文档章节

一种极快速去模糊效应图像细节增强及其应用

abcijkxyz
 abcijkxyz
发布于 2016/11/22 16:46
字数 1029
阅读 50
收藏 0

         本文主要对比了两篇重要的参考文献与自己实现的一种图像细节增强技术的实际处理效果,同时简要叙述了笔者算法思路。


         图像的细节增强有很多典型的应用,例如暴风影音的左眼功能能让图像看起来更清晰一点。笔者通过实际测试发现,暴风使用的可能是简单的锐化加上图像的对比度饱和度等调节功能,因为对于视频后处理不太可能采用很复杂的算法。图像处理的很多算法都可以直接用于视频后处理,但是,有一个前提:就是算法不能太复杂,否则实时性不太可能满足。


         笔者开发的这种细节增强技术也许比暴风的左眼增强更好。具体对比结果如下:


 1. 去模糊效应


     去模糊是图像处理的经典课题,其本质是盲反卷积问题。我并不打算描述去模糊的相关原理。这里主要对比的文献是香港中文大学的:Jiaya Jia   Two-Phase Kernel Estimation for Robust Motion Deblurring。先看实际效果:

 原图:


  Jiaya 的处理结果:


 笔者算法处理结果

原图


   Jiaya 的处理结果:


 笔者算法处理结果

  原图:


   Jiaya 的处理结果:


笔者算法处理结果:


原图:


   Jiaya 的处理结果:


笔者算法处理结果:





从对比结果来看,笔者的算法基本上还是能够赶得上Jiaya 的处理效果的。笔者算法的优略如下:

优势:笔者的算法速度超级快,无需GPU加速。处理一张720P的彩色图像需要的时间大约在50ms,占用额外内存仅仅为1张图片的大小。

           而现有的去模糊算法必须要有GPU的情况下都需要数秒钟的时间。

不足:笔者的算法只针对高斯模糊有效,而且高斯模糊的PSF半径比较小。最根本的原因在于本人的算法思路是细节增强,而非真正的

           去模糊算法。


2. 图像缩放


       既然笔者的算法仅仅对小的高斯模糊比较有效,那么笔者算法的另外一个有效的应用是图像缩放。采用经典的cubic插值算法得到的图像有点模糊,可以将笔者的算法用于cubic算法之后的后处理以增强图像细节。


      这里比较的依然是香港中文大学Jiaya 等人的一篇文献:Fast Image/Video Upsampling

      在这篇文献中,作者用非盲反卷积的思路对cubic插值后的图像进行去模糊,模糊核被假定为固定的高斯核。经过若干次的迭代可以获得相当不错的效果。关于这篇文献更多的信息可以参考笔者的翻译稿,下载链接如下:

 http://download.csdn.net/detail/celerychen2009/5493723


       然而,Jiaya的算法仍然需要GPU的参与,否则依然很慢。在我的机器上【I3,CPU主频2.1G】处理720p的图像要1分钟之多。而笔者的算法用于cubic之后的后处理具有明显的优势,不用GPU参与也能实时。


原图:


Jiaya的处理效果:                                                  笔者算法的处理效果:

原图:


Jiaya的处理效果:                                                  笔者算法处理效果:                                    


原图:


Jiaya的处理效果:                                                 笔者算法处理效果:



3. 算法思路

         
         笔者的算法思路其实比较简单,如果对PS比较了解,应该会知道PS有锐化这个功能,比较实用的例如USM锐化。如何得到图像的细节,典型的可以采用高通滤波。笔者在得到图像的细节之后,专门针对图像的细节做了一些预处理,然后把图像的细节和原始图像叠加在一起。有时候,思路越简单,方法越有效。




本文转载自:http://www.cnblogs.com/celerychen/p/3588192.html

上一篇: 函数可变参数
abcijkxyz
粉丝 63
博文 6196
码字总数 1876
作品 0
深圳
项目经理
私信 提问
CVPR 2018 | 腾讯优图提出SRN-DeblurNet:高效高质量去除复杂图像模糊

  选自arXiv   作者:Xin Tao、Hongyun Gao、Xiaoyong Shen、Jue Wang、Jiaya Jia   机器之心编译   参与:Panda      因为手抖或焦点选择等问题,相机拍摄的图像中常常存在模糊...

机器之心
2018/05/30
0
0
OpenCV边缘检测算子原理总结及实现

拉普拉斯算子 原理:是一种基于图像导数运算的高通线性滤波器。它通过二阶导数来度量图像函数的曲率。 拉普拉斯算子是最简单的各向同性微分算子,它具有旋转不变性。一个二维图像函数的拉普拉...

漫步当下
2018/08/17
0
0
【图像处理】空间滤波、中值滤波(Spatial Filtering and Median Filtering)

实验要求   编写一个能够完成两幅图像之间加、减、乘、除四种算术运算的函数。另外,对于两幅图像的乘法,所编写的乘法程序还要能够完成一幅图像乘以一个常数的功能。使用图Fig1.10(4)和F...

u013165921
2018/01/15
0
0
谷歌发布基于神经网络的图像质量评分系统NIMA

  图像质量和美感的定量化一直是图像处理和机器视觉领域的难题。尽管基于像素级处理的噪声、模糊和压缩效应定性评价已经有一些成果,但是美感评价却涉及到情感等人类主观因素,因此长期以来...

DeepTech深科技
2017/12/22
0
0
【数字图像处理】七.MFC图像增强之图像普通平滑、高斯平滑、Laplacian、Sobel、Prewitt锐化详解

本文主要讲述基于VC++6.0 MFC图像处理的应用知识,主要结合自己大三所学课程《数字图像处理》及课件进行讲解,主要通过MFC单文档视图实现显示BMP图像增强处理,包括图像普通平滑、高斯平滑、...

Eastmount
2015/06/08
0
0

没有更多内容

加载失败,请刷新页面

加载更多

《生活的难题》的读后感3600字范文

《生活的难题》的读后感3600字范文: 假如我们对丑的事物也能够像对待美的事物那般抱持一种开放、接纳的心态,拥有相同的感受力,那么我们便会发现它们都是充满意义的,而这种认识会使生活变...

原创小博客
19分钟前
1
0
Linux learn(四)

7. Linux磁盘与文件系统管理 文件系统通常会将数据放在不同的区块,权限与属性放置到inode中,至于实际数据则放到datab lock区块中,另外,还有一个超级区块(superblock)会记录整个文件系统...

lazy~
27分钟前
1
0
微信公众号开发(四)

微信公众号开发时常需要一个用户授权绑定的过程。关于微信公众号的用户绑定,一般有如下两种实现方式: (1)通过发送短信验证码的方式; (2)使用用户登录时,向后端传递openid的方式。 使...

织梦之魂
今天
4
0
设计模式-工厂模式

工厂模式 工厂模式(Factory Pattern)是 Java 中最常用的设计模式之一。这种类型的设计模式属于创建型模式,它提供了一种创建对象的最佳方式。 在工厂模式中,我们在创建对象时不会对客户端...

HOT_POT
今天
9
0

没有更多内容

加载失败,请刷新页面

加载更多

返回顶部
顶部