CN113628142B - 一种基于相似模拟的图片清晰化处理*** - Google Patents

一种基于相似模拟的图片清晰化处理*** Download PDF

Info

Publication number
CN113628142B
CN113628142B CN202110953523.8A CN202110953523A CN113628142B CN 113628142 B CN113628142 B CN 113628142B CN 202110953523 A CN202110953523 A CN 202110953523A CN 113628142 B CN113628142 B CN 113628142B
Authority
CN
China
Prior art keywords
picture
processing
point
pixel
pixel points
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
Application number
CN202110953523.8A
Other languages
English (en)
Other versions
CN113628142A (zh
Inventor
刘华柏
刘一丁
张坤
杨庆
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.)
Hunan Automotive Engineering Vocational College
Original Assignee
Hunan Automotive Engineering Vocational College
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 Hunan Automotive Engineering Vocational College filed Critical Hunan Automotive Engineering Vocational College
Priority to CN202110953523.8A priority Critical patent/CN113628142B/zh
Publication of CN113628142A publication Critical patent/CN113628142A/zh
Application granted granted Critical
Publication of CN113628142B publication Critical patent/CN113628142B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/51—Indexing; Data structures therefor; Storage structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Algebra (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Operations Research (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供了一种基于相似模拟的图片清晰化处理***，包括映射模块，识别分割模块、相似处理模块和图片数据库，所述映射模块用于申请新图片的存储空间并将待处理图片与新图片的像素点建立映射关系，所述识别分割模块根据待处理图片的图形特征将新图片分割成多个区域，每个区域形成一个作业数据包发送至所述相似处理模块，所述相似处理模块根据图片数据库中对应的图片对每个作业包的新图片区域进行清晰化处理，所述图片数据库用于存储相似图片。通过将带处理图片分割成多个部分，同时对每个部分采用相似模拟进行清晰化处理，处理后的结果会更符合图片中各物质应有的细节。

Description

一种基于相似模拟的图片清晰化处理***
技术领域
本发明涉及图像处理技术领域，尤其涉及一种基于相似模拟的图片清晰化处理***。
背景技术
虽然目前的拍照技术十分现金，能够拍摄出超清晰的画面，但受到其他各种因素的干扰，如拍摄人的技术、拍摄的环境，拍摄的结果可能会不够清晰，这时需要对图片进行清晰化处理，目前的清晰化处理方法有人工清晰和算法清晰，人工清晰效果好但效率低，算法清晰效率高但效果差，本发明是对算清晰方面作出改进。
现在已经开发出了很多图片处理***，经过我们大量的检索与参考，发现现有的清晰处理***有如公开号为KR1020100083621A，KR1020010095662A、CN102831589B和KR20070081499A所公开的***，包括：对原始图片O进行预处理，得到预处理图片 L；利用滤波器对预处理图片L依次进行下采样滤波处理和上采样滤波处理，得到原始图片O的低通部分；将原始图片O与低通部分相减，得到原始图片O的高通部分；对预处理图片L进行自相似处理，寻找预处理图片L上与高通部分相似的位置，利用映射关系将高通信息匹配到预处理图片L中，得到和预处理图片L相同像素点的更为清晰的图片S。但该***仍是只基于待处理图片本身进行处理，待处理图片本身的质量对处理效果的影响较大。
发明内容
本发明的目的在于，针对所存在的不足，提出了一种基于相似模拟的图片清晰化处理***，
本发明采用如下技术方案：
一种基于相似模拟的图片清晰化处理***，其特征在于，包括映射模块，识别分割模块、相似处理模块和图片数据库，所述映射模块用于申请新图片的存储空间并将待处理图片与新图片的像素点建立映射关系，所述识别分割模块根据待处理图片的图形特征将新图片分割成多个区域，每个区域形成一个作业数据包发送至所述相似处理模块，所述相似处理模块根据图片数据库中对应的图片对每个作业包的新图片区域进行清晰化处理，所述图片数据库用于存储相似图片；
所述新图片中的像素点分为非争议像素点和争议像素点，所述非争议像素点被待处理图片中有映射关系的像素点完全覆盖，所述非争议像素点被待处理图片中有映射关系的像素点部分覆盖，所述新图片中的像素点具有与映射像素点相同的图像信息；
所述作业数据包中包括对应区域的内容类别和输出区域信息；
所述相似处理模块根据内容类别从所述图片数据库中获取相似图片，并根据相似图片对输出区域的像素点进行更改处理，处理过程包括计算归一化拟合曲面、确立基准点、处理单元划分和像素点处理；
所述归一化拟合曲面为相似图片中像素点灰度值的变化函数：
Figure BDA0003219469550000021
其中输入值(x，y)为一个像素点的百分制坐标，向量
Figure BDA0003219469550000022
和向量
Figure BDA0003219469550000023
为函数的输出值；
所述基准点为争议像素点围成的封闭区域的中心像素点，以基准点为左上角定点作矩形，每个矩形为一个处理单元；
所述相似处理模块对处理单元内基准点右侧像素点的处理方程为：
Figure BDA0003219469550000024
其中，(R，G，B)为处理点左侧像素点的图像信息，(R′，G′，B′)为处理点修改后的图像信息，向量
Figure BDA0003219469550000025
为处理点左侧像素点经变化函数Z(x，y)处理后得到的输出值，
Figure BDA0003219469550000026
为向量处理函数，表示将向量
Figure BDA0003219469550000027
转换成一个具有正负性的值；
所述相似处理模块对处理单元内基准点下侧像素点的处理方程为：
Figure BDA0003219469550000028
其中，(R，G，B)为处理点上侧像素点的图像信息，(R′，G′，B′)为处理点修改后的图像信息，向量
Figure BDA0003219469550000029
为处理点上侧像素点经变化函数Z(x，y)处理后得到的输出值；
所述相似处理模块对处理单元内其余像素点的处理方程为：
Figure BDA00032194695500000210
Figure BDA0003219469550000031
Figure BDA0003219469550000032
其中，(R1，G1，B1)为处理点的上侧像素点的图像信息，(R2，G2，B2)为处理点的左侧像素点的图像信息；
进一步的，所述相似处理模块从图片数据库中获取到类别相同的图片后刷选出具有接近色彩的相似图片，并从相似图片中截取相似片段进行计算；
进一步的，所述相似处理模块计算得到相似片段的横向变化矩阵X和纵向变化矩阵Y：
Figure BDA0003219469550000033
Figure BDA0003219469550000034
其中，m+1为相似片段中横向像素点个数，n+1为相似片段中纵向像素点个数；各元素的计算公式为：
Figure BDA0003219469550000035
Figure BDA0003219469550000036
所述归一化拟合曲面的返回值为两个向量
Figure BDA0003219469550000037
和
Figure BDA0003219469550000038
所述向量分别为：
Figure BDA0003219469550000039
Figure BDA00032194695500000310
其中，k1、k2、k3和k4为比例系数且满足k1+k2+k3+k4＝1；
进一步的，所述比例系数的计算公式如下：
Figure BDA0003219469550000041
Figure BDA0003219469550000042
Figure BDA0003219469550000043
Figure BDA0003219469550000044
进一步的，对于所述输出区域中未处在处理单元内的像素点采用与基准点在同一水平线或竖直 线上的处理点相同的方式进行处理。
本发明所取得的有益效果是：
本***将图片分成多个细小的部分，对每个部分进行单独处理，使得清晰处理更有针对性，通过分析大量的相似图片得到特征数据，再对图片进行清晰化处理时模拟特征数据逐个对像素点进行处理，使得处理后的图片符合正常效果，在对图片进行预处理时，将像素点分成了非争议像素点和争议像素点两类，后续处理基于此展开，使得处理后的图片与原有图片不产生偏差。
附图说明
从以下结合附图的描述可以进一步理解本发明。图中的部件不一定按比例绘制，而是将重点放在示出实施例的原理上。在不同的视图中，相同的附图标记指定对应的部分。
图1为整体结构框架示意图；
图2为P2像素点分类示意图；
图3为基准点分布示意图；
图4为处理单元划分示意图；
图5为处理点处理方式种类示意图。
具体实施方式
为了使得本发明的目的、技术方案及优点更加清楚明白，以下结合其实施例，对本发明进行进一步详细说明；应当理解，此处所描述的具体实施例仅用于解释本发明，并不用于限定本发明。对于本领域技术人员而言，在查阅以下详细描述之后，本实施例的其它***、方法和/或特征将变得显而易见。旨在所有此类附加的***、方法、特征和优点都包括在本说明书内，包括在本发明的范围内，并且受所附权利要求书的保护。在以下详细描述描述了所公开的实施例的另外的特征，并且这些特征根据以下将详细描述将是显而易见的。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明的描述中，需要理解的是，若有术语“上”、“下”、“左”、“右”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或组件必须具有特定的方位，以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
实施例一。
结合图1，本实施例提供了一种基于相似模拟的图片清晰化处理***，包括映射模块、识别分割模块、相似处理模块和图片数据库，所述映射模块用于申请新图片的存储空间并将待处理图片与新图片的像素点建立映射关系，所述识别分割模块根据待处理图片的图形特征将新图片分割成多个区域，每个区域形成一个作业数据包发送至所述相似处理模块，所述相似处理模块根据图片数据库中对应的图片对每个作业包的新图片区域进行清晰化处理，所述图片数据库用于存储相似图片；
所述新图片中的像素点分为非争议像素点和争议像素点，所述非争议像素点被待处理图片中有映射关系的像素点完全覆盖，所述非争议像素点被待处理图片中有映射关系的像素点部分覆盖，所述新图片中的像素点具有与映射像素点相同的图像信息；
所述作业数据包中包括对应区域的内容类别和输出区域信息；
所述相似处理模块根据内容类别从所述图片数据库中获取相似图片，并根据相似图片对输出区域的像素点进行更改处理，处理过程包括计算归一化拟合曲面、确立基准点、处理单元划分和像素点处理；
所述归一化拟合曲面为相似图片中像素点灰度值的变化函数：
Figure BDA0003219469550000051
其中输入值(x，y)为一个像素点的百分制坐标，向量
Figure BDA0003219469550000052
和向量
Figure BDA0003219469550000053
为函数的输出值；
所述基准点为争议像素点围成的封闭区域的中心像素点，以基准点为左上角定点作矩形，每个矩形为一个处理单元；
所述相似处理模块对处理单元内基准点右侧像素点的处理方程为：
Figure BDA0003219469550000061
其中，(R，G，B)为处理点左侧像素点的图像信息，(R′，G′，B′)为处理点修改后的图像信息，向量
Figure BDA0003219469550000062
为处理点左侧像素点经变化函数Z(x，y)处理后得到的输出值，
Figure BDA0003219469550000063
为向量处理函数，表示将向量
Figure BDA0003219469550000064
转换成一个具有正负性的值；
所述相似处理模块对处理单元内基准点下侧像素点的处理方程为：
Figure BDA0003219469550000065
其中，(R，G，B)为处理点上侧像素点的图像信息，(R′，G′，B′)为处理点修改后的图像信息，向量
Figure BDA0003219469550000066
为处理点上侧像素点经变化函数Z(x，y)处理后得到的输出值；
所述相似处理模块对处理单元内其余像素点的处理方程为：
Figure BDA0003219469550000067
Figure BDA0003219469550000068
Figure BDA0003219469550000069
其中，(R1，G1，B1)为处理点的上侧像素点的图像信息，(R2，G2，B2)为处理点的左侧像素点的图像信息；
所述相似处理模块从图片数据库中获取到类别相同的图片后刷选出具有接近色彩的相似图片，并从相似图片中截取相似片段进行计算；
所述相似处理模块计算得到相似片段的横向变化矩阵X和纵向变化矩阵Y：
Figure BDA0003219469550000071
Figure BDA0003219469550000072
其中，m+1为相似片段中横向像素点个数，n+1为相似片段中纵向像素点个数；各元素的计算公式为：
Figure BDA0003219469550000073
Figure BDA0003219469550000074
所述归一化拟合曲面的返回值为两个向量
Figure BDA0003219469550000075
和
Figure BDA0003219469550000076
所述向量分别为：
Figure BDA0003219469550000077
Figure BDA0003219469550000078
其中，k1、k2、k3和k4为比例系数且满足k1+k2+k3+k4＝1；
所述比例系数的计算公式如下：
Figure BDA0003219469550000079
Figure BDA00032194695500000710
Figure BDA00032194695500000711
Figure BDA00032194695500000712
对于所述输出区域中未处在处理单元内的像素点采用与基准点在同一水平线或竖直 线上的处理点相同的方式进行处理。
实施例二。
本实施例包含了实施例一的全部内容，本实施例的所述映射模块将原始图片的像素点与新图片的像素点建立映射关系，并将原始图片像素点的图像信息发送至映射的像素点，由于图片清晰化处理后像素点增多，所以原始图片的一个像素点会映射到新图片的一个或多个像素点，设清晰化前的图片分辨率为x1*y1，每个像素点用P1表示，清晰化后的图片分辨率要求为x2*y2，每个像素点用P2表示；
对于任意一个处于坐标(a，b)位置的P2像素点，通过下述过程确定映射到该P2像素点的P1像素点：
计算P2像素点的中心相对坐标
Figure BDA0003219469550000081
Figure BDA0003219469550000082
Figure BDA0003219469550000083
计算映射到P2像素点的P1像素点坐标(a′，b′)：
Figure BDA0003219469550000084
Figure BDA0003219469550000085
所述P1像素点将其图像信息复制发送至映射的P2像素点；
结合图2，所述P2像素点分为两类，一类是该像素点只与一个P1像素点具有重合部分，称为非争议像素点，另一类是该像素点与超过一个的P1像素点具有重合部分，称为争议像素点，通过下述关系式判断P2像素点的类型；
Figure BDA0003219469550000091
当同时满足上述四个不等式时，对应的P2像素点为非争议像素点，若有至少一个不等式不满足时，对应的P2像素点为争议像素点；
特别的，当两个非争议像素点与其之间的争议像素点图像信息均相同时，争议像素点更改为非争议像素点；
所述识别分割模块会通过边缘检测技术将原始图片分割成多个区域，每个区域代表一种元素或者背景，每个区域的像素点信息被单独保存为一个对比项，根据一个区域的像素点位置找到映射的P1像素点，所述P1像素点的集合构成一个输出区域，一个所述对比项对应一个输出区域，所述识别分割模块根据所述对比项的像素信息识别出内容类别，所述识别分割模块将内容类别和输出区域的信息打包成一个作业数据包发送至所述相似处理模块；
所述相似处理模块根据接收作业数据包的内容类别从图片库中找到大量相同类别的相似图片，根据相似图片对输出区域的像素点进行清晰化；
所述相似处理模块对相似图片进行初步刷选，所述相似处理模块先计算输出区域的像素点的综合色差值Q1和综合色均值Q2：
Figure BDA0003219469550000092
Figure BDA0003219469550000093
其中，nx为输出区域内的像素点个数，R、G、B为输出区域内每个像素点的红、绿、蓝灰度；
同样对相似图片计算其综合色差值Q1′和综合色均值Q2′，当同时满足下述不等式时，该相似图片通过刷选；
Figure BDA0003219469550000101
Figure BDA0003219469550000102
实施例三。
本实施例包含了上述实施例的全部内容，本实施例的所述相似处理模块对通过刷选的相似图片进行特征提取，所述特征提取包括单向变化趋势计算，所述单向变化趋势计算包括横向和纵向两个方向；
首先对相似图片的像素点进行灰度化处理得到灰度值Gr：
Figure BDA0003219469550000103
根据左右相邻的两个像素计算横向变化值Δxi，j：
Figure BDA0003219469550000104
其中，Gri，j表示相似图片中位于(i,j)坐标的像素点灰度值；
整理得到横向变化矩阵X：
Figure BDA0003219469550000105
其中，m+1为相似图片中横向像素点个数，n+1为相似图片中纵向像素点个数；
根据上下相邻的两个像素计算纵向变化值Δyi，j：
Figure BDA0003219469550000106
整理得到纵向变化矩阵Y：
Figure BDA0003219469550000107
根据所述横向变化矩阵X和纵向变化矩阵Y得到归一化拟合曲面Z(x,y):
Figure BDA0003219469550000111
其中，x，y的取值范围为0到100之间的正数，所述归一化拟合曲面的返回值为两个向量
Figure BDA0003219469550000112
和
Figure BDA0003219469550000113
所述向量分别为：
Figure BDA0003219469550000114
Figure BDA0003219469550000115
其中，k1、k2、k3和k4为比例系数，计算公式如下：
Figure BDA0003219469550000116
Figure BDA0003219469550000117
Figure BDA0003219469550000118
Figure BDA0003219469550000119
计算所得的四个比例系数满足k1+k2+k3+k4＝1；
对所有的相似图片的归一化拟合曲面作均值化处理，得到相似模拟曲面
Figure BDA00032194695500001110
Figure BDA00032194695500001111
其中，np为通过刷选的相似图片的数量。
实施例四。
本实施例包括上述实施例的全部内容，本实施例的所述相似处理模块利用所述相似模拟曲面对输出区域的像素点进行处理，首先先对输出区域外接矩形化，外接矩形化扩充的像素点为非处理点，输出区域内原始的像素点为处理点，计算每个处理点在外接矩形中的百分制坐标点(xb，yb):
Figure BDA00032194695500001112
Figure BDA0003219469550000121
其中，(x，y)为处理点在外界矩形中的坐标，外界矩形包含的像素点个数为 xw*yw；
结合图3和图4，获取处理点中的争议像素点，所述争议像素点将输出区域分割成若干个封闭区域和处于输出区域边界附近的半封闭区域，将封闭区域的中心点作为基准点，所述基准点保持原有的图像信息，以基准点为左上顶点向右下方作矩形，所述一个矩形包含的像素点集合为一个处理单元，所作的矩形满足两个条件：一是一个矩形内只有一个基准点，二是矩形为无缝连接；需要注意的是，矩形的上边界和左边界上的像素点属于该处理单元，矩形的下边界和右边界上的像素点不属于该处理单元；
结合图5，所述相似处理模块对处理单元内的像素点先进行边界处理；
将一个像素点的百分制坐标点(xb，yb)代入相似模拟曲面
Figure BDA0003219469550000122
得到向量
Figure BDA0003219469550000123
该像素点右侧的处理点的图像信息更改为：
Figure BDA0003219469550000124
其中，(R，G，B)为该像素点的图像信息，(R′，G′，B′)为处理点修改后的图像信息，
Figure BDA0003219469550000125
为向量处理函数，表示将向量
Figure BDA0003219469550000126
转换成一个具有正负性的值，该值的绝对值与向量的模相同，向量方向向右或向下时该值为正，向量方向向左或向上时该值为负；
以基准点为基础按上述方式向右依次处理各个像素点直至上边界的像素点均处理完；
将一个像素点的百分制坐标点(xb，yb)代入相似模拟曲面
Figure BDA0003219469550000127
得到向量
Figure BDA0003219469550000128
该像素点下侧的像素点的图像信息更改为：
Figure BDA0003219469550000129
以基准点为基础按上述方式向下依次处理各个像素点直至左边界的像素点均处理完；
所述相似处理模块对处理单元内的像素点进行内部处理，获取一个处理点的上侧像素点的百分制坐标点代入相似模拟曲面得到向量
Figure BDA0003219469550000131
获取该处理点的左侧像素点的百分制坐标点代入相似模拟曲面得到向量
Figure BDA0003219469550000132
需要注意的是，该处理点的上侧像素点和左侧像素点需为已经更改过图像信息的像素点，该处理点的图像信息更改为
Figure BDA0003219469550000133
Figure BDA0003219469550000134
Figure BDA0003219469550000135
其中，(R1，G1，B1)为处理点的上侧像素点的图像信息，(R2，G2，B2)为处理点的左侧像素点的图像信息；
所述半封闭区域内的像素点按照上述相同的方法进行处理，当所述相似处理模块对所有接收作业数据包内的输出区域处理完毕后，得到的为清晰化处理后的图片。
虽然上面已经参考各种实施例描述了本发明，但是应当理解，在不脱离本发明的范围的情况下，可以进行许多改变和修改。也就是说上面讨论的方法，***和设备是示例。各种配置可以适当地省略，替换或添加各种过程或组件。例如，在替代配置中，可以以与所描述的顺序不同的顺序执行方法，和/或可以添加，省略和/或组合各种部件。而且，关于某些配置描述的特征可以以各种其他配置组合，如可以以类似的方式组合配置的不同方面和元素。此外，随着技术发展其中的元素可以更新，即许多元素是示例，并不限制本公开或权利要求的范围。
在说明书中给出了具体细节以提供对包括实现的示例性配置的透彻理解。然而，可以在没有这些具体细节的情况下实践配置例如，已经示出了众所周知的电路，过程，算法，结构和技术而没有不必要的细节，以避免模糊配置。该描述仅提供示例配置，并且不限制权利要求的范围，适用性或配置。相反，前面对配置的描述将为本领域技术人员提供用于实现所描述的技术的使能描述。在不脱离本公开的精神或范围的情况下，可以对元件的功能和布置进行各种改变。
综上，其旨在上述详细描述被认为是例示性的而非限制性的，并且应当理解，以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后，技术人员可以对本发明作各种改动或修改，这些等效变化和修饰同样落入本发明权利要求所限定的范围。

Claims (5)

1.一种基于相似模拟的图片清晰化处理***，其特征在于，包括映射模块，识别分割模块、相似处理模块和图片数据库，所述映射模块用于申请新图片的存储空间并将待处理图片与新图片的像素点建立映射关系，所述识别分割模块根据待处理图片的图形特征将新图片分割成多个区域，每个区域形成一个作业数据包发送至所述相似处理模块，所述相似处理模块根据图片数据库中对应的图片对每个作业包的新图片区域进行清晰化处理，所述图片数据库用于存储相似图片；
所述新图片中的像素点分为非争议像素点和争议像素点，所述非争议像素点被待处理图片中有映射关系的像素点完全覆盖，所述非争议像素点被待处理图片中有映射关系的像素点部分覆盖，所述新图片中的像素点具有与映射像素点相同的图像信息；
所述作业数据包中包括对应区域的内容类别和输出区域信息；
所述相似处理模块根据内容类别从所述图片数据库中获取相似图片，并根据相似图片对输出区域的像素点进行更改处理，处理过程包括计算归一化拟合曲面、确立基准点、处理单元划分和像素点处理；
所述归一化拟合曲面为相似图片中像素点灰度值的变化函数：
Figure FDA0003219469540000011
其中输入值(x，y)为一个像素点的百分制坐标，向量
Figure FDA0003219469540000012
和向量
Figure FDA0003219469540000013
为函数的输出值；
所述基准点为争议像素点围成的封闭区域的中心像素点，以基准点为左上角定点作矩形，每个矩形为一个处理单元；
所述相似处理模块对处理单元内基准点右侧像素点的处理方程为：
Figure FDA0003219469540000014
其中，(R，G，B)为处理点左侧像素点的图像信息，(R′，G′，B′)为处理点修改后的图像信息，向量
Figure FDA0003219469540000015
为处理点左侧像素点经变化函数Z(x，y)处理后得到的输出值，
Figure FDA0003219469540000016
为向量处理函数，表示将向量
Figure FDA0003219469540000017
转换成一个具有正负性的值；
所述相似处理模块对处理单元内基准点下侧像素点的处理方程为：
Figure FDA0003219469540000021
其中，(R，G，B)为处理点上侧像素点的图像信息，(R′，G′，B′)为处理点修改后的图像信息，向量
Figure FDA0003219469540000022
为处理点上侧像素点经变化函数Z(x，y)处理后得到的输出值；
所述相似处理模块对处理单元内其余像素点的处理方程为：
Figure FDA0003219469540000023
Figure FDA0003219469540000024
Figure FDA0003219469540000025
其中，(R1，G1，B1)为处理点的上侧像素点的图像信息，(R2，G2，B2)为处理点的左侧像素点的图像信息。
2.如权利要求1所述的一种基于相似模拟的图片清晰化处理***，其特征在于，所述相似处理模块从图片数据库中获取到类别相同的图片后刷选出具有接近色彩的相似图片，并从相似图片中截取相似片段进行计算。
3.如权利要求2所述的一种基于相似模拟的图片清晰化处理***，其特征在于，所述相似处理模块计算得到相似片段的横向变化矩阵X和纵向变化矩阵Y：
Figure FDA0003219469540000026
Figure FDA0003219469540000027
其中，m+1为相似片段中横向像素点个数，n+1为相似片段中纵向像素点个数；各元素的计算公式为：
Figure FDA0003219469540000028
Figure FDA0003219469540000031
其中，Gri，j表示位于(i，j)坐标的像素点的灰度值；
所述归一化拟合曲面的返回值为两个向量
Figure FDA0003219469540000032
和
Figure FDA0003219469540000033
所述向量分别为：
Figure FDA0003219469540000034
Figure FDA0003219469540000035
其中，k1、k2、k3和k4为比例系数且满足k1+k2+k3+k4＝1。
4.如权利要求3所述的一种基于相似模拟的图片清晰化处理***，其特征在于，所述比例系数的计算公式如下：
Figure FDA0003219469540000036
Figure FDA0003219469540000037
Figure FDA0003219469540000038
Figure FDA0003219469540000039
5.如权利要求4所述的一种基于相似模拟的图片清晰化处理***，其特征在于，对于所述输出区域中未处在处理单元内的像素点采用与基准点在同一水平线或竖直 线上的处理点相同的方式进行处理。
CN202110953523.8A 2021-08-19 2021-08-19 一种基于相似模拟的图片清晰化处理*** Active CN113628142B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110953523.8A CN113628142B (zh) 2021-08-19 2021-08-19 一种基于相似模拟的图片清晰化处理***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110953523.8A CN113628142B (zh) 2021-08-19 2021-08-19 一种基于相似模拟的图片清晰化处理***

Publications (2)

Publication Number Publication Date
CN113628142A CN113628142A (zh) 2021-11-09
CN113628142B true CN113628142B (zh) 2022-03-15

Family

ID=78386635

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110953523.8A Active CN113628142B (zh) 2021-08-19 2021-08-19 一种基于相似模拟的图片清晰化处理***

Country Status (1)

Country Link
CN (1) CN113628142B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102831589A (zh) * 2012-08-29 2012-12-19 上海交通大学 一种利用卷积滤波和抗锯齿分析增强图像分辨率的方法
CN106815808A (zh) * 2017-01-20 2017-06-09 长沙全度影像科技有限公司 一种利用分块运算的图像拼接方法
CN107451975A (zh) * 2017-04-25 2017-12-08 中国人民解放军空军工程大学 一种基于视觉加权相似的图像质量清晰化方法
CN107590774A (zh) * 2017-09-18 2018-01-16 北京邮电大学 一种基于生成对抗网络的车牌清晰化方法及装置
CN108171124A (zh) * 2017-12-12 2018-06-15 南京邮电大学 一种相似样本特征拟合的人脸图像清晰化方法
CN112784785A (zh) * 2021-01-29 2021-05-11 郑州琼佩电子技术有限公司 一种多样本拟合图像清晰化处理方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020170252A (ja) * 2019-04-01 2020-10-15 キヤノン株式会社 画像処理装置、情報処理方法及びプログラム

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102831589A (zh) * 2012-08-29 2012-12-19 上海交通大学 一种利用卷积滤波和抗锯齿分析增强图像分辨率的方法
CN106815808A (zh) * 2017-01-20 2017-06-09 长沙全度影像科技有限公司 一种利用分块运算的图像拼接方法
CN107451975A (zh) * 2017-04-25 2017-12-08 中国人民解放军空军工程大学 一种基于视觉加权相似的图像质量清晰化方法
CN107590774A (zh) * 2017-09-18 2018-01-16 北京邮电大学 一种基于生成对抗网络的车牌清晰化方法及装置
CN108171124A (zh) * 2017-12-12 2018-06-15 南京邮电大学 一种相似样本特征拟合的人脸图像清晰化方法
CN112784785A (zh) * 2021-01-29 2021-05-11 郑州琼佩电子技术有限公司 一种多样本拟合图像清晰化处理方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Semi-parametric image inpainting;K Iskakov et al.;《arXiv》;20181113;全文 *
低质图像的清晰化方法研究;李学联;《中国优秀硕士学位论文全文数据库信息科技辑》;20210115(第01期);I138-1892 *
基于结构相似性的超分辨率图像重建算法;李克秋寅;《中国优秀硕士学位论文全文数据库信息科技辑》;20210215;I138-897 *
机器学习方法提高静态图片清晰度;tyong;《CSDN》;20180529;全文 *

Also Published As

Publication number Publication date
CN113628142A (zh) 2021-11-09

Similar Documents

Publication Publication Date Title
CN108898610B (zh) 一种基于mask-RCNN的物体轮廓提取方法
CN109978839B (zh) 晶圆低纹理缺陷的检测方法
CN111507390B (zh) 一种基于轮廓特征的仓储箱体识别与定位方法
US8494297B2 (en) Automatic detection and mapping of symmetries in an image
Basca et al. Randomized hough transform for ellipse detection with result clustering
US8526731B2 (en) Hough transform method for linear ribbon and circular ring detection in the gradient domain
CN107103320B (zh) 嵌入式医疗数据图像识别及集成方法
JP2016513320A (ja) 少なくとも１つの追加イメージを用いたイメージ改善及びエッジ検証のための方法及び装置
Deschaud et al. Point cloud non local denoising using local surface descriptor similarity
JP4480958B2 (ja) デジタル画像作成方法
JP2016505186A (ja) エッジ保存・ノイズ抑制機能を有するイメージプロセッサ
JP2002503840A (ja) 勾配ベースの局部輪郭線検出のための新しい知覚的しきい値決定
US8744177B2 (en) Image processing method and medium to extract a building region from an image
CN109711268B (zh) 一种人脸图像筛选方法及设备
CN113744142B (zh) 图像修复方法、电子设备及存储介质
CN109035167A (zh) 对图像中的多个人脸进行处理的方法、装置、设备和介质
CN116580028B (zh) 一种物体表面缺陷检测方法、装置、设备及存储介质
CN112991374A (zh) 基于Canny算法的边缘增强方法、装置、设备及存储介质
CN116342519A (zh) 一种基于机器学习的图像处理方法
CN115272664A (zh) 仪表盘示数展示方法、装置、电子设备和存储介质
CN115100226A (zh) 一种基于单目数字图像的轮廓提取方法
CN114067186B (zh) 一种行人检测方法、装置、电子设备及存储介质
Chen et al. Improve transmission by designing filters for image dehazing
CN113628142B (zh) 一种基于相似模拟的图片清晰化处理***
CN108205641B (zh) 手势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
GR01 Patent grant
GR01 Patent grant