TWI462026B - 用以偵測數位影像中條紋的方法 - Google Patents

用以偵測數位影像中條紋的方法 Download PDF

Info

Publication number
TWI462026B
TWI462026B TW095145042A TW95145042A TWI462026B TW I462026 B TWI462026 B TW I462026B TW 095145042 A TW095145042 A TW 095145042A TW 95145042 A TW95145042 A TW 95145042A TW I462026 B TWI462026 B TW I462026B
Authority
TW
Taiwan
Prior art keywords
image
threshold
angle
capture device
best fit
Prior art date
Application number
TW095145042A
Other languages
English (en)
Other versions
TW200727180A (en
Inventor
Shen Wang
Greg L Archer
Original Assignee
Omnivision Tech Inc
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 Omnivision Tech Inc filed Critical Omnivision Tech Inc
Publication of TW200727180A publication Critical patent/TW200727180A/zh
Application granted granted Critical
Publication of TWI462026B publication Critical patent/TWI462026B/zh

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/222—Studio circuitry; Studio devices; Studio equipment
    • H04N5/253—Picture signal generating by scanning motion picture films or slide opaques, e.g. for telecine
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80—Camera processing pipelines; Components thereof
    • H04N23/81—Camera processing pipelines; Components thereof for suppressing or minimising disturbance in the image signal generation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/10—Image enhancement or restoration using non-spatial domain filtering
    • 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
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
    • H04N25/60—Noise processing, e.g. detecting, correcting, reducing or removing noise
    • H04N25/61—Noise processing, e.g. detecting, correcting, reducing or removing noise the noise originating only from the lens unit, e.g. flare, shading, vignetting or "cos4"
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
    • H04N25/60—Noise processing, e.g. detecting, correcting, reducing or removing noise
    • H04N25/67—Noise processing, e.g. detecting, correcting, reducing or removing noise applied to fixed-pattern noise, e.g. non-uniformity of response
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20048—Transform domain processing
    • G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Description

用以偵測數位影像中條紋的方法
本發明一般而言係關於自影像及其類似物偵測及移除諸如條紋之雜訊之領域。更具體言之，本發明係關於將一諸如傅立葉變換之頻率變換應用於一影像以偵測該影像中之條紋，該等條紋可經定量且移除。本發明亦包括一種偵測影像(尤其是平場影像或具有已知變換特徵之影像)中之條紋之經改良之方法。
先前技術演算法在空間域中使用一邊緣偵測演算法來識別影像資料中之不連續性且量測發生在多個像素上之強度的改變。歸因於影像中之雜訊，難以設定偵測有助於一邊緣之亮像素之臨限值。亦難以設定一所關心區域及準則以計算缺陷密度，缺陷密度歸因於透鏡滾轉或邊緣效應而易受到錯誤的偵測。
Greg L.Archer等人於2005年7月13日申請的標題為"The Use Of Frequency Transforms In The Analysis Of Image Sensors"之美國專利申請案序號11/180,816在頻域中使用一單一線性回歸演算法來識別一在影像之中心中之線性圖案。
雖然用於偵測及移除條紋之當前已知及已使用之方法係令人滿意的，但改良總係需要的。本發明提供該改良。
本發明係針對克服上文所陳述之問題中之一或多個。經簡潔概括，根據本發明之一態樣，本發明使用五個所關心區域(4個角及1中心)來進行傅立葉變換分析以粗略標記條紋(若存在)之位置。其在每一傅立葉變換ROI中將圍繞中心之小視窗設定為零以掩蔽由透鏡滾轉或其他雜訊所引起的亮點之叢集。其使用迭代線性回歸以移除隨機離群值且搜尋最佳可能之線性圖案。若其發現任何條紋，則其計算角度且將該角度轉換為空間域中之條紋角度。一旦偵測一條紋，則其可藉由對所處理的量值及原始相位傅立葉變換影像應用一反傅立葉變換而移除。
本發明之優勢效應
本發明具有以下優勢：將一頻率變換應用於一影像且接著應用一迭代回歸技術以用於經改良之條紋雜訊偵測及移除。
自較佳實施例及附屬申請專利範圍之以下詳細描述之回顧且藉由參看附圖將更清楚地理解及瞭解本發明之該等及其他態樣、目標、特徵及優勢。
在以下描述中，本發明將在較佳實施例中描述為一軟體程式。熟習此項技術者將易於認識到該軟體之等效物亦可在硬體中建構。
亦應注意，本發明除偵測及移除條紋外可用於影像評估、影像感應器測試及影像操作。
參看圖1，展示一其中具有雜訊20之典型影像10。雜訊20可為人眼所感知或大體上不為人眼所感知，在不可感知之情況下影像將呈現粒狀或其類似形狀。本發明如下文所描述偵測及移除來自影像之條紋。
在圖2中展示具有一條紋型雜訊40之影像30之一實例。影像30說明一條紋雜訊40。將一離散傅立葉變換應用於圖2之影像導致圖3中所展示之在頻域中的量值影像50。在此量值影像中，線型圖案60展示為跨越中心而定位，其對應於空間域中之雜訊40。將該影像分離為四個象限以促進本發明之軟體程式之操作。
圖4A至圖4D為本發明之軟體程式之流程圖。參看圖4A，程式自S2開始且在S4獲得數位影像30之解析度以用於確定影像尺寸或解析度是否為2之冪。若其大於1024×1024，則整個影像被分離為五個視窗(S6)且每一視窗尺寸為1024×1024。五個視窗為左上、左下、右上、右下及中心。否則，其僅使用一中心視窗(S8)且其視窗尺寸選擇為最接近2之冪的尺寸。若原始尺寸並不具有2之冪，則需要零填塞。所有視窗需要如以下段落中所描述而進行處理(S10)。在一視窗經處理後，檢查是否處理了所有視窗(S12)。若沒有，則選擇下一視窗(S14)且再次處理(S10)直至已處理所有視窗。接著其輸出結果(S16)且結束程式(S18)。
參看圖4B，處理(參看S10)步驟自S20開始，對所選定視窗中之影像應用一傅立葉變換(S22)。一旦獲得變換之量值影像50，則將量值影像50中之中心區域設定為一預定值，較佳為零(S24)。此操作之目的係為了移除圍繞中心之雜訊點。藉由雜訊位準來確定區域之尺寸，較佳為4個區域尺寸之1/16，該4個區域將在下一段落中進行論述。該區域可為一圓形、一正方形或一橢圓形或一長方形或任何其他形狀。接著對整個量值影像50應用對數運算以增加影像之對比度(S26)。關於對數運算之詳細描述將在下文中詳細描述。
圍繞中心點存在四個區域(如參看圖3)：右上、左上、右下及左下。因為右上及左下為鏡像(與左上及右下相同)，所以較佳僅需要處理兩個區域，例如左上及右上區域。首先選擇左上區域(S28)。接著將所有像素值與一預定臨限值Td1進行比較，該預定臨限值Td1較佳為該區域內之所有像素值之平均值加上標準差之3倍(S30)。若任何像素值大於此臨限值，則將其標記為一亮點。對所有經標記之亮點應用一線性回歸處理(S32)(如將在圖4C中詳細論述)。此後，檢查是否已選擇所有區域(S34)。若沒有，則選擇右上區域(S36)且重複S30及S32之程序。在所有的區域已處理後，其到達處理之結束(S38)。
參看圖4C，回歸步驟自S40開始且其回歸計數器重設為0。程式首先檢查總的經標記點是否大於一預定臨限值Td2(較佳為5及以上)(S42)。若總的亮點少於5個，則沒有發現條紋(S44)且其到達回歸之結束(S46)。若存在5個或更多之亮點，則將一第一線性回歸應用於經標記點(S48)且回歸計數增加1。接著計算來自回歸之最佳擬合線之R方值。若其大於另一預定臨限Td3(較佳為0.8)(S50)，則發現一條紋且計算其角度(S52)且其到達回歸之結束(S54)。關於如何計算條紋角度之詳細描述在後文中給出(圖5A至圖5C)。
參看圖4C及圖5A，若擬合線70之R方小於Td3，則計算在經標記點(圖5A中之1至11)至擬合線70之間的所有距離(S56)。選擇第一點(S58)。若其至擬合線之距離大於一臨限值Td4(較佳為所有距離之平均值)(S60)，則認為該點為一離群值且將其自所有經標記點之原始群移除(S62)。另一方面，若該距離在臨限值Td4內，則將該點保持在群中(S64)。此後，程式檢查是否已處理所有的點(S66)。若沒有，則選擇下一點且重複整個比較處理(S68)直至已處理所有的點且確定點之新子集(S70)。此終止回歸之一循環。若回歸之數目大於最大迭代(較佳為5次迭代)(S72)，則沒有發現條紋(S74)且其結束回歸(S76)。若回歸之數目小於最大迭代，則程式將使用點之新子集作為經標記點(在圖5B中說明為點1、2、3、5、6、7及10)且自S42重複處理。其他點(4、8、9及11)已移除，因為其距離大於臨限值Td4。
參看圖5B，自點之新子集計算另一擬合線74。假定擬合線74之R方小於Td3，則計算自剩餘點至擬合線74之距離。將此距離與臨限Td4'(所有新距離之平均值，理論上小於Td4)進行比較。對於所有小於Td4'之距離，將該等點保持用於點之新子集(點1、2、5、6及7)以用於進一步處理。若來自最新子集點(1、2、5、6及7)之擬合線76之R方大於Td3，則完成回歸且發現條紋。參看圖5C，計算來自剩餘點之擬合線76之斜率。基於該斜率76(亦即，垂直於擬合線76之角度)來計算條紋之角度。
參看圖4D，本發明之另一實施例為應用固定及預定數目(較佳為5)之回歸循環且接著評估條紋之角度。應注意，為瞭解之清楚起見，圖4D為圖4C之一替代實施例。其自S80開始且將迭代計數器重設為0。其使用經標記點之第一設定以比較一預定臨限值Td2(S82)。若經標記點少於Td2，則沒有發現條紋(S84)且回歸會話將結束(S86)。若該等點多於Td2，則應用第一線性回歸(S88)且迭代計數器增進1。接著計算自所有點至擬合線之距離(S90)。此後，選擇第一點(S92)且將其至擬合線之距離與另一臨限值Td4進行比較(S94)。若該距離大於Td4，則將該點自原始群移除(S98)。若其並不大於Td4，則將該點保持於該背景下(S96)。此後，程式檢查是否已處理所有的點(S100)。若沒有，則選擇下一點(S102)且重複整個比較處理(S94)直至已處理所有的點且確定點之新子集(S104)。此終止回歸之一循環。若回歸之數目小於迭代數目(5)(S106)，則程式將使用點之新子集作為經標記點且自S82重複處理。另一方面，若回歸之數目等於迭代數目，則計算擬合線之最終R方(S108)並與一預定值Td3進行比較。若其小於Td3，則沒有發現條紋(S110)且回歸結束(S114)。然而，若R方大於Td3，則計算條紋角度(S112)，接著回歸結束(S114)。
將用於本發明中之傅立葉變換(S22)較佳應用於每一列且接著再次垂直應用於每一行。應注意，傅立葉變換為較佳實施例，但亦可使用其他變換方法。兩種變換一起導致一量值影像或曲線。通常，可使用的傅立葉變換為(但不限於)Cooley及Tukey之快速傅立葉變換(傅立葉變換)及Danielson－Lanczos之離散快速傅立葉變換。傅立葉變換的使用提供了原始影像中之含頻量之分離。低頻率值表示在影像(整個形狀)很少或沒有改變，而高頻率值指示影像在短距離上(細節)之快速改變。因為在數位影像中存在離散、相等間隔像素，所以使用通用傅立葉變換之離散傅立葉變換(DFT)版本變得有效。
DFT之結果將為一量值影像或一相位影像。該量值影像將提供表示頻域之相等間隔資料。不同頻率在自原點之不同距離來表示。在原點之值表示原始影像資料之DC分量或平均值而離開原點之值表示原始影像中之不同方位。頻域中之像素值或能量指示該頻率及方位之多少呈現於原始影像中。
DFT計算展示為：其中k＝0,1,2,...,N－1 N＝資料樣本總數x(n) ＝資料，其中n＝0,1,2,...,N－1
指數具有一虛數(j)項，使得結果為複合的(實數及虛數值)，即使原始影像值為實數。量值及相位計算如下：量值＝|X(k) |＝
具有尺度M×N之區域影像感應器藉由均勻光來照明。來自影像感應器之影像資料f(x,y)為一M×N電壓陣列，其每一者用於來自影像感應器之每一像素。
具有尺寸M×N之影像f(x,y)的二維DFT由以下方程式給出： 且量值影像等於F(u,v)之絕對值。
為加速DFT計算，稱為快速傅立葉變換(傅立葉變換)之DFT之變數在1965年被開發。利用傅立葉變換演算法之要求為x及y維度每一者必須為2之冪，諸如256×256、512×512、256×512及1024×1024。若影像尺寸不完全為2之冪，則需要零填塞或需要平均填塞。在該實例中，選擇一所關心1024×1024視窗區域。
在獲得影像之傅立葉變換後，將表示原始影像中之平均值之頻域中的像素設定為零。接著對量值影像應用一對數變換(S26)以提高與各種頻率相關之峰值之低量值。轉換由下式給出：S(u,v )＝ln(1＋| F(u,v )|)
在此實例中，臨限值為象限中之S(u,v )之中值。接著，基於一垂直於原始捕捉影像中之條紋之線應呈現在S(u,v )資料中之理論而執行該等臨限值之一線性回歸。線性回歸計算一相關係數R，將其與一預定臨限值Td3進行比較。若來自線性回歸之R大於預定臨限值Td3，則偵測到條紋。擬合線角度基於等式角度＝atan(斜率)來計算，其中斜率自線性回歸來計算。
條紋角度歸因於條紋角度一直垂直於擬合線角度之事實來計算(S52及S112)。
一旦一條紋在回歸之結束時基於經標記點而偵測到，則該等點較佳設定為零或大體上為零。接著可將頻域中經修改之量值影像與原始相位影像一起反向地變換回一原始空間影像，其中已移除偵測到之條紋。
數位影像可藉由各種方法來獲得。其可由任何成像裝置來捕捉，該等成像裝置如其中具有一影像感應器之攝影機、影像掃描器等。其亦可來自一傳統之電影攝影機或電影X光機。在影像形成於該等傳統電影媒體上後，其可數位化為一數位影像。
參看圖6，展示一數位攝影機80，其具有安裝於記憶體90中且由一數位信號處理器100處理以用於在影像捕捉後偵測及移除雜訊之本發明之軟體程式。此說明上文所描述之實施例中之一者。
10．．．具有隨機雜訊之正常平場影像
20．．．隨機雜訊
30．．．具有條紋雜訊之平場影像
40．．．條紋雜訊
50．．．頻域中之FFT量值影像
60．．．對應於條紋雜訊之線型圖案
70．．．第一次回歸之擬合線
74．．．第二次回歸之擬合線
76．．．最終擬合線
80．．．數位攝影機
90．．．記憶體
100．．．數位信號處理器
S2－S114．．．流程圖步驟
圖1為一含有雜訊之典型影像；圖2為一具有一條紋型雜訊之典型影像；圖3為圖2之在應用離散傅立葉變換後之所得量值影像；圖4A至圖4D為本發明之軟體程式之流程圖；圖5A至圖5C為本發明之回歸技術之說明；及圖6為一用於說明一使用本發明之典型商用實施例之數位攝影機。

Claims (19)

  1. 一種用於偵測一影像中之雜訊之方法，該方法包含以下步驟：(a)將一頻率變換應用於該影像以在一頻域中獲得一量值影像；(b)將一臨限值與該量值影像之值進行比較以獲得第一臨限值；(c)將一回歸應用於一或多個臨限值以獲得一經估計之最佳擬合；(d)自該經估計之最佳擬合線確定一相關因子；(e)若該相關因子滿足一預定值，計算一條紋角度，其中該條紋角度垂直於該最佳擬合線之一角度；(f)若該相關因子不滿足該預定值，則將一第二臨限值應用於該等第一臨限值以獲得第二臨限值，該等第二臨限值為該等第一臨限值之一子集；及(g)重複步驟(c)至(f)直至該相關在步驟(e)滿足或直至滿足步驟(c)至(f)之一最大反覆迭代。
  2. 如請求項1之方法，其進一步包含以下步驟：在步驟(a)前將該影像分割為n個視窗，其中n為1或大於1。
  3. 如請求項2之方法，其進一步包含以下步驟：藉由將一圍繞一快速傅立葉變換中心之所關心範圍設定為一預定值而移除雜訊。
  4. 如請求項3之方法，其中該預定值為1。
  5. 如請求項4之方法，其進一步包含以下步驟：應用對數 演算法以提高對比度。
  6. 一種用於偵測一影像中之雜訊之方法，該方法包含以下步驟：(a)將一頻率變換應用於該影像以在一頻域中獲得一量值影像；(b)將一臨限值與該量值影像之值進行比較以獲得第一臨限值；(c)將一回歸應用於一或多個第一臨限值以獲得一經估計之最佳擬合線；(d)將一第二臨限值應用於該等第一臨限值以獲得第二臨限值，該等第二臨限值為該等第一臨限值之一子集；(e)將步驟(c)及(d)重複n次；其中n為零或大於0；及(f)在一條紋角度存在的情況下，計算該條紋角度，其中該條紋角度垂直於該最佳擬合線之一角度。
  7. 如請求項6之方法，其進一步包含以下步驟：自該經估計之最佳擬合確定一相關因子且基於該相關因子之結果來在該條紋角度存在的情況下計算該條紋角度。
  8. 如請求項7之方法，其進一步包含以下步驟：在計算該條紋角度前將該相關因子與一預定值進行比較。
  9. 如請求項6之方法，其進一步包含以下步驟：將為一來自步驟(e)之最終反覆迭代之一結果之該等臨限值設定為零或大體上為零。
  10. 如請求項9之方法，其進一步包含以下步驟：對該量值影像應用一反頻率變換以自該影像移除該雜訊。
  11. 一種用於偵測一影像中之雜訊之影像捕捉裝置，該影像捕捉裝置包含：(a)一頻率變換，其應用於該影像以在一頻域中獲得一量值影像；(b)一臨限值，其與該量值影像之值進行比較以獲得第一臨限值；(c)一回歸，其應用於一或多個第一臨限值以獲得一經估計之最佳擬合線；(d)一第二臨限值，其應用於該等第一臨限值以獲得第二臨限值，該等第二臨限值為該等第一臨限值之一子集；及(e)一處理器，其在一條紋角度存在的情況下確定該條紋角度，其中該條紋角度垂直於該最佳擬合線之一角度。
  12. 如請求項11之影像捕捉裝置，其進一步包含一自該經估計之最佳擬合而確定之相關因子且基於該相關因子之結果來在該條紋角度存在的情況下計算該條紋角度。
  13. 如請求項12之影像捕捉裝置，其中該相關因子係在計算該條紋角度之前與一預定值進行比較。
  14. 如請求項11之影像捕捉裝置，其中該影像係在步驟(a)前分割為n個視窗，其中n為1或大於1。
  15. 如請求項14之影像捕捉裝置，其中雜訊係藉由將一圍繞一快速傅立葉變換中心之所關心範圍設定為一預定值而移除的。
  16. 如請求項15之影像捕捉裝置，其中該預定值為1。
  17. 如請求項16之影像捕捉裝置，其進一步包含一經應用以提高對比度之對數演算法。
  18. 如請求項12之影像捕捉裝置，其中該等臨限值係設定為零或大體上為零。
  19. 如請求項18之影像捕捉裝置，其進一步包含一應用於該量值影像以自該影像移除該雜訊之反頻率變換。
TW095145042A 2005-12-05 2006-12-04 用以偵測數位影像中條紋的方法 TWI462026B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
US11/294,298 US7508994B2 (en) 2005-12-05 2005-12-05 Method for detecting streaks in digital images

Publications (2)

Publication Number Publication Date
TW200727180A TW200727180A (en) 2007-07-16
TWI462026B true TWI462026B (zh) 2014-11-21

Family

ID=38118332

Family Applications (1)

Application Number Title Priority Date Filing Date
TW095145042A TWI462026B (zh) 2005-12-05 2006-12-04 用以偵測數位影像中條紋的方法

Country Status (7)

Country Link
US (1) US7508994B2 (zh)
EP (1) EP1958158B1 (zh)
JP (1) JP5011307B2 (zh)
KR (1) KR100961027B1 (zh)
CN (1) CN101326549B (zh)
TW (1) TWI462026B (zh)
WO (1) WO2007142682A2 (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010021645A (ja) * 2008-07-08 2010-01-28 Nikon Corp 画像処理装置、撮像装置、および画像処理プログラム
US8401280B2 (en) * 2009-12-21 2013-03-19 Electronics And Telecommunications Research Institute Device for improving stereo matching results, method of improving stereo matching results using the device, and system for receiving stereo matching results
CN102063706B (zh) * 2010-12-23 2012-08-08 哈尔滨工业大学（威海） 一种快速去雾方法
TWI423656B (zh) * 2010-12-31 2014-01-11 Altek Corp 數位影像之斜紋雜訊的檢測方法
US8559753B2 (en) * 2011-09-23 2013-10-15 The Boeing Company Reflection removal system
US9055223B2 (en) * 2013-03-15 2015-06-09 Samsung Electronics Co., Ltd. Digital image stabilization method and imaging device using the same
CN104168473B (zh) * 2013-05-17 2016-04-20 浙江大华技术股份有限公司 一种视频图像的横波干扰的检测方法及装置
CN103679643B (zh) * 2013-06-03 2016-06-29 哈尔滨工程大学 一种多条纹噪声定位滤除方法
KR102579457B1 (ko) 2017-02-24 2023-09-14 삼성전자주식회사 이미지 보정 방법 및 장치
WO2019023875A1 (en) * 2017-07-31 2019-02-07 Entit Software Llc AUTOMATED NOISE MITIGATION IN FREQUENCY DOMAINS
CN108921823B (zh) * 2018-06-08 2020-12-01 Oppo广东移动通信有限公司 图像处理方法、装置、计算机可读存储介质和电子设备
CN110413945B (zh) * 2019-08-05 2023-05-16 西安石油大学 基于分数阶短时傅里叶变换的线性调频信号相位恢复方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH01291388A (ja) * 1988-05-18 1989-11-22 Yokogawa Medical Syst Ltd 物理量の２次元分布からストリークを識別する方法及び装置
US5881182A (en) * 1997-05-12 1999-03-09 Eastman Kodak Company Adaptive process for removing streaks in digital images
US20020114533A1 (en) * 2000-12-14 2002-08-22 Eastman Kodak Company Adaptive process for removing streaks in multi-band digital images
TW200407794A (en) * 2002-11-04 2004-05-16 Inst Information Industry Image-based protruded part recognizing and tracking method
TW200521879A (en) * 2003-12-29 2005-07-01 Ind Tech Res Inst Method for adjusting image acquisition parameters to optimize objection extraction

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1003737B (zh) * 1986-10-08 1989-03-29 浙江大学 物镜快速检验仪
US5065444A (en) * 1988-02-08 1991-11-12 Northrop Corporation Streak removal filtering method and apparatus
US5046164A (en) * 1989-09-18 1991-09-03 Rca Licensing Corporation Interstitial line generator for an interlace to non-interlace scan converter
US5526113A (en) * 1994-06-21 1996-06-11 Honeywell Inc. Method and apparatus for measurement of spatial signal and noise power of imaging systems
CA2227183A1 (en) * 1995-07-18 1997-02-06 Kevin G. Harding Moire interferometry system and method with extended imaging depth
US5960097A (en) * 1997-01-21 1999-09-28 Raytheon Company Background adaptive target detection and tracking with multiple observation and processing stages
GB9726143D0 (en) * 1997-12-10 1998-02-11 Chapman Barry L Ghost artifact reduction
CN1110010C (zh) * 1998-08-18 2003-05-28 鸿友科技股份有限公司 光学扫描器的掉线现象的自动检测方法
US6584233B1 (en) * 1999-07-19 2003-06-24 Eastman Kodak Company Method for determining the components of image noise patterns of an imaging device and use of this method in an imaging device
US20030012441A1 (en) * 2001-07-02 2003-01-16 Jasc Software, Inc. Detection of lines in images
JP2003061115A (ja) * 2001-08-20 2003-02-28 Hitachi Kokusai Electric Inc 電子ディスプレイ画質検査装置
EP1615170A1 (en) * 2004-07-10 2006-01-11 Evotec Technologies GmbH Image segmentation algorithms for applications in cellular biology
US7672518B2 (en) * 2005-03-29 2010-03-02 Eastman Kodak Company Use of frequency transform in the analysis of image sensors
US7672519B2 (en) * 2005-03-29 2010-03-02 Eastman Kodak Company Use of frequency transforms in the analysis of image sensors

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH01291388A (ja) * 1988-05-18 1989-11-22 Yokogawa Medical Syst Ltd 物理量の２次元分布からストリークを識別する方法及び装置
US5881182A (en) * 1997-05-12 1999-03-09 Eastman Kodak Company Adaptive process for removing streaks in digital images
US20020114533A1 (en) * 2000-12-14 2002-08-22 Eastman Kodak Company Adaptive process for removing streaks in multi-band digital images
TW200407794A (en) * 2002-11-04 2004-05-16 Inst Information Industry Image-based protruded part recognizing and tracking method
TW200521879A (en) * 2003-12-29 2005-07-01 Ind Tech Res Inst Method for adjusting image acquisition parameters to optimize objection extraction

Also Published As

Publication number Publication date
EP1958158B1 (en) 2017-01-04
CN101326549A (zh) 2008-12-17
CN101326549B (zh) 2013-06-19
JP2009518710A (ja) 2009-05-07
EP1958158A2 (en) 2008-08-20
WO2007142682A2 (en) 2007-12-13
US20070126893A1 (en) 2007-06-07
WO2007142682A3 (en) 2008-03-20
KR20080072038A (ko) 2008-08-05
TW200727180A (en) 2007-07-16
JP5011307B2 (ja) 2012-08-29
US7508994B2 (en) 2009-03-24
KR100961027B1 (ko) 2010-06-01

Similar Documents

Publication Publication Date Title
TWI462026B (zh) 用以偵測數位影像中條紋的方法
US8773550B2 (en) Range measurement using multiple coded apertures
US8582820B2 (en) Coded aperture camera with adaptive image processing
CN111083365B (zh) 一种最佳焦平面位置快速检测方法及装置
US8330852B2 (en) Range measurement using symmetric coded apertures
US10628925B2 (en) Method for determining a point spread function of an imaging system
Mannan et al. Blur calibration for depth from defocus
JP5705711B2 (ja) ひび割れ検出方法
Masaoka Accuracy and precision of edge-based modulation transfer function measurement for sampled imaging systems
US9689668B2 (en) Image processing apparatus and image processing method
JP5812705B2 (ja) ひび割れ検出方法
Tsomko et al. Linear Gaussian blur evolution for detection of blurry images
CN111445435B (zh) 一种基于多区块小波变换的无参考图像质量评价方法
CA2874790C (en) Methods and apparatus for image processing, and laser scanning ophthalmoscope having an image processing apparatus
JP2004134861A (ja) 解像度評価方法、解像度評価プログラム、および光学機器
Hong et al. A blur estimation and detection method for out-of-focus images
US20160162753A1 (en) Image processing apparatus, image processing method, and non-transitory computer-readable storage medium
US7672518B2 (en) Use of frequency transform in the analysis of image sensors
US7672519B2 (en) Use of frequency transforms in the analysis of image sensors
van Zwanenberg et al. Camera system performance derived from natural scenes
Tsai et al. A fast focus measure for video display inspection
KR101229376B1 (ko) 렌즈 왜곡 보정에 사용된 보간 패턴 검출을 통한 촬영 카메라 식별 방법 및 장치
JP2022082348A (ja) 画像処理装置、画像処理方法および画像処理プログラム