一种极快速去模糊效应图像细节增强及其应用
来源:互联网 发布:淘宝童装平铺拍照技巧 编辑:程序博客网 时间:2024/06/06 01:03
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
- 一种极快速去模糊效应图像细节增强及其应用
- 一种极快速去模糊效应图像细节增强及其应用
- Retinex图像增强和暗通道去雾的关系及其在hdr色调恢复上的应用
- 图像细节增强
- 图像去模糊
- 【转】图像去模糊
- 图像的去模糊
- 模糊集图像增强实现
- 图像增强-模糊集方法
- 避免图像去雾算法中让天空部分出现过增强的一种简易方法
- 避免图像去雾算法中让天空部分出现过增强的一种简易方法。
- 【图像处理】【去模糊】图像去模糊的原理
- 图像去模糊资源整理
- 图像滤波去噪分析及其应用,code全共享
- 图像处理 去模糊 去马赛克 软件
- 灰度图像增强和图像去噪
- 图像增强之高斯模糊
- [数字图像处理]模糊算法用于图像增强
- dfs.balance.bandwidthPerSec 参数
- 线段树
- java设计模式———适配器模式
- list
- 2013.08.09(2)
- 一种极快速去模糊效应图像细节增强及其应用
- build.prop参数详解和部分修改
- oracle 多行信息转成一行显示
- POI3.8和jxl读取Excel例子
- java设计模式
- IOS 程序退出函数
- Android(Java):对应用进行单元测试
- 百度地图api---实现新建地图
- 对于image.fromfile方法在使用时,遇到的“正由另一进程使用,因此该进程无法访问此文件”解决方法