CN103795943B - 图像处理装置和图像处理方法 - Google Patents
图像处理装置和图像处理方法 Download PDFInfo
- Publication number
- CN103795943B CN103795943B CN201210431709.8A CN201210431709A CN103795943B CN 103795943 B CN103795943 B CN 103795943B CN 201210431709 A CN201210431709 A CN 201210431709A CN 103795943 B CN103795943 B CN 103795943B
- Authority
- CN
- China
- Prior art keywords
- image
- histogram
- original
- pixel value
- cumulative histogram
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 167
- 238000003672 processing method Methods 0.000 title claims abstract description 29
- 238000001914 filtration Methods 0.000 claims abstract description 42
- 230000001186 cumulative effect Effects 0.000 claims description 153
- 238000009499 grossing Methods 0.000 claims description 35
- 238000000034 method Methods 0.000 description 28
- 230000008569 process Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 9
- 238000010606 normalization Methods 0.000 description 5
- 238000000926 separation method Methods 0.000 description 5
- 238000013139 quantization Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000002146 bilateral effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
Landscapes
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
本公开提供一种用于去除图像中的闪烁噪声的图像处理装置和图像处理方法。该图像处理装置包括:划分单元,用于将像素值域划分为至少两个区间;噪声去除单元,用于针对图像中像素值分别落入至少两个区间的像素进行不同平滑程度的滤波,以去除图像中的闪烁噪声,其中,噪声去除单元对落入具有较高像素值的区间中的像素进行平滑程度较高的滤波,并对落入具有较低像素值的区间中的像素进行平滑程度较低的滤波。
Description
技术领域
本公开一般地涉及图像处理领域,尤其涉及一种用于去除图像中的闪烁噪声的图像处理装置和图像处理方法。
背景技术
在图像和视频处理领域,有几种闪烁噪声的形式。视频的闪烁噪声是时间上随机出现、空间上图像像素值变化。通常由存储介质的退化、不同标准的转换,或者每副图曝光时间的不同引起。在CMOS成像中,闪烁噪声是由光源的交流信号引起的周期性的横带。而在当前被越来越多使用的线性传感器中,由于诸如顶置式线传感器的线传感器的操作机制(线传感器的电机驱动),由线传感器获得的扫描图像中的闪烁噪声的横带可能是不等间隔的。图1中示意性示出了使用顶置式线传感器进行扫描所获得的图像。为清楚起见,图1中省略了诸如文档等内容,仅显示出成横带状的、不等间隔的闪烁噪声Nf。
传统的减少闪烁噪声的方法需要多幅连续的图像;或者使用单幅图像,但闪烁噪声图案是周期性的并该周期已知。或者,可以通过硬件处理的办法进行闪烁噪声去除。
发明内容
然而,对多幅连续图像进行处理增大了***的计算负荷。而且,在一些情况下,难以得到多幅连续图像,从而难以进行噪声的去除。此外,对于非等间隔的闪烁噪声,应用适用于等间隔闪烁噪声的办法来去除噪声,噪声去除的效率和准确性都变低。另外,通过硬件处理进行噪声去除大大增加了运行成本。
考虑到上述问题,期望提供一种图像处理装置和图像处理方法,能够在仅通过对单幅图像进行处理来执行等间隔或不等间隔的闪烁噪声的去除。注意到闪烁噪声在图像中像素值高的位置比在像素值低的位置更明显,发明人根据噪声明显程度的不同对具有不同像素值的位置进行不同平滑程度的滤波。
根据本发明的一方面,提供了一种图像处理装置,用于去除图像中的闪烁噪声,包括:划分单元,用于将像素值域划分为至少两个区间;噪声去除单元,用于针对图像中像素值分别落入至少两个区间的像素进行不同平滑程度的滤波,以去除图像中的闪烁噪声,其中,噪声去除单元对落入具有较高像素值的区间中的像素进行平滑程度较高的滤波,并对落入具有较低像素值的区间中的像素进行平滑程度较低的滤波。
在一个实施例中,噪声去除单元可以通过应用高斯滤波器来对像素进行滤波,其中,噪声去除单元可以对落入具有较高像素值的区间中的像素应用具有较大方差的高斯滤波器,并对落入具有较低像素值的区间中的像素应用具有较小方差的高斯滤波器。
在一个实施例中,噪声去除单元可以通过对图像的每一行的累积直方图进行处理来对每一行中的像素进行滤波,以去除图像中的噪声。噪声去除单元可以包括:累积直方图生成单元,用于针对图像中的每一行生成累积直方图,作为原始累积直方图;加权处理单元,用于通过将每一行的邻近行的原始累积直方图与每一行的原始累积直方图一起进行加权处理,得到每一行的目标累积直方图;规定化单元,用于通过从原始累积直方图到目标累积直方图执行直方图规定化,来获得去除了噪声的图像。针对原始累积直方图的与划分单元划分的至少两个区间相对应的各部分,加权处理单元使用不同的权重进行加权处理。
在一个实施例中,加权处理单元可以通过应用高斯函数进行加权处理。其中,加权处理单元可以对与具有较高像素值的区间相对应的部分应用较大的高斯方差;对与具有较低像素值的区间相对应的部分应用较小的高斯方差。
在一个实施例中,噪声去除单元可以通过对图像的每一行的累积直方图进行处理来对每一行中的像素进行滤波,以去除图像中的噪声,图像的每一行具有一个或更多个像素的高度。该噪声去除单元可以包括:直方图生成单元,用于针对图像中的每一行生成直方图,作为原始直方图;加权处理单元,用于通过将每一行的邻近行的原始直方图与每一行的原始直方图一起进行加权处理,得到每一行的目标直方图;累积直方图生成单元,用于分别根据每一行的原始直方图和目标直方图生成针对每一行的原始累积直方图和目标累积直方图;规定化单元,用于通过从原始累积直方图到目标累积直方图执行直方图规定化,来获得去除了噪声的图像,其中,针对原始直方图的与划分单元划分的至少两个区间相对应的各小区,加权处理单元使用不同的权重进行加权处理。
在一个实施例中,规定化单元可以包括:查询表生成单元,用于根据原始累积直方图和目标累积直方图生成像素的原始像素值到目标像素值的查询表;以及规定化处理单元,用于基于特定像素的原始像素值和从查询表中读取的相应目标像素值来按照预定规则对相应目标像素值进行修正,并使得在规定化结果图像中特定像素的像素值等于经修正的像素值。
在一个实施例中,当特定像素的原始像素值与相应目标像素值的差的绝对值小于等于预定阈值时,规定化处理单元使得经修正的目标像素值为相应目标像素值本身;当特定像素的原始像素值与相应目标像素值的差的绝对值大于预定阈值时,规定化处理单元使得原始像素值与经修正的目标像素值的差的绝对值等于预定阈值。
在一个实施例中,规定化处理单元使得经修正的目标像素值等于原始像素值与相应目标像素值的加权和。
在一个实施例中,图像处理装置还可以包括:色彩分离与组合单元,用于将待处理的彩色图像分离为单独的单通道图像,以及将分别进行了噪声去除处理的单通道图像组合为彩色图像。
根据本发明的另一方面,提供了一种图像处理方法,用于去除图像中的闪烁噪声,包括:划分步骤,将像素值域划分为至少两个区间;噪声去除步骤,针对图像中像素值分别落入至少两个区间的像素进行不同平滑程度的滤波,以去除图像中的闪烁噪声,其中,对落入具有较高像素值的区间中的像素进行平滑程度较高的滤波,并对落入具有较低像素值的区间中的像素进行平滑程度较低的滤波。
通过使用本公开描述的图像处理装置和图像处理方法,可以在不提高***计算量和运行成本的情况下,仅通过对单幅图像进行处理来高效地执行等间隔以及不等间隔的闪烁噪声的去除。
应当理解,前述的一般说明和下面的详细说明都是示例性和说明性的,而不是对请求保护的本发明的限制。
附图说明
参照下面结合附图对本发明实施例的说明,会更加容易地理解本发明的以上和其它目的、特点和优点。在附图中,相同的或对应的技术特征或部件将采用相同或对应的附图标记来表示。在附图中不必依照比例绘制出单元的尺寸和相对位置。
图1是示出使用顶置式线传感器进行扫描所获得的图像的示意图。
图2是示出根据本发明实施例的图像处理装置的结构的框图。
图3是示出根据本发明实施例的图像处理方法的流程图。
图4是示出根据本发明另一个实施例的图像处理装置的结构的框图。
图5是示出根据本发明另一个实施例的图像处理方法的流程图。
图6是示出根据本发明另一个实施例的图像处理装置的结构的框图。
图7是示出根据本发明另一个实施例的图像处理方法的流程图。
图8是示出根据本发明实施例的改进的规定化单元的结构的框图。
图9是示出实现本发明的图像处理装置的计算机的示例性结构的框图。
具体实施方式
下面参照附图来说明本发明的实施例。应当注意,为了清楚的目的,附图和说明中省略了与本发明无关的、本领域技术人员已知的部件和处理的表示和描述。
对于图1中所示具有非等间隔的闪烁噪声Nf的扫描图像,无论是灰度图像还是彩色图像,都可以使用本发明所描述的图像处理装置和图像处理方法进行噪声去除。所不同的是,对于彩色图像,首先需要将彩色图像分离成例如R、G、B通道的单通道图像。分别对每个通道的图像进行本公开所教导的处理。然后,合并处理后的三个通道的图像,以得到去除了闪烁噪声的彩色图像。下面,将针对灰度图像或者R、G、B三个通道的图像之一的单通道图像的处理进行描述。另外,无需说明,本发明同样适用于具有等间隔闪烁噪声的图像。
图2是示出根据本发明实施例的图像处理装置200的结构的框图。如图2中所示,图像处理装置200包括:划分单元210和噪声去除单元220。
划分单元210用于将像素值域划分为至少两个区间。噪声去除单元220用于针对图像中像素值分别落入划分单元210所划分的至少两个区间的像素进行不同平滑程度的滤波,以去除图像中的闪烁噪声。具体地,噪声去除单元220对落入像素值域中具有较高像素值的区间中的像素进行平滑程度较高的滤波,并对落入具有较低像素值的区间中的像素进行平滑程度较低的滤波。下文中将对各单元进行详细说明。
首先,说明“像素值域”的概念。在计算机图像处理领域中,使用二进制数对单通道的灰度图像进行量化,以使用不同的像素值来表示像素的灰度。例如,可以对灰度图像进行8位量化,从而得到256个像素值(0至255)。在本领域中通常地,并且,在本公开的上下文中默认地,像素值0代表灰度最深的黑色,像素值255代表灰度最浅的白色。而从0至255(包含)的整数值即为采用8位量化时的像素值域,在下文中将以[0,255]来表示。类似地,如果采用10位量化,则像素值域为0至1023(包含)的整数值即为10位量化时的像素值域,可以以[0,1023]来表示。在下文中,以8位量化的情况为例进行说明。
划分单元210可以根据需要对像素值域进行不同的划分。例如,按照预先设定的一个或更多个划分点(作为区间边界的像素值)对像素值域进行划分。或者,按照预先设定的份数对像素值域进行均分。划分点或者份数的设定可以依据不同的标准、取决于不同的设计要求。例如,在本发明的一个实施例中,考虑到扫描图像中的闪烁噪声在像素值较低的位置处较不明显,而在像素值较高的位置处较明显来设置一个或更多个划分点。在一个实施例中,可以只划分两个区间,并且在0至255的像素值域中,可以取170至200范围中的一个像素值作为划分点。当然,在其它实施例中,也可以在整个像素值域中取两个或更多的划分点,从而将像素值域划分为三个或更多的区间。此外,划分单元210也可以依据待处理图像的特点自适应地进行划分。
噪声去除单元220对待处理的图像进行处理,以去除图像中的闪烁噪声。具体地,噪声去除单元220针对图像中像素值分别落入划分单元210所划分的至少两个区间的像素进行不同平滑程度的滤波,以去除图像中的闪烁噪声。在一个实施例中,考虑到闪烁噪声在像素值较高的位置比在像素值较低的位置更加明显,噪声去除单元220对落入具有较高像素值的区间中的像素进行平滑程度较高的滤波,并对落入具有较低像素值的区间中的像素进行平滑程度较低的滤波。
例如,在将像素值域划分为3个区间的例子中(例如,两个划分点可以分别是160和200),噪声去除单元220可以对像素值为0至160(例如,[0,160),不含160)的区间上的像素进行平滑程度较低的滤波,对像素值为160至200(例如[160,200))的区间上的像素进行中等平滑程度的滤波,而对像素值为200至255(例如[200,255])的区间上的像素进行平滑程度较高的滤波。下文中,为了简便起见,将以划分两个区间的实施例为例进行详细说明。
在将像素值域划分为2个区间的例子中(例如,划分点是180),噪声去除单元220可以对像素值为0至180(例如[0,180),不含180)的区间上的像素进行平滑程度较低的滤波,而对像素值为180至255(例如[180,255])的区间上的像素进行平滑程度较高的滤波。下面描述进一步的具体例子。
在一个实施例中,噪声去除单元220可以通过应用诸如高斯滤波器的图像处理滤波器来对像素进行滤波。噪声去除单元220可以对落入具有较高像素值的区间(例如[180,255])中的像素应用具有较大方差的高斯滤波器,并对落入具有较低像素值的区间(例如[0,180))中的像素应用具有较小方差的高斯滤波器。在本实施例中,所使用的高斯滤波器可以是二维高斯滤波器,如式(1)所示:
其中,σ2为二维高斯函数的方差。
在本实施例中,对像素值落入具有较高像素值的区间的像素,选用较大的方差σ2,对像素值落入具有较低像素值的区间的像素,选用较小的方差σ2。例如,对像素值落入区间[180,255]的像素,可以使得σ2=2;对像素值落入区间[0,180)的像素,可以使得σ2=0.2。
需要说明的是:除了高斯滤波器,还可以使用本领域已知的各种图像处理滤波器来进行根据本发明的平滑处理。例如,使用诸如双边滤波器的图像处理滤波器在具有较高像素值的位置进行平滑程度较高的滤波,而在具有较低像素值的位置进行平滑程度较低的滤波。
图3是示出与图2所示图像处理装置进行的处理相对应的图像处理方法的流程图。
如图3中所示,在步骤S301中,将像素值域划分为至少两个区间。可以根据需要对像素值域进行不同的划分。例如,按照预先设定的一个或更多个划分点对像素值域进行划分。或者,按照预先设定的份数对像素值域进行均分。划分点或者份数的设定可以依据不同的标准、取决于不同的设计要求。例如,在本发明的一个实施例中,考虑到扫描图像中的闪烁噪声在像素值较低的位置处较不明显,而在像素值较高的位置处较明显来设置一个或更多个划分点。在一个实施例中,在0至255的像素值域中,可以取像素值170至200中的一个作为划分点,由此划分两个区间。
在步骤S302中,针对图像中像素值分别落入至少两个区间的像素进行不同平滑程度的滤波,以去除图像中的闪烁噪声。具体地,可以对落入具有较高像素值的区间中的像素进行平滑程度较高的滤波,并对落入具有较低像素值的区间中的像素进行平滑程度较低的滤波。
一个实施例是通过应用本领域已知的各种图像处理滤波器来对像素进行滤波。例如,可以应用高斯滤波器对图像中的像素进行滤波。具体地,对落入具有较高像素值的区间中的像素应用具有较大方差的高斯滤波器,并对落入具有较低像素值的区间中的像素应用具有较小方差的高斯滤波器。详细示例以结合图2进行了说明,这里不再重复。
图4是示出根据本发明实施例的图像处理装置400的结构的框图。如图4所示,图像处理装置400可以包括划分单元410和噪声去除单元420。其中,划分单元410与如图2中示出的划分单元210具有相同的功能和结构,因而,这里省略其详细描述。噪声去除单元420可以通过对待处理图像的每一行的累积直方图进行处理来对该每一行中的像素进行滤波,以去除图像中的噪声。噪声去除单元420可以包括:累积直方图生成单元422、加权处理单元424和规定化单元426。下文中,逐个单元进行详细说明。
累积直方图生成单元422可以针对图像中的每一行生成累积直方图,作为原始累积直方图。
在一个例子中,当接收到待处理的图像时,噪声去除单元420的累积直方图生成单元422首先针对该待处理图像的每一行生成直方图。这里所说的“每一行”的高度既可以是一个像素,也可以是若干像素。累积直方图生成单元422可以采用现有的各种方法来生成直方图。
例如,假设一个单通道图像的宽和高分别表示为w和h,在图像点(x,y)的像素值坐标为I(x,y),则对于该单通道图像的第i行的直方图计算公式可以如式(2)所示:
u=0,1...255 (2)
其中,u代表小区(bin)的编号。请注意:式(2)是把一个像素值当成一个小区,采用8位量化的灰度图像,所以共256个小区。在式(2)中,δ算子代表这样的映射关系:δ(0)=1(或非零值)且δ(非0)=0。
式(2)示出当将一个像素值作为一个小区时求取直方图的例子,按照直方图的定义,也可以将多个像素值对应为一个小区。例如,u=0,...,7,如下面的式(3)所示:
u=0,1...7 (3)
其中,B表示像素值I到小区u的映射,当像素值I的映射值B落入小区u时,δ=1(或非零值),否则δ=0。
然后,累积直方图生成单元422基于图像的每一行的直方图生成每一行的累积直方图。例如,累积直方图生成单元422可以基于下面的等式(4)生成累积直方图:
加权处理单元424通过将每一行的邻近行的原始累积直方图与每一行的原始累积直方图一起进行加权处理,得到每一行的目标累积直方图。针对由累积直方图生成单元422生成的原始累积直方图中与划分单元410所划分的至少两个区间相对应的各部分,例如原始累积直方图的分别与区间[0,180)和[180,255]相对应的部分,加权处理单元424使用不同的权重进行加权处理。
在一个例子中,加权处理单元424通过将第i行的邻近行(第i±k行)的原始累积直方图Hi±k与第i行的原始累积直方图Hi一起进行加权处理,以得到第i行的目标累积直方图。其中,k可以取值1、2、3,或更多。
在本发明的一个实施例中,可以使用本领域已知的各种图像处理滤波函数进行该加权处理。例如,可以使用高斯函数对Hi和Hi±k进行加权处理,以得到第i行的目标累积直方图如式(5)所示:
其中, k表示上下方向的邻近行数,σ2是高斯方差,并且,有:
其中σ1 2<σ2 2,T是分离低像素值区间和高像素值区间的阈值,即划分点。在一个例子中,T可以取值170~200。这里,只采用一个划分点划分了两个区间。在其它实施例中,也可以通过采用一个以上的划分点来划分两个以上的区间。并且,依据各区间的像素值采用不同的方差。
规定化单元426通过从原始累积直方图到目标累积直方图执行直方图规定化,来获得去除了噪声的图像。
在得到目标累积直方图之后,噪声去除单元420中的规定化单元426通过从原始累积直方图Hi到目标累积直方图执行直方图规定化,获得噪声去除的图像。例如,规定化单元426可以使用传统的规定化方法,通过调整图像的像素值将原始累积直方图Hi转化为目标累积直方图与转化的目标累积直方图相对应的图像即为噪声被去除的图像。
图5是示出与图4所示图像处理装置进行的处理相对应的图像处理方法的流程图。在步骤S501中,将像素值域划分为至少两个区间。其处理与结合图3的步骤S301说明的处理相同,这里不进行重复描述。
在步骤S502中,针对图像中的每一行生成累积直方图,作为原始累积直方图。
在一个例子中,当接收到待处理的图像时,首先针对该待处理图像的每一行生成直方图。可以采用现有的各种方法来生成直方图。然后,基于图像的每一行的直方图生成每一行的累积直方图。直方图和累积直方图的生成式例如上面的式(2)或(3),以及(4)所示。
在步骤S503中,通过将每一行的邻近行的原始累积直方图与每一行的原始累积直方图一起进行加权处理,得到每一行的目标累积直方图。具体地,针对原始累积直方图的与在步骤S301中划分的像素值域的至少两个区间相对应的部分,使用不同的权重进行加权处理。
例如,在一个实施例中,在步骤S503中,可以通过应用高斯函数进行加权处理。具体地,对原始累积直方图的与具有较高像素值的区间相对应的部分应用较大的高斯方差;对与具有较低像素值的区间相对应的部分应用较小的高斯方差。
在步骤S504中,通过从原始累积直方图到目标累积直方图执行直方图规定化,来获得去除了噪声的图像。可以使用传统的规定化方法,通过调整图像的像素值将原始累积直方图转化为目标累积直方图,与转化的目标累积直方图相对应的图像即为噪声被去除的图像。
在上面的实施例中,通过对图像的每一行的累积直方图进行加权处理来去除图像的闪烁噪声。在另外的实施例中,也可以通过直接对图像的直方图进行加权处理,然后再获得累积直方图以供进行规定化的方式去除图像的闪烁噪声。
图6是示出根据本发明另一个实施例的图像处理装置600的结构的框图。如图6所示,图像处理装置600可以包括划分单元610和噪声去除单元620。其中,划分单元610与如图2和4中示出的划分单元210和410具有相同的功能和结构,因而,这里省略其详细描述。噪声去除单元620可以通过对待处理图像的每一行的累积直方图进行处理来对该每一行中的像素进行滤波,以去除图像中的噪声。噪声去除单元620可以包括:直方图生成单元622、加权处理单元624、累积直方图生成单元626和规定化单元628。下文中,逐个单元进行详细说明。
直方图生成单元622可以针对待处理图像中的每一行生成直方图,作为原始直方图。这里,图像的每一行的高度可以是一个或更多个像素。换句话说,图像的每一行具有一个或更多个像素的高度。直方图生成可以参考上面参考式(2)或(3)所说明的例子。
加权处理单元624可以通过将每一行的邻近行的原始直方图与每一行的原始直方图一起进行加权处理,得到每一行的目标直方图。对每一行与其邻近行的原始直方图进行加权处理,即对原始直方图中相应的小区所对应的像素数目进行加权处理。
以划分为两个区间[0,180)和[180,255]为例,假设在区间[0,180)上,第i行图像的原始直方图对应的加权系数为Qi,其邻近行i±k对应的加权系数为Qi±k;而在区间[180,255]上,第i行图像的原始直方图对应的加权系数为Pi,其邻近行i±k对应的加权系数为Pi±k。其中,Qi、Qi±k、Pi、Pi±k的设置使得相比较而言,对落入区间[0,180)的第i行图像的像素进行平滑程度较低的滤波,而对落入区间[180,255]的第i行图像的像素进行平滑程度较高的滤波。
累积直方图生成单元626可以分别根据每一行的原始直方图和目标直方图生成针对每一行的原始累积直方图和目标累积直方图。本领域技术人员可以得知生成直方图的方法,这里不再进行详细描述。
规定化单元628可以通过从原始累积直方图到目标累积直方图执行直方图规定化来获得去除了噪声的图像。例如,规定化单元628可以使用传统的规定化方法,通过调整图像的像素值将原始累积直方图转化为目标累积直方图,与转化的目标累积直方图相对应的图像即为噪声被去除的图像。
尽管参考图6说明的实施例与参考图4说明的实施例分别对直方图和累积直方图进行加权处理,但是由于它们都对落入不同像素值区间的像素进行不同程度的滤波,因而都可以达到良好的噪声去除效果。
图7是示出与根据图6的图像处理装置600所执行的处理相对应的图像处理方法的流程图。在步骤S701中,将像素值域划分为至少两个区间。其处理与结合图3和图5的步骤S301和S501说明的处理相同,这里不进行重复描述。
在步骤S702中,针对图像中的每一行生成直方图,作为原始直方图。然后,在步骤S703中,通过将每一行的邻近行的原始直方图与每一行的原始直方图一起进行加权处理,得到每一行的目标直方图。具体地,针对该行与邻近行的原始直方图的与划分单元划分的至少两个区间相对应的各小区,使用不同的权重进行加权处理,从而对图像的像素值进行滤波。例如,对落入具有较高像素值的区间中的像素值进行平滑程度较高的滤波,对落入具有较低像素值的区间中的像素值进行平滑程度较低的滤波。示例方法可以参见在对图6的图像处理装置进行描述时所做的说明。
在步骤S704中,分别根据每一行的原始直方图和目标直方图生成针对该行的原始累积直方图和目标累积直方图。在步骤S705中,通过从原始累积直方图到目标累积直方图执行直方图规定化,来获得去除了噪声的图像。可以使用传统的规定化方法进行该直方图规定化。
上面以示例的方式对根据本发明的图像处理装置和方法进行了描述。使用如上方案,可以对相邻行直方图或累积直方图具有较大差异的彩色图像进行非等间隔的闪烁噪声消除。下面,为了得到更加优质的噪声去除效果,将结合其它实例讨论进一步的改进。上面的方案中,已经通过对像素直接进行滤波处理,或对直方图或累积直方图进行平滑以间接对像素进行滤波处理的方式,通过对具有不同像素值的位置进行不同平滑程度的滤波得到了去除了闪烁噪声的图像。下文中,参考图8,描述能够避免噪声去除引起的线性失真或溢出等问题的进一步的改进方案。
图8是示出根据本发明实施例的改进的规定化单元800的结构的框图。如图8所示,根据本实施例的图像处理装置中的规定化单元800包括:查询表生成单元810以及规定化处理单元820。
查询表生成单元810可以根据原始累积直方图和目标累积直方图生成像素的原始像素值到目标像素值的查询表。然后,规定化处理单元820可以基于特定像素的原始像素值和从查询表中读取的相应目标像素值来按照预定规则对相应目标像素值进行修正,并使得在规定化结果图像中该特定像素的像素值等于经修正的像素值。
对目标像素进行修正的规则可以根据不同需要进行设计。在根据本发明的一个实施例中,当特定像素的原始像素值与相应目标像素值的差的绝对值小于等于预定阈值α时,规定化处理单元820可以使得经修正的目标像素值为相应目标像素值本身;而当该特定像素的原始像素值与相应目标像素值的差的绝对值大于预定阈值α时,规定化处理单元820可以使得原始像素值与经修正的目标像素值的差的绝对值等于预定阈值α。如式(6)所示:
根据原始累积直方图和目标累积直方图,查询表生成单元810得到查询表F(),把原始像素值I(x,y)对应到目标像素值F(I(x,y))。但为了进一步避免溢出等特殊情况,如式(6)所示,规定化处理单元820根据预先设定的阈值α确定是否使用查询表中的目标像素值本身作为规定化结果图像中相应像素的像素值在|F(I(x,y))-I(x,y)|>α时,规定化处理单元820放弃查询表中的目标像素值,而使以生成经修正的目标像素值用于规定化结果图像。这里,对α的“±”取决于F(I(x,y))-I(x,y)的符号。具体地,当F(I(x,y))-I(x,y)>0时,为“+”;当F(I(x,y))-I(x,y)<0时,为“-”。另外,在一些情况下,当I(x,y)±α<0或I(x,y)±α>255时,可以分别使得I(x,y)±α等于0或255。
例如,假设原始像素值为120,其在查询表中对应的目标像素值为80,则原始像素值与目标像素值的差的绝对值为40。在预先设定的阈值为20的情况下,规定化处理单元820对目标像素值进行修正,使得经修正的目标像素值等于100(120-20)。然后,规定化处理单元820将经修正的像素值(100)写入作为处理结果的图像的相应位置。
在本发明的另一个实施例中,当特定像素的原始像素值与相应目标像素值的差的绝对值小于等于预定阈值时,规定化处理单元820可以使得经修正的目标像素值为相应目标像素值本身;而当特定像素的原始像素值与相应目标像素值的差的绝对值大于预定阈值时,规定化处理单元820可以对目标像素值进行修正,使得经修正的目标像素值等于原始像素值与相应目标像素值的加权和。如下面式(7)例示出的一种通过求取加权和生成修正的目标像素值的方式:
其中,0≤m≤1。
当然,也可以不设定任何阈值,而使规定化处理单元820直接对目标像素值进行修正。例如,如式(7)所示,使得经修正的目标像素值等于原始像素值与相应目标像素值的加权和。
规定化单元800所使用的改进的规定化处理方法与在上面结合图8详细说明的规定化单元800所进行的规定化处理步骤相对应,这里不再进行详细描述。
对于彩色图像的闪烁噪声去除。根据本发明的图像处理装置还可以包括色彩分离与组合单元。色彩分离与组合单元可以将待处理的彩色图像分离为单独的单通道图像(例如R、G、B),以及将分别进行了噪声去除处理的单通道图像组合为彩色图像。在相应的处理中,在对彩色图像进行噪声去除之前,将彩色图像分离为单独的单通道图像;并且,在对各单通道图像进行了噪声去除之后,将各单通道图像组合为彩色图像。
下文中,参考图9描述实现本发明的图像处理装置的计算机的示例性结构。图9是示出实现本发明的计算机的示例性结构的框图。
在图9中,中央处理单元(CPU)901根据只读存储器(ROM)902中存储的程序或从存储部分908加载到随机存取存储器(RAM)903的程序执行各种处理。在RAM 903中,也根据需要存储当CPU 901执行各种处理时所需的数据。
CPU 901、ROM 902和RAM 903经由总线904彼此连接。输入/输出接口905也连接到总线904。
下述部件连接到输入/输出接口905:输入部分906,包括键盘、鼠标等;输出部分907,包括显示器,诸如阴极射线管(CRT)、液晶显示器(LCD)等,以及扬声器等;存储部分908,包括硬盘等;以及通信部分909,包括网络接口卡诸如LAN卡、调制解调器等。通信部分909经由网络诸如因特网执行通信处理。
根据需要,驱动器910也连接到输入/输出接口905。可拆卸介质911诸如磁盘、光盘、磁光盘、半导体存储器等根据需要被安装在驱动器910上,使得从中读出的计算机程序根据需要被安装到存储部分908中。
在通过软件实现上述步骤和处理的情况下,从网络诸如因特网或存储介质诸如可拆卸介质911安装构成软件的程序。
本领域的技术人员应当理解,这种存储介质不局限于图9所示的其中存储有程序、与方法相分离地分发以向用户提供程序的可拆卸介质911。可拆卸介质911的例子包含磁盘、光盘(包含光盘只读存储器(CD-ROM)和数字通用盘(DVD))、磁光盘(包含迷你盘(MD))和半导体存储器。或者,存储介质可以是ROM 902、存储部分908中包含的硬盘等,其中存有程序,并且与包含它们的方法一起被分发给用户。
在上面对本发明具体实施例的描述中,针对一种实施例描述和/或示出的特征可以以相同或类似的方式在一个或更多个其它实施例中使用,与其它实施例中的特征相组合,或替代其它实施例中的特征。
应该强调,术语“包括/”在本文使用时指特征、要素、步骤或组件的存在,但并不排除一个或更多个其它特征、要素、步骤或组件的存在或附加。
此外,本发明的各实施例的方法不限于按照说明书中描述的或者附图中示出的时间顺序来执行,也可以按照其它的时间顺序、并行地或独立地执行。因此,本说明书中描述的方法的执行顺序不对本发明的技术范围构成限制。
综上,在根据本发明的实施例中,本发明提供了如下方案:
1.一种图像处理装置,用于去除图像中的闪烁噪声,包括:
划分单元,用于将像素值域划分为至少两个区间;
噪声去除单元,用于针对所述图像中像素值分别落入所述至少两个区间的像素进行不同平滑程度的滤波,以去除图像中的闪烁噪声,其中,
所述噪声去除单元对落入具有较高像素值的区间中的像素进行平滑程度较高的滤波,并对落入具有较低像素值的区间中的像素进行平滑程度较低的滤波。
2.根据项1所述的图像处理装置,其中,所述噪声去除单元通过应用高斯滤波器来对像素进行滤波,其中,所述噪声去除单元对落入具有较高像素值的区间中的像素应用具有较大方差的高斯滤波器,并对落入具有较低像素值的区间中的像素应用具有较小方差的高斯滤波器。
3.根据项1所述的图像处理装置,其中,所述噪声去除单元通过对所述图像的每一行的累积直方图进行处理来对所述每一行中的像素进行滤波,以去除图像中的噪声,所述图像的每一行具有一个或更多个像素的高度,所述噪声去除单元包括:
累积直方图生成单元,用于针对所述图像中的每一行生成累积直方图,作为原始累积直方图;
加权处理单元,用于通过将所述每一行的邻近行的原始累积直方图与所述每一行的原始累积直方图一起进行加权处理,得到所述每一行的目标累积直方图;
规定化单元,用于通过从原始累积直方图到目标累积直方图的直方图规定化,来获得去除了噪声的图像,其中,
针对所述原始累积直方图的与所述划分单元划分的所述至少两个区间相对应的各部分,所述加权处理单元使用不同的权重进行所述加权处理。
4.根据项3所述的图像处理装置,其中,所述加权处理单元通过应用高斯函数进行所述加权处理,其中,
所述加权处理单元对与具有较高像素值的所述区间相对应的部分应用较大的高斯方差;对与具有较低像素值的所述区间相对应的部分应用较小的高斯方差。
5.根据项1所述的图像处理装置,其中,所述噪声去除单元通过对所述图像的每一行的累积直方图进行处理来对所述每一行中的像素进行滤波,以去除图像中的噪声,所述图像的每一行具有一个或更多个像素的高度,所述噪声去除单元包括:
直方图生成单元,用于针对所述图像中的每一行生成直方图,作为原始直方图;
加权处理单元,用于通过将所述每一行的邻近行的原始直方图与所述每一行的原始直方图一起进行加权处理,得到所述每一行的目标直方图;
累积直方图生成单元,用于分别根据所述每一行的原始直方图和目标直方图生成针对所述每一行的原始累积直方图和目标累积直方图;
规定化单元,用于通过从原始累积直方图到目标累积直方图执行直方图规定化,来获得去除了噪声的图像,其中,
针对所述原始直方图的与所述划分单元划分的所述至少两个区间相对应的各小区,所述加权处理单元使用不同的权重进行所述加权处理。
6.根据项3至5中任一个所述的图像处理装置,其中,所述规定化单元包括:
查询表生成单元,用于根据所述原始累积直方图和所述目标累积直方图生成像素的原始像素值到目标像素值的查询表;以及
规定化处理单元,用于基于特定像素的原始像素值和从所述查询表中读取的相应目标像素值来按照预定规则对所述相应目标像素值进行修正,并使得在规定化结果图像中所述特定像素的像素值等于经修正的像素值。
7.根据项6所述的图像处理装置,其中,当特定像素的原始像素值与相应目标像素值的差的绝对值小于等于预定阈值时,所述规定化处理单元使得经修正的目标像素值为所述相应目标像素值本身;当所述特定像素的原始像素值与相应目标像素值的差的绝对值大于预定阈值时,所述规定化处理单元使得所述原始像素值与经修正的目标像素值的差的绝对值等于所述预定阈值。
8.根据项6所述的图像处理装置,其中,所述规定化处理单元使得经修正的目标像素值等于原始像素值与相应目标像素值的加权和。
9.根据项1至8中任一个所述的图像处理装置,还包括:色彩分离与组合单元,用于将待处理的彩色图像分离为单独的单通道图像,以及将分别进行了噪声去除处理的单通道图像组合为彩色图像。
10.一种图像处理方法,用于去除图像中的闪烁噪声,包括:
划分步骤,将像素值域划分为至少两个区间;
噪声去除步骤,针对所述图像中像素值分别落入所述至少两个区间的像素进行不同平滑程度的滤波,以去除图像中的闪烁噪声,其中,
对落入具有较高像素值的区间中的像素进行平滑程度较高的滤波,并对落入具有较低像素值的区间中的像素进行平滑程度较低的滤波。
11.根据项10所述的图像处理方法,其中,在所述噪声去除步骤中,通过应用高斯滤波器来对像素进行滤波,其中,对落入具有较高像素值的区间中的像素应用具有较大方差的高斯滤波器,并对落入具有较低像素值的区间中的像素应用具有较小方差的高斯滤波器。
12.根据项10所述的图像处理方法,其中,在所述噪声去除步骤中,通过对所述图像的每一行的累积直方图进行处理来对所述每一行中的像素进行滤波,以去除图像中的噪声,所述每一行具有一个或更多个像素的高度,所述噪声去除步骤包括:
累积直方图生成步骤,针对所述图像中的每一行生成累积直方图,作为原始累积直方图;
加权处理步骤,通过将所述每一行的邻近行的原始累积直方图与所述每一行的原始累积直方图一起进行加权处理,得到所述每一行的目标累积直方图;
规定化步骤,通过从原始累积直方图到目标累积直方图执行直方图规定化,来获得去除了噪声的图像,其中,
在所述加权处理步骤中,针对所述原始累积直方图的与所述至少两个区间相对应的部分,使用不同的权重进行所述加权处理。
13.根据项12所述的图像处理方法,其中,在所述加权处理步骤中,通过应用高斯函数进行所述加权处理,其中,
对与具有较高像素值的所述区间相对应的部分应用较大的高斯方差;对与具有较低像素值的所述区间相对应的部分应用较小的高斯方差。
14.根据项10所述的图像处理方法,其中,在所述噪声去除步骤中,通过对所述图像的每一行的累积直方图进行处理来对所述每一行中的像素进行滤波,以去除图像中的噪声,所述图像的每一行具有一个或更多个像素的高度,所述噪声去除步骤包括:
直方图生成步骤,针对所述图像中的每一行生成直方图,作为原始直方图;
加权处理步骤,通过将所述每一行的邻近行的原始直方图与所述每一行的原始直方图一起进行加权处理,得到所述每一行的目标直方图;
累积直方图生成步骤,分别根据所述每一行的原始直方图和目标直方图生成针对所述每一行的原始累积直方图和目标累积直方图;
规定化步骤,通过从原始累积直方图到目标累积直方图执行直方图规定化,来获得去除了噪声的图像,其中,
在所述加权处理步骤中,针对所述原始直方图的与所述划分单元划分的所述至少两个区间相对应的各小区,使用不同的权重进行所述加权处理。
15.根据项10至14中任一个所述的图像处理方法,其中,所述规定化步骤包括:
查询表生成步骤,根据所述原始累积直方图和所述目标累积直方图生成像素的原始像素值到目标像素值的查询表;以及
规定化处理步骤,基于特定像素的原始像素值和从所述查询表中读取的相应目标像素值来按照预定规则对所述相应目标像素值进行修正,并使得在规定化结果图像中所述特定像素的像素值等于经修正的像素值。
16.根据项15所述的图像处理方法,其中,当特定像素的原始像素值与相应目标像素值的差的绝对值小于等于预定阈值时,在所述规定化处理步骤中,使得经修正的目标像素值为所述相应目标像素值本身;并且当所述特定像素的原始像素值与相应目标像素值的差的绝对值大于预定阈值时,在所述规定化处理步骤中,使得所述原始像素值与经修正的目标像素值的差的绝对值等于所述预定阈值。
17.根据项15所述的图像处理方法,其中,在所述规定化处理步骤中,使得经修正的目标像素值等于原始像素值与相应目标像素值的加权和。
18.根据项10至17中任一个所述的图像处理方法,还包括:
色彩分离步骤,将待处理的彩色图像分离为单独的单通道图像;以及色彩组合步骤,将分别进行了噪声去除处理的单通道图像组合为彩色图像。
Claims (10)
1.一种图像处理装置,用于去除图像中的闪烁噪声,包括:
划分单元,用于将像素值域划分为至少两个区间;
噪声去除单元,用于针对所述图像中像素值分别落入所述至少两个区间的像素进行不同平滑程度的滤波,以去除图像中的闪烁噪声,其中,
所述噪声去除单元对落入具有较高像素值的区间中的像素进行平滑程度较高的滤波,并对落入具有较低像素值的区间中的像素进行平滑程度较低的滤波。
2.根据权利要求1所述的图像处理装置,其中,所述噪声去除单元通过应用高斯滤波器来对像素进行滤波,其中,所述噪声去除单元对落入具有较高像素值的区间中的像素应用具有较大方差的高斯滤波器,并对落入具有较低像素值的区间中的像素应用具有较小方差的高斯滤波器。
3.根据权利要求1所述的图像处理装置,其中,所述噪声去除单元通过对所述图像的每一行的累积直方图进行处理来对所述每一行中的像素进行滤波,以去除图像中的噪声,所述图像的每一行具有一个或更多个像素的高度,所述噪声去除单元包括:
累积直方图生成单元,用于针对所述图像中的每一行生成累积直方图,作为原始累积直方图;
加权处理单元,用于通过将所述每一行的邻近行的原始累积直方图与所述每一行的原始累积直方图一起进行加权处理,得到所述每一行的目标累积直方图;
规定化单元,用于通过从原始累积直方图到目标累积直方图的直方图规定化,来获得去除了噪声的图像,其中,
针对所述原始累积直方图的与所述划分单元划分的所述至少两个区间相对应的各部分,所述加权处理单元使用不同的权重进行所述加权处理。
4.根据权利要求1所述的图像处理装置,其中,所述噪声去除单元通过对所述图像的每一行的累积直方图进行处理来对所述每一行中的像素进行滤波,以去除图像中的噪声,所述图像的每一行具有一个或更多个像素的高度,所述噪声去除单元包括:
直方图生成单元,用于针对所述图像中的每一行生成直方图,作为原始直方图;
加权处理单元,用于通过将所述每一行的邻近行的原始直方图与所述每一行的原始直方图一起进行加权处理,得到所述每一行的目标直方图;
累积直方图生成单元,用于分别根据所述每一行的原始直方图和目标直方图生成针对所述每一行的原始累积直方图和目标累积直方图;
规定化单元,用于通过从原始累积直方图到目标累积直方图执行直方图规定化,来获得去除了噪声的图像,其中,
针对所述原始直方图的与所述划分单元划分的所述至少两个区间相对应的各小区,所述加权处理单元使用不同的权重进行所述加权处理。
5.根据权利要求3或4所述的图像处理装置,其中,所述规定化单元包括:
查询表生成单元,用于根据所述原始累积直方图和所述目标累积直方图生成像素的原始像素值到目标像素值的查询表;以及
规定化处理单元,用于基于特定像素的原始像素值和从所述查询表中读取的相应目标像素值来按照预定规则对所述相应目标像素值进行修正,并使得在规定化结果图像中所述特定像素的像素值等于经修正的像素值。
6.一种图像处理方法,用于去除图像中的闪烁噪声,包括:
划分步骤,将像素值域划分为至少两个区间;
噪声去除步骤,针对所述图像中像素值分别落入所述至少两个区间的像素进行不同平滑程度的滤波,以去除图像中的闪烁噪声,其中,
对落入具有较高像素值的区间中的像素进行平滑程度较高的滤波,并对落入具有较低像素值的区间中的像素进行平滑程度较低的滤波。
7.根据权利要求6所述的图像处理方法,其中,在所述噪声去除步骤中,通过应用高斯滤波器来对像素进行滤波,其中,对落入具有较高像素值的区间中的像素应用具有较大方差的高斯滤波器,并对落入具有较低像素值的区间中的像素应用具有较小方差的高斯滤波器。
8.根据权利要求6所述的图像处理方法,其中,在所述噪声去除步骤中,通过对所述图像的每一行的累积直方图进行处理来对所述每一行中的像素进行滤波,以去除图像中的噪声,所述每一行具有一个或更多个像素的高度,所述噪声去除步骤包括:
累积直方图生成步骤,针对所述图像中的每一行生成累积直方图,作为原始累积直方图;
加权处理步骤,通过将所述每一行的邻近行的原始累积直方图与所述每一行的原始累积直方图一起进行加权处理,得到所述每一行的目标累积直方图;
规定化步骤,通过从原始累积直方图到目标累积直方图执行直方图规定化,来获得去除了噪声的图像,其中,
在所述加权处理步骤中,针对所述原始累积直方图的与所述至少两个区间相对应的部分,使用不同的权重进行所述加权处理。
9.根据权利要求6所述的图像处理方法,其中,在所述噪声去除步骤中,通过对所述图像的每一行的累积直方图进行处理来对所述每一行中的像素进行滤波,以去除图像中的噪声,所述图像的每一行具有一个或更多个像素的高度,所述噪声去除步骤包括:
直方图生成步骤,针对所述图像中的每一行生成直方图,作为原始直方图;
加权处理步骤,通过将所述每一行的邻近行的原始直方图与所述每一行的原始直方图一起进行加权处理,得到所述每一行的目标直方图;
累积直方图生成步骤,分别根据所述每一行的原始直方图和目标直方图生成针对所述每一行的原始累积直方图和目标累积直方图;
规定化步骤,通过从原始累积直方图到目标累积直方图执行直方图规定化,来获得去除了噪声的图像,其中,
在所述加权处理步骤中,针对所述原始直方图的与所述划分单元划分的所述至少两个区间相对应的各小区,使用不同的权重进行所述加权处理。
10.根据权利要求8或9所述的图像处理方法,其中,所述规定化步骤包括:
查询表生成步骤,根据所述原始累积直方图和所述目标累积直方图生成像素的原始像素值到目标像素值的查询表;以及
规定化处理步骤,基于特定像素的原始像素值和从所述查询表中读取的相应目标像素值来按照预定规则对所述相应目标像素值进行修正,并使得在规定化结果图像中所述特定像素的像素值等于经修正的像素值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210431709.8A CN103795943B (zh) | 2012-11-01 | 2012-11-01 | 图像处理装置和图像处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210431709.8A CN103795943B (zh) | 2012-11-01 | 2012-11-01 | 图像处理装置和图像处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103795943A CN103795943A (zh) | 2014-05-14 |
CN103795943B true CN103795943B (zh) | 2017-05-17 |
Family
ID=50671181
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210431709.8A Active CN103795943B (zh) | 2012-11-01 | 2012-11-01 | 图像处理装置和图像处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103795943B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1633159A (zh) * | 2005-01-26 | 2005-06-29 | 北京中星微电子有限公司 | 一种去除图像噪声的方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6064776A (en) * | 1995-10-27 | 2000-05-16 | Kabushiki Kaisha Toshiba | Image processing apparatus |
US20060274962A1 (en) * | 2005-06-03 | 2006-12-07 | Yi-Jen Chiu | Systems and methods for improved Gaussian noise filtering |
JP2007201541A (ja) * | 2006-01-23 | 2007-08-09 | Ricoh Co Ltd | 画像処理装置、撮像装置、画像処理方法、および画像処理プログラム |
JP4746575B2 (ja) * | 2007-03-16 | 2011-08-10 | 株式会社東芝 | 画像処理装置及びその方法 |
CN100478993C (zh) * | 2007-07-13 | 2009-04-15 | 天津大学 | 根据边缘和亮度特征进行自适应调整的图像增强方法 |
JP4465002B2 (ja) * | 2007-11-16 | 2010-05-19 | オリンパス株式会社 | ノイズ低減システム、ノイズ低減プログラム及び撮像システム。 |
CN100512374C (zh) * | 2007-12-05 | 2009-07-08 | 北京航空航天大学 | 一种基于阈值分割的图像边缘检测方法 |
CN101908208B (zh) * | 2010-07-27 | 2011-11-09 | 浙江大学 | 面向图像边缘检测的平滑滤波空间尺度的自适应确定方法 |
CN101937562A (zh) * | 2010-08-27 | 2011-01-05 | 天津大学 | 灰度级信息量直方图构造方法 |
-
2012
- 2012-11-01 CN CN201210431709.8A patent/CN103795943B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1633159A (zh) * | 2005-01-26 | 2005-06-29 | 北京中星微电子有限公司 | 一种去除图像噪声的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103795943A (zh) | 2014-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7596280B2 (en) | Video acquisition with integrated GPU processing | |
US9036939B2 (en) | Video acquisition with processing based on ancillary data | |
US8098256B2 (en) | Video acquisition with integrated GPU processing | |
JP5640253B2 (ja) | ビット解像度の向上のための装置及び方法 | |
JP5436624B2 (ja) | 画像処理装置およびその制御方法 | |
JP2004221644A (ja) | 画像処理装置および方法、記録媒体、並びにプログラム | |
CN1292576C (zh) | 信号处理设备及方法、记录介质和程序 | |
US11222412B2 (en) | Image processing device and method | |
CN112598612A (zh) | 一种基于照度分解的无闪烁暗光视频增强方法及装置 | |
JP2014010776A (ja) | 画像処理装置、画像処理方法、及び、プログラム | |
US8265419B2 (en) | Image processing apparatus and image processing method | |
JP2005278149A (ja) | 画像信号処理方法及び画像信号処理回路 | |
JP2018174470A (ja) | 雑音除去装置及びプログラム | |
CN103793892B (zh) | 图像处理装置和图像处理方法 | |
CN103795943B (zh) | 图像处理装置和图像处理方法 | |
KR20070094521A (ko) | 화상 처리 장치 및 화상처리 방법과 프로그램 | |
US7773824B2 (en) | Signal processing device and method, recording medium, and program | |
JP4632100B2 (ja) | 画像処理装置、画像処理方法、記録媒体、およびプログラム | |
JP2007195216A (ja) | 画像処理装置および画像処理方法並びに画像処理プログラム | |
JP2006208854A (ja) | 画像処理装置、プログラム、記録媒体および画像表示装置 | |
CN115546067B (zh) | 一种低照度图像增强方法及图像增强装置 | |
JP5934031B2 (ja) | 階調削減装置及びプログラム | |
JP2005051337A (ja) | 画像処理方法、画像処理装置およびプログラム | |
JP2004015708A (ja) | 画像信号のダイナミックレンジ制御装置 | |
TWI383665B (zh) | 對比強化系統及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |