SE536510C2 - Bildbehandlingsmetod för detaljförstärkning och brusreduktion - Google Patents
Bildbehandlingsmetod för detaljförstärkning och brusreduktionInfo
- Publication number
- SE536510C2 SE536510C2 SE1230021A SE1230021A SE536510C2 SE 536510 C2 SE536510 C2 SE 536510C2 SE 1230021 A SE1230021 A SE 1230021A SE 1230021 A SE1230021 A SE 1230021A SE 536510 C2 SE536510 C2 SE 536510C2
- Authority
- SE
- Sweden
- Prior art keywords
- image
- measure
- calculated
- image processing
- low
- Prior art date
Links
- 238000003384 imaging method Methods 0.000 title 1
- 238000003672 processing method Methods 0.000 claims abstract description 10
- 230000003321 amplification Effects 0.000 claims description 10
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 10
- 238000003708 edge detection Methods 0.000 claims description 5
- 238000012800 visualization Methods 0.000 claims description 3
- 238000000034 method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000002146 bilateral effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- 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
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
- G06T5/75—Unsharp masking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- 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
- G06T5/20—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
- G06T5/50—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
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/77—Retouching; Inpainting; Scratch removal
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
- H04N25/70—SSIS architectures; Circuits associated therewith
- H04N25/76—Addressed sensors, e.g. MOS or CMOS sensors
-
- 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
- H04N5/20—Circuitry for controlling amplitude response
- H04N5/205—Circuitry for controlling amplitude response for correcting amplitude versus frequency characteristic
- H04N5/208—Circuitry for controlling amplitude response for correcting amplitude versus frequency characteristic for compensating for attenuation of high frequency components, e.g. crispening, aperture distortion correction
-
- 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
- H04N5/21—Circuitry for suppressing or minimising disturbance, e.g. moiré or halo
-
- 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
- G06T2207/10048—Infrared 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
- G06T2207/20004—Adaptive image processing
- G06T2207/20012—Locally adaptive
-
- 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
- G06T2207/20172—Image enhancement details
- G06T2207/20192—Edge enhancement; Edge preservation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
Description
15 20 25 30 536 510 presentation för operatör. Orsaken till detta är en anpassning till videostandarder. En ren linjär komprimering av signalen är nästan alltid olämplig då ett litet område med starkt avvikande signalnivå riskerar att använda allt dynamikomfång varpå en bild med i princip ett fåtal färg- och gråskalenivåer fås.
Ett vanligt sätt att komma runt detta är att utnyttja bildens histogram (fördelning av signalnivåer) och utifrån detta fastställa lämplig konvertering från t.ex. 16 till 8 bitar så att tillgänglig dynamik inte förbrukas eller används på nivåer där det inte finns någon signal. Även om histogramutjämning är mycket effektiv i många sammanhang så är det i regel svårt att förutse om rätt detalj er verkligen framhävs. Därför används andra metoder som ger mer robusta resultat. En sådan metod är att använda ett kantbevarande lågpassfilter för att ta fram en bakgrundsbild utan detalj er eller struktur och subtrahera denna bild från originalbilden för att på så sätt ta fram de små signalvariationema där de små signalvariationema utgörs av detalj ema.
Kantbevarande lågpassfilter är förut kända och ett exempel på ett sådant filter beskrivs i C. Tomasi och R. Manduchi, Bilateral Filtering for Gray and Color Images, Proc. 1998 IEEE 6th Int. Conf on Computer Vison, Bombay India. Genom att ersätta varje bildpunkts värde med medelvärdet av närliggande bildpunkters värden erhålles en slät bild. Om icke kantbevarande filter används kommer bildpunkter med grannar med kraftigt avvikande signalintensitet att påverkas så att de hamnar på en högre eller lägre nivå än de egentligen borde.
Problem med de idag kända metodema för detalj förstärkning och brusreduktion av bildinformation är att vid hög kantförstärkning så fås även en hög brusnivå.
Ett syfte med föreliggande uppfinning är att föreslå en metod för detalj förstärkning och brusreduktion av bildinformation så att även vid hög kantförstärkning så fås en låg brusnivå.
Andra syften med uppfinningen beskrivs mer i detalj i samband med den detaljerade beskrivningen av uppfinningen. 10 15 20 25 30 35 536 510 Uppfinningen avser en bildbehandlingsmetod för detalj förstärkning och brusreducering där följande steg innefattas; (a) en originalbild skaffas, (b) ett informationsmått beräknas utifrån originalbilden, (c) ett viktningsmått beräknas utifrån informationsmåttet, (d) originalbilden lågpassfiltreras med ett lågpassfilter till en lågpassfiltrerad bild, (e) en högpassfiltrerad bild beräknas genom att subtrahera den lågpassfiltrerade bilden från originalbilden, (f) en detalj förstärkt och brusreducerad bild fås av att en med viktningsmåttet skalad högpassbild adderas till lågpassbilden.
Enligt ytterligare aspekter för det förbättrade bildbehandlingsmetoden för detalj förstärkning och brusreducering enligt uppfinningen gäller; att viktningsmåttet beräknas utifrån en uppslagstabell med resultaten för det beräknade inforrnationsmåttet som indata. att viktningsmåttet beräknas utifrån skalning med en konstant med det beräknade inforrnationsmåttet som indata. att inforrnationsmåttet är ett spridningsmått. att spridningsmåttet är en standardavvikelse. att inforrnationsmåttet är ett kantdetekteringsmått. att informationsmåttet är ett entropimått.
Vidare utgörs uppfinningen av en anordning för bildbehandling innefattande registreringsanordning for bild, bildbehandlingsenhet, samt bildvisningsenhet för bild där; (a) en originalbild skaffas med registreringsanordningen, (b) ett informationsmått beräknas i bildbehandlingsenhet utifrån originalbilden, (c) ett viktningsmått beräknas i bildbehandlingsenhet utifrån inforrnationsmåttet, (d) originalbilden lågpassfiltreras i bildbehandlingsenheten med ett lågpassfilter till en lågpassfiltrerad bild, 10 15 20 25 30 35 536 510 (e) en högpassfiltrerad bild beräknas i bildbehandlingsenheten genom att subtrahera den lågpassfiltrerade bilden från originalbilden, (i) en detalj förstärkt och brusreducerad bild fås av att en med viktningsmåttet skalad högpassbild adderas till lågpassbilden i bildbehandlingsenheten, (g) den detalj förstärkta och brusreducerade bilden Visualiseras i bildvisningsenheten.
Enligt ytterligare aspekter för det förbättrade anordning fór bildbehandling enligt uppfinningen gäller; att registreringsanordningen för bild är en IR-kamera. att den detalj förstärkta och brusreducerade bilden komprimeras innan visualisering i bildvisningsenheten. att viktningsmåttet beräknas i bildbehandlingsenheten utifrån en uppslagstabell med resultaten for det beräknade informationsmåttet som indata. att viktningsmåttet beräknas i bildbehandlingsenheten utifrån skalning med en konstant med det beräknade inforrnationsmåttet som indata. att inforrnationsmåttet är ett spridningsmått. att spridningsmåttet är en standardavvikelse. att informationsmåttet är ett kantdetekteringsmått. att inforrnationsmåttet är ett entropimått.
Uppfinningen kommer i det följ ande att beskrivas närmare under hänvisning till de bifogade figurerna där: Fig. 1 visar blockschema för bildbehandlingsmetod for detalj förstärkning och brusreducering enligt uppfinningen.
Fig. 2 visar blockschema för komponenter i ett bildbehandlingssystem enligt uppfinningen. 10 15 20 25 30 35 536 510 Ett blockschema for bildbehandlingsmetod for detalj förstärkning och brusreducering enligt uppfinningen visas i fig. 1. Bildbehandlingsmetoden utgår från en gruppering av bildinforrnation till delar av den kompletta bilden vidare kallad originalbild 2.
Grupperingen av bildinforrnation sker företrädesvis i forrn av en 16 bit ram där ram definierar en uppsättning av digital information i form av ett antal digitala bit. En komplett digital bild delas upp i ett stort antal mindre grupper eller ramar för att enklare kunna bildbehandlas.
Originalbilden 2 lågpassfiltreras i blocket LP-filter 3 som är ett kantbevarande lägpassfilter. Kantbevarande lägpassfilter är väl kända och beskrivna i litteraturen och behandlas ej mer ingående i ansökningstexten. Den lågpassfiltrerade bilden 4 subtraheras från originalbilden 2 för skapandet av en högpassfiltrerad bild 5. Den lågpassfiltrerade bilden 4 kan även komprimeras med lämplig algoritm, exempelvis histogramutj ämning, huvudsakligen för att minska inforniationsinnehållet i den lågpassfiltrerade bilden och därmed även originalbilden. Originalbilden 2 används för att beräkna ett informationsmätt 7, som utgör ett mått på inforrnationsinnehållet i originalbilden 2, exempelvis en standardavvikelse. Även andra beräknade mått än standardavvikelse kan användas så som olika former av spridningsmått eller andra mått för identifikation av informationsinnehäll i originalbilden 2. Exempel på andra infonnationsmätt 7 är mått som identifierar framträdande, utmärkande eller urskiljbara detalj er ur originalbilden 2, även benämnt saliency. Därtill kan informationsmåttet vara ett mått på kanter i bilden benämnt kantdetekteringsmått eller ett mått på entropin i bilden benämnt entropimått eller andra mätt avseende ordning eller att en bild eller annan inforrnationsmängd har ett visst tillstånd. Det beräknade inforrnationsmåttet 7 viktas eller skalas utifrån den av den aktuella tillämpningen vald metod i blocket faktorskalning 8. Genom att addera den lågpassfiltrerade bilden 4 till den högpassfiltrerade bilden 5 med viktning av det beräknade informationsmåttet 7 eller av ett värde proportionellt mot det beräknade inforrnationsmåttet 7 kan en filtrerad bild 6 skapas. Den filtrerade bilden 6 är en detalj förstärkt och brusreducerad bild av originalbilden 2. Viktningen sker genom att den högpassfiltrerade bilden 5 multipliceras med en faktor från blocket faktorskalning 8. Det faktorskalade resultatet adderas till den lågpassfiltrerade bilden 4 för skapandet av en filtrerad bild 6. Den filtrerade bilden 6 innehåller företrädesvis mindre information än originalbilden 2 och är anpassad för den aktuella tillämpningen och/eller utrustningen. Exempelvis genom att antalet gråtoner har minskats. 10 15 20 25 536 510 I f1g. 2 visas ett blockschema för komponenter i ett bildbehandlingssystem 10 enligt uppfinningen. Bildbehandlingssystemet 10 består av en registreringsanordning 11 som är en bildhämtningsenhet och kan vara en kamera eller bildsensor, en bildbehandlingsenhet 12 samt en bildvisningsenhet 13. Registreringsanordningen 11 registrerar en bild på det mål eller område mot vilket bildhämtningsenheten riktats.
Registreringsanordningen 11 är företrädesvis i detta fall en IR-kamera men kan även vara andra typer av bildhämtande utrustning så som kameror eller sensorer.
Bildbehandlingsenheten 12 behandlar bilden från registreringsanordningen 11 med för ändamålet lämpliga algoritmer. Exempel på lämpliga algoritmer är kantförstärkning, komprimering, brusreducering och andra typer av filtreringsalgoritmer respektive bildmodifieringsalgoritmer. Bildbehandlingen utförs företrädesvis i programmerbar elektronik innefattande mikroprocessorer och/eller signalprocessorer.
Bildbehandlingsenheten 12 utgörs således av anordning för hantering av bildinformation från registreringsanordningen 11, anordning för att bildbehandla bildinformationen från bildhämtningsenheten samt anordning för att överföra den bildbehandlade bildinforrnationen till en bildvisningsenhet 13. Bildvisningsenheten 13 kan utgöras av en display eller annan optisk visualiseringsutrustning anpassad utifrån bildbehandlingssystemets 10 användning och installation.
Uppfinningen är inte begränsad till de speciellt visade utföringsforrnerna utan kan varieras på olika sätt inom patentkravens ram.
Det inses att ovan beskrivna metoden för bildbehandling och/eller den anordning för registrering av bild, bildbehandling och presentation av bildbehandlad bild kan tillämpas för i princip alla bildbehandlingssystem som IR-kameror, kameror eller andra optiska sensorer.
Claims (1)
1. 0 15 20 25 30 35 536 510 PATENTKRAV 1. Bildbehandlingsmetod för detaljförstärkning och brusreducering kännetecknad av att följande steg innefattas; (a) en originalbild skaffas, (b) ett informationsmått, där informationsmåttet kan vara ett spridningsmått, kantdetekteringsmått eller entropimått, beräknas utifrån originalbilden, (c) ett viktningsmått beräknas utifrån informationsmåttet, (d) originalbilden lågpassfiltreras med ett lågpassfilter till en lågpassfiltrerad bild, (e) en högpassfiltrerad bild beräknas genom att subtrahera den lågpassfiltrerade bilden från originalbilden, (f) en detaljförstärkt och brusreducerad bild fås av att en med viktningsmåttet skalad högpassbild adderas till lågpassbilden. Bildbehandlingsmetod enligt krav 1 kännetecknad av att viktningsmåttet beräknas utifrån en uppslagstabell med resultaten för det beräknade informationsmåttet som indata. Bildbehandlingsmetod enligt krav 1 kännetecknad av att Viktningsmåttet beräknas utifrån skalning med en konstant med det beräknade informationsmåttet som indata. Bildbehandlingsmetod enligt något av krav 1 till 3 kännetecknad av att spridningsmåttet är en standardavvikelse. Anordning för bildbehandling innefattande registreringsanordning (11) för bild, bildbehandlingsenhet (12), samt bildvisningsenhet (13) för bild kännetecknad av att; (a) en originalbild skaffas med registreringsanordningen (11), (b) ett informationsmått, där informationsmåttet kan vara ett spridningsmått, kantdetekteringsmått eller entropimått, beräknas i bildbehandlingsenhet (12) utifrån originalbilden, (c) ett viktningsmått beräknas i bildbehandlingsenhet (12) utifrån informationsmåttet, (d) originalbilden lågpassfiltreras i bildbehandlingsenheten (12) med ett lågpassfilter till en lågpassfiltrerad bild, (e) en högpassfiltrerad bild beräknas i bildbehandlingsenheten (12) genom 10 15 20 25 10. 536 510 att subtrahera den lågpassfiltrerade bilden från originalbilden, (f) en detaljförstärkt och brusreducerad bild fås av att en med viktningsmåttet skalad högpassbild adderas till lågpassbilden i bildbehandlingsenheten (12), (g) den detaljförstärkta och brusreducerade bilden visualiseras i bildvisningsenheten (13). Anordning för bildbehandling enligt krav 5 kännetecknad av att registreringsanordningen (11) för bild är en IR-kamera. Anordning för bildbehandling enligt något av krav 5 eller 6 kännetecknad av att den detaljförstärkta och brusreducerade bilden komprimeras innan visualisering i bildvisningsenheten (13). Anordning för bildbehandling enligt något av krav 5 till 7 kännetecknad av att viktningsmåttet beräknas i bildbehandlingsenheten (12) utifrån en uppslagstabell med resultaten för det beräknade informationsmåttet som indata. Anordning för bildbehandling enligt något av krav 5 till 7 kännetecknad av att viktningsmåttet beräknas i bildbehandlingsenheten ( 12) utifrån skalning med en konstant med det beräknade'informationsmåttet som indata. Anordning för bildbehandling enligt något av krav 5 till 9 kännetecknad av att spridningsmåttet är en standardavvikelse.
Priority Applications (7)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
SE1230021A SE536510C2 (sv) | 2012-02-21 | 2012-02-21 | Bildbehandlingsmetod för detaljförstärkning och brusreduktion |
PCT/SE2013/000020 WO2013126001A2 (en) | 2012-02-21 | 2013-02-11 | Image processing method for detail enhancement and noise reduction |
CN201380010509.8A CN104272346B (zh) | 2012-02-21 | 2013-02-11 | 用于细节增强和降噪的图像处理方法 |
EP13751600.1A EP2817780A4 (en) | 2012-02-21 | 2013-02-11 | IMAGE PROCESSING FOR DETAIL EXTENSION AND NOISE REDUCTION |
IL233931A IL233931A0 (en) | 2012-02-21 | 2014-08-03 | An image processing method for increasing details and reducing noise |
US14/464,478 US9595087B2 (en) | 2012-02-21 | 2014-08-20 | Image processing method for detail enhancement and noise reduction |
US15/457,783 US10255662B2 (en) | 2012-02-21 | 2017-03-13 | Image processing method for detail enhancement and noise reduction |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
SE1230021A SE536510C2 (sv) | 2012-02-21 | 2012-02-21 | Bildbehandlingsmetod för detaljförstärkning och brusreduktion |
Publications (2)
Publication Number | Publication Date |
---|---|
SE1230021A1 SE1230021A1 (sv) | 2013-08-22 |
SE536510C2 true SE536510C2 (sv) | 2014-01-14 |
Family
ID=49006339
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
SE1230021A SE536510C2 (sv) | 2012-02-21 | 2012-02-21 | Bildbehandlingsmetod för detaljförstärkning och brusreduktion |
Country Status (6)
Country | Link |
---|---|
US (2) | US9595087B2 (sv) |
EP (1) | EP2817780A4 (sv) |
CN (1) | CN104272346B (sv) |
IL (1) | IL233931A0 (sv) |
SE (1) | SE536510C2 (sv) |
WO (1) | WO2013126001A2 (sv) |
Families Citing this family (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013161111A1 (ja) * | 2012-04-25 | 2013-10-31 | 楽天株式会社 | 画像評価装置、画像選択装置、画像評価方法、記録媒体、ならびに、プログラム |
ITVI20120291A1 (it) * | 2012-10-29 | 2014-04-30 | St Microelectronics Srl | Elaborazione a colori di immagini digitali |
KR102165610B1 (ko) * | 2014-04-23 | 2020-10-14 | 삼성전자주식회사 | 엑스선 영상 장치 및 엑스선 영상 장치의 영상 처리 방법 |
US9924116B2 (en) | 2014-08-05 | 2018-03-20 | Seek Thermal, Inc. | Time based offset correction for imaging systems and adaptive calibration control |
WO2016022374A1 (en) | 2014-08-05 | 2016-02-11 | Seek Thermal, Inc. | Local contrast adjustment for digital images |
US9930324B2 (en) | 2014-08-05 | 2018-03-27 | Seek Thermal, Inc. | Time based offset correction for imaging systems |
WO2016073054A2 (en) | 2014-08-20 | 2016-05-12 | Seek Thermal, Inc. | Gain calibration for an imaging system |
CN106797440A (zh) | 2014-08-20 | 2017-05-31 | 塞克热量股份有限公司 | 成像系统的操作偏置的自适应调整 |
US10600164B2 (en) | 2014-12-02 | 2020-03-24 | Seek Thermal, Inc. | Image adjustment based on locally flat scenes |
US10467736B2 (en) | 2014-12-02 | 2019-11-05 | Seek Thermal, Inc. | Image adjustment based on locally flat scenes |
WO2016089823A1 (en) | 2014-12-02 | 2016-06-09 | Seek Thermal, Inc. | Image adjustment based on locally flat scenes |
KR102272108B1 (ko) * | 2015-02-27 | 2021-07-05 | 삼성전자주식회사 | 영상 처리 장치 및 방법 |
US9549130B2 (en) | 2015-05-01 | 2017-01-17 | Seek Thermal, Inc. | Compact row column noise filter for an imaging system |
WO2016197010A1 (en) | 2015-06-05 | 2016-12-08 | Flir Systems, Inc. | Systems and methods for enhanced dynamic range infrared imaging |
ES2563098B1 (es) | 2015-06-15 | 2016-11-29 | Davantis Technologies Sl | Procedimiento de mejora de imagen IR basado en información de escena para videoanálisis |
CN105427255A (zh) * | 2015-11-16 | 2016-03-23 | 中国航天时代电子公司 | 一种基于grhp的无人机红外图像细节增强方法 |
CN105869132B (zh) * | 2016-04-26 | 2018-10-02 | 成都市晶林科技有限公司 | 一种红外图像细节增强方法 |
US10867371B2 (en) | 2016-06-28 | 2020-12-15 | Seek Thermal, Inc. | Fixed pattern noise mitigation for a thermal imaging system |
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 |
CN110476416B (zh) | 2017-01-26 | 2021-08-17 | 菲力尔系统公司 | 多个成像模式下红外成像的系统和方法 |
CN108573481A (zh) * | 2017-03-14 | 2018-09-25 | 深圳怡化电脑股份有限公司 | 一种水印特征的增强方法及系统 |
US10511793B2 (en) | 2017-06-05 | 2019-12-17 | Adasky, Ltd. | Techniques for correcting fixed pattern noise in shutterless FIR cameras |
US10819919B2 (en) | 2017-06-05 | 2020-10-27 | Adasky, Ltd. | Shutterless far infrared (FIR) camera for automotive safety and driving systems |
US10929955B2 (en) | 2017-06-05 | 2021-02-23 | Adasky, Ltd. | Scene-based nonuniformity correction using a convolutional recurrent neural network |
US11012594B2 (en) | 2017-06-05 | 2021-05-18 | Adasky, Ltd. | Techniques for correcting oversaturated pixels in shutterless FIR cameras |
US10699386B2 (en) | 2017-06-05 | 2020-06-30 | Adasky, Ltd. | Techniques for scene-based nonuniformity correction in shutterless FIR cameras |
US11182877B2 (en) | 2018-08-07 | 2021-11-23 | BlinkAI Technologies, Inc. | Techniques for controlled generation of training data for machine learning enabled image enhancement |
CN109410206A (zh) * | 2018-11-05 | 2019-03-01 | 江苏东保装饰集团有限公司 | 一种建筑装饰三维造型精度检验方法 |
US11049226B1 (en) * | 2019-04-23 | 2021-06-29 | Bae Systems Information And Electronics Systems Integration Inc. | Median based frequency separation local area contrast enhancement |
US11276152B2 (en) | 2019-05-28 | 2022-03-15 | Seek Thermal, Inc. | Adaptive gain adjustment for histogram equalization in an imaging system |
CN110363713B (zh) * | 2019-06-17 | 2023-10-10 | 江苏大学 | 基于递归样本缩放和双线性因子分解的高光谱图像降噪方法 |
CN111192208B (zh) * | 2019-12-18 | 2024-04-09 | 合肥登特菲医疗设备有限公司 | 一种基于边窗滤波器的牙齿cr图像增强方法及装置 |
WO2022006556A1 (en) * | 2020-07-02 | 2022-01-06 | BlinkAI Technologies, Inc. | Systems and methods of nonlinear image intensity transformation for denoising and low-precision image processing |
Family Cites Families (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5038388A (en) * | 1989-05-15 | 1991-08-06 | Polaroid Corporation | Method for adaptively sharpening electronic images |
US5961461A (en) * | 1997-11-07 | 1999-10-05 | General Electric Company | Method and apparatus for adaptive B-mode image enhancement |
US6313883B1 (en) * | 1999-09-22 | 2001-11-06 | Vista Medical Technologies, Inc. | Method and apparatus for finite local enhancement of a video display reproduction of images |
US6731821B1 (en) * | 2000-09-29 | 2004-05-04 | Hewlett-Packard Development Company, L.P. | Method for enhancing compressibility and visual quality of scanned document images |
US7397953B2 (en) * | 2001-07-24 | 2008-07-08 | Hewlett-Packard Development Company, L.P. | Image block classification based on entropy of differences |
US7129976B2 (en) * | 2002-05-10 | 2006-10-31 | Koninklijke Philips Electronics N.V. | Digital image enhancing system |
US7228004B2 (en) * | 2002-09-05 | 2007-06-05 | Eastman Kodak Company | Method for sharpening a digital image |
US7280703B2 (en) * | 2002-11-14 | 2007-10-09 | Eastman Kodak Company | Method of spatially filtering a digital image using chrominance information |
US7394925B2 (en) * | 2003-06-18 | 2008-07-01 | Canon Kabushiki Kaisha | Radiography apparatus and radiography method |
US8111265B2 (en) * | 2004-12-02 | 2012-02-07 | Sharp Laboratories Of America, Inc. | Systems and methods for brightness preservation using a smoothed gain image |
WO2006079955A1 (en) * | 2005-01-26 | 2006-08-03 | Koninklijke Philips Electronics N.V. | Sparkle processing |
US7522220B2 (en) * | 2005-03-30 | 2009-04-21 | Samsung Electronics Co., Ltd. | Dual-channel adaptive 2D noise reduction for video signals |
TWI286032B (en) * | 2005-07-05 | 2007-08-21 | Ali Corp | Image enhancement system |
WO2008046450A1 (en) * | 2006-10-18 | 2008-04-24 | Robert Bosch Gmbh | Image processing system, method and computer program for contrast enhancement of images |
US8108211B2 (en) * | 2007-03-29 | 2012-01-31 | Sony Corporation | Method of and apparatus for analyzing noise in a signal processing system |
US8031967B2 (en) * | 2007-06-19 | 2011-10-04 | Microsoft Corporation | Video noise reduction |
US20090220169A1 (en) * | 2008-02-28 | 2009-09-03 | Microsoft Corporation | Image enhancement |
US7832928B2 (en) * | 2008-07-24 | 2010-11-16 | Carestream Health, Inc. | Dark correction for digital X-ray detector |
US8351725B2 (en) * | 2008-09-23 | 2013-01-08 | Sharp Laboratories Of America, Inc. | Image sharpening technique |
CN101727658B (zh) * | 2008-10-14 | 2012-12-26 | 深圳迈瑞生物医疗电子股份有限公司 | 图像处理方法及装置 |
US20100278423A1 (en) * | 2009-04-30 | 2010-11-04 | Yuji Itoh | Methods and systems for contrast enhancement |
TWI387319B (zh) * | 2009-06-02 | 2013-02-21 | Novatek Microelectronics Corp | 影像處理電路及方法 |
US8938105B2 (en) * | 2010-10-28 | 2015-01-20 | Kabushiki Kaisha Toshiba | Denoising method and system for preserving clinically significant structures in reconstructed images using adaptively weighted anisotropic diffusion filter |
US8457418B2 (en) * | 2011-08-02 | 2013-06-04 | Raytheon Company | Local area contrast enhancement |
US20130177242A1 (en) * | 2012-01-10 | 2013-07-11 | James E. Adams, Jr. | Super-resolution image using selected edge pixels |
US9286658B2 (en) * | 2012-03-22 | 2016-03-15 | Qualcomm Incorporated | Image enhancement |
-
2012
- 2012-02-21 SE SE1230021A patent/SE536510C2/sv not_active IP Right Cessation
-
2013
- 2013-02-11 EP EP13751600.1A patent/EP2817780A4/en not_active Withdrawn
- 2013-02-11 CN CN201380010509.8A patent/CN104272346B/zh not_active Expired - Fee Related
- 2013-02-11 WO PCT/SE2013/000020 patent/WO2013126001A2/en active Application Filing
-
2014
- 2014-08-03 IL IL233931A patent/IL233931A0/en unknown
- 2014-08-20 US US14/464,478 patent/US9595087B2/en active Active
-
2017
- 2017-03-13 US US15/457,783 patent/US10255662B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
WO2013126001A3 (en) | 2013-10-10 |
CN104272346B (zh) | 2018-04-27 |
US20170186139A1 (en) | 2017-06-29 |
IL233931A0 (en) | 2014-09-30 |
CN104272346A (zh) | 2015-01-07 |
US20140355904A1 (en) | 2014-12-04 |
EP2817780A2 (en) | 2014-12-31 |
WO2013126001A8 (en) | 2014-03-06 |
EP2817780A4 (en) | 2016-01-06 |
US10255662B2 (en) | 2019-04-09 |
WO2013126001A2 (en) | 2013-08-29 |
SE1230021A1 (sv) | 2013-08-22 |
US9595087B2 (en) | 2017-03-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
SE536510C2 (sv) | Bildbehandlingsmetod för detaljförstärkning och brusreduktion | |
SE1230022A1 (sv) | Bildbehandlingsmetod med detaljförstärkande filter med adaptiv filterkärna | |
Zhu et al. | Single image dehazing using color attenuation prior. | |
AU2015272846B2 (en) | Image processing system and computer-readable recording medium | |
KR102104403B1 (ko) | 단일영상 내의 안개 제거 방법 및 장치 | |
US20120019728A1 (en) | Dynamic Illumination Compensation For Background Subtraction | |
EP1705901A3 (en) | Image processing apparatus and method, recording medium, and program | |
He et al. | Multiple scattering model based single image dehazing | |
JP2013140428A (ja) | エッジ検出装置、エッジ検出プログラム、およびエッジ検出方法 | |
WO2024016632A1 (zh) | 亮点定位方法、亮点定位装置、电子设备及存储介质 | |
CN105809677B (zh) | 一种基于双边滤波器的图像边缘检测方法及系统 | |
Šroba et al. | Impact of Gaussian noise and image filtering to detected corner points positions stability | |
Jaiswal et al. | A no-reference contrast assessment index based on foreground and background | |
JP2014187504A5 (sv) | ||
KR102346752B1 (ko) | 저시정 영상개선 기능을 갖는 영상처리 시스템 및 이의 영상처리 방법 | |
CN105913427A (zh) | 一种基于机器学习的噪声图像显著性检测方法 | |
Ushma et al. | Object detection in image processing using edge detection techniques | |
TW201510934A (zh) | 影像銳化方法與影像處理裝置 | |
Patel et al. | Illumination invariant moving object detection | |
JP5753437B2 (ja) | 画像強調装置 | |
Chen | Image dehazing based on image enhancement algorithm | |
Baajwa et al. | Evaluating the research gaps of underwater image enhancement techniques | |
Lakhwani et al. | An Improved Approach of Image Enhancement Using Fusion Technique | |
Shorman et al. | Removing rain streaks from single images using total variation | |
JP2012231319A5 (ja) | 被写体追尾装置、撮像装置、被写体追尾方法及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
NUG | Patent has lapsed |