CN101001387B - 利用多数决判断影像局部信息变化最少方向的方法 - Google Patents
利用多数决判断影像局部信息变化最少方向的方法 Download PDFInfo
- Publication number
- CN101001387B CN101001387B CN200610000577A CN200610000577A CN101001387B CN 101001387 B CN101001387 B CN 101001387B CN 200610000577 A CN200610000577 A CN 200610000577A CN 200610000577 A CN200610000577 A CN 200610000577A CN 101001387 B CN101001387 B CN 101001387B
- Authority
- CN
- China
- Prior art keywords
- grad
- values
- color
- pixel
- assessed
- 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.)
- Expired - Fee Related
Links
Images
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
一种利用多数决判断影像局部信息变化最少方向的方法,包括在至少二影像方向上取得多个在影像中一感兴趣像素处的色彩信息变化方向的评估值,以及以该多个评估值所表示的方向采多数决定影像局部信息变化最少方向。每一评估值是取自感兴趣像处的色彩值的梯度值的差值或感兴趣像的邻近像的旗标值,表示其色彩信息变化的一趋势。由该多个评估值中的多数决定影像局部信息变化最少方向,可以提高判断的准确度。
Description
技术领域
本发明涉及一种判断彩色影像局部信息变化最少方向的方法,特别是关于一种利用多数决判断彩色影像局部信息变化最少方向的方法。
背景技术
利用彩色滤光片阵列内插法(Color Filter Array Interpolation;CFAI)重建数字影像的色彩信息时,常需要判断影像局部信息变化最少方向,一般使用的方法是计算影像中感兴趣的像素在不同方向上的梯度值,再比较不同方向上梯度值的大小,梯度值较小的方向即为该影像局部信息变化最少方向,进而以该方向上的邻近像素的色彩值进行内插所需的色彩值。以图1的5×5像素阵列100为例,图中的R、G及B分别表示红色、绿色及蓝色三种色彩的色彩值,其下标表示该像素位置的坐标。在重建像素(2,2)的绿色色彩值G22时,先判断在像素(2,2)处信息变化最少方向。计算在该处的色彩值在不同方向上的梯度值,例如水平及垂直方向上的梯度值
若ΔH<ΔV,则认为信息变化最少方向为水平方向,因此以水平方向上的邻近像素的色彩值内插绿色色彩值G22,例如
G22=(G21+G23)÷2。 公式3
若ΔH>ΔV,则认为信息变化最少方向为垂直方向,因此以垂直方向上的邻近像素的色彩值内插绿色色彩值G22,例如
G22=(G12+G32)÷2。 公式4
此法在影像的色彩信息变化极明显时简单且有效,然而,当水平梯度值ΔH及垂直梯度值ΔV相近时,便容易发生判断错误,特别是在噪声较大、色彩信息变化微小、约一像素宽的线条或影像中具有高频变化(例如奈奎斯特图样)的区域时。
因此,一种增加准确度的影像局部信息变化最少方向的判断方法,乃为所冀。
发明内容
本发明的目的在于提出一种增加准确度的影像局部信息变化最少方向的判断方法。
根据本发明,一种利用多数决判断影像局部信息变化最少方向的方法,包括在至少二个影像方向上取得多个在影像中一感兴趣像素处的色彩信息变化方向的评估值,以及以该多个评估值所表示的方向采多数决决定影像局部信息变化最少方向.较佳者,该多个评估值的个数为奇数,且至少为三.在一实施例中,该至少二影像方向包括水平方向及垂直方向.
该多个评估值是从感兴趣像素及其邻近像素之色彩值产生,每一评估值表示色彩信息变化的一个趋势。在一实施例中,该多个评估值的产生包括利用多个方法计算在感兴趣像素处在该至少二影像方向上的色彩值的梯度值;以及从该多个梯度值的差值产生该多个评估值。在另一实施例中,该多个评估值是选自感兴趣像素的多个邻近像素的旗标值,每一旗标值记录其对应的像素处色彩信息变化的趋势。在又一实施例中,该多个评估值包括在感兴趣像素处在该至少二影像方向上的色彩值的梯度值的差值与感兴趣像素的多个邻近像素的旗标值。
由于利用多个表示色彩信息变化的评估值以多数决判断影像局部信息变化最少方向,因此提高判断的准确度。
附图说明
图1是5×5的像素阵列。
图2是本发明第一实施例的流程图。
图3是本发明第二实施例的流程图。
100像素阵列
200判断影像局部信息变化最少方向的流程图
210计算GH、GV、Gmean与TH0
220判断是否位于平滑区域
230双线性内差法
240计算各梯度值
250计算各方向梯度值的差值
260以梯度值的差值采多数决判断信息变化最少方向
270以权重法重建所需的色彩值
280以权重法重建所需的色彩值
300判断影像局部信息变化最少方向的流程图
310计算垂直与水平方向上的梯度值
320判断是否具有极为明显的色彩信息变化
330比较水平与垂直方向上的梯度值
340设定旗标值及内插绿色色彩值
350设定旗标值及内插绿色色彩值
360取得旗标值Flag00、Flag02与Flag20
370以旗标值采多数决判断信息变化最少方向
380决定信息变化最少方向及内插绿色色彩值
390决定信息变化最少方向及内插绿色色彩值
具体实施方式
本发明是利用多个表示色彩信息变化的评估值以多数决判断影像局部信息变化最少方向,该多个评估值包括从感兴趣像素及其邻近像素的色彩值直接产生,例如以不同的方法计算在不同的方向上的色彩值的梯度值的差值,或从感兴趣像素及其邻近像素的色彩值间接产生,例如选取感兴趣像素的多个邻近像素的旗标值,每一个旗标值记录其对应的像素处色彩信息变化的趋势.
在一实施例中,一利用多数决判断影像局部信息变化最少方向的方法,包括在至少二影像方向上利用至少为三的奇数个不同方法计算各该方向上的色彩值的梯度值,从而计算该至少二影像方向上的色彩值的梯度值的差值,每一差值得到一色彩信息变化方向,由该多个色彩信息变化方向中出现次数较多者的方向决定在感兴趣像素处的局部信息变化最少方向。例如选择水平方向与垂直方向,以不同的方法计算在该二方向上的色彩值的梯度值,第一方法得到ΔH1及ΔV1,第二方法得到ΔH2及ΔV2,第三方法得到ΔH3及ΔV3,计算该多个梯度值的差值
D1=ΔH1-ΔV1,公式5
D2=ΔH2-ΔV2,及公式6
D3=ΔH3-ΔV3。公式7
D1为正值或负值,表示第一方法得到的色彩信息变化方向为垂直方向或水平方向,同理,D2及D3的正值或负值表示第二方法及第三方法得到的色彩信息变化方向为垂直方向或水平方向。由D1、D2及D3采多数决判断影像局部信息变化最少方向。若D1、D2及D3中至少有两个不小于零,则决定影像局部信息变化最少方向为垂直方向,反之,则为水平方向。
更具体而言,以图1的5×5像素阵列100中的像素(2,2)为例,在判断其局部信息变化最少方向时,首先利用其邻近的像素以不同方法计算水平与垂直方向上的色彩值的梯度值,例如
ΔH1=|G10-G23|+|G14-G21|,公式8
ΔV1=|G01-G32|+|G12-G41|,公式9
ΔH2=|G30-G23|+|G34-G21|,公式10
ΔV2=|G03-G32|+|G12-G43|,公式11
ΔH3=|G10-G34|+|G30-G14|,及公式12
ΔV3=|G01-G43|+|G03-G41|。公式13
在另外的实施例中,梯度值的计算包括使用由像素(2,2)的邻近像素的同一色彩的色彩值所组成的函数,例如f(G10,G12,G14,G30,G32,G34)、f(G01,G21,G41,G03,G23,G43),或其它各种梯度值计算方法或其组合,例如
ΔH1=|G21-G23|,公式14
ΔV1=|G12-G32|,公式15
ΔH2=|K1×G12-G10-G14|+|K2×G32-G30-G34|,公式16
ΔV2=|K3×G21-G01-G41|+|K4×G23-G03-G43|,公式17
ΔH3=ΔH1+|G10-G23|,及公式18
ΔV3=ΔV1+|G01-G32|。公式19
其中,K1、K2、K3及K4为权重。在另一实施例中,梯度值的计算包括使用像素(2,2)的邻近像素的不同的色彩值,例如
ΔH1=|G21-G23|,公式20
ΔV1=|G12-G32|,公式21
ΔH2=|B22-B20|+|B22-B24|,公式22
ΔV2=|B22-B02|+|B22-B42|,公式23
ΔH3=|R11-R13|+|R31-R33|,及公式24
ΔV3=|R11-R31|+|R13-R33|。公式25
在使用各种计算方式得到各方向上的梯度值以后,利用公式5至7计算梯度值的差值,若D1、D2及D3中至少有两个不小于零,则局部信息变化最少方向为垂直方向,反之,则为水平方向。
在上述实施例中,每一方向上均以三种方法计算梯度值,在其它实施例中,为提高判断的准确度,在每一方向上计算更多的奇数个梯度值,产生更多的奇数个梯度值的差值,每一差值得到一色彩信息变化方向,最后由该多个色彩信息变化方向出现次数较多者的方向决定感兴趣像素的局部信息变化最少方向。
更进一步地,图2显示一较佳实施例的流程图200,参考图1的5×5像素阵列100,判断在像素(2,2)处的信息变化最少方向。首先在步骤210中利用公式26至29计算像素(2,2)的邻近像素在水平及垂直方向上的平均值GH及GV、GH与GV的平均值Gmean,并由Gmean产生第一临界值TH0,例如
GH=(G21+G23)/2,公式26
GV=(G12+G32)/2,公式27
Gmean=(GH+GV)/2,及公式28
TH0=Gmean/32或Gmean/16或Gmean/8。公式29
在步骤220中判断像素(2,2)是否位于平滑区域。若GH与GV之间的差值绝对值不大于一预设的第二临界值TH1与第一临界值TH0的差值,即|GH-GV|≤TH1-TH0,表示像素(2,2)位于平滑区域,因而进行步骤230,以双线性内插法重建像素(2,2)的绿色色彩值G22,例如G22=Gmean。反之,若|GH-GV|>TH1-TH0,表示像素(2,2)不是位于平滑区域,则采用多数决判断其信息变化最少方向。因此,在步骤240中以至少为三的奇数个不同的方式计算在各方向上的梯度值,例如公式14至19的ΔH1、ΔV1、ΔH2、ΔV2、ΔH3及ΔV3,接着在步骤250中计算数个梯度值的差值,例如公式5至7的D1、D2及D3,随后步骤260以该多个差值采多数决判断其信息变化最少方向。若D1、D2及D3中有至少两个不小于零,表示在像素(2,2)处的信息变化最少方向为垂直方向,因而进行步骤270以权重法重建像素(2,2)的绿色色彩值G22,例如
G22=WH×GH+WV×GV,WH<WV;公式30
反之,表示在像素(2,2)处的信息变化最少方向为水平方向,因而进行步骤280以权重法重建像素(2,2)的绿色色彩值G22,例如
G22=WH×GH+WV×GV,WH>WV。公式31
在又一实施例中,一利用多数决判断影像局部信息变化最少方向的方法,包括统计该影像中一感兴趣像素的多个邻近像素的旗标值,每一旗标值记录其对应的像素处信息变化方向的趋势,以多数决判断在该感兴趣像素处的信息变化最少方向.决定旗标值的方法包括公知技术或其改良,例如计算一像素在不同方向上的色彩值的梯度值,比较该不同方向上的色彩值的梯度值的大小,并由该多个梯度值中较小者的方向决定该像素的旗标值.图3显示一较佳实施例的流程图300,参考图1的5×5像素阵列100,判断在像素(2,2)处的信息变化最少方向.首先在步骤310计算在像素(2,2)处的水平及垂直方向上的梯度值
在步骤320中判断在像素(2,2)处是否具有极明显的色彩信息变化。若ΔH与ΔV的差值绝对值大于一设定的临界值TH1,即|ΔH-ΔV|>TH1,表示在像素(2,2)处具有极明显的色彩信息变化,因而进行步骤330决定在该处的色彩信息变化方向及其旗标值。在步骤330中,若水平方向的梯度值小于垂直方向的梯度值,即ΔH<ΔV,表示在像素(2,2)处的色彩信息变化方向为水平方向,因此在步骤340中设定其旗标值Flag22为水平方向,并以像素(2,2)在水平方向上的邻近像素的色彩值内插像素(2,2)的绿色色彩值G22,例如
G22=(G21+G23)/2;公式34
反之,表示在像素(2,2)处的色彩信息变化方向为垂直方向,因此在步骤350中设定其旗标值Flag22为垂直方向,并以像素(2,2)在垂直方向上的邻近像素的色彩值内插像素(2,2)的绿色色彩值G22,例如
G22=(G12+G32)/2。公式35
若先前在步骤320中得到ΔH与ΔV的差值绝对值不大于临界值TH1,表示在像素(2,2)处不具有极明显的色彩信息变化,因此在步骤360中取得像素(2,2)的多个邻近像素的旗标值,例如选择像素(0,0)、(0,2)与(2,0),其旗标值分别为Flag00、Flag02与Flag20。旗标值可由比较梯度值的大小产生,也可由先前已经经过判断的像素直接得到。接着进行步骤370,以该多个邻近像素的旗标值Flag00、Flag02与Flag20采多数决判断局部信息变化最少方向。若Flag00、Flag02与Flag20中有至少两个为水平方向,表示在像素(2,2)处的信息变化最少方向为水平方向,因此在步骤380中以像素(2,2)在水平方向上的邻近像素的色彩值内插像素(2,2)的绿色色彩值G22,例如公式34;反之,表示在像素(2,2)处的信息变化最少方向为垂直方向,因此在步骤390中以像素(2,2)在垂直方向上的邻近像素的色彩值内插像素(2,2)的绿色色彩值G22,例如公式35。
本发明的特点在于利用多数决判断影像局部信息变化最少方向。在图2的实施例中,是通过不同的方法计算得到的梯度值的差值进行多数决判断。在图3的实施例中,是通过多个邻近像素的旗标值进行多数决判断。在其它实施例中,同时采用多个梯度值的差值与多个旗标值进行多数决判断。为进行多数决判断,较佳者,梯度值的差值或旗标值的个数为奇数个,且至少为三。提高其个数可以增加判断的准确度。
上述实施例仅用以说明本发明,而非限定本发明。
Claims (20)
1.一种利用多数决判断影像局部信息变化最少方向的方法,其特征在于,包括下列步骤:
在垂直和水平两个方向上,分别取得相同数量的、且至少为三个的、奇数个在影像中感兴趣的像素处的色彩信息变化方向的梯度值或旗标值作为评估值;以及
以所述的多个评估值所表示的方向采多数决定影像局部信息变化最少方向。
2.如权利要求1所述的方法,其特征在于,取得所述的多个评估值的步骤包括下列步骤:
利用多个方法计算在感兴趣像素处在所述的垂直和水平两个方向上的色彩值的梯度值;以及
从所述的多个梯度值的差值产生所述的多个评估值。
3.如权利要求2所述的方法,其特征在于,计算所述的多个梯度值的步骤包括计算感兴趣像素的多个邻近像素的同一色彩的色彩值的梯度值。
4.如权利要求2所述的方法,其特征在于,计算所述的多个梯度值的步骤包括计算感兴趣像素的多个邻近像素的多个色彩的色彩值的梯度值。
5.如权利要求1所述的方法,其特征在于,所述的多个评估值包括选自感兴趣像素的多个邻近像素的旗标值,每一个旗标值记录其对应的像素处色彩信息变化的趋势。
6.如权利要求5所述的方法,其特征在于,每一个旗标值的决定包括下列步骤:
计算在其对应的像素处在所述的垂直和水平两个方向上的色彩值的梯度值;
从所述的多个梯度值判断在对应的像素处是否具有极明显的色彩信息变化;以及
在对应的像素处具有极明显的色彩信息变化时,比较所述的多个梯度值彼此的大小以决定旗标值。
7.如权利要求1所述的方法,其特征在于,取得所述的多个评估值的步骤包括下列步骤:
利用多个方法计算在感兴趣像素处在所述的垂直和水平两个方向上的色彩值的梯度值;
从所述的多个梯度值的差值产生多个第一评估值;
选择感兴趣像素的多个邻近像素的旗标值作为第二评估值,每一个旗标值记录其对应的像素处色彩信息变化的趋势;以及
使用第一及第二评估值之一作为所述多个评估值。
8.如权利要求7所述的方法,其特征在于,计算所述的多个梯度值的步骤包括计算感兴趣像素的多个邻近像素的同一色彩的色彩值的梯度值。
9.如权利要求7所述的方法,其特征在于,计算所述的多个梯度值的步骤包括计算感兴趣像素的多个邻近像素的多个色彩的色彩值的梯度值。
10.如权利要求7所述的方法,其特征在于,每一个旗标值的决定包括下列步骤:
计算在其对应的像素处在所述的垂直和水平两个方向上的色彩值的梯度值;
从所述的多个梯度值判断在对应的像素处是否具有极明显的色彩信息变化;以及
在对应的像素处具有极明显的色彩信息变化时,比较所述的多个梯度值彼此的大小以决定旗标值。
11.一种利用多数决判断影像局部信息变化最少方向的方法,其特征在于,包括下列步骤:
判断影像中一感兴趣像素是否位于一平滑区域,当该感兴趣像素非位于一平滑区域时进行后续步骤;
在垂直和水平两个方向上,分别取得相同数量的、且至少为三个的、奇数个在影像中感兴趣的像素处的色彩信息变化方向的梯度值或旗标值作为评估值;以及
以所述的多个评估值所表示的方向采多数决定影像局部信息变化最少方向。
12.如权利要求11所述的方法,其特征在于,取得所述的多个评估值的步骤包括下列步骤:
利用多个方法计算在感兴趣像素处在所述的垂直和水平两个方向上的色彩值的梯度值;以及
从所述的多个梯度值的差值产生所述的多个评估值。
13.如权利要求12所述的方法,其特征在于,计算所述的多个梯度值的步骤包括计算感兴趣像素的多个邻近像素的同一色彩的色彩值的梯度值。
14.如权利要求12所述的方法,其特征在于,计算所述的多个梯度值的步骤包括计算感兴趣像素的多个邻近像素的多个色彩的色彩值的梯度值。
15.如权利要求11所述的方法,其特征在于,所述的多个评估值包括选自感兴趣像素的多个邻近像素的旗标值,每一个旗标值记录其对应的像素处色彩信息变化的趋势。
16.如权利要求15所述的方法,其特征在于,所述的每一个旗标值的决定包括下列步骤:
计算在其对应的像素处在所述的垂直和水平两个方向上的色彩值的梯度值;
从所述的多个梯度值判断在对应的像素处是否具有极明显的色彩信息变化;以及
在对应的像素处具有极明显的色彩信息变化时,比较所述的多个梯度值彼此的大小以决定旗标值。
17.如权利要求11所述的方法,其特征在于,取得所述的多个评估值的步骤包括下列步骤:
利用多个方法计算在感兴趣像素处在所述的垂直和水平两个方向上的色彩值的梯度值;
从所述的多个梯度值的差值产生多个第一评估值;
选择感兴趣像素的多个邻近像素的旗标值作为第二评估值,每一个旗标值记录其对应的像素处色彩信息变化的趋势;以及
使用第一及第二评估值之一作为所述多个评估值。
18.如权利要求17所述的方法,其特征在于,计算所述的多个梯度值的步骤包括计算感兴趣像素的多个邻近像素的同一色彩的色彩值的梯度值。
19.如权利要求17所述的方法,其特征在于,计算所述的多个梯度值的步骤包括计算感兴趣像素的多个邻近像素的多个色彩的色彩值的梯度值。
20.如权利要求1所述的方法,其特征在于,每一个旗标值的决定包括下列步骤:
计算在其对应的像素处在所述的垂直和水平两个方向上的色彩值的梯度值;
从所这的多个梯度值判断在对应的像素处是否具有极明显的色彩信息变化;以及
在对应的像素处具有极明显的色彩信息变化时,比较所述的多个梯度值彼此的大小以决定旗标值.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200610000577A CN101001387B (zh) | 2006-01-11 | 2006-01-11 | 利用多数决判断影像局部信息变化最少方向的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200610000577A CN101001387B (zh) | 2006-01-11 | 2006-01-11 | 利用多数决判断影像局部信息变化最少方向的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101001387A CN101001387A (zh) | 2007-07-18 |
CN101001387B true CN101001387B (zh) | 2010-05-12 |
Family
ID=38693165
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200610000577A Expired - Fee Related CN101001387B (zh) | 2006-01-11 | 2006-01-11 | 利用多数决判断影像局部信息变化最少方向的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101001387B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108510524B (zh) * | 2018-03-18 | 2019-03-05 | 陕西广电网络传媒(集团)股份有限公司 | 变化方向云计算评估平台 |
WO2020177123A1 (en) * | 2019-03-07 | 2020-09-10 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | Color imaging system |
CN113259635B (zh) * | 2021-06-15 | 2021-10-01 | 珠海亿智电子科技有限公司 | 去马赛克方法、装置、设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000023173A (ja) * | 1998-07-01 | 2000-01-21 | Eastman Kodak Japan Ltd | 固体カラー撮像デバイスのノイズ除去方法 |
EP1317134A2 (en) * | 2001-11-30 | 2003-06-04 | Ricoh Company, Ltd. | Image processing apparatus and method that avoids generation of moiré |
CN1655190A (zh) * | 2004-02-10 | 2005-08-17 | 华晶科技股份有限公司 | 补足像素色彩的内插法 |
CN1700775A (zh) * | 2004-05-17 | 2005-11-23 | 华晶科技股份有限公司 | 一种决定一感兴趣像素的边缘趋势的方法与装置 |
-
2006
- 2006-01-11 CN CN200610000577A patent/CN101001387B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000023173A (ja) * | 1998-07-01 | 2000-01-21 | Eastman Kodak Japan Ltd | 固体カラー撮像デバイスのノイズ除去方法 |
EP1317134A2 (en) * | 2001-11-30 | 2003-06-04 | Ricoh Company, Ltd. | Image processing apparatus and method that avoids generation of moiré |
CN1655190A (zh) * | 2004-02-10 | 2005-08-17 | 华晶科技股份有限公司 | 补足像素色彩的内插法 |
CN1700775A (zh) * | 2004-05-17 | 2005-11-23 | 华晶科技股份有限公司 | 一种决定一感兴趣像素的边缘趋势的方法与装置 |
Also Published As
Publication number | Publication date |
---|---|
CN101001387A (zh) | 2007-07-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109829855B (zh) | 一种基于融合多层次特征图的超分辨率重建方法 | |
CN102273208B (zh) | 图像处理设备和图像处理方法 | |
US7305148B2 (en) | Color interpolation using data dependent triangulation | |
TWI455597B (zh) | 利用全彩影像之雜訊減低彩色影像 | |
CN103238335B (zh) | 图像处理装置和图像处理方法 | |
CN101917629B (zh) | 一种基于绿色分量和色差空间的Bayer格式颜色插值方法 | |
CN108304755A (zh) | 用于图像处理的神经网络模型的训练方法和装置 | |
US20100182466A1 (en) | Image interpolation method and apparatus using pattern characteristics of color filter array | |
US20090226097A1 (en) | Image processing apparatus | |
US8233748B2 (en) | Image-resolution-improvement apparatus and method | |
CN108734668B (zh) | 图像色彩恢复方法、装置、计算机可读存储介质及终端 | |
CN110430403B (zh) | 一种图像处理方法和装置 | |
JP2005122361A (ja) | 画像処理装置及び方法、コンピュータプログラム、記録媒体 | |
CN112215859B (zh) | 一种基于深度学习和邻接约束的纹理边界检测方法 | |
CN105719274A (zh) | 边缘检测***及方法 | |
CN101001387B (zh) | 利用多数决判断影像局部信息变化最少方向的方法 | |
CN107133936B (zh) | 数字半色调方法 | |
CN102918561A (zh) | 硬件和软件分界的图像处理流水线 | |
JP5492223B2 (ja) | 動きベクトル検出装置及び方法 | |
CN101309376B (zh) | 去隔行方法和装置 | |
CN105046631A (zh) | 图像处理设备和图像处理方法 | |
CN102395019B (zh) | 去隔行方法 | |
CN101087436A (zh) | 视频信号的时间噪声分析 | |
CN104079901A (zh) | 图像处理装置、图像处理方法及程序 | |
CN115705616A (zh) | 基于结构一致性统计映射框架的真实图像风格迁移方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20100512 Termination date: 20170111 |