TWI653893B - 影像梯度提升方法與影像梯度提升電路 - Google Patents

影像梯度提升方法與影像梯度提升電路 Download PDF

Info

Publication number
TWI653893B
TWI653893B TW106143721A TW106143721A TWI653893B TW I653893 B TWI653893 B TW I653893B TW 106143721 A TW106143721 A TW 106143721A TW 106143721 A TW106143721 A TW 106143721A TW I653893 B TWI653893 B TW I653893B
Authority
TW
Taiwan
Prior art keywords
vertical
horizontal
gradient
signal
input image
Prior art date
Application number
TW106143721A
Other languages
English (en)
Other versions
TW201929535A (zh
Inventor
詹尚倫
李宗軒
陳世澤
Original Assignee
瑞昱半導體股份有限公司
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 瑞昱半導體股份有限公司 filed Critical 瑞昱半導體股份有限公司
Priority to TW106143721A priority Critical patent/TWI653893B/zh
Application granted granted Critical
Publication of TWI653893B publication Critical patent/TWI653893B/zh
Publication of TW201929535A publication Critical patent/TW201929535A/zh

Links

Landscapes

  • Image Processing (AREA)

Abstract

本發明公開一種影像梯度提升方法與影像梯度提升電路。影像梯度提升方法包括：傳送一輸入影像；對該輸入影像進行一濾波處理，以產生一濾波訊號；以及，對該濾波訊號進行一梯度處理，以產生一輸出影像。

Description

影像梯度提升方法與影像梯度提升電路
本發明涉及一種影像處理方法與影像提升電路，特別是涉及一種影像梯度提升方法與影像梯度提升電路。
邊緣銳化(edge sharpening)常被使用於影像處理流程中，以提升影像邊緣區域的對比度，讓影像在人眼視覺上的表現更清晰、更立體。一般來說，邊緣銳化是透過增強影像的高頻成分，來達到影像銳利化的效果。現有技術主要包括：對二階微分(second derivative)部分的增強、非銳化濾波器(unsharp mask filter)的使用以及對頻率空間的高頻部分進行擷取。
上述現有技術中，對二階微分部分的增強與非銳化濾波器的使用兩方法，分別是透過拉普拉斯濾波器與高斯濾波器的參數控制來進行影像銳化，而擷取頻率空間的高頻部分的方法是將空間域(spatial domain)轉換頻域(frequency domain)，如離散傅立葉轉換(discrete Fourier transform)或離散餘弦轉換(discrete cosine transform)，並只保留高頻的方式以取得高頻影像資訊，再將此高頻影像資訊從頻域轉回空間域，加回原本影像達到銳化效果。
然而，上述現有技術大多只針對特定種類的影像邊緣有較好的效果，且也會有硬體成本需求高的缺點。因此，需要提出一種 適用於不同影像邊緣，具有顯著提升效果並且具較低硬體需求的影像提升方法。
本發明針對現有技術的不足，提出一種能同時銳化不同影像邊緣，具有顯著提升效果並且具較低硬體需求的影像提升方法。為了解決上述的技術問題，本發明所採用的其中一技術方案是提供一種影像梯度提升方法，其包括：傳送一輸入影像；對該輸入影像進行一水平濾波處理，以產生一水平濾波訊號；對該輸入影像進行一垂直濾波處理，以產生一垂直濾波訊號；對該水平濾波訊號進行一水平梯度處理，以產生一水平後續訊號；對該垂直濾波訊號進行一垂直梯度處理，以產生一垂直後續訊號；以及，將該水平後續訊號與該垂直後續訊號合成，以產生一輸出影像。該水平濾波處理與該垂直濾波處理是將該輸入影像的相鄰像素相減，該水平梯度處理給予該水平濾波訊號中的每一像素一對應水平權重，且該垂直梯度處理給予該垂直濾波訊號中的每一像素一對應垂直權重，使該輸出影像的邊緣梯度是該輸入影像的邊緣梯度的一特定倍數。
為了解決上述的技術問題，本發明所採用的另外一技術方案是，提供一種影像梯度提升電路，其包括：一傳送器、一水平濾波器電路、一垂直濾波器電路、一水平梯度電路、以及一垂直梯度電路。傳送器傳送一輸入影像。水平濾波器電路電性連接至該傳送器，以對該輸入影像進行一水平濾波處理，並產生一水平濾波訊號。垂直濾波器電路電性連接至該傳送器，以對該輸入影像進行一垂直濾波處理，並產生一垂直濾波訊號。水平梯度電路電性連接至該水平濾波器電路，以對該水平濾波訊號進行一水平梯度處理，並產生一水平後續訊號。垂直梯度電路電性連接至該垂直濾波器電路，以對該垂直濾波訊號進行一垂直梯度處理，並產 生一垂直後續訊號。該水平後續訊號與該垂直後續訊號形成一輸出影像，該水平濾波處理與該垂直濾波處理是將該輸入影像的相鄰像素相減，該水平梯度處理給予該水平濾波訊號中的每一像素一對應水平權重，且該垂直梯度處理給予該垂直濾波訊號中的每一像素一對應垂直權重，使該輸出影像的邊緣梯度是該輸入影像的邊緣梯度的一特定倍數。
本發明的其中一有益效果在於能簡化須設定的變數的數量，並能限制梯度的變化幅度(影像梯度變化必須適應特定邊界點)，以避免過度的提升所造成的影像不連續，且能同時銳化不同影像邊緣。
為使能更進一步瞭解本發明的特徵及技術內容，請參閱以下有關本發明的詳細說明與圖式，然而所提供的圖式僅用於提供參考與說明，並非用來對本發明加以限制。
1‧‧‧影像梯度提升電路
2‧‧‧最佳設定電路
10‧‧‧傳送器
11‧‧‧水平濾波器電路
12‧‧‧垂直濾波器電路
13‧‧‧水平梯度電路
14‧‧‧垂直梯度電路
21‧‧‧水平處理電路
22‧‧‧垂直處理電路
23‧‧‧最佳化電路
P_h‧‧‧水平濾波參數
P_v‧‧‧垂直濾波參數
S_Dh‧‧‧水平梯度訊號
S_Dv‧‧‧垂直梯度訊號
S_Fh‧‧‧水平濾波訊號
S_Fv‧‧‧垂直濾波訊號
S_gh‧‧‧水平後續訊號
S_gv‧‧‧垂直後續訊號
S_imagein‧‧‧輸入影像
S_imageout‧‧‧輸出影像
圖1為本發明一實施例的影像梯度提升電路方塊圖。
圖2為本發明一實施例的最佳設定電路方塊圖。
圖3為本發明一實施例的影像梯度提升方法流程圖。
圖4為本發明影像梯度提升結果示意圖。
圖5為本發明一實施例的影像區域示意圖。
以下是通過特定的具體實施例來說明本發明所公開有關“影像梯度提升方法與影像梯度提升電路”的實施方式，本領域技術人員可由本說明書所公開的內容瞭解本發明的優點與效果。本發明可通過其他不同的具體實施例加以施行或應用，本說明書中的各項細節也可基於不同觀點與應用，在不悖離本發明的構思下進行各種修改與變更。另外，本發明的附圖僅為簡單示意說明，並非 依實際尺寸的描繪，事先聲明。以下的實施方式將進一步詳細說明本發明的相關技術內容，但所公開的內容並非用以限制本發明的保護範圍。
應理解，雖然本文中可能使用術語第一、第二、第三等來描述各種元件或信號等，但這些元件或信號不應受這些術語限制。這些術語乃用以區分一元件與另一元件，或者一信號與另一信號。另外，如本文中所使用，術語“或”視實際情況可能包括相關聯的列出項目中的任一個或者多個的所有組合。
請參照圖1，圖1為本發明一實施例的影像梯度提升電路1方塊圖。如圖1所示，該影像梯度提升電路1包括一傳送器10、一水平濾波器電路11、一垂直濾波器電路12、一水平梯度電路13、以及一垂直梯度電路14。該傳送器10傳送一輸入影像S_imagein。該水平濾波器電路11電性連接至該傳送器10，以對該輸入影像S_imagein進行一水平濾波處理，並產生一水平濾波訊號S_Fh。該垂直濾波器電路12電性連接至該傳送器10，以對該輸入影像S_imagein進行一垂直濾波處理，並產生一垂直濾波訊號S_Fv。該水平梯度電路13電性連接至該水平濾波器電路11，以對該水平濾波訊號S_Fh進行一水平梯度處理，並產生一水平後續訊號S_gh。該垂直梯度電路14電性連接至該垂直濾波器電路12，以對該垂直濾波訊號S_Fv進行一垂直梯度處理，並產生一垂直後續訊號S_gv。該水平後續訊號與該垂直後續訊號形成一輸出影像。該水平濾波處理與該垂直濾波處理是將該輸入影像S_imagein的相鄰像素相減，該水平梯度處理給予該水平濾波訊號S_Fh中的每一像素一對應水平權重S_wh，且該垂直梯度處理給予該垂直濾波訊號S_Fv中的每一像素一對應垂直權重S_wv。
在其他實施例中，上述的該水平濾波器電路11與該垂直濾波器電路12可被整合為一濾波器電路，而該水平梯度電路13與該垂直梯度電路14可被整合為一後續處理電路。
請參照圖2，圖2為本發明一實施例的最佳設定電路2的方塊圖。該最佳設定電路2包括一水平處理電路21、一垂直處理電路22、以及一最佳化電路23。該水平處理電路21電性連接至該傳送器10，以對該輸入影像S_imagein進行一水平處理，並產生一水平梯度訊號S_Dh。該垂直處理電路22電性連接至該傳送器10，以對該輸入影像S_imagein進行一垂直處理，並產生一垂直梯度訊號S_Dv。該最佳化電路23對該水平梯度訊號S_Dh與該垂直梯度訊號S_Dv進行一最佳化處理，以產生一水平濾波參數P_h與一垂直濾波參數P_v，該水平濾波參數P_h被用於設定該水平濾波器電路11，而該垂直濾波參數P_v被用於設定該垂直濾波器電路12。
基於圖1、2的實施例，在此對該影像梯度提升電路1對於影像的處理進行進一步說明。本發明目的是要讓影像梯度較為平緩部分的變化更明顯。舉例來說，透過一個最佳化的方法使該輸出影像的邊緣梯度是輸入影像的邊緣梯度的一特定倍數，針對該輸入影像對應產生該輸出影像。上述最佳化方法可以由以下公式1表示：
其中，y為該輸入影像S_imagein、x為該輸出影像S_imageout、Dh與Dv分別為水平與垂直梯度運算參數，分別對應於上述的該水平處理電路21與該垂直處理電路22的設計；而gh與gv分別為水平與垂直梯度控制參數，分別對應於上述的該水平梯度電路13與該垂直梯度電路14的設計。此處梯度運算參數與梯度控制參數被依據水平與垂直分開，這樣的好處是有調整的彈性，在其他實施例中，可以讓上述的後續處理電路進行後續程序，像是邊緣方向估計、邊緣強度偵測...等，且該後續處理電路可視需要包括其他不 同的模組，水平梯度控制參數gh與垂直梯度控制參數gv可針對影像中不同方向的邊緣被設定，而公式1可以線性方程式求解並列出其矩陣向量，如以下公式2：
如圖5所示，本實施例針對5x5的影像區域(長與寬均為5個像素的影像區域)進行運算，則上式中的x及y可表示如下：x=[x0,x1,x2...,x22,x23,x24]T；y=[y0,y1,y2...,y22,y23,y24]T (公式3)
其中，x0,x1,...x24,y0,y1,...y24為像素值。
Dh與Dv即為25x25的矩陣： 以及
此處Dh與Dv的梯度計算方式是由相鄰像素值相減，本實施例中的方法只是用於舉例，並非對本發明限制，在其他實施例中， 可以更改計算方式或範圍，像是只計算中間三列或三行的梯度，以讓方程式有解，如拉普拉斯、索貝爾(Sobel)...等計算方式。
如果上述變數x0~、y0~(N=5)數量多於方程式的數量，則需要加入邊界條件限制以避免無解情形發生，如以下公式4：Cx=Cy (公式4)
其中，C為邊界點的判斷矩陣，公式4可被表示為：
如此一來，能在讓方程式為可解的條件下，有效地限制變數的數量。同時，影像變化也受邊界點的限制，因此也可以限制梯度的變化幅度，避免過度劇烈造成嚴重的影像不連續感。
將上述最佳化方程式與邊界條件限制結合後，即可列出公式5：
其中z可為任意的變數，因為不會影響輸出影像x的求解過 程，且可以進一步改寫如下：
其中，令，使方程式可進一步簡化為公式6：
由於在滑動窗(Sliding window)機制中，只需要計算當前影像窗(Image window，即圖5之5x5的影像區域)中心點的值，U矩陣只需要計算第列(即)，其中N=5，因此公式6可改寫成：
令、 ，最後可得到公式7：
Fh及Fv即對應圖2之最佳設定電路所計算的P_h及P_v，並 分別用於設定該水平濾波器電路11及該垂直濾波器電路12。由於Fh/Fv是由已知矩陣得到，因此也可以離線計算。
請參照圖3，圖3為本發明一實施例的影像梯度提升方法流程圖，且能對應使用於圖1中的該影像梯度提升電路1。如圖3所示，該影像梯度提升方法包括以下步驟：S300：傳送一輸入影像；S301：對該輸入影像進行一水平濾波處理，以產生一水平濾波訊號；S302：對該輸入影像進行一垂直濾波處理，以產生一垂直濾波訊號；S303：對該水平濾波訊號進行一水平梯度處理，以產生一水平後續訊號；S304：對該垂直濾波訊號進行一垂直梯度處理，以產生一垂直後續訊號；以及S305：將該水平後續訊號與該垂直後續訊號合成，以產生一輸出影像。該水平濾波處理與該垂直濾波處理是將該輸入影像的相鄰像素相減，該水平梯度處理給予該水平濾波訊號中的每一像素一對應水平權重，且該垂直梯度處理給予該垂直濾波訊號中的每一像素一對應垂直權重。
在其他實施例中，例如圖2中的該最佳設定電路2，該影像梯度提升方法，還進一步包括：對該輸入影像進行一水平處理，以產生一水平梯度訊號；對該輸入影像進行一垂直處理，以產生一垂直梯度訊號；以及，對該水平梯度訊號與該垂直梯度訊號進行一最佳化處理，以產生一水平濾波參數與一垂直濾波參數。該水平濾波參數被用於進行該水平濾波處理，而該垂直濾波參數被用於進行該垂直濾波處理。
如上述在其他情形中，該水平濾波器電路11與該垂直濾波器電路12可被整合為一濾波器電路，而該水平梯度電路13與該垂直梯度電路14可被整合為一後續處理電路，此時所執行的步驟包括：傳送一輸入影像；對該輸入影像進行一濾波處理，以產生一濾波訊號；以及，對該濾波訊號進行一梯度處理，以產生一輸出影像。
請參照圖4，圖4為本發明一實施例的影像梯度提升結果示意 圖。可看出在梯狀邊緣、斜坡邊緣與屋頂狀邊緣經過提升後，在轉折處的變化有明顯較原始更為劇烈，達到影像梯度的提升。
本發明的有益效果在於能同時銳化不同影像邊緣，且由於能進行部分的離線(offline)計算，硬體成本能被有效節省，另外，也可透過降低影像的梯度，達到雜訊移除(noise removal)的效果。
以上所公開的內容僅為本發明的優選可行實施例，並非因此侷限本發明的申請專利範圍，所以凡是運用本發明說明書及圖式內容所做的等效技術變化，均包含於本發明的申請專利範圍內。

Claims (8)

  1. 一種影像梯度提升方法，其包括：傳送一輸入影像；對該輸入影像進行一水平濾波處理，以產生一水平濾波訊號；對該輸入影像進行一垂直濾波處理，以產生一垂直濾波訊號；對該水平濾波訊號進行一水平梯度處理，以產生一水平後續訊號；對該垂直濾波訊號進行一垂直梯度處理，以產生一垂直後續訊號；以及將該水平後續訊號與該垂直後續訊號合成，以產生一輸出影像；其中，該水平濾波處理與該垂直濾波處理是將該輸入影像的相鄰像素相減，該水平梯度處理給予該水平濾波訊號中的每一像素一對應水平權重，且該垂直梯度處理給予該垂直濾波訊號中的每一像素一對應垂直權重，透過一最佳化方法使該輸出影像的邊緣梯度是該輸入影像的邊緣梯度的一特定倍數；其中該最佳化方法乃根據以下公式而進行： 其中，y為該輸入影像，x為該輸出影像，Dh與Dv分別為水平與垂直梯度運算參數，分別對應於一水平處理與一垂直處理；且gh與gv分別為水平與垂直梯度控制參數，分別對應於該水平梯度處理與該垂直梯度處理。
  2. 如請求項1所述的影像梯度提升方法，還進一步包括：對該輸入影像進行該水平處理，以產生一水平梯度訊號；對該輸入影像進行該垂直處理，以產生一垂直梯度訊號；以及 對該水平梯度訊號與該垂直梯度訊號進行該最佳化方法，以產生一水平濾波參數與一垂直濾波參數；其中，該水平濾波參數被用於進行該水平濾波處理，而該垂直濾波參數被用於進行該垂直濾波處理。
  3. 一種影像梯度提升電路，其包括：一傳送器，其傳送一輸入影像；一水平濾波器電路，其電性連接至該傳送器，以對該輸入影像進行一水平濾波處理，並產生一水平濾波訊號；一垂直濾波器電路，其電性連接至該傳送器，以對該輸入影像進行一垂直濾波處理，並產生一垂直濾波訊號；一水平梯度電路，其電性連接至該水平濾波器電路，以對該水平濾波訊號進行一水平梯度處理，並產生一水平後續訊號；以及一垂直梯度電路，其電性連接至該垂直濾波器電路，以對該垂直濾波訊號進行一垂直梯度處理，並產生一垂直後續訊號；其中，該水平後續訊號與該垂直後續訊號形成一輸出影像，該水平濾波處理與該垂直濾波處理是將該輸入影像的相鄰像素相減，該水平梯度處理給予該水平濾波訊號中的每一像素一對應水平權重，且該垂直梯度處理給予該垂直濾波訊號中的每一像素一對應垂直權重，透過一最佳化方法使該輸出影像的邊緣梯度是該輸入影像的邊緣梯度的一特定倍數；其中，該最佳化方法乃根據以下公式而進行： 其中，y為該輸入影像，x為該輸出影像，Dh與Dv分別為水平與垂直梯度運算參數，分別對應於一水平處理與一垂直處理；且gh與gv分別為水平與垂直梯度控制參數，分別對應於該水 平梯度處理與該垂直梯度處理。
  4. 如請求項3所述的影像梯度提升電路，還進一步包括一最佳設定電路，該最佳設定電路包括：一水平處理電路，其電性連接至該傳送器，以對該輸入影像進行該水平處理，並產生一水平梯度訊號；一垂直處理電路，其電性連接至該傳送器，以對該輸入影像進行該垂直處理，並產生一垂直梯度訊號；以及一最佳化電路，對該水平梯度訊號與該垂直梯度訊號進行該最佳化方法，以產生一水平濾波參數與一垂直濾波參數；其中，該水平濾波參數被用於設定該水平濾波器電路，而該垂直濾波參數被用於設定該垂直濾波器電路。
  5. 一種影像梯度提升方法，其包括：傳送一輸入影像；對該輸入影像進行一濾波處理，以產生一濾波訊號；以及對該濾波訊號進行一梯度處理，以產生一輸出影像，使該輸出影像的邊緣梯度是該輸入影像的邊緣梯度的一特定倍數；其中，該梯度處理係透過一最佳化方法，該最佳化方法乃根據以下公式而進行： 其中，y為該輸入影像，x為該輸出影像，Dh與Dv分別為水平與垂直梯度運算參數，分別對應於一水平處理與一垂直處理；且gh與gv分別為水平與垂直梯度控制參數，分別對應於一水平梯度處理與一垂直梯度處理。
  6. 如請求項5所述的影像梯度提升方法，其中，對該輸入影像進行該濾波處理，以產生該濾波訊號的步驟包括：對該輸入影像進行一水平濾波處理，以產生一水平濾波訊號； 以及對該輸入影像進行一垂直濾波處理，以產生一垂直濾波訊號。
  7. 如請求項6所述的影像梯度提升方法，其中，對該濾波訊號進行該梯度處理，以產生該輸出影像的步驟包括：對該水平濾波訊號進行一水平梯度處理，以產生一水平後續訊號；對該垂直濾波訊號進行一垂直梯度處理，以產生一垂直後續訊號；以及將該水平後續訊號與該垂直後續訊號合成，以產生該輸出影像；其中，該水平濾波處理與該垂直濾波處理是將該輸入影像的相鄰像素相減，該水平梯度處理給予該水平濾波訊號中的每一像素一對應水平權重，且該垂直梯度處理給予該垂直濾波訊號中的每一像素一對應垂直權重。
  8. 一種影像梯度提升電路，其包括：一傳送器，其傳送一輸入影像；一濾波器電路，其電性連接至該傳送器，以對該輸入影像進行一濾波處理，並產生一濾波訊號；以及一後續處理電路，其電性連接至該濾波電路，以對該濾波訊號進行一後續處理，並產生一輸出影像，使該輸出影像的邊緣梯度是該輸入影像的邊緣梯度的一特定倍數；其中，該後續處理係透過一最佳化方法，該最佳化方法乃根據以下公式而進行： 其中，y為該輸入影像，x為該輸出影像，Dh與Dv分別為水平與垂直梯度運算參數，分別對應於一水平處理與一垂直處理；且gh與gv分別為水平與垂直梯度控制參數，分別對應於一水平梯度處理與一垂直梯度處理。
TW106143721A 2017-12-13 2017-12-13 影像梯度提升方法與影像梯度提升電路 TWI653893B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW106143721A TWI653893B (zh) 2017-12-13 2017-12-13 影像梯度提升方法與影像梯度提升電路

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW106143721A TWI653893B (zh) 2017-12-13 2017-12-13 影像梯度提升方法與影像梯度提升電路

Publications (2)

Publication Number Publication Date
TWI653893B true TWI653893B (zh) 2019-03-11
TW201929535A TW201929535A (zh) 2019-07-16

Family

ID=66590807

Family Applications (1)

Application Number Title Priority Date Filing Date
TW106143721A TWI653893B (zh) 2017-12-13 2017-12-13 影像梯度提升方法與影像梯度提升電路

Country Status (1)

Country Link
TW (1) TWI653893B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101281593B (zh) 2008-04-16 2010-07-14 安防科技（中国）有限公司 智能视频监控事件检索方法及***
CN101867793A (zh) 2010-05-14 2010-10-20 蔡晓东 分布式智能视频搜索***及使用方法
US8266185B2 (en) 2005-10-26 2012-09-11 Cortica Ltd. System and methods thereof for generation of searchable structures respective of multimedia data content
CN103020991B (zh) 2012-12-26 2015-11-18 中国科学技术大学 一种视频场景中运动目标感知的方法及***
CN105554471A (zh) 2016-01-20 2016-05-04 浙江宇视科技有限公司 基于事件统计的视频序列智能调整方法及装置
CN105678247A (zh) 2015-12-30 2016-06-15 武汉大学 徘徊事件时空大数据分析的异常行为预警方法及***

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8266185B2 (en) 2005-10-26 2012-09-11 Cortica Ltd. System and methods thereof for generation of searchable structures respective of multimedia data content
CN101281593B (zh) 2008-04-16 2010-07-14 安防科技（中国）有限公司 智能视频监控事件检索方法及***
CN101867793A (zh) 2010-05-14 2010-10-20 蔡晓东 分布式智能视频搜索***及使用方法
CN103020991B (zh) 2012-12-26 2015-11-18 中国科学技术大学 一种视频场景中运动目标感知的方法及***
CN105678247A (zh) 2015-12-30 2016-06-15 武汉大学 徘徊事件时空大数据分析的异常行为预警方法及***
CN105554471A (zh) 2016-01-20 2016-05-04 浙江宇视科技有限公司 基于事件统计的视频序列智能调整方法及装置

Also Published As

Publication number Publication date
TW201929535A (zh) 2019-07-16

Similar Documents

Publication Publication Date Title
WO2016206087A1 (zh) 一种低照度图像处理方法和装置
EP3087730B1 (en) Method for inverse tone mapping of an image
US10489892B2 (en) Method for signal processing
US8059910B2 (en) Image processing method for removing noise from an image
Ghosh et al. Fast scale-adaptive bilateral texture smoothing
Ghimire et al. Nonlinear transfer function-based local approach for color image enhancement
CN111915535B (zh) 一种图像去噪的方法及装置
Gupta et al. Histogram based image enhancement techniques: a survey
CN100367770C (zh) 一种去除视频孤立噪声点的方法
WO2022016326A1 (zh) 图像处理方法、电子设备和计算机可读介质
CN109903254A (zh) 基于泊松核改进的双边滤波方法
US9305338B1 (en) Image detail enhancement and edge sharpening without overshooting
CN201726464U (zh) 一种新的视频图像锐化处理装置
TWI653893B (zh) 影像梯度提升方法與影像梯度提升電路
Anjana et al. Color image enhancement using edge based histogram equalization
Septiana et al. X-ray image enhancement using a modified anisotropic diffusion
CN109936679B (zh) 影像梯度提升方法与影像梯度提升电路
CN111986095B (zh) 基于边缘提取的图像处理方法及图像处理装置
Soyel et al. Automatic image enhancement using intrinsic geometrical information
Jeme et al. A Hybrid Filter for Denoising of MRI Brain Images using Fast Independent Component Analysis
CN100367768C (zh) 增强图像边缘视觉效果的方法
CN117422656B (zh) 一种低照度模糊交通图像增强方法、装置、设备及介质
CN109919865B (zh) 一种图像多层细节增强方法
WO2021102702A1 (zh) 图像处理方法和装置
Hansen et al. Image enhancement using watershed-based maximum homogeneity filtering