-
-
公开(公告)号:CN119697506A
公开(公告)日:2025-03-25
申请号:CN202411312313.0
申请日:2024-09-20
Applicant: 佳能株式会社
Inventor: 日浅法人
IPC: H04N23/80 , H04N23/81 , H04N23/60 , G06T3/4053 , G06N20/00
Abstract: 本公开涉及图像处理方法、图像处理装置、图像拾取装置、以及存储介质。图像处理方法包括使用机器学习模型生成基于第一图像的第一残差图像,并且基于所述第一残差图像的绝对值和第四图像生成第三图像。所述第四图像是所述第一图像或基于所述第一图像的图像。在第二图像是所述第四图像与所述第一残差图像的总和的情况下,随着所述第一残差图像中与所述第三图像中的每个像素对应的像素的信号值的非零绝对值减小,所述第三图像中的每个像素的信号值被设置为比所述第二图像中与所述第三图像中的每个像素对应的像素的信号值更接近所述第四图像中与所述第三图像中的每个像素对应的像素的信号值的值。
-
公开(公告)号:CN115496673A
公开(公告)日:2022-12-20
申请号:CN202210668489.4
申请日:2022-06-14
Applicant: 佳能株式会社
Abstract: 本发明公开了图像处理方法、图像处理装置、图像处理系统、以及存储介质。图像处理方法包括获取通过成像获得的捕获图像,通过校正捕获图像的模糊成分来生成第一图像,以及基于捕获图像、第一图像和权重信息生成第二图像。权重信息基于(i)关于捕获图像的亮度的信息或关于捕获图像的场景的信息和(ii)关于捕获图像中的饱和区域的信息而生成。
-
-
-
公开(公告)号:CN103997599B
公开(公告)日:2017-09-26
申请号:CN201410050633.3
申请日:2014-02-14
Applicant: 佳能株式会社
CPC classification number: H04N5/23229 , G06T5/003 , H04N5/2254 , H04N5/2258 , H04N5/23212
Abstract: 本发明公开了图像处理设备、图像拾取设备以及图像处理方法。图像处理设备使用包括物体空间信息的输入图像生成输出图像,该图像处理设备包括区域分割单元,被配置用于将输入图像分割成第一区域和第二区域;以及重构图像生成单元,被配置用于重构输入图像以生成输出图像,重构图像生成单元对于第一区域和第二区域分别应用彼此不同的拍摄条件。
-
公开(公告)号:CN104041006A
公开(公告)日:2014-09-10
申请号:CN201280066884.X
申请日:2012-12-05
Applicant: 佳能株式会社
CPC classification number: H04N5/23232 , G02B7/346 , H04N5/2254 , H04N5/23212 , H04N5/23296 , H04N5/369
Abstract: 图像生成方法用于根据图像传感器所获取到的输入图像来生成输出图像,其中,图像传感器具有多个像素的阵列,各个像素中设置有多个子像素,各个子像素接收穿过摄像光学系统的不同光瞳子区域的光束。该方法包括以下步骤:生成分别与不同光瞳子区域相对应的多个视差图像的步骤;根据摄像光学系统的虚拟成像面、针对各个视差图像进行不同的移位,来生成多个像素移位图像的步骤;以及通过合成处理,根据像素移位图像来生成具有比视差图像的分辨率高的分辨率的输出图像的步骤。
-
公开(公告)号:CN111753869B
公开(公告)日:2025-03-11
申请号:CN202010210572.8
申请日:2020-03-24
Applicant: 佳能株式会社
Inventor: 日浅法人
IPC: G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本申请涉及图像处理方法、图像处理装置、存储介质、图像处理系统及已学习模型制造方法。一种图像处理方法,包括以下步骤:基于输入图像中的信号值和该信号值的阈值来获得表示输入图像的超出动态范围的区域的第一映射图,以及输入包括输入图像和第一映射图的输入数据并执行识别任务或回归任务。
-
-
公开(公告)号:CN111010504B
公开(公告)日:2022-03-25
申请号:CN201910926316.6
申请日:2019-09-27
Applicant: 佳能株式会社
Inventor: 日浅法人
Abstract: 本发明提供图像处理方法、装置和系统、摄像装置及存储介质。该图像处理方法被构造为使用神经网络来校正拍摄图像,所述图像处理方法包括:第一步骤,其根据作为拍摄图像的一部分的部分图像在拍摄图像中的位置,确定部分图像的反转轴或神经网络的滤波器;第二步骤,其确定输入到与反转轴相对应的神经网络的图像中的各颜色分量的像素间的位置关系;以及第三步骤,其通过使用神经网络对基于位置关系而根据拍摄图像生成的输入图像进行处理,来生成通过对输入图像进行校正而获得的校正图像。
-
-
-
-
-
-
-
-
-