CN108810320B - 图像质量提升方法和装置 - Google Patents
图像质量提升方法和装置 Download PDFInfo
- Publication number
- CN108810320B CN108810320B CN201810558182.2A CN201810558182A CN108810320B CN 108810320 B CN108810320 B CN 108810320B CN 201810558182 A CN201810558182 A CN 201810558182A CN 108810320 B CN108810320 B CN 108810320B
- Authority
- CN
- China
- Prior art keywords
- noise reduction
- pixel point
- brightness
- image
- histogram
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 73
- 230000009467 reduction Effects 0.000 claims abstract description 189
- 238000010586 diagram Methods 0.000 claims abstract description 90
- 238000012937 correction Methods 0.000 claims abstract description 69
- 238000009826 distribution Methods 0.000 claims abstract description 13
- 238000013507 mapping Methods 0.000 claims description 32
- 230000006872 improvement Effects 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 abstract description 10
- 239000011159 matrix material Substances 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 241000023320 Luma <angiosperm> Species 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- OSWPMRLSEDHDFF-UHFFFAOYSA-N methyl salicylate Chemical compound COC(=O)C1=CC=CC=C1O OSWPMRLSEDHDFF-UHFFFAOYSA-N 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/14—Picture signal circuitry for video frequency region
- H04N5/21—Circuitry for suppressing or minimising disturbance, e.g. moiré or halo
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/46—Colour picture communication systems
- H04N1/56—Processing of colour picture signals
- H04N1/60—Colour correction or control
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
本发明实施例提供一种图像质量提升方法和装置。该方法包括：获取原始图像的亮度分量图对应的降噪直方图；降噪直方图指示亮度分量图中的边缘像素点的亮度值分布；根据降噪直方图对亮度分量图进行降噪得到降噪分量图；根据降噪分量图和亮度分量图获取原始图像中的各像素点的修正系数；根据各像素点的修正系数，对原始图像进行降噪得到降噪后的图像。本发明实施例提供的图像质量提升方法和装置，计算量少，处理速度快。
Description
技术领域
本发明涉及图像处理技术，尤其涉及一种图像质量提升方法和装置。
背景技术
随着科技的不断创新与快速发展，视频图像作为人类认识与探索的重要信息源头已经遍布各个学科与领域，如交通监控、医疗帮扶、夜间驾驶、电影制作等。但是，视频图像在拍摄和传输过程中，不可避免地会受到拍摄环境、拍摄设备的影响而生成噪声，影响了视频图像的质量。特别地，在对视频图像进行对比度增强、特征提取等处理时，也会使得噪声被放大，因而视频图像降噪是视频图像质量提升的基础，视频图像的降噪越来越成为图像处理领域的研究热点。
为提高视频图像质量，可采用提高拍摄设备的性能的方法，如采用大的感光元件和大的镜头光圈等，但是该方法成本较高，而且在夜间或其他光照条件差的情况下图像噪声降低程度不明显。为避免上述问题，现有技术通常采用滤波器(如中值滤波器、均值滤波器、维纳滤波器等)对视频图像中的像素点逐个进行降噪处理，以降低图像噪声。但是，利用滤波器降低图像噪声的方法，存在计算量较大、算法较为复杂、处理器速度慢等问题，
发明内容
本发明实施例提供一种图像质量提升方法和装置，用以解决现有图像质量提升方法中存在的计算量较大、算法较为复杂、处理器速度慢等问题。
第一方面，本发明实施例提供一种图像质量提升方法，包括：
获取原始图像的亮度分量图对应的降噪直方图；所述降噪直方图指示所述亮度分量图中的边缘像素点的亮度值分布；
根据所述降噪直方图对所述亮度分量图进行降噪得到降噪分量图；
根据所述降噪分量图和所述亮度分量图获取所述原始图像中的各像素点的修正系数；
根据各所述像素点的修正系数，对所述原始图像进行降噪得到降噪后的图像。
在第一方面的一种可行的实施方式中，所述获取原始图像的亮度分量图对应的降噪直方图，包括：
获取所述亮度分量图中的边缘像素点；
根据所述边缘像素点的亮度值，获取各所述亮度值对应的边缘像素点的个数；
根据各所述亮度值对应的边缘像素点的个数，获取所述降噪直方图。
在第一方面的一种可行的实施方式中，所述获取所述亮度分量图中的边缘像素点，包括：
遍历所述亮度分量图中的所有像素点，对于所述亮度分量图中的任一像素点，若所述像素点的亮度值与相邻像素点的亮度值的差值的绝对值大于预设差值，则确定所述像素点为边缘像素点；
其中，所述相邻像素点为所述亮度分量图中的与所述像素点的距离小于预设距离的任意像素点。
在第一方面的一种可行的实施方式中，所述根据所述降噪分量图和所述亮度分量图获取所述原始图像中的各像素点的修正系数，包括：
根据所述降噪分量图中第一像素点的亮度值与所述亮度分量图中的第二像素点的亮度值的比值，获取第三像素点的修正系数；
其中，所述第三像素点为所述原始图像中的任一像素点，所述第一像素点为所述降噪分量图中与所述第三像素点具有相同坐标的像素点；所述第二像素点为所述亮度分量图中与所述第三像素点具有相同坐标的像素点。
在第一方面的一种可行的实施方式中，所述根据所述降噪直方图对所述亮度分量图进行降噪得到降噪分量图，包括：
获取所述降噪直方图的归一化直方图，根据所述归一化直方图和微分矩阵，获取像素映射向量；
根据所述像素映射向量和所述亮度分量图，获取所述降噪分量图。
在第一方面的一种可行的实施方式中，所述根据各所述像素点的修正系数，对所述原始图像进行降噪得到降噪后的图像，包括：
根据各所述像素点的修正系数，对所述原始图像的色度分量图中的对应的各像素点的取值进行修正，得到降噪后的色度分量图；
根据所述降噪后的亮度分量图和所述降噪后的色度分量图，得到降噪后的图像。
在第一方面的一种可行的实施方式中，所述根据各所述像素点的修正系数，对所述原始图像进行降噪得到降噪后的图像，包括：
根据各所述像素点的修正系数，分别对所述原始图像的红色分量图、绿色分量图和蓝色分量图中的对应的像素点的取值进行修正，得到降噪后的图像。
在第一方面的一种可行的实施方式中，所述获取原始图像的亮度分量图对应的降噪直方图之后，所述方法还包括：
基于对数映射对所述降噪直方图进行修正，得到修正直方图；
所述根据所述降噪直方图对所述亮度分量图进行降噪得到降噪分量图，包括：
根据所述修正直方图对所述亮度分量图进行降噪得到降噪分量图。
第二方面，本发明实施例还提供一种图像质量提升装置，用于执行上述第一方面中任一种可行的实施方式中的图像质量提升方法。图像质量提升装置，包括：
降噪直方图获取模块，用于获取原始图像的亮度分量图对应的降噪直方图；所述降噪直方图指示所述亮度分量图中的边缘像素点的亮度值分布；
降噪分量图获取模块，根据所述降噪直方图对所述亮度分量图进行降噪得到降噪分量图；
修正系数获取模块，用于根据所述降噪分量图和所述亮度分量图获取所述原始图像中的各像素点的修正系数；
降噪模块，用于根据各所述像素点的修正系数，对所述原始图像进行降噪得到降噪后的图像。
在第二方面的一种可行的实施方式中，
所述降噪直方图获取模块包括：边缘像素点获取单元、边缘像素点个数获取单元和降噪直方图获取单元；
所述边缘像素点获取单元，用于获取所述亮度分量图中的边缘像素点；
所述边缘像素点个数获取单元，用于根据所述边缘像素点的亮度值，获取各所述亮度值对应的边缘像素点的个数；
所述降噪直方图获取单元，用于根据各所述亮度值对应的边缘像素点的个数，获取所述降噪直方图。
在第二方面的一种可行的实施方式中，所述边缘像素点获取单元具体用于，
遍历所述亮度分量图中的所有像素点，对于所述亮度分量图中的任一像素点，若所述像素点的亮度值与相邻像素点的亮度值的差值的绝对值大于预设差值，则确定所述像素点为边缘像素点；
其中，所述相邻像素点为所述亮度分量图中的与所述像素点的距离小于预设距离的任意像素点。
在第二方面的一种可行的实施方式中，所述修正系数获取模块具体用于，
根据所述降噪分量图中第一像素点的亮度值与所述亮度分量图中的第二像素点的亮度值的比值，获取第三像素点的修正系数；
其中，所述第三像素点为所述原始图像中的任一像素点，所述第一像素点为所述降噪分量图中与所述第三像素点具有相同坐标的像素点；所述第二像素点为所述亮度分量图中与所述第三像素点具有相同坐标的像素点。
在第二方面的一种可行的实施方式中，所述降噪分量图获取模块包括：像素映射向量获取单元和降噪分量图获取单元；
所述像素映射向量获取单元，用于获取所述降噪直方图的归一化直方图，根据所述归一化直方图和微分矩阵，获取像素映射向量；
所述降噪分量图获取单元，用于根据所述像素映射向量和所述亮度分量图，获取所述降噪分量图。
在第二方面的一种可行的实施方式中，所述降噪模块包括：修正单元和降噪后图像获取单元；
所述修正单元，用于根据各所述像素点的修正系数，对所述原始图像的色度分量图中的对应的各像素点的取值进行修正，得到降噪后的色度分量图；
所述降噪后图像获取单元，用于根据所述降噪后的亮度分量图和所述降噪后的色度分量图，得到降噪后的图像。
在第二方面的一种可行的实施方式中，所述降噪模块具体用于，
根据各所述像素点的修正系数，分别对所述原始图像的红色分量图、绿色分量图和蓝色分量图中的对应的像素点的取值进行修正，得到降噪后的图像。
在第二方面的一种可行的实施方式中，所述图像质量提升装置还包括：
修正直方图获取模块，用于基于对数映射对所述降噪直方图进行修正，得到修正直方图；
所述降噪分量图获取模块具体用于，根据所述修正直方图对所述亮度分量图进行降噪得到降噪分量图。
第三方面，本发明实施例还提供一种电子设备，包括存储器、处理器以及存储在存储器中的程序，所述程序被配置成由处理器执行，处理器执行所述程序时实现上述第一方面中任一种可行的实施方式中的图像质量提升方法的步骤。
第四方面，本发明实施例还提供一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面中任一种可行的实施方式中的图像质量提升方法的步骤。
本发明实施例提供的图像质量提升方法和装置，包括：获取原始图像的亮度分量图对应的降噪直方图；降噪直方图指示亮度分量图中的边缘像素点的亮度值分布；并根据降噪直方图对亮度分量图进行降噪得到降噪分量图；根据降噪分量图和亮度分量图获取原始图像中的各像素点的修正系数；根据各像素点的修正系数，对原始图像进行降噪得到降噪后的图像。通过获取亮度分量图的降噪直方图，滤除图像的噪声，根据降噪直方图恢复图像，从而得到降噪后的图像，提升了图像质量。同时，由于滤除图像噪声的方式采用降噪直方图的方式，避免了基于各个像素点进行逐点降噪，减少了图像降噪时的计算量，提高了图像降噪的处理速度。
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一简单地介绍，显而易见地，下面描述中的附图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为本发明实施例一提供的图像质量提升方法的流程示意图；
图2为本发明实施例提供的一种亮度分量图；
图3为图2所示亮度分量图的直方图示意图；
图4为图2所示亮度分量图的降噪直方图示意图；
图5为本发明实施例二提供的图像质量提升方法的流程示意图；
图6为本发明实施例三提供的图像质量提升方法的流程示意图；
图7为本发明实施例四提供的图像质量提升方法的流程示意图；
图8为本发明实施例一提供的图像质量提升装置的结构示意图；
图9为本发明实施例二提供的图像质量提升装置的结构示意图；
图10为本发明实施例三提供的图像质量提升装置的结构示意图；
图11为本发明实施例四提供的图像质量提升装置的结构示意图；
图12为本发明实施例五提供的图像质量提升装置的结构示意图；
图13为本发明实施例一提供的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
下面结合具体实施例对本发明提供的技术方案进行示例性说明。
本发明实施例一方面提供一种图像质量提升方法。图1为本发明实施例一提供的图像质量提升方法的流程示意图。本实施例在图像的亮度分量图上进行图像降噪，首先获取原始图像的亮度分量图的降噪直方图，进而根据降噪直方图对亮度分量图进行降噪处理，得到降噪后的图像。本实施例的执行主体可以为计算机、软件、集成电路等。如图1所示，图像质量提升方法包括：
S101、获取原始图像的亮度分量图对应的降噪直方图。
其中，降噪直方图指示亮度分量图中的边缘像素点的亮度值分布。
示例性的，原始图像可以为摄像头拍摄得到的图像或者图像质量提升装置接收到的图像。原始图像可能存在噪声大的问题，使得图像质量较低。特别地，对于在较低光照条件下，如夜间，拍摄得到的图像，存在噪声大、对比度低、亮度偏暗等缺点，本发明提出的图像质量提升方法用于解决原始图像噪声较大的问题。
示例性的，图像由MxN个像素点构成，M和N为正整数，M为图像每一行包含的像素点的个数，N为图像每一列包含的像素点的个数。原始图像的格式可以为YUV颜色空间格式或RGB图像格式。
当原始图像的格式为YUV颜色空间格式时，每个像素点的取值包括Y、U、V三个分量，Y表示像素点的明亮度(Luminance)，也称为灰阶值。而U和V表示像素点的色度(Chrominance)，色度指示影像色彩及饱和度。因此，原始图像可以由Y、U、V三个MxN大小的矩阵表示。其中，Y[MxN]为原始图像的亮度分量图，U[MxN]和V[MxN]为原始图像的色度分量图。
当原始图像的格式为RGB图像格式时，每个像素点的取值包括R、G、B三个分量。R表示像素点的红色(Red)分量，G表示像素点的绿色(Green)分量，B表示像素点的蓝色(Blue)分量，R、G、B三个分量相互之间通过采用不同的比例的叠加可得到各式各样的颜色。因此，原始图像可以由R、G、B三个MxN大小的矩阵表示。其中，R[MxN]为原始图像的红色分量图，G[MxN]为原始图像的绿色分量图，B[MxN]为原始图像的蓝色分量图。
在这种情况下，在获取原始图像的亮度分量图和色度分量图之前，可先对原始图像进行格式转换，即将RGB格式的图像转换为YUV格式的图像，从而得到原始图像的亮度分量图和色度分量图。可选的，格式转换的公式具体如下所示：
Y[MxN]＝T(1,1)·R[MxN]+T(1,2)·G[MxN]+T(1,3)·B[MxN] 公式1
U[MxN]＝T(2,1)·R[MxN]+T(2,2)·G[MxN]+T(2,3)·B[MxN]+128 公式2
V[MxN]＝T(3,1)·R[MxN]+T(3,2)·G[MxN]+T(3,3)·B[MxN]+128 公式3
其中，T为3x3的变换矩阵。
可选的，原始图像的格式还可以为CMYK等其他格式，只需在获取原始图像的亮度分量图和色度分量图之前，首先对原始图像的格式进行检测，然后根据原始图像的格式采用对应的格式转换公式将原始图像的格式进行转换。
示例性的，在获取到亮度分量图后，获取亮度分量图的降噪直方图。具体的，图2为本发明实施例提供的一种亮度分量图。图3为图2所示亮度分量图的直方图示意图。示例性的，直方图提供了图像的各像素点的取值分布情况，给出了所有取值的整体描述。如图3所示，横坐标数值代表了图像中的像素点的取值，纵坐标数值代表了每一种取值在图像中的像素点总数。直方图可以由一个一维的向量表示。考虑到图像各像素点的取值范围为[0，255]，该一维的向量包括256个元素。
本发明实施例提供一种降噪直方图的获取方法，在获取降噪直方图的过程中，滤除了亮度分量图中的噪声。降噪直方图仅指示亮度分量图中的边缘像素点的亮度值分布情况。其中，边缘像素点为亮度分量图中的与相邻像素点的亮度值差值大于预设差值的像素点。图4为图2所示亮度分量图的降噪直方图示意图。如图4所示，横坐标数值代表了边缘像素点的取值，纵坐标数值代表了每一种取值在亮度分量图中的边缘像素点总数。示例性的，降噪直方图也可以由一个一维的向量表示。考虑到图像各像素点的取值范围为[0，255]，该一维的向量包括256个元素。
S102、根据降噪直方图对亮度分量图进行降噪得到降噪分量图。
示例性的，在获取得到降噪直方图后，根据降噪直方图恢复亮度分量图得到降噪分量图。此时，由于降噪直方图中不包含亮度分量图中的噪声信息，从而可以得到一个滤除了噪声的降噪分量图。
S103、根据降噪分量图和亮度分量图获取原始图像中的各像素点的修正系数。
示例性的，对于包含MxN个像素点的原始图像，降噪分量图和亮度分量图同样包含MxN个像素点，可根据同一位置处的像素点在降噪分量图和亮度分量图中的不同的取值，确定对各像素点的修正系数。
可选的，获取原始图像中的各像素点的修正系数具体可以为：根据降噪分量图中第一像素点的亮度值与亮度分量图中的第二像素点的亮度值的比值，获取第三像素点的修正系数。
其中，第三像素点为原始图像中的任一像素点，第一像素点为降噪分量图中与第三像素点具有相同坐标的像素点；第二像素点为亮度分量图中与第三像素点具有相同坐标的像素点。
示例性的，对于包含MxN个像素点的亮度分量图，根据各像素点的位置，可将各像素点记为f(i,j)，其中，i的取值为[0，N-1]，j的取值为[0，M-1]。
示例性的，对于原始图像中的任一像素点f(i,j)，可将降噪分量图中坐标为(i,j)的像素点的取值与亮度分量图中坐标为(i,j)的像素点的取值的比值作为像素点f(i,j)的修正系数。
S104、根据各像素点的修正系数，对原始图像进行降噪得到降噪后的图像。
示例性的，在获取到各像素点的修正系数后，可根据修正系数对原始图像中的各像素点的取值进行修正，得到降噪后的图像。
示例性的，针对将降噪后的图像的格式的不同，一种可能的降噪图像获取方式为：
S11、根据各像素点的修正系数，对原始图像的色度分量图中的对应的各像素点的取值进行修正，得到降噪后的色度分量图；
S12、根据降噪后的亮度分量图和降噪后的色度分量图，得到降噪后的图像。
示例性的，当需要得到YUV格式的降噪图像时，可根据各像素点的修正系数，对色度分量图中的各像素点进行修正，得到降噪后的色度分量图。根据降噪后的亮度分量图和降噪后的色度分量图，即可得到降噪后的图像。
另一种可能的降噪图像获取方式为：
根据各像素点的修正系数，分别对原始图像的红色分量图、绿色分量图和蓝色分量图中的对应的像素点的取值进行修正，得到降噪后的图像。
示例性的，当需要得到RGB格式的降噪图像时，可根据各像素点的修正系数，针对各像素点的红色、绿色、蓝色分量分别进行修正，从而得到降噪后的图像。
示例性的，在获取得到降噪后的图像时，还可对降噪后的图像进行格式转换，使得降噪后的图像的格式与原始图像的格式相同。
本发明实施例提供的图像质量提升方法，包括：获取原始图像的亮度分量图对应的降噪直方图；降噪直方图指示亮度分量图中的边缘像素点的亮度值分布；根据降噪直方图对亮度分量图进行降噪得到降噪分量图；根据降噪分量图和亮度分量图获取原始图像中的各像素点的修正系数；根据各像素点的修正系数，对原始图像进行降噪得到降噪后的图像。通过获取亮度分量图的降噪直方图，滤除图像的噪声，根据降噪直方图恢复图像，从而得到降噪后的图像，提升了图像质量。同时，由于滤除图像噪声的方式采用降噪直方图的方式，避免了基于各个像素点进行逐点降噪，减少了图像降噪时的计算量，提高了图像降噪的处理速度。
可选的，上述任一实施例的基础上，本发明实施例还提供一种图像质量提升方法，本实施例对获取降噪直方图的过程进行详细描述。图5为本发明实施例二提供的图像质量提升方法的流程示意图。如图5所示，图像质量提升方法包括：
S501、获取亮度分量图中的边缘像素点。
可选的，可采用边缘检测、特征提取等方法获取亮度分量图中的边缘像素点。
可选的，为提高边缘像素点的获取效率，本发明提供一种边缘像素点检测算法。该算法主要包括：
遍历亮度分量图中的所有像素点，对于亮度分量图中的任一像素点，若像素点的亮度值与相邻像素点的亮度值的差值的绝对值大于预设差值，则确定像素点为边缘像素点；
其中，相邻像素点为亮度分量图中的与像素点的距离小于预设距离的任意像素点。
示例性的，以包含MxN个像素点的亮度分量图为例，根据各像素点的位置，可将各像素点记为f(i,j)，f(i,j)的取值即为像素点的亮度值。
在判断像素点f(i,j)是否为边缘像素点时，可比较f(i,j)与f(i+p,j+q)的亮度值差值是否大于预设差值，当f(i,j)与f(i+p,j+q)的差值大于预设差值，则认为f(i,j)为边缘像素点。其中，f(i+p,j+q)为f(i,j)的相邻像素点，p和q的取值可以为(±r,±r)，(0,±r)，(±r,0)。其中，r的取值可以为1，2，3等数值。预设差值示例性的可以为1，2，3等数值。
S502、根据边缘像素点的亮度值，获取各亮度值对应的边缘像素点的个数。
S503、根据各亮度值对应的边缘像素点的个数，获取降噪直方图。
示例性的，若f(i,j)的取值为k，则在确定像素点f(i,j)为边缘像素点后，将Hk的取值增加1。其中，k为如图3和图4所示的直方图中的横坐标，k的取值范围为0至255，Hk为取值为k的边缘像素点的个数，也即为如图3和图4所示的直方图中的纵坐标。通过对亮度分量图进行逐点扫描，检测每个像素点是否为边缘点，在确定像素点为边缘像素点后，修改Hk的取值，从而得到降噪直方图。
S504、根据降噪直方图对亮度分量图进行降噪得到降噪分量图。
S505、根据降噪分量图和亮度分量图获取原始图像中的各像素点的修正系数。
S506、根据各像素点的修正系数，对原始图像进行降噪得到降噪后的图像。
示例性的，本实施例中的S504、S505、S506与图1所示实施例中的S101、S102、S103中的相关特征相同，本发明对此不再赘述。
本实施例提供的图像质量提升方法中，首先获取亮度分量图中的边缘像素点，根据边缘像素点的亮度值，统计各亮度值对应的边缘像素点的个数，得到降噪直方图。本发明实施例提供的图像质量提升方法中，降噪直方图的获取方法简单，计算量较少，处理速度快。
可选的，上述任一实施例的基础上，本发明实施例还提供一种图像质量提升方法，本实施例对根据降噪直方图恢复亮度分量图的过程进行详细描述。图6为本发明实施例三提供的图像质量提升方法的流程示意图。如图6所示，图像质量提升方法包括：
S601、获取原始图像的亮度分量图对应的降噪直方图。
示例性的，本实施例中的S601与图1所示实施例中的S101中的相关特征相同，本发明对此不再赘述。
S602、获取降噪直方图的归一化直方图，根据归一化直方图和微分矩阵，获取像素映射向量。
示例性的，在采用上述任一实施例中的方式获取得到降噪直方图H后，对降噪直方图H进行归一化。示例性的，具体采用公式
对降噪直方图H进行归一化。其中，K为像素点取值的最大值255。
示例性的，在获取归一化直方图
后，根据公式
获取像素映射向量X。
其中，D为大小为KxK的微分矩阵，如下所示：
其中，像素映射向量X示例性的可以为一个包含256个元素的列向量，X为一个映射函数。像素映射向量X中第k+1个分量Xk表示将原始图像的亮度分量图中像素值为k的像素的取值修改为像素值Xk，通过遍历亮度分量图像中的所有像素点，从而得到降噪分量图。其中，0≤k≤K。例如，像素映射向量X中的第1个分量X0表示将原始图像的亮度分量图中像素值为0的像素的取值修改为像素值X0。
S603、根据像素映射向量和亮度分量图，获取降噪分量图。
示例性的，在获取到像素映射向量后，将原始图像的亮度分量图中像素值为k的像素映射为像素值为Xk的像素。
S604、根据降噪分量图和亮度分量图获取原始图像中的各像素点的修正系数。
S605、根据各像素点的修正系数，对原始图像进行降噪得到降噪后的图像。
示例性的，本实施例中的S604、S605与图1所示实施例中的S102、S103相同，本发明对此不再赘述。
本发明实施例提供一种图像质量提升方法，本方法中首先根据降噪直方图和微分矩阵，获取像素映射向量；然后根据像素映射向量和原始图像的亮度分量图得到降噪后的亮度分量图。本发明实施例提供的图像质量提升方法算法简单，处理速度较快。
可选的，在上述实施例的基础上，本发明实施例还提供一种图像质量提升方法，本实施例中在图像降噪之后，还基于对数映射对降噪直方图进行修正，进一步提升图像质量。图7为本发明实施例四提供的图像质量提升方法的流程示意图。如图7所示，图像质量提升方法包括：
S701、获取原始图像的亮度分量图对应的降噪直方图。
示例性的，本实施例中的S701与图1所示实施例中的S101中的相关特征相同，本发明对此不再赘述。
S702、基于对数映射对降噪直方图进行修正，得到修正直方图。
示例性的，考虑大多数自然图像的像素值分布集中在较窄的区间，通常存在图像细节不够清晰，特别对于夜晚图像，其像素点的取值都集中在低亮度范围内，这样的图像通常视觉效果较差，这类图像的直方图效果通常为直方图分布较为集中。因此可采用直方图修正的方法，将图像的直方图进行扩展，使得图像中各像素点的取值较为分布，以达到提升图像质量的目的。
本发明实施例采用符合人眼视觉特性的对数映射方式对降噪直方图进行修正，以扩展图像像素值的动态范围从而达到增强图像的目的。
示例性的，对数映射的方式具体可以根据公式y＝cln(1+x)实现，其中，x为输入值，c为预设数值，y为输出值。该方法可以起到增强图像整体对比度，提升图像细节信息的效果，增强后的图像可视性效果良好。
示例性的，对数映射的方式具体可以根据公式
实现，其中，Hmax为H中所有分量的最大值，μ为修正程度参数，HH表示修正直方图，Hk表示H中第k+1个分量。
S703、根据修正直方图对亮度分量图进行降噪得到降噪分量图。
示例性的，本实施例中的基于修正直方图获取降噪分量图与图7所示实施例中的基于降噪直方图获取降噪分量图原理相同，本发明对此不再赘述。
S704、根据降噪分量图和亮度分量图获取原始图像中的各像素点的修正系数。
S705、根据各像素点的修正系数，对原始图像进行降噪得到降噪后的图像。
示例性的，本实施例中的S704、S705与图1所示实施例中的S102和S103相同，本发明对此不再赘述。
本发明实施例提供的质量提升方法，在基于对数对图像降噪之后，还基于对数映射对降噪直方图进行修正，进一步提升了图像质量。
本发明实施例另一方面还提供一种图像质量提升装置，用于执行上述图1至图7中任一实施例所示的图像质量提升方法，具有相同或相似的技术效果，本发明不再赘述。
图8为本发明实施例一提供的图像质量提升装置的结构示意图。如图8所示，图像质量提升装置包括：
降噪直方图获取模块801，用于获取原始图像的亮度分量图对应的降噪直方图；降噪直方图指示亮度分量图中的边缘像素点的亮度值分布；
降噪分量图获取模块802，根据降噪直方图对亮度分量图进行降噪得到降噪分量图；
修正系数获取模块803，用于根据降噪分量图和亮度分量图获取原始图像中的各像素点的修正系数；
降噪模块804，用于根据各像素点的修正系数，对原始图像进行降噪得到降噪后的图像。
示例性的，在图8所示实施例的基础上，图9为本发明实施例二提供的图像质量提升装置的结构示意图。如图9所示，降噪直方图获取模块801包括：边缘像素点获取单元8011、边缘像素点个数获取单元8012和降噪直方图获取单元8013；
边缘像素点获取单元8011，用于获取亮度分量图中的边缘像素点；
边缘像素点个数获取单元8012，用于根据边缘像素点的亮度值，获取各亮度值对应的边缘像素点的个数；
降噪直方图获取单元8013，用于根据各亮度值对应的边缘像素点的个数，获取降噪直方图。
可选的，边缘像素点获取单元8011具体用于，遍历亮度分量图中的所有像素点，对于亮度分量图中的任一像素点，若像素点的亮度值与相邻像素点的亮度值的差值的绝对值大于预设差值，则确定像素点为边缘像素点；
其中，相邻像素点为亮度分量图中的与像素点的距离小于预设距离的任意像素点。
可选的，修正系数获取模块803具体用于，根据降噪分量图中第一像素点的亮度值与亮度分量图中的第二像素点的亮度值的比值，获取第三像素点的修正系数；
其中，第三像素点为原始图像中的任一像素点，第一像素点为降噪分量图中与第三像素点具有相同坐标的像素点；第二像素点为亮度分量图中与第三像素点具有相同坐标的像素点。
示例性的，在图8或图9所示实施例的基础上，图10为本发明实施例三提供的图像质量提升装置的结构示意图。如图10所示，降噪分量图获取模块802包括：像素映射向量获取单元8021和降噪分量图获取单元8022；
像素映射向量获取单元8021，用于获取降噪直方图的归一化直方图，根据归一化直方图和微分矩阵，获取像素映射向量；
降噪分量图获取单元8022，用于根据像素映射向量和亮度分量图，获取降噪分量图。
示例性的，在图8至图10任一所示实施例的基础上，图11为本发明实施例四提供的图像质量提升装置的结构示意图。如图11所示，降噪模块804包括：修正单元8041和降噪后图像获取单元8042；
修正单元8041，用于根据各像素点的修正系数，对原始图像的色度分量图中的对应的各像素点的取值进行修正，得到降噪后的色度分量图；
降噪后图像获取单元8042，用于根据降噪后的亮度分量图和降噪后的色度分量图，得到降噪后的图像。
可选的，降噪模块804还可具体用于，根据各像素点的修正系数，分别对原始图像的红色分量图、绿色分量图和蓝色分量图中的对应的像素点的取值进行修正，得到降噪后的图像。
示例性的，在图8至图11中任一所示实施例的基础上，图12为本发明实施例五提供的图像质量提升装置的结构示意图。如图12所示，图像质量提升装置还包括：
修正直方图获取模块805，用于基于对数映射对所述降噪直方图进行修正，得到修正直方图；
对应的，降噪分量图获取模块802具体用于，根据修正直方图对亮度分量图进行降噪得到降噪分量图。
本发明实施例还提供一种电子设备，图13为本发明实施例一提供的电子设备的结构示意图。如图13所示，电子设备包括存储器1301、处理器1302以及存储在存储器1301中的程序，程序被配置成由处理器1302执行，处理器1302执行程序时实现如图1至7所示的图像质量提升方法的步骤。
本发明实施例还提供一种一种存储介质，存储介质存储有计算机程序，计算机程序被处理器执行时实现如图1至7中所示的图像质量提升方法的步骤。
本实施例中的装置与前述实施例中的方法是基于同一发明构思下的两个方面，在前面已经对方法实施过程作了详细的描述，所以本领域技术人员可根据前述描述清楚地了解本实施中的系统的结构及实施过程，为了说明书的简洁，在此就不再赘述。
在本发明所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (14)
1.一种图像质量提升方法，其特征在于，包括：
获取原始图像的亮度分量图对应的降噪直方图；所述降噪直方图指示所述亮度分量图中的边缘像素点的亮度值分布；
根据所述降噪直方图对所述亮度分量图进行降噪得到降噪分量图；
根据所述降噪分量图和所述亮度分量图获取所述原始图像中的各像素点的修正系数；
根据各所述像素点的修正系数，对所述原始图像进行降噪得到降噪后的图像；
所述获取原始图像的亮度分量图对应的降噪直方图，包括：
获取所述亮度分量图中的边缘像素点；
根据所述边缘像素点的亮度值，获取各所述亮度值对应的边缘像素点的个数；
根据各所述亮度值对应的边缘像素点的个数，获取所述降噪直方图。
2.根据权利要求1所述的方法，其特征在于，所述获取所述亮度分量图中的边缘像素点，包括：
遍历所述亮度分量图中的所有像素点，对于所述亮度分量图中的任一像素点，若所述像素点的亮度值与相邻像素点的亮度值的差值的绝对值大于预设差值，则确定所述像素点为边缘像素点；
其中，所述相邻像素点为所述亮度分量图中的与所述像素点的距离小于预设距离的任意像素点。
3.根据权利要求1至2中任一项所述的方法，其特征在于，所述根据所述降噪分量图和所述亮度分量图获取所述原始图像中的各像素点的修正系数，包括：
根据所述降噪分量图中第一像素点的亮度值与所述亮度分量图中的第二像素点的亮度值的比值，获取第三像素点的修正系数；
其中，所述第三像素点为所述原始图像中的任一像素点，所述第一像素点为所述降噪分量图中与所述第三像素点具有相同坐标的像素点；所述第二像素点为所述亮度分量图中与所述第三像素点具有相同坐标的像素点。
4.根据权利要求1至2中任一项所述的方法，其特征在于，所述根据各所述像素点的修正系数，对所述原始图像进行降噪得到降噪后的图像，包括：
根据各所述像素点的修正系数，对所述原始图像的色度分量图中的对应的各像素点的取值进行修正，得到降噪后的色度分量图；
根据所述降噪后的亮度分量图和所述降噪后的色度分量图，得到降噪后的图像。
5.根据权利要求1至2中任一项所述的方法，其特征在于，所述根据各所述像素点的修正系数，对所述原始图像进行降噪得到降噪后的图像，包括：
根据各所述像素点的修正系数，分别对所述原始图像的红色分量图、绿色分量图和蓝色分量图中的对应的像素点的取值进行修正，得到降噪后的图像。
6.根据权利要求1至2中任一项所述的方法，其特征在于，所述获取原始图像的亮度分量图对应的降噪直方图之后，所述方法还包括：
基于对数映射对所述降噪直方图进行修正，得到修正直方图；
所述根据所述降噪直方图对所述亮度分量图进行降噪得到降噪分量图，包括：
根据所述修正直方图对所述亮度分量图进行降噪得到降噪分量图。
7.一种图像质量提升装置，其特征在于，包括：
降噪直方图获取模块，用于获取原始图像的亮度分量图对应的降噪直方图；所述降噪直方图指示所述亮度分量图中的边缘像素点的亮度值分布；
降噪分量图获取模块，根据所述降噪直方图对所述亮度分量图进行降噪得到降噪分量图；
修正系数获取模块，用于根据所述降噪分量图和所述亮度分量图获取所述原始图像中的各像素点的修正系数；
降噪模块，用于根据各所述像素点的修正系数，对所述原始图像进行降噪得到降噪后的图像；
所述降噪直方图获取模块包括：边缘像素点获取单元、边缘像素点个数获取单元和降噪直方图获取单元；
所述边缘像素点获取单元，用于获取所述亮度分量图中的边缘像素点；
所述边缘像素点个数获取单元，用于根据所述边缘像素点的亮度值，获取各所述亮度值对应的边缘像素点的个数；
所述降噪直方图获取单元，用于根据各所述亮度值对应的边缘像素点的个数，获取所述降噪直方图。
8.根据权利要求7所述的装置，其特征在于，所述边缘像素点获取单元具体用于，
遍历所述亮度分量图中的所有像素点，对于所述亮度分量图中的任一像素点，若所述像素点的亮度值与相邻像素点的亮度值的差值的绝对值大于预设差值，则确定所述像素点为边缘像素点；
其中，所述相邻像素点为所述亮度分量图中的与所述像素点的距离小于预设距离的任意像素点。
9.根据权利要求7至8中任一项所述的装置，其特征在于，所述修正系数获取模块具体用于，
根据所述降噪分量图中第一像素点的亮度值与所述亮度分量图中的第二像素点的亮度值的比值，获取第三像素点的修正系数；
其中，所述第三像素点为所述原始图像中的任一像素点，所述第一像素点为所述降噪分量图中与所述第三像素点具有相同坐标的像素点；所述第二像素点为所述亮度分量图中与所述第三像素点具有相同坐标的像素点。
10.根据权利要求7至8中任一项所述的装置，其特征在于，所述降噪模块包括：修正单元和降噪后图像获取单元；
所述修正单元，用于根据各所述像素点的修正系数，对所述原始图像的色度分量图中的对应的各像素点的取值进行修正，得到降噪后的色度分量图；
所述降噪后图像获取单元，用于根据所述降噪后的亮度分量图和所述降噪后的色度分量图，得到降噪后的图像。
11.根据权利要求7至8中任一项所述的装置，其特征在于，所述降噪模块具体用于，
根据各所述像素点的修正系数，分别对所述原始图像的红色分量图、绿色分量图和蓝色分量图中的对应的像素点的取值进行修正，得到降噪后的图像。
12.根据权利要求7至8中任一项所述的装置，其特征在于，所述装置还包括：
修正直方图获取模块，用于基于对数映射对所述降噪直方图进行修正，得到修正直方图；
所述降噪分量图获取模块具体用于，根据所述修正直方图对所述亮度分量图进行降噪得到降噪分量图。
13.一种电子设备，其特征在于：包括存储器、处理器以及存储在存储器中的程序，所述程序被配置成由处理器执行，处理器执行所述程序时实现如权利要求1至6中任一项所述的图像质量提升方法的步骤。
14.一种存储介质，所述存储介质存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的图像质量提升方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810558182.2A CN108810320B (zh) | 2018-06-01 | 2018-06-01 | 图像质量提升方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810558182.2A CN108810320B (zh) | 2018-06-01 | 2018-06-01 | 图像质量提升方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108810320A CN108810320A (zh) | 2018-11-13 |
| CN108810320B true CN108810320B (zh) | 2020-11-24 |
Family
ID=64090231
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810558182.2A Active CN108810320B (zh) | 2018-06-01 | 2018-06-01 | 图像质量提升方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108810320B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111507923B (zh) * | 2020-04-21 | 2023-09-12 | 浙江大华技术股份有限公司 | 一种视频图像的噪声处理方法、装置、设备和介质 |
| CN113781345B (zh) * | 2021-09-13 | 2024-12-17 | Oppo广东移动通信有限公司 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101308573A (zh) * | 2008-06-30 | 2008-11-19 | 北京中星微电子有限公司 | 一种消除噪声的方法和装置 |
| CN102156964A (zh) * | 2011-03-31 | 2011-08-17 | 杭州海康威视软件有限公司 | 彩色图像去噪声的方法及其系统 |
| CN103186888A (zh) * | 2011-12-30 | 2013-07-03 | Ge医疗系统环球技术有限公司 | 一种去除ct图像噪声的方法及装置 |
| CN107392864A (zh) * | 2017-07-01 | 2017-11-24 | 南京理工大学 | 一种去除高斯噪声和脉冲噪声的混合噪声滤波方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009177472A (ja) * | 2008-01-24 | 2009-08-06 | Panasonic Corp | 画像処理方法、画像処理装置及び撮像装置 |
-
2018
- 2018-06-01 CN CN201810558182.2A patent/CN108810320B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101308573A (zh) * | 2008-06-30 | 2008-11-19 | 北京中星微电子有限公司 | 一种消除噪声的方法和装置 |
| CN102156964A (zh) * | 2011-03-31 | 2011-08-17 | 杭州海康威视软件有限公司 | 彩色图像去噪声的方法及其系统 |
| CN103186888A (zh) * | 2011-12-30 | 2013-07-03 | Ge医疗系统环球技术有限公司 | 一种去除ct图像噪声的方法及装置 |
| CN107392864A (zh) * | 2017-07-01 | 2017-11-24 | 南京理工大学 | 一种去除高斯噪声和脉冲噪声的混合噪声滤波方法 |
Non-Patent Citations (1)
| Title |
|---|
| 基于直方图特性的图像去噪方法;周奇等;《电子测量技术》;20070131;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108810320A (zh) | 2018-11-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11625815B2 (en) | Image processor and method | |
| US7844127B2 (en) | Edge mapping using panchromatic pixels | |
| CN111784603B (zh) | 一种raw域图像去噪方法、计算机装置及计算机可读存储介质 | |
| US7876956B2 (en) | Noise reduction of panchromatic and color image | |
| CN110246087B (zh) | 参考多通道的多分辨率去除图像色度噪声的系统和方法 | |
| US20050185836A1 (en) | Image data processing in color spaces | |
| JP4803178B2 (ja) | 画像処理装置、コンピュータプログラム製品および画像処理方法 | |
| US8284271B2 (en) | Chroma noise reduction for cameras | |
| CN111784605B (zh) | 一种基于区域指导的图像降噪方法、计算机装置及计算机可读存储介质 | |
| JP2008113222A (ja) | 画像処理装置、撮影装置、および、これらにおける画像処理方法ならびに当該方法をコンピュータに実行させるプログラム | |
| WO2008121272A2 (en) | Edge mapping incorporating panchromatic pixels | |
| WO2017152402A1 (zh) | 终端的图像处理方法、装置和终端 | |
| CN107395991B (zh) | 图像合成方法、装置、计算机可读存储介质和计算机设备 | |
| JP5767064B2 (ja) | イメージのエッジ向上方法 | |
| CN112887693A (zh) | 图像紫边消除方法、设备及存储介质 | |
| CN111161188B (zh) | 降低图像色彩噪声的方法、计算机装置及可读存储介质 | |
| CN105389786B (zh) | 一种图像处理的方法及装置 | |
| KR101600312B1 (ko) | 영상처리장치 및 영상처리방법 | |
| CN108810320B (zh) | 图像质量提升方法和装置 | |
| US9860456B1 (en) | Bayer-clear image fusion for dual camera | |
| CN112422940A (zh) | 一种自适应颜色校正方法 | |
| US20140037207A1 (en) | System and a method of adaptively suppressing false-color artifacts | |
| CN108470327B (zh) | 图像增强方法、装置、电子设备及存储介质 | |
| CN112714246A (zh) | 连拍照片获取方法、智能终端及存储介质 | |
| CN117218039A (zh) | 图像处理方法、装置、计算机设备及存储介质 |
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 |