CN102750684A - 一种图像增强方法和程序及设备 - Google Patents
一种图像增强方法和程序及设备 Download PDFInfo
- Publication number
- CN102750684A CN102750684A CN2012101860504A CN201210186050A CN102750684A CN 102750684 A CN102750684 A CN 102750684A CN 2012101860504 A CN2012101860504 A CN 2012101860504A CN 201210186050 A CN201210186050 A CN 201210186050A CN 102750684 A CN102750684 A CN 102750684A
- Authority
- CN
- China
- Prior art keywords
- image
- histogram
- broadening
- value
- ceofficient
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000012545 processing Methods 0.000 claims abstract description 32
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 13
- 238000003786 synthesis reaction Methods 0.000 claims abstract description 13
- 238000009826 distribution Methods 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims description 8
- 238000011156 evaluation Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 9
- 230000002708 enhancing effect Effects 0.000 description 4
- 230000006872 improvement Effects 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 230000035515 penetration Effects 0.000 description 3
- 238000005728 strengthening Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000005693 optoelectronics Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
本发明涉及一种图像增强方法和程序及设备，首先图像采集单元采集、获取图像的图像数据；然后直方图统计模块将图像数据进行计算、统计，形成相应的直方图并传输给均衡系数调节模块、展宽系数调节模块；接着均衡系数调节模块和展宽系数调节模块对接收到的直方图数据分别进行均衡处理和展宽处理；最后图像合成模块将衡系数调节模块和展宽系数调节模块传输过来的均衡处理后的直方图与展宽处理后直方图进行合成，得到增强后的图像。本发明增强效果好，适用范围广，应用价值高，实现成本低，易于普及推广；而且引入的均衡系数α和展宽系数β可通过人工干预或自动确定，操作便捷、灵活，自动化、智能化程度高；并且设备结构简单、日后维护容易、费用少。
Description
技术领域
本发明涉及图像处理设备、图像处理方法和程序技术领域，涉及一种图像增强方法和程序及设备。
背景技术
利用数字图像增强技术改善图像质量，目前市场上有很多方法。比如空域增强方法有：灰度映射（gamma曲线、s曲线、对比度拉伸和直方图均衡化等）和拉普拉斯算子增强等；而频域处理则有通过增强高频成分的方法改善图像的质量（参考文献1，2，3）。诸多的图像增强方法可针对不同类型的图像，比如针对成像系统中光电转换的非线性，显示设备等硬件的非线性，常用gamma校正手法来增强图像质量；对输入的灰度范围已知的图像，常用s曲线或者对比度线性展宽等手法；拉普拉斯算子的处理方法则针对增强图像中的细节（高频成分）有很好的效果。
图像灰度直方图h是对图像中出现的灰度级分布的统计，是将图像中所有像素，按照灰度值的大小，统计其出现的频度。所以图像灰度直方图是图像灰度的函数，放映了图像中每个灰度值出现的频度。（如图3）
而直方图均衡是图像增强的最常用的方法之一，特别是常用于增强动态范围偏小的图像，其基本思想是将原图像的直方图变换为均匀分布，增加了灰度值的动态范围，达到增强图像对比度的效果（参考文献3）。
直方图均衡化的增强方法增强了图像灰度动态范围的同时，特别是直方图分布极其不平衡时，会增加可视的噪声甚至于伪边缘等。如图1所示，为直方图均衡化前后的图像，可以看出，结果图很好地拓展了图像的灰度动态范围，但是，服装、头发等处，出现了明显的噪声。
针对直方图均衡化的缺点，也有改善的方法，比如（参考文献4）中提及的方法，其基本思想是将直方图分布极其不平衡时，对直方图均衡化后的直方图修改为等间隔，从而达到改善图像增强效果。由于该方法克服原有直方图均衡化缺点的主要步骤在于将直方图修改为等间隔，这在直方图分布极其不平衡时，仅体现为辉度的线性拓展。
对图像增强后的质量，没有统一的评判标准，常见的图像质量指标有PSNR，SNR, MSE和UIQI等（参考文献5）。
参考文献：
【1】冈萨雷斯，“数字图像处理”，电子工业出版社；
【2】朱虹等编著，“数字图像处理基础”，科学出版社；
【3】章毓晋编著，“图像工程（上册）图像处理”，清华出版社；
【4】徐同莹，彭定明，王卫星，“改进的直方图均衡化算法”，兵工自动化，Vol.25，No.7, pp.58-59(2006)。
【5】Zhou Wang and Alan C. Bovik, “A Universal Image Quality Index”, IEEE Signal Processing Letters,Vol.9, No.3, pp.81-84(2002)。
发明内容
为解决现有技术中存在的上述问题，本发明提供了一种采用在保持直方图均衡化的同时进行线性拓展灰度范围，以达到灵活控制图像质量的目的，操作便捷、灵活，自动化、智能化程度高，运用方便，图像增强好，适用范围领域广，应用价值高，成本低，易于普及推广的图像增强方法和程序及设备。
为解决上述技术问题，本发明采用如下技术方案：
一种图像增强方法，包括有以下步骤：
获取图像的图像数据；
计算所获取的图像数据的直方图；
对计算出的直方图分别进行均衡处理和展宽处理；
将均衡处理后的直方图与展宽处理后直方图进行合成处理，得到增强后的图像。
作为本发明一优选方案，所述对计算出的直方图分别进行均衡处理和展宽处理，具体为：通过引入均衡系数α和展宽系数β，并结合直方图均衡化的数学模式g（x，y）=T（f（x，y））和图像灰度展宽的数学模式e（x，y）=E（f（x，y）），进行直方图的均衡处理和展宽处理。
作为本发明一优选方案，所述均衡处理具体为：当进行均衡处理时，所述均衡系数α值的范围为[0，A]，根据公式G1(x,y) =αf（x，y）/A+（1-α/A）g（x，y），计算、合成得到均衡调节处理后的直方图。
作为本发明一优选方案，所述展宽处理具体为：当进行展宽处理时，所述展宽系数β值的范围为[0，B]，根据公式G2（x，y） =βf（x，y）/B+（1-β/B）e（x，y），计算、合成得到线性展宽处理后的直方图。
作为本发明一优选方案，所述均衡系数α和展宽系数β的取值范围为[0，1]。
作为本发明一优选方案，所述的图像增强方法中的均衡系数α和展宽系数β的取值，既可通过人工干预来确定，也可根据直方图h的分布进行自动确定。
作为本发明一优选方案，所述均衡系数α和展宽系数β的取值自动确定，具体为：当评价值H（α，β）取得最大值时的α和β值。
作为本发明一优选方案，所述评价值H（α，β）为处理后图像质量Q和处理后图像对比度增值C的函数。
作为本发明一优选方案，所述均衡系数α和展宽系数β的取值自动确定，具体为：当处理图像的直方图为均匀分布时，α为0；当处理图像的直方图为绝对不均衡时，α为1；当处理图像的直方图的方差或尖度统计量最小，且为均匀分布时，β为1，随直方图的方差或尖度统计量增大而β值减小。
作为本发明一优选方案，所述均衡系数α和展宽系数β的取值按照以下公式进行自动确定：
α= ∑（h(i)–1/L ）2 /（2×（1-1/L)）；
β= 1–exp（-∑（h(i)–average(h))4 )。
一种使计算机执行包括以下步骤过程的程序：
获取图像的图像数据；
计算所获取的图像数据的直方图；
对计算出的直方图分别进行均衡处理和展宽处理；
将均衡处理后的直方图与展宽处理后直方图进行合成处理，得到增强后的图像。
作为本发明一优选方案，本程序还包括有所述均衡处理的均衡系数α和所述展宽处理的展宽系数β的取值的人工确定或/和自动确定。
一种图像增强设备，其特征在于，包括有一用于采集、获取图像的图像数据图像采集单元和执行单元，所述执行单元包括：
一用于计算所获取的图像数据的直方图的直方图统计模块；
一用于对计算出的直方图分别进行均衡处理的均衡系数调节模块；
一用于对计算出的直方图分别进行展宽处理所述展宽系数调节模块；
一用于将均衡处理后的直方图与展宽处理后直方图进行合成处理，得到增强后的图像的图像合成模块；
且所述图像采集单元与所述直方图统计模块导通连接，所述均衡系数调节模块和展宽系数调节模块两端均分别与所述直方图统计模块和图像合成模块导通连接。
作为本发明一优选方案，本设备还包括有一控制单元、显示单元和通信单元，所述控制单元与所述执行单元导通连接，所述显示单元和通信单元均与所述图像合成模块导通连接。
作为本发明一优选方案，本设备还包括有一用于确定所述均衡系数α和展宽系数β的取值模块，所述取值模块与所述均衡系数调节模块和展宽系数调节模块导通连接。
作为本发明一优选方案，所述取值模块是人工取值确定模块或/和自动取值确定模块。
本发明的有益效果是：
本发明通过上述技术方案，其图像增强方法通过引入均衡系数α和展宽系数β，在保持直方图均衡化下同时进行线性拓展灰度范围，达到灵活控制图像质量的目的，且增强效果好，并适用于所有需要增强的图像，适用范围领域广，应用价值高，实现成本低，易于普及推广；并且均衡系数α和展宽系数β的取值既可通过人工干预来确定，也可根据直方图h的分布进行自动确定，操作更便捷、更灵活，自动化、智能化程度更高，运用更方便。
另外，图像增强设备结构简单、制作成本低，日后维护容易、费用少，使用更方便、更灵活。
附图说明
图1是现有的直方图均衡化的增强方法的原图像和增强后图像的效果图；
图2是本发明实施例所述一种图像增强方法的流程示意图；
图3是一实施例的原图像及其对应的直方图；
图4是图3通过传统的直方图均衡化得到图像效果图及对应直方图；
图5是图3通过本发明所述图像增强方法处理后的增强图像效果图及对应直方图；
图6是本发明实施例所述一种图像增强设备的结构原理示意框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
参见图2，本发明实施例所述的一种图像增强方法，包括有以下步骤：
步骤A. 获取图像的图像数据；
步骤B. 计算所获取的图像数据的直方图；
步骤C. 对计算出的直方图分别进行均衡处理和展宽处理；
步骤D. 将均衡处理后的直方图与展宽处理后直方图进行合成处理，得到增强后的图像。
所述对计算出的直方图分别进行均衡处理和展宽处理，具体可以为：通过引入均衡系数α和展宽系数β，并结合直方图均衡化的数学模式g（x，y）=T（f（x，y））和灰度展宽处理的数学模式e(x,y)=E(f(x,y))，进行直方图的均衡处理和展宽处理；当进行均衡处理时，均衡系数α的取值范围为[0，1]，根据公式G1(x,y) =αf（x，y）/A+（1-α/A）g（x，y），计算、合成得到均衡调节处理后的直方图；当进行展宽处理时，展宽系数β的取值范围为[0，1]，根据公式G2（x，y） =βf（x，y）/B+（1-β/B）e（x，y），计算、合成得到线性展宽处理后的直方图。
其中，f（x，y）为原图像在像素点（x，y）的灰度值，T为直方图均衡化的灰度映射关系，g（x，y）为增强图像的在同一像素点(x,y)的灰度值，e（x，y）为线性展宽灰度映射后在同一像素点(x,y)的灰度值。
所述将均衡处理后的直方图与展宽处理后直方图进行合成处理，得到增强后的图像f’(此处省略各个图像的像素位置x，y)，即根据公式f’= [G1+G2]/2 = [（α+β）f+（1-α）g+（1-β）e]/2，计算得到合成后的增强后的图像f’的直方图（如图5）。
这样，本发明的图像增强方法通过，引入均衡系数α和展宽系数β，在保持直方图均衡化下同时进行线性拓展灰度范围，达到灵活控制图像质量的目的，而且与通过传统的直方图均衡化得到图像和直方图（如图4）相比，增强效果好，并适用于所有需要增强的图像，适用范围领域广，特别是在特定领域比如医学/红外/军事图像增强，有很广阔的实际应用价值，而且实现成本低，易于普及推广。
另外，本发明所述的图像增强方法中的均衡系数α和展宽系数β的取值，既可通过人工干预来确定，特别是针对特定类图像（比如X线图像，红外图像等），其直方图类似，效果很好；也可根据直方图h的分布，自动确定：具体可以为：设定均衡系数α和展宽系数β的评价值H（α，β），该评价值H（α，β）为处理后图像质量Q和处理后图像对比度增值C的函数，当评价值H（α，β）取得最大值时的α和β值，也就是说，过分增强图像，图像质量Q减少而图像对比度增值C增加，接近原图像，图像质量Q增加而图像对比度增值C减少，即找到最大值作为平衡点，自动确定α和β。
例如：图像质量Q可为参考文献5中的图像质量Q，而图像对比度增值C计算则可为参考文献2中的对比度计算处理前后的对比度，或者直方图的方差或尖度等统计量；图像质量Q = 处理前后图像的（相关系数X 平均差异 X 方差差异），图像对比度增值C = 处理前后图像对比度度差值，该图像对比度为相邻像素值差值平方之和。
或者，所述均衡系数α和展宽系数β的取值自动确定，具体可以为：当处理图像的直方图为均匀分布时，α为0；当处理图像的直方图为绝对不均衡时，α为1；当处理图像的直方图的方差或尖度统计量最小，且为均匀分布时，β为1，随直方图的方差或尖度统计量增大而β值减小。
例如，根据以下公式自动确定：
α= ∑（h(i)–1/L ）2 /（2×（1-1/L)）；
β= 1–exp（-∑（h(i)–average(h))4 )；
当h与均匀分布的直方图的差比较小时（即当图像有L个灰度级时，每个灰度出现频度为1/L），α取小值，否则取接近于1的值，也就是α的取值是随h与均匀分布的直方图的差值增大而增加；当h分布的尖度较大时，拓展范围大，也就是β的取值随h的尖度增加而增加。
这样，本发明所述的图像增强方法操作更便捷、更灵活，自动化、智能化程度更高，运用更方便。
当然，均衡系数α和展宽系数β的取值的范围可以是任意。例如均衡系数α=[0,A]，对其中的任意值v，其换算可以利用α=v/A使其归一化；同理，展宽系数β取值范围也是任意的。
参见图6，本发明实施例所述的一种图像增强设备，包括有图像采集单元1和执行单元2，所述图像采集单元1可以为摄像头、扫描仪、红外摄设备或X光摄像设备，所述执行单元2主要由直方图统计模块21、均衡系数调节模块22、展宽系数调节模块23和图像合成模块24，且所述均衡系数调节模块22和展宽系数调节模块23两端均分别与直方图统计模块21和图像合成模块24导通连接。其中，所述图像采集单元1与直方图统计模块21导通连接，主要用于采集、获取图像的图像数据；所述直方图统计模块21主要用于计算所获取的图像数据的直方图；所述均衡系数调节模块22主要用于对计算出的直方图分别进行均衡处理；所述展宽系数调节模块23主要用于对计算出的直方图分别进行展宽处理；所述图像合成模块24主要用于将均衡处理后的直方图与展宽处理后直方图进行合成处理，得到增强后的图像。
工作时，首先图像采集单元1采集、获取图像的图像数据，并传输给直方图统计模块21；然后直方图统计模块21将接收到的图像数据进行计算、统计，形成相应的直方图并传输给均衡系数调节模块22、展宽系数调节模块23；接着均衡系数调节模块22和展宽系数调节模块23对接收到的直方图数据分别进行均衡处理和展宽处理；最后图像合成模块24将衡系数调节模块22和展宽系数调节模块23传输过来的均衡处理后的直方图与展宽处理后直方图进行合成，得到增强后的图像。本发明所述的图像增强设备结构简单、制作成本低，日后维护容易、费用少。
作为本发明一优选实施例，所述图像增强设备还包括有一控制单元3、显示单元4和通信单元5，且所述控制单元3与执行单元2导通连接，显示单元4和通信单元5均与图像合成模块24导通连接；其中，控制单元3主要用于控制图像数据输送至直方图统计模块21，以及控制增强后的图像数据输送至显示单元4或通信单元5，显示单元4主要用于显示增强后的图像，通信单元5主要用于与远程系统进行连接、通信，将增强后的图像传输至远程系统（如远程医疗系统，图中未表示出来），以供使用，使用更方便、更灵活。
作为本发明又一优选实施例，所述图像增强设备还包括有还包括有一用于确定所述均衡系数α和展宽系数β的取值模块25，所述取值模块25是一人工取值确定模块或/和自动取值确定模块，与所述均衡系数调节模块22和展宽系数调节模块23导通连接；使用操作更灵活、更方便。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (16)
1.一种图像增强方法，其特征在于，包括有以下步骤：
获取图像的图像数据；
计算所获取的图像数据的直方图；
对计算出的直方图分别进行均衡处理和展宽处理；
将均衡处理后的直方图与展宽处理后直方图进行合成处理，得到增强后的图像。
2.根据权利要求1所述的图像增强方法，其特征在于，所述对计算出的直方图分别进行均衡处理和展宽处理，具体为：通过引入均衡系数α和展宽系数β，并结合直方图均衡化的数学模式g（x，y）=T（f（x，y））和灰度展宽处理的数学模式e(x,y)=E(f(x,y)), 进行直方图的均衡处理和展宽处理。
3.根据权利要求2所述的图像增强方法，其特征在于，所述均衡处理具体为：当进行均衡处理时，所述均衡系数α值的范围为[0，A]，根据公式G1(x,y) =αf（x，y）/A+（1-α/A）g（x，y），计算、合成得到均衡调节处理后的直方图。
4.根据权利要求3所述的图像增强方法，其特征在于，所述展宽处理具体为：当进行展宽处理时，所述展宽系数β值的范围为[0，B]，根据公式G2（x，y） =βf（x，y）/B+（1-β/B）e（x，y），计算、合成得到线性展宽处理后的直方图。
5.根据权利要求4所述的图像增强方法，其特征在于，所述均衡系数α和展宽系数β的取值范围为[0，1]。
6.根据权利要求5所述的图像增强方法，其特征在于，所述的图像增强方法中的均衡系数α和展宽系数β的取值，既可通过人工干预来确定，也可根据直方图h的分布进行自动确定。
7.根据权利要求6所述的图像增强方法，其特征在于，所述均衡系数α和展宽系数β的取值自动确定，具体为：当评价值H（α，β）取得最大值时的α和β值。
8.根据权利要求7所述的图像增强方法，其特征在于，所述评价值H（α，β）为处理后图像质量Q和处理后图像对比度增值C的函数。
9.根据权利要求6所述的图像增强方法，其特征在于，所述均衡系数α和展宽系数β的取值自动确定，具体为：当处理图像的直方图为均匀分布时，α为0；当处理图像的直方图为绝对不均衡时，α为1；当处理图像的直方图的方差或尖度统计量最小，且为均匀分布时，β为1，随直方图的方差或尖度统计量增大而β值减小。
10.根据权利要求9所述的图像增强方法，其特征在于，所述均衡系数α和展宽系数β的取值按照以下公式进行自动确定：
α= ∑（h(i)–1/L ）2 /（2×（1-1/L)）；
β= 1–exp（-∑（h(i)–average(h))4 )。
11.一种使计算机执行包括以下步骤过程的程序：
获取图像的图像数据；
计算所获取的图像数据的直方图；
对计算出的直方图分别进行均衡处理和展宽处理；
将均衡处理后的直方图与展宽处理后直方图进行合成处理，得到增强后的图像。
12.根据权利要求11所述的程序，其特征在于，本程序还包括有所述均衡处理的均衡系数α和所述展宽处理的展宽系数β的取值的人工确定或/和自动确定。
13.一种图像增强设备，其特征在于，包括有一用于采集、获取图像的图像数据图像采集单元（1）和执行单元（2），所述执行单元（2）包括：
一用于计算所获取的图像数据的直方图的直方图统计模块（21）；
一用于对计算出的直方图分别进行均衡处理的均衡系数调节模块（22）；
一用于对计算出的直方图分别进行展宽处理所述展宽系数调节模块（23）；
一用于将均衡处理后的直方图与展宽处理后直方图进行合成处理，得到增强后的图像的图像合成模块（24）；
且所述图像采集单元（1）与所述直方图统计模块（21）导通连接，所述均衡系数调节模块（22）和展宽系数调节模块（23）两端均分别与所述直方图统计模块（21）和图像合成模块（24）导通连接。
14.根据权利要求9所述的图像增强设备，其特征在于，本设备还包括有一控制单元（3）、显示单元（4）和通信单元（5），所述控制单元（3）与所述执行单元（2）导通连接，所述显示单元（4）和通信单元（5）均与所述图像合成模块（24）导通连接。
15.根据权利要求13或14所述的图像增强设备，其特征在于，本设备还包括有一用于确定所述均衡系数α和展宽系数β的取值模块（25），所述取值模块（25）与所述均衡系数调节模块（22）和展宽系数调节模块（23）导通连接。
16.根据权利要求15所述的图像增强设备，其特征在于，所述取值模块（25）是人工取值确定模块或/和自动取值确定模块。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210186050.4A CN102750684B (zh) | 2012-06-07 | 2012-06-07 | 一种图像增强方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210186050.4A CN102750684B (zh) | 2012-06-07 | 2012-06-07 | 一种图像增强方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102750684A true CN102750684A (zh) | 2012-10-24 |
| CN102750684B CN102750684B (zh) | 2015-11-25 |
Family
ID=47030834
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201210186050.4A Active CN102750684B (zh) | 2012-06-07 | 2012-06-07 | 一种图像增强方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102750684B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109701230A (zh) * | 2019-01-18 | 2019-05-03 | 郑州航空工业管理学院 | 一种基于大数据的体育训练用平衡辅助训练控制系统及方法 |
| CN111985445A (zh) * | 2020-09-02 | 2020-11-24 | 青海省草原总站 | 一种基于无人机多光谱遥感的草原虫害监测系统及方法 |
| CN112508809A (zh) * | 2020-11-27 | 2021-03-16 | 湖南傲英创视信息科技有限公司 | 低照度图像/视频增强方法及系统 |
| CN115018737A (zh) * | 2022-08-04 | 2022-09-06 | 四川迪晟新达类脑智能技术有限公司 | 一种红外热像增强方法及装置 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101340510A (zh) * | 2008-08-07 | 2009-01-07 | 中兴通讯股份有限公司 | 一种视频增强的方法及其装置 |
| CN101639936A (zh) * | 2009-04-28 | 2010-02-03 | 北京捷科惠康科技有限公司 | 一种x射线图像增强方法及系统 |
-
2012
- 2012-06-07 CN CN201210186050.4A patent/CN102750684B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101340510A (zh) * | 2008-08-07 | 2009-01-07 | 中兴通讯股份有限公司 | 一种视频增强的方法及其装置 |
| CN101639936A (zh) * | 2009-04-28 | 2010-02-03 | 北京捷科惠康科技有限公司 | 一种x射线图像增强方法及系统 |
Non-Patent Citations (5)
| Title |
|---|
| AMIT SATPATHY ET AL: "Extended Histogram of Gradients feature for human detection", 《2010 17TH IEEE INTERNATIONAL CONFERENCE ON IMAGE PROCESSING》, 29 September 2010 (2010-09-29) * |
| MANPREET KAUR ET AL: "Survey of Contrast Enhancement Techniques based on Histogram Equalization", 《INTERNATIONAL JOURNAL OF ADVANCED COMPUTER SCIENCE AND APPLICATIONS》, vol. 2, no. 7, 31 December 2011 (2011-12-31) * |
| RAJESH GARG ET AL: "Histogram Equalization Techniques For Image Enhancement", 《INTERNATIONAL JOURNAL OF ELECTRONICS & COMMUNICATION TECHNOLOGY》, vol. 2, no. 1, 31 March 2011 (2011-03-31) * |
| ROBERT KRUTSCH ET AL: "Histogram Equalization", 《FREESCALE SEMICONDUCTOR APPLICATION NOTE》, 30 June 2011 (2011-06-30) * |
| 吴成茂: "可调直方图均衡化的正则解释及其改进", 《电子学报》, vol. 39, no. 6, 30 June 2011 (2011-06-30), pages 4 - 6 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109701230A (zh) * | 2019-01-18 | 2019-05-03 | 郑州航空工业管理学院 | 一种基于大数据的体育训练用平衡辅助训练控制系统及方法 |
| CN111985445A (zh) * | 2020-09-02 | 2020-11-24 | 青海省草原总站 | 一种基于无人机多光谱遥感的草原虫害监测系统及方法 |
| CN111985445B (zh) * | 2020-09-02 | 2023-05-30 | 青海省草原总站 | 一种基于无人机多光谱遥感的草原虫害监测系统及方法 |
| CN112508809A (zh) * | 2020-11-27 | 2021-03-16 | 湖南傲英创视信息科技有限公司 | 低照度图像/视频增强方法及系统 |
| CN112508809B (zh) * | 2020-11-27 | 2023-04-21 | 湖南傲英创视信息科技有限公司 | 低照度图像/视频增强方法及系统 |
| CN115018737A (zh) * | 2022-08-04 | 2022-09-06 | 四川迪晟新达类脑智能技术有限公司 | 一种红外热像增强方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102750684B (zh) | 2015-11-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101441764B (zh) | 一种mtfc遥感图像复原方法 | |
| CN108090885B (zh) | 用于处理图像的方法和装置 | |
| CN102750684A (zh) | 一种图像增强方法和程序及设备 | |
| KR20060041608A (ko) | 이미지 콘트라스트 향상 시스템들에서 노이즈 부스트 보호방법 및 장치 | |
| JP6451669B2 (ja) | 評価装置、評価方法およびカメラシステム | |
| US20130034307A1 (en) | Local Area Contrast Enhancement | |
| CN105791636A (zh) | 一种视频处理系统 | |
| CN106651741B (zh) | 一种基于云计算的图形处理系统 | |
| CN111226256A (zh) | 用于图像动态范围调整的系统和方法 | |
| Rong et al. | Infrared fix pattern noise reduction method based on shearlet transform | |
| CN102036098A (zh) | 一种基于视觉信息量差异的全参考型图像质量评价方法 | |
| CN110298796B (zh) | 基于改进Retinex与对数图像处理的低照度图像增强方法 | |
| Boyat et al. | Image denoising using wavelet transform and wiener filter based on log energy distribution over Poisson-Gaussian noise model | |
| WO2019114027A1 (zh) | 一种图像处理方法、存储介质及智能终端 | |
| CN105323493B (zh) | 局部增强装置、多重曝光影像系统以及局部增强方法 | |
| CN101909141B (zh) | 电视影像调整方法与装置 | |
| CN110992287A (zh) | 一种非均匀光照视频的清晰化方法 | |
| Wen et al. | Adaptive parameter selection for total variation image deconvolution | |
| CN109118441B (zh) | 一种低照度图像及视频增强方法、计算机装置及存储介质 | |
| CN109410142B (zh) | 一种基于图像质量评价最优的去雾方法 | |
| Ding et al. | Video pre-processing with JND-based Gaussian filtering of superpixels | |
| CN104240186B (zh) | 一种单帧视频图像清晰度提高的方法 | |
| CN105787883A (zh) | 一种宽动态图像装置及算法 | |
| CN103700066B (zh) | 一种便携式夜视装备视频图像处理方法 | |
| Jin et al. | Industrial X-ray image enhancement algorithm based on adaptive histogram and wavelet |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| ASS | Succession or assignment of patent right |
Owner name: GUO SUMEI Effective date: 20150906 Owner name: WANG YUEJIN Free format text: FORMER OWNER: KUANG JUN Effective date: 20150906 |
|
| C41 | Transfer of patent application or patent right or utility model | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20150906 Address after: 519000 Guangdong Province, Zhuhai city Xiangzhou District Jida Garden Road No. 1 Garden Building 3B room 22 Applicant after: Wang Yuejin Applicant after: Guo Sumei Address before: 519000 Guangdong Province, Zhuhai city Xiangzhou District Jida Garden Road No. 1 building 22 room 3B Applicant before: Kuang Jun |
|
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| C41 | Transfer of patent application or patent right or utility model | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20160622 Address after: 519000 Guangdong city of Zhuhai province Hengqin Baohua Road No. 6, room 105 -8362 Patentee after: Zhuhai tankard Image Technology Co. Ltd. Address before: 519000 Guangdong Province, Zhuhai city Xiangzhou District Jida Garden Road No. 1 Garden Building 3B room 22 Patentee before: Wang Yuejin Patentee before: Guo Sumei |