图像处理装置、图像处理方法

    公开(公告)号:CN105075232B

    公开(公告)日:2018-03-20

    申请号:CN201480009966.X

    申请日:2014-02-25

    IPC分类号: H04N5/208

    摘要: 本发明涉及图像处理装置、图像处理方法。在超过输入图像的水平以及垂直方向的频率分量的频率区域中不生成重复水平以及垂直方向的清晰化处理的频率分量就使图像清晰化。本发明的图像处理装置具备:垂直滤波器,其除去输入图像信号的垂直方向的频率分量的高频部分;水平清晰化处理部,其生成包括比输入图像信号所包含的水平方向的频率分量更高的频率分量的水平方向的高次谐波;水平滤波器,其除去输入图像信号的水平方向的频率分量的高频部分;以及垂直清晰化处理部,其生成包括比输入图像信号所包含的垂直方向的频率分量更高的频率分量的垂直方向的高次谐波,在所述水平清晰化处理部的前级配置有所述垂直滤波器的水平方向处理部和在所述垂直清晰化处理部的前级配置有所述水平滤波器的垂直方向处理部被以串联或者并联的方式连接并使输入图像清晰化。

    一种低照条件下智能交通监控的方法、装置以及系统

    公开(公告)号:CN107767667A

    公开(公告)日:2018-03-06

    申请号:CN201710979175.5

    申请日:2017-10-19

    申请人: 申娟

    发明人: 申娟

    摘要: 本发明提供的一种低照条件下智能交通监控的方法、装置以及系统,相对于现有技术存在时间复杂度高,对三基色存在的相关性考虑不足,增强后图像色彩容易失真等问题,本发明提供的一种低照条件下智能交通监控的方法、装置以及系统,解决现有技术的缺陷,出主要对夜晚等低照度基于视频的交通车辆检测与跟踪系统中的原始图像进行增强处理方法。本文方法首先对RGB颜色空间三通道之间的互相关进行分析,提出三通道联合增强方法。其次,针对智能交通图像的特点,提出亮度和对比度相融合的增强方法。另外,通过客观评价图像质量自适应地计算出增强所需参数值,完成自适应增强,使图像具有很高的辨识度,在后续图像处理中,有更高的识别性。

    一种透雾方法及装置
    36.
    发明公开

    公开(公告)号:CN107767345A

    公开(公告)日:2018-03-06

    申请号:CN201610670671.8

    申请日:2016-08-16

    IPC分类号: G06T5/00 G06T5/40

    摘要: 本发明实施例提供了一种透雾方法和装置。其中,该方法应用于第一图像采集设备,该方法包括:获取当前环境工况下的目标雾气浓度标识信息;基于雾气浓度标识信息与透雾操作之间的预设对应关系,确定目标雾气浓度标识信息所对应的目标透雾操作;执行目标透雾操作。本发明实施例中,第一图像采集设备可以自动地获取当前环境工况下的目标雾气浓度标识信息,并在确定出与该目标雾气浓度标识信息所对应的目标透雾操作之后,自动地执行目标透雾操作。与现有技术相比,本发明实施例中,透雾操作的切换是由第一图像设备自身来完成的,无需通过人工手动的方式来实现,因此,透雾操作的切换实施起来非常便捷,这样可以给用户带来较好的使用体验。

    一种基于暗原色先验的图像去雾优化算法

    公开(公告)号:CN107730472A

    公开(公告)日:2018-02-23

    申请号:CN201711067848.6

    申请日:2017-11-03

    IPC分类号: G06T5/00

    CPC分类号: G06T5/003

    摘要: 本发明一种基于暗原色先验的图像去雾优化算法,属于图像处理技术领域。该方法对暗通道先验公式进行一定的修改,添加下采样系数x,大幅度减少原始暗通道先验算法所需要的时间,可把一幅1080p图片暗通道信息量下取样减少到360p级别,从而减少透射率t(x)的计算时间,以及整幅图的计算时间,为了达到实时效果,本发明中选取适当的下采样系数x,使soc每秒可处理图像大于24幅(人眼分辨视频极限24fps),且图像牺牲的信息在可控范围内。本发明新型不仅解决了高清画质下视频去雾处理慢的问题,也为低成本去雾系统提供了优化方案,使在低性能soc的情况下也可以实现高清视频去雾的操作。

    一种基于非线性动态系统的图像去模糊方法

    公开(公告)号:CN107730459A

    公开(公告)日:2018-02-23

    申请号:CN201710848885.4

    申请日:2017-09-20

    IPC分类号: G06T5/00

    CPC分类号: G06T5/003 G06T2207/20081

    摘要: 本发明属于图像处理领域,特别涉及到一种基于学习的非线性动态系统去模糊的方法。首先,对于一张要去模糊的图像,用可学习的非线性动态系统来控制核估计能量;其次,经过不断迭代潜在图像和模糊核的方法,得到一个较好的对模糊核的估计;最后,将盲去模糊的问题变转化为非盲去模糊的问题,便可使用现成的各种非盲去模糊方法求解。该方法贡献有三:其一,提供了一个解决去模糊问题的新原则,即用一种可学习的动态系统控制核估计而不是人工设定的正则化;其二,设计了一种用来学习动态系统中组成元素的新结构,此结构帮助得到了适合的且灵活的去模糊系统;其三,涉及近期提出的残差网络,给图像处理和深度学习带来了新的思路。