-
公开(公告)号:CN102132319A
公开(公告)日:2011-07-20
申请号:CN200980134126.5
申请日:2009-06-12
Applicant: 微软公司
IPC: G06T5/00
CPC classification number: G06T5/003 , G06T2207/10024
Abstract: 所描述的是用于图像解卷积来对给定模糊核的图像去模糊的技术。从要去模糊的图像导出的本地化的色彩统计在解卷积期间用作先验约束。像素的色彩被公式化为像素的邻域内两个最普遍的色彩的线性组合。对图像中的许多或所有像素可重复这一过程。像素的线性组合用作对模糊的图像解卷积的二色先验。二色先验响应于图像的内容,并且它可将边缘锐度从边缘强度分离。
-
公开(公告)号:CN101375611B
公开(公告)日:2011-03-02
申请号:CN200780003776.7
申请日:2007-01-25
Applicant: 微软公司
Abstract: 一种贝叶斯二色图像去镶嵌器和方法用于处理数字彩色图像以便用减少图像伪像的方式来对该图像去镶嵌。该方法和系统是对先前的去镶嵌技术的改进和增强。对该图像执行初步去镶嵌遍以向每一像素分配一完整定义的RGB三元组色彩值。所处理的图像中的色彩的最终色彩值被限于两个色彩的线性组合。对于图像中的每一像素的完整定义的RGB三元组色彩值用于找出表示占优势的两个色彩的两个集群。然后确定这两个占优势的色彩对最终色彩值的贡献量。该方法和系统还可处理多个图像以改进去镶嵌结果。当使用多个图像时,可在更精细的分辨率,称为超分辨率下执行采样。
-
公开(公告)号:CN102132319B
公开(公告)日:2013-09-18
申请号:CN200980134126.5
申请日:2009-06-12
Applicant: 微软公司
IPC: G06T5/00
CPC classification number: G06T5/003 , G06T2207/10024
Abstract: 所描述的是用于图像解卷积来对给定模糊核的图像去模糊的技术。从要去模糊的图像导出的本地化的色彩统计在解卷积期间用作先验约束。像素的色彩被公式化为像素的邻域内两个最普遍的色彩的线性组合。对图像中的许多或所有像素可重复这一过程。像素的线性组合用作对模糊的图像解卷积的二色先验。二色先验响应于图像的内容,并且它可将边缘锐度从边缘强度分离。
-
公开(公告)号:CN101375588B
公开(公告)日:2011-07-06
申请号:CN200780003467.X
申请日:2007-01-25
Applicant: 微软公司
CPC classification number: G06T5/003 , G06T5/002 , G06T2207/20076
Abstract: 一种“图像去噪器”提供了用于对彩色图像去噪的概率性过程,该去噪是通过将输入图像分段成区域、估算每一区域内的统计量、然后使用概率性图像形成模型来估算干净(或经去噪的)图像来完成的。在一个实施例中,使用每一区域之间所估算的模糊来减少因对输入图像去噪而导致的区域边界的人为锐化。在其它实施例中,所估算的模糊用于其它目的,包括锐化一个或多个区域之间的边缘,以及选择性地模糊或锐化图像的一个或多个特定区域(即,选择性聚焦)同时维持各区域之间的原始模糊。
-
公开(公告)号:CN101375611A
公开(公告)日:2009-02-25
申请号:CN200780003776.7
申请日:2007-01-25
Applicant: 微软公司
Abstract: 一种贝叶斯二色图像去镶嵌器和方法用于处理数字彩色图像以便用减少图像伪像的方式来对该图像去镶嵌。该方法和系统是对先前的去镶嵌技术的改进和增强。对该图像执行初步去镶嵌遍以向每一像素分配一完整定义的RGB三元组色彩值。所处理的图像中的色彩的最终色彩值被限于两个色彩的线性组合。对于图像中的每一像素的完整定义的RGB三元组色彩值用于找出表示占优势的两个色彩的两个集群。然后确定这两个占优势的色彩对最终色彩值的贡献量。该方法和系统还可处理多个图像以改进去镶嵌结果。当使用多个图像时,可在更精细的分辨率,称为超分辨率下执行采样。
-
公开(公告)号:CN101375588A
公开(公告)日:2009-02-25
申请号:CN200780003467.X
申请日:2007-01-25
Applicant: 微软公司
CPC classification number: G06T5/003 , G06T5/002 , G06T2207/20076
Abstract: 一种“图像去噪器”提供了用于对彩色图像去噪的概率性过程,该去噪是通过将输入图像分段成区域、估算每一区域内的统计量、然后使用概率性图像形成模型来估算干净(或经去噪的)图像来完成的。在一个实施例中,使用每一区域之间所估算的模糊来减少因对输入图像去噪而导致的区域边界的人为锐化。在其它实施例中,所估算的模糊用于其它目的,包括锐化一个或多个区域之间的边缘,以及选择性地模糊或锐化图像的一个或多个特定区域(即,选择性聚焦)同时维持各区域之间的原始模糊。
-
-
-
-
-