CN109146811A - 一种彩色图像的自适应对比度增强方法 - Google Patents
一种彩色图像的自适应对比度增强方法 Download PDFInfo
- Publication number
- CN109146811A CN109146811A CN201810924640.XA CN201810924640A CN109146811A CN 109146811 A CN109146811 A CN 109146811A CN 201810924640 A CN201810924640 A CN 201810924640A CN 109146811 A CN109146811 A CN 109146811A
- Authority
- CN
- China
- Prior art keywords
- image
- brightness
- contrast enhancement
- indicate
- pixel
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 230000003044 adaptive effect Effects 0.000 title claims abstract description 18
- 238000001914 filtration Methods 0.000 claims abstract description 13
- 230000002146 bilateral effect Effects 0.000 claims abstract description 12
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000001186 cumulative effect Effects 0.000 claims description 5
- 238000005315 distribution function Methods 0.000 claims description 5
- 238000009825 accumulation Methods 0.000 claims description 3
- 108090000623 proteins and genes Proteins 0.000 claims description 3
- 230000035699 permeability Effects 0.000 abstract description 5
- 230000003014 reinforcing effect Effects 0.000 abstract description 4
- 230000000007 visual effect Effects 0.000 abstract description 4
- 230000002708 enhancing effect Effects 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000002633 protecting effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000002715 modification method Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Classifications
-
- 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
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/92—Dynamic range modification of images or parts thereof based on global image properties
-
- 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
- G06T2207/10004—Still image; Photographic 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
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color 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
- G06T2207/20024—Filtering details
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Processing Of Color Television Signals (AREA)
- Image Processing (AREA)
Abstract
本发明提供了一种彩色图像的自适应对比度增强方法，其特征在于，所述方法包括步骤：S1：图像双边滤波去噪；S2：图像亮度直方图均衡化；S3：基于改进的伽马校正增强图像对比度；S4：图像饱和度修正。本发明提出了一种彩色图像的自适应对比度增强方法，结合直方图均衡和Gamma校正技术，对比度增强效果好，能有效提高图像的层次感和通透性，进一步地，本发明基于对比度增强后的彩色图像进行饱和度修正，能显著提高彩色图像的颜色饱和度，极大地改善了彩色图像的视觉效果。
Description
技术领域
本发明涉及图像处理领域，尤其涉及一种彩色图像的自适应对比度增强方法。
背景技术
对比度增强在提高图像视频质量上起着非常关键的作用，广泛应用于计算机视觉、模式识别以及数字图像处理领域。由于受到成像设备、成像光照条件等因素的影响，实际图像通常存在对比度低、目标局部细节信息不明显等问题，这将影响人眼对目标精细辨识或机器自动识别能力，在实际应用中，通常采用图像对比度增强技术来提高图像的视觉效果。
目前图像对比度增强方法主要分为直接增强方法和间接增强方法，在直接增强方法中，图像对比度可以是由特定对比度指标直接定义，然而，大多数这些指标无法同时衡量阴影和高光细节处的对比度。相反，间接增强方法试图通过重新分配概率密度来增强图像对比度。即在动态范围内重新分配图像强度，没有定义特定的对比度指标。例如，直方图均衡方法是一种经典的间接增强方法，由于其计算简单、运算速度快而被广泛应用，伽玛Gamma校正技术通过使用变化的自适应参数γ来达到直方图修改的目的。
本发明提供一种自适应对比度增强方法，能显著提高图像的对比度，提升图像的层次感和通透性，提高视频图像的视觉效果。
发明内容
本发明提供了一种彩色图像的自适应对比度增强方法，所述方法包括步骤：
S1：图像双边滤波去噪；
S2：图像亮度直方图均衡化；
S3：基于改进的伽马校正增强图像对比度；
S4：图像饱和度修正。
优选地，所述步骤S2中的直方图均衡化方法包括步骤：
S21：计算图像各亮度等级的概率密度；
S22：运用加权分布函数调整概率密度；
S23：计算图像亮度的累积分布。
优选地，所述步骤S1中的双边滤波计算公式为：
其中，g(u，v)表示像素点(u，v)双边滤波后的像素值，(p，q)是像素点(u,v)的K邻域内的像素点,w(u，v，p，q)表示权重系数。
优选地，所述步骤S22的计算公式为：
其中，α是调整因子，ρmax表示统计直方图中的最大值，ρmin表示统计直方图中的最小值。
优选地，所述步骤S3中改进的Gamma校正函数表示为：
其中，lmax表示输入图像的最大亮度值，l是当前像素点的亮度值，Cw(l)表示亮度l对应的累积直方图。
优选地，所述步骤S4中对Gamma校正后的彩色图像进行饱和度修正的公式为：
其中，l′表示Gamma校正后的亮度值，l表示Gamma校正前的亮度值，R、G、B分别表示饱和度修正前红色R、绿色G、蓝色B通道的像素值，R′、G′、B′分别表示饱和度修正后红色R、绿色G、蓝色B通道的像素值。
本发明提出了一种彩色图像的自适应对比度增强方法，结合直方图均衡和Gamma校正技术，对比度增强效果好，能有效提高图像的层次感和通透性，进一步地，本发明基于对比度增强后的彩色图像进行饱和度修正，能显著提高彩色图像的颜色饱和度，极大地改善了彩色图像的视觉效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例中提供的一种彩色图像的自适应对比度增强方法流程图；
图2是本发明实施例中提供的直方图均衡化处理流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本发明进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。
针对成像设备、成像光照条件等因素引起的视频图像对比度低、图像通透性不足的问题，本发明提出了一种自适应对比度增强方法，如图1所示，该方法可以包括如下步骤：
S1：图像双边滤波去噪；
为防止图像噪声放大，需要先对图像进行平滑处理，本发明采用双边滤波进行图像平滑，双边滤波(Bilateral filter)是一种非线性的滤波方法，是结合图像的空间邻近度和像素值相似度的一种折衷处理，同时考虑空域信息和灰度相似性，达到保边去噪的目的。双边滤波器的好处是可以做边缘保存，不像维纳滤波或者高斯滤波降噪，都会较明显地模糊边缘，对于高频细节的保护效果并不明显。
双边滤波器，输出像素的值依赖于邻域像素的值得加权组合，计算公式如下：
其中，g(u，v)表示像素点(u，v)双边滤波后的像素值，(p，q)是像素点(u，v)的K邻域内的像素点,w(u，v，p，q)表示权重系数。
S2：图像亮度直方图均衡化；
当通过伽玛校正直接修改对比度，这类方法多是针对图像整体进行处理，因此很可能在阴影和高光细节同时调整时出现局部增强不足或是局部增强过度的情况，增强效果较差。为改进gamma校正这一缺点，本发明通过结合直方图均衡化和Gamma校正方法进行对比度增强，达到自适应对比度增强效果。
如图2所示，直方图均衡化方法包括如下步骤：
S21：计算图像各亮度等级的概率密度；
具体地，先将RGB彩色图像转为YCbCr图像，对Y亮度通道进行直方图统计，不同亮度的概率密度计算方法如下：
其中，ρ(l)表示亮度l的概率密度，nl表示图像中亮度l的像素个数，N表示图像的总像素个数；
S22：运用加权分布函数调整概率密度；
优选地，运用加权分布函数进行概率密度调整，计算方法如下：
其中，α是调整因子，ρmax表示统计直方图中的最大值，ρmin表示统计直方图中的最小值。
S23：计算图像亮度的累积分布；
具体地，先对ρw(l)进行归一化处理，计算公式如下：
然后，基于归一化的加权概率密度ρw(l)，计算亮度l的累积分布：
S3：基于改进的Gamma校正增强图像对比度；
本发明结合直方图修改方法和Gamma校正方法进行对比度增强，具体地，采用图像亮度的累积分布函数Cw(l)作为Gamma校正中的gamma变量值，扩展图像亮度的动态范围。
改进的Gamma校正函数表示为：
其中，lmax表示输入图像的最大亮度值，l是当前像素点的亮度值，Cw(l)表示亮度l对应的累积直方图。该方法可逐渐增加低强度并避免高强度的显著减少。
S4：图像饱和度修正。
优选地，为降低对比度增强对颜色饱和度的影响，本发明进一步对图像饱和度进行修正，采用Gamma校正前后的亮度值，对彩色图像的R、G、B通道分别进行饱和度修正。
首先，对Gamma校正后的Y通道图像，从YCbCr颜色空间转回RGB颜色空间。
然后，对Gamma校正后的彩色图像进行饱和度修正，修正公式如下：
其中l′表示Gamma校正后的亮度值，l表示Gamma校正前的亮度值，R、G、B分别表示饱和度修正前红色R、绿色G、蓝色B通道的像素值，R′、G′、B′分别表示饱和度修正后红色R、绿色G、蓝色B通道的像素值。
本发明提出了一种彩色图像的自适应对比度增强方法，结合直方图均衡和Gamma校正技术，对比度增强效果好，能有效提高图像的层次感和通透性，进一步地，本发明基于对比度增强后的彩色图像进行饱和度修正，能显著提高彩色图像的颜色饱和度，极大地改善了彩色图像的视觉效果。
应当理解的是，本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。
Claims (6)
1.一种彩色图像的自适应对比度增强方法，其特征在于，所述方法包括步骤：
S1：图像双边滤波去噪；
S2：图像亮度直方图均衡化；
S3：基于改进的伽马校正增强图像对比度；
S4：图像饱和度修正。
2.根据权利要求1所述的自适应对比度增强方法，其特征在于，所述步骤S2中的直方图均衡化方法包括步骤：
S21：计算图像各亮度等级的概率密度；
S22：运用加权分布函数调整概率密度；
S23：计算图像亮度的累积分布。
3.根据权利要求1所述的自适应对比度增强方法，其特征在于，所述步骤S1中的双边滤波计算公式为：
其中，g(u，v)表示像素点(u，v)双边滤波后的像素值，(p，q)是像素点(u，v)的K邻域内的像素点，w(u，v，p，q)表示权重系数。
4.根据权利要求2所述的自适应对比度增强方法，其特征在于，所述步骤S22的计算公式为：
其中，α是调整因子，ρmax表示统计直方图中的最大值，ρmin表示统计直方图中的最小值。
5.根据权利要求1所述的自适应对比度增强方法，其特征在于，所述步骤S3中改进的Gamma校正函数表示为：
其中，lmax表示输入图像的最大亮度值，l是当前像素点的亮度值，Cw(l)表示亮度l对应的累积直方图。
6.根据权利要求1所述的自适应对比度增强方法，其特征在于，所述步骤S4中对Gamma校正后的彩色图像进行饱和度修正的公式为：
其中l′表示Gamma校正后的亮度值，l表示Gamma校正前的亮度值，R、G、B分别表示饱和度修正前红色R、绿色G、蓝色B通道的像素值，R′、G′、B′分别表示饱和度修正后红色R、绿色G、蓝色B通道的像素值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810924640.XA CN109146811A (zh) | 2018-08-14 | 2018-08-14 | 一种彩色图像的自适应对比度增强方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810924640.XA CN109146811A (zh) | 2018-08-14 | 2018-08-14 | 一种彩色图像的自适应对比度增强方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109146811A true CN109146811A (zh) | 2019-01-04 |
Family
ID=64793132
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810924640.XA Pending CN109146811A (zh) | 2018-08-14 | 2018-08-14 | 一种彩色图像的自适应对比度增强方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109146811A (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110519485A (zh) * | 2019-09-09 | 2019-11-29 | Oppo广东移动通信有限公司 | 图像处理方法、装置、存储介质及电子设备 |
| CN111161194A (zh) * | 2019-12-31 | 2020-05-15 | Tcl华星光电技术有限公司 | 图像处理方法 |
| CN112200848A (zh) * | 2020-10-30 | 2021-01-08 | 中国科学院自动化研究所 | 低光照弱对比复杂环境下的深度相机视觉增强方法及*** |
| CN112565915A (zh) * | 2020-06-04 | 2021-03-26 | 海信视像科技股份有限公司 | 显示设备和显示方法 |
| CN112598607A (zh) * | 2021-01-06 | 2021-04-02 | 安徽大学 | 基于改进加权clahe的内窥镜图像血管增强算法 |
| CN113256743A (zh) * | 2021-06-16 | 2021-08-13 | 图兮数字科技(北京)有限公司 | 一种图像处理方法、装置、电子设备以及可读存储介质 |
| CN115345788A (zh) * | 2022-07-22 | 2022-11-15 | 内蒙古工业大学 | 提高色觉异常者视觉下图像颜色对比度的方法与装置 |
| CN116721039A (zh) * | 2023-08-08 | 2023-09-08 | 中科海拓(无锡)科技有限公司 | 一种应用于自动化光学缺陷检测中的图像预处理方法 |
| CN117078561A (zh) * | 2023-10-13 | 2023-11-17 | 深圳市东视电子有限公司 | 基于rgb的自适应颜色校正与对比度增强方法及装置 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104156921A (zh) * | 2014-08-08 | 2014-11-19 | 大连理工大学 | 一种低照度或亮度不均图像的自适应图像增强方法 |
| CN104574328A (zh) * | 2015-01-06 | 2015-04-29 | 北京环境特性研究所 | 一种基于直方图分割的彩色图像增强方法 |
| CN104751416A (zh) * | 2013-12-31 | 2015-07-01 | 展讯通信（上海）有限公司 | 一种图像去噪的方法、装置及图像处理*** |
| CN105069756A (zh) * | 2015-08-10 | 2015-11-18 | 深圳市华星光电技术有限公司 | 图像增强方法 |
| US20160117975A1 (en) * | 2014-10-23 | 2016-04-28 | Lg Display Co., Ltd. | Data conversion unit and method |
| CN108053374A (zh) * | 2017-12-05 | 2018-05-18 | 天津大学 | 一种结合双边滤波与Retinex的水下图像增强方法 |
-
2018
- 2018-08-14 CN CN201810924640.XA patent/CN109146811A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104751416A (zh) * | 2013-12-31 | 2015-07-01 | 展讯通信（上海）有限公司 | 一种图像去噪的方法、装置及图像处理*** |
| CN104156921A (zh) * | 2014-08-08 | 2014-11-19 | 大连理工大学 | 一种低照度或亮度不均图像的自适应图像增强方法 |
| US20160117975A1 (en) * | 2014-10-23 | 2016-04-28 | Lg Display Co., Ltd. | Data conversion unit and method |
| CN104574328A (zh) * | 2015-01-06 | 2015-04-29 | 北京环境特性研究所 | 一种基于直方图分割的彩色图像增强方法 |
| CN105069756A (zh) * | 2015-08-10 | 2015-11-18 | 深圳市华星光电技术有限公司 | 图像增强方法 |
| CN108053374A (zh) * | 2017-12-05 | 2018-05-18 | 天津大学 | 一种结合双边滤波与Retinex的水下图像增强方法 |
Non-Patent Citations (3)
| Title |
|---|
| WANG,LQ ET AL: "Video enhancement using temporal-spatial total variation retinex and luminance adaptation", 《2017 INTERNATIONAL CONFERENCE ON PROGRESS IN INFORMATICS AND COMPUTING (PIC)》 * |
| XIAOWEI_CQU: "【OpenCV】邻域滤波：方框、高斯、中值、双边滤波", 《CSDN》 * |
| 刘振宇等: "极端天气条件下低质图像增强算法研究", 《计算机工程与应用》 * |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110519485B (zh) * | 2019-09-09 | 2021-08-31 | Oppo广东移动通信有限公司 | 图像处理方法、装置、存储介质及电子设备 |
| CN110519485A (zh) * | 2019-09-09 | 2019-11-29 | Oppo广东移动通信有限公司 | 图像处理方法、装置、存储介质及电子设备 |
| CN111161194A (zh) * | 2019-12-31 | 2020-05-15 | Tcl华星光电技术有限公司 | 图像处理方法 |
| CN111161194B (zh) * | 2019-12-31 | 2023-12-05 | Tcl华星光电技术有限公司 | 图像处理方法 |
| CN112565915A (zh) * | 2020-06-04 | 2021-03-26 | 海信视像科技股份有限公司 | 显示设备和显示方法 |
| CN112200848A (zh) * | 2020-10-30 | 2021-01-08 | 中国科学院自动化研究所 | 低光照弱对比复杂环境下的深度相机视觉增强方法及*** |
| CN112598607A (zh) * | 2021-01-06 | 2021-04-02 | 安徽大学 | 基于改进加权clahe的内窥镜图像血管增强算法 |
| CN112598607B (zh) * | 2021-01-06 | 2022-11-18 | 安徽大学 | 基于改进加权clahe的内窥镜图像血管增强算法 |
| CN113256743A (zh) * | 2021-06-16 | 2021-08-13 | 图兮数字科技(北京)有限公司 | 一种图像处理方法、装置、电子设备以及可读存储介质 |
| CN115345788A (zh) * | 2022-07-22 | 2022-11-15 | 内蒙古工业大学 | 提高色觉异常者视觉下图像颜色对比度的方法与装置 |
| CN115345788B (zh) * | 2022-07-22 | 2024-02-20 | 内蒙古工业大学 | 提高色觉异常者视觉下图像颜色对比度的方法与装置 |
| CN116721039A (zh) * | 2023-08-08 | 2023-09-08 | 中科海拓(无锡)科技有限公司 | 一种应用于自动化光学缺陷检测中的图像预处理方法 |
| CN116721039B (zh) * | 2023-08-08 | 2023-11-03 | 中科海拓(无锡)科技有限公司 | 一种应用于自动化光学缺陷检测中的图像预处理方法 |
| CN117078561A (zh) * | 2023-10-13 | 2023-11-17 | 深圳市东视电子有限公司 | 基于rgb的自适应颜色校正与对比度增强方法及装置 |
| CN117078561B (zh) * | 2023-10-13 | 2024-01-19 | 深圳市东视电子有限公司 | 基于rgb的自适应颜色校正与对比度增强方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109146811A (zh) | 一种彩色图像的自适应对比度增强方法 | |
| CN104156921B (zh) | 一种低照度或亮度不均图像的自适应图像增强方法 | |
| CN106780368B (zh) | 一种基于前景模型的水下图像增强方法 | |
| WO2016206087A1 (zh) | 一种低照度图像处理方法和装置 | |
| CN105046658B (zh) | 一种低照度图像处理方法和装置 | |
| US8165419B2 (en) | Histogram stretching apparatus and histogram stretching method for enhancing contrast of image | |
| TWI511559B (zh) | 影像處理方法 | |
| US20100053384A1 (en) | Image processing apparatus for performing gradation correction on subject image | |
| CN106846282A (zh) | 一种采用自适应校正的低照度图像增强方法 | |
| CN108090876B (zh) | 一种图像处理方法及装置 | |
| TWI698124B (zh) | 影像調整方法以及相關的影像處理電路 | |
| TWI558207B (zh) | 寬動態範圍影像方法 | |
| CN111739041B (zh) | 图像边框的裁剪方法、装置及设备 | |
| CN106341613B (zh) | 宽动态范围影像方法 | |
| CN114037641A (zh) | 一种低照度图像增强方法、装置、设备及介质 | |
| Albu et al. | One scan shadow compensation and visual enhancement of color images | |
| KR101349968B1 (ko) | 자동 영상보정을 위한 영상 처리 장치 및 방법 | |
| JP2009010636A (ja) | 適応ヒストグラム等化方法及び適応ヒストグラム等化装置 | |
| KR101089902B1 (ko) | 디지털 이미지의 에지 영역 판단 장치 및 방법 | |
| JP5327766B2 (ja) | デジタル画像における記憶色の修正 | |
| US20100091195A1 (en) | De-ringing Device and Method | |
| TWI587245B (zh) | 影像增強方法 | |
| Yun et al. | A contrast enhancement method for HDR image using a modified image formation model | |
| TWI526989B (zh) | 自動對比強化系統 | |
| TWI491266B (zh) | 降低圖框內像素之雜訊的方法與裝置 |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190104 |