JP5976665B2 - 画像の並列処理方法および装置 - Google Patents
画像の並列処理方法および装置 Download PDFInfo
- Publication number
- JP5976665B2 JP5976665B2 JP2013543531A JP2013543531A JP5976665B2 JP 5976665 B2 JP5976665 B2 JP 5976665B2 JP 2013543531 A JP2013543531 A JP 2013543531A JP 2013543531 A JP2013543531 A JP 2013543531A JP 5976665 B2 JP5976665 B2 JP 5976665B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- convolution
- difference
- original image
- blur
- 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.)
- Active
Links
- 238000003672 processing method Methods 0.000 title 1
- 238000000034 method Methods 0.000 claims description 70
- 238000012545 processing Methods 0.000 claims description 23
- 238000001914 filtration Methods 0.000 claims description 10
- 238000012952 Resampling Methods 0.000 claims description 8
- 238000005070 sampling Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000004422 calculation algorithm Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 14
- FPIPGXGPPPQFEQ-OVSJKPMPSA-N all-trans-retinol Chemical compound OC\C=C(/C)\C=C\C=C(/C)\C=C\C1=C(C)CCCC1(C)C FPIPGXGPPPQFEQ-OVSJKPMPSA-N 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 6
- 239000011717 all-trans-retinol Substances 0.000 description 4
- 235000019169 all-trans-retinol Nutrition 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 241000282472 Canis lupus familiaris Species 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000007620 mathematical function Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009466 transformation Effects 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
- G06T5/20—Image enhancement or restoration using local operators
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/94—Hardware or software architectures specially adapted for image or video understanding
-
- 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
- G06T2207/20212—Image combination
- G06T2207/20224—Image subtraction
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
Description
a.複数のボケ畳み込み関数を提供する工程であって、前記畳み込み関数の各々は前記原画像の畳み込み時に原画像の増大するボケの程度を提供する工程と、
b.2つの前記ボケ畳み込み関数間の差を算出することにより複数の差分畳み込み関数値Difを確立する工程であって、前記2つのボケ畳み込み関数の各々は、前記原画像の畳み込み時に原画像のボケの異なる程度を提供する工程と、
c.差分画像を取得するために、前記差分畳み込み関数値Difの各々を前記原画像と畳み込むことによって、前記原画像から複数の差分画像を算出する工程と、を備える。
a.複数のボケ畳み込み関数を用いて、本発明により原画像から前記第1の複数の差分画像を取得する工程と、
b.ダウンサンプリング・アンチエイリアシング畳み込み関数DAconを取得するために、前記複数のボケ関数をダウンサンプリング関数およびアンチエイリアシング関数で畳み込む工程と、
c.後続画像を取得するために、前記ダウンサンプリング・アンチエイリアシング畳み込み関数DAconを前記原画像と畳み込む工程と、
d.本発明により後続画像から後続する複数の差分画像を取得する工程と、
e.任意に、前記原画像として前記後続画像を用い、付加的な後続する複数の差分画像を取得するために、上記cおよびdの工程を繰り返す工程と、
を備える。
a.複数のボケ畳み込み関数を用いて、請求項1乃至8のいずれか一項に記載の方法により原画像から前記第1の複数の差分画像を取得する工程と、
b.第1の画像を取得するために、ボケた原画像をダウンサンプリングする工程と、
c.ダウンサンプリング・アンチエイリアシング畳み込み関数Aconを取得するために、前記複数のボケ関数をアンチエイリアシング関数と畳み込む工程と、
d.後続画像を取得するために、取得されたアンチエイリアシング畳み込み関数Aconを第1の画像と畳み込む工程と、
e.請求項1乃至8のいずれか一項に記載の方法により前記後続画像から後続する複数の差分画像を取得する工程、
f.任意に、前記後続画像前記原画像を表示し、付加的な後続する複数の差分画像を取得するために、上記b、cおよびdの工程を繰り返す工程と、
を備える。
a.複数のボケ畳み込み関数を用いて、本発明により原画像から前記第1の複数の差分画像を取得する工程と、
b.ダウンサンプリング・アンチエイリアシング畳み込み関数DAconを取得するために、前記複数のボケ関数をダウンサンプリング関数およびアンチエイリアシング関数で畳み込む工程と、
c.後続画像を取得するために、前記ダウンサンプリング・アンチエイリアシング畳み込み関数DAconを前記原画像と畳み込む工程と、
d.本発明により後続画像から後続する複数の差分画像を取得する工程と、
e.任意に、前記原画像として前記後続画像を用い、付加的な後続する複数の差分画像を取得するために、上記cおよびdの工程を繰り返す工程と、
を備える。
a.本発明の方法により多重差分画像を取得する工程と、
b.前記多重差分画像における画素振幅極値を検索する工程と、
c.各差分画像内の各画素について画素勾配ベクトルを生成する工程と、
d.ベクトルの向きを、各差分画像に関連するそれぞれの実際の最大および最小振幅画素と関連付ける工程と、
を備える。
[詳細な開示]
追加の態様および実施形態を以下に記載する。
a.複数のボケ畳み込み関数を提供する工程であって、前記畳み込み関数の各々は前記原画像の畳み込み時に原画像の増大するボケの程度を提供する工程と、
b.2つの前記ボケ畳み込み関数間の差を算出することにより複数の差分畳み込み関数値Difを確立する工程であって、前記2つのボケ畳み込み関数の各々は、前記原画像の畳み込み時に原画像のボケの異なる程度を提供する工程と、
c.差分画像を取得するために、前記差分畳み込み関数値Difの各々を前記原画像と畳み込むことによって、前記原画像から複数の差分画像を算出する工程と、
を備える。
a.複数のボケ畳み込み関数を用いて、請求項1乃至6のいずれか一項に記載の方法により原画像から前記第1の複数の差分画像を取得する工程と、
b.ダウンサンプリング・アンチエイリアシング畳み込み関数DAconを取得するために、前記複数のボケ関数をダウンサンプリング関数およびアンチエイリアシング関数で畳み込む工程と、
c.後続画像を取得するために、前記ダウンサンプリング・アンチエイリアシング畳み込み関数DAconを前記原画像と畳み込む工程と、
d.請求項1乃至6のいずれか一項に記載の方法により後続画像から後続する複数の差分画像を取得する工程と、
e.任意に、前記原画像として前記後続画像を用い、付加的な後続する複数の差分画像を取得するために、上記cおよびdの工程を繰り返す工程と、
を備える。
a.複数のボケ畳み込み関数を用いて、請求項1乃至8のいずれか一項に記載の方法により原画像から前記第1の複数の差分画像を取得する工程と、
b.第1の画像を取得するために、ボケた原画像をダウンサンプリングする工程と、
c.ダウンサンプリング・アンチエイリアシング畳み込み関数Aconを取得するために、前記複数のボケ関数をアンチエイリアシング関数と畳み込む工程と、
d.後続画像を取得するために、取得されたアンチエイリアシング畳み込み関数Aconを第1の画像と畳み込む工程と、
e.請求項1乃至8のいずれか一項に記載の方法により前記後続画像から後続する複数の差分画像を取得する工程、
f.任意に、前記後続画像前記原画像を表示し、付加的な後続する複数の差分画像を取得するために、上記b、cおよびdの工程を繰り返す工程と、
を備える。
a.複数のボケ畳み込み関数を用いて、請求項1乃至9のいずれか一項に記載の方法により原画像から前記第1の複数の差分画像を取得する工程と、
b.前記複数のボケ関数をダウンサンプリング関数およびアンチエイリアシング関数と畳み込むことで第1のダウンサンプリング・アンチエイリアシング畳み込み関数DAcon(1)を取得する工程と、
c.nが1よりも大きい場合、以前のダウンサンプリング・アンチエイリアシング畳み込み関数DAcon(t−1)を、前記複数のボケ関数、ダウンサンプリング関数、およびアンチエイリアシング関数と畳み込むことで、付加的なダウンサンプリング・アンチエイリアシング畳み込み関数DAcon(t)を取得する工程であって、t=2でこの工程cを始め、単一増分でtを増加させながらtがnに達するまでこの工程を繰り返す工程と、
d.ダウンサンプリング・アンチエイリアシング畳み込み関数DAcon(x)の各々について画像(x)を取得すべく、前記ダウンサンプリング・アンチエイリアシング畳み込み関数DAconの全てを前記原画像と畳み込む工程と、
e.請求項1乃至9のいずれか一項に記載の方法により後続するn個の複数の差分画像を取得して、画像(x)の各々から複数(x)の各々を取得する工程と、
を備える。
a.請求項1乃至10のいずれか一項に記載の方法により多重差分画像を取得する工程と、
b.前記多重差分画像における画素振幅極値を検索する工程と、
c.各差分画像内の各画素について画素勾配ベクトルを生成する工程と、
d.ベクトルの向きを、各差分画像に関連するそれぞれの実際の最大および最小振幅画素と関連付ける工程と、
を備える。
・任意ボケ幅の効率的な画像ブレ
・散乱ピクセルデータとの滑らかな補間
・ミップマップテクスチャ
・勾配両極端を検出するためのスケールスペース構築
ここで、ガウシアンフィルタリングおよびリサンプリングカーネルの組み合わせからなる解析フィルタの並列インスタンス化を使用して、例えば、ガウシアンピラミッドを構築するための方法とシステムが提示される。本発明を説明するため、SIFTアルゴリズムによって示唆されるように、勾配両極端を検出するためのスケールスペース構造を構築するための方法およびシステムの実施形態を提示する。
SIFTの計算における主要なフェーズは、スケールスペース構造である。このフェーズでは、興味深い画像の特徴あるいはキーポイントは、画像の候補位置を識別するカスケードフィルタリングアプローチを用いて検出される。これらの画像位置は、種々の手法を用いながら、更なる段階で評価され、検証される。
D(x,y,σ)=L(x,y,kiσ)−L(x,y,kjσ)
ここで、L(x;y;kσ)は、スケールkσにおけるガウシアンボケまたはカーネルG(x;y;kσ)と原画像L(x,y)との畳み込み(コンボリューション)であり、すなわち、
L(x,y,kσ)=G(x,y,kσ)*I(x,y)
である。
は、xとyでの畳み込み演算を示すために使用される。このように、従来のSIFTアルゴリズムは、2つの畳み込みを計算し、その後、これら2つの畳み込み間の差を算出する。
図1は、DoG関数を構築する従来の方法を、例を挙げて示すものである。
補間カーネル(x、y)によって画像f(x、y)をリサンプリングし、その後、これを畳み込みカーネルp(x、y)により畳み込むことを所望するならば、k(x、y)によるp(x、y)の畳み込みであるカーネルq(x、y)によって畳み込むことによって工程を節約することができる。
Claims (9)
- 第1の複数の差分画像および多数nの後続する複数の差分画像を取得するための並列計算のための方法であって、
a.複数の画素によって画成された原画像から第1の複数の差分画像を取得する工程であって、前記第1の複数の差分画像が、
i.複数のボケ畳み込み関数を提供する工程であって、前記ボケ畳み込み関数の各々は、前記原画像の畳み込み時に前記原画像の増大するボケの程度を提供する工程と、
ii.2つの前記ボケ畳み込み関数間の差を算出することにより複数の差分畳み込み関数Difを確立する工程であって、前記2つのボケ畳み込み関数の各々は、前記原画像の畳み込み時に前記原画像のボケの異なる程度を提供する工程と、
iii.差分画像を取得するために、前記差分畳み込み関数Difの各々を前記原画像と畳み込むことによって、前記原画像から複数の差分画像を算出する工程と、
によって取得される工程と、
b.前記複数のボケ畳み込み関数をダウンサンプリング関数およびアンチエイリアシング関数で畳み込むことによって、第1のダウンサンプリング・アンチエイリアシング畳み込み関数DAcon(1)を取得する工程と、
c.nが1よりも大きい場合、以前のダウンサンプリング・アンチエイリアシング畳み込み関数DAcon(t−1)を、前記複数のボケ畳み込み関数、ダウンサンプリング関数、およびアンチエイリアシング関数と畳み込むことで、付加的なダウンサンプリング・アンチエイリアシング畳み込み関数DAcon(t)を取得する工程であって、t=2でこの工程cを始め、単一増分でtを増加させながらtがnに達するまでこの工程を繰り返す工程と、
d.ダウンサンプリング・アンチエイリアシング畳み込み関数DAcon(x)の各々について画像(x)を取得すべく、前記ダウンサンプリング・アンチエイリアシング畳み込み関数DAconの全てを前記原画像と畳み込む工程と、
e.後続するn個の複数の差分画像を取得して、各々の画像(x)から各複数(x)を取得する工程と、を備え、
前記ボケ畳み込み関数が、ガウシアンである、方法。 - 前記原画像におけるスケール不変特徴を識別する方法に使用される、請求項1記載の方法。
- 前記複数の差分畳み込み関数は、一旦確定され、前記差分画像の後続計算に繰り返し使用される、請求項1記載の方法。
- 前記差分畳み込み関数Difが多項式によって近似される、請求項1記載の方法。
- 前記原画像におけるスケール不変特徴を識別する方法であって、識別された画像特徴は、複数の画素によって画成される画像内で種々のスケールにわたって安定しており、多重フィルタリング工程およびリサンプリング工程が並行して実施され得る、方法において、
a.多重差分画像を取得する工程と、
b.前記多重差分画像における画素振幅極値を検索する工程と、
c.各差分画像内の各画素について画素勾配ベクトルを生成する工程と、
d.ベクトルの向きを、各差分画像に関連するそれぞれの実際の最大および最小振幅画素と関連付ける工程と、
を備えた、請求項2記載の方法。 - 複数の画素によって画成された原画像から複数の差分画像を取得するための並列計算のための画像処理装置であって、前記装置は、前記原画像に関するデータを受信するための手段、前記差分画像を送信または記憶するための手段、およびプロセッサ回路を備え、前記プロセッサ回路は、
a.前記原画像から第1の複数の差分画像を取得し、前記第1の複数の差分画像が、
i.複数のボケ畳み込み関数を提供し、前記ボケ畳み込み関数の各々は、前記原画像の畳み込み時に前記原画像の増大するボケの程度を提供し、
ii.2つの前記ボケ畳み込み関数間の差を算出することにより複数の差分畳み込み関数Difを確立し、前記2つのボケ畳み込み関数の各々は、前記原画像の畳み込み時に前記原画像のボケの異なる程度を提供し、
iii.差分画像を取得するために、前記差分畳み込み関数Difの各々を前記原画像と畳み込むことによって、前記原画像から複数の差分画像を算出し、
b.前記複数のボケ畳み込み関数をダウンサンプリング関数およびアンチエイリアシング関数で畳み込むことによって、第1のダウンサンプリング・アンチエイリアシング畳み込み関数DAcon(1)を取得し、
c.nが1よりも大きい場合、以前のダウンサンプリング・アンチエイリアシング畳み込み関数DAcon(t−1)を、前記複数のボケ畳み込み関数、ダウンサンプリング関数、およびアンチエイリアシング関数と畳み込むことで、付加的なダウンサンプリング・アンチエイリアシング畳み込み関数DAcon(t)を取得し、t=2でこの工程cを始め、単一増分でtを増加させながらtがnに達するまでこの工程を繰り返し、
d.ダウンサンプリング・アンチエイリアシング畳み込み関数DAcon(x)の各々について画像(x)を取得すべく、前記ダウンサンプリング・アンチエイリアシング畳み込み関数DAconの全てを前記原画像と畳み込み、
e.後続するn個の複数の差分画像を取得して、各々の画像(x)から各複数(x)を取得し、前記ボケ畳み込み関数が、ガウシアンである、画像処理装置。 - 前記プロセッサ回路は、チップを含む、請求項6記載の画像処理装置。
- 画像処理装置は複数のチップを備え、各チップは少なくとも一つの差分画像を計算するように構成される、請求項6記載の画像処理装置。
- 前記画像処理装置は双線形補間器を備え、前記双線形補間器は、乗加算器(MAC)、遅延線加算器、および制御論理ブロックを含んでなる、請求項6記載の画像処理装置。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DKPA201070557 | 2010-12-17 | ||
DKPA201070557A DK177154B1 (da) | 2010-12-17 | 2010-12-17 | Method and device for parallel processing of images |
US201161429263P | 2011-01-03 | 2011-01-03 | |
US61/429,263 | 2011-01-03 | ||
PCT/DK2011/050486 WO2012079587A2 (en) | 2010-12-17 | 2011-12-15 | Method and device for parallel processing of images |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2014501980A JP2014501980A (ja) | 2014-01-23 |
JP5976665B2 true JP5976665B2 (ja) | 2016-08-24 |
Family
ID=45768004
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013543531A Active JP5976665B2 (ja) | 2010-12-17 | 2011-12-15 | 画像の並列処理方法および装置 |
Country Status (7)
Country | Link |
---|---|
US (1) | US9020297B2 (ja) |
EP (1) | EP2652703A2 (ja) |
JP (1) | JP5976665B2 (ja) |
CN (1) | CN103548053B (ja) |
CA (1) | CA2821025C (ja) |
DK (1) | DK177154B1 (ja) |
WO (1) | WO2012079587A2 (ja) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104463790B (zh) * | 2013-09-17 | 2018-08-10 | 联想(北京)有限公司 | 一种图像处理的方法、装置和系统 |
KR102325602B1 (ko) | 2015-07-06 | 2021-11-12 | 삼성전자주식회사 | 데이터를 병렬적으로 처리하는 장치 및 방법 |
CN105096276B (zh) * | 2015-08-28 | 2017-12-05 | 东方网力科技股份有限公司 | 一种图像高斯滤波方法及装置 |
US10008030B2 (en) | 2015-09-07 | 2018-06-26 | Samsung Electronics Co., Ltd. | Method and apparatus for generating images |
US10043113B1 (en) * | 2017-10-04 | 2018-08-07 | StradVision, Inc. | Method and device for generating feature maps by using feature upsampling networks |
CN111435979A (zh) * | 2019-01-15 | 2020-07-21 | 西安诺瓦电子科技有限公司 | 视频图像处理方法和装置 |
CN113128558B (zh) * | 2021-03-11 | 2022-07-19 | 重庆邮电大学 | 基于浅层空间特征融合与自适应通道筛选的目标检测方法 |
CN113205145B (zh) * | 2021-05-18 | 2022-08-16 | 广州大学 | 基于归一化互相关的模板匹配方法、系统、装置及介质 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5359674A (en) * | 1991-12-11 | 1994-10-25 | David Sarnoff Research Center, Inc. | Pyramid processor integrated circuit |
US6049859A (en) * | 1996-01-15 | 2000-04-11 | Siemens Aktiengesellschaft | Image-processing processor |
US6567564B1 (en) * | 1996-04-17 | 2003-05-20 | Sarnoff Corporation | Pipelined pyramid processor for image processing systems |
US5963675A (en) * | 1996-04-17 | 1999-10-05 | Sarnoff Corporation | Pipelined pyramid processor for image processing systems |
US6711293B1 (en) * | 1999-03-08 | 2004-03-23 | The University Of British Columbia | Method and apparatus for identifying scale invariant features in an image and use of same for locating an object in an image |
WO2004055724A2 (en) * | 2002-12-18 | 2004-07-01 | Philips Intellectual Property & Standards Gmbh | Multi-resolution processing of image strips |
WO2006083277A2 (en) * | 2004-05-25 | 2006-08-10 | Sarnoff Corporation | Low latency pyramid processor for image processing systems |
US7477794B2 (en) * | 2005-06-30 | 2009-01-13 | Microsoft Corporation | Multi-level image stack of filtered images |
US8233716B2 (en) * | 2008-06-27 | 2012-07-31 | Palo Alto Research Center Incorporated | System and method for finding stable keypoints in a picture image using localized scale space properties |
US8150169B2 (en) | 2008-09-16 | 2012-04-03 | Viewdle Inc. | System and method for object clustering and identification in video |
US8441489B2 (en) * | 2008-12-31 | 2013-05-14 | Intel Corporation | System and method for SIFT implementation and optimization |
CN102169581A (zh) * | 2011-04-18 | 2011-08-31 | 北京航空航天大学 | 一种基于特征向量的快速高精度鲁棒性匹配方法 |
-
2010
- 2010-12-17 DK DKPA201070557A patent/DK177154B1/da not_active IP Right Cessation
-
2011
- 2011-12-15 EP EP11837311.7A patent/EP2652703A2/en not_active Ceased
- 2011-12-15 US US13/990,284 patent/US9020297B2/en active Active
- 2011-12-15 WO PCT/DK2011/050486 patent/WO2012079587A2/en active Application Filing
- 2011-12-15 CN CN201180059994.9A patent/CN103548053B/zh active Active
- 2011-12-15 CA CA2821025A patent/CA2821025C/en active Active
- 2011-12-15 JP JP2013543531A patent/JP5976665B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
CN103548053B (zh) | 2016-10-26 |
US9020297B2 (en) | 2015-04-28 |
EP2652703A2 (en) | 2013-10-23 |
DK177154B1 (da) | 2012-03-05 |
CA2821025C (en) | 2018-07-31 |
CA2821025A1 (en) | 2012-06-21 |
WO2012079587A3 (en) | 2012-08-09 |
WO2012079587A2 (en) | 2012-06-21 |
CN103548053A (zh) | 2014-01-29 |
JP2014501980A (ja) | 2014-01-23 |
US20130251265A1 (en) | 2013-09-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5976665B2 (ja) | 画像の並列処理方法および装置 | |
Nguyen et al. | Efficient generalized cross-validation with applications to parametric image restoration and resolution enhancement | |
Kundur et al. | Blind image deconvolution | |
Chakrabarti | A neural approach to blind motion deblurring | |
JP2008226233A (ja) | カーネルフィルタを用いて入力データをフィルタリングするコンピュータ実装方法及び装置 | |
US20130163882A1 (en) | Method of estimating blur kernel from edge profiles in a blurry image | |
Hosseini et al. | Derivative kernels: Numerics and applications | |
JP2014524084A (ja) | 画像処理目的のためのフィルタによるコンボルーションの高速数値近似の適用 | |
WO2012060093A1 (ja) | ステレオ画像処理装置及びステレオ画像処理方法 | |
JP2005025696A (ja) | 画像処理装置、画像処理方法及びプログラム及び記録媒体 | |
Deshpande et al. | A novel modified cepstral based technique for blind estimation of motion blur | |
CN110874827A (zh) | 湍流图像复原方法、装置、终端设备及计算机可读介质 | |
Xiao et al. | Detail enhancement of image super-resolution based on detail synthesis | |
Bratsolis et al. | Comparison of optimized mathematical methods in the improvement of raster data and map display resolution of Sentinel-2 images | |
Belyaev | Implicit image differentiation and filtering with applications to image sharpening | |
Gowri et al. | 2D Image data approximation using Savitzky Golay filter—Smoothing and differencing | |
Pan et al. | Fractional directional derivative and identification of blur parameters of motion-blurred image | |
Razak et al. | Implementing Gabor filter for fingerprint recognition using Verilog HDL | |
Abraham Sundar et al. | Multi-frame super-resolution using adaptive normalized convolution | |
Abang et al. | Application of blind deconvolution and Lucy-Richardson Deconvolution for image deblurring | |
WO2019163244A1 (ja) | 画像処理方法、画像処理装置、及び画像処理プログラム | |
Belhaj et al. | Blind image deconvolution via Hankel based method for computing the GCD of polynomials | |
KR101775273B1 (ko) | 이미지들 사이의 상관관계 획득 방법 및 시스템 | |
Burt | Pyramid-based extraction of local image features with applications to motion and texture analysis | |
JP7114321B2 (ja) | データ処理装置及びその方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20141127 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20150813 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20150930 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20151227 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160214 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20160226 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160330 |
|
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: 20160630 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20160720 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5976665 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: R3D02 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
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 |