CN105354803B - 截断直方图均衡实现装置及方法 - Google Patents

截断直方图均衡实现装置及方法 Download PDF

Info

Publication number
CN105354803B
CN105354803B CN201510698149.6A CN201510698149A CN105354803B CN 105354803 B CN105354803 B CN 105354803B CN 201510698149 A CN201510698149 A CN 201510698149A CN 105354803 B CN105354803 B CN 105354803B
Authority
CN
China
Prior art keywords
histogram
image
truncating
module
acquisition
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.)
Active
Application number
CN201510698149.6A
Other languages
English (en)
Other versions
CN105354803A (zh
Inventor
汪辉
曹虎
章琦
方娜
田犁
汪宁
封松林
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.)
Shanghai Advanced Research Institute of CAS
Original Assignee
Shanghai Advanced Research Institute of CAS
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 Shanghai Advanced Research Institute of CAS filed Critical Shanghai Advanced Research Institute of CAS
Priority to CN201510698149.6A priority Critical patent/CN105354803B/zh
Publication of CN105354803A publication Critical patent/CN105354803A/zh
Application granted granted Critical
Publication of CN105354803B publication Critical patent/CN105354803B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供一种截断直方图均衡实现装置及方法，该实现装置包括图像采集模块；直方图统计模块，用于统计采集图像预设通道的直方图H0~HL‑1，并获得图像灰度区间[0,L‑1]；直方图均衡乘法模块，用于遍历采集图像中的灰度p，累加直方图像素S(p)，并截取S(p)占用M位寄存器的M‑N‑1位高位信息后，进行T(p)=（M‑N‑1）*N乘法运算；以及直方图均衡除法模块，用于计算采集图像的总像素Sall，并进行T(p)/Sall除法运算。本发通过采用直方图像素及图像总像素进行截取的办法，可以大大改善直方图均衡中的乘法器和除法器的资源，效率等，实现了更简易，效率更高，资源占用更少的直方图均衡。本发明结构及方法简单，效果显著，在图像处理领域有广泛的应用前景。

Description

截断直方图均衡实现装置及方法
技术领域
本发明涉及图像处理领域，具体涉及一种截断直方图均衡实现装置及方法。
背景技术
在图像处理和计算机视觉领域，图像处理技术是提高图像质量，达到最优图像显示效果的关键技术。图像的增强技术是一个已经被大量研究，而且仍需进一步研究的重要方向。
图像增强的目的是增强图像中的有用信息，其目的是要改善图像的视觉效果，针对给定图像的应用场合，有目的地强调图像的整体或局部特性，将原来不清晰的图像变得清晰或强调某些感兴趣的特征，扩大图像中不同物体特征之间的差别，改善图像质量、丰富信息量，加强图像判读和识别效果。图像增强的应用范围非常广泛，比如在低光照条件下获得的图像，直接在屏上显示时效果比较差，甚至会产生图像失真。所以原图像在屏幕上显示之前，需要经过一定的对比度增强处理。
直方图是对输出数据进行分组统计图，它反映了目标数据的分布几率特征。直方图均衡是一种利用该分组统计图进行分布特征优化的技术，优化以后的数据分布趋向均匀分布，直方图均衡技术被广泛地应用于图像增强。
直方图均衡化处理的“中心思想”是把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布。直方图均衡化就是对图像进行非线性拉伸，重新分配图像像素值，使一定灰度范围内的像素数量大致相同。直方图均衡化就是把给定图像的直方图分布改变成“均匀”分布直方图分布。直方图均衡化的基本思想是把原始图的直方图变换为均匀分布的形式，这样就增加了象素灰度值的动态范围从而可达到增强图像整体对比度的效果。
直方图均衡具体过程如下，假设图像有[0,1…L-1]共L个灰度级，每个灰度级对应的直方图为H0，H1，HL-1，均衡完之后的灰度转换关系为：
其中，m为原来灰度，Y(m)是均衡结束之后对应的灰度，如图1a～图1b所示，图1a显示为原图的直方图，图1b显示为均衡后图像的直方图。
发明内容
鉴于以上所述现有技术的缺点，本发明的目的在于提供一种截断直方图均衡实现装置及方法，以实现一种速度更快，更简单实用的直方图均衡装置及方法。
为实现上述目的及其他相关目的，本发明提供一种截断直方图均衡实现装置，包括：图像采集模块，用于对目标图像进行采集获得采集图像；直方图统计模块，用于统计采集图像预设通道的直方图H0～HL-1，并获得图像灰度区间[0,L-1]，其中，L为整数；直方图均衡乘法模块，用于遍历采集图像中的灰度p，累加直方图像素S(p)，0≤p≤L-1且p为整数，并截取S(p)占用M位寄存器的M-N-1位高位信息后，进行T(p)＝(M-N-1)*N乘法运算，其中，N为存储灰度区间[0,L-1]所需的寄存器的位数，M、N均为整数且M＞N；以及直方图均衡除法模块，用于计算采集图像的总像素Sall，并进行T(p)/Sall除法运算。
作为本发明的截断直方图均衡实现装置的一种优选方案，所述采集图像为灰度图像时，其只有单通道，所述直方图统计模块直接统计其直方图H0～HL-1，并获得图像灰度区间[0,L-1]；所述采集图像为彩色图像时，其色彩空间为多通道，所述直方图统计模块取其中的一个通道统计直方图H0～HL-1，并获得图像灰度区间[0,L-1]。
进一步地，所述彩色图像的色彩空间包括RGB、YCbCr及HSV中的一种。
作为本发明的截断直方图均衡实现装置的一种优选方案，所述直方图均衡乘法模块中，累加直方图像素S(p)由以下公式获得：
其中，存储灰度区间[0,L-1]所需的寄存器的位数为N，截取S(p)占用M位寄存器的M-N-1位高位信息，丢掉N+1位低位信息后，灰度区间L的寄存器信息全部保留，则乘法器所需位数为T(p)＝(M-N-1)*N，T(p)占M-1位，其中，M、N、L、p均为整数，且N≥4，M>N+1，0≤p≤L-1。
作为本发明的截断直方图均衡实现装置的一种优选方案，所述直方图均衡除法模块中，采集图像的总像素由以下公式获得：
其中，L为图像灰度区间的总数。
作为本发明的截断直方图均衡实现装置的一种优选方案，所述直方图均衡除法模块先截取Sall的M-N-1位高位信息Sall’，丢弃N+1位低位信息，再进行T(p)/Sall’除法运算,则除法器所需位数为M-1/M-N-1位。。
本发明还提供一种截断直方图均衡实现方法，包括步骤：步骤1)，对目标图像进行采集获得采集图像；步骤2)，统计采集图像预设通道的直方图H0～HL-1，并获得图像灰度区间[0,L-1]，其中，L为整数；步骤3)，遍历采集图像中的灰度p，累加直方图像素S(p)，0≤p≤L-1，且p为整数，并截取S(p)占用M位寄存器的M-N-1位高位信息后，进行T(p)＝(M-N-1)*N乘法运算，其中，N为存储灰度区间[0,L-1]所需的寄存器的位数，M、N均为整数且M＞N；以及步骤4)，计算采集图像的总像素Sall，并进行T(p)/Sall除法运算。
作为本发明的截断直方图均衡实现方法的一种优选方案，步骤2)中，所述采集图像为灰度图像时，其只有单通道，则直接统计其直方图H0～HL-1，并获得图像灰度区间[0,L-1]；所述采集图像为彩色图像时，其色彩空间为多通道，则取其中的一个通道统计直方图H0～HL-1，并获得图像灰度区间[0,L-1]。
进一步地，所述彩色图像的色彩空间包括RGB、YCbCr及HSV中的一种。
作为本发明的截断直方图均衡实现方法的一种优选方案，步骤3)中，累加直方图像素S(p)由以下公式获得：
其中，存储灰度区间[0,L-1]所需的寄存器的位数N，截取S(p)占用M位寄存器的M-N-1位高位信息，丢掉N+1位低位信息后，灰度区间L的寄存器信息全部保留，则乘法器所需位数为T(p)＝(M-N-1)*N，T(p)占M-1位，其中，M、N、L、p均为整数，且N≥4，M>N+1，0≤p≤L-1。
作为本发明的截断直方图均衡实现方法的一种优选方案，步骤4)中，采集图像的总像素由以下公式获得：
其中，L为图像灰度区间的总数。
作为本发明的截断直方图均衡实现方法的一种优选方案，步骤4)中，先截取Sall的M-N-1位高位信息，丢弃N+1位低位信息Sall’，再进行T(p)/Sall’除法运算，使得除法器所需位数为M-1/M-N-1位。
如上所述，本发明的截断直方图均衡实现装置及方法，具有以下有益效果：本发通过采用直方图像素及图像总像素进行截取的办法，可以大大改善直方图均衡中的乘法器和除法器的资源，效率等，实现了更简易，效率更高，资源占用更少的直方图均衡。本发明结构及方法简单，效果显著，在图像处理领域有广泛的应用前景。
附图说明
图1a及图1b分别显示为原图像直方图和均衡后的直方图示意图。
图2显示为本发明的截断直方图均衡实现装置的结构框图。
图3显示为本发明的截断直方图均衡实现方法的步骤流程示意图。
图4a显示为现有除法器的硬件资源占用结果。
图4b显示为本发明采用的截断除法器的硬件资源占用结果。
图5a显示为现有乘法器的硬件资源占用结果。
图5b显示为本发明采用的截断乘法器的硬件资源占用结果。
元件标号说明
11 图像采集模块
12 直方图统计模块
13 直方图均衡乘法模块
14 直方图均衡除法模块
S11～S14 步骤1)～步骤4)
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。
请参阅图2～图5b。需要说明的是，本实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图示中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
如图2所示，本实施例提供一种截断直方图均衡实现装置，包括：图像采集模块11、直方图统计模块12、直方图均衡乘法模块13、以及直方图均衡除法模块14。
所述图像采集模块11用于对目标图像进行采集获得采集图像。所述采集图像可以为如灰度图像或者彩色图像。
所述直方图统计模块12用于统计采集图像预设通道的直方图H0～HL-1，并获得图像灰度区间[0,L-1]。
在所述直方图统计模块12中，若所述采集图像为灰度图像，则其只有单通道，所述直方图统计模块12直接统计其直方图H0～HL-1，并获得图像灰度区间[0,L-1]，其中，L为整数；若所述采集图像为彩色图像，如所述彩色图像的色彩空间包括RGB、YCbCr及HSV中的一种，则其色彩空间存在多通道，所述直方图统计模块12取其中的一个通道统计直方图H0～HL-1，并获得图像灰度区间[0,L-1]。
所述直方图均衡乘法模块13用于遍历采集图像中的灰度p，累加直方图像素S(p)，0≤p≤L-1，并截取S(p)占用M位寄存器的M-N-1位高位信息后，进行T(p)＝(M-N-1)*N乘法运算，其中，N为存储灰度区间[0,L-1]所需的寄存器的位数，M、N均为整数且M＞N。
所述直方图均衡乘法模块13中，累加直方图像素S(p)由以下公式获得：
其中，存储灰度区间[0,L-1]所需的寄存器的位数为N，截取S(p)占用M位寄存器的M-N-1位高位信息，丢掉N+1位低位信息后，灰度区间L的寄存器信息全部保留，则乘法器所需位数为T(p)＝(M-N-1)*N，T(p)占M-1位，其中，M、N、L、p均为整数，且N≥4，M>N+1，0≤p≤L-1。
对于现有的图像均衡装置来说，其需要进行S(p)*L的操作，一般的硬件实现，S(p)占用M位寄存器(M>＝10)，L需要N位寄存器(N>＝4)，M>N,所以需要M*N位的乘法模块。然而，由于主要信息保存在寄存器高位，因此，本发明截取S(p)占的M为寄存器的M-N-1位高为信息，丢掉N+1位低位信息，灰度区间L的寄存器信息全部保留，将现有技术所需要的M*N位的乘法器，简化为(M-N-1)*N的乘法器，相乘得到的值为T(p)，T(p)占M-1位。
所述直方图均衡除法模块14用于计算采集图像的总像素Sall，并进行T(p)/Sall除法运算。
所述直方图均衡除法模块14中，采集图像的总像素由以下公式获得：
其中，L为图像灰度区间的总数。
在本实施例中，所述直方图均衡除法模块14先截取Sall的M-N-1位高位信息Sall’，丢弃N+1位低位信息，再进行T(p)/Sall’除法运算,则除法器所需位数为M-1/M-N-1位。
由于需要进行T(p)/Sall的操作，如果没有采取直方图均衡乘法模块13中截取进行乘法的话，T(p)占用M+N位寄存器，Sall占M位寄存器，需要M+N/M位除法器；由于直方图均衡乘法模块13截取S(p)M-N-1位高为信息，舍掉了后面N+1位低位信息，T(p)只占M-1位。在本发明，截取Sall的M-N-1位高位信息Sall’，丢弃N+1位低位信息，再进行T(p)/Sall’除法运算，可以将M+N/M位除法器改进为M-1/M-N-1位。
如图3所示，本实施例还提供一种截断直方图均衡实现方法，包括步骤：
首先进行步骤1)S11，对目标图像进行采集获得采集图像。
然后进行步骤2)S12，统计采集图像预设通道的直方图H0～HL-1，并获得图像灰度区间[0,L-1]，其中，L为整数；
作为示例，若所述采集图像为灰度图像，其只有单通道，则直接统计其直方图H0～HL-1，并获得图像灰度区间[0,L-1]；若所述采集图像为彩色图像，如所述彩色图像的色彩空间包括RGB、YCbCr及HSV中的一种，其色彩空间存在多通道，则取其中的一个通道统计直方图H0～HL-1，并获得图像灰度区间[0,L-1]。
接着进行步骤3)S13，遍历采集图像中的灰度p，累加直方图像素S(p)，0≤p≤L-1，并截取S(p)占用M位寄存器的M-N-1位高位信息后，进行T(p)＝(M-N-1)*N乘法运算，其中，N为存储灰度区间[0,L-1]所需的寄存器的位数，M、N均为整数且M＞N；
在本实施例中，累加直方图像素S(p)由以下公式获得：
其中，0≤p≤L-1；存储灰度区间[0,L-1]所需的寄存器的位数N≥4，截取S(p)占用M位寄存器的M-N-1位高位信息，丢掉N+1位低位信息后，灰度区间L的寄存器信息全部保留，则乘法器所需位数为T(p)＝(M-N-1)*N，T(p)占M-1位。
最后进行步骤4)S14，计算采集图像的总像素Sall，并进行T(p)/Sall除法运算。
在本实施例中，采集图像的总像素由以下公式获得：
其中，L为图像灰度区间的总数。
在本实施例中，先截取Sall的M-N-1位高位信息，丢弃N+1位低位信息Sall’，再进行T(p)/Sall’除法运算，使得除法器所需位数为M-1/M-N-1位。
本发明旨在通过截取的办法，改善直方图均衡中的乘法器和除法器的资源，效率等，以达到实现更简易，效率更高，资源占用更少的直方图均衡。下面举例进一步说明本发明的有益效果：
首先，本实施例对一幅320*240像素的256灰度级图像进行了验证，在硬件实现的时候，总像素和累加像素需要用17位寄存器，灰度区间是8位寄存器，因而需要用到一个17位*8位乘法器，和一个25位/17位除法器。
对于17*8位的累加直方图*灰度区间的乘法器，截取累加直方图的前17-8-1＝8位，同时截取总像素的前8位，进行直方图均衡操作。
依据验证结果，本发明的截断直方图均衡在简化了结构，提高了效率的同时，也保证了直方图均衡的准确性。
如图4a～图5b所示及以下表格所示，下面进一步地描述DE2-115的FPGA上通过截取实现的除法器和乘法器功率频率以及资源占用情况，图4a显示为现有除法器的硬件资源占用结果，图4b显示为本发明的截断除法器的硬件资源占用结果，图5a显示为现有乘法器的硬件资源占用结果，图5b显示为本发明的截断乘法器的硬件资源占用结果。由图4a～图5b及以下表格可以发现通过截断的方法可以大量减少除法器和乘法器的资源，并且提高工作频率(乘法器是组合逻辑所以这里没有延迟)。
在以下表格中，Fmax为电路所能工作的最高频率，LE(logic elements)为FPGA中最小逻辑单元，它能有效地实现逻辑功能。每个LE包含一个能快速产生4变量的任意逻辑函数输出的4输入查找表LUT，以及一个带同步使能的可编程触发器、与相邻LE相连的进位链和级联链。Register为寄存器，是有限存贮容量的高速存贮部件，它们可用来暂存指令、数据和地址，Total代表以上器件单元的总和。
Fmax Total LE Total registers
原25/17位除法器 216MHz 122 58
截断16/8位除法器 230MHz 69 38
原17*8位乘法器 1000 18
截断8*8位乘法器 414 6
如上所述，本发明的截断直方图均衡实现装置及方法，具有以下有益效果：本发通过采用直方图像素及图像总像素进行截取的办法，可以大大改善直方图均衡中的乘法器和除法器的资源，效率等，实现了更简易，效率更高，资源占用更少的直方图均衡。本发明结构及方法简单，效果显著，在图像处理领域有广泛的应用前景。所以，本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。

Claims (12)

1.一种截断直方图均衡实现装置，其特征在于，包括：
图像采集模块，用于对目标图像进行采集获得采集图像；
直方图统计模块，用于统计采集图像每个灰度级对应的直方图H0～HL-1，并获得图像灰度区间[0,L-1]，其中，L为整数；
直方图均衡乘法模块，用于遍历采集图像中的灰度p，累加直方图像素S(p)，0≤p≤L-1且p为整数，并截取S(p)占用M位寄存器的M-N-1位高位信息后，进行S(p)*L乘法运算，此时S(p)*L乘法运算所需寄存器的位数为T(p)，T(p)占M-1位，其中，N为存储灰度区间[0,L-1]所需的寄存器的位数，M、N均为整数且M＞N；
直方图均衡除法模块，用于计算采集图像的总像素Sall，并进行S(p)*L/Sall除法运算。
2.根据权利要求1所述的截断直方图均衡实现装置，其特征在于：所述采集图像为灰度图像时，其只有单通道，所述直方图统计模块直接统计其直方图H0～HL-1，并获得图像灰度区间[0,L-1]；所述采集图像为彩色图像时，其色彩空间为多通道，所述直方图统计模块取其中的一个通道统计直方图H0～HL-1，并获得图像灰度区间[0,L-1]。
3.根据权利要求2所述的截断直方图均衡实现装置，其特征在于：所述彩色图像的色彩空间包括RGB、YCbCr及HSV中的一种。
4.根据权利要求1所述的截断直方图均衡实现装置，其特征在于：所述直方图均衡乘法模块中，累加直方图像素S(p)由以下公式获得：
其中，存储灰度区间[0,L-1]所需的寄存器的位数为N，截取S(p)占用M位寄存器的M-N-1位高位信息，丢掉N+1位低位信息后，灰度区间[0,L-1]的寄存器信息全部保留，T(p)占M-1位，其中，M、N、L、p均为整数，且N≥4，M＞N+1，0≤p≤L-1。
5.根据权利要求1所述的截断直方图均衡实现装置，其特征在于：所述直方图均衡除法模块中，采集图像的总像素由以下公式获得：
其中，L为图像灰度区间的总数。
6.根据权利要求1所述的截断直方图均衡实现装置，其特征在于：所述直方图均衡除法模块先截取Sall的M-N-1位高位信息Sall’，丢弃N+1位低位信息，再进行S(p)*L/Sall’除法运算,则除法器所需位数为M-1/M-N-1位。
7.一种截断直方图均衡实现方法，其特征在于，包括步骤：
步骤1)，对目标图像进行采集获得采集图像；
步骤2)，统计采集图像每个灰度级对应的直方图H0～HL-1，并获得图像灰度区间[0,L-1]，其中，L为整数；
步骤3)，遍历采集图像中的灰度p，累加直方图像素S(p)，0≤p≤L-1，且p为整数，并截取S(p)占用M位寄存器的M-N-1位高位信息后，进行S(p)*L乘法运算，此时S(p)*L乘法运算所需寄存器的位数为T(p)，T(p)占M-1位，其中，N为存储灰度区间[0,L-1]所需的寄存器的位数，M、N均为整数且M＞N；
步骤4)，计算采集图像的总像素Sall，并进行S(p)*L/Sall除法运算。
8.根据权利要求7所述的截断直方图均衡实现方法，其特征在于：步骤2)中，所述采集图像为灰度图像时，其只有单通道，则直接统计其直方图H0～HL-1，并获得图像灰度区间[0,L-1]；所述采集图像为彩色图像时，其色彩空间为多通道，则取其中的一个通道统计直方图H0～HL-1，并获得图像灰度区间[0,L-1]。
9.根据权利要求8所述的截断直方图均衡实现方法，其特征在于：所述彩色图像的色彩空间包括RGB、YCbCr及HSV中的一种。
10.根据权利要求7所述的截断直方图均衡实现方法，其特征在于：步骤3)中，累加直方图像素S(p)由以下公式获得：
其中，存储灰度区间[0,L-1]所需的寄存器的位数N，截取S(p)占用M位寄存器的M-N-1位高位信息，丢掉N+1位低位信息后，灰度区间[0,L-1]的寄存器信息全部保留，其中，M、N、L、p均为整数，且N≥4，M＞N+1，0≤p≤L-1。
11.根据权利要求7所述的截断直方图均衡实现方法，其特征在于：步骤4)中，采集图像的总像素由以下公式获得：
其中，L为图像灰度区间的总数。
12.根据权利要求7所述的截断直方图均衡实现方法，其特征在于：步骤4)中，先截取Sall的M-N-1位高位信息Sall’，丢弃N+1位低位信息，再进行S(p)*L/Sall’除法运算，使得除法器所需位数为M-1/M-N-1位。
CN201510698149.6A 2015-10-23 2015-10-23 截断直方图均衡实现装置及方法 Active CN105354803B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510698149.6A CN105354803B (zh) 2015-10-23 2015-10-23 截断直方图均衡实现装置及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510698149.6A CN105354803B (zh) 2015-10-23 2015-10-23 截断直方图均衡实现装置及方法

Publications (2)

Publication Number Publication Date
CN105354803A CN105354803A (zh) 2016-02-24
CN105354803B true CN105354803B (zh) 2019-03-01

Family

ID=55330770

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510698149.6A Active CN105354803B (zh) 2015-10-23 2015-10-23 截断直方图均衡实现装置及方法

Country Status (1)

Country Link
CN (1) CN105354803B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3296960B1 (en) * 2016-09-15 2018-08-22 Axis AB A method and an arrangement for pseudo coloring of a digital image
CN109145559A (zh) * 2018-08-02 2019-01-04 东北大学 一种结合表情识别的智能终端人脸解锁方法
CN111107274B (zh) 2018-10-26 2021-01-08 北京图森智途科技有限公司 一种图像亮度统计方法及成像设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN2838165Y (zh) * 2005-09-08 2006-11-15 上海广电（集团）有限公司中央研究院 截断直方图均衡装置
CN104252700A (zh) * 2014-09-18 2014-12-31 电子科技大学 一种红外图像的直方图均衡化方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102520906A (zh) * 2011-12-13 2012-06-27 中国科学院自动化研究所 支持定浮点可重构的向量长度可配置的向量点积累加网络
CN102968769B (zh) * 2012-11-27 2015-07-22 宁波盈芯信息科技有限公司 一种图像一致性增强装置
CN103093242A (zh) * 2013-01-23 2013-05-08 北京理工大学 基于多特征层次化判决的光学遥感图像云判别方法
CN104217399B (zh) * 2013-05-29 2018-03-30 无锡华润矽科微电子有限公司 实现红外图像进行平台直方图均衡处理功能的电路及方法
CN103618888B (zh) * 2013-12-12 2015-10-14 深圳市创维群欣安防科技有限公司 一种基于fpga的视频图像增强方法和装置
CN104376542B (zh) * 2014-10-25 2019-04-23 深圳市金立通信设备有限公司 一种图像增强方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN2838165Y (zh) * 2005-09-08 2006-11-15 上海广电（集团）有限公司中央研究院 截断直方图均衡装置
CN104252700A (zh) * 2014-09-18 2014-12-31 电子科技大学 一种红外图像的直方图均衡化方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
A Low-Power Contrast Enhancement Algorithm Using Histogram Segmentation and Circuit Implementation for AMOLED Applications;Wenhua Qiang 等;《JOURNAL OF DISPLAY TECHNOLOGY》;20140930;第10卷(第9期);第785-791页 *
A NEW APPROACH FOR REAL-TIME HISTOGRAM EQUALIZATION USING FPGA;Abduallah M Alsuwailem 等;《Proceedings of 2005 International Symposium on Intelligent Signal Processing and Communication Systems》;20051216;第397-400页 *
Realization of the Contrast Limited Adaptive Histogram Equalization (CLAHE) for Real-Time Image Enhancement;ALI M. REZA;《Journal of VLSI Signal Processing》;20041231;第38卷(第1期);第35-44页 *
基于FPGA的图像处理算法及压缩编码的研究与实现;杨恩泽;《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》;20070515;第2007年卷(第5期);第4.3.1节，图4-11 *
基于FPGA的实时图像改进直方图均衡化算法;王德俊 等;《微电子学与计算机》;20100531;第27卷(第5期);第87-89,94页 *
基于FPGA的直方图均衡实时并行算法及新架构实现;刘延 等;《红外技术》;20100331;第32卷(第3期);第148-151页 *

Also Published As

Publication number Publication date
CN105354803A (zh) 2016-02-24

Similar Documents

Publication Publication Date Title
CN108229645B (zh) 卷积加速和计算处理方法、装置、电子设备及存储介质
Singh et al. Image enhancement via median-mean based sub-image-clipped histogram equalization
CN105469373B (zh) 一种Retinex图像增强方法及系统
Wang et al. A fast implementation of adaptive histogram equalization
US8806321B2 (en) Interactive controls and information visualization using histogram equalization
CN105354803B (zh) 截断直方图均衡实现装置及方法
US9977985B2 (en) Method for producing a histogram of oriented gradients
CN107358586A (zh) 一种图像增强方法、装置及设备
GB2520406A (en) Tone mapping
WO2014198038A1 (en) Data segmentation and visualization
US8913080B2 (en) Partitioning high resolution images into sub-images for display
CN104572783A (zh) 网页点击情况的展示方法及装置
CN110688088A (zh) 一种面向神经网络的通用非线性激活函数计算装置和方法
Sanders et al. Adaptive binning of X-ray galaxy cluster images
CN109871949A (zh) 卷积神经网络加速器及加速方法
CN110648284B (zh) 一种光照不均匀的图像处理方法及装置
Julio et al. Energy-efficient Gaussian filter for image processing using approximate adder circuits
CN111107274B (zh) 一种图像亮度统计方法及成像设备
Alghurair et al. Design of sobel operator using field programmable gate arrays
CN109683018A (zh) 一种实时多帧频域数据的并行处理方法
CN104899840A (zh) 一种基于cuda的引导滤波加速优化方法
CN103325101B (zh) 彩色特征的提取方法及装置
CN110245706B (zh) 一种针对嵌入式应用的轻量化目标检测方法
Chien et al. Contrast enhancement by using global and local histogram information jointly
Ustukov et al. Modification of Retinex algorithm and its stream implementation on FPGA

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant