CN103971374A - 一种针对多种亮度条件下图像可视化程度检测的评估方法 - Google Patents
一种针对多种亮度条件下图像可视化程度检测的评估方法 Download PDFInfo
- Publication number
- CN103971374A CN103971374A CN201410218449.5A CN201410218449A CN103971374A CN 103971374 A CN103971374 A CN 103971374A CN 201410218449 A CN201410218449 A CN 201410218449A CN 103971374 A CN103971374 A CN 103971374A
- Authority
- CN
- China
- Prior art keywords
- image
- pixel
- edge
- software
- noise
- 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.)
- Pending
Links
Abstract
本发明涉及电子技术领域,具体地说是一种针对多种亮度条件下图像可视化程度检测的评估方法。一种针对多种亮度条件下图像可视化程度检测的评估方法,包括摄像机机芯、图像区域划分软件、图像边缘强度检测软件。同现有技术相比,设计一种方法来客观的评价复杂亮度条件下图像可视化程度。首先根据图像中亮度情况把图像进行分块,然后计算图像能见度参数,结合不同区域的能见度参数,进行图像质量的整体评价。
Description
技术领域
本发明涉及电子技术领域,具体地说是一种针对多种亮度条件下图像可视化程度检测的评估方法。
背景技术
在目前,还没有一种客观的标准或者方法能够评价复杂亮度条件下图像可视化程度,只能通过传统的肉眼观察的方式进行主观的评价。这里的可视化程度是指图像中物体的看见度和清晰度。例如在一种亮度条件较复杂,即画面中同时存在亮度不同的区域,可以划分成亮区和暗区两个部分,通过自动增益控制提升方式,图像中亮区和暗区都按照同幅度进行提升,因此暗区提升的同时可能存在亮区过曝现象,目前还没有一个评价方法能够量化的反映图像的效果是否好坏。本发明的目的就是提出这样一个评价方法。
发明内容
本发明为克服现有技术的不足,设计一种方法来客观的评价复杂亮度条件下图像可视化程度。首先根据图像中亮度情况把图像进行分块,然后计算图像能见度参数,结合不同区域的能见度参数,进行图像质量的整体评价。
为实现上述目的,设计一种针对多种亮度条件下图像可视化程度检测的评估方法,包括摄像机机芯、图像区域划分软件、图像边缘强度检测软件,其特征在于,所述的图像可视化程度检测的评估方法的工作流程如下:
a.将摄像机中的图像输入至图像区域划分软件中;
b.图像区域划分软件按照图像的亮度程度不同进行区域划分,将图像划分为两个或者多个区域;
c.图像区域划分软件将分区域后的每个图像块输入至图像边缘强度检测软件中;
d.图像边缘强度检测软件将每个图像块进行中值滤波去除每个图像块中的椒盐噪声;
e.图像边缘强度检测软件将中值滤波后的每个图像块转换成灰阶图;
f.通过图像边缘强度检测软件中的Sobel算子计算得到灰阶图中每个像素点的垂直边缘和水平边缘的灰度值;
g.将计算后的灰阶图中的每个像素点的垂直边缘和水平边缘的灰度值分别进行相加,得到原始的边缘图像;
h.对边缘图像第一次噪点移除;
i.对边缘图像第二次噪点移除;
j.将第二次噪点移除的边缘图像中的像素点的像素值取平均值,得出有效边缘强度的数值。
所述的步骤h对边缘图像第一次噪点移除的具体步骤如下:
h1.判断原始的边缘图像的每个像素点的像素值是否大于255,是则将此像素点赋值成为255;
h2.判断原始的边缘图像的每个像素点的像素值是否低于15,是则将此像素点认为是噪声点,将此像素点的灰度值设为0,否则将此像素点进行保存。
所述的步骤i对边缘图像第二次噪点移除的具体步骤如下:
i1.将第一次噪点移除处理后的图像中的每个像素点,分别计算得出m1,m2,
m3,m4的值;
i2.判断m1+m2+m3+m4是否大于0,是则将此像素点设为边缘像素并保存,否则将此像素点的灰度值设为0。
所述的i1和i2中的m1,m2,m3,m4分别为每个像素点本身与其相邻的两个像素点的像素值的乘积。
本发明同现有技术相比,设计一种方法来客观的评价复杂亮度条件下图像可视化程度。首先根据图像中亮度情况把图像进行分块,然后计算图像能见度参数,结合不同区域的能见度参数,进行图像质量的整体评价。
附图说明
图1为本发明工作流程图。
图2为手动方式二个区域划分示意图。
图3为软件程序自动方式二个区域划分示意图。
图4为多个区域划分示意图。
图5为像素点分布示意图。
图6至图8为区域评价结果图。
具体实施方式
下面根据附图对本发明做进一步的说明。
如图1所示,一种针对多种亮度条件下图像可视化程度检测的评估方法,包括摄像机机芯、图像区域划分软件、图像边缘强度检测软件,其特征在于,所述的图像可视化程度检测的评估方法的工作流程如下:
a.将摄像机中的图像输入至图像区域划分软件中;
其中,图像区域划分包含二个区域和多个区域划分。
二个区域划分:复杂亮度条件下的图像按照亮度水平条件可分为亮区和暗区二个区域,可以通过软件界面用手动方式或软件程序自动方式进行划分。手动方式,人工画出一条明暗的分界线,分界线可以是直线也可以是任意的曲线,将图像分成2个明暗区域即可。
软件程序自动方式,软件程序会统计图像每列白点所占比例,根据白点所占比率的明显变化来划分明暗区域。也可以用其它的图像分割算法将图像分成明暗区域,例如直方图分割方法。
多个区域划分:如果亮度条件更复杂,图像需要按照亮度条件划分为2个以上的区域时,可以通过软件界面用手动方式或软件程序自动方式进行划分,软件程序自动划分可以采用图像的图像分割方法,比如常用的直方图分割法,利用图像直方图分布,计算阈值,然后找出图像中灰度明显不同的几个区域。
b.图像区域划分软件按照图像的亮度程度不同进行区域划分,将图像划分为两个或者多个区域;
c.图像区域划分软件将分区域后的每个图像块输入至图像边缘强度检测软件中;
d.图像边缘强度检测软件将每个图像块进行中值滤波去除每个图像块中的椒盐噪声;
e.图像边缘强度检测软件将中值滤波后的每个图像块转换成灰阶图;
f.通过图像边缘强度检测软件中的Sobel算子计算得到灰阶图中每个像素点的
垂直边缘和水平边缘的灰度值,等式如下:
g.将计算后的灰阶图中的每个像素点的垂直边缘和水平边缘的灰度值分别进行相加,得到原始的边缘图像;
h.对边缘图像第一次噪点移除;
i.对边缘图像第二次噪点移除;
j.将第二次噪点移除的边缘图像中的像素点的像素值取平均值,得出有效边缘
强度的数值,当像素点的边缘数值大于255时,即设置成255。
步骤h对边缘图像第一次噪点移除的具体步骤如下:
h1.判断原始的边缘图像的每个像素点的像素值是否大于255,是则将此像素点赋值成为255;
h2.判断原始的边缘图像的每个像素点的像素值是否低于15,是则将此像素点认为是噪声点,将此像素点的灰度值设为0,否则将此像素点进行保存。
如图5所示,每个像素点的周围都会有八个像素点存在,以像素点5为例,像素点5的周围分别有像素点1至像素点9,则m1=像素1*像素5*像素9,m2=像素2*像素5*像素8,m3=像素3*像素5*像素7,m4=像素4*像素5*像素6,因此步骤i对边缘图像第二次噪点移除的具体步骤如下:
i1.将第一次噪点移除处理后的图像中的每个像素点,分别计算得出m1,m2,m3,m4的值;
i2.判断m1+m2+m3+m4是否大于0,是则将此像素点设为边缘像素并保存,否则将此像素点的灰度值设为0,将此像素点作为噪点被移除掉。
其中,i1和i2中的m1,m2,m3,m4分别为每个像素点本身与其相邻的两个像素点的像素值的乘积。
如图6所示,将左侧的图分为暗区和亮区,然后分别计算有效边缘强度,得到暗区的有效边缘强度为0.01,亮区的有效边缘强度为7.75。从视觉主观判断,暗区不可见。
如图7所示,将左侧的图分为暗区和亮区,然后分别计算有效边缘强度,得到暗区的有效边缘强度为1.3,有效边缘强度是图6中暗区的130倍,明显提升,亮区的有效边缘强度为6.3,有效边缘强度是图6中亮区的81%,接近。从视觉主观判断,暗区可见,亮区没有明显异常。
如图8所示,将左侧的图分为暗区和亮区,然后分别计算有效边缘强度,得到暗区的有效边缘强度为0.22,有效边缘强度是图6中暗区的22倍,暗区提升不明显,亮区的有效边缘强度为5.9,有效边缘强度是图6中亮区的81%,接近。从视觉主观判断,暗区不可见,亮区没有明显异常。
从视觉上判断,在图7及图8中,图7相对于图6具有最好的视觉效果,同时分别比较图7及图8中明暗区域有效边缘强度变化,图7相对于图6也具有最佳的效果,暗区的有效边缘强度提高最多,同时亮区接近,这样就说明本发明提出的图像可视化客观量化评价方法符合人的主观评价,这样的评估方法既快速、准确度又高,大大提高了工作效率。
Claims (4)
1.一种针对多种亮度条件下图像可视化程度检测的评估方法,包括摄像机机芯、图像区域划分软件、图像边缘强度检测软件,其特征在于,所述的图像可视化程度检测的评估方法的工作流程如下:
a.将摄像机中的图像输入至图像区域划分软件中;
b.图像区域划分软件按照图像的亮度程度不同进行区域划分,将图像划分为两个或者多个区域;
c.图像区域划分软件将分区域后的每个图像块输入至图像边缘强度检测软件中;
d.图像边缘强度检测软件将每个图像块进行中值滤波去除每个图像块中的椒盐噪声;
e.图像边缘强度检测软件将中值滤波后的每个图像块转换成灰阶图;
f.通过图像边缘强度检测软件中的Sobel算子计算得到灰阶图中每个像素点的垂直边缘和水平边缘的灰度值;
g.将计算后的灰阶图中的每个像素点的垂直边缘和水平边缘的灰度值分别进行相加,得到原始的边缘图像;
h.对边缘图像第一次噪点移除;
i.对边缘图像第二次噪点移除;
j.将第二次噪点移除的边缘图像中的像素点的像素值取平均值,得出有效边缘强度的数值。
2.根据权利要求1所述的一种针对多种亮度条件下图像可视化程度检测的评估方法,其特征在于,所述的步骤h对边缘图像第一次噪点移除的具体步骤如下:
h1. 判断原始的边缘图像的每个像素点的像素值是否大于255,是则将此像素点赋值成为255;
h2. 判断原始的边缘图像的每个像素点的像素值是否低于15,是则将此像素点认为是噪声点,将此像素点的灰度值设为0,否则将此像素点进行保存。
3.根据权利要求1所述的一种针对多种亮度条件下图像可视化程度检测的评估方法,其特征在于,所述的步骤i对边缘图像第二次噪点移除的具体步骤如下:
i1. 将第一次噪点移除处理后的图像中的每个像素点,分别计算得出m1,m2,m3,m4的值;
i2. 判断m1+m2+m3+m4是否大于0,是则将此像素点设为边缘像素并保存,否则将此像素点的灰度值设为0。
4.根据权利要求3所述的一种针对多种亮度条件下图像可视化程度检测的评估方法,其特征在于,所述的i1和i2中的m1,m2,m3,m4分别为每个像素点本身与其相邻的两个像素点的像素值的乘积。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410218449.5A CN103971374A (zh) | 2014-05-22 | 2014-05-22 | 一种针对多种亮度条件下图像可视化程度检测的评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410218449.5A CN103971374A (zh) | 2014-05-22 | 2014-05-22 | 一种针对多种亮度条件下图像可视化程度检测的评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103971374A true CN103971374A (zh) | 2014-08-06 |
Family
ID=51240823
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410218449.5A Pending CN103971374A (zh) | 2014-05-22 | 2014-05-22 | 一种针对多种亮度条件下图像可视化程度检测的评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103971374A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105243649A (zh) * | 2015-11-09 | 2016-01-13 | 天津大学 | 基于二次噪点检测的图像降噪方法 |
CN107451998A (zh) * | 2017-08-08 | 2017-12-08 | 北京大恒普信医疗技术有限公司 | 一种眼底图像质量控制方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080137961A1 (en) * | 2006-12-12 | 2008-06-12 | Canon Kabushiki Kaisha | Image processing apparatus, method for controlling image processing apparatus, and storage medium storing related program |
CN101950418A (zh) * | 2010-08-26 | 2011-01-19 | 北京中创信测科技股份有限公司 | 一种图像质量评价方法和装置 |
CN103093419A (zh) * | 2011-10-28 | 2013-05-08 | 浙江大华技术股份有限公司 | 一种检测图像清晰度的方法及装置 |
CN103236039A (zh) * | 2013-04-16 | 2013-08-07 | 日立数字安防系统(上海)有限公司 | 一种用于检测摄像机机芯去雾程度的方法 |
-
2014
- 2014-05-22 CN CN201410218449.5A patent/CN103971374A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080137961A1 (en) * | 2006-12-12 | 2008-06-12 | Canon Kabushiki Kaisha | Image processing apparatus, method for controlling image processing apparatus, and storage medium storing related program |
CN101950418A (zh) * | 2010-08-26 | 2011-01-19 | 北京中创信测科技股份有限公司 | 一种图像质量评价方法和装置 |
CN103093419A (zh) * | 2011-10-28 | 2013-05-08 | 浙江大华技术股份有限公司 | 一种检测图像清晰度的方法及装置 |
CN103236039A (zh) * | 2013-04-16 | 2013-08-07 | 日立数字安防系统(上海)有限公司 | 一种用于检测摄像机机芯去雾程度的方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105243649A (zh) * | 2015-11-09 | 2016-01-13 | 天津大学 | 基于二次噪点检测的图像降噪方法 |
CN107451998A (zh) * | 2017-08-08 | 2017-12-08 | 北京大恒普信医疗技术有限公司 | 一种眼底图像质量控制方法 |
CN107451998B (zh) * | 2017-08-08 | 2020-11-06 | 北京大恒普信医疗技术有限公司 | 一种眼底图像质量控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10096092B2 (en) | Image processing system and computer-readable recording medium | |
US9646219B2 (en) | Logo presence detection based on blending characteristics | |
JP4942509B2 (ja) | 車両位置検出方法及び装置 | |
KR101204556B1 (ko) | 노이즈 제거 방법 및 이를 이용한 나이트 비젼 시스템 | |
CN107750370B (zh) | 用于确定图像的深度图的方法和装置 | |
CN105158258A (zh) | 一种基于计算机视觉的竹条表面缺陷检测方法 | |
CN107481202B (zh) | 一种图像动态范围增强的方法 | |
CN109166131B (zh) | 红外与可见光融合的汽车夜视抗晕光图像分割及评价方法 | |
CN106778534B (zh) | 一种车辆行驶中周围环境灯光识别方法 | |
CN105959510B (zh) | 一种视频快速去雾方法 | |
CN109801322B (zh) | 一种漏光检测方法及装置 | |
CN103679656A (zh) | 一种图像自动锐化方法 | |
Choi et al. | Fog detection for de-fogging of road driving images | |
CN108470340A (zh) | 一种改进的Sobel边缘检测算法 | |
CN103971374A (zh) | 一种针对多种亮度条件下图像可视化程度检测的评估方法 | |
JP2017073639A5 (zh) | ||
CN109800641A (zh) | 基于阈值自适应二值化和连通域分析的车道线检测方法 | |
KR101608843B1 (ko) | 개선된 베버의 법칙을 이용한 얼룩 결함 자동 검출 시스템 및 방법 | |
CN109559318A (zh) | 基于积分算法的局部自适应图像阈值处理方法 | |
KR102078419B1 (ko) | 야간 주행시 보행자 인식을 위한 운전자 지원 시스템 및 그 동작방법 | |
CN106937864B (zh) | 皮肤组织估计方法及应用其的系统 | |
CN103236039A (zh) | 一种用于检测摄像机机芯去雾程度的方法 | |
Zhang et al. | Single image dehazing based on improved dark channel prior | |
KR101537282B1 (ko) | 국부 조명변화에 강인한 모션블롭 검출방법 | |
JP2012122964A (ja) | 表面欠陥検知方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20140806 |