CN103310418A - 图像处理方法和装置 - Google Patents

图像处理方法和装置 Download PDF

Info

Publication number
CN103310418A
CN103310418A CN2013102420671A CN201310242067A CN103310418A CN 103310418 A CN103310418 A CN 103310418A CN 2013102420671 A CN2013102420671 A CN 2013102420671A CN 201310242067 A CN201310242067 A CN 201310242067A CN 103310418 A CN103310418 A CN 103310418A
Authority
CN
China
Prior art keywords
image
original image
illumination estimation
obtains
done
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
Application number
CN2013102420671A
Other languages
English (en)
Other versions
CN103310418B (zh
Inventor
孙锐
王继贞
陈军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chery Automobile Co Ltd
Original Assignee
Chery Automobile Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chery Automobile Co Ltd filed Critical Chery Automobile Co Ltd
Priority to CN201310242067.1A priority Critical patent/CN103310418B/zh
Publication of CN103310418A publication Critical patent/CN103310418A/zh
Application granted granted Critical
Publication of CN103310418B publication Critical patent/CN103310418B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Abstract

本发明公开了一种图像处理方法和装置,属于图像处理领域。所述方法包括:获取原始图像,并对所述原始图像进行中值滤波去噪处理;采用尺寸不同的多个圆形结构元,分别对所述中值滤波处理后的所述原始图像做开启运算,获得不同尺度的多个第一光照估计图像;对所述多个第一光照估计图像进行加权平均,获得第二光照估计图像;采用所述原始图像减去所述第二光照估计图像,获得低照度图像;确定所述原始图像的均值,采用所述低照度图像加上所述均值,获得补光图像。本发明提供的技术方案使得图像背景均匀,有效地抑制了眩光和强光,改善了图像的对比度,突出了图像中的目标部分,改善了图像的质量。

Description

图像处理方法和装置
技术领域
本发明涉及图像处理领域,特别涉及一种图像处理方法和装置。
背景技术
夜间,由于能见度较低,人的视觉感知能力下降等因素,交通事故极易发生,据统计,有42%的交通事故发生在夜间。为了减少交通事故的发生,通常汽车上都配备了基于视觉传感器的夜视系统,该夜视系统能在夜间实时显示车前100m到200m范围内的景象,便于驾驶者实时掌握前方路况做出反应,从而提高了行驶安全性。
目前使用的夜视系统一直存在一个难以解决的问题,当车辆会车时,来车大灯会发出强光,使得夜视系统的图像发生眩光,造成图像出现大面积的光斑,使得驾驶者出现视觉盲区,从而导致交通事故的发生。为了抑制眩光,目前常采用图像增强处理算法对图像进行处理,如同态滤波和直方图修正技术等。
在实现本发明的过程中,发明人发现现有技术至少存在以下问题:
这类图像增强处理算法,主要是进行局部对比度的改善和消光处理,无法准确的提取光照信息,眩光抑制效果不明显。
发明内容
为了解决现有技术中车辆强光干扰下形成眩光的问题,本发明实施例提供了一种图像处理方法和装置。所述技术方案如下:
一方面,本发明实施例提供了一种图像处理方法,所述方法包括:
获取原始图像,并对所述原始图像进行中值滤波去噪处理;
采用尺寸不同的多个圆形结构元,分别对所述中值滤波处理后的所述原始图像做开启运算,获得不同尺度的多个第一光照估计图像;
对所述多个第一光照估计图像进行加权平均,获得第二光照估计图像;
采用所述原始图像减去所述第二光照估计图像,获得低照度图像;
确定所述原始图像的均值,采用所述低照度图像加上所述均值,获得补光图像。
在本发明实施例的一种实现方式中,所述采用尺寸不同的多个圆形结构元,分别对所述中值滤波处理后的所述原始图像做开启运算,获得不同尺度的多个第一光照估计图像,包括:
采用所述多个圆形结构元,分别对所述中值滤波处理后的所述原始图像做腐蚀运算,得到腐蚀运算图像;
采用所述多个圆形结构元,分别对所述腐蚀运算图像做膨胀运算,获得所述多个第一光照估计图像。
在本发明实施例的另一种实现方式中,所述方法还包括:
采用对数变换对所述补光图像进行处理,得到对数变换图像。
在本发明实施例的另一种实现方式中,所述方法还包括:
对所述对数变换图像做伽玛变换,伽玛系数为γ∈[0.4,0.7]。
另一方面,本发明实施例还提供了一种图像处理装置,所述装置包括:
中值滤波模块,用于获取原始图像,并对所述原始图像进行中值滤波去噪处理;
开启运算模块,用于采用尺寸不同的多个圆形结构元,分别对所述中值滤波处理后的所述原始图像做开启运算,获得不同尺度的多个第一光照估计图像;
平均模块,用于对所述多个第一光照估计图像进行加权平均,获得第二光照估计图像;
低照度模块,用于采用所述原始图像减去所述第二光照估计图像,获得低照度图像;
补光模块,用于确定所述原始图像的均值,采用所述低照度图像加上所述均值,获得补光图像。
在本发明实施例的一种实现方式中,所述开启运算模块包括:
腐蚀运算单元,用于采用所述多个圆形结构元,分别对所述中值滤波处理后的所述原始图像做腐蚀运算,得到腐蚀运算图像;
膨胀运算单元,用于采用所述多个圆形结构元,分别对所述腐蚀运算图像做膨胀运算,获得所述多个第一光照估计图像。
在本发明实施例的另一种实现方式中,所述装置还包括:
对数变换模块,用于采用对数变换对所述补光图像进行处理,得到对数变换图像。
在本发明实施例的另一种实现方式中,所述装置还包括:
伽玛变换模块,用于对所述对数变换图像做伽玛变换,伽玛系数为γ∈[0.4,0.7]。
本发明实施例提供的技术方案带来的有益效果是:
通过采用多个不同尺寸的圆形结构元,对中值滤波去噪处理后的原始图像做开启运算,获得不同尺度的多个第一光照估计图像,对多个第一光照估计图像进行加权平均,得到第二光照估计图像,再采用原始图像减去第二光照估计图像,获得低照度图像,进行补光,使得图像背景均匀,有效地抑制了眩光和强光,同时改善了图像的对比度,突出了图像中的目标部分,改善了图像的质量,解决了由于眩光导致的人眼观看不适的问题,进而提高夜视系统的实用性,降低了交通事故发生率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例一提供的图像处理方法流程图;
图2是本发明实施例二提供的图像处理方法流程图;
图3是本发明实施例三提供的图像处理装置的结构示意图;
图4是本发明实施例四提供的图像处理装置的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
实施例一
本发明实施例提供了一种图像处理方法,参见图1,该方法包括:
步骤101:获取原始图像f,并对原始图像f进行中值滤波去噪处理。
值得说明的是,上述原始图像f为灰度图像;在处理彩色图像时,需要先将彩色图像转换成灰度图像,再采用本实施例提供的方法进行处理。
步骤102:采用尺寸不同的多个圆形结构元,分别对中值滤波处理后的原始图像f做开启运算,获得不同尺度的多个第一光照估计图像。
具体地,开启运算:gi=fοsi,i=1,2,…n。其中,si为圆形结构元,gi为第一光照估计图像。
步骤103:对多个第一光照估计图像进行加权平均,获得第二光照估计图像g'。
其中,
Figure BDA00003364524200041
其中,a1、a2、…an是与第一光照估计图像g1、g2、...gn相对应的权值。
步骤104:采用原始图像f减去第二光照估计图像g',获得低照度图像u。
步骤105:确定原始图像f的均值μ,采用低照度图像u加上均值μ,获得补光图像v。
本发明实施例通过采用多个不同尺寸的圆形结构元,对中值滤波去噪处理后的原始图像做开启运算,获得不同尺度的多个第一光照估计图像,对多个第一光照估计图像进行加权平均,得到第二光照估计图像,再采用原始图像减去第二光照估计图像,获得低照度图像,进行补光,使得图像背景均匀,有效地抑制了眩光和强光,同时改善了图像的对比度,突出了图像中的目标部分,改善了图像的质量,解决了由于眩光导致的人眼观看不适的问题,进而提高夜视系统的实用性,降低了交通事故发生率。
实施例二
本发明实施例提供了一种图像处理方法,参见图2,该方法包括:
步骤201:获取原始图像f,并对原始图像f进行n×n的中值滤波去噪处理。其中,对原始图像f进行n×n的中值滤波去噪处理是指,将原始图像f中每一像素点的灰度值设置为该点n×n邻域内的所有像素点灰度值的中间值。
其中,n可以取3,5,7等奇数,如对f进行3×3的中值滤波去噪处理。
由于,夜视环境下整体光照较差,原始图像中存在较为明显的噪声,所以首先对原始图像进行中值滤波去噪处理。
值得说明的是,上述原始图像f为灰度图像;在处理彩色图像时,需要先将彩色图像转换成灰度图像,再采用本实施例提供的方法进行处理。
步骤202:采用尺寸不同的多个圆形结构元,分别对中值滤波处理后的原始图像f做开启运算,获得不同尺度的第一光照估计图像。
具体地,开启运算:gi=fοsi,i=1,2,…n。其中,si为圆形结构元,gi为第一光照估计图像。
其中,圆形结构元si的尺寸是指圆形结构元的直径或半径,圆形结构元s1、s2、...sn的尺寸可以分别为d1、d2、...dn
进一步地,开启运算由腐蚀运算和膨胀运算构成,即
Figure BDA00003364524200055
具体地,步骤202包括:
步骤一、采用上述多个圆形结构元,分别对中值滤波处理后的原始图像f做腐蚀运算,得到腐蚀运算图像;
步骤二、采用上述多个圆形结构元,分别对腐蚀运算图像做膨胀运算,获得不同尺度的第一光照估计图像。
其中,腐蚀运算为:
Figure BDA00003364524200051
膨胀运算为:
Figure BDA00003364524200052
Gi为腐蚀运算图像,(x,y)为中值滤波处理后的原始图像f中的点,(a,b)为圆形结构元si中的点。
在具体实现时,可以用尺寸为d1、d2、d3的圆形结构元s1、s2、s3,对中值滤波处理后的f做开启运算,例如d1、d2、d3分别为10,20,30。d1、d2、d3根据眩光的范围确定。
步骤203:对多个第一光照估计图像进行加权平均,获得第二光照估计图像g'。
其中,
Figure BDA00003364524200053
其中,a1、a2、...an是与第一光照估计图像g1、g2、...gn相对应的权值
以步骤202中选取d1、d2、d3的圆形结构元做开启运算为例,本步骤中的加权平均运算为:
Figure BDA00003364524200054
其中取值可以是a1=0.4,a2=0.4,a3=0.2。其中,权值ai是根据圆形结构元的尺寸确定的,圆形结构元的尺寸和原始图像中灯光的尺寸越接近,该圆形结构元所对应的权值越大。在具体实现中,每个权值的大小可以根据实验获得,这里不在赘述。
步骤204:采用原始图像f减去第二光照估计图像g',获得低照度图像u。
步骤205:确定原始图像f的均值μ,采用低照度图像u加上均值μ,获得补光图像v。
步骤206:采用对数变换对补光图像v进行处理,得到对数变换图像v'。即v'=c·log(1+v)。
其中c尺度比例常数,根据输入图像的特性确定(如:输入图像的均值越大,c越小),一般取1~4。
步骤207:在局部灰度范围内对对数变换图像v'做伽玛变换,伽玛系数为γ∈[0.4,0.7]。
例如,在[0.1,0.9]灰度范围内对图像v'做伽玛变换,伽玛系数γ实施中取0.5。
值得说明的是,步骤206和207为可选步骤,由于眩光抑制后得到的图像非常暗,步骤206和207可以对眩光抑制后的图像进行进一步增强,改善图像的对比度,突出图像中的目标部分。
本发明实施例通过采用多个不同尺寸的圆形结构元,对中值滤波去噪处理后的原始图像做开启运算,获得不同尺度的多个第一光照估计图像,对多个第一光照估计图像进行加权平均,得到第二光照估计图像,再采用原始图像减去第二光照估计图像,获得低照度图像,进行补光,使得图像背景均匀,有效地抑制了眩光和强光,同时改善了图像的对比度,突出了图像中的目标部分,改善了图像的质量,解决了由于眩光导致的人眼观看不适的问题,进而提高夜视系统的实用性,降低了交通事故发生率。
实施例三
本发明实施例提供了一种图像处理装置,参见图3,该装置包括:
中值滤波模块301,用于获取原始图像f,对原始图像f进行中值滤波去噪处理。
值得说明的是,上述原始图像f为灰度图像;在处理彩色图像时,需要先将彩色图像转换成灰度图像,再采用本实施例提供的装置进行处理。
开启运算模块302,用于采用尺寸不同的多个圆形结构元,分别对中值滤波处理后的原始图像f做开启运算,获得不同尺度的多个第一光照估计图像。
具体地,开启运算:gi=fοsi,i=1,2,…n。其中,si为圆形结构元,gi为第一光照估计图像。
平均模块303,用于对多个第一光照估计图像进行加权平均,获得第二光照估计图像g'。
其中,
Figure BDA00003364524200071
其中,a1、a2、...an是与第一光照估计图像g1、g2、...gn相对应的权值。
低照度模块304,用于采用原始图像f减去第二光照估计图像g',获得低照度图像u。
补光模块305,用于确定原始图像f的均值μ,采用低照度图像u加上均值μ,获得补光图像v。
本发明实施例通过采用多个不同尺寸的圆形结构元,对中值滤波去噪处理后的原始图像做开启运算,获得不同尺度的多个第一光照估计图像,对多个第一光照估计图像进行加权平均,得到第二光照估计图像,再采用原始图像减去第二光照估计图像,获得低照度图像,进行补光,使得图像背景均匀,有效地抑制了眩光和强光,同时改善了图像的对比度,突出了图像中的目标部分,改善了图像的质量,解决了由于眩光导致的人眼观看不适的问题,进而提高夜视系统的实用性,降低了交通事故发生率。
实施例四
本发明实施例提供了一种图像处理装置,参见图4,该装置包括:
中值滤波模块401、开启运算模块402、平均模块403、低照度模块404和补光模块405。
值得说明的是,上述原始图像f为灰度图像;在处理彩色图像时,需要先将彩色图像转换成灰度图像,再采用本实施例提供的装置进行处理。
中值滤波模块401,用于获取原始图像f,对原始图像f进行中值滤波去噪处理。
开启运算模块402,用于采用尺寸不同的多个圆形结构元,分别对中值滤波处理后的f做开启运算,获得不同尺度的多个第一光照估计图像。
具体地,开启运算:gi=fοsi,i=1,2,…n。其中,si为圆形结构元,gi为第一光照估计图像。
其中,圆形结构元si的尺寸是指圆形结构元的直径或半径,圆形结构元s1、s2、...sn的尺寸可以分别为d1、d2、...dn
平均模块403,用于对多个第一光照估计图像进行加权平均,获得第二光照估计图像g'。
其中,其中,a1、a2、...an是与第一光照估计图像g1、g2、...gn相对应的权值
低照度模块404,用于采用原始图像f减去第二光照估计图像g',获得低照度图像u。
补光模块405,用于确定原始图像f的均值μ,采用低照度图像u加上均值μ,获得补光图像v。
在具体实现时,中值滤波模块401可以对f进行n×n的中值滤波去噪处理。其中,对原始图像f进行n×n的中值滤波去噪处理是指,将原始图像f中每一像素点的灰度值设置为该点n×n邻域内的所有像素点灰度值的中间值。
其中,n可以取3,5,7等奇数,如对f进行3×3的中值滤波去噪处理。
由于,夜视环境下整体光照较差,原始图像中存在较为明显的噪声,所以首先对原始图像进行中值滤波去噪处理。
其中,开启运算由腐蚀运算和膨胀运算构成,即
Figure BDA00003364524200085
在具体实现时,上述开启运算模块402可包括:
腐蚀运算单元,用于采用上述多个圆形结构元,分别对中值滤波处理后的f做腐蚀运算,得到腐蚀运算图像;
膨胀运算单元,用于采用上述多个圆形结构元,分别对腐蚀运算图像做膨胀运算,获得不同尺度的第一光照估计图像。
其中,腐蚀运算为:
Figure BDA00003364524200082
膨胀运算为:
Figure BDA00003364524200083
Gi为腐蚀运算图像,(x,y)为中值滤波处理后的原始图像f中的点,(a,b)为圆形结构元si中的点。
在具体实现时,可以用尺寸为d1、d2、d3的圆形结构元s1、s2、s3,对中值滤波处理后的原始图像f做开启运算,例如d1、d2、d3分别为10,20,30。然后再进行加权平均运算:
Figure BDA00003364524200084
取值可以是a1=0.4,a2=0.4,a3=0.2。
其中,权值ai是根据圆形结构元的尺寸确定的,圆形结构元的尺寸和原始图像中灯光的尺寸越接近,该圆形结构元所对应的权值越大。在具体实现中,每个权值的大小可以根据实验获得,这里不在赘述。
可选地,该装置还包括:
对数变换模块406,用于采用对数变换对补光图像v进行处理,得到对数变换图像v'。即v'=c·log(1+v)。
其中c尺度比例常数,根据输入图像的特性确定(如:输入图像的均值越大,c越小),一般取1~4。
可选地,该装置还包括:
伽玛变换模块407,用于在局部灰度范围内对对数变换图像v'做伽玛变换,伽玛系数为γ∈[0.4,0.7]。
在[0.1,0.9]灰度范围内对图像v'做伽玛变换,伽玛系数γ实施中取0.5。
值得说明的是,由于眩光抑制后得到的图像非常暗,对数变换模块406和伽玛变换模块407可以对眩光抑制后的图像进行进一步增强,改善图像的对比度,突出图像中的目标部分。
本发明实施例通过采用多个不同尺寸的圆形结构元,对中值滤波去噪处理后的原始图像做开启运算,获得不同尺度的多个第一光照估计图像,对多个第一光照估计图像进行加权平均,得到第二光照估计图像,再采用原始图像减去第二光照估计图像,获得低照度图像,进行补光,使得图像背景均匀,有效地抑制了眩光和强光,同时改善了图像的对比度,突出了图像中的目标部分,改善了图像的质量,解决了由于眩光导致的人眼观看不适的问题,进而提高夜视系统的实用性,降低了交通事故发生率。
需要说明的是:上述实施例提供的图像处理装置在眩光抑制时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的图像处理装置与图像处理方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (8)

1.一种图像处理方法,其特征在于,所述方法包括:
获取原始图像,并对所述原始图像进行中值滤波去噪处理;
采用尺寸不同的多个圆形结构元,分别对所述中值滤波处理后的所述原始图像做开启运算,获得不同尺度的多个第一光照估计图像;
对所述多个第一光照估计图像进行加权平均,获得第二光照估计图像;
采用所述原始图像减去所述第二光照估计图像,获得低照度图像;
确定所述原始图像的均值,采用所述低照度图像加上所述均值,获得补光图像。
2.根据权利要求1所述的方法,其特征在于,所述采用尺寸不同的多个圆形结构元,分别对所述中值滤波处理后的所述原始图像做开启运算,获得不同尺度的多个第一光照估计图像,包括:
采用所述多个圆形结构元,分别对所述中值滤波处理后的所述原始图像做腐蚀运算,得到腐蚀运算图像;
采用所述多个圆形结构元,分别对所述腐蚀运算图像做膨胀运算,获得所述多个第一光照估计图像。
3.根据权利要求1或2所述的方法,其特征在于,所述方法还包括:
采用对数变换对所述补光图像进行处理,得到对数变换图像。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
对所述对数变换图像做伽玛变换,伽玛系数为γ∈[0.4,0.7]。
5.一种图像处理装置,其特征在于,所述装置包括:
中值滤波模块,用于获取原始图像,并对所述原始图像进行中值滤波去噪处理;
开启运算模块,用于采用尺寸不同的多个圆形结构元,分别对所述中值滤波处理后的所述原始图像做开启运算,获得不同尺度的多个第一光照估计图像;
平均模块,用于对所述多个第一光照估计图像进行加权平均,获得第二光照估计图像;
低照度模块,用于采用所述原始图像减去所述第二光照估计图像,获得低照度图像;
补光模块,用于确定所述原始图像的均值,采用所述低照度图像加上所述均值,获得补光图像。
6.根据权利要求5所述的装置,其特征在于,所述开启运算模块包括:
腐蚀运算单元,用于采用所述多个圆形结构元,分别对所述中值滤波处理后的所述原始图像做腐蚀运算,得到腐蚀运算图像;
膨胀运算单元,用于采用所述多个圆形结构元,分别对所述腐蚀运算图像做膨胀运算,获得所述多个第一光照估计图像。
7.根据权利要求5或6所述的装置,其特征在于,所述装置还包括:
对数变换模块,用于采用对数变换对所述补光图像进行处理,得到对数变换图像。
8.根据权利要求7所述的装置,其特征在于,所述装置还包括:
伽玛变换模块,用于对所述对数变换图像做伽玛变换,伽玛系数为γ∈[0.4,0.7]。
CN201310242067.1A 2013-06-18 2013-06-18 夜视图像增强与眩光抑制的图像处理方法和装置 Active CN103310418B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310242067.1A CN103310418B (zh) 2013-06-18 2013-06-18 夜视图像增强与眩光抑制的图像处理方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310242067.1A CN103310418B (zh) 2013-06-18 2013-06-18 夜视图像增强与眩光抑制的图像处理方法和装置

Publications (2)

Publication Number Publication Date
CN103310418A true CN103310418A (zh) 2013-09-18
CN103310418B CN103310418B (zh) 2016-05-18

Family

ID=49135596

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310242067.1A Active CN103310418B (zh) 2013-06-18 2013-06-18 夜视图像增强与眩光抑制的图像处理方法和装置

Country Status (1)

Country Link
CN (1) CN103310418B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104580829A (zh) * 2014-12-25 2015-04-29 深圳市一体太赫兹科技有限公司 一种太赫兹图像增强方法及系统
CN105894489A (zh) * 2014-12-04 2016-08-24 中北大学 一种眼角膜地形图像处理方法
CN105913383A (zh) * 2016-03-28 2016-08-31 河海大学常州校区 基于图像块先验估计混合框架的图像降噪方法
CN110135235A (zh) * 2019-03-13 2019-08-16 北京车和家信息技术有限公司 一种眩光处理方法、装置及车辆

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101807294A (zh) * 2010-02-03 2010-08-18 北京航空航天大学 一种利用多尺度多结构元素数学形态学的图像增强方法
CN102184534A (zh) * 2011-05-25 2011-09-14 北京航空航天大学 一种利用多尺度高帽选择变换的图像融合方法
CN102855608A (zh) * 2012-07-18 2013-01-02 奇瑞汽车股份有限公司 一种图像弱化方法和装置
US8351667B2 (en) * 2008-08-15 2013-01-08 Sti Medical Systems, Llc Methods of contrast enhancement for images having blood vessel structures

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8351667B2 (en) * 2008-08-15 2013-01-08 Sti Medical Systems, Llc Methods of contrast enhancement for images having blood vessel structures
CN101807294A (zh) * 2010-02-03 2010-08-18 北京航空航天大学 一种利用多尺度多结构元素数学形态学的图像增强方法
CN102184534A (zh) * 2011-05-25 2011-09-14 北京航空航天大学 一种利用多尺度高帽选择变换的图像融合方法
CN102855608A (zh) * 2012-07-18 2013-01-02 奇瑞汽车股份有限公司 一种图像弱化方法和装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
彭博等: "基于多尺度柔性形态学的医学超声图像增强", 《技术与市场》, vol. 16, no. 6, 31 December 2009 (2009-12-31) *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105894489A (zh) * 2014-12-04 2016-08-24 中北大学 一种眼角膜地形图像处理方法
CN105894489B (zh) * 2014-12-04 2020-02-07 中北大学 一种眼角膜地形图像处理方法
CN104580829A (zh) * 2014-12-25 2015-04-29 深圳市一体太赫兹科技有限公司 一种太赫兹图像增强方法及系统
CN105913383A (zh) * 2016-03-28 2016-08-31 河海大学常州校区 基于图像块先验估计混合框架的图像降噪方法
CN105913383B (zh) * 2016-03-28 2018-11-09 河海大学常州校区 基于图像块先验估计混合框架的图像降噪方法
CN110135235A (zh) * 2019-03-13 2019-08-16 北京车和家信息技术有限公司 一种眩光处理方法、装置及车辆

Also Published As

Publication number Publication date
CN103310418B (zh) 2016-05-18

Similar Documents

Publication Publication Date Title
US9361670B2 (en) Method and system for image haze removal based on hybrid dark channel prior
CN103020920B (zh) 一种低照度图像增强方法
CN101783012B (zh) 一种基于暗原色的自动图像去雾方法
CN105447838A (zh) 一种红外与微光/可见光融合成像的方法及系统
CN108174057B (zh) 一种利用视频图像帧间差异对画面快速降噪的方法及装置
CN102665034A (zh) 一种针对摄像机采集视频的夜间效果去除方法
CN102231206A (zh) 适用于汽车辅助驾驶系统的彩色夜视图像亮度增强方法
CN110400274B (zh) 一种车载红外行人检测用红外图像增强方法
CN105046658A (zh) 一种低照度图像处理方法和装置
CN103310418A (zh) 图像处理方法和装置
Cheng et al. Visibility enhancement of single hazy images using hybrid dark channel prior
CN102999890B (zh) 基于环境因素的图像光线强度动态校正方法
Mandal et al. Real-time automotive night-vision system for drivers to inhibit headlight glare of the oncoming vehicles and enhance road visibility
Ji et al. Real-time enhancement of the image clarity for traffic video monitoring systems in haze
Jin et al. Image Enhancement Based on Selective-Retinex Fusion Algorithm.
CN108629750A (zh) 一种夜间去雾方法、终端设备及存储介质
CN202923497U (zh) 一种雨雾天气增强驾驶员视野的装置
KR101522757B1 (ko) 영상의 노이즈 제거 방법
CN102855608B (zh) 一种图像弱化方法和装置
CN110047052A (zh) 一种基于fpga的强光抑制夜视增强方法
KR101535630B1 (ko) 밝기변환 모델을 이용한 야간 영상의 밝기 개선 장치
CN111028184B (zh) 一种图像增强方法及系统
Alluhaidan et al. Retinex-based visibility enhancement system during inclement weather
US20120044357A1 (en) Image processing apparatus and method for night vision
CN201898578U (zh) 一种除雾图像采集装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant