JP7260243B2 - ノイジーな画像をアップスケーリングする方法、及びノイジーな画像をアップスケーリングする装置 - Google Patents
ノイジーな画像をアップスケーリングする方法、及びノイジーな画像をアップスケーリングする装置 Download PDFInfo
- Publication number
- JP7260243B2 JP7260243B2 JP2016217107A JP2016217107A JP7260243B2 JP 7260243 B2 JP7260243 B2 JP 7260243B2 JP 2016217107 A JP2016217107 A JP 2016217107A JP 2016217107 A JP2016217107 A JP 2016217107A JP 7260243 B2 JP7260243 B2 JP 7260243B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- filtering
- applying
- upscaling
- output
- 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
- 238000000034 method Methods 0.000 title claims description 45
- 238000001914 filtration Methods 0.000 claims description 86
- 238000012549 training Methods 0.000 claims description 16
- 238000010801 machine learning Methods 0.000 claims description 6
- 230000008901 benefit Effects 0.000 description 5
- 238000013459 approach Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000021615 conjugation Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4053—Scaling of whole images or parts thereof, e.g. expanding or contracting based on super-resolution, i.e. the output image resolution being higher than the sensor resolution
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4007—Scaling of whole images or parts thereof, e.g. expanding or contracting based on interpolation, e.g. bilinear interpolation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4053—Scaling of whole images or parts thereof, e.g. expanding or contracting based on super-resolution, i.e. the output image resolution being higher than the sensor resolution
- G06T3/4076—Scaling of whole images or parts thereof, e.g. expanding or contracting based on super-resolution, i.e. the output image resolution being higher than the sensor resolution using the original low-resolution images to iteratively correct the high-resolution images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4046—Scaling of whole images or parts thereof, e.g. expanding or contracting using 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
- G06T5/70—Denoising; Smoothing
-
- 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
- G06T2207/20021—Dividing image into blocks, subimages or windows
-
- 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
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
- Closed-Circuit Television Systems (AREA)
Description
上述の実施形態の一部又は全部は、以下の付記のように記載され得るが、以下には限定されない。
(付記1)
ノイジーな入力画像をアップスケーリングする方法であって、
ノイジーな高分解能(HR)画像を得るよう、ノイジーな入力画像をアップスケーリングするステップと、
ノイズ除去された低分解能(LR)画像を得るよう、前記ノイジーな入力画像からノイズを除去するステップと、
アップスケーリングされたノイズを除去されたLR画像を得るよう、前記ノイズを除去されたLR画像をアップスケーリングするステップと、
ノイズを除去されたHR画像を生成するよう、前記ノイジーなHR画像と前記アップスケーリングされたノイズを除去されたLR画像とを結合するステップと
を有する方法。
(付記2)
前記ノイジーな入力画像をアップスケーリングするステップのために、及び、前記ノイズを除去されたLR画像をアップスケーリングするステップのために、同じアップスケーリング方法が使用される、
付記1に記載の方法。
(付記3)
前記結合するステップは、非線形性が閾値化を通じて得られるところの非線形フィルタのネットワークを使用する、
付記1又は2に記載の方法。
(付記4)
前記ノイズを除去するステップは、第1のノイズ除去フィルタリング、第1の閾値化、第2のノイズ除去フィルタリング、第2の閾値化及び第3のノイズ除去フィルタリングの5段階フィルタリングシーケンスを使用する、
付記1乃至3のうちいずれか一項に記載の方法。
(付記5)
前記アップスケーリングするステップは、第1のアップスケーリングフィルタリング、第1の閾値化、第2のアップスケーリングフィルタリング、第2の閾値化及び第3のアップスケーリングフィルタリングの5段階フィルタリングシーケンスを使用する、
付記1乃至4のうちいずれか一項に記載の方法。
(付記6)
前記結合するステップは、第1の結合フィルタリング、第1の閾値化、第2の結合フィルタリング、第2の閾値化及び第3の結合フィルタリングの5段階フィルタリングシーケンスを使用する、
付記1乃至5のうちいずれか一項に記載の方法。
(付記7)
前記閾値化は、負の値をゼロに設定し、正の値を不変なままとする、
付記3乃至6のうちいずれか一項に記載の方法。
(付記8)
前記フィルタリングのためのフィルタの係数及び次元は、ランダムに初期化され、その後に、機械学習アルゴリズムを使用することによってトレーニング段階においてトレーニングされる、
付記4乃至7のうちいずれか一項に記載の方法。
(付記9)
前記フィルタリングのためのフィルタの次元は、予め定義されており、前記フィルタリングのためのフィルタの係数は、ランダムに初期化され、その後に、機械学習アルゴリズムを使用することによってトレーニング段階においてトレーニングされる、
付記4乃至7のうちいずれか一項に記載の方法。
(付記10)
前記アップスケーリングするステップ、前記ノイズを除去するステップ、及び前記結合するステップは、画像パッチを使用する、
付記1乃至9のうちいずれか一項に記載の方法。
(付記11)
ノイジーな入力画像をアップスケーリングする装置であって、
ノイジーな高分解能(HR)画像を得るよう、ノイジーな入力画像をアップスケーリングするよう構成される第1の画像アップスケーラと、
ノイズ除去された低分解能(LR)画像を得るよう、前記ノイジーな入力画像からノイズを除去するよう構成される画像デノイザと、
アップスケーリングされたノイズを除去されたLR画像を得るよう、前記ノイズを除去されたLR画像をアップスケーリングするよう構成される第2の画像アップスケーラと、
ノイズを除去されたHR画像を生成するよう、前記ノイジーなHR画像のピクセル又はパッチと前記アップスケーリングされたノイズを除去されたLR画像のピクセル又はパッチとを結合するよう構成される画像コンバイナと
を有する装置。
(付記12)
前記ノイジーな入力画像をアップスケーリングするために、及び、前記ノイズを除去されたLR画像をアップスケーリングするために、同じアップスケーリング方法が使用される、
付記11に記載の装置。
(付記13)
前記画像コンバイナは、非線形性が閾値化を通じて得られるところの非線形フィルタのネットワークを使用するよう構成される、
付記11又は12に記載の装置。
(付記14)
前記画像デノイザは、第1のノイズ除去フィルタリング、第1の閾値化、第2のノイズ除去フィルタリング、第2の閾値化及び第3のノイズ除去フィルタリングの5段階フィルタリングシーケンスを使用するよう構成される、
付記11乃至13のうちいずれか一項に記載の装置。
(付記15)
前記アップスケーリングは、第1のアップスケーリングフィルタリング、第1の閾値化、第2のアップスケーリングフィルタリング、第2の閾値化及び第3のアップスケーリングフィルタリングの5段階フィルタリングシーケンスを使用する、
付記11乃至14のうちいずれか一項に記載の装置。
20~50 ステップ
51 HR画像
100 方法
200 装置
220 第1の画像アップスケーラ
230 画像デノイザ
240 第2の画像アップスケーラ
250 画像コンバイナ
300 画像ノイズ除去/画像超解像/画像結合サブシステム
310 第1のフィルタリングユニット
320 第1の閾値化ユニット
330 第2のフィルタリングユニット
340 第2の閾値化ユニット
350 第3のフィルタリングユニット
Claims (15)
- ノイジーな入力画像をアップスケーリングする方法であって、
ノイジーな高分解能(HR)画像を得るよう、ノイジーな入力画像をアップスケーリングするステップと、
ノイズ除去された低分解能(LR)画像を得るよう、前記ノイジーな入力画像からノイズを除去するステップと、
アップスケーリングされたノイズを除去されたLR画像を得るよう、前記ノイズを除去されたLR画像をアップスケーリングするステップと、
ノイズを除去されたHR画像を生成するよう、前記ノイジーなHR画像と前記アップスケーリングされたノイズを除去されたLR画像とを、非線形フィルタリングのシーケンスによって結合するステップと
を有し、前記結合するステップは、前記非線形フィルタリングのシーケンスとして、
前記ノイジーなHR画像と前記アップスケーリングされたノイズを除去されたLR画像とに結合フィルタリングを適用する第1のステップと、
前記第1のステップからの出力に閾値化を適用する第2のステップと、
前記第2のステップからの出力に結合フィルタリングを適用する第3のステップと、
前記第3のステップからの出力に閾値化を適用する第4のステップと、
前記第4のステップからの出力に結合フィルタリングを適用する第5のステップとを含む、5段階フィルタリングシーケンスを使用する、方法。 - 前記ノイジーな入力画像をアップスケーリングするステップのために、及び、前記ノイズを除去されたLR画像をアップスケーリングするステップのために、同じアップスケーリング方法が使用される、
請求項1に記載の方法。 - 前記結合するステップは、非線形性が閾値化を通じて得られるところの非線形フィルタのネットワークを使用する、
請求項1又は2に記載の方法。 - 前記ノイズを除去するステップは、ガウス雑音を有するノイジーな入力画像にノイズ除去フィルタリングを適用する第1のステップと、前記第1のステップからの出力に閾値化を適用する第2のステップと、前記第2のステップからの出力にノイズ除去フィルタリングを適用する第3のステップと、前記第3のステップからの出力に閾値化を適用する第4のステップと、前記第4のステップからの出力にノイズ除去フィルタリングを適用する第5のステップとを含む、5段階フィルタリングシーケンスを使用する、
請求項1乃至3のうちいずれか一項に記載の方法。 - 前記アップスケーリングするステップは、前記ノイジーな入力画像または前記ノイズを除去されたLR画像にアップスケーリングフィルタリングを適用する第1のステップと、前記第1のステップからの出力に閾値化を適用する第2のステップと、前記第2のステップからの出力にアップスケーリングフィルタリングを適用する第3のステップと、前記第3のステップからの出力に閾値化を適用する第4のステップと、前記第4のステップからの出力にアップスケーリングフィルタリングを適用する第5のステップとを含む、5段階フィルタリングシーケンスを使用する、
請求項1乃至4のうちいずれか一項に記載の方法。 - 前記閾値化は、負の値をゼロに設定し、正の値を不変なままとする、
請求項3乃至5のうちいずれか一項に記載の方法。 - 前記ノイズ除去フィルタリング、前記アップスケーリングフィルタリング、又は前記結合フィルタリングのための各フィルタの係数及び次元は、ランダムに初期化され、その後に、機械学習アルゴリズムを使用することによってトレーニング段階においてトレーニングされる、
請求項4乃至6のうちいずれか一項に記載の方法。 - 前記ノイズ除去フィルタリング、前記アップスケーリングフィルタリング、又は前記結合フィルタリングのための各フィルタの次元は、予め定義されており、前記ノイズ除去フィルタリング、前記アップスケーリングフィルタリング、又は前記結合フィルタリングのための各フィルタの係数は、ランダムに初期化され、その後に、機械学習アルゴリズムを使用することによってトレーニング段階においてトレーニングされる、
請求項4乃至6のうちいずれか一項に記載の方法。 - 前記アップスケーリングするステップ、前記ノイズを除去するステップ、及び前記結合するステップは、画像パッチを使用する、
請求項1乃至8のうちいずれか一項に記載の方法。 - ノイジーな入力画像をアップスケーリングする装置であって、
ノイジーな高分解能(HR)画像を得るよう、ノイジーな入力画像をアップスケーリングするよう構成される第1の画像アップスケーラと、
ノイズ除去された低分解能(LR)画像を得るよう、前記ノイジーな入力画像からノイズを除去するよう構成される画像デノイザと、
アップスケーリングされたノイズを除去されたLR画像を得るよう、前記ノイズを除去されたLR画像をアップスケーリングするよう構成される第2の画像アップスケーラと、
ノイズを除去されたHR画像を生成するよう、前記ノイジーなHR画像と前記アップスケーリングされたノイズを除去されたLR画像とを、非線形フィルタリングのシーケンスによって結合するよう構成される画像コンバイナと
を有し、
前記画像コンバイナは、前記非線形フィルタリングのシーケンスとして、
前記ノイジーなHR画像と前記アップスケーリングされたノイズを除去されたLR画像とに結合フィルタリングを適用する第1のステップと、
前記第1のステップからの出力に閾値化を適用する第2のステップと、
前記第2のステップからの出力に結合フィルタリングを適用する第3のステップと、
前記第3のステップからの出力に閾値化を適用する第4のステップと、
前記第4のステップからの出力に結合フィルタリングを適用する第5のステップとを含む、5段階フィルタリングシーケンスを使用するよう構成される、
装置。 - 前記ノイジーな入力画像をアップスケーリングするために、及び、前記ノイズを除去されたLR画像をアップスケーリングするために、同じアップスケーリング方法が使用される、
請求項10に記載の装置。 - 前記画像コンバイナは、非線形性が閾値化を通じて得られるところの非線形フィルタのネットワークを使用するよう構成される、
請求項10又は11に記載の装置。 - 前記画像デノイザは、ガウス雑音を有するノイジーな入力画像にノイズ除去フィルタリングを適用する第1のステップと、前記第1のステップからの出力に閾値化を適用する第2のステップと、前記第2のステップからの出力にノイズ除去フィルタリングを適用する第3のステップと、前記第3のステップからの出力に閾値化を適用する第4のステップと、前記第4のステップからの出力にノイズ除去フィルタリングを適用する第5のステップとを含む、5段階フィルタリングシーケンスを使用するよう構成される、
請求項10乃至12のうちいずれか一項に記載の装置。 - 前記アップスケーリングは、前記ノイジーな入力画像または前記ノイズを除去されたLR画像にアップスケーリングフィルタリングを適用する第1のステップと、前記第1のステップからの出力に閾値化を適用する第2のステップと、前記第2のステップからの出力にアップスケーリングフィルタリングを適用する第3のステップと、前記第3のステップからの出力に閾値化を適用する第4のステップと、前記第4のステップからの出力にアップスケーリングフィルタリングを適用する第5のステップとを含む、5段階フィルタリングシーケンスを使用する、
請求項10乃至13のうちいずれか一項に記載の装置。 - コンピュータに方法を実行させるための、コンピュータ実行可能な命令を有することを特徴とする一時的でないコンピュータ読取可能記憶媒体であって、
前記方法は、
ノイジーな高分解能画像を得るよう、ノイジーな入力画像をアップスケーリングするステップと、
ノイズ除去された低分解能画像を得るよう、前記ノイジーな入力画像からノイズを除去するステップと、
アップスケーリングされたノイズを除去された低分解能画像を得るよう、前記ノイズを除去された低分解能画像をアップスケーリングするステップと、
ノイズを除去された高分解能画像を生成するよう、前記ノイジーな高分解能画像と前記アップスケーリングされたノイズを除去された低分解能画像とを、非線形フィルタリングのシーケンスによって結合するステップと
を含み、前記結合するステップは、前記非線形フィルタリングのシーケンスとして、
前記ノイジーな高分解能画像と前記アップスケーリングされたノイズを除去された低分解能画像とに結合フィルタリングを適用する第1のステップと、
前記第1のステップからの出力に閾値化を適用する第2のステップと、
前記第2のステップからの出力に結合フィルタリングを適用する第3のステップと、
前記第3のステップからの出力に閾値化を適用する第4のステップと、
前記第4のステップからの出力に結合フィルタリングを適用する第5のステップとを含む、5段階フィルタリングシーケンスを使用する、
一時的でないコンピュータ読取可能記憶媒体。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP15306776.4A EP3166070B1 (en) | 2015-11-09 | 2015-11-09 | Method for upscaling noisy images, and apparatus for upscaling noisy images |
EP15306776.4 | 2015-11-09 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2017091529A JP2017091529A (ja) | 2017-05-25 |
JP2017091529A5 JP2017091529A5 (ja) | 2019-12-19 |
JP7260243B2 true JP7260243B2 (ja) | 2023-04-18 |
Family
ID=54703912
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016217107A Active JP7260243B2 (ja) | 2015-11-09 | 2016-11-07 | ノイジーな画像をアップスケーリングする方法、及びノイジーな画像をアップスケーリングする装置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US10319075B2 (ja) |
EP (1) | EP3166070B1 (ja) |
JP (1) | JP7260243B2 (ja) |
KR (1) | KR102620105B1 (ja) |
CN (1) | CN107016642B (ja) |
Families Citing this family (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3259920A1 (en) | 2015-02-19 | 2017-12-27 | Magic Pony Technology Limited | Visual processing using temporal and spatial interpolation |
GB201604672D0 (en) * | 2016-03-18 | 2016-05-04 | Magic Pony Technology Ltd | Generative methods of super resolution |
WO2016156864A1 (en) | 2015-03-31 | 2016-10-06 | Magic Pony Technology Limited | Training end-to-end video processes |
EP3336757A1 (en) * | 2016-12-16 | 2018-06-20 | Tata Consultancy Services Limited | Method and system for container code recognition |
KR102326165B1 (ko) * | 2017-08-23 | 2021-11-16 | 엘지디스플레이 주식회사 | 영상 처리 방법 및 이를 이용한 표시 장치 |
CN107767343B (zh) * | 2017-11-09 | 2021-08-31 | 京东方科技集团股份有限公司 | 图像处理方法、处理装置和处理设备 |
KR101987079B1 (ko) * | 2017-12-28 | 2019-06-10 | 주식회사 홈초이스 | 머신러닝 기반의 동적 파라미터에 의한 업스케일된 동영상의 노이즈 제거방법 |
KR101894278B1 (ko) | 2018-01-18 | 2018-09-04 | 주식회사 뷰노 | 일련의 슬라이스 영상을 재구성하는 방법 및 이를 이용한 장치 |
IL277035B1 (en) * | 2018-03-12 | 2024-03-01 | Lvis Corp | Systems and methods for creating thin image slices from thick image slices |
CN110300301B (zh) * | 2018-03-22 | 2023-01-13 | 华为技术有限公司 | 图像编解码方法和装置 |
KR102570562B1 (ko) * | 2018-07-16 | 2023-08-24 | 삼성전자주식회사 | 영상 처리 장치 및 그 동작방법 |
JP2020017229A (ja) * | 2018-07-27 | 2020-01-30 | 国立大学法人 東京大学 | 画像処理装置、画像処理方法及び画像処理プログラム |
US10931853B2 (en) * | 2018-10-18 | 2021-02-23 | Sony Corporation | Enhanced color reproduction for upscaling |
KR102604016B1 (ko) * | 2018-10-24 | 2023-11-22 | 삼성전자주식회사 | 전자 장치 및 이의 제어방법 |
KR102098375B1 (ko) | 2018-11-15 | 2020-04-08 | 충남대학교산학협력단 | Jpeg 압축 이미지의 해상도 증가 시스템 및 그 방법 |
KR102184763B1 (ko) * | 2019-02-08 | 2020-11-30 | 금오공과대학교 산학협력단 | 신경망이 적용된 통신 시스템 및 방법 |
WO2021226601A1 (en) * | 2020-05-08 | 2021-11-11 | Lets Enhance Inc | Image enhancement |
US11222406B2 (en) | 2020-06-05 | 2022-01-11 | Canon Medical Systems Corporation | Method and system for training a machine learning-based image denoising system |
CN112734646B (zh) * | 2021-01-19 | 2024-02-02 | 青岛大学 | 一种基于特征通道划分的图像超分辨率重建方法 |
KR20240007420A (ko) * | 2022-07-08 | 2024-01-16 | 한화비전 주식회사 | 머신 러닝을 이용한 영상 노이즈 학습 서버 및 영상 노이즈 저감 장치 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015129987A (ja) | 2014-01-06 | 2015-07-16 | 国立大学法人三重大学 | 医用高解像画像形成システムおよび方法。 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070083114A1 (en) * | 2005-08-26 | 2007-04-12 | The University Of Connecticut | Systems and methods for image resolution enhancement |
US8867858B2 (en) * | 2010-01-28 | 2014-10-21 | Yissum Research Development Company Of The Hebrew University Of Jerusalem, Ltd. | Method and system for generating an output image of increased pixel resolution from an input image |
US20120044389A1 (en) * | 2010-08-20 | 2012-02-23 | Altek Corporation | Method for generating super resolution image |
US8655109B2 (en) * | 2011-08-05 | 2014-02-18 | Adobe Systems Incorporated | Regression-based learning model for image upscaling |
EP2615579A1 (en) * | 2012-01-12 | 2013-07-17 | Thomson Licensing | Method and device for generating a super-resolution version of a low resolution input data structure |
CN103390266B (zh) * | 2013-07-31 | 2016-05-18 | 广东威创视讯科技股份有限公司 | 一种图像超分辨率方法和装置 |
EP2908285A1 (en) | 2014-02-13 | 2015-08-19 | Thomson Licensing | Method for performing super-resolution on single images and apparatus for performing super-resolution on single images |
-
2015
- 2015-11-09 EP EP15306776.4A patent/EP3166070B1/en active Active
-
2016
- 2016-11-04 US US15/343,254 patent/US10319075B2/en active Active
- 2016-11-07 KR KR1020160147427A patent/KR102620105B1/ko active IP Right Grant
- 2016-11-07 JP JP2016217107A patent/JP7260243B2/ja active Active
- 2016-11-08 CN CN201610982198.7A patent/CN107016642B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015129987A (ja) | 2014-01-06 | 2015-07-16 | 国立大学法人三重大学 | 医用高解像画像形成システムおよび方法。 |
Non-Patent Citations (1)
Title |
---|
Abhishek Singh, et al,Super-Resolving Noisy Images,Conference on Computer Vision and Pattern Recognition,米国,IEEE,2014年06月23日,2846-2853,https://ieeexplore.ieee.org/document/6909760 |
Also Published As
Publication number | Publication date |
---|---|
EP3166070B1 (en) | 2021-01-06 |
KR102620105B1 (ko) | 2024-01-03 |
KR20170058277A (ko) | 2017-05-26 |
US10319075B2 (en) | 2019-06-11 |
CN107016642A (zh) | 2017-08-04 |
CN107016642B (zh) | 2022-08-16 |
US20170132760A1 (en) | 2017-05-11 |
EP3166070A1 (en) | 2017-05-10 |
JP2017091529A (ja) | 2017-05-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7260243B2 (ja) | ノイジーな画像をアップスケーリングする方法、及びノイジーな画像をアップスケーリングする装置 | |
Deng et al. | Hessian matrix-based fourth-order anisotropic diffusion filter for image denoising | |
Liu et al. | A medical image enhancement method using adaptive thresholding in NSCT domain combined unsharp masking | |
CN110322404B (zh) | 一种图像增强方法及系统 | |
Rahman et al. | Gaussian noise reduction in digital images using a modified fuzzy filter | |
Luo et al. | Ct image denoising using double density dual tree complex wavelet with modified thresholding | |
Ram et al. | Image super-resolution using graph regularized block sparse representation | |
Batna | Comparative study between wavelet thresholding techniques (hard, soft and invariant-translation) in ultrasound images | |
Dhiman et al. | An improved threshold estimation technique for image denoising using wavelet thresholding techniques | |
Zhang et al. | Hybrid gradient-domain image denoising | |
Mahesh et al. | An Effective Image Denoising Using Adaptive Thresholding In Wavelet Domain | |
CN108665419B (zh) | 一种图像去噪的方法及装置 | |
Shin et al. | Image denoiser using convolutional neural network with deconvolution and modified residual network | |
Sravya et al. | Image fusion on multi focused images using NSCT | |
Ruikar et al. | Image Denoising using Tri Nonlinear and Nearest Neighbour Interpolation with Wavelet Transform | |
Zhao et al. | Approach of image denoising based on discrete multi-wavelet transform | |
Shanmugasundaram et al. | A Novel Image Restoration Algorithm Using NSCT and Pixel Level Fusion. | |
Song et al. | Image denoising method based on non-uniform partition and wavelet transform | |
Unni et al. | Non-Local Patch-Based Regularization for Image Restoration | |
Varma et al. | Image Restoration using 3-Dimensional Discrete Cosine Transform | |
Guglani et al. | Noise removal using double density Complex Dual Tree Transform with NeighShrink SURE and median filter | |
Fahmy et al. | E-spline based image interpolators | |
Anh et al. | A Convex Optimization Based Method for Color Image Reconstruction | |
Joo et al. | PDE-based image restoration, II: Numerical schemes and color image denoising | |
Sankar et al. | Enhanced High Resolution Colour Image Using Discrete and Stationary Wavelet Transform |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20181220 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20181227 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191106 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191106 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20191111 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20201217 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20201228 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210318 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210715 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210906 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211203 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220421 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220719 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20221027 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230216 |
|
C60 | Trial request (containing other claim documents, opposition documents) |
Free format text: JAPANESE INTERMEDIATE CODE: C60 Effective date: 20230216 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20230227 |
|
C21 | Notice of transfer of a case for reconsideration by examiners before appeal proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C21 Effective date: 20230228 |
|
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: 20230317 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230406 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7260243 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |