TWI392361B - 濾波系統及實施影像之有效率濾波之方法 - Google Patents

濾波系統及實施影像之有效率濾波之方法 Download PDF

Info

Publication number
TWI392361B
TWI392361B TW097146806A TW97146806A TWI392361B TW I392361 B TWI392361 B TW I392361B TW 097146806 A TW097146806 A TW 097146806A TW 97146806 A TW97146806 A TW 97146806A TW I392361 B TWI392361 B TW I392361B
Authority
TW
Taiwan
Prior art keywords
output
image
pixel
filter
neighborhood
Prior art date
Application number
TW097146806A
Other languages
English (en)
Other versions
TW200945894A (en
Inventor
Avi Levy
Ziv Aviv
Original Assignee
Intel Corp
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 Intel Corp filed Critical Intel Corp
Publication of TW200945894A publication Critical patent/TW200945894A/zh
Application granted granted Critical
Publication of TWI392361B publication Critical patent/TWI392361B/zh

Links

Classifications

    • 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
    • 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
    • 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

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Description

濾波系統及實施影像之有效率濾波之方法
本申請案係有關影像處理，尤係有關有效率的影像濾波作業。
影像及視訊增強程序通常包含兩個相互衝突的工作，亦即，雜訊抑制及細節增強。雜訊抑制工作涉及衰減高頻成分，而係藉由增加影像的高頻及中頻成分，而實施細節增強工作。因此，重建已受到模糊化(blurring)及加成性雜訊(additive noise)影響的影像或視訊序列之某些線性方法具有極差的表現。較複雜的適應性方法是有效的，但是有更多運算上的需求，且難以即時地執行。
因此，持續地需要一種克服了先前技術的缺點之影像及視訊增強方法。
本發明揭示了一種用來實施視訊影像的同時之雜訊消減及細節增強工作之濾波系統及方法。該有效率之濾波系統包含多個濾波器，該等濾波器對已被分割為多個環的視訊影像之一部分進行操作。藉由使用該濾波系統，而避免了複雜的數學運算。
根據本發明中述及的實施例，揭示了一種用來實施視訊影像的同時之雜訊消減及細節增強工作之有效率的濾波系統及方法。該有效率的濾波系統包含多個濾波器，該等濾波器對已被分割為多個環的視訊影像之一部分進行操作。藉由使用該有效率的濾波系統，而避免了複雜的數學運算。
第1圖是根據某些實施例的一適應性濾波系統40之一方塊圖。適應性濾波系統40包含一鄰域分類模組22、一細節增強濾波器24、一轉移函數模組26、一雜訊抑制濾波器28、以及一α混合處理模組32。這些組件對一輸入影像20執行作業，以便產生一輸出影像30。
鄰域分類模組22產生輸入影像20的像素鄰域之連續量測値，該連續量測値包括在視覺上顯著的資料(視覺上顯著的量測値)。鄰域分類模組22之量測値在平坦區域中有低値，且在具有顯著細節的鄰域(例如，邊緣或紋理(texture))中有高値。雜訊抑制濾波器28可以是一線性平滑(平均)濾波器。細節增強濾波器24可以是一線性銳利化(sharpening)(反銳化遮罩(un-sharp mask))濾波器。
轉移函數模組26自鄰域分類模組22接收該視覺上顯著的量測値。轉移函數模組26根據該量測値而產生(介於0與1之間的)被標示為α之一正規化因子(normalized factor)，且α混合處理模組32根據該正規化因子而混合該等兩個濾波器24及28之輸出。對於低視覺上顯著的量測値而言，雜訊抑制濾波器(模組28)的作用得到較高的權値，而對於高視覺上顯著的量測値而言，細節增強濾波器(模組24)的作用得到較高的權値。
適應性濾波系統40的有效性考慮到人的視覺系統對平坦影像區中之雜訊敏感且對高變化區中之雜訊較不敏感之現象。
該一般性適應性濾波系統40(第1圖)的實施由於要計算每一像素的兩個濾波運算而可能是較昂貴的。第2圖是根據某些實施例的一有效率的濾波系統100之一方塊圖。有效率的濾波系統100涉及比濾波系統40少許多的計算工作。
有效率的濾波系統100利用平滑化及銳利化濾波器之徑向對稱(radial symmetry)。如同適應性濾波系統40，有效率的濾波系統100包含該鄰域分類模組22、一轉移函數模組36、以及該α混合處理模組32。然而，有效率的濾波系統100並不採用細節增強濾波器24及雜訊抑制濾波器28，而是採用三個環濾波器，亦即，一環濾波器RF0 、一環濾波器RF1 、以及一環濾波器RF2 。該等環濾波器可以是分別具有作為輸入的一環形鄰域之標準線性濾波器。有效率的濾波系統100可被一般化為n個環，其中n是一整數。
鄰域分類模組22及轉移函數模組26可以是標準影像處理模組，用以分析現行像素(P0,0 )的鄰域並設定該等參數α及β之値。鄰域分類模組22傳統上使用諸如局部變化性以及對水平及垂直索貝爾運算子(Sobel operator)之響應等的特徵。轉移函數模組26產生所需範圍內之混合係數α及β，且該等混合係數之產生方式使該等鄰域特徵中之輕微變化不會造成該等混合係數値的顯著改變。此種連續性可防止強細節增強作業可能造成的時間性假影(temporal artifact)。
係在一5×5濾波環境中例示有效率的濾波系統100，但是亦可將本發明中述及的原理應用於其他的環境。可將該5×5濾波計算分割成三個簡單的“環”濾波計算，且該等計算結果被以一種適應性方式混合。只使用兩個乘法的該環濾波混合可產生類似於極複雜的一般系統(第1圖所示之適應性濾波系統40)得到之結果。
第3圖示出根據某些實施例而將一5×5濾波環境分割成適於被有效率的濾波系統100濾波的三個環境之方式。圖中示出一5×5像素配置80，且係根據每一像素的列及行位置而將該像素標示為唯一P列，行 ，其中 ，且。
可將5×5配置80分成三個“環”配置，其中配置80的“外圍”形成一第一環82，中央區減掉中心像素P0,0 形成一第二環84，且該中心像素P0,0 形成一第三環86。環82可被有效率的濾波系統100的環濾波器R2 處理，第二環84可被環濾波器R1 處理，且第三環86可被環濾波器R0 處理。
當以標示該5×5鄰域中之像素索引，並以標示對應的濾波器係數時，可將該等三個環濾波器之輸出表示為：
現在以下式表示該適應性濾波器之輸出：
P out =PR 0 +αPR 1 +βPR 2 ,
其中α及β是轉移函數模組26提供的係數。因為該等兩個外圍環濾波器係對像素差異Pi,j -P0,0 執行計算，所以證明了該適應性濾波器必然被正規化，亦即，該適應性濾波器的係數之總和等於1。因此，免除了濾波器係數的正規化(該濾波器係數在計算上是昂貴的)。藉由使用該等環濾波器R0 、R1 、及R2 ，可在等同於只計算一個線性濾波器計算複雜度下實施該適應性濾波。
可將上述的例子視為一n環實施例，其中n=2。在針對整數n而被一般化為n環時，可以下式表示該適應性濾波器：
P out =PR 0 +α 1 PR 1 +α 2 PR 2 +... +α n PR n ,
其中α1 ,α2 ,...,αn 是轉移函數模組26提供的係數。在n=2的情形中，係數α1 =α，且α2 =β。
第4圖是根據某些實施例而由有效率的濾波系統100實施的作業之一流程圖。在(方塊)102中，濾波器100接收將要被濾波之一影像20。該等三個環濾波器R0 、R1 、及R2 針對該輸入影像中之每一像素而處理5×5像素之一對稱鄰域。
在某些實施例中，同時實施的作業104、106、及108。可使用各別的環濾波器R0 、R1 、及R2 (第2圖)將該等三個環部分82、84、及86分別濾波。在步驟104中，可使用R2 環濾波器將該外圍部分濾波。在步驟106中，可使用R1 環濾波器將該中間部分濾波。在步驟108中，可使用R0 環濾波器將該核心部分濾波。
當該等環濾波器R0 、R1 、及R2 正在將該像素鄰域的個別部分濾波時，濾波系統100亦可在步驟112中實施鄰域分類。此時，分析該像素鄰域。然後，在步驟114中，執行轉移函數36，因而產生係數α及β。在該等濾波作業之後，可在步驟110中使用α混合處理模組32對該等結果執行α混合處理。
在某些實施例中，可使用該等環濾波器R0 、R1 、及R2 的固定之(且極簡單之)係數，而進一步提高有效率的濾波系統100之計算效率。在此種方式下，可在無須任何乘法運算的情形下實施該等環濾波器計算，且可在只有兩次乘法運算(α*PR1 及β*PR2 )的情形下計算該適應性濾波器。
在某些實施例中，基於環濾波器的適應性濾波器100儘管有其效率，而且也可實施通常由更複雜的適應性濾波器完成的全部範圍之影像處理作業。係藉由小心地選擇係數α 及β，而執行上述動作。表1根據某些實施例而例示了使用第5圖所示環濾波器係數92、94、及96以實施該等三個基本影像處理作業。表1提供了高頻增強、中頻增強、及高頻衰減的資料，其中包括係數α 及β之值。第6、7、及8圖分別示出表1的高頻增強、中頻增強、及高頻衰減例子之濾波器頻率響應。
可使用硬體、軟體、或硬體及軟體之一組合以實施有效率的濾波系統100。在某些實施例中，有效率的濾波系統100於實施係為先進影像處理功能之適應性濾波時，可以只使用標準實施方式中之該功能所需資源的一部分。因 此，可使用有效率的濾波系統100以實現較少的閘數或或較短的處理時間，或同時實現以上兩者。
有效率的濾波系統100是一種用來實施先前技術實施例中未曾實施過的適應性濾波之新穎方式。適應性濾波是影像處理中之常見操作。然而，適應性濾波是複雜的，且需要許多系統資源。因此，適應性濾波在某些平台中是被禁用的。使用有效率的濾波系統100時，可在極低的資源消耗下執行高品質的適應性濾波。有效率的濾波系統100也可極簡單地控制適應性濾波器的功能，這是因為該濾波器的設計中只涉及兩個參數(α 及β)。這是勝過需要調整許多係數及參數的其他實施方式之另一優點。
雖然已參照有限數目的實施例而說明了本申請案，但是熟悉此項技術者當可了解本發明還有許多修改及變化。最後的申請專利範圍將涵蓋在本發明的真實精神及範圍內之所有此類修改及變化。
40．．．適應性濾波系統
22．．．鄰域分類模組
24．．．細節增強濾波器
26,36．．．轉移函數模組
28．．．雜訊抑制濾波器
32．．．α混合處理模組
20．．．輸入影像
30．．．輸出影像
100．．．有效率的濾波系統
80．．．5×5像素配置
82．．．第一環
84．．．第二環
86．．．第三環
92,94,96．．．環濾波器係數
若參照前文中之詳細說明並配合各附圖，將可更易於了解本發明的前文所述之觀點及許多伴隨的優點，其中除非另有指定，否則在所有圖式中，相似的代號將表示類似之部分。
第1圖是根據某些實施例的一適應性濾波系統之一方塊圖；第2圖是根據某些實施例的一有效率的濾波系統之一方塊圖；
第3圖是根據某些實施例而使用三個環形環境以分割一5×5環境之一方塊圖；
第4圖是根據某些實施例而由第2圖所示之有效率的濾波系統實施的作業之一流程圖；
第5圖是根據某些實施例而具有簡單的(整數)係數的環濾波器之一方塊圖；
第6圖示出根據某些實施例的第2圖所示有效率的濾波系統的高頻增強之濾波器頻率響應圖；
第7圖示出根據某些實施例的第2圖所示有效率的濾波系統的中頻增強之濾波器頻率響應圖；以及
第8圖示出根據某些實施例的第2圖所示有效率的濾波系統的高頻衰減之濾波器頻率響應圖。
40‧‧‧適應性濾波系統
22‧‧‧鄰域分類模組
24‧‧‧細節增強濾波器
26‧‧‧轉移函數模組
28‧‧‧雜訊抑制濾波器
32‧‧‧α 混合處理模組
20‧‧‧輸入影像
30‧‧‧輸出影像

Claims (13)

  1. 一種濾波系統，包含：一分類模組，用以接收輸入影像，針對該輸入影像中的每一像素，分析該像素的現行像素鄰域並產生代表該現行像素鄰域之視覺特性的量測；n個環濾波器，其中n是整數，每一環濾波器運算於該現行像素鄰域之不同的環型鄰域，該n個環濾波器包含：第一環濾波器，運算於含有該像素的第一環型鄰域，該第一環濾波器產生第一輸出PR0 ；第二環濾波器，運算於含有圍繞該第一環型鄰域之像素的第二環型鄰域，該第二環濾波器產生第二輸出PR1 ；以及第三環濾波器，運算於含有圍繞該第二環型鄰域之像素的第三環型鄰域，該第三環濾波器產生第三輸出PR2 ；轉移函數，接收來自該分類模組的量測，該轉移函數產生n-1混合係數；以及α 混合處理模組，基於接收來自該轉移函數之該n-1混合係數及來自該n個環濾波器之輸出來修改該輸入影像的像素。
  2. 如申請專利範圍第1項之濾波系統， 其中該α 混合處理模組產生下列值：P out =PR 0 +α 1 PR 1 +α 2 PR 2 +...+α n PR n, 其中α1,α2...αn是混合係數且Pout係用以修改該輸入影像作為一輸出影像的部分。
  3. 如申請專利範圍第1項之濾波系統，其中由該第、第二及第三環濾波器所執行的該等運算包含線性濾波運算。
  4. 如申請專利範圍第1項之濾波系統，其中該現行像素鄰域係對稱鄰域，其中相等數目的像素係向該像素的左邊、該像素的右邊、該像素的上方及該像素的下方設置。
  5. 如申請專利範圍第4項之濾波系統，其中該像素鄰域是以界定的一5×5像素鄰域，其中i及j是整數。
  6. 一種實施影像之有效率濾波之方法，該方法包含下列步驟：針對該影像中的每一像素，界定圍繞一像素的5×5像素鄰域，該5×5像素鄰域是以界定，其中n是整數，；使用一第一濾波器R0 對該5×5像素鄰域的一核心部分執行線性濾波，而產生一第一輸出，其中該核心部分在該5×5像素鄰域的該核心部分包含一單一像素；使用一第二濾波器R1 對該5×5像素鄰域的一中間部分執行第二線性濾波，而產生一第二輸出，其中該中間部 分含八個圍繞該核心部分的像素；使用一第三濾波器R2 對該5×5像素鄰域的一外圍部分執行第三線性濾波，而產生一第三輸出，其中該外圍部分含六個圍繞該中間部分的像素；執行該該5×5像素鄰域的鄰域分類，以產生代表該5×5像素鄰域之視覺特性的量測；基於該量測執行轉移函數，該轉移函數產生二個係數；以及以該二個係數對該第一輸出、該第二輸出、及該第三輸出執行α 混合處理，接著將該混合的輸出共同相加以更新該像素，其中該像素是一輸出影像的部分。
  7. 一種實施影像之有效率濾波之方法，該方法包含下列步驟：接收該影像，其中該影像是一n×n像素鄰域，n是一整數；使用一第一環濾波器R1 將該影像的一第一部分濾波，而產生一第一輸出；使用一第二環濾波器R2 將該影像的一第二部分濾波，而產生一第二輸出；以及使用一第三濾波器R3 將該影像的一第三部分濾波，而產生一第三輸出。
  8. 如申請專利範圍第7項之方法，進一步包含下列步驟使用一第四濾波器R4 將該影像的一第四部分濾波， 而產生一第四輸出；以及對該第一輸出、該第二輸出、該第三輸出、及該第四輸出執行α 混合處理。
  9. 如申請專利範圍第8項之方法，其中對該第一輸出、該第二輸出、該第三輸出、及該第四輸出執行α 混合處理之該步驟進一步包含下列步驟：執行函數P out =PR 0 +α 1 PR 1 +α 2 PR 2 +α 3 PR 3 ，其中α 1 、α 2 、及α 3 是混合係數且Pout係用以修改該輸入影像作為一輸出影像的部分。
  10. 如申請專利範圍第7項之方法，進一步包含下列步驟：使用一第四濾波器R4 將該影像的一第四部分濾波，而產生一第四輸出；使用一第五濾波器R5 將該影像的一第五部分濾波，而產生一第五輸出；以及對該第一輸出、該第二輸出、該第三輸出、該第四輸出、及該第五輸出執行α 混合處理。
  11. 如申請專利範圍第10項之實施有效率的濾波之方法，其中對該第一輸出、該第二輸出、該第三輸出、該第四輸出、及該第五輸出執行α 混合處理之該步驟進一步包含下列步驟：執行函數P out =PR 0 +α 1 PR 1 +α 2 PR 2 +α 3 PR 3 +α 4 PR 4 ，其中α 1 、α 2 、α 3 、及α 4 是混合係數且Pout係用以修改該輸入影像作為一輸出影像的部分。
  12. 如申請專利範圍第7項之方法，進一步包含下列步驟：使用一第四濾波器R4 將該影像的一第四部分濾波，而產生一第四輸出；使用一第五濾波器R5 將該影像的一第五部分濾波，而產生一第五輸出；使用一第六濾波器R6 將該影像的一第六部分濾波，而產生一第六輸出；以及對該第一輸出、該第二輸出、該第三輸出、該第四輸出、該第五輸出、及該第六輸出執行α 混合處理。
  13. 如申請專利範圍第12項之方法，其中對該第一輸出、該第二輸出、該第三輸出、該第四輸出、該第五輸出、及該第六輸出執行α 混合處理之該步驟進一步包含下列步驟：執行函數P out =PR 0 +α 1 PR 1 +α 2 PR 2 +α 3 PR 3 +α 4 PR 4 +α 5 PR 5 ，其中α 1 、α 2 、α 3 、α 4 、及α 5 是混合係數且Pout係用以修改該輸入影像作為一輸出影像的部分。
TW097146806A 2007-12-12 2008-12-02 濾波系統及實施影像之有效率濾波之方法 TWI392361B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
US11/954,860 US8254716B2 (en) 2007-12-12 2007-12-12 Method for adaptive image enhancement

Publications (2)

Publication Number Publication Date
TW200945894A TW200945894A (en) 2009-11-01
TWI392361B true TWI392361B (zh) 2013-04-01

Family

ID=40753378

Family Applications (1)

Application Number Title Priority Date Filing Date
TW097146806A TWI392361B (zh) 2007-12-12 2008-12-02 濾波系統及實施影像之有效率濾波之方法

Country Status (3)

Country Link
US (2) US8254716B2 (zh)
CN (1) CN101505367B (zh)
TW (1) TWI392361B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10636124B2 (en) 2017-11-22 2020-04-28 Realtek Semiconductor Corp. Image enhancement method utilizing pixels of an input image in a YUV color space

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009147535A1 (en) * 2008-06-06 2009-12-10 Tessera Technologies Hungary Kft. Techniques for reducing noise while preserving contrast in an image
US8639053B2 (en) 2011-01-18 2014-01-28 Dimension, Inc. Methods and systems for up-scaling a standard definition (SD) video to high definition (HD) quality
US8879841B2 (en) * 2011-03-01 2014-11-04 Fotonation Limited Anisotropic denoising method
CN104104842B (zh) * 2013-04-02 2017-08-08 珠海扬智电子科技有限公司 影像处理方法与影像处理装置
CN104463819B (zh) * 2013-09-20 2019-03-08 汤姆逊许可公司 图像滤波方法和装置
US9105088B1 (en) 2013-10-04 2015-08-11 Google Inc. Image blur with preservation of detail
CN105898109A (zh) * 2015-01-26 2016-08-24 北京英潮元吉科技有限公司 视频线路滤波器
CN105915763A (zh) * 2015-11-24 2016-08-31 乐视云计算有限公司 视频去噪与细节增强方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW302578B (en) * 1996-04-10 1997-04-11 United Microelectronics Corp The digital filter bank structure and its application method
TW395127B (en) * 1997-04-04 2000-06-21 Raytheon Co Polynomial filters for higher order correlation and multi-input information fusion
US20040080790A1 (en) * 2001-03-02 2004-04-29 Yoshito Abe Dither mask creating method and creating device
US20050203708A1 (en) * 2004-03-11 2005-09-15 Srinka Ghosh Method and system for microarray gradient detection and characterization
US7082211B2 (en) * 2002-05-31 2006-07-25 Eastman Kodak Company Method and system for enhancing portrait images

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5710840A (en) * 1993-04-26 1998-01-20 Fuji Photo Film Co., Ltd. Image processing method and apparatus for adjusting the tone density of pixels based upon differences between the tone density of a center pixel and tone densities of peripheral pixels
US5978497A (en) * 1994-09-20 1999-11-02 Neopath, Inc. Apparatus for the identification of free-lying cells
US5982441A (en) * 1996-01-12 1999-11-09 Iterated Systems, Inc. System and method for representing a video sequence
US6195467B1 (en) * 1999-03-25 2001-02-27 Image Processing Technologies, Inc. Method and apparatus for sharpening a grayscale image
US6731823B1 (en) * 1999-12-22 2004-05-04 Eastman Kodak Company Method for enhancing the edge contrast of a digital image independently from the texture
JP4294881B2 (ja) * 2000-05-12 2009-07-15 富士フイルム株式会社 画像の位置合わせ方法および装置
US6856704B1 (en) * 2000-09-13 2005-02-15 Eastman Kodak Company Method for enhancing a digital image based upon pixel color
US6519368B1 (en) * 2000-11-28 2003-02-11 Sony Corporation Resolution enhancement by nearest neighbor classified filtering
US7006255B2 (en) * 2001-03-29 2006-02-28 Sharp Laboratories Of America Adaptive image filtering based on a distance transform
US7292733B2 (en) * 2002-10-16 2007-11-06 Matsushita Electric Industrial Co., Ltd. Image processing apparatus and image processing method
US7116838B2 (en) * 2002-10-25 2006-10-03 Eastman Kodak Company Enhancing the tonal and spatial characteristics of digital images using selective spatial filters
JP2006006359A (ja) * 2004-06-22 2006-01-12 Fuji Photo Film Co Ltd 画像生成装置、画像生成装置方法、およびそのプログラム
JP4595939B2 (ja) * 2004-06-22 2010-12-08 株式会社ニコン 質感を強調する画像処理装置、画像処理プログラム、電子カメラ、および画像処理方法
JP4811664B2 (ja) * 2004-10-19 2011-11-09 株式会社メガチップス 画像処理方法及び画像処理装置
JP4977395B2 (ja) * 2006-04-14 2012-07-18 富士フイルム株式会社 画像処理装置及び方法
US7756355B2 (en) * 2006-05-05 2010-07-13 Aptina Imaging Corp. Method and apparatus providing adaptive noise suppression
GB2446190B (en) * 2007-01-30 2011-09-07 Hewlett Packard Development Co Pre-filter for object detection
US8224057B2 (en) * 2007-10-18 2012-07-17 Siemens Aktiengesellschaft Method and system for nodule feature extraction using background contextual information in chest x-ray images

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW302578B (en) * 1996-04-10 1997-04-11 United Microelectronics Corp The digital filter bank structure and its application method
TW395127B (en) * 1997-04-04 2000-06-21 Raytheon Co Polynomial filters for higher order correlation and multi-input information fusion
US20040080790A1 (en) * 2001-03-02 2004-04-29 Yoshito Abe Dither mask creating method and creating device
US7082211B2 (en) * 2002-05-31 2006-07-25 Eastman Kodak Company Method and system for enhancing portrait images
US20050203708A1 (en) * 2004-03-11 2005-09-15 Srinka Ghosh Method and system for microarray gradient detection and characterization

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10636124B2 (en) 2017-11-22 2020-04-28 Realtek Semiconductor Corp. Image enhancement method utilizing pixels of an input image in a YUV color space

Also Published As

Publication number Publication date
US20120294547A1 (en) 2012-11-22
CN101505367A (zh) 2009-08-12
US20090154828A1 (en) 2009-06-18
CN101505367B (zh) 2011-04-27
US8254716B2 (en) 2012-08-28
TW200945894A (en) 2009-11-01

Similar Documents

Publication Publication Date Title
TWI392361B (zh) 濾波系統及實施影像之有效率濾波之方法
Chaudhury et al. Fast $ O (1) $ bilateral filtering using trigonometric range kernels
US20180124283A1 (en) Method for noise-robust color changes in digital images
JP5864817B2 (ja) カラーをエンハンスするための方法及び装置
US7664301B2 (en) Method and apparatus for enhancing image quality of a two-dimensional ultrasound image
TWI406571B (zh) Image Processing Method for Enhancing Image Edge Resolution
Wang et al. A fast implementation of adaptive histogram equalization
CN110827212A (zh) 基于交叠组合稀疏高阶全变分的图像复原方法
Shen et al. Color image enhancement using retinex with robust envelope
JP5105286B2 (ja) 画像復元装置、画像復元方法及び画像復元プログラム
JP2009187118A (ja) 鮮鋭化画像処理装置、方法、及びソフトウェア
Shen et al. Blind adaptive structure-preserving imaging enhancement for low-light condition
Vinh et al. FPGA implementation of real-time edge-preserving filter for video noise reduction
Shu et al. Side window weighted median image filtering
Kumar et al. A color image denoising by hybrid filter for mixed noise
Beyerer et al. Preprocessing and image enhancement
CN111462003B (zh) 人脸图像处理方法、介质、设备及装置
Taha et al. Efficient implementation of smoothing filters using fpga
Sevcenco et al. Video editing in the gradient domain using a wavelet based 3-D reconstruction algorithm and an iterative Poisson solver
JP7365206B2 (ja) 画像処理装置、画像処理方法、及びプログラム
US8180169B2 (en) System and method for multi-scale sigma filtering using quadrature mirror filters
TWI712989B (zh) 影像處理方法及影像處理裝置
Gupta et al. Implementation of gaussian and box kernel based approximation of bilateral filter using opencl
Thanakitivirul et al. Using High Boost Bi-cubic Interpolation to Upscale and Enhance the Medical Image Details
Kryjak et al. Pipeline implementation of peer group filtering in FPGA

Legal Events

Date Code Title Description
MM4A Annulment or lapse of patent due to non-payment of fees