JP2019212275A - 画像処理方法、画像処理装置および電子機器 - Google Patents
画像処理方法、画像処理装置および電子機器 Download PDFInfo
- Publication number
- JP2019212275A JP2019212275A JP2018225453A JP2018225453A JP2019212275A JP 2019212275 A JP2019212275 A JP 2019212275A JP 2018225453 A JP2018225453 A JP 2018225453A JP 2018225453 A JP2018225453 A JP 2018225453A JP 2019212275 A JP2019212275 A JP 2019212275A
- Authority
- JP
- Japan
- Prior art keywords
- image
- noise reduction
- network
- detail enhancement
- detail
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 49
- 238000003672 processing method Methods 0.000 title claims abstract description 25
- 230000009467 reduction Effects 0.000 claims abstract description 157
- 238000013528 artificial neural network Methods 0.000 claims description 42
- 238000000034 method Methods 0.000 claims description 40
- 238000012549 training Methods 0.000 claims description 29
- 238000013527 convolutional neural network Methods 0.000 claims description 26
- 238000000605 extraction Methods 0.000 claims description 25
- 230000035945 sensitivity Effects 0.000 claims description 21
- 230000008569 process Effects 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 15
- 239000011159 matrix material Substances 0.000 claims description 10
- 238000011946 reduction process Methods 0.000 claims description 10
- 230000004927 fusion Effects 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 3
- 238000009499 grossing Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 2
- 238000011176 pooling Methods 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
- H04N25/60—Noise processing, e.g. detecting, correcting, reducing or removing noise
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
-
- 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
- G06T5/60—Image enhancement or restoration using machine learning, e.g. neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
- H04N25/60—Noise processing, e.g. detecting, correcting, reducing or removing noise
- H04N25/62—Detection or reduction of noise due to excess charges produced by the exposure, e.g. smear, blooming, ghost image, crosstalk or leakage between pixels
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- 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
- G06T2207/20024—Filtering details
-
- 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
- G06T2207/20081—Training; Learning
-
- 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
- G06T2207/20084—Artificial neural networks [ANN]
-
- 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
- G06T2207/20182—Noise reduction or smoothing in the temporal domain; Spatio-temporal filtering
-
- 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
- G06T2207/20221—Image fusion; Image merging
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Image Processing (AREA)
- Studio Devices (AREA)
- Geometry (AREA)
Abstract
Description
処理待ち画像に対してノイズリダクション処理を行ってノイズリダクション画像を生成するステップと、
前記ノイズリダクション画像から撮影対象物に対応する対象領域画像を抽出するステップと、
前記対象領域画像に対してディテール強化処理を行ってディテール強化画像を生成するステップと、
前記ノイズリダクション画像を前記ディテール強化画像と融合させて出力画像を取得するステップと
を含む、画像処理方法を提供する。
前記処理待ち画像をノイズリダクションネットワークに入力して前記ノイズリダクションネットワークの出力を前記ノイズリダクション画像とすることを含み、前記ノイズリダクションネットワークは、畳み込み-逆畳み込みニューラルネットワークを利用し、前記ノイズリダクション画像と前記処理待ち画像は同じサイズである。
前記畳み込みニューラルネットワークは、少なくとも一つの畳み込みレイヤーを備え、前記少なくとも一つの畳み込みレイヤーの各畳み込みレイヤーは、1つ又は複数の第1の畳み込みカーネルを備え、前記第1の畳み込みカーネルによって、前記処理待ち画像の画素行列にわたってノイズリダクション特徴マップを取得し、
前記逆畳み込みニューラルネットワークは、畳み込みニューラルネットワークと対称する構造を利用し、前記逆畳み込みニューラルネットワークは、少なくとも一つの逆畳み込みレイヤーを備え、前記少なくとも一つの逆畳み込みレイヤーの各逆畳み込みレイヤーは、対応する畳み込みレイヤと同じ数の第2の畳み込みカーネルを備え、前記第2の畳み込みカーネルによって、前記ノイズリダクション特徴マップの特徴行列にわたってノイズリダクション画像を取得する。
畳み込みニューラルネットワークを利用する対象抽出ネットワークにより、前記ノイズリダクション画像における前記撮影対象物の存在領域を特定することと、
前記ノイズリダクション画像から前記撮影対象物の存在領域を分離して前記対象領域画像を取得することと、を含む。
前記対象領域画像をディテール強化ネットワークに入力し、前記ディテール強化ネットワークの出力を前記ディテール強化画像とすることを含み、前記ディテール強化ネットワークは、畳み込み-逆畳み込みニューラルネットワークを利用し、前記ディテール強化画像と前記対象領域イメージは同じサイズである。
前記ディテール強化画像で、前記ノイズリダクション画像における前記対象領域画像を置き換えるステップと、
前記ディテール強化画像と前記ノイズリダクション画像とが交差する境界領域を線形的に融合するステップと、を含む。
次の式により、前記置き換え処理を実現すること、を含み、
ただし、R_finalは出力画像であり、R_206は前記ディテール強化画像であり、R_202は前記ノイズリダクション画像であり、aは前記対象領域画像の前記ノイズリダクション画像における存在領域であり、1−aは前記ノイズリダクション画像における対象領域画像以外の領域である。
平滑化フィルタリングまたはウェーブレット再構成(wavelet reconstruction)により、前記ディテール強化画像と前記ノイズリダクション画像とが交差する境界領域を線形融合すること、を含む。
複数の訓練画像ペアを含む訓練画像サンプルセットを取得するステップと、
前記訓練画像サンプルセットを使用して前記ノイズリダクションネットワーク、対象抽出ネットワーク、およびディテール強化ネットワークを訓練するステップと、を含む。
前記第1画像を取得するステップは、設定された第1の露光時間および第1の感度パラメータに従って前記第1画像を取得することを含み、
前記第2画像を取得するステップは、設定された第2の露光時間および第2の感度パラメータに従って前記第2画像を取得することを含み、
前記第2の露光時間は前記第1の露光時間よりも長く、前記第2の感度パラメータは前記第1の感度パラメータよりも小さい。
現在の撮影環境における光の輝度が、設定された輝度閾値未満であるか否かを判断するステップと、
そうである場合、撮影された画像を処理待ち画像とするステップと、を含む。
処理待ち画像に対してノイズリダクション処理を行ってノイズリダクション画像を生成するノイズリダクションモジュールと、
前記ノイズリダクション画像から撮影対象物に対応する対象領域画像を抽出する対象抽出モジュールと、
前記対象領域画像に対してディテール強化処理を行ってディテール強化画像を生成するディテール強化モジュールと、
前記ノイズリダクション画像を前記ディテール強化画像と融合させて出力画像を得る融合モジュールと、を備える。
前記画像収集装置は、画像データを収集するために用いられ、
前記メモリには、プロセッサ上で実行可能なコンピュータプログラムが格納されており、前記コンピュータプログラムが、前記プロセッサによって実行される時に第1方面のいずれか一つの方法に記載のステップを実現する。
実施例1:
実施例2:
実施例3:
処理待ち画像に対してノイズリダクション処理を行ってノイズリダクション画像を生成するノイズリダクションモジュール41と、
ノイズリダクション画像から撮影対象物に対応する対象領域画像を抽出する対象抽出モジュール42と、
対象領域画像に対してディテール強化処理を行ってディテール強化画像を生成するディテール強化モジュール43と、
ノイズリダクション画像をディテール強化画像と融合させて出力画像を得る融合モジュール44と、を備える。
Claims (14)
- 処理待ち画像に対してノイズリダクション処理を行ってノイズリダクション画像を生成するステップと、
前記ノイズリダクション画像から撮影対象物に対応する対象領域画像を抽出するステップと、
前記対象領域画像に対してディテール強化処理を行ってディテール強化画像を生成するステップと、
前記ノイズリダクション画像を前記ディテール強化画像と融合させて出力画像を得るステップと
を含むことを特徴とする、画像処理方法。 - 前記処理待ち画像に対してノイズリダクション処理を行ってノイズリダクション画像を生成するステップは、
前記処理待ち画像をノイズリダクションネットワークに入力し、前記ノイズリダクションネットワークの出力を前記ノイズリダクション画像とすることを含み、
前記ノイズリダクションネットワークは、畳み込み-逆畳み込みニューラルネットワークを利用し、
前記ノイズリダクション画像と前記処理待ち画像は同じサイズである
ことを特徴とする、請求項1に記載の画像処理方法。 - 前記畳み込み-逆畳み込みニューラルネットワークは、畳み込みニューラルネットワーク(Convolutional Neural Network:CNN)及び逆畳み込みニューラルネットワーク(Deconvolution neural network)を含み、
前記畳み込みニューラルネットワークは、少なくとも一つの畳み込みレイヤーを備え、前記少なくとも一つの畳み込みレイヤーにおける各畳み込みレイヤーは、1つ又は複数の第1畳み込みカーネルを備え、前記第1畳み込みカーネルによって、前記処理待ち画像の画素行列にわたってからノイズリダクション特徴マップを取得し、
前記逆畳み込みニューラルネットワークは、前記畳み込みニューラルネットワークと対称する構造を利用し、前記逆畳み込みニューラルネットワークは、少なくとも一つの逆畳み込みレイヤーを備え、前記少なくとも一つの逆畳み込みレイヤーにおける各逆畳み込みレイヤーは、対応する畳み込みレイヤーと同じ数の第2畳み込みカーネルを備え、第2畳み込みカーネルによって、前記ノイズリダクション特徴マップの特徴行列にわたってからノイズリダクション画像を得る
ことを特徴とする、請求項2に記載の画像処理方法。 - 前記ノイズリダクション画像から撮影対象物に対応する対象領域画像を抽出するステップは、
畳み込みニューラルネットワークを利用する対象抽出ネットワークにより、前記ノイズリダクション画像内における前記撮影対象物の存在領域を特定することと、
前記ノイズリダクション画像から前記撮影対象物の存在領域を分離して前記対象領域画像を得ることと
を含むことを特徴とする、請求項1に記載の画像処理方法。 - 前記対象領域画像に対してディテール強化処理を行ってディテール強化画像を生成するステップは、
前記対象領域画像をディテール強化ネットワークに入力し、前記ディテール強化ネットワークの出力を前記ディテール強化画像とすることを含み、
前記ディテール強化ネットワークは、畳み込み-逆畳み込みニューラルネットワークを利用し、
前記ディテール強化画像と前記対象領域画像は同じサイズである
ことを特徴とする、請求項1に記載の画像処理方法。 - 前記ノイズリダクション画像を前記ディテール強化画像と融合させて出力画像を得るステップは、
前記ディテール強化画像で、前記ノイズリダクション画像における前記対象領域画像を置き換えるステップと、
前記ディテール強化画像と前記ノイズリダクション画像とが交差する境界領域を線形的に融合するステップと
を含むことを特徴とする、請求項1に記載の画像処理方法。 - 前記ディテール強化画像と前記ノイズリダクション画像とが交差する境界領域を線形的に融合するステップは、
平滑化フィルタリングまたはウェーブレット再構成(wavelet reconstruction)によって、前記ディテール強化画像と前記ノイズリダクション画像とが交差する境界領域を線形的に融合することを含む
ことを特徴とする、請求項6に記載の画像処理方法。 - 前記処理待ち画像に対してノイズリダクション処理を行うステップの前に、さらに、
複数の訓練画像ペアを含む訓練画像サンプルセットを取得するステップと、
前記訓練画像サンプルセットを利用してノイズリダクションネットワーク、前記対象抽出ネットワーク、またはディテール強化ネットワークを訓練するステップと
を含むことを特徴とする、請求項2ないし5のいずれか一項に記載の画像処理方法。 - 各訓練画像ペアは、同じ撮影環境でそれぞれ取得された一つの第1画像と一つの第2画像とを含み、
前記第1画像を取得するステップは、設定された第1の露光時間および第1の感度パラメータに従って前記第1画像を撮影して取得することを含み、
前記第2画像を取得するステップは、設定された第2の露光時間および第2の感度パラメータに従って前記第2画像を撮影して取得することを含み、
前記第2の露光時間は前記第1の露光時間よりも長く、前記第2の感度パラメータは前記第1の感度パラメータよりも小さい
ことを特徴とする、請求項9に記載の画像処理方法。 - 前記処理待ち画像に対してノイズリダクション処理を行うステップの前に、さらに、
現在の撮影環境における光の輝度が、設定された輝度閾値未満であるか否かを判断するステップと、
そうである場合、撮影した画像を前記処理待ち画像とするステップと
を含むことを特徴とする、請求項1に記載の画像処理方法。 - 処理待ち画像に対してノイズリダクション処理を行ってノイズリダクション画像を生成するノイズリダクションモジュールと、
前記ノイズリダクション画像から前記撮影対象物に対応する対象領域画像を抽出する対象抽出モジュールと、
前記対象領域画像に対してディテール強化処理を行ってディテール強化画像を生成するディテール強化モジュールと、
前記ノイズリダクション画像を前記ディテール強化画像と融合させて出力画像を得る融合モジュールと
を備えることを特徴とする、画像処理装置。 - 画像収集装置と、メモリと、プロセッサとを備える電子機器であって、
前記画像収集装置は、画像データを収集することに用いられ、
前記メモリには、プロセッサ上で動作可能なコンピュータプログラムが格納され、前記プロセッサにより、前記コンピュータプログラムを実行する時に請求項1ないし11のいずれか1項に記載の方法のステップを実現する
ことを特徴とする、電子機器。 - コンピュータプログラムが格納されたコンピュータ読み取り可能な記憶媒体であって、前記コンピュータプログラムがプロセッサによって実行される時に請求項1ないし11のいずれか一項に記載の方法のステップを実行する、ことを特徴とするコンピュータ読み取り可能な記憶媒体。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810583369.8A CN108737750A (zh) | 2018-06-07 | 2018-06-07 | 图像处理方法、装置及电子设备 |
CN201810583369.8 | 2018-06-07 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019212275A true JP2019212275A (ja) | 2019-12-12 |
JP6803899B2 JP6803899B2 (ja) | 2020-12-23 |
Family
ID=63932445
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018225453A Active JP6803899B2 (ja) | 2018-06-07 | 2018-11-30 | 画像処理方法、画像処理装置および電子機器 |
Country Status (5)
Country | Link |
---|---|
US (1) | US10949952B2 (ja) |
EP (1) | EP3579180A1 (ja) |
JP (1) | JP6803899B2 (ja) |
KR (1) | KR102172234B1 (ja) |
CN (1) | CN108737750A (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111353958A (zh) * | 2020-02-28 | 2020-06-30 | 北京东软医疗设备有限公司 | 图像处理方法、装置及系统 |
KR20210086493A (ko) * | 2019-12-30 | 2021-07-08 | 포항공과대학교 산학협력단 | 디포커스 맵 추정을 위한 기계 학습 방법 및 장치 |
Families Citing this family (49)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109379625B (zh) * | 2018-11-27 | 2020-05-19 | Oppo广东移动通信有限公司 | 视频处理方法、装置、电子设备和计算机可读介质 |
CN109816599B (zh) * | 2018-12-07 | 2020-12-29 | 西安电子科技大学 | 一种基于小波分解卷积神经网络的图像条带噪声抑制方法 |
CN111353331B (zh) * | 2018-12-20 | 2023-09-05 | 浙江欣奕华智能科技有限公司 | 一种目标物的检测方法、检测装置及机器人 |
CN109863874B (zh) * | 2019-01-30 | 2021-12-14 | 深圳大学 | 一种基于机器视觉的果蔬采摘方法、采摘装置及存储介质 |
KR102663537B1 (ko) * | 2019-01-31 | 2024-05-08 | 삼성전자 주식회사 | 전자 장치 및 이미지 처리 방법 |
CN110072052B (zh) * | 2019-04-09 | 2021-08-27 | Oppo广东移动通信有限公司 | 基于多帧图像的图像处理方法、装置、电子设备 |
CN110378854B (zh) * | 2019-07-17 | 2021-10-26 | 上海商汤智能科技有限公司 | 机器人图像增强方法及装置 |
CN110458771B (zh) * | 2019-07-29 | 2022-04-08 | 深圳市商汤科技有限公司 | 图像处理方法及装置、电子设备和存储介质 |
CN110490118A (zh) * | 2019-08-14 | 2019-11-22 | 厦门美图之家科技有限公司 | 图像处理方法及装置 |
CN110782421B (zh) * | 2019-09-19 | 2023-09-26 | 平安科技(深圳)有限公司 | 图像处理方法、装置、计算机设备及存储介质 |
US11893482B2 (en) * | 2019-11-14 | 2024-02-06 | Microsoft Technology Licensing, Llc | Image restoration for through-display imaging |
CN110991457B (zh) * | 2019-11-26 | 2023-12-08 | 北京达佳互联信息技术有限公司 | 二维码处理方法、装置、电子设备及存储介质 |
CN110910333B (zh) * | 2019-12-12 | 2023-03-14 | 腾讯科技(深圳)有限公司 | 图像处理方法和图像处理设备 |
CN111047537A (zh) * | 2019-12-18 | 2020-04-21 | 清华大学深圳国际研究生院 | 一种图像去噪中恢复细节的系统 |
CN111311543B (zh) * | 2020-01-17 | 2022-09-02 | 苏州科达科技股份有限公司 | 图像清晰度检测方法、系统、设备及存储介质 |
KR102359860B1 (ko) * | 2020-01-20 | 2022-02-09 | 주식회사 아이도트 | 뇌동맥류 파열 예측 시스템 |
KR20210101768A (ko) * | 2020-02-11 | 2021-08-19 | 삼성전자주식회사 | 이미지 처리를 수행하는 전자 장치 및 그 방법 |
CN111325737B (zh) * | 2020-02-28 | 2024-03-15 | 上海志唐健康科技有限公司 | 低剂量ct图像处理方法、装置和计算机设备 |
CN111489321B (zh) * | 2020-03-09 | 2020-11-03 | 淮阴工学院 | 基于派生图和Retinex的深度网络图像增强方法和系统 |
CN113379609B (zh) * | 2020-03-10 | 2023-08-04 | Tcl科技集团股份有限公司 | 一种图像处理方法、存储介质及终端设备 |
CN111402166A (zh) * | 2020-03-18 | 2020-07-10 | 上海嘉沃光电科技有限公司 | 图像去噪方法及装置、服务终端及计算机可读存储介质 |
CN115335852A (zh) * | 2020-03-31 | 2022-11-11 | 华为技术有限公司 | 一种基于神经网络的图像处理方法及装置 |
CN111476741B (zh) * | 2020-04-28 | 2024-02-02 | 北京金山云网络技术有限公司 | 图像的去噪方法、装置、电子设备和计算机可读介质 |
CN113658050A (zh) * | 2020-05-12 | 2021-11-16 | 武汉Tcl集团工业研究院有限公司 | 一种图像的去噪方法、去噪装置、移动终端及存储介质 |
CN111553867B (zh) * | 2020-05-15 | 2023-05-26 | 华润数字科技有限公司 | 一种图像去模糊方法、装置、计算机设备及存储介质 |
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 |
CN111696064B (zh) * | 2020-06-15 | 2023-08-18 | 北京金山云网络技术有限公司 | 图像处理方法、装置、电子设备及计算机可读介质 |
US11842460B1 (en) * | 2020-06-19 | 2023-12-12 | Apple Inc. | Burst image fusion and denoising using end-to-end deep neural networks |
CN113962873A (zh) * | 2020-07-21 | 2022-01-21 | 武汉Tcl集团工业研究院有限公司 | 一种图像去噪方法、存储介质及终端设备 |
CN114066738A (zh) * | 2020-07-31 | 2022-02-18 | 北京小米移动软件有限公司 | 图像处理方法、装置、电子设备及存储介质 |
CN112184722B (zh) * | 2020-09-15 | 2024-05-03 | 上海传英信息技术有限公司 | 图像处理方法、终端及计算机存储介质 |
CN113067980A (zh) * | 2021-03-23 | 2021-07-02 | 北京澎思科技有限公司 | 图像采集方法、装置、电子设备及存储介质 |
CN113128389A (zh) * | 2021-04-14 | 2021-07-16 | Oppo广东移动通信有限公司 | 图像处理方法及装置、计算机可读存储介质和电子设备 |
CN113139925B (zh) * | 2021-04-25 | 2024-04-12 | 西安石油大学 | 一种肺炎图像处理方法、系统及存储介质 |
CN112905832B (zh) * | 2021-05-07 | 2021-08-03 | 广东众聚人工智能科技有限公司 | 复杂背景细粒度图像检索系统及方法 |
KR20220159852A (ko) * | 2021-05-26 | 2022-12-05 | 엘지이노텍 주식회사 | 이미지 처리 모듈 |
CN113344832A (zh) * | 2021-05-28 | 2021-09-03 | 杭州睿胜软件有限公司 | 图像处理方法及装置、电子设备和存储介质 |
CN113344200B (zh) * | 2021-06-17 | 2024-05-28 | 阿波罗智联(北京)科技有限公司 | 用于训练可分离卷积网络的方法、路侧设备及云控平台 |
CN113506225A (zh) * | 2021-06-17 | 2021-10-15 | 展讯半导体(南京)有限公司 | 图像处理方法、系统、电子设备及存储介质 |
CN113592733A (zh) * | 2021-07-22 | 2021-11-02 | 北京小米移动软件有限公司 | 图像处理方法、装置、存储介质及电子设备 |
CN113610731B (zh) * | 2021-08-06 | 2023-08-08 | 北京百度网讯科技有限公司 | 用于生成画质提升模型的方法、装置及计算机程序产品 |
CN113852759B (zh) * | 2021-09-24 | 2023-04-18 | 豪威科技(武汉)有限公司 | 图像增强方法及拍摄装置 |
CN114052693B (zh) * | 2021-10-26 | 2023-08-08 | 珠海脉动时代健康科技有限公司 | 心率分析方法、装置及设备 |
US20230153957A1 (en) * | 2021-11-15 | 2023-05-18 | Samsung Electronics Co., Ltd. | System and method for training of noise model using noisy signal pairs |
KR20230071633A (ko) * | 2021-11-16 | 2023-05-23 | 삼성전자주식회사 | 영상에서 인지적 노이즈를 제거하는 영상 처리 방법 및 장치 |
CN113903075A (zh) * | 2021-12-10 | 2022-01-07 | 中科视语(北京)科技有限公司 | 类别估计方法、装置、电子设备及存储介质 |
CN116468619B (zh) * | 2023-03-01 | 2024-02-06 | 山东省人工智能研究院 | 一种基于多特征反馈融合的医学影像去噪方法 |
CN116229375B (zh) * | 2023-05-06 | 2023-08-25 | 山东卫肤药业有限公司 | 一种基于无光源培育箱内部环境成像方法 |
CN117197014B (zh) * | 2023-09-12 | 2024-02-20 | 南京诺源医疗器械有限公司 | 一种可降噪的肺部医学图像融合方法、系统和电子设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000184267A (ja) * | 1998-12-17 | 2000-06-30 | Sony Corp | 映像信号処理装置 |
JP2004021374A (ja) * | 2002-06-13 | 2004-01-22 | Fuji Xerox Co Ltd | 画像処理方法、画像処理装置、プログラム、記憶媒体 |
JP2008165312A (ja) * | 2006-12-27 | 2008-07-17 | Konica Minolta Holdings Inc | 画像処理装置及び画像処理方法 |
JP2012044564A (ja) * | 2010-08-20 | 2012-03-01 | Sanyo Electric Co Ltd | 撮像装置 |
WO2018048507A1 (en) * | 2016-09-06 | 2018-03-15 | Han Xiao | Neural network for generating synthetic medical images |
US20180130202A1 (en) * | 2016-11-04 | 2018-05-10 | Sichuan University | Kind of dr radiography lung contour extraction method based on fully convolutional network |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020172419A1 (en) | 2001-05-15 | 2002-11-21 | Qian Lin | Image enhancement using face detection |
US7574016B2 (en) * | 2003-06-26 | 2009-08-11 | Fotonation Vision Limited | Digital image processing using face detection information |
US20070113242A1 (en) | 2005-11-16 | 2007-05-17 | Fetkovich John E | Selective post-processing of compressed digital video |
KR100796849B1 (ko) * | 2006-09-04 | 2008-01-22 | 삼성전자주식회사 | 휴대 단말기용 파노라마 모자이크 사진 촬영 방법 |
KR101731113B1 (ko) * | 2010-08-25 | 2017-04-28 | 엘지디스플레이 주식회사 | 2d-3d 영상 변환 방법 및 이를 이용한 입체 영상 표시장치 |
KR101689867B1 (ko) * | 2010-09-15 | 2016-12-27 | 삼성전자주식회사 | 영상을 처리하는 방법, 이를 수행하는 영상처리장치 및 의료영상시스템 |
JP6395423B2 (ja) * | 2014-04-04 | 2018-09-26 | キヤノン株式会社 | 画像処理装置、制御方法及びプログラム |
CN106027931B (zh) * | 2016-04-14 | 2018-03-16 | 平安科技(深圳)有限公司 | 视频录制方法及服务器 |
JP6685827B2 (ja) * | 2016-05-09 | 2020-04-22 | キヤノン株式会社 | 画像処理装置、画像処理方法及びプログラム |
CN106056562B (zh) * | 2016-05-19 | 2019-05-28 | 京东方科技集团股份有限公司 | 一种人脸图像处理方法、装置及电子设备 |
US10129485B2 (en) * | 2016-06-10 | 2018-11-13 | Microsoft Technology Licensing, Llc | Methods and systems for generating high dynamic range images |
EP3350767B1 (en) * | 2016-06-17 | 2020-06-03 | Huawei Technologies Co., Ltd. | Exposure-related intensity transformation |
CN106169181B (zh) * | 2016-06-30 | 2019-04-26 | 北京奇艺世纪科技有限公司 | 一种图像处理方法及系统 |
CN106204449B (zh) * | 2016-07-06 | 2019-09-10 | 安徽工业大学 | 一种基于对称深度网络的单幅图像超分辨率重建方法 |
CN107491771A (zh) | 2017-09-21 | 2017-12-19 | 百度在线网络技术(北京)有限公司 | 人脸检测方法和装置 |
JP7087331B2 (ja) * | 2017-10-05 | 2022-06-21 | カシオ計算機株式会社 | 画像処理装置、画像処理方法及びプログラム |
-
2018
- 2018-06-07 CN CN201810583369.8A patent/CN108737750A/zh active Pending
- 2018-11-26 KR KR1020180147265A patent/KR102172234B1/ko active IP Right Grant
- 2018-11-30 JP JP2018225453A patent/JP6803899B2/ja active Active
- 2018-12-06 US US16/212,289 patent/US10949952B2/en active Active
- 2018-12-07 EP EP18210937.1A patent/EP3579180A1/en not_active Withdrawn
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000184267A (ja) * | 1998-12-17 | 2000-06-30 | Sony Corp | 映像信号処理装置 |
JP2004021374A (ja) * | 2002-06-13 | 2004-01-22 | Fuji Xerox Co Ltd | 画像処理方法、画像処理装置、プログラム、記憶媒体 |
JP2008165312A (ja) * | 2006-12-27 | 2008-07-17 | Konica Minolta Holdings Inc | 画像処理装置及び画像処理方法 |
JP2012044564A (ja) * | 2010-08-20 | 2012-03-01 | Sanyo Electric Co Ltd | 撮像装置 |
WO2018048507A1 (en) * | 2016-09-06 | 2018-03-15 | Han Xiao | Neural network for generating synthetic medical images |
US20180130202A1 (en) * | 2016-11-04 | 2018-05-10 | Sichuan University | Kind of dr radiography lung contour extraction method based on fully convolutional network |
Non-Patent Citations (2)
Title |
---|
VIJAY BADRINARAYANAN: "SegNet:A Deep Convolutional Encoder-Decoder Architecture for Robust Semantic Pixel-Wise Labelling", CORP, JPN7020000317, 27 May 2015 (2015-05-27), US, ISSN: 0004208853 * |
XIAO-JIAO MAO: "Image Denoising Using Very Deep Fully Convolutional Encoder-Decoder Networks with Symmetric Skip Con", CORP, JPN7020000316, 30 March 2016 (2016-03-30), JP, pages 1 - 15, ISSN: 0004208852 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20210086493A (ko) * | 2019-12-30 | 2021-07-08 | 포항공과대학교 산학협력단 | 디포커스 맵 추정을 위한 기계 학습 방법 및 장치 |
KR102363049B1 (ko) * | 2019-12-30 | 2022-02-15 | 포항공과대학교 산학협력단 | 디포커스 맵 추정을 위한 기계 학습 방법 및 장치 |
CN111353958A (zh) * | 2020-02-28 | 2020-06-30 | 北京东软医疗设备有限公司 | 图像处理方法、装置及系统 |
US11645736B2 (en) | 2020-02-28 | 2023-05-09 | Beijing Neusoft Medical Equipment Co., Ltd. | Image processing methods, apparatuses and systems |
CN111353958B (zh) * | 2020-02-28 | 2023-07-25 | 北京东软医疗设备有限公司 | 图像处理方法、装置及系统 |
Also Published As
Publication number | Publication date |
---|---|
US10949952B2 (en) | 2021-03-16 |
CN108737750A (zh) | 2018-11-02 |
EP3579180A1 (en) | 2019-12-11 |
KR102172234B1 (ko) | 2020-10-30 |
US20190378247A1 (en) | 2019-12-12 |
KR20190143785A (ko) | 2019-12-31 |
JP6803899B2 (ja) | 2020-12-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6803899B2 (ja) | 画像処理方法、画像処理装置および電子機器 | |
CN109376667B (zh) | 目标检测方法、装置及电子设备 | |
CN110428366B (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
KR102278776B1 (ko) | 이미지 처리 방법, 기기, 및 장치 | |
Zhang et al. | Gradient-directed multiexposure composition | |
Jinno et al. | Multiple exposure fusion for high dynamic range image acquisition | |
Li et al. | Multi-exposure fusion with CNN features | |
Prabhakar et al. | Towards practical and efficient high-resolution HDR deghosting with CNN | |
US8654201B2 (en) | Method for deblurring an image | |
US7868922B2 (en) | Foreground/background segmentation in digital images | |
WO2021022983A1 (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
Tang et al. | Joint implicit image function for guided depth super-resolution | |
WO2017113048A1 (zh) | 一种图像融合方法、装置及终端设备 | |
CN113837079B (zh) | 显微镜的自动对焦方法、装置、计算机设备和存储介质 | |
Cho et al. | Registration Based Non‐uniform Motion Deblurring | |
KR101664123B1 (ko) | 필터링에 기반하여 고스트가 없는 hdri를 생성하는 장치 및 방법 | |
JP2007157063A (ja) | 画像処理装置及び画像処理方法、並びにコンピュータ・プログラム | |
CN111163265A (zh) | 图像处理方法、装置、移动终端及计算机存储介质 | |
CN113329146B (zh) | 一种脉冲相机模拟方法与装置 | |
WO2017173578A1 (zh) | 一种图像增强方法及装置 | |
JP2011040993A (ja) | 被写体追尾プログラム、およびカメラ | |
Paramanand et al. | Shape from sharp and motion-blurred image pair | |
CN114298942A (zh) | 图像去模糊方法及装置、计算机可读介质和电子设备 | |
US9338354B2 (en) | Motion blur estimation and restoration using light trails | |
Choi et al. | A method for fast multi-exposure image fusion |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20181130 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20191209 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200212 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200507 |
|
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: 20201104 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20201201 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6803899 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |