JP2011090445A - 画像処理方法 - Google Patents
画像処理方法 Download PDFInfo
- Publication number
- JP2011090445A JP2011090445A JP2009242351A JP2009242351A JP2011090445A JP 2011090445 A JP2011090445 A JP 2011090445A JP 2009242351 A JP2009242351 A JP 2009242351A JP 2009242351 A JP2009242351 A JP 2009242351A JP 2011090445 A JP2011090445 A JP 2011090445A
- Authority
- JP
- Japan
- Prior art keywords
- image
- pixel
- line
- pixels
- averaging
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 17
- 238000000034 method Methods 0.000 claims abstract description 80
- 238000012935 Averaging Methods 0.000 claims abstract description 48
- 238000004364 calculation method Methods 0.000 claims abstract description 28
- 230000002093 peripheral effect Effects 0.000 claims description 19
- 230000002146 bilateral effect Effects 0.000 abstract description 52
- 238000009499 grossing Methods 0.000 abstract description 8
- 230000000694 effects Effects 0.000 description 10
- 238000002372 labelling Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
Images
Landscapes
- Facsimile Image Signal Circuits (AREA)
- Image Processing (AREA)
Abstract
【課題】 画像のエッジ部分を維持しながら平坦部分に対して平滑化処理を行うBilateralフィルタにおいて、計算量を大幅に削減することが可能な画像処理方法および画像処理装置ならびに画像処理プログラムを実現する。
【解決手段】 画像の横方向の各ラインに対してそのライン上の画素のみで前記平均化処理を行う横方向平均化処理部と、画像に対して縦方向の各ラインに対してそのライン上の画素のみで前記平均化処理を行う縦方向平均化処理部と、を有し、入力画像に対して横方向に平均化処理を行った後に縦方向に平均化処理を行うことを特徴とする。
【選択図】 図1
【解決手段】 画像の横方向の各ラインに対してそのライン上の画素のみで前記平均化処理を行う横方向平均化処理部と、画像に対して縦方向の各ラインに対してそのライン上の画素のみで前記平均化処理を行う縦方向平均化処理部と、を有し、入力画像に対して横方向に平均化処理を行った後に縦方向に平均化処理を行うことを特徴とする。
【選択図】 図1
Description
本発明は画像データに対して画像内のエッジ情報を保持しつつ画像全体で平滑化を行う画像処理装置および画像処理方法ならびに画像処理プログラムに関する。
写真画像は、物体の輪郭などの小刻みに信号値が変化する「エッジ成分」と、物体の表面など緩やかに信号値が変化する「平坦成分」と、大きく分けて2種類の成分に分別できる。この平坦部分にはノイズが載りやすく、ノイズを除去するために一般に平滑化処理が行われる。また、逆光解析のために画像の平坦成分を取り出して暗部と明部に分割する処理が行われるが、このときにも平滑化処理が実施される。
平滑化を行う手法として代表的なものに、Gaussianフィルタがある。Gaussianフィルタは画像の各画素に対して周辺画素と距離の重み付けを行い平均化する処理である。
しかし、Gaussianフィルタには平滑化によってエッジ成分を壊してしまうという問題がある。例えば、図7に示すような一次元空間の画素分布がある場合、これに対してGaussianフィルタをかけると図8のようにエッジがなまされた画素分布となってしまう。これによってエッジ部分近辺の画質が劣化したり、正しい暗部・明部が取得できないという問題があった。
このような問題を改善するために、Bilateralフィルタが考案された。BilateralフィルタはGaussianフィルタを改良したもので、注目画素の周辺画素に対してGaussianフィルタにおける「距離方向の重み付け」にさらに「画素値差分の重み付け」を掛け合わせる(非特許文献1)。これにより、近い画素値の画素でGaussianフィルタをかける効果が発生し、エッジ成分を壊さずに平滑化を行うことが可能となった。例えば図7に示すような位置次元空間の画素分布がある場合、これに対してBilateralフィルタをかけると図9のような画素分布が得られる。これはエッジを維持しつつ平坦部には平滑化効果が得られている。
また、Bilateralフィルタを擬似的に模した処理が特許文献1に公開されている。注目画素との信号値差が閾値範囲内の画素に対してラベリングを行い、ラベリングを行った画素だけでGaussianフィルタをかける方式である。
C. Tomasi and R. Manduchi. Bilateral Filtering for Gray and Color Images. Proceedings of the 1998 IEEE International Conference on Computer Vision, Bombay, India.
しかしながら、Bilateralフィルタは画像の全画素に対して周囲の画素との重み付けを計算する必要があるため、計算量が非常に多く膨大な処理時間がかかるという問題があった。また、特許文献1に記載されているラベリングの方法では、ラベリング時の閾値の選び方によって画質に大きく影響してしまうという問題があった。
本発明は維持王の課題に鑑みてなされたものであって、Bilateralフィルタの画像処理効果を維持しつつ、計算量を大幅に削減することが可能な画像処理方法および画像処理装置ならびに画像処理プログラムを実現することを目的とする。
画像の各画素に対して周辺画素との距離・画素値差分に応じた重み付けで周辺画素との重み平均化を行う画像処理装置において、
画像の横方向の各ラインに対してそのライン上の画素のみで前記平均化処理を行う横方向平均化処理部と、
画像に対して縦方向の各ラインに対してそのライン上の画素のみで前記平均化処理を行う縦方向平均化処理部と、
を有し、入力画像に対して横方向に平均化処理を行った後に縦方向に平均化処理を行うことを特徴とする画像処理装置。
画像の横方向の各ラインに対してそのライン上の画素のみで前記平均化処理を行う横方向平均化処理部と、
画像に対して縦方向の各ラインに対してそのライン上の画素のみで前記平均化処理を行う縦方向平均化処理部と、
を有し、入力画像に対して横方向に平均化処理を行った後に縦方向に平均化処理を行うことを特徴とする画像処理装置。
本発明によれば、二次元空間のBilateralフィルタを一次元空間のBilateralフィルタの二回処理で近似することができ、本来のBilateralフィルタの効果を維持しつつ計算量の大幅な削減を実現することが可能となる。
以下、本発明を実施するための最良の形態について図面を用いて説明する。
本発明の第1の実施形態を図を用いて説明する。
図1は第1の実施形態における画像処理装置のシステム構成を示している。この画像処理装置は、画像取得部101、横方向の一次元Bilateralフィルタ処理部102、縦方向の一次元Bilateralフィルタ処理部103、画像出力部104より構成される。まず、最初に画像取得部101が画像処理を行う対象の画像データをメモリやHDDなどの記憶媒体から取得すると、横方向の一次元Bilateralフィルタ処理部102に画像データを伝達する。横方向の一次元Bilateralフィルタ処理部102では、図2のフローチャートに示す処理を行って画像データの各横ライン上で横方向の一次元Bilateralフィルタ処理を実施し、縦方向の一次元Bilateralフィルタ処理部103に画像データを伝達する。次に、縦方向の一次元Bilateralフィルタ処理部103では、図3のフローチャートに示す処理を行って画像データの各縦ライン上で縦方向の一次元Bilateralフィルタ処理を実施し、画像出力部104に画像データを伝達する。画像出力部104は、上記画像処理を行った画像データを指定されたメモリやHDDなどの記憶媒体に出力する。
図2は横方向の一次元Bilateralフィルタ処理の手順を示すフローチャートである。まず、処理S201で画像の横ラインの番号を表す変数iを用意し、ライン番号0で初期化する。次に処理S202で変数iが画像高さ未満であるかどうかをチェックする。後に1つのラインにBilateralフィルタ処理を施すたびにiを1つインクリメントするため、全ラインに対してBilateralフィルタ処理が完了していない場合は処理S203に進むが、全て完了している場合は全ての処理が終了となる。処理S203では画像の番号iのライン上にて各画素を走査するための変数jを用意し、画素番号0で初期化する。次に処理S204で変数jが画像幅未満であるかどうかをチェックする。後に1つの画素にBilateralフィルタ処理を施すたびにjを1つインクリメントするため、ラインi上の画素全てに対してBilateralフィルタ処理が完了していない場合は処理S205に進むが、全て完了している場合は処理S208に進む。処理S205では、画素jに対する各周辺画素(ライン上の画素)の「重み付け」を、注目画素jと各周辺画素との距離や画素値差に応じて計算する。この計算を行う処理手順は、図4のフローチャートに示している。図4についての説明は後述する。次に処理S206ではラインi上の各画素に対して前記「重み付け」を掛け、注目画素jをその値で更新する。処理S207では注目画素を隣に移動するためにjの値をインクリメントする。以上が横方向の一次元Bilateralフィルタ処理の説明である。
図3は縦方向の一次元Bilateralフィルタ処理の手順を示すフローチャートである。まず、処理S301で画像の縦ラインの番号を表す変数iを用意し、ライン番号0で初期化する。次に処理S302で変数iが画像幅未満であるかどうかをチェックする。後に1つのラインにBilateralフィルタ処理を施すたびにiを1つインクリメントするため、全ラインに対してBilateralフィルタ処理が完了していない場合は処理S303に進むが、全て完了している場合は全ての処理が終了となる。処理S303では画像の番号iのライン上にて各画素を走査するための変数jを用意し、画素番号0で初期化する。次に処理S304で変数jが画像高さ未満であるかどうかをチェックする。後に1つの画素にBilateralフィルタ処理を施すたびにjを1つインクリメントするため、ラインi上の画素全てに対してBilateralフィルタ処理が完了していない場合は処理S305に進むが、全て完了している場合は処理S308に進む。処理S305では、画素jに対する各周辺画素(ライン上の画素)の「重み付け」を、注目画素jと各周辺画素との距離や画素値差に応じて計算する。この計算を行う処理手順は、図4のフローチャートに示している。図4についての説明は後述する。次に処理S306ではラインi上の各画素に対して前記「重み付け」を掛け、注目画素jをその値で更新する。処理S307では注目画素を隣に移動するためにjの値をインクリメントする。以上が縦方向の一次元Bilateralフィルタ処理の説明である。
次に、図4を用いてライン上の画素jに対する周辺画素の重み付けを計算する手順について説明する。まず、処理S401にて重み付けの計算結果を格納するweight配列を用意し、処理S402にてweight配列を重み0で初期化する。その後、処理S403〜処理S409にて画素jから画素番号が小さくなる方向に順次重みを計算した後、処理S410〜処理S416にて画素jから画素番号が大きくなる方向に順次重みを計算する。
処理S403では、画素番号が小さくなる方向に画素番号を進めるための変数kを用意し、jで初期化する。処理S404では距離重みを表す変数distと画素値差分重みを表す変数diffを用意し、1.0で初期化する。次に、処理S405では画素番号kが0以上であり、かつ距離重みと画素値差重みの積が所定の閾値より大きいことをチェックする。所定の閾値としては、例えば0.01が考えられる。この閾値を導入することにより、注目画素jと画素値差が大きい画素より先の画素をフィルタ計算の対象から除外し高速化を実現している。次に、S406で画素kの距離重みを計算し、dist変数に代入する。距離重みは式1を用いて計算する。
σはガウシアンの広がりを表すパラメータあり、例えばσ=5などが使われる。xkは画素kの座標、xjは画素jの座標であるが、ここではそのままkとjを表している。次に、処理S407で画素kの画素値差分重みを計算し、diff変数に代入する。画素値差分重みは式2を用いて計算する。σはガウシアンの広がりを表すパラメータであり、例えばσ=50などが使われる。vkは画素kの画素値、vjは画素jの画素値を表している。次に処理S408でdistとdiffの積を重み配列weightに代入する。そして処理S409で変数kを1つデクリメントして小さい画素番号に処理を進める。以上のS403〜S409の処理が番号j以下の画素について完了したら、処理S410に進む。
処理S410では、画素番号が大きくなる方向に画素番号を進めるための変数kを用意し、j+1で初期化する。処理S411では距離重みを表す変数distと画素値差分重みを表す変数diffを用意し、1.0で初期化する。次に、処理S412では画素番号kが0以上であり、かつ距離重みと画素値差重みの積が所定の閾値より大きいことをチェックする。所定の閾値としては、例えば0.01が考えられる。この閾値を導入することにより、注目画素jと画素値差が大きい画素より先の画素をフィルタ計算の対象から除外し高速化を実現している。次に、S413で画素kの距離重みを計算し、dist変数に代入する。距離重みは式1を用いて計算する。σはガウシアンの広がりを表すパラメータあり、例えばσ=5などが使われる。xkは画素kの座標、xjは画素jの座標であるが、ここではそのままkとjを表している。次に、処理S414で画素kの画素値差分重みを計算し、diff変数に代入する。画素値差分重みは式2を用いて計算する。
σはガウシアンの広がりを表すパラメータであり、例えばσ=50などが使われる。vkは画素kの画素値、vjは画素jの画素値を表している。次に処理S415でdistとdiffの積を重み配列weightに代入する。そして処理S416で変数kを1つインクリメントして大きい画素番号に処理を進める。以上のS410〜S416の処理が番号j+1以上の画素について完了したら、処理S417に進む。
処理S417にて重み配列weightを出力し、重み付けの計算を終了する。
以上に説明した第1の実施形態によれば、二次元空間のBilateralフィルタを一次元空間のBilateralフィルタの二回処理で近似することができ、本来のBilateralフィルタの効果を維持しつつ計算量の大幅な削減を実現することが可能となる。また、周辺画素の重みを計算する際に、重みがある一定の閾値以下となった時点で逐次処理を終了しているため、計算量のさらなる削減が可能となる。
本発明の第1の実施形態を図を用いて説明する。
図5は第2の実施形態における画像処理装置のシステム構成を示している。この画像処理装置は、画像取得部501、横方向の一次元Bilateralフィルタ処理部502、画像回転処理部503、画像出力部504より構成される。まず、最初に画像取得部501が画像処理を行う対象の画像データをメモリやHDDなどの記憶媒体から取得すると、横方向の一次元Bilateralフィルタ処理部502に画像データを伝達する。横方向の一次元Bilateralフィルタ処理部502は、画像回転処理部503と連携した画像処理を行い第一の実施形態と同等の画像処理効果を得る。その処理手順を図6のフローチャートに示す。まず処理S601にて横方向の一次元Bilateralフィルタ処理を実施する。この処理の内容は第一の実施形態における図2の処理フローと同一である。次に画像を画像回転処理部503に渡して処理S602で画像を90度回転する。そして、画像を再度横方向一次元Bilateralフィルタ処理部に渡し、処理S603にて横方向の一次元Bilateralフィルタ処理を実施する。これにより、第一の実施形態における縦方向のBilateralフィルタと同一の効果を実現することができる。その後にもう一度画像データを画像回転処理部503に渡し、処理S604で90度回転してもとの画像に戻す。そして、最後に画像出力部504で画像データをメモリまたはHDDなどの記憶媒体に出力する。
以上に説明した第2の実施形態によれば、1つのBilateralフィルタ処理部と1つの画像回転処理部だけで第1の実施形態と同一の効果を得られるため、実装するための電子回路やプログラムのサイズを小さくすることが可能となる。
<アルゴリズムの説明>
実施形態1または2によって計算量を大幅に削減できる理由を、アルゴリズムを説明しながら解説する。
実施形態1または2によって計算量を大幅に削減できる理由を、アルゴリズムを説明しながら解説する。
BilateralフィルタのベースであるGaussianフィルタはBilateralフィルタと同様に膨大な処理時間がかかるが、Gaussianフィルタは計算方法を工夫することにより処理時間を大幅に短縮することが可能である。Gaussianフィルタの重みは式4により計算される(簡略化のため係数は1とした)。
ここで図10に示すように画素xkと画素xjの中継点として画素xmを取ると、式4は式5のように記述することができる。
これは、二次元空間の式である式4を、一次元空間の式5に分解できることを示している。よって、横方向のライン上で一次元空間のGaussianフィルタをかけてさらに縦方向のライン上で一次元空間のGaussianフィルタをかけることで、二次元空間のGaussianフィルタと同じ効果を実現できる。しかも計算量はO記法で4乗から3乗への削減(変数Nを画像の1辺の画素数とする)に相当する。
計算量が削減できる理由を以下にわかりやすく説明する。図11と図12に、注目画素uとvに周辺画素a〜kの値を足しこんでGaussianフィルタを計算する例を示す。このとき、図11は二次元空間の式を使った場合(式4)の計算手順を示し、図12は一次元空間の式に分解して使った場合(式5)の計算手順を示している。図11では、画素uと画素vそれぞれに対して画素a〜kの値を足し込んでおり、合計で22回の計算を行っている。一方、図12では、最初に画素gに画素a〜kの値を足し込んでから画素uと画素vに画素gの値を足し込んでおり、合計で13回の計算量で済んでいる。このように、横方向の一次元空間Gaussianフィルタの計算結果を縦方向の一次元空間Gaussianフィルタの計算時に再利用することで、二次元空間のGaussianフィルタよりも大幅に計算量を削減することが可能となる。
一方で、BilateralフィルタはそのままではGaussianフィルタのように一次元の積に分解することはできない。それは、Bilateralフィルタは式5にさらに式6の係数を掛けたものを重みとしているためである。
式6は注目画素と周辺画素との「画素地の差分」に依存しており、画素値の差分は空間的な関係性はないため、図10と同様ように縦・横に分解することが通常はできない。
しかしながら、写真画像の一般的なエッジ成分の多くは、閉じた線(途切れていない線)状に存在しているという特徴がある。エッジ成分が閉じた線であるならば、ある2つの画素の差分値は任意の経路の勾配データの積分で近似的に表現可能である。よって、ある2つの画素xkとxjの画素値差分を図13のようにxmを経由することで、画素値差分の重みの計算を近似的に一次元空間の式に分解した式7で表現することが可能となる。
一次元に分解することで、縦・横方向に一次元空間のBilateralフィルタを順次適用して二次元空間のBilateralフィルタに近い効果を得ることが可能である。また、計算量はO記法で4乗から3乗への削減(変数Nを画像の1辺の画素数とする)に相当する。計算量が削減できる理由はGaussianフィルタと同一である。
Claims (12)
- 画像の各画素に対して周辺画素との距離・画素値差分に応じた重み付けで周辺画素との重み平均化を行う画像処理装置において、
画像の横方向の各ラインに対してそのライン上の画素のみで前記平均化処理を行う横方向平均化処理部(102)と、
画像に対して縦方向の各ラインに対してそのライン上の画素のみで前記平均化処理を行う縦方向平均化処理部(103)と、
を有し、入力画像に対して横方向に平均化処理を行った後に縦方向に平均化処理を行うことを特徴とする画像処理装置。 - 画像の各画素に対して周辺画素との距離・画素値差分に応じた重み付けで周辺画素との重み平均化を行う画像処理装置において、
画像の横方向の各ラインに対してそのライン上の画素のみで前記平均化処理を行う横方向平均化処理部(102)と、
画像に対して縦方向の各ラインに対してそのライン上の画素のみで前記平均化処理を行う縦方向平均化処理部(103)と、
を有し、入力画像に対して縦方向に平均化処理を行った後に横方向に平均化処理を行うことを特徴とする画像処理装置。 - 画像の各画素に対して周辺画素との距離・画素値差分に応じた重み付けで周辺画素との重み平均化を行う画像処理装置において、
画像の各ラインに対してそのライン上の画素のみで前記平均化処理を行う横方向平均化処理部(502)と、
画像を90度回転する回転処理部(503)と、
を有し、入力画像に対して横または縦方向に平均化処理を行った後に画像を90度回転し、さらに横または縦方向に平均化処理を行うことを特徴とする画像処理装置。 - 請求項1から3に記載の画像処理装置において、
注目画素に対して平均化処理を行う際に、ライン上における前記注目画素に隣接する画素から画像端部に向かって周辺画素の重みを順次計算すること、
を特徴とする画像処理装置。 - 請求項1から4に記載の画像処理装置において、
周辺画素の重みを順次計算する際に、重みがある所定の閾値を下回った時点で重みの計算を終了すること、
を特徴とする画像処理装置。 - 画像の各画素に対して周辺画素との距離・画素値差分に応じた重み付けで周辺画素との重み平均化を行う画像処理方法において、
画像の横方向の各ラインに対してそのライン上の画素のみで前記平均化処理を行うステップ(S201〜S208)と、
画像に対して縦方向の各ラインに対してそのライン上の画素のみで前記平均化処理を行うステップ(S301〜S308)と、
を有することを特徴とする画像処理方法。 - 請求項6に記載の画像処理方法において、
前記横方向の平均化処理を行ってから前記縦方向の平均化処理を行うこと、
を特徴とする画像処理方法。 - 請求項6に記載の画像処理方法において、
前記縦方向の平均化処理を行ってから前記横方向の平均化処理を行うこと、
を特徴とする画像処理方法。 - 画像の各画素に対して周辺画素との距離・画素値差分に応じた重み付けで周辺画素との重み平均化を行う画像処理方法において、
画像の各ラインに対してそのライン上の画素のみで前記平均化処理を行うステップ(S601)と、
前記平均化処理後の画像を90度回転するステップ(S602)と、
前記回転後の画像の各ラインに対してそのライン上の画素のみで前記平均化処理を行うステップ(S603)と、
前記平均化処理後の画像を−90度回転するステップ(S604)と、
を有することを特徴とする画像処理方法。 - 請求項6から9に記載の画像処理方法において、
注目画素に対して平均化処理を行う際に、ライン上における前記注目画素に隣接する画素から画像端部に向かって周辺画素の重みを順次計算すること、
を特徴とする画像処理方法。 - 請求項6から10に記載の画像処理方法において、
周辺画素の重みを順次計算する際に、重みがある所定の閾値を下回った時点で重みの計算を終了すること、
を特徴とする画像処理方法。 - 画像の各画素に対して周辺画素との距離・画素値差分に応じた重み付けで周辺画素との重み平均化を行う画像処理プログラムにおいて、
画像の横方向の各ラインに対してそのライン上の画素のみで前記平均化処理を行う手順と、
画像に対して縦方向の各ラインに対してそのライン上の画素のみで前記平均化処理を行う手順と、
を有することを特徴とする画像処理プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009242351A JP2011090445A (ja) | 2009-10-21 | 2009-10-21 | 画像処理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009242351A JP2011090445A (ja) | 2009-10-21 | 2009-10-21 | 画像処理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2011090445A true JP2011090445A (ja) | 2011-05-06 |
Family
ID=44108654
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2009242351A Pending JP2011090445A (ja) | 2009-10-21 | 2009-10-21 | 画像処理方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2011090445A (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101577918B1 (ko) | 2011-08-02 | 2015-12-15 | 레이던 컴퍼니 | 로컬 지역 콘트라스트 개선 |
JP2019114878A (ja) * | 2017-12-21 | 2019-07-11 | 日本電信電話株式会社 | 広帯域無線通信システムのチャネル推定装置およびチャネル推定方法 |
-
2009
- 2009-10-21 JP JP2009242351A patent/JP2011090445A/ja active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101577918B1 (ko) | 2011-08-02 | 2015-12-15 | 레이던 컴퍼니 | 로컬 지역 콘트라스트 개선 |
JP2019114878A (ja) * | 2017-12-21 | 2019-07-11 | 日本電信電話株式会社 | 広帯域無線通信システムのチャネル推定装置およびチャネル推定方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3509034B1 (en) | Image filtering based on image gradients | |
US10198801B2 (en) | Image enhancement using self-examples and external examples | |
JP2015225665A (ja) | 画像ノイズ除去方法及び画像ノイズ除去装置 | |
WO2017096814A1 (zh) | 一种图像处理方法及装置 | |
Bai | Morphological infrared image enhancement based on multi-scale sequential toggle operator using opening and closing as primitives | |
CN110874827B (zh) | 湍流图像复原方法、装置、终端设备及计算机可读介质 | |
Wang et al. | Enhancement for dust-sand storm images | |
US20150187051A1 (en) | Method and apparatus for estimating image noise | |
JP2021086616A (ja) | ランダムサンプリング一貫性に基づく魚眼画像の有効領域抽出方法 | |
EP2575350A2 (en) | Method for brightness correction of defective pixels of digital monochrome image | |
CN113963009A (zh) | 基于可形变划块的局部自注意力的图像处理方法和模型 | |
CN111062878B (zh) | 图像的去噪方法、装置及计算机可读存储介质 | |
JP2011090445A (ja) | 画像処理方法 | |
CN110717913A (zh) | 一种图像分割方法及装置 | |
CN107292839B (zh) | 一种基于图像块自适应调整的tdi颤振图像复原方法 | |
CN106897975B (zh) | 一种超立方体粒计算的图像去噪方法 | |
CN109886901B (zh) | 一种基于多通路分解的夜间图像增强方法 | |
JP7140491B2 (ja) | 画像処理装置、画像処理方法、及びプログラム | |
CN103077396B (zh) | 一种彩色图像的向量空间特征点提取方法及装置 | |
CN109993694B (zh) | 一种生成超分辨率图像的方法及装置 | |
CN101364303B (zh) | 边缘像素提取及处理方法 | |
JP5169926B2 (ja) | 画像処理装置 | |
CN113822823B (zh) | 气动光学效应图像空变模糊核的点近邻复原方法及*** | |
Tangsakul et al. | Improving single image haze removal based on cellular automata model | |
CN112734660B (zh) | 一种基于移动窗口粒子群优化的过曝图像质量增强方法 |