CN104335565A - 采用具有自适应滤芯的细节增强滤波器的图像处理方法 - Google Patents

采用具有自适应滤芯的细节增强滤波器的图像处理方法 Download PDF

Info

Publication number
CN104335565A
CN104335565A CN201380010508.3A CN201380010508A CN104335565A CN 104335565 A CN104335565 A CN 104335565A CN 201380010508 A CN201380010508 A CN 201380010508A CN 104335565 A CN104335565 A CN 104335565A
Authority
CN
China
Prior art keywords
image
low
image processing
processing unit
pass
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.)
Pending
Application number
CN201380010508.3A
Other languages
English (en)
Inventor
S·奥尔森
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Flir Systems AB
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
Publication of CN104335565A publication Critical patent/CN104335565A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • G06T5/20—Image enhancement or restoration using local operators
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/40—Picture signal circuits
    • H04N1/409—Edge or detail enhancement; Noise or error suppression
    • H04N1/4092—Edge or detail enhancement
    • 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
    • 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
    • G06T5/70—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
    • 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
    • G06T2207/20008—Globally 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)

Abstract

本发明涉及一种用于采用自适应滤芯尺寸的滤波的图像处理方法，其特征在于包括以下步骤：(a)生成原始图像，(b)基于该原始图像计算信息测度，(c)基于该信息测度计算滤芯尺寸，(d)采用具有滤芯尺寸的自适应低通滤波器来低通滤波该原始图像以形成低通滤波图像，(e)通过从原始图像中减去该低通滤波图像来计算高通滤波图像，(f)通过将以细节增强测度缩放的高通图像增加到低通图像来获得不具有光环的细节增强图像。本发明还涉及一种图像处理设备，包括图像记录设备(11)，图像处理单元(12)以及图像显示单元(13)，其中：(a)记录设备(11)生成原始图像，(b)图像处理单元(12)基于该原始图像计算信息测度，(c)图像处理单元(12)基于该信息测度计算滤芯尺寸，(d)图像处理单元(12)采用具有滤芯尺寸的自适应低通滤波器来低通滤波该原始图像以形成低通滤波图像，(e)图像处理单元(12)通过从原始图像中减去该低通滤波图像来计算高通滤波图像，(f)图像处理单元(12)通过将以细节增强测度缩放的高通图像增加到低通图像来获得不具有光环的细节增强图像，(g)图像显示单元(13)呈现不具有光环的细节增强图像。

Description

采用具有自适应滤芯的细节增强滤波器的图像处理方法
本发明涉及一种包括采用自适应滤芯(filter core)尺寸的图像滤波的图像处理方法。此外，本发明还涉及一种包括图像记录设备、图像处理单元和图像显示单元的图像处理设备。
各种图像处理方案，例如各种形式的细节滤波或者增强，都是用于改善记录的图像的可视性的公知技术。各种类型的图像信息压缩也是公知的，一定程度上为了降低图像的信息内容并且因此获得具有较少信息量的图像，但是也为了使图像适应该图像的观众。人作为观众来区分细节和不同颜色以及灰度等级的能力是有限的。
在没有日光的条件下使用的用于记录和显示图像的***已经使用了多种形式的图像处理来改善记录的图像的信息内容。图像处理优选地通过在记录的图像的信息内容的数字再现上执行数学方法来实现。习惯的做法是记录的图像的细节和边界得到增强。当前可用于边界增强的成像处理方法通常产生一种被称为光环或者晕轮的现象。这些光环或者晕轮干扰图像并且其对于可视目标变得更严重。此外，这些干扰在对比度具有大差别的图像部分增加，这意味着当被观看时在具有难以呈现的感兴趣信息的区域中，该干扰增加。
当光线条件是难以使用正常光学装置的情况下的图像记录的一个例子时使用IR视频或者IR图片，其中IR代表红外线。通常通过在局部区域中的信号强度的小变化来组成IR视频中的细节和结构。同时，单一图像中的总动态范围可以是大的。在冷色区域和暖色区域之间的信号等级差可导致能够记录65000个灰度等级。典型地，这一信号会被压缩，使得其总动态范围变为8比特或者从黑色到白色的256个清晰的灰度等级，从而满足视频格式并且更好地适于再现给操作员。这一原因是适应于不同的视频标准并且人只能区分100个左右灰度等级。信号的完全线性压缩几乎通常是不合适的，由于具有非常不同的信号等级的小的范围对使用所有动态范围是有风险的，于是大体上获得了仅具有很少颜色和灰度等级的图像。
通常避免此问题的方式是使用图像的柱状图(信号等级扩展)以及基于此来确定合适的转换，例如从16到8比特，使得可用动态没有消耗或者使用在没有信号的等级上。尽管在很多情况中，柱状图均衡非常有效，但是其通常难以预见正确的细节是否将被真实地增强。由此，使用了其他给出更多鲁棒结果的方法。这些方法中的一个是使用边界保持低通滤波器来产生不具有细节或者结构的背景图像并且从原始图像中减去这一图像从而产生小的信号变化，其中小的信号变化由该细节构成。
边界保持低通滤波器是先前已知的，并且这一滤波器的一个例子在C.Tomasi and R.Manduchi，Bilateral Filtering for Gray and Color Image，Proc.1998IEEE 6th.Int.Conf.on Computer Vision，Bombay，India中描述过。利用相邻图像点的值的平均值来替代每一个图像点的值，获取平滑的图像。如果使用非边界保持滤波器，与具有广泛不同的信号强度的临近点的点的图像点将会被影响，使得他们以比他们本应该的等级高或者低的等级结束。
自适应滤波器也是已知的，并且这一滤波器在J.Xie，P.Heng and M.Shah，Image Diffusion Using Saliency Bilateral Filter，IEEE Transactions onInformation Technology in Biomedicine，Vol.12，Issue 6，2008中描述过。
当前用于图像信息的细节增强和滤波的已知方法的问题是，当使用边界增强时，则干扰光环或晕轮群系通常在滤波的图像上增强了。
本发明的一个目的是提供一种用于滤波图像信息的方法，使得，当图像被边界增强时，则会采用自适应滤芯尺寸来实现滤波从而避免光环或者晕轮群系的出现。通过参考本发明具体实施例来更为详细地描述本发明的其他目的。
本发明涉及用于采用自适应滤芯尺寸的滤波的图像处理方法，其中方法步骤包括：
(a)生成原始图像，
(b)基于该原始图像计算信息测度，
(c)基于该信息测度计算滤芯尺寸，
(d)采用具有滤芯尺寸的自适应低通滤波器来低通滤波该原始图像以形成低通滤波图像，
(e)通过从原始图像中减去该低通滤波图像来计算高通滤波图像，
(f)通过将以细节增强测度缩放的高通图像增加到低通图像来获得不具有光环的细节增强图像。
根据改进的用于采用自适应滤芯尺寸的滤波的图像处理方法的另一方面：
通过压缩算法来压缩该低通滤波的图像；
基于查找表，采用来自信息测度的输入数据来选择该低通滤芯尺寸；
基于芯尺寸算法，采用来自信息测度的输入数据来计算该滤芯尺寸；
该信息测度是边界信息测度；
通过苏贝尔(Sobel)算子来计算该边界信息测度；
该信息测度是扩展测度；
该扩展测度是标准偏差；
该信息测度是熵测度；
该细节增强测度是可变增强测度；
该细节增强测度是动态算法。
本发明还包括一种图像处理设备，包括图像记录设备，图像处理单元以及图像显示单元，其中：
(a)记录设备生成原始图像，
(b)图像处理单元基于该原始图像计算信息测度，
(c)图像处理单元基于该信息测度计算滤芯尺寸，
(d)图像处理单元采用具有滤芯尺寸的自适应低通滤波器来低通滤波该原始图像以形成低通滤波图像，
(e)图像处理单元通过从原始图像中减去该低通滤波图像来计算高通滤波图像，
(f)图像处理单元通过将以细节增强测度缩放的高通图像增加到低通图像来计算不具有光环的细节增强图像，
(g)图像显示单元呈现不具有光环的细节增强图像。
根据本发明的改进的图像处理设备的另一方面：
图像记录设备是IR摄像机；
该图像处理单元采用压缩算法来压缩低通滤波图像；
在该图像处理单元中基于查找表，采用来自信息测度的输入数据来选择滤芯尺寸；
在该图像处理单元中基于芯尺寸算法，采用来自信息测度的输入数据来计算滤芯尺寸；
该图像处理单元通过苏贝尔(Sobel)算子来计算信息测度；
该图像处理单元通过对原始图像的标准偏差计算来计算信息测度；
该高通滤波的图像在图像处理单元中以细节增强测度来缩放，其中该细节增强测度是可变增强测度；
该高通滤波的图像在图像处理单元中以细节增强测度来缩放，其中该细节增强测度是动态算法。
下面将会参考附图对本发明进行更为详细地描述，其中：
附图1示出了根据本发明的用于自适应图像滤波的图像处理方法的框图；
附图2示出了根据本发明的用于图像处理***中的部件的框图。
附图1中示出了根据本发明的用于自适应图像滤波1的图像处理方法的框图。该图像处理方法是基于图像信息的分组从而形成完整的图像的各部分，还被称为原始图像2。该图像信息的分组优选地以16比特帧的形式实现，其中该帧定义一组以多个数字比特形式的数字信息。一个完整的数字图像被分割为大量较小的组或者帧以便于简单的图像处理。
用于自适应滤波1的图像处理方法从采用合适的记录装置产生的原始图像2开始，在本申请中不做进一步的描述。具有边界检测功能3的模块基于原始图像计算信息测度。该信息测度描述原始图像中的边界的位置以及等级，或者其他与在原始图像2中的改变相关的值。通过自适应低通滤波器或者LP滤波器4来进一步处理边界检测功能3的结果。自适应低通滤波器4的输入值或者控制值是通过边界检测功能3生成的信息测度，以及来自于原始图像2的图像信息。自适应低通滤波器4的结果是低通滤波的图像5。通过信号处理、或者替选的基于信息测度中的内容和低通滤波器4中的原始图像2对原始图像2的修改来生成该低通滤波的图像。该信息测度确定自适应低通滤波器4的尺寸。自适应滤波器4的尺寸也被认为是芯。基于离边界的距离以及/或者边界上的强度来确定芯尺寸。通过计算或者参考一个表来基于信息测度确定芯尺寸。其中从表中查找一值，所述表还被称作查找表，然后基于信息测度来标识查找表中的值。该查找表在之前就被计算出并且适用于本申请，而该查找表被存储在图像处理装置中，例如在图像处理单元12中。可选地，芯尺寸可以采用定制的算法来计算，被称为芯尺寸算法，其将信息测度作为给芯尺寸算法的输入数据。低通滤波的图像5被边界增强并且采用自适应滤波器滤波，结果得到具有定义得良好的轮廓的图像，而没有出现光环、晕轮现象或者其他干扰群系或者其他图像中的偏移。
从原始图像2中减去低通滤波图像5从而产生高通滤波图像，也被称为细节图像6。细节图像6是一个其中通过从原始图像2中减去低通滤波图像5使得来自原始图像2的细节变得清晰的图像。通过将由细节增强模块9加权的高通滤波图像6增加到低通滤波图像5，可以生成滤波的图像8。该细节增强模块9确定如何将细节图像6增加到低通滤波图像5的等级。在细节增强模块9中确定的细节增强可以通过该图像处理方法的用户来指定可变的增强测度。该可变的增强测度例如可以被馈入，或者另一方面，指定进入或者进到图像处理单元12。可以在细节增强模块9中基于提出和适应于该目的的算法来计算细节增强。用于计算细节增强的算法能够例如标识和增强细节、片段、目标或区域、或者其他在低通滤波的图像5中的信息、细节图像6、或者原始图像2，其中较好的增强是所期望的。以相同的方式，用于计算细节增强的算法可以抑制或者另一方面降低细节、片段、目标或区域、或者细节图像6中的其他信息的重要性。
细节图像模块9之后的结果被增加到低通滤波图像5从而产生滤波的图像8。该低通滤波图像5，在其被增加到细节图像6之前，可以采用适合于该目的的算法动态压缩。细节图像6被线性地采用全局缩放因子增加到低通滤波图像5，替选地，该细节图像6基于信息测度被逐个像素地调适，或者该细节图像6采用缩放因子基于压缩细节图像6所采用的动态压缩被增加到低通图像5。滤波的图像8是原始图像2的无光环或光晕现象的细节增强且可能也减噪的图像。可采用合适的算法，例如柱状图等效，来压缩低通滤波图像5，主要是为了降低在低通滤波图像中的信息内容并且因此降低来自原始图像的信息量。在压缩模块7中进行压缩。滤波的和压缩的低通图像优选地包括比原始图像2少的信息并且被缝合到特定的应用和/或装置，例如通过降低灰度色调的数量。通过标准算法来实现压缩，其在本申请中不再进一步涉及。
附图2中示出了根据本发明的用于图像处理***10中的部件的框图。该图像处理***10由记录设备11(其是图像收集单元并且可以是摄像机或者图像传感器)，图像处理单元12以及图像显示单元13组成。该记录设备11记录图像收集单元所朝向的目标或者区域的图像。该记录设备11优选地在这种情况下是IR摄像机，但是还可以是其他类型的图像收集装置，例如摄像机或者传感器。该图像处理单元12采用适合于此目的的算法处理记录设备11的图像。合适的算法的例子是边界增强、压缩、噪声降低和其他类型的滤波算法或者图像修改算法。此外，该滤波算法可以被缩放并且滤芯或者多个滤芯组可以被修改。优选地在微处理器、和/或信号处理器包括可编程电路中实现该图像处理。该图像处理单元12因此由用于处理来自记录设备11的图像信息的设备、用于图像处理该来自于图像收集单元的图像信息的设备、用于将图像处理后的图像信息传送到图像显示单元13的设备组成。该图像显示单元13可以由显示器或者其他适应于基于图像处理***10的使用和安装的光学呈现***组成。
本发明不限于特定示出的实施例，而是可在专利权利要求的范围内做出多种修改。
可以意识到，上述用于图像记录、图像处理以及图像处理后的图像的再现的图像处理方法和/或设备原则上可以应用于所有图像处理***，例如IR摄像机、摄像机或者其他用于所有能想到的波长范围的光学传感器。

Claims (20)

1.一种用于采用自适应滤芯尺寸的滤波的图像处理方法，其特征在于包括以下步骤：
(a)生成原始图像，
(b)基于原始图像计算信息测度，
(c)基于所述信息测度计算滤芯尺寸，
(d)采用具有滤芯尺寸的自适应低通滤波器来低通滤波原始图像以形成低通滤波图像，
(e)通过从原始图像中减去低通滤波图像来计算高通滤波图像，
(f)通过将以细节增强测度缩放的高通图像增加到低通图像来获得不具有光环的细节增强图像。
2.根据权利要求1的图像处理方法，其特征在于通过压缩算法来压缩低通滤波图像。
3.根据权利要求1到2中的任一项的图像处理方法，其特征在于基于查找表利用来自所述信息测度的输入数据来选择滤芯尺寸。
4.根据权利要求1到2中的任一项的图像处理方法，其特征在于基于芯尺寸算法利用来自所述信息测度的输入数据来计算滤芯尺寸。
5.根据权利要求1到4中的任一项的图像处理方法，其特征在于所述信息测度是边界信息测度。
6.根据权利要求5的图像处理方法，其特征在于通过Sobel算子来计算所述边界信息测度。
7.根据权利要求1到4中的任一项的图像处理方法，其特征在于所述信息测度是扩展测度。
8.根据权利要求7的图像处理方法，其特征在于所述扩展测度是标准偏差。
9.根据权利要求1到4中的任一项的图像处理方法，其特征在于所述信息测度是熵测度。
10.根据权利要求1到9中的任一项的图像处理方法，其特征在于所述细节增强测度是可变增强测度。
11.根据权利要求1到9中的任一项的图像处理方法，其特征在于所述细节增强测度是动态算法。
12.一种图像处理设备，包括图像记录设备(11)、图像处理单元(12)以及图像显示单元(13)，其特征在于：
(a)记录设备(11)生成原始图像，
(b)图像处理单元(12)基于原始图像计算信息测度，
(c)图像处理单元(12)基于所述信息测度计算滤芯尺寸，
(d)图像处理单元(12)采用具有滤芯尺寸的自适应低通滤波器来低通滤波原始图像以形成低通滤波图像，
(e)图像处理单元(12)通过从原始图像中减去低通滤波图像来计算高通滤波图像，
(f)图像处理单元(12)通过将以细节增强测度缩放的高通图像增加到低通图像来计算不具有光环的细节增强图像，
(g)图像显示单元(13)呈现不具有光环的细节增强图像。
13.根据权利要求12的图像处理设备，其特征在于图像记录设备(11)是IR摄像机。
14.根据权利要求12到13中的任一项的图像处理设备，其特征在于图像处理单元(12)采用压缩算法来压缩低通滤波图像。
15.根据权利要求12到14中的任一项的图像处理设备，其特征在于：在图像处理单元(12)中基于查找表利用来自所述信息测度的输入数据来选择滤芯尺寸。
16.根据权利要求12到14中的任一项的图像处理设备，其特征在于：在图像处理单元(12)中基于芯尺寸算法利用来自所述信息测度的输入数据来计算滤芯尺寸。
17.根据权利要求12到16中的任一项的图像处理设备，其特征在于图像处理单元(12)通过Sobel算子来计算所述信息测度。
18.根据权利要求12到16中的任一项的图像处理设备，其特征在于图像处理单元(12)通过对原始图像的标准偏差计算来计算所述信息测度。
19.根据权利要求12到18中的任一项的图像处理设备，其特征在于所述高通滤波图像在图像处理单元(12)中以细节增强测度来缩放，其中所述细节增强测度是可变增强测度。
20.根据权利要求12到18中的任一项的图像处理设备，其特征在于所述高通滤波图像在图像处理单元(12)中以细节增强测度来缩放，其中所述细节增强测度是动态算法。
CN201380010508.3A 2012-02-21 2013-02-11 采用具有自适应滤芯的细节增强滤波器的图像处理方法 Pending CN104335565A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
SE1230022A SE536669C2 (sv) 2012-02-21 2012-02-21 Bildbehandlingsmetod med detaljförstärkande filter med adaptiv filterkärna
SE1230022-4 2012-02-21
PCT/SE2013/000019 WO2013126000A1 (en) 2012-02-21 2013-02-11 Image processing method with detail-enhancing filter with adaptive filter core

Publications (1)

Publication Number Publication Date
CN104335565A true CN104335565A (zh) 2015-02-04

Family

ID=49006051

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201380010508.3A Pending CN104335565A (zh) 2012-02-21 2013-02-11 采用具有自适应滤芯的细节增强滤波器的图像处理方法

Country Status (6)

Country Link
US (1) US20140355902A1 (zh)
EP (1) EP2817956A4 (zh)
CN (1) CN104335565A (zh)
IL (1) IL233932A0 (zh)
SE (1) SE536669C2 (zh)
WO (1) WO2013126000A1 (zh)

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9384416B1 (en) * 2014-02-20 2016-07-05 University Of South Florida Quantitative image analysis applied to the grading of vitreous haze
US9990730B2 (en) 2014-03-21 2018-06-05 Fluke Corporation Visible light image with edge marking for enhancing IR imagery
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
WO2016022374A1 (en) 2014-08-05 2016-02-11 Seek Thermal, Inc. Local contrast adjustment for digital images
EP3183872B1 (en) 2014-08-20 2018-12-19 Seek Thermal, Inc. Adaptive adjustment of operating bias of an imaging system
US9595934B2 (en) 2014-08-20 2017-03-14 Seek Thermal, Inc. Gain calibration for an imaging system
US10467736B2 (en) 2014-12-02 2019-11-05 Seek Thermal, Inc. Image adjustment based on locally flat scenes
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
US9549130B2 (en) 2015-05-01 2017-01-17 Seek Thermal, Inc. Compact row column noise filter for an imaging system
CN104915932B (zh) * 2015-05-19 2018-04-27 中国电子科技集团公司第五十研究所 基于目标特征的全息雷达图像预处理与目标提取方法
US10152811B2 (en) 2015-08-27 2018-12-11 Fluke Corporation Edge enhancement for thermal-visible combined images and cameras
US10867371B2 (en) 2016-06-28 2020-12-15 Seek Thermal, Inc. Fixed pattern noise mitigation for a thermal imaging system
CN109785323B (zh) * 2019-01-25 2024-01-30 淮阴师范学院 一种基于中频滤波的图像聚焦测度实现方法
US11276152B2 (en) 2019-05-28 2022-03-15 Seek Thermal, Inc. Adaptive gain adjustment for histogram equalization in an imaging system
CN113888451A (zh) * 2020-07-02 2022-01-04 北京华科德科技有限公司 一种红外图像的处理方法、装置及电子设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW200820742A (en) * 2006-10-27 2008-05-01 Quanta Comp Inc Apparatus for sharpening an image, and method thereof
CN101276464A (zh) * 2007-03-26 2008-10-01 株式会社东芝 图像处理装置及方法
US20110229029A1 (en) * 2010-01-19 2011-09-22 Pixar Selective diffusion of filtered edges in images

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5880767A (en) * 1996-09-11 1999-03-09 Hewlett-Packard Company Perceptual image resolution enhancement system
US6973218B2 (en) * 2001-04-25 2005-12-06 Lockheed Martin Corporation Dynamic range compression
US7116823B2 (en) * 2002-07-10 2006-10-03 Northrop Grumman Corporation System and method for analyzing a contour of an image by applying a Sobel operator thereto
US20060227382A1 (en) * 2005-03-31 2006-10-12 Lexmark International, Inc. Method for descreening a scanned image
JP4394088B2 (ja) * 2006-05-18 2010-01-06 株式会社アクセル 画像処理装置および画像処理方法
US20080007747A1 (en) * 2006-06-30 2008-01-10 Fuji Photo Film Co., Ltd. Method and apparatus for model based anisotropic diffusion
EP1892666A1 (en) * 2006-08-16 2008-02-27 Toyota Motor Europe NV A method, an apparatus and a computer-readable medium for processing an image dataset
US20080247665A1 (en) * 2007-04-04 2008-10-09 Silicon Integrated Systems Corp. Method and apparatus for dynamic contrast enhancement
US8306348B2 (en) * 2007-04-24 2012-11-06 DigitalOptics Corporation Europe Limited Techniques for adjusting the effect of applying kernels to signals to achieve desired effect on signal
WO2010099048A2 (en) * 2009-02-26 2010-09-02 Marvell World Trade Ltd. Method and apparatus for spatial noise adaptive filtering for digital image and video capture systems
EP2564373B1 (en) * 2010-04-26 2014-12-17 Robert Bosch GmbH Detection and/or enhancement of contrast differences in digital image data

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW200820742A (en) * 2006-10-27 2008-05-01 Quanta Comp Inc Apparatus for sharpening an image, and method thereof
CN101276464A (zh) * 2007-03-26 2008-10-01 株式会社东芝 图像处理装置及方法
US20110229029A1 (en) * 2010-01-19 2011-09-22 Pixar Selective diffusion of filtered edges in images

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
SEBASTIEN GUILLON等: "Adaptive nonlinear filters for 2D and 3D image enhancement", 《SIGNAL PROCESSING》 *
VICTOR T. TOM等: "Adaptive filter techniques for digital image enhancement", 《DIGITAL IMAGE PROCESSING》 *

Also Published As

Publication number Publication date
US20140355902A1 (en) 2014-12-04
SE536669C2 (sv) 2014-05-13
EP2817956A1 (en) 2014-12-31
WO2013126000A1 (en) 2013-08-29
IL233932A0 (en) 2014-09-30
SE1230022A1 (sv) 2013-08-22
EP2817956A4 (en) 2015-09-02

Similar Documents

Publication Publication Date Title
CN104335565A (zh) 采用具有自适应滤芯的细节增强滤波器的图像处理方法
US10255662B2 (en) Image processing method for detail enhancement and noise reduction
CN106846270B (zh) 一种图像边缘增强方法及装置
KR101298642B1 (ko) 영상 잡음 제거 방법 및 장치
JP5144202B2 (ja) 画像処理装置およびプログラム
US7995855B2 (en) Image processing method and apparatus
US9165346B2 (en) Method and apparatus for reducing image noise
WO2016206087A1 (zh) 一种低照度图像处理方法和装置
JP2011521521A (ja) 最適映像選択
US8831346B2 (en) Image processing apparatus and method, and program
CN101626454B (zh) 一种增强视频可视性的方法
WO2017036908A1 (en) Method and apparatus for inverse tone mapping
JP5781372B2 (ja) 画像処理装置及び撮像装置
US9111362B2 (en) Method, system and apparatus for applying histogram equalization to an image
WO2006131866A2 (en) Method and system for image processing
JP5119740B2 (ja) 映像信号処理装置、映像信号処理方法、映像信号処理方法のプログラム及び映像信号処理方法のプログラムを記録した記録媒体
KR101634652B1 (ko) 영상의 대비 강화 방법 및 장치
US20110033171A1 (en) Signal processing device, reproducing device, signal processing method and program
TWI680675B (zh) 影像處理裝置與相關的影像處理方法
WO2023096728A1 (en) Denoising for sdr-to-hdr local reshaping
Vidal et al. JND-guided perceptual pre-filtering for HEVC compression of UHDTV video contents
US20120200769A1 (en) Video signal processing apparatus, video signal processing method, and program
CN117876283A (zh) 一种自动驾驶高动态场景图像处理方法与装置
CN113891081A (zh) 视频处理方法、装置及设备
Hong et al. The histogram processing algorithm for vehicle camera image pixel contrast improving

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20150204

WD01 Invention patent application deemed withdrawn after publication