SE536859C2 - Metod för bildbehandling och bildbehandlande anordning. - Google Patents

Metod för bildbehandling och bildbehandlande anordning. Download PDF

Info

Publication number
SE536859C2
SE536859C2 SE1230148A SE1230148A SE536859C2 SE 536859 C2 SE536859 C2 SE 536859C2 SE 1230148 A SE1230148 A SE 1230148A SE 1230148 A SE1230148 A SE 1230148A SE 536859 C2 SE536859 C2 SE 536859C2
Authority
SE
Sweden
Prior art keywords
image processing
frames
incoming
processing method
saved
Prior art date
Application number
SE1230148A
Other languages
English (en)
Other versions
SE1230148A1 (sv
Inventor
Stefan Olsson
Original Assignee
Flir Systems Ab
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Flir Systems Ab filed Critical Flir Systems Ab
Priority to SE1230148A priority Critical patent/SE536859C2/sv
Priority to US14/650,550 priority patent/US20150310594A1/en
Priority to PCT/SE2013/000189 priority patent/WO2014107120A1/en
Publication of SE1230148A1 publication Critical patent/SE1230148A1/sv
Publication of SE536859C2 publication Critical patent/SE536859C2/sv

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/20Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from infrared radiation only
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/70Denoising; Smoothing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/20Image enhancement or restoration using local operators
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/50Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N25/00Circuitry of solid-state image sensors [SSIS]; Control thereof
    • H04N25/60Noise processing, e.g. detecting, correcting, reducing or removing noise
    • H04N25/67Noise processing, e.g. detecting, correcting, reducing or removing noise applied to fixed-pattern noise, e.g. non-uniformity of response
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N25/00Circuitry of solid-state image sensors [SSIS]; Control thereof
    • H04N25/60Noise processing, e.g. detecting, correcting, reducing or removing noise
    • H04N25/67Noise processing, e.g. detecting, correcting, reducing or removing noise applied to fixed-pattern noise, e.g. non-uniformity of response
    • H04N25/671Noise processing, e.g. detecting, correcting, reducing or removing noise applied to fixed-pattern noise, e.g. non-uniformity of response for non-uniformity detection or correction
    • H04N25/677Noise processing, e.g. detecting, correcting, reducing or removing noise applied to fixed-pattern noise, e.g. non-uniformity of response for non-uniformity detection or correction for reducing the column or line fixed pattern noise
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10016Video; Image sequence
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10048Infrared image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20172Image enhancement details
    • G06T2207/20182Noise reduction or smoothing in the temporal domain; Spatio-temporal filtering
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20172Image enhancement details
    • G06T2207/20192Edge enhancement; Edge preservation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20212Image combination
    • G06T2207/20216Image averaging

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Studio Devices (AREA)
  • Image Processing (AREA)
  • Picture Signal Circuits (AREA)

Abstract

Uppfinningen avser en bildbehandlingsmetod för avlägsnande av högfrekvent statisktmönsterbrus från en videosekvens, varvid en sekvens av inkommande bildrutor sparasnär aktuell scen rör sig över en ingående kameras detektor. Uppfinningen avser ävenen bildbehandlande anordning för genomförande av bildbehandlingsmetoden. Enligtuppfinningen är en metod och en anordning åstadkomna som effektivt avlägsnarstatiskt mönsterbrus och vilken metod är effektiv, stabil, lätt att implementera ochäven har förmågan att avlägsna långsamt varierande spatialt-temporalt statisktmönsterbrus. Detta åstadkoms genom en metod innefattande momenten: a) att ett medelvärde bildas (4) av sekvensen av inkommande sparade bildrutoroch att det bildade medelvärdet spatialt högpassfiltreras (7), b) att det spatialt högpassfiltrerade medelvärdet viktas med ett mått på skillnadenmellan inkommande sparade bildrutor (5, 8, 14), c) att det spatialt högpassfiltrerade medelvärdet viktas med ett kantmått påinkommande sparade bildrutor (6, 9 15), d) att det viktade spatialt högpassfiltrerade medelvärdet lagras (11) ochsubtraheras (20) från videosekvensen, samt genom en anordning innefattande kamera med detektor, rörelsedetektor, minneför lagring av bildrutor och processor för bearbetning av lagrade bildrutor enligt metoden. (Figur 1 föreslås som publiceringsfigur)

Description

25 30 536 859 Sammandrag av uppfinningen Ändamålet med föreliggande uppfinningen är att åstadkomma en bildbehandlingsmetod och en bildbehandlande anordning som effektivare än kända lösningar enligt ovan eliminerar hö gfrekvent statiskt brus. Metoden enligt uppfinningen kan därtill tillskrivas egenskaperna att vara enkel att implementera, att vara mycket effektiv, och stabil och som dessutom kan avlägsna långsamt varierande spatialt-temporalt statiskt mönsterbrus.
Uppfinningsändamålet uppnås genom en bildbehandlingsmetod enligt första stycket kännetecknad av a) att det bildade medelvärdet spatialt högpassfiltreras, b) att det spatialt högpassfiltrerade medelvärdet viktas pixelvis temporalt med ett mått på skillnaden mellan inkommande sparade bildrutor, c) att det spatialt högpassfiltrerade medelvärdet viktas med värdet av ett kantmått på inkommande sparade bildrutor, d) att det viktade spatialt högpassfiltrerade medelvärdet lagras som en ackumulerad bild av statiskt mönsterbrus och subtraheras från videosekvensen.
Uppfinningsändamålet uppnås även genom en bildbehandlande anordning enligt första stycket för genomförande av bildbehandlingsmetoden kännetecknad av att anordningen innefattar kamera med detektor, rörelsedetektor, minne för lagring av bildrutor och processor för bearbetning av lagrade bildrutor.
Med bestämningen att aktuell scen rör sig över en ingående kameras detektor avses att bland annat täcka in att kameran kan röra sig, att kameran kan vara monterad på en plattform som rör sig, att kameran är under zoomning eller att kameran är under en autofokuserande process.
Genom att utnyttja rörelse mellan detektor och scen kan det statiska mönsterbruset som förblir fixt relativt detektom identifieras och effektivt elimineras genom stegen a) till d) ovan där, utöver medelvärdesbildning och spatial högpassfiltrering, 10 15 20 25 30 536 859 bildbehandlingen innefattar två separata bildbearbetande kanaler med separat viktning.
Enligt ett fördelaktigt utförande av metoden bestäms måttet på skillnaden mellan inkommande sparade bildrutor genom en pixelvis medelvärdesbildning temporalt.
Alternativt kan måttet på skillnaden mellan inkommande sparade bildrutor bestämmas temporalt av maxvärden pixelvis.
Enligt ännu ett fördelaktigt utförande av metoden bestäms kantmåttet baserat på lokal standardavvikelse temporalt och pixelvis. Altemativt kan kantmåttet bestämmas baserat på tenengradfunktion applicerad temporalt och pixelvis.
Enligt ytterligare ett fördelaktigt utförande av metoden enligt uppfinningen medelvärdesbildas framtaget kantmåttet pixelvis temporalt.
Enligt ett annat fördelaktigt utförande av metoden enligt uppfinningen bestäms framtaget kantmåttet temporalt av maxvärden pixelvis.
Bildbehandlingsmetoden är synnerligen lämpad för avlägsnande av statiskt mönsterbrus inom det infraröda området och enligt ett lämpligt utförande kännetecknas metoden av att de inkommande bildrutorna upptas inom det infraröda området.
Viktningsmåtten kan enligt ett utförande av metoden skalas ned med avseende på skillnadsmått och kantmått och särskilt föreslås att viktningsmåtten skalas nedåt i ett intervall mellan ett och noll i beroende av kant och differensvärden varvid vid höga kant- eller differenssvärden nedskalningen ökas. Vid höga kant- och eller differensmått kan därvid nedskalningen sättas till ett värde nära noll.
Den bildbehandlande anordningen för genomförande av bildbehandlingsmetoden föreslås innefatta kamera med detektor, rörelsedetektor, minne för lagring av bildrutor och processor för bearbetning av lagrade bildrutor. 10 15 20 25 30 536 859 Särskilt föreslås att i den bildbehandlande anordningen anordna skalningsorgan för att nedskala viktningsmått.
Kortfattad beskrivning av ritningama Uppfinningen kommer att beskrivas ytterligare nedan i exempliflerad form under hänvisning till bifogade ritningar där: Figur 1 schematiskt i blockschemaform illustrerar en bildbehandlingsmetod enligt uppfinningen.
Figur 2 schematiskt visar ett exempel på en bildbehandlande anordning enligt uppfinningen.
Detaljerad utförandebeskrivning Bildbehandlingsmetoden beskrivs i det följ ande under hänvisning till blockschemat visat i figur 1. Via exempelvis en IR-kamera 20, se figur 2, inkommer en videosekvens till blocket 1. Blocket 1 levererar en följd av bildrutor. Dessa bildrutor innehåller förutom avbildat motiv bland annat stömingar i form av statiskt mönsterbrus, FPN, och relaterat till kamerans detektor. För att eliminera det statiska mönsterbruset är det önskvärt att identifiera bruset och i en subtraherare12 subtrahera bruset från av blocket 1 levererad följd av bildrutor. På subtraherarens utgång 17 erhålls därvid en följd av bildrutor mer eller mindre brusbefriade i beroende av hur effektivt bruset kan identifieras och som tillförs ett block 2 som tillhandahåller utgående följd av bildrutor.
För att identifiera bruset, föreslås en process där inkommande följd av bildrutor lagras i ett bildbuffertminne 3. Antalet lagrade bildrutor begränsas och kan exempelvis uppgå till 16. Dessutom lagras enbart bildrutor i följd där en aktuell scen rör sig över en ingående kameras 20 detektor 21, se figur 2. 10 15 20 25 30 536 859 De lagrade bildrutoma bearbetas i tre kanaler Q, Q, Q. I en första kanal Q bildas medelvärdet av sekvensen av lagrade bildrutor, block 4, för att sedan spatialt högpassfiltreras, block 7.
I en andra kanal li framtas ett mått på skillnaden mellan lagrade bildrutor, block 5, och som sedan i ett block 8 kan skalas ned. Måttet på skillnaden mellan lagrade bildrutor kan bestämmas i blocket 5 genom en pixelvis medelvärdesbildning temporalt. Alternativt kan måttet på skillnaden mellan lagrade bildrutor bestämmas i blocket 5 temporalt av maxvärden pixelvis.
I en tredje kanal Q bestäms i blocket 6 ett kantmått för lagrade bildrutor och som sedan kan skalas ned i blocket 9. Blocket 6 kan bestämma kantmåttet baserat på lokal standardavvikelse temporalt och pixelvis. Alternativt kan blocket 6 bestämma kantmåttet baserat på tenengradfunktion applicerad temporalt och pixelvis.
I föregående stycke har föreslagits två olika modeller för kantbestämning. Emellertid existerar en mängd andra kända tänkbara modeller och de två föreslagna modellerna utesluter inte andra modeller som kan visa sig vara väl så lämpliga.
Sedan kantmåttet bestämts i blocket 6 utförs även i nämnda block antingen en medelvärdesbildning av kantmåttet pixelvis temporalt eller en bestämning av kantmåttet temporalt av maxvärden pixelvis.
I figur 1 har de temporala bildprocessandet markerats med en streckad ruta 27, medan en spatial bildprocessande del markerats med en streckad ruta 28.
I ett efterföljade steg på kanalemas Q, Q, Q utgångar utförs i ett multiplikatorsteg 16 en viktning av det spatialt högpassfiltrerade medelvärdet från block 4 med ett mått på skillnaden mellan lagrade bildrutor från block 8 och ett kantmått på lagrade bilder från block 9. Ut från multiplikatorsteget erhålls en uppdaterad FPN-bild, bild med statiskt mönsterbrus, som om kravet på att en aktuell scen rör sig över en ingående kameras detektor är uppfyllt subtraheras från av blocket 1 levererade bildrutor i subtraheraren 20 samtidigt som den uppdaterade F PN-bilden lagras i ett block 11 via en antydd streckprickad förbindelse 18. I det fall att ingen eller ringa rörelse råder över kamerans 10 15 20 536 859 detektor görs däremot ingen uppdatering av FPN-bilden, utan FPN-bilden hämtas från blocket ll som en däri tidigare lagrad FPN-bild. Det kan också noteras att blocket 11 vid uppstart lämpligen är nollställt.
För genomförande av metoden beskriven under hänvisning till figur 1 visas i figur 2 schematiskt ett exempel på. en bildbehandlande anordning Q. Anordningen 1_Q innefattar en kameradel 20 med en detektor 21. Av kamerans detektor upptagna videosekvenser bearbetas i en bildbehandlingsdel 22 enligt de principer som beskrivits under hänvisning till figur 1. För detta ändamål ingår en minnesdel 23 för lagring av bildrutor och FPN-bild. Vidare finns en rörelsedetektor 24 för fastställande om kraven på rörelse mellan upptagningen av individuella bildrutor är uppfyllda. En processor 25 bearbetar lagrade bildrutor för utförande av ingående moment såsom medelvärdesbildning, kantdetektering, hö gpassfiltrering med mera. Dessutom ingår skalningsutmstning 26 för nedskalning av viktningsfunktionerna och där nedskalningen kan styras extemt via exempelvis ej visade manövreringsorgan såsom vridbara rattar.
Uppfinningen är inte begränsad till de i ovanstående såsom exempel beskrivna metoderna och anordningarna, utan den kan underkastas modifikationer inom ramen för efterföljande patentkrav

Claims (11)

10 15 20 25 30 536 859 Patentkrav
1. Bildbehandlingsmetod for avlägsnande av högfrekvent statiskt mönsterbrus från en videosekvens (1), varvid en sekvens av inkommande bildrutor sparas (3) när aktuell scen rör sig över en ingående kameras detektor och en ackumulerad bild av statiskt mönsterbrus bildas ur sparad bildsekvens och varvid ett medelvärde bildas av sekvensen av inkommande sparade bildrutor, kännetecknad av a) att det bildade medelvärdet spatialt högpassfiltreras, b) att det spatialt högpassfiltrerade medelvärdet viktas pixelvis temporalt med ett mått på skillnaden mellan inkommande sparade bildrutor, c) att det spatialt högpassfiltrerade medelvärdet viktas med värdet av ett kantmått på inkommande sparade bildrutor, d) att det viktade spatialt högpassfiltrerade medelvärdet lagras som en ackumulerad bild av statiskt mönsterbrus och subtraheras från videosekvensen.
2. Bildbehandlingsmetod enligt patentkravet 1, kännetecknat av att måttet på skillnaden mellan inkommande sparade bildrutor bestäms genom en pixelvis medelvärdesbildning temporalt.
3. Bildbehandlingsmetod enligt patentkravet 1, kännetecknad av att måttet på skillnaden mellan inkommande sparade bildrutor bestäms temporalt av maxvärden pixelvis.
4. Bildbehandlingsmetod enligt något av föregående patentkrav1-3, kännetecknad av att kantmåttet bestäms baserat på lokal standardavvikelse temporalt och pixelvis.
5. Bildbehandlingsmetod enligt något av föregående patentkrav 1-3, kännetecknad av att kantmåttet bestäms baserat på tenengradfunktion applicerad temporalt och pixelvis.
6. Bildbehandlingsmetod enligt något av patentkraven 4 eller 5, kännetecknad av att kantmåttet medelvärdesbildas pixelvis temporalt. 10 15 536 859
7. Bildbehandlingsmetod enligt något av föregående patentkravl-S, kännetecknad av att kantmåttet bestäms temporalt av maxvärden pixelvis.
8. Bildbehandlingsmetod enligt något av föregående patentkrav, kännetecknad av att de inkommande bildrutoma upptas inom det infraröda området.
9. Bildbehandlingsmetod enligt något av föregående patentkrav, kännetecknat av att viktningsmåtten skalas nedåt i ett intervall mellan ett och noll i beroende av kant och differensvärden varvid vid höga kant- eller differenssvärden nedskalningen ökas.
10. Bildbehandlande anordning för genomförande av bildbehandlingsmetoden enligt något av föregående patentkrav 1-9, kännetecknad av att anordningen innefattar kamera med detektor, rörelsedetektor, minne för lagring av bildrutor och processor för bearbetning av lagrade bildrutor enligt bildbehandlingsmetoden.
11. Bildbehandlande anordning enligt kravet 9, kännetecknad av att skalningsorgan är anordnade att nedskala viktningsmått.
SE1230148A 2012-12-11 2012-12-11 Metod för bildbehandling och bildbehandlande anordning. SE536859C2 (sv)

Priority Applications (3)

Application Number Priority Date Filing Date Title
SE1230148A SE536859C2 (sv) 2012-12-11 2012-12-11 Metod för bildbehandling och bildbehandlande anordning.
US14/650,550 US20150310594A1 (en) 2012-12-11 2013-12-09 Method for imaging processing, and image processing device
PCT/SE2013/000189 WO2014107120A1 (en) 2012-12-11 2013-12-09 Method for imaging processing, and image processing device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
SE1230148A SE536859C2 (sv) 2012-12-11 2012-12-11 Metod för bildbehandling och bildbehandlande anordning.

Publications (2)

Publication Number Publication Date
SE1230148A1 SE1230148A1 (sv) 2014-06-12
SE536859C2 true SE536859C2 (sv) 2014-10-07

Family

ID=51033605

Family Applications (1)

Application Number Title Priority Date Filing Date
SE1230148A SE536859C2 (sv) 2012-12-11 2012-12-11 Metod för bildbehandling och bildbehandlande anordning.

Country Status (3)

Country Link
US (1) US20150310594A1 (sv)
SE (1) SE536859C2 (sv)
WO (1) WO2014107120A1 (sv)

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9990004B2 (en) * 2013-04-02 2018-06-05 Samsung Dispaly Co., Ltd. Optical detection of bending motions of a flexible display
WO2016022374A1 (en) 2014-08-05 2016-02-11 Seek Thermal, Inc. Local contrast adjustment for digital images
US9924116B2 (en) 2014-08-05 2018-03-20 Seek Thermal, Inc. Time based offset correction for imaging systems and adaptive calibration control
US9930324B2 (en) 2014-08-05 2018-03-27 Seek Thermal, Inc. Time based offset correction for imaging systems
US9595934B2 (en) 2014-08-20 2017-03-14 Seek Thermal, Inc. Gain calibration for an imaging system
WO2016028755A1 (en) 2014-08-20 2016-02-25 Seek Thermal, Inc. Adaptive adjustment of operating bias of an imaging system
US9947086B2 (en) 2014-12-02 2018-04-17 Seek Thermal, Inc. Image adjustment based on locally flat scenes
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
US9549130B2 (en) 2015-05-01 2017-01-17 Seek Thermal, Inc. Compact row column noise filter for an imaging system
GB2545198A (en) * 2015-12-08 2017-06-14 Thermoteknix Systems Ltd Identification of faulty sensing elements in sensing element arrays
US10867371B2 (en) 2016-06-28 2020-12-15 Seek Thermal, Inc. Fixed pattern noise mitigation for a thermal imaging system
US10230912B2 (en) * 2016-06-28 2019-03-12 Seek Thermal, Inc. Fixed pattern noise mitigation for a thermal imaging system
US9832401B1 (en) * 2016-09-21 2017-11-28 Northrop Grumman Systems Corporation Minimization of fixed pattern noise in images of moving scenes
US11276152B2 (en) 2019-05-28 2022-03-15 Seek Thermal, Inc. Adaptive gain adjustment for histogram equalization in an imaging system
US11765475B2 (en) * 2021-10-20 2023-09-19 Microsoft Technology Licensing, Llc Systems and methods for obtaining dark current images
WO2023250302A1 (en) * 2022-06-20 2023-12-28 Seek Thermal, Inc. Noise reduction and feature enhancement for a thermal imaging camera

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5471240A (en) * 1993-11-15 1995-11-28 Hughes Aircraft Company Nonuniformity correction of an imaging sensor using region-based correction terms
US5925875A (en) * 1996-04-26 1999-07-20 Lockheed Martin Ir Imaging Systems Apparatus and method for compensating for fixed pattern noise in planar arrays
US6330371B1 (en) * 1998-10-19 2001-12-11 Raytheon Company Adaptive non-uniformity compensation using feedforward shunting and min-mean filter
US6243498B1 (en) * 1998-10-19 2001-06-05 Raytheon Company Adaptive non-uniformity compensation using feedforwarding shunting
US7016550B2 (en) * 2002-04-19 2006-03-21 Lockheed Martin Corporation Scene-based non-uniformity offset correction for staring arrays
US7684634B2 (en) * 2006-08-29 2010-03-23 Raytheon Company System and method for adaptive non-uniformity compensation for a focal plane array
US8208026B2 (en) * 2009-03-02 2012-06-26 Flir Systems, Inc. Systems and methods for processing infrared images
US8625005B2 (en) * 2010-11-05 2014-01-07 Raytheon Company First-in-first-out (FIFO) buffered median scene non-uniformity correction method

Also Published As

Publication number Publication date
SE1230148A1 (sv) 2014-06-12
WO2014107120A1 (en) 2014-07-10
US20150310594A1 (en) 2015-10-29

Similar Documents

Publication Publication Date Title
SE536859C2 (sv) Metod för bildbehandling och bildbehandlande anordning.
KR102605747B1 (ko) 비디오 노이즈 제거 방법, 장치 및 컴퓨터 판독 가능 저장 매체
KR20120072352A (ko) 적응 필터링을 이용한 디지털 이미지 안정화 방법
US20140320682A1 (en) Image processing device
US8538079B2 (en) Apparatus capable of detecting location of object contained in image data and detection method thereof
JP2010118862A (ja) 画像処理装置、撮像装置及び画像処理方法
JP4210954B2 (ja) 画像処理方法、画像処理方法のプログラム、画像処理方法のプログラムを記録した記録媒体及び画像処理装置
CN105635559B (zh) 用于终端的拍照控制方法及装置
WO2017004625A1 (en) Method and apparatus for autofocus area selection by detection of moving objects
SE1230067A1 (sv) Förfarande för kompensation av rörelseoskärpa i samband medvibrationer
JP2010193058A5 (sv)
EP3506621B1 (en) Image processing apparatus, image processing method, and computer program
JP2016066177A (ja) 領域検出装置、領域検出方法、画像処理装置、画像処理方法、プログラムおよび記録媒体
JP2018195084A5 (sv)
JP6317635B2 (ja) 画像処理装置、画像処理方法及び画像処理プログラム
US9338354B2 (en) Motion blur estimation and restoration using light trails
JP2009049753A5 (sv)
CN110062150B (zh) 一种自动对焦方法及装置
CN109981967B (zh) 用于智能机器人的拍摄方法、装置、终端设备及介质
Riche et al. 3D Saliency for abnormal motion selection: The role of the depth map
JP7263149B2 (ja) 画像処理装置、画像処理方法、およびプログラム
JP2019159593A5 (ja) 情報処理装置、情報処理方法、及びプログラム
US20150030232A1 (en) Image processor configured for efficient estimation and elimination of background information in images
JP4751871B2 (ja) 撮像対象検出装置および方法
CN111131717A (zh) 聚焦方法、装置、设备与计算机可读存储介质

Legal Events

Date Code Title Description
NUG Patent has lapsed