CN106686279A - 基于欧拉视频放大的准实时颜色变化放大***和方法 - Google Patents

基于欧拉视频放大的准实时颜色变化放大***和方法 Download PDF

Info

Publication number
CN106686279A
CN106686279A CN201611238658.1A CN201611238658A CN106686279A CN 106686279 A CN106686279 A CN 106686279A CN 201611238658 A CN201611238658 A CN 201611238658A CN 106686279 A CN106686279 A CN 106686279A
Authority
CN
China
Prior art keywords
image
module
layer
pyramid
queue
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
CN201611238658.1A
Other languages
English (en)
Inventor
欧阳健飞
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.)
Tianjin Zhong Yang Technology Co Ltd
Original Assignee
Tianjin Zhong Yang Technology Co Ltd
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 Tianjin Zhong Yang Technology Co Ltd filed Critical Tianjin Zhong Yang Technology Co Ltd
Priority to CN201611238658.1A priority Critical patent/CN106686279A/zh
Publication of CN106686279A publication Critical patent/CN106686279A/zh
Pending legal-status Critical Current

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/46Colour picture communication systems
    • H04N1/56Processing of colour picture signals
    • H04N1/58Edge or detail enhancement; Noise or error suppression, e.g. colour misregistration correction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00Geometric image transformations in the plane of the image
    • G06T3/40Scaling of whole images or parts thereof, e.g. expanding or contracting
    • 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
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20016Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Processing (AREA)
  • Processing Of Color Television Signals (AREA)

Abstract

本发明公开了一种基于欧拉视频放大的准实时颜色变化放大***及方法,包括光学检测模块(101)、图像空间滤波模块(102)、数据存储模块(103)、图像时域滤波模块(104)、图像放大模块(105)和图像还原模块(106)。采集目标物体的图像;进行金字塔多分辨率分解得到图像金字塔;利用数据存储模块存储需要处理的层;得到结果图像层队列;从结果层队列中取出对应于当前处理的图像的层,对其进行放大后,形成处理后的图像金字塔;对处理后的金字塔进行还原处理得到放大后的图像。本发明实现了大大提高了方便性和实时性、具有更广泛的应用范围的基于欧拉视频放大的准实时颜色变化放大技术。

Description

基于欧拉视频放大的准实时颜色变化放大***和方法
技术领域
本发明涉及视频数字处理技术领域,特别是涉及一种准实时颜色变化放大***和方法。
背景技术
欧拉视频放大是一项新的视频处理技术,这种技术可以捕捉视频中人类难以觉察的极其微小的颜色或动作变化,通过对不同变化的变动频率进行分析处理,最终让人们可以直接观察到这些微变化,并将这些变化进行任意放大处理。举例来说,利用这项技术人们可以直接从视频中观察血液循环、脉搏变化或婴儿呼吸等情况。但是欧拉视频放大技术是针对一段视频进行颜色或动作放大,即先拍摄观察对象的一段视频再进行放大处理,计算量大且不能满足在某些应用中对实时显示和处理的要求。
发明内容
基于上述现有技术存在的问题,本发明提出了一种基于欧拉视频放大的准实时颜色变化放大***和方法,能够实现大大提高了方便性和实时性、具有更广泛的应用范围的基于欧拉视频放大的准实时颜色变化放大的***和方法。
本发明的一种基于欧拉视频放大的准实时颜色变化放大***,该***包括依序连接的光学检测模块101、图像空间滤波模块102、数据存储模块103、图像时域滤波模块104、图像放大模块105和图像还原模块106;其中:
光学检测模块101,拍摄需要进行颜色放大的目标物体的图像;
图像空间滤波模块102,对图像进行金字塔多分辨率分解得到图像金字塔;
数据存储模块103,存储图像中待处理的金字塔层;
图像时域滤波模块104,对图像金字塔中需要进行处理的金字塔层进行带通时域滤波;
图像放大模块105,对经时域滤波后的图像金字塔层进行放大以增强相应频带;
图像还原模块106,对已经过滤波处理的图像金字塔进行还原得到最终图像。
本发明的一种基于欧拉视频放大的准实时颜色变化放大方法,该方法包括以下步骤:
步骤1、利用光学检测模块采集目标物体的图像;
步骤2、利用图像空间滤波模块对图像进行金字塔多分辨率分解得到图像金字塔;
步骤3、利用数据存储模块存储需要处理的层,并且将当前待处理图像的金字塔层和历史图像的金字塔层按照图像拍摄顺序或者逆图像拍摄顺序组合成队列;
步骤4、利用图像时域滤波模块将FIR滤波器作用于上述队列,得到结果图像层队列;
步骤5、利用图像放大模块从结果层队列中取出对应于当前处理的图像的层,对其进行放大后,将作用后的图像层和没有处理的图像层,按照处理前金字塔的顺序组合,形成处理后的图像金字塔;
步骤6、利用图像还原模块对处理后的金字塔进行还原处理得到放大后的图像。
与现有技术相比,本发明能够实现大大提高了方便性和实时性、具有更广泛的应用范围的基于欧拉视频放大的准实时颜色变化放大的***和方法。
附图说明
图1为本发明的基于欧拉视频放大的准实时颜色变化放大方法整体流程图
图2为本发明的基于欧拉视频放大的准实时颜色变化放大方法整体流程图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步详细描述。
如图1所示,为本发明的基于欧拉视频放大的准实时颜色变化放大***,包括:
光学检测模块101,拍摄需要进行颜色放大的目标物体的图像;
图像空间滤波模块102,对图像进行金字塔多分辨率分解得到图像金字塔;
数据存储模块103,存储图像中待处理的金字塔层;
图像时域滤波模块104,对图像金字塔中需要进行处理的金字塔层进行带通时域滤波;
图像放大模块105,对经时域滤波后的图像金字塔层进行放大以增强相应频带;
图像还原模块106,对已经过滤波处理的图像金字塔进行还原得到最终图像。
其中,光学检测模块101以固定频率采集物体表面彩色图像,并且连续拍摄。图像空间滤波模块102对每幅图像处理得到高斯金字塔或拉普拉斯金字塔,在处理每幅图像时使用固定的金字塔层数。图像时域滤波模块104采用FIR滤波器。
如图2所示,为本发明的基于欧拉视频放大的准实时颜色变化放大方法整体流程图,该流程包括以下步骤:
步骤1、光学检测模块采集目标物体的图像;
步骤2、图像空间滤波模块对图像进行金字塔多分辨率分解得到图像金字塔;
步骤3、利用数据存储模块存储需要处理的金字塔层,并且将当前待处理图像的金字塔层和历史图像的层按照图像拍摄顺序(逆图像拍摄顺序)组合成队列;
步骤4、图像时域滤波模块将FIR滤波器作用于上述队列,得到结果图像层队列;
步骤5、图像放大模块从结果层队列中取出对应于当前处理的图像的金字塔层,对其进行放大后,将作用后的图像金字塔层和没有处理的图像金字塔层,按照处理前金字塔的顺序组合,形成处理后的图像金字塔;
步骤6、图像还原模块对处理后的金字塔进行还原处理得到放大后的图像。
步骤2的图像空间滤波模块对图像进行金字塔多分辨率分解得到图像金字塔,其具体为:
步骤21、图像空间滤波模块对当前待处理的图像进行高斯金字塔多分辨率分解或拉普拉斯金字塔多分辨率分解得到图像金字塔,金字塔的每一层是当前待处理图像经多分辨率分解后形成的多分辨率表示。
步骤3的利用数据存储模块存储需要处理的层,并且将当前待处理图像的层和历史图像的层按照图像拍摄顺序(逆图像拍摄顺序)组合成队列;其具体为:
步骤31、数据存储模块存储由已拍摄的图像所处理得到的图像金字塔的同一层,即每个图像金字塔中需要处理的那一层,并且队列的顺序按照图像拍摄顺序(逆图像拍摄顺序),即每次拍摄的图片的待处理层放到队尾(队首);
步骤32、数据存储模块中存储的图像层数只需要和FIR滤波器长度一样,即只需要存储最近拍摄的FIR滤波器长度张图像,即所述的数据存储模块存储最近拍摄的一张图像(待处理图像)以及之前拍摄的(FIR滤波器长度-1)张图像。
步骤4的图像时域滤波模块将FIR滤波器作用于上述队列,得到结果图像层队列,其具体为:
步骤41、将数据存储模块中储存的各图像层的对应像素组合成一列信号;
步骤42、利用FIR滤波器对上述信号进行处理,得到结果信号;
步骤43、信号的每一个数据作为对应层的对应像素的数据,以此得到结果图像层队列(这样得到的结果图像层队列存在相移,因此结果是准实时的)。
步骤5的图像放大模块对得到的结果图像层进行放大,并组合相关图像层得到处理后的图像金字塔,其具体为:
步骤51、图像放大模块从结果层队列中取出对应于当前处理的图像的层,对其进行放大后,将作用后的图像层和没有处理的图像层,按照处理前金字塔的顺序组合,形成处理后的图像金字塔;
步骤6的图像还原模块对处理后的金字塔进行还原处理得到放大后的图像,具体为:
步骤61、图像还原模块根据图像空间滤波模块对图像所采用的分辨率分解方法,对由图像放大模块得到的处理后的金字塔进行逆操作,还原处理得到放大后的图像。
以上所述,仅为本发明的较佳实施例,用于帮助理解本发明的方法及核心思想,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,所以本说明书内容不应理解为对本发明的限制。

Claims (7)

1.一种基于欧拉视频放大的准实时颜色变化放大***,其特征在于,该***依序连接的光学检测模块(101)、图像空间滤波模块(102)、数据存储模块(103)、图像时域滤波模块(104)、图像放大模块(105)和图像还原模块(106);其中:
光学检测模块(101),拍摄需要进行颜色放大的目标物体的图像;
图像空间滤波模块(102),对图像进行金字塔多分辨率分解得到图像金字塔;
数据存储模块(103),存储图像中待处理的层;
图像时域滤波模块(104),对图像金字塔中需要进行处理的层进行带通时域滤波;
图像放大模块(105),对经时域滤波后的图像层进行放大以增强相应频带;
图像还原模块(106),对已经过滤波处理的图像金字塔进行还原得到最终图像。
2.一种基于欧拉视频放大的准实时颜色变化放大方法,其特征在于,该方法包括以下步骤:
步骤(1)、利用光学检测模块采集目标物体的图像;
步骤(2)、利用图像空间滤波模块对图像进行金字塔多分辨率分解得到图像金字塔;
步骤(3)、利用数据存储模块存储需要处理的层,并且将当前待处理图像的层和历史图像的层按照图像拍摄顺序/逆图像拍摄顺序组合成队列;
步骤(4)、利用图像时域滤波模块将FIR滤波器作用于上述队列,得到结果图像层队列;
步骤(5)、利用图像放大模块从结果层队列中取出对应于当前处理的图像的层,对其进行放大后,将作用后的图像层和没有处理的图像层,按照处理前金字塔的顺序组合,形成处理后的图像金字塔;
步骤(6)、利用图像还原模块对处理后的金字塔进行还原处理得到放大后的图像。
3.如权利要求2所述的基于欧拉视频放大的准实时颜色变化放大方法,其特征在于,所述步骤(2)的图像空间滤波模块对图像进行金字塔多分辨率分解得到图像金字塔,其具体包括:
利用图像空间滤波模块对当前待处理的图像进行高斯金字塔多分辨率分解或拉普拉斯金字塔多分辨率分解得到图像金字塔,金字塔的每一层是当前待处理图像经多分辨率分解后形成的多分辨率表示。
4.如权利要求2所述的基于欧拉视频放大的准实时颜色变化放大方法,其特征在于,所述步骤(3)的利用数据存储模块存储需要处理的层,并且将当前待处理图像的层和历史图像的层按照图像拍摄顺序/逆图像拍摄顺序组合成队列;其具体包括:
步骤(31)、数据存储模块存储由已拍摄的图像所处理得到的图像金字塔的同一层,即每个图像金字塔中需要处理的那一层,并且队列的顺序按照图像拍摄顺序/逆图像拍摄顺序,即每次拍摄的图片的待处理层放到队尾/队首;
步骤(32)、数据存储模块中存储的图像层数只需要和FIR滤波器长度一样,即只需要存储最近拍摄的FIR滤波器长度张图像,即所述的数据存储模块存储最近拍摄的一张图像即待处理图像以及之前拍摄的图像。
5.如权利要求2所述的基于欧拉视频放大的准实时颜色变化放大方法,其特征在于,步骤(4)的图像时域滤波模块将FIR滤波器作用于上述队列,得到结果图像层队列,其具体为:
步骤(41)、将数据存储模块中储存的各图像层的对应像素组合成一列信号;
步骤(42)、利用FIR滤波器对上述信号进行处理,得到结果信号;
步骤(43)、信号的每一个数据作为对应层的对应像素的数据,以此得到结果图像层队列。
6.如权利要求2所述的基于欧拉视频放大的准实时颜色变化放大方法,其特征在于,步骤(5)的图像时域滤波模块将FIR滤波器作用于上述队列,得到结果图像层队列,其具体为:
利用图像放大模块从结果层队列中取出对应于当前处理的图像的层,对其进行放大后,将作用后的图像层和没有处理的图像层,按照处理前金字塔的顺序组合,形成处理后的图像金字塔。
7.如权利要求2所述的基于欧拉视频放大的准实时颜色变化放大方法,其特征在于,步骤(6)的图像还原模块对处理后的金字塔进行还原处理得到放大后的图像,具体为:
利用图像还原模块根据图像空间滤波模块对图像所采用的分辨率分解方法,对由图像放大模块得到的处理后的金字塔进行逆操作,还原处理得到放大后的图像。
CN201611238658.1A 2016-12-28 2016-12-28 基于欧拉视频放大的准实时颜色变化放大***和方法 Pending CN106686279A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611238658.1A CN106686279A (zh) 2016-12-28 2016-12-28 基于欧拉视频放大的准实时颜色变化放大***和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611238658.1A CN106686279A (zh) 2016-12-28 2016-12-28 基于欧拉视频放大的准实时颜色变化放大***和方法

Publications (1)

Publication Number Publication Date
CN106686279A true CN106686279A (zh) 2017-05-17

Family

ID=58873141

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611238658.1A Pending CN106686279A (zh) 2016-12-28 2016-12-28 基于欧拉视频放大的准实时颜色变化放大***和方法

Country Status (1)

Country Link
CN (1) CN106686279A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107328392A (zh) * 2017-07-05 2017-11-07 贵州大学 基于欧拉视频增强技术的火焰异常信号提取方法
CN108960091A (zh) * 2018-06-20 2018-12-07 深圳市科迈爱康科技有限公司 监控***、方法、可读存储介质及汽车
CN109350030A (zh) * 2018-08-17 2019-02-19 西安电子科技大学 基于相位放大处理人脸视频心率信号的***及方法
CN111387959A (zh) * 2020-03-25 2020-07-10 南京信息工程大学 一种基于ippg的非接触式生理参数检测方法
CN111899171A (zh) * 2020-07-10 2020-11-06 罗雄彪 一种医疗机器人手术视频运动放大方法
CN115797335A (zh) * 2023-01-31 2023-03-14 武汉地震工程研究院有限公司 用于桥梁振动测量的欧拉运动放大效果评估及优化方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104622439A (zh) * 2013-11-10 2015-05-20 浙江大学 一种非固定的手环式脉搏采集***及采集方法
US20150195430A1 (en) * 2014-01-09 2015-07-09 Massachusetts Institute Of Technology Riesz Pyramids For Fast Phase-Based Video Magnification
WO2015167532A1 (en) * 2014-04-30 2015-11-05 Halliburton Energy Services, Inc. Equipment monitoring using enhanced video
WO2016014384A2 (en) * 2014-07-25 2016-01-28 Covidien Lp Augmented surgical reality environment

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104622439A (zh) * 2013-11-10 2015-05-20 浙江大学 一种非固定的手环式脉搏采集***及采集方法
US20150195430A1 (en) * 2014-01-09 2015-07-09 Massachusetts Institute Of Technology Riesz Pyramids For Fast Phase-Based Video Magnification
WO2015167532A1 (en) * 2014-04-30 2015-11-05 Halliburton Energy Services, Inc. Equipment monitoring using enhanced video
WO2016014384A2 (en) * 2014-07-25 2016-01-28 Covidien Lp Augmented surgical reality environment

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107328392A (zh) * 2017-07-05 2017-11-07 贵州大学 基于欧拉视频增强技术的火焰异常信号提取方法
CN108960091A (zh) * 2018-06-20 2018-12-07 深圳市科迈爱康科技有限公司 监控***、方法、可读存储介质及汽车
CN108960091B (zh) * 2018-06-20 2021-12-31 深圳市科迈爱康科技有限公司 监控***、方法、可读存储介质及汽车
CN109350030A (zh) * 2018-08-17 2019-02-19 西安电子科技大学 基于相位放大处理人脸视频心率信号的***及方法
CN109350030B (zh) * 2018-08-17 2020-04-21 西安电子科技大学 基于相位放大处理人脸视频心率信号的***及方法
CN111387959A (zh) * 2020-03-25 2020-07-10 南京信息工程大学 一种基于ippg的非接触式生理参数检测方法
CN111899171A (zh) * 2020-07-10 2020-11-06 罗雄彪 一种医疗机器人手术视频运动放大方法
CN111899171B (zh) * 2020-07-10 2022-08-12 罗雄彪 一种医疗机器人手术视频运动放大方法
CN115797335A (zh) * 2023-01-31 2023-03-14 武汉地震工程研究院有限公司 用于桥梁振动测量的欧拉运动放大效果评估及优化方法

Similar Documents

Publication Publication Date Title
CN106686279A (zh) 基于欧拉视频放大的准实时颜色变化放大***和方法
Timofte et al. Ntire 2017 challenge on single image super-resolution: Methods and results
Kang et al. Incorporating side information by adaptive convolution
Han et al. Deep residual learning for compressed sensing CT reconstruction via persistent homology analysis
CN109063763A (zh) 基于pca的视频微小变化放大方法
JP2020135872A (ja) 物体認識方法、装置及びネットワーク
JP6821772B2 (ja) 検出装置および方法、ならびに画像処理装置およびシステム
WO2016169244A1 (zh) 基于随机喷射retinex的视频图像去噪与增强方法及装置
CN112163994B (zh) 一种基于卷积神经网络的多尺度医学图像融合方法
CN111967524A (zh) 基于高斯滤波反馈和空洞卷积的多尺度融合特征增强算法
CN107730466A (zh) 基于结构自相似性和低秩矩阵表示的图像盲复原方法
CN110634103A (zh) 基于生成对抗网络的图像去马赛克方法
CN105389778B (zh) 一种基于字典匹配的图像超分辨率重建方法及装置
Xu et al. Moiré pattern removal via attentive fractal network
CN105049674A (zh) 一种视频图像处理方法和***
Vanitha et al. Multi-modal medical image fusion algorithm based on spatial frequency motivated PA-PCNN in the NSST domain
KR102366557B1 (ko) 컨볼루션 네트워크를 이용한 광단층 이미지 스페클 제어 장치 및 그 방법
CN104133199A (zh) 用于生命探测雷达的微弱呼吸信号增强方法
CN109461136B (zh) 一种混合纤维制品中纤维分布情况的检测方法
Wang et al. From coarse to fine: A stage-wise deraining net
Liu et al. Camouflaged locust segmentation based on PraNet
CN112347828A (zh) 一种自适应微小动作凸显***
Lian et al. An Image Deblurring Method Using Improved U‐Net Model
CN208922294U (zh) Fpga实现的特征提取图像传感器
CN117237260A (zh) 图像处理模型的训练方法、图像处理方法及装置

Legal Events

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

Application publication date: 20170517

WD01 Invention patent application deemed withdrawn after publication