imagination Tech Ltd | Systems and methods for processing a stream of data values |
GB2568038B (en) | 2017-10-30 | 2020-12-02 | Imagination Tech Ltd | Systems and methods for processing a stream of data values |
GB2568039B (en) * | 2017-10-30 | 2020-10-28 | Imagination Tech Ltd | Systems and methods for processing a stream of data values |
US20190188829A1 (en) * | 2017-12-14 | 2019-06-20 | Multitek Inc. | Method, Apparatus, and Circuitry of Noise Reduction |
CN108537752B (zh) * | 2018-03-30 | 2022-06-24 | 广东工业大学 | 基于非局部自相似性与稀疏表示的图像处理方法及装置 |
CN111353332B (zh) * | 2018-12-21 | 2023-06-02 | 中国电信股份有限公司 | 指纹图像处理方法、装置和计算机可读存储介质 |
KR20200080926A (ko) | 2018-12-27 | 2020-07-07 | 삼성전자주식회사 | 영상 처리 장치 및 그 영상 처리 방법 |
CN110430340B (zh) * | 2019-06-28 | 2020-08-25 | 北京大学 | 一种脉冲阵列信号的降噪方法与系统 |
CN112819872A (zh) * | 2019-11-15 | 2021-05-18 | 瑞昱半导体股份有限公司 | 基于感测器特性的影像处理方法 |
KR20210112042A (ko) * | 2020-03-04 | 2021-09-14 | 에스케이하이닉스 주식회사 | 이미지 센싱 장치 및 그의 동작 방법 |
CN111709891B (zh) * | 2020-06-12 | 2023-11-24 | 北京小米松果电子有限公司 | 图像去噪模型的训练方法、图像去噪方法、装置及介质 |
CN111784605B (zh) * | 2020-06-30 | 2024-01-26 | 珠海全志科技股份有限公司 | 一种基于区域指导的图像降噪方法、计算机装置及计算机可读存储介质 |
CN111901500A (zh) * | 2020-07-09 | 2020-11-06 | 浙江大华技术股份有限公司 | 图像处理方法和装置、存储介质及电子装置 |
CN112381727B (zh) * | 2020-11-03 | 2023-12-15 | 中航航空电子有限公司 | 一种图像去噪方法、装置、计算机设备和存储介质 |
CN112801884B (zh) * | 2020-11-26 | 2022-04-05 | 四川长虹电器股份有限公司 | 基于外部非局部自相似和改进稀疏表示的图像去噪方法 |
US11741577B2 (en) * | 2020-12-11 | 2023-08-29 | Samsung Electronics Co., Ltd | Method and apparatus for multi-frame based detail grade map estimation and adaptive multi-frame denoising |
CN112767282B (zh) * | 2021-02-02 | 2022-07-29 | 武汉科技大学 | 改进加权核函数的非局部均值回转窑火焰图像去噪方法 |
CN113643198A (zh) * | 2021-07-22 | 2021-11-12 | 海宁奕斯伟集成电路设计有限公司 | 图像处理方法、装置、电子设备及存储介质 |
CN113934715B (zh) * | 2021-09-25 | 2024-03-01 | 西北工业大学 | 一种基于改进非局部均值的推进剂制备质量数据去噪方法 |
CN113890961A (zh) * | 2021-10-13 | 2022-01-04 | Oppo广东移动通信有限公司 | 图像处理方法与装置、终端及可读存储介质 |
CN116823824B (zh) * | 2023-08-29 | 2023-11-24 | 山东济宁运河煤矿有限责任公司 | 基于机器视觉的井下带式输送机降尘检测系统 |
CN116977228B (zh) * | 2023-09-25 | 2024-02-09 | 广东匠芯创科技有限公司 | 图像降噪方法、电子设备及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014153918A (ja) * | 2013-02-08 | 2014-08-25 | Canon Inc | 画像処理装置、画像処理方法、およびプログラム |
JP2014154141A (ja) * | 2013-02-07 | 2014-08-25 | Mitsubishi Electric Corp | ノイズを含む画素からなる入力画像のノイズを除去する方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7171057B1 (en) * | 2002-10-16 | 2007-01-30 | Adobe Systems Incorporated | Image blending using non-affine interpolation |
KR101674078B1 (ko) | 2009-12-16 | 2016-11-08 | 삼성전자 주식회사 | 블록 기반의 영상 잡음 제거 방법 및 장치 |
WO2012167713A1 (en) * | 2011-06-10 | 2012-12-13 | Mediatek Inc. | Method and apparatus of scalable video coding |
CN103686194B (zh) | 2012-09-05 | 2017-05-24 | 北京大学 | 基于非局部均值的视频去噪方法和装置 |
KR101981573B1 (ko) | 2012-11-22 | 2019-05-23 | 삼성전자주식회사 | 이미지 신호 프로세서 및 이미지 신호 프로세서를 포함하는 모바일 촬영 장치 |
CN103093433B (zh) * | 2013-01-25 | 2015-04-08 | 西安电子科技大学 | 基于区域划分和字典学习的自然图像去噪方法 |
JP6362333B2 (ja) | 2013-02-14 | 2018-07-25 | キヤノン株式会社 | 画像処理装置、画像処理方法、およびプログラム |
CN103413314A (zh) * | 2013-08-19 | 2013-11-27 | 合肥师范学院 | 基于纹理梯度的纺织品缺陷检测算法 |
-
2014
- 2014-09-23 US US14/494,163 patent/US9489720B2/en active Active
-
2015
- 2015-08-11 CN CN201580044895.1A patent/CN107004255B/zh active Active
- 2015-08-11 EP EP15844194.9A patent/EP3198848A4/en not_active Withdrawn
- 2015-08-11 JP JP2017508063A patent/JP6354101B2/ja active Active
- 2015-08-11 WO PCT/US2015/044735 patent/WO2016048464A1/en active Application Filing
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014154141A (ja) * | 2013-02-07 | 2014-08-25 | Mitsubishi Electric Corp | ノイズを含む画素からなる入力画像のノイズを除去する方法 |
JP2014153918A (ja) * | 2013-02-08 | 2014-08-25 | Canon Inc | 画像処理装置、画像処理方法、およびプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP6354101B2 (ja) | 2018-07-11 |
WO2016048464A9 (en) | 2017-03-30 |
US20160086317A1 (en) | 2016-03-24 |
WO2016048464A1 (en) | 2016-03-31 |
CN107004255A (zh) | 2017-08-01 |
US9489720B2 (en) | 2016-11-08 |
CN107004255B (zh) | 2020-08-11 |
EP3198848A1 (en) | 2017-08-02 |
EP3198848A4 (en) | 2018-02-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6354101B2 (ja) | 自己相似性によって推進するブレンドを用いた詳細部保存性を有する非局所平均画像ノイズ除去 | |
CN107278314B (zh) | 用于非局部均值图像去噪的装置、移动计算平台和方法 | |
CN106797451B (zh) | 具有模型验证和管理的视觉对象跟踪系统 | |
US9390478B2 (en) | Real time skin smoothing image enhancement filter | |
JP6478129B2 (ja) | 方法、プロセッサ、モバイルデバイス、プログラムおよびコンピュータ可読記憶媒体 | |
CN107423699B (zh) | 活体检测方法及相关产品 | |
KR102626115B1 (ko) | 시간 잡음 감소를 위한 움직임 적응형 스트림 처리 기법 | |
US20160094824A1 (en) | Image processing method, image processing apparatus and electronic device | |
US9940550B2 (en) | Model compression in binary coded image based object detection | |
CN107077721B (zh) | 多个图像的全局匹配 | |
US9514523B2 (en) | Method and apparatus for filling images captured by array cameras | |
CN112584149A (zh) | 用于视频编码的内容自适应降噪的方法和系统 | |
WO2015191163A1 (en) | Reliability measurements for phase based autofocus | |
KR20150061564A (ko) | 디지털 영상에서의 컬러 아티팩트 감소 기법 | |
US10043252B2 (en) | Adaptive filtering with weight analysis | |
WO2016026072A1 (en) | Method, apparatus and computer program product for generation of extended dynamic range color images | |
TW202301266A (zh) | 自動內容相關影像處理演算法選擇的方法及系統 | |
US20160292825A1 (en) | System and method to refine image data | |
CN113870156A (zh) | 图像增强方法及相关设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170328 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170328 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20180515 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180523 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6354101 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |