摘要：
我们提出了一种有效的视频去噪方法，利用最近提出的用于摄像机运动补偿的meshflow运动模型生成干净的视频。meshflow是一个空间光滑的稀疏运动场，运动矢量位于网格顶点。该模型具有轻量级、非参数化、空间变形体等内在特征，能够有效地实现多帧图像的去噪。具体来说，meshflow是在相邻帧之间进行估计的，这些帧用于在一个滑动时间窗口内对齐帧。**一个去噪的帧是由几帧在空间和时间的方式与离群拒绝融合产生的。**各种具有挑战性的例子证明了该方法的有效性和实用性。 阅读全文
摘要：
本文提出了一种快速去噪方法，从一组噪声图像中提取出一幅清晰的图像。我们通过引入一种称为单应流的轻量级摄像机运动模型来加速图像的对齐。将对齐后的图像融合在一起，在时间和空间域通过快速逐像素操作进行图像去噪。为了处理捕获场景运动，提出了一种选择一致像素进行时域融合的机制来“合成”一幅干净、无虚影的图像，大大减少了帧间跟踪运动的计算量。结合这些有效的解决方案，我们的方法比以前的工作快几个数量级，而去噪的质量是可比的。一个智能手机原型表明，我们的方法是实用的，并在大量的实际例子中工作良好。 阅读全文
摘要：
提出了一种基于移动平台的实时视频去噪算法。基于高斯-拉普拉斯金字塔分解，我们的解决方案的主要贡献是快速对齐和一个新的插值函数，融合有噪声的帧得到去噪的结果。该插值函数对输入帧的局部和全局特性具有自适应能力，对运动对齐误差具有鲁棒性，并且能够高效计算。结果表明，该算法具有相当的质量，离线高质量视频去噪的方法，但是是命令级快。在现代移动平台上，我们的工作用不到20ms的时间处理一个高清帧，并实现公共基准测试的最高分。 阅读全文
摘要：
该文章提出了一种利用像素空间信息增强输入图像对比度的方法。该算法是一种利用像素灰度空间分布计算像素空间熵的新方法。与传统方法不同的是，该算法考虑的是图像灰度空间位置的分布，而不是灰度分布或从图像灰度计算出的联合统计量。 对于每个灰度级，使用具有相同灰度级的所有像素的空间位置直方图计算相应的空间分布。通过计算图像灰度空间分布的熵值，得到一个分布函数，再将其映射成均匀分布函数，实现最终的对比度增强。 该方法在低对比度图像的情况下实现了对比度的改善; 并且如果图像的对比度足够高，它不会改变图像。因此，它总是在不失真的情况下产生令人愉悦的视觉效果。该方法与变换域系数加权相结合，实现了局部和全局对比度增强。局部对比度增强的程度是可以控制的。进行了若干对比增强效果的实验。实验结果表明，与现有的几种增强算法相比，本文提出的算法能产生更好的增强图像。 阅读全文