CN104219420A - 图像增强方法及装置 - Google Patents
图像增强方法及装置 Download PDFInfo
- Publication number
- CN104219420A CN104219420A CN201310211249.2A CN201310211249A CN104219420A CN 104219420 A CN104219420 A CN 104219420A CN 201310211249 A CN201310211249 A CN 201310211249A CN 104219420 A CN104219420 A CN 104219420A
- Authority
- CN
- China
- Prior art keywords
- image
- value
- dimensional image
- brightness
- pixel
- 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
本发明公开了一种图像增强方法及装置,所述装置包括:图像接收模块,用于接收二维图像;亮度均值和中值计算模块,用于计算所述二维图像的亮度均值A和亮度中值M;增强因子计算模块,用于根据所述亮度均值A和亮度中值M,利用非线性函数计算所述二维图像每个像素的增强因子F;图像增强模块,用于根据所述增强因子F对所述二维图像中的每个像素的亮度值进行修正,以获得增强后的二维图像并输出。实施本发明的有益效果是,能针对不同类型的图像,采用不同的线性函数而有效快速的进行图像增强处理,克服了单一方法对各种类型图像处理中的不足;对强背景光和/或强前景光图像有很好的处理效果,计算简单;效耗系统资源少,具有很高的实时处理速度。
Description
技术领域
本发明涉及图像处理领域,更具体地说,涉及一种图像增强方法及装置。
背景技术
在大雾、沙尘等恶劣天气或者低光照情况下图像对比度大大降低,人们无法从中得到有用信息。在出现大雾、大雨、沙尘等恶劣天气时,户外景物图像的对比度和颜色都会被改变或退化,图像中蕴含的许多特征都被覆盖或模糊,得到的是退化图像,这对于各类监控都造成了极大的困难。
在军事侦察、监视方面,为了实施正确指挥,取得作战胜利,现代战争对军事侦察提出了更高的要求,广泛应用先进科学技术,进一步扩大侦察的范围,提高侦察的时效性和准确性。因此,军事侦察、监视中用到的视频图像的品质尤为重要,退化的视频图像对信息的识别与处理会造成偏差,而这种偏差的后果是非常严重的。
在日常生活中,长期观看低品质的视频会加重人们眼睛的负担,容易产生视觉疲劳,甚至会头晕目眩。
因此,不管是在视频监控、军事侦察监视,还是再日常的视频观看中,要充分发挥视频的效能,都需要对视频图像进行增强处理以使图像的效果达到最佳。通过图像增强能获得更加清晰、可靠的图像。
图像增强是指按特定的需要突出一幅图像中的某些信息,同时削弱或去除某些不需要信息的处理方法,其目的是使得处理后的图像对某种特定的应用比原始图像更合适。
图像增强的方法分为空域法和频域法两种。空域法是对图像中的像素点进行操作。频域法是间接的处理方法,是先在图像的频域中对图像的变换值进行操作,然后变回空域。例如,先对图像进行傅里叶变化到频域,再对图像的频 谱进行某种滤波修正,最后将修正后的图像进行傅里叶反变化到空域,以此增强图像。
空域法常用的处理方法包括:直方图均衡、对比度拉升、动态gama、HDR处理。直方图均衡会使得处理后的图像过暗或者过亮;对比度拉升对于强背景光或者强前景光图像无能为力;HDR计算量庞大,限制了其使用领域,且对于强背景光和前景光处理效果不佳。
近年来发展起来的Retinex算法可以在动态范围压缩、边缘增强和颜色恒常三方面达到平衡,因此可以对各种不同类型的图像进行自适应性地增强。但Retinex算法容易出现光晕现象。
小波图像增强算法计算复杂,虽能够兼顾图像信号的空域和频域特性,但没有充分考虑到视觉的非线性特性。
发明内容
本发明要解决的技术问题在于,针对现有技术的上述图像增强方法对强背景光和/或强前景光图像的处理效果不佳,计算复杂的缺陷,提供一种图像增强方法及装置。
本发明解决其技术问题所采用的技术方案是:
一种图像增强方法,包括以下步骤:
S1、接收二维图像;
S2、计算所述二维图像的亮度均值A和亮度中值M;
S3、根据所述亮度均值A和亮度中值M,将所述二维图像进行分类;并根据所述分类,利用不同分类对应的非线性函数计算所述二维图像每个像素的增强因子F;
S4、根据所述增强因子F对所述二维图像中的每个像素的亮度值进行修正,以获得增强后的二维图像并输出。
优选的,所述步骤S3具体包括:
当A≤T1且|A-M|≤T3时,利用F=k计算所述二维图像每个像素的增强因子F;
当A≤T1且|A-M|>T3时,利用F=(K(x)+b)×cosα+x×sinα计算所述二维图像每个像素的增强因子F;
当T1<A≤T2且|A-M|≤T3时,利用F=a1×f1(x)+a2×f2(x)+a3×f3(x)计算所述二维图像每个像素的增强因子F;
当T1<A≤T2且|A-M|>T3时,利用F=(K(x)+b)×cosα+x×sinα计算所述二维图像每个像素的增强因子F;
当A>T2时,利用F=a1×f1(x)+a2×f2(x)+a3×f3(x)计算所述二维图像每个像素的增强因子F;
其中,f1(x)=a×cos(φ(x)),f2(x)=(K(x)+b)×cosα+x×sinα, k,a,b,c,ρ,n,a1,a2,a3为预定的常数,且0≤a≤1,k>1;x为所述二维图像像素的亮度值;T1、T2和T3为预设的阈值,A为所述二维图像的亮度均值,M为所述二维图像的亮度中值。
优选的,所述当A≤T1且|A-M|>T3时及当T1<A≤T2且|A-M|>T3时的增强因子F的计算式中b、ρ,n的取值不相同;
所述当T1<A≤T2且|A-M|≤T3时及当A>T2时的增强因子F的计算式中a,b,c,ρ,n,a1,a2,a3的取值不相同。
优选的,T1的值为80,T2的值为160,T3的值为50。
优选的,所述步骤S4中,根据所述增强因子F对所述二维图像中的每个像素的亮度值进行修正的操作具体包括:
利用下述表达式对所述二维图像中的每个像素的亮度值进行修正:
其中,y_new为像素增强后的亮度值,而x为该像素的原始亮度值。
一种图像增强装置,包括:
图像接收模块,用于接收二维图像;
亮度均值和中值计算模块,用于计算所述二维图像的亮度均值A和亮度中值M;
增强因子计算模块,用于根据所述亮度均值A和亮度中值M,将所述二维图像进行分类;以及用于根据所述分类,利用不同分类对应的非线性函数计算所述二维图像每个像素的增强因子F;
图像增强模块,用于根据所述增强因子F对所述二维图像中的每个像素的亮度值进行修正,以获得增强后的二维图像并输出。
优选的,所述增强因子计算模块根据所述分类,利用非线性函数计算所述二维图像的增强因子F的计算式为:
当A≤T1且|A-M|≤T3时,F=k;
当A≤T1且|A-M|>T3时,F=(K(x)+b)×cosα+x×sinα;
当T1<A≤T2且|A-M|≤T3时,F=a1×f1(x)+a2×f2(x)+a3×f3(x);
当T1<A≤T2且|A-M|>T3时,F=(K(x)+b)×cosα+x×sinα;
当A>T2时,F=a1×f1(x)+a2×f2(x)+a3×f3(x);
其中,f1(x)=a×cos(φ(x)),f2(x)=(K(x)+b)×cosα+x×sinα, k,a,b,c,ρ,n,a1,a2,a3为预定的常数,且0≤a≤1,k>1;x为所述二维图像像素的亮度值;T1、T2和T3为预设的阈值,A为所述二维图像的亮度均值,M为所述二维图像的亮度中值。
优选的,所述当A≤T1且|A-M|>T3时及当T1<A≤T2且|A-M|>T3时的增强因子F的计算式中b、ρ,n的取值不相同;
所述当T1<A≤T2且|A-M|≤T3时及当A>T2时的增强因子F的计算式中a,b,c,ρ,n,a1,a2,a3的取值不相同。
优选的,T1的值为80,T2的值为160,T3的值为50。
优选的,所述图像增强模块利用下述表达式对所述二维图像中的每个像素的亮度值进行修正:
其中,y_new为像素增强后的亮度值,而x为该像素的原始亮度值。
实施本发明的图像增强方法及装置,具有以下有益效果:能针对不同类的图像,采用不同的线性函数有效快速的进行图像增强处理,克服了单一方法对各种类型图像处理中的不足,适合面广;对强背景光和/或强前景光图像有很好的处理效果,计算简单;效耗系统资源少,具有很高的实时处理速度,可提供较好的图像处理质量。
附图说明
下面将结合附图及实施例对本发明作进一步说明,附图中:
图1是本发明实施例的图像增强方法的流程图;
图2是利用本发明实施例的图像处理方法对第一类图像进行增强处理前后的亮度映射图;
图3是利用本发明实施例的图像处理方法对第二类图像进行增强处理前后的亮度映射图;
图4是利用本发明实施例的图像处理方法对第三类图像进行增强处理前后的亮度映射图;
图5是利用本发明实施例的图像处理方法对第四类图像进行增强处理前后的亮度映射图;
图6是利用本发明实施例的图像处理方法对第五类图像进行增强处理前后的亮度映射图;
图7为本发明实施例的图像增强装置的结构图。
具体实施方式
为了对本发明的技术特征、目的和效果有更加清楚的理解,现对照附图详细说明本发明的具体实施方式。
本发明实施例的图像增强方法及装置将输入图像按照图像亮度均值和中 值的关系,把强背景图像或强前景图像分离出来。针对每类图像应用不同的非线性映射函数对亮度进行增强处理。
本发明用到的图像数学统计量是图像亮度均值、图像亮度中值以及亮度均值与亮度中值的差值。且均值与中值的差值是绝对值。如式1所示,式1中,A为图像亮度的均值,M为图像亮度的中值,D为均值与中值的差值,该差值为图像亮度中值以及均值的差的绝对值。
D=|A-M| (1)
对于不同类型的图像,图像亮度均值和中值不同。依据这些数学特征可将图像分为五类:
第一类:图像亮度均值A较低,且均值A和中值M比较接近,即A≤T1且|A-M|≤T3。此时,图像整体比较暗,不存在局部强光。
第二类:图像亮度均值A较低,但是均值A和中值M差异比较大,即A≤T1且|A-M|>T3。此时,图像中存在强背景光或者强前景光现象。
第三类:图像亮度均值A适中,中值A和均值M比较接近,即T1<A≤T2且|A-M|≤T3。此时,图像没有强背景光或者强前景光现象出现。
第四类:图像亮度均值A适中,中值A和均值M差异比较大,即T1<A≤T2且|A-M|>T3。此时,图像存在强背景光或者强前景光现象。
第五类:图像亮度均值A比较高,即A>T2。此时,背景光和前景光都比较强,图像对比度较低。
在本发明的实施例中,设定T1的值为80,T2的值为160,T3的值为50。即亮度均值A与亮度中值M的差值D大于50时,二维图像中存在强背景光或者强前景光的现象。亮度均值A小于或等于80时,二维图像的亮度较低。亮度均值大于80且小于或等于160时,二维图像的亮度适中。亮度均值大于160时,二维图像的亮度高。
在本发明的实施例中,针对上述五种类型的图像,利用不同的非线性函数以对图像亮度进行增强处理。
本发明的图像增强方法,是基于亮度非线性变换的增强方法。根据图像类型选择合适的非线性函数变换增强方法。本发明图像增强用到的非线性变换函 数如下各式所示:
φ(x)=π×x/256 (2)
f1(x)=a×cos(φ(x)),0≤a≤1 (3)
f2(x)=(K(x)+b)×cosα+x×sinα (6)
以上各式中x代表图像像素亮度值,b,c,ρ,n为常数。通过将函数f1(x)、f2(x)和f3(x)按照不同比例进行组合,可以得到不同非线性变换函数以对不同类的图像进行增强。
在本发明的实施例中,利用式(2)-式(8)计算五类不同的二维图像每个像素的增强因子F的计算式具体为:
当A≤T1且|A-M|≤T3时,F=k,k>1;
当A≤T1且|A-M|>T3时,F=(K(x)+b)×cosα+x×sinα;
当T1<A≤T2且|A-M|≤T3时,F=a1×f1(x)+a2×f2(x)+a3×f3(x);
当T1<A≤T2且|A-M|>T3时,F=(K(x)+b)×cosα+x×sinα;
当A>T2时,F=a1×f1(x)+a2×f2(x)+a3×f3(x);
其中,第三类图像即T1<A≤T2且|A-M|≤T3时,采用的计算式中的a,b,c,ρ,n,a1,a2,a3的取值与第五类图像即A>T2时采用的计算式中的a,b,c,ρ,n,a1,a2,a3的取值是不相同的。第二类图像即A≤T1且|A-M|>T3时采用的计算式中的常数b、ρ,n与第四类图像即T1<A≤T2且|A-M|>T3时采用的计算式中的常数b、ρ,n的取值是不相同的。
根据不同类图像对应的F的计算式,计算出每个像素的增强因子F后,再根据下式(9)对图像的亮度值进行修正。
式(9)中,y_new为原图像增强后对应位置的亮度输出数值,而x为原始图像对应位置的亮度值。
针对特定分类曲线,不同的图像分别对应有不同的增强因子,因此在实际实现中可以做成查表的方法,这样可以避免式(9)的复杂运算。即针对不同类的图像,根据上述每个像素的增强因子F的计算式,计算出不同亮度值的像素的增强因子,再根据式(9)将不同亮度值增强后的亮度值计算出,并以表格的形式保存。这样,只需要将图像分属于不同的类后,根据保存的表格就可以查到不同亮度值的像素增强后的亮度值。
参见图1,本发明实施例的图像增强方法包括:
S101、输入图像;
S102、根据图像的亮度直方图得到亮度均值A和亮度中值M;
将原始图像从RGB空间转换到YCbCr空间。根据直方图得到亮度均值和亮度中值。其中,亮度均值可以采取隔行、隔列的方式计算,以减小计算量,且不会影响计算出的亮度均值和亮度中值对图像的亮度情况的反应。
S103、将亮度均值A和预设的第一阈值T1和/或第二阈值T2进行比较,若亮度均值A小于或等于第一阈值T1,则转到步骤S104;若亮度均值A大于第一阈值T1且小于或等于第二阈值T2,则转到步骤S107;若亮度均值大于第二阈值T2,则转到步骤S110;
S104、判断亮度均值和亮度中值的差值是否小于或等于第三阈值T3,若小于或等于第三阈值T3则转到步骤S105;若大于第三阈值T3则转到步骤S106;
S105、采用计算式F=k计算二维图像每个像素的增强因子,并转到步骤S111;
S106、采用计算式F=(K(x)+b)×cosα+x×sinα计算二维图像每个像素的增强因子,并转到步骤S111;
S107、判断亮度均值和亮度中值的差值是否小于或等于第三阈值T3,若小于或等于第三阈值T3则转到步骤S108;若大于第三阈值T3则转到步骤S109;
S108、采用计算式F=a1×f1(x)+a2×f2(x)+a3×f3(x)计算二维图像每个像素的增强因子,并转到步骤S111;
S109、采用计算式F=(K(x)+b)×cosα+x×sinα计算二维图像每个像素的增强因子,并转到步骤S111;
S110、采用计算式F=a1×f1(x)+a2×f2(x)+a3×f3(x)计算二维图像每个像素的增强因子,并转到步骤S111;
S111、根据计算出的增强因子利用计算式对二维图像中的每个像素的亮度值进行修正,以获得增强后的二维图像并输出。
在本发明的实施例中:
对于第一类图像:由于第一类图像的亮度均值比较小,图像偏暗,且图像中不存在强背景或者强前景情形。因此,采用F=k计算增强因子。
如图2所示为将k的值取为1.5而得到图像处理前后亮度映射图。参见图2,采用本发明的图像增强方法后,第一类图像的亮度增加。如图2中所示,增强前亮度值为50的像素,采用本发明实施例的增强方法后亮度值为一大于50的值y1。
对于第二类图像:由于第二类图像的亮度均值较小,且存在强背景或者强前景情形。因此,需要对图像暗区的细节进行重现,且不能让高亮区的图像变得模糊。因此对于第二类图像,采用式(6)所述的非线性函数即F=(K(x)+b)×cosα+x×sinα对图像亮度进行非线性变换。如式(4)和式(5)所示,式(6)中的 在本发明的实施例中式(4)、式(5)和式(6)中的常量初始化如下:n=0.6,ρ=0.06,b=0.6。
此外,对于第二类图像,为了避免强背景或者强前景图像中高亮部分质量恶化,需对增强因子F进行限幅处理。具体限幅处理为:当计算出的F大于1.5时,F的值取为1.5;当计算出的F小于或等于0.4时,F的值取为0.4。根据上述参数,图像增强处理前后亮度映射如图3所示。
对于第三类图像:由于第三类图像的亮度均值适中,且不存在强背景或者 强前景图像。因此,采用式(3)、(6)和(8)组合的非线性变换函数为对图像亮度进行非线性变换。即F=a1×f1(x)+a2×f2(x)+a3×f3(x),其中a1,a2,a3根据具体的二维图像进行取值。
式(3)、(6)和(8)中的常量初始化如下:a=1,n=0.6,ρ=0.4,b=0.6,c=0.4。
此外,对于第三类图像,为了避免强背景或者强前景图像中高亮部分质量恶化,对F进行限幅处理。具体限幅处理为:当计算出的F大于1.3时,F的值取为1.3;当计算出的F小于或等于0.4时,F的值取为0.4。参见图4,为根据上述参数得到的图像增强处理前后亮度映射图。
对于第四类图像:由于第四类图像的亮度均值适中,且有强前景和强背景现象,因此,需要将图像较暗区域的细节再现,即改善暗区对比度,同时避免高亮区域图像质量的降低。采用式(6)所述的非线性函数即F=(K(x)+b)×cosα+x×sinα对图像亮度进行非线性变换。如式(4)和式(5)所示式(6)中的 其中式子(4)、(5)和(6)中的常量初始化如下:n=0.5,ρ=0.05,b=0.3。
此外,为了避免强背景或者强前景图像中高亮部分质量恶化,对F进行限幅处理。具体限幅处理为:当计算出的F大于1.3时,F的值取为1.3;当计算出的F小于或等于0.4时,F的值取为0.4。参见图5为根据上述参数得到的图像增强处理前后亮度映射图。
对于第五类图像:由于第五类图像的亮度均值偏高,图像对比度偏低。因此,采用式(3)、(6)和(8)组合的非线性变换函数为对图像亮度进行非线性变换。即F=a1×f1(x)+a2×f2(x)+a3×f3(x),其中a1,a2,a3根据具体的二维图像进行取值。采用式(3)、(6)和(8)组合的好处是:使得亮度较低的下降更快,而高亮度区域的下降相对较慢,此时图像整体亮度得以下降,且对比度得以提升。函数组合中各个常量参数确定如下数值。
其中,式(3)、(6)和(8)中的常量初始化如下:a=1,n=0.6,ρ=0.02,b=0.8,c=0.3。
此外,针对此类图像F计算值需设定为小于1。因此,需对F进行限幅处理,具体限幅处理为:当计算出的F大于0.9时,F的值取为0.9;当计算出的F小于或等于0.4时,F的值取为0.4。参见图6为根据上述参数得到的图像增强处理前后亮度映射图。
应理解,在本发明的上述实施例中,常数k,a,b,c,ρ,n,a1,a2,a3的取值可根据实际的二维图像进行适应性调整以获得最佳的增强效果。且在本发明的上述实施例中,对F进行限幅处理时,当F小于或等于0.4时,取F的值为0.4也可根据实际的二维图像进行调整,例如可调整为:当F小于或等于0.5时,取F的值为0.5,或当F小于或等于0.4时,取F的值为0.5等。
图7为本发明实施例的图像增强装置的结构图。本发明实施例的图像增强装置包括:
图像接收模块201,用于接收二维图像;
亮度均值和中值计算模块202,用于计算所述二维图像的亮度均值A和亮度中值M;
增强因子计算模块203,用于根据所述亮度均值A和亮度中值M,将所述二维图像进行分类;以及用于根据所述分类,利用不同分类对应的非线性函数计算所述二维图像每个像素的增强因子F;
图像增强模块204,用于根据所述增强因子F对所述二维图像中的每个像素的亮度值进行修正,以获得增强后的二维图像并输出。
增强因子计算模块203根据所述分类,利用非线性函数计算所述二维图像的增强因子F的计算式为:
当A≤T1且|A-M|≤T3时,F=k;
当A≤T1且|A-M|>T3时,F=(K(x)+b)×cosα+x×sinα;
当T1<A≤T2且|A-M|≤T3时,F=a1×f1(x)+a2×f2(x)+a3×f3(x);
当T1<A≤T2且|A-M|>T3时,F=(K(x)+b)×cosα+x×sinα;
当A>T2时,F=a1×f1(x)+a2×f2(x)+a3×f3(x);
其中,f1(x)=a×cos(φ(x)),f2(x)=(K(x)+b)×cosα+x×sinα, k,a,b,c,ρ,n,a1,a2,a3为预定的常数,且0≤a≤1,k>1;x为所述二维图像像素的亮度值;T1、T2和T3为预设的阈值,A为所述二维图像的亮度均值,M为所述二维图像的亮度中值。
所述当A≤T1且|A-M|>T3时及当T1<A≤T2且|A-M|>T3时的增强因子F的计算式中b、ρ,n的取值不相同;
所述当T1<A≤T2且|A-M|≤T3时及当A>T2时的增强因子F的计算式中a,b,c,ρ,n,a1,a2,a3的取值不相同。在本发明实施例中T1的值为80,T2的值为160,T3的值为50。
图像增强模块204利用下述表达式对所述二维图像中的每个像素的亮度值进行修正:
其中,y_new为像素增强后的亮度值,而x为该像素的原始亮度值。
本发明实施例的图像增强方法及装置,能够将二维图像进行分类,针对不同类的图像采用不同的非线性函数对其进行增强;对强背景光和/或强前景光图像有很好的处理效果,计算简单。
本发明实施例的图像增强装置中的增强因子计算模块203能够根据输入图像的数学统计特征自动进行快速分类。图像增强模块204根据增强因子计算模块203计算出的增强因子对图像进行修正以获得增强后的图像并输出。
本发明实施例的图像增强方法及装置,能针对不同类的图像,有效的快速进行图像增强处理,克服了单一方法对各种类型图像处理中的不足,适合面广。由于所耗系统资源少以及很高的实时处理速度,所以本发明实施例的图像增强 方法及装置可在各种军用、民用设备,以及在各种便携式终端中应用。另外,本发明实施例的图像增强方法及装置可提供较好的图像处理质量,并且占用系统资源少,所以可以作为目标跟踪、车牌识别、人脸识别检测等模块的处理前端。
上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,这些均属于本发明的保护之内。
Claims (10)
1.一种图像增强方法,其特征在于,包括以下步骤:
S1、接收二维图像;
S2、计算所述二维图像的亮度均值A和亮度中值M;
S3、根据所述亮度均值A和亮度中值M,将所述二维图像进行分类;并根据所述分类,利用不同分类对应的非线性函数计算所述二维图像每个像素的增强因子F;
S4、根据所述增强因子F对所述二维图像中的每个像素的亮度值进行修正,以获得增强后的二维图像并输出。
2.根据权利要求1所述的图像增强方法,其特征在于,所述步骤S3具体包括:
当A≤T1且|A-M|≤T3时,利用F=k计算所述二维图像每个像素的增强因子F;
当A≤T1且|A-M|>T3时,利用F=(K(x)+b)×cosα+x×sinα计算所述二维图像每个像素的增强因子F;
当T1<A≤T2且|A-M|≤T3时,利用F=a1×f1(x)+a2×f2(x)+a3×f3(x)计算所述二维图像每个像素的增强因子F;
当T1<A≤T2且|A-M|>T3时,利用F=(K(x)+b)×cosα+x×sinα计算所述二维图像每个像素的增强因子F;
当A>T2时,利用F=a1×f1(x)+a2×f2(x)+a3×f3(x)计算所述二维图像每个像素的增强因子F;
其中,f1(x)=a×cos(φ(x)),f2(x)=(K(x)+b)×cosα+x×sinα, k,a,b,c,ρ,n,a1,a2,a3为预定的常数,且0≤a≤1,k>1;x为所述二维图像像素的亮度值;T1、T2和T3为预设的阈值,A为所述二维图像的亮度均值,M为所述二维图像的亮度中值。
3.根据权利要求2所述的图像增强方法,其特征在于,所述当A≤T1且|A-M|>T3时及当T1<A≤T2且|A-M|>T3时的增强因子F的计算式中b、ρ,n的取值不相同;
所述当T1<A≤T2且|A-M|≤T3时及当A>T2时的增强因子F的计算式中a,b,c,ρ,n,a1,a2,a3的取值不相同。
4.根据权利要求2所述的图像增强方法,其特征在于,T1的值为80,T2的值为160,T3的值为50。
5.根据权利要求2所述的图像增强方法,其特征在于,所述步骤S4中,根据所述增强因子F对所述二维图像中的每个像素的亮度值进行修正的操作具体包括:
利用下述表达式对所述二维图像中的每个像素的亮度值进行修正:
其中,y_new为像素增强后的亮度值,而x为该像素的原始亮度值。
6.一种图像增强装置,其特征在于,包括:
图像接收模块,用于接收二维图像;
亮度均值和中值计算模块,用于计算所述二维图像的亮度均值A和亮度中值M;
增强因子计算模块,用于根据所述亮度均值A和亮度中值M,将所述二维图像进行分类;以及用于根据所述分类,利用不同分类对应的非线性函数计算所述二维图像每个像素的增强因子F;
图像增强模块,用于根据所述增强因子F对所述二维图像中的每个像素的亮度值进行修正,以获得增强后的二维图像并输出。
7.根据权利要求6所述的图像增强装置,其特征在于,所述增强因子计算模块根据所述分类,利用非线性函数计算所述二维图像的增强因子F的计算式为:
当A≤T1且|A-M|≤T3时,F=k;
当A≤T1且|A-M|>T3时,F=(K(x)+b)×cosα+x×sinα;
当T1<A≤T2且|A-M|≤T3时,F=a1×f1(x)+a2×f2(x)+a3×f3(x);
当T1<A≤T2且|A-M|>T3时,F=(K(x)+b)×cosα+x×sinα;
当A>T2时,F=a1×f1(x)+a2×f2(x)+a3×f3(x);
其中,f1(x)=a×cos(φ(x)),f2(x)=(K(x)+b)×cosα+x×sinα, k,a,b,c,ρ,n,a1,a2,a3为预定的常数,且0≤a≤1,k>1;x为所述二维图像像素的亮度值;T1、T2和T3为预设的阈值,A为所述二维图像的亮度均值,M为所述二维图像的亮度中值。
8.根据权利要求7所述的图像增强装置,其特征在于,所述当A≤T1且|A-M|>T3时及当T1<A≤T2且|A-M|>T3时的增强因子F的计算式中b、ρ,n的取值不相同;
所述当T1<A≤T2且|A-M|≤T3时及当A>T2时的增强因子F的计算式中a,b,c,ρ,n,a1,a2,a3的取值不相同。
9.根据权利要求7所述的图像增强装置,其特征在于,T1的值为80,T2的值为160,T3的值为50。
10.根据权利要求9所述的图像增强装置,其特征在于,所述图像增强模块利用下述表达式对所述二维图像中的每个像素的亮度值进行修正:
其中,y_new为像素增强后的亮度值,而x为该像素的原始亮度值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310211249.2A CN104219420A (zh) | 2013-05-30 | 2013-05-30 | 图像增强方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310211249.2A CN104219420A (zh) | 2013-05-30 | 2013-05-30 | 图像增强方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104219420A true CN104219420A (zh) | 2014-12-17 |
Family
ID=52100524
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310211249.2A Pending CN104219420A (zh) | 2013-05-30 | 2013-05-30 | 图像增强方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104219420A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108711142A (zh) * | 2018-05-22 | 2018-10-26 | 深圳市华星光电技术有限公司 | 图像处理方法及图像处理装置 |
CN109272470A (zh) * | 2018-10-08 | 2019-01-25 | 成都品果科技有限公司 | 一种图像增强方法及装置 |
CN110766622A (zh) * | 2019-10-14 | 2020-02-07 | 北京理工大学 | 基于亮度区分和Gamma平滑的水下图像增强方法 |
CN115841431A (zh) * | 2023-02-06 | 2023-03-24 | 淄博市临淄区交通运输事业服务中心 | 基于视频监控的交通运输图像增强方法 |
-
2013
- 2013-05-30 CN CN201310211249.2A patent/CN104219420A/zh active Pending
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108711142A (zh) * | 2018-05-22 | 2018-10-26 | 深圳市华星光电技术有限公司 | 图像处理方法及图像处理装置 |
CN108711142B (zh) * | 2018-05-22 | 2020-09-29 | 深圳市华星光电技术有限公司 | 图像处理方法及图像处理装置 |
CN109272470A (zh) * | 2018-10-08 | 2019-01-25 | 成都品果科技有限公司 | 一种图像增强方法及装置 |
CN109272470B (zh) * | 2018-10-08 | 2022-04-22 | 成都品果科技有限公司 | 一种图像增强方法及装置 |
CN110766622A (zh) * | 2019-10-14 | 2020-02-07 | 北京理工大学 | 基于亮度区分和Gamma平滑的水下图像增强方法 |
CN115841431A (zh) * | 2023-02-06 | 2023-03-24 | 淄博市临淄区交通运输事业服务中心 | 基于视频监控的交通运输图像增强方法 |
CN115841431B (zh) * | 2023-02-06 | 2023-05-05 | 淄博市临淄区交通运输事业服务中心 | 基于视频监控的交通运输图像增强方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106296612B (zh) | 一种图像质量评价和天气状况引导的分级式监控视频清晰化系统及方法 | |
US9576346B2 (en) | Non-local means image denoising with an adaptive directional spatial filter | |
Xu et al. | Fast image dehazing using improved dark channel prior | |
Xie et al. | Improved single image dehazing using dark channel prior and multi-scale retinex | |
CN102202163B (zh) | 一种监控视频的自适应增强方法及其装置 | |
US20160071244A1 (en) | Method and system for image haze removal based on hybrid dark channel prior | |
CN105225210A (zh) | 一种基于暗通道的自适应直方图增强去雾方法 | |
US9978131B2 (en) | Video image denoising and enhancing method and device based on random spray retinex | |
CN102750674A (zh) | 基于自适应容差的视频图像去雾方法 | |
CN104272347B (zh) | 去除包含在静止图像中的雾的图像处理装置及其方法 | |
US8457418B2 (en) | Local area contrast enhancement | |
Guo et al. | Automatic image haze removal based on luminance component | |
CN103955905A (zh) | 基于快速小波变换和加权图像融合的单幅图像去雾方法 | |
CN101626454B (zh) | 一种增强视频可视性的方法 | |
CN107240081A (zh) | 夜景影像去噪与增强处理方法 | |
CN102768760A (zh) | 一种基于图像纹理的图像快速去雾方法 | |
CN104219420A (zh) | 图像增强方法及装置 | |
CN103914820A (zh) | 一种基于图像分层增强的图像去雾方法及系统 | |
CN105096278A (zh) | 基于光照调整的图像增强方法和设备 | |
US20190068891A1 (en) | Method and apparatus for rapid improvement of smog/low-light-level image using mapping table | |
JP5014274B2 (ja) | 画像処理装置、画像処理方法、画像処理システム、プログラム、記録媒体および集積回路 | |
CN103971345B (zh) | 一种基于改进双边滤波的图像去噪方法 | |
CN103489168A (zh) | 一种红外图像自适应转伪彩增强方法及系统 | |
Kim et al. | Cross fusion-based low dynamic and saturated image enhancement for infrared search and tracking systems | |
Wang et al. | Image dehazing based on dark channel prior and brightness enhancement for agricultural monitoring |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20141217 |