[发明专利]一种图像、视频放大方法和系统在审

专利信息
申请号: 201710103387.7 申请日: 2017-02-24
公开(公告)号: CN108510438A 公开(公告)日: 2018-09-07
发明(设计)人: 高岩 申请(专利权)人: 北京优朋普乐科技有限公司
主分类号: G06T3/40 分类号: G06T3/40;G06T5/00
代理公司: 北京中政联科专利代理事务所(普通合伙) 11489 代理人: 陈超
地址: 100123 北京市朝阳区高碑店*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 反卷积 放大 视频放大 反卷积处理 目标图像 能量函数 原始图像 上采样 实时性 采集 保证
【权利要求书】:

1.一种图像放大方法,其特征在于,所述方法包括:

对采集的原始图像进行上采样,得到放大后图像;

对所述放大后图像进行反卷积处理,得到反卷积图像;

判断当前得到的反卷积图像的能量函数值是否达到最小值;

若达到最小值,则将所述当前得到的反卷积图像作为目标图像。

2.如权利要求1所述的图像放大方法,其特征在于,所述方法还包括:

若未达到最小值,对所述反卷积图像进行滤波处理,得到滤波图像;

采用原始图像对所述滤波图像进行像素替换,得到像素替换图像;对所述像素替换图像进行反卷积处理,得到反卷积图像,并循环执行判断当前得到的反卷积图像的能量函数值是否达到最小值的步骤。

3.如权利要求1所述的图像放大方法,其特征在于,确定所述反卷积图像的能量函数值,具体包括:

获取所述原始图像经卷积后得到的图像与所述反卷积图像之间的误差,以及获取所述放大后图像的梯度密度;

基于获取的所述误差和所述梯度密度,得到所述能量函数值;

所述获取放大后图像的梯度密度,具体包括:

采用概率密度先验分布函数表示所述放大后图像的梯度分布,得到所述放大后图像的梯度分布函数;

基于所述放大后图像的梯度分布函数,得到所述放大后图像的梯度密度;

所述反卷积图像的能量函数值根据如下公式确定:

E(x)∝||f*x-H1||+γ(||φ(H'Y)||+||φ(H'X)||);

式中,E(x)是得到的反卷积图像的能量函数值;H'X是所述放大后图像在X方向上的像素的梯度值,φ(H'X)是所述放大后图像在X方向上的梯度密度;H'Y是所述放大后图像在Y方向上的像素的梯度值,φ(H'Y)是所述放大后图像在Y方向上的梯度密度;H1是指所述反卷积图像;f为卷积核,为已知量;x为采集的原始图像;tx是指卷积扫描过程中,扫描中心和所述放大后图像在X方向上的交点;ty是指卷积扫描过程中,扫描中心和所述放大后图像在Y方向上的交点;γ、K和a均为常量值;f*x表示采集的原始图像与卷积核卷积所得的图像,f*x-H1指采集的原始图像与卷积核卷积所得的图像与反卷积图像之间的误差。

4.如权利要求2所述的图像放大方法,其特征在于,所述采用原始图像对所述滤波图像进行像素替换,具体包括:

基于上采样时采用的上采样因子和所述原始图像上的每一个像素点的位置坐标,计算得到所述每一个像素点在所述滤波图像上对应的位置坐标;

利用所述每一个像素点替换在所述滤波图像上对应的位置坐标处的像素点。

5.如权利要求2所述的图像放大方法,其特征在于,对采集的原始图像进行上采样,得到放大后图像,具体包括:

利用双立方插值算法在采集的原始图像中进行插值,得到放大后图像;

所述对反卷积图像进行滤波处理,得到滤波图像,具体包括:

以所述原始图像的相邻帧图像为引导图像,采用引导滤波算法对所述反卷积图像进行滤波处理,得到滤波图像。

6.一种视频放大方法,其特征在于,所述视频包括的至少一帧图像采用如权利要求1-5中任一项所述的图像放大方法进行放大。

7.一种图像放大系统,其特征在于,所述图像放大系统包括:

上采样模块(10),用于对采集的原始图像进行上采样,得到放大后图像;

反卷积模块(11),用于对所述放大后图像进行反卷积处理,得到反卷积图像;

判断模块(12),用于判断当前得到的反卷积图像的能量函数值是否达到最小值;

目标视频图像确定模块(13),用于在当前得到的反卷积图像的能量函数值达到最小值时,将所述当前得到的反卷积图像作为目标图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京优朋普乐科技有限公司,未经北京优朋普乐科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710103387.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top