CN105608676B - 一种视频图像的增强方法及装置 - Google Patents

一种视频图像的增强方法及装置 Download PDF

Info

Publication number
CN105608676B
CN105608676B CN201510981759.7A CN201510981759A CN105608676B CN 105608676 B CN105608676 B CN 105608676B CN 201510981759 A CN201510981759 A CN 201510981759A CN 105608676 B CN105608676 B CN 105608676B
Authority
CN
China
Prior art keywords
image
mrow
image block
gray
threshold
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
CN201510981759.7A
Other languages
English (en)
Other versions
CN105608676A (zh
Inventor
王智玉
朱旭东
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.)
Zhejiang Uniview Technologies Co Ltd
Original Assignee
Zhejiang Uniview Technologies 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 Zhejiang Uniview Technologies Co Ltd filed Critical Zhejiang Uniview Technologies Co Ltd
Priority to CN201510981759.7A priority Critical patent/CN105608676B/zh
Publication of CN105608676A publication Critical patent/CN105608676A/zh
Application granted granted Critical
Publication of CN105608676B publication Critical patent/CN105608676B/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
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration using histogram techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/73—Deblurring; Sharpening
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20172—Image enhancement details
    • G06T2207/20192—Edge enhancement; Edge preservation

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Picture Signal Circuits (AREA)
  • Image Processing (AREA)
  • Studio Devices (AREA)

Abstract

本发明公开了一种视频图像的增强方法及装置，该方法将待增强图像分割为多个大小相同的图像块，获取图像块的图像信息，根据图像信息获取局部直方图高度阈值，根据局部直方图高度阈值对图像块进行对比度自适应调整，根据对比度调整结果获取所有图像块中心像素点的灰度值，通过插值得到增强后图像中非图像块中心像素点的灰度值，输出增强后的图像。该装置包括分割模块、计算模块、对比对调整模块和插值模块。本发明的方法及装置对不同的图像块采用对应的局部直方图高度阈值进行对比度增强，可以实现灰度级上均匀的充分平铺，对不同监控场景的适应性强。

Description

一种视频图像的增强方法及装置
技术领域
本发明属于图像处理技术域，尤其涉及一种视频图像的增强方法及装置。
背景技术
夜间监控视频由于天气条件、亮度条件、捕获设备等因素，导致视频不清晰甚至异常模糊，不利于监控，不能满足应用的需要。但是夜间视频监控具有实际的应用价值，所以夜间视频增强算法值得研究。
对视频增强算法根据其处理所进行的空间不同，可以分为基于空域的视频增强和基于频域的视频增强两类，基于频域的视频增强对图像的处理是通过在图像的变换域间接操作的，最常用的变换是傅里叶变换。基于频域的视频增强计算量比较大，算法复杂度高，采用硬件实现成本高。基于空域的视频增强算法对图像的每次处理是基于像素点或者是基于模板。直方图变换是空域增强算法中最常采用的方法，基于直方图均衡的图像增强通过将像素点尽可能在灰度级上均匀分布而实现图像增强。但对于一些低对比度的图像来说，由于低灰度级上的像素点比较多，会使平铺的动态范围不够大，致使增强效果不够明显。基本灰度级分组法则有效解决了这种问题，其基本思想如下：首先，将直方图上分量根据幅度按照一定准则分组，根据一定的评判准则(如像素点平均距离最大)选出最合适的分组方法；其次，分组后的数据平均分配在灰度级上，选定适合的分组方法，相应得到最好的灰度级分配方式。基于灰度级分组的灰度图像增强可以实现灰度级上均匀的充分平铺。灰度级分组法将图像像素点在256个灰度级上进行像素个数统计，选像素点个数最低的两个灰度级进行合并并完成分组，循环上述过程，直至达到设定的分组数。得到相应的灰度级映射曲线表，利用对应的映射曲线表完成灰度级映射，实现图像增强。该算法需要循环，复杂度比较高，不适于对视频流进行实时增强处理。
可见，在现有技术方案中，普通的直方图均衡方案存在较多灰度级没有被利用，灰度级未被充分利用是造成过度均衡的原因之一。另外，对于在低灰度级上分量比较高的图像使用经典均衡法进行图像增强时往往效果会产生失真。现有的直方图均衡化方法没办法做到对图像的不同区域进行不同参数控制来达到比较优的效果。并且由于现有技术算法的复杂比较高，不能实现夜间视频流图像的实时增强，在视频监控里实际意义不大
发明内容
本发明的目的在于提供一种视频图像的增强方法及装置，以解决背景技术中提到的现有技术方案中存在的技术问题。
为了实现上述目的，本发明技术方案如下：
一种视频图像的增强方法，所述增强方法包括：
将待增强图像分割为多个大小相同的图像块，对每个图像块做灰度直方图统计，获取每个图像块的图像信息，所述图像信息包括：图像块中各灰度级的直方图高度、图像块的灰度均值和灰度方差；
根据每个图像块的图像信息及设定的全局直方图高度阈值计算出该图像块的局部直方图高度阈值；
根据计算得到的局部直方图高度阈值对图像块进行对比度的自适应调整；
根据对比度调整结果获取所有图像块中心像素点的灰度值，通过插值得到增强后图像中非图像块中心像素点的灰度值，输出增强后的图像。
进一步地，在将待增强图像分割为多个大小相同的图像块之前，所述增强方法还包括：对待增强图像采用最大-最小滤波器进行降噪处理。
进一步地，在输出增强后的图像之后，所述增强方法还包括：
获取图像块以及与其相邻的四个图像块的灰度均值，计算图像块的灰度均值与相邻图像块的灰度均值的差值，根据计算得到的差值判断获取的图像块是否出现块效应；
对于出现块效应的图像块，根据图像块的灰度均值与相邻图像块的灰度均值计算出调整比例，对出现块效应的图像块进行块效应调整。
进一步地，在输出增强后的图像之后，所述增强方法还包括：
根据增强后图像与增强前图像的灰度比例，对图像进行颜色的恢复和饱和度调整；
对经过增强的图像根据帧间差进行运动检测，分别对运动部分和静止部分进行降噪处理。
进一步地，所述根据每个图像块的图像信息及设定的全局直方图高度阈值计算出该图像块的局部直方图高度阈值，按照如下公式计算得到局部直方图高度阈值：
其中，limitBlock为局部直方图高度阈值、mean为图像块灰度均值、std为图像块灰度方差、glimit为全局直方图高度阈值、thresholdlow为设定的暗区调整阈值、thresholdhigh为设定的亮区调整阈值。
本发明还提出了一种视频图像的增强装置，所述增强装置包括：
分割模块，用于将待增强图像分割为多个大小相同的图像块，对每个图像块做灰度直方图统计，获取每个图像块的图像信息，所述图像信息包括：图像块中各灰度级的直方图高度、图像块的灰度均值和灰度方差；
计算模块，用于根据每个图像块的图像信息及设定的全局直方图高度阈值计算出该图像块的局部直方图高度阈值；
对比对调整模块，用于根据计算得到的局部直方图高度阈值对图像块进行对比度的自适应调整；
插值模块，用于根据对比度调整结果获取所有图像块中心像素点的灰度值，通过插值得到增强后图像中非图像块中心像素点的灰度值，输出增强后的图像。
进一步地，所述增强装置还包括：
预处理模块，用于在分割模块将待增强图像分割为多个大小相同的图像块之前，对待增强图像采用最大-最小滤波器进行降噪处理。
进一步地，所述增强装置还包括：
块效应调整模块，用于插值模块进行插值之后，获取图像块以及与其相邻的四个图像块的灰度均值，计算图像块的灰度均值与相邻图像块的灰度均值的差值，根据计算得到的差值判断获取的图像块是否出现块效应；对于出现块效应的图像块，根据图像块的灰度均值与相邻图像块的灰度均值计算出调整比例，对出现块效应的图像块进行块效应调整。
进一步地，所述增强装置还包括：
颜色与饱和度调整模块，用于根据增强后图像与增强前图像的灰度比例，对图像进行颜色的恢复和饱和度调整；
降噪模块，用于对经过增强的图像根据帧间差进行运动检测，分别对运动部分和静止部分进行降噪处理。
进一步地，所述计算模块按照如下公式计算得到局部直方图高度阈值：
其中，limitBlock为局部直方图高度阈值、mean为图像块灰度均值、std为图像块灰度方差、glimit为全局直方图高度阈值、thresholdlow为设定的暗区调整阈值、thresholdhigh为设定的亮区调整阈值。
本发明提出的一种视频图像的增强方法及装置，将待增强图像分割为多个大小相同的图像块，获取待增强图像图像块的图像信息，根据图像信息获取局部直方图高度阈值，根据局部直方图高度阈值对图像块进行对比度自适应调整。对不同的图像块采用对应的局部直方图高度阈值进行对比度增强，该方法可以实现灰度级上均匀的充分平铺，而不会像全局直方图均衡化方法会在灰度级上留下过多空白区域而导致过增强或增强不够，对不同监控场景的适应性强。
附图说明
图1为本发明实施例的视频图像增强方法的流程图；
图2为本发明实施例的视频图像增强装置的结构图。
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。
如图1所示为本发明实施例提供的视频图像增强方法的流程图，所述方法包括以下步骤：
步骤S101，将待增强图像分割为多个大小相同的图像块，对每个图像块做灰度直方图统计，获取每个图像块的图像信息，所述图像信息包括：图像块中各灰度级的直方图高度、图像块的灰度均值和灰度方差。
在本发明实施例中，将待增强图像分割为多个大小相同的图像块，可以为(6*6)36块、(8*8)64块或者更多，根据实际应用的需要，在此不作赘述和限定。对每个图像块做灰度直方图统计，获取图像块的图像信息，该图像信息包括但不限于：该图像块的灰度均值和方差，以及图像块中各灰度级的直方图高度。其中，根据图像块的灰度直方图，可以得到该图像块中各灰度级的直方图高度，即各灰度级对应的像素点数量或概率。同时根据图像块各像素点的灰度计算出图像块的灰度均值和灰度方差。
步骤S102，根据每个图像块的图像信息及设定的全局直方图高度阈值计算出该图像块的局部直方图高度阈值。
直方图均衡化(HE)基本思想是通过图像的灰度直方图确定一条映射曲线，用来对图像进行灰度变换，以达到提高图像对比度的目的。限制对比度自适应直方图均衡化(CLAHE)通过预先定义的全局直方图高度阀值(glimit)来限制局部对比度的增强幅度使得各图像块的局部直方图重新分配，从而限制噪声的放大以及局部对比度的过度增强。即通过限制直方图的高度来限制对比度的增强幅度，从而限制噪声的放大及对比度的过增强。对比度增强的幅度可定义为映射曲线的斜率，因此限制直方图高度就等效于限制映射曲线的斜率。然而预先定义的全局直方图高度阀值没办法对不同的局部区域(图像块)进行不同的斜率限制。本实施例为了实现不同图像块不同增强的目的，利用各个图像块的灰度均值(mean)、灰度方差(std)、局部直方图的分布以及图像块大小计算出不同图像块的局部直方图的高度阀值limitBlock(映射曲线的斜率)。
容易理解的是，限制对比度自适应直方图均衡化可以采用全局直方图高度阈值来处理整幅图像，本实施例采用该方法的思想，对不同图像块采用不同的局部直方图高度阈值来对图像块来进行图像增强，从而实现不同图像块不同增强的目的。
在本发明实施例中，设置有全局直方图高度阈值glimit，全局直方图高度阈值glimit是用来调整整个待增强图像的映射曲线的斜率，该全局直方图高度阈值根据实际应用的需要而设置，在此不做限定。
在本发明实施例中，在获取了图像块的图像信息之后，即可根据该图像信息与全局直方图高度阈值获取局部直方图高度阈值。
局部直方图高度阈值根据如下公式计算：
根据上述公式获取局部直方图高度阈值，其中，limitBlock为局部直方图高度阈值、mean为图像块灰度均值、std为图像块灰度方差、glimit为全局直方图高度阈值、thresholdlow为设定的暗区调整阈值、thresholdhigh为设定的亮区调整阈值。
步骤S103，根据计算得到的局部直方图高度阈值对图像块进行对比度调整。
在本发明实施例中，在获取了局部直方图高度阈值之后，即可根据该局部直方图高度阈值对分割的图像块分别进行限制对比度自适应直方图均衡化。
在限制对比度自适应直方图均衡化的过程中，采用局部直方图高度阈值将图像块累计分布直方图中超出局部直方图高度阈值的部分进行截取，截取的部分按照预设的概率模型分布到图像块的整个灰度空间上。具体预设的概率模型可根据实际应用的需要而设置，例如采用均匀分布、瑞利分布或高斯分布。对于具体的限制对比度自适应直方图均衡化过程，在此不做赘述。
在进行对比度调整后，可以得到图像块的直方图、直方图概率分布图以及对应的映射曲线。
步骤S104、根据对比度调整结果获取所有图像块中心像素点的灰度值，通过插值得到增强后图像中非图像块中心像素点的灰度值，输出增强后的图像。
通过限制对比度自适应直方图均衡化后，需要对图像中的每个像素点通过映射曲线映射出像素点的灰度值。如果对图像中的每个像素计算其领域直方图以及对应的局部直方图映射曲线，这使得算法非常耗时。而插值使得上述算法效率上有极大的提升，并且质量上没有下降。图像块的中心像素点就由该图像块的局部直方图映射曲线映射得到，质量上没有下降，由此获得每个图像块的中心像素点的灰度值，例如64块图像块就得到64个中心像素点的灰度值，然后通过这64个灰度值进行插值，获取待增强图像增强后图像的其他像素点的灰度值。具体的插值方法在现有技术中多有应用，这里不再赘述。
需要说明的是，将待增强图像分割为多个大小相同的图像块时，可以将图像块划分为：中心图像块、边界图像块和边角图像块，其中边角图像块是待增强图像四个角对应的图像块，边界图像块是位于待增强图像边缘的图像块但不包括边角图像块，待增强图像中其他图像块为中心图像块。从而在得到图像块的中心像素点灰度值后，根据待插值像素点位于不同的图像块采用不同的插值方法进行处理。
作为本发明的另一个可选实施例，在所述将待增强图像分割为多个大小相同的图像块，对每个图像块做累计分布直方图统计，获取每个图像块的图像信息之前，所述方法还包括：
对待增强图像采用最大-最小滤波器进行降噪处理，所述降噪处理包括：将所述待增强图像划分为多个模版区域，获取每个模版区域的中心像素值、像素极大值和像素极小值，将所述中心像素值与所述像素极大值、像素极小值进行比较，使用较接近的像素极值替换所述中心像素值。
在本发明实施例中，由于视频图像通常会受到噪声的影响，而增强视频图像也会放大噪声，因此可以对视频图像中的噪声进行降噪处理。具体的降噪过程为：将待增强图像划分为多个模版区域，获取每个模版区域的中心像素值、像素极大值和像素极小值，将所述中心像素值与所述像素极大值、像素极小值进行比较，使用较接近的像素极值替换所述中心像素值。通过上述降噪过程，不仅可以消除视频图像中的脉冲噪声，而且可以锐化视频图像模糊的边缘，以使模糊的目标变得清晰起来。
作为本发明的再一个可选实施例，在插值之后，本实施例的方法还包括：
获取图像块以及与其相邻的四个图像块的灰度均值，计算图像块的灰度均值与相邻图像块的灰度均值的差值，根据计算的到的差值判断获取的图像块是否出现块效应；
对于出现块效应的图像块，根据图像块的灰度均值与相邻图像块的灰度均值计算出调整比例，对出现块效应的图像块进行块效应调整。
在本发明实施例中，经过增强处理的视频图像通常会出现块效应，因此可以对出现块效应的图像块进行块效应处理。具体地，对于任一图像块，计算出该图像块灰度均值与周围4个图像块灰度均值的差值，取差值的绝对值后做如下判断：
如果该图像块与周围任一图像块灰度均值的差值的绝对值超出设置的块误差阀值，则表明该图像块存在亮度变化，这种差异是由于亮度变化引起，不需要进行块效应消除处理。
如果该图像块与周围任一图像块灰度均值的差值的绝对值没有超出设置的块误差阀值，且该图像块灰度均值与周围4个图像块的灰度均值的差值的绝对值的和小于设置的误差总和阀值时，判断该图像块存在块效应。
若存在块效应，则需要进行图像去块效应操作，即利用该图像块与周围图像块灰度均值计算得到一个调整比例(radio)，计算公式如下：
其中，raido为调整比例、meanmid为待调整图像块的灰度均值、meanleft为与待调整图像块的左边相邻的图像块的灰度均值、meanright为与待调整图像块的右边相邻的图像块的灰度均值、meanup为与待调整图像块的上边相邻的图像块的灰度均值、meandown为与待调整图像块的下边相邻的图像块的灰度均值。
若该图像块和周围的图像块相比，该图像块灰度均值比较小，则该调整比例值会比较大，反之，该调整比例值比较小。这样就可以消除图像块与图像块之间的明显差异导致的块效应。
作为本发明的再一个可选实施例，本实施例一种视频图像的增强方法，还包括：
根据增强后图像与增强前图像的灰度比例，对图像进行颜色的恢复和饱和度调整。
本实施例图像增强是基于灰度图(Y分量)进行操作的，基于YUV模型进行分析的，因此，下式中Y′，U′，V′分别表示处理(即图像增强)后的各个分量，而Y，U，V则表示为原始图像(即处理前)的各个对应的分量。所以处理后的图像颜色不够鲜艳，画面饱和度不够高，画面主观效果比较差。因此，需要进行颜色恢复和饱和度调整，尽可能地恢复图像的颜色。本实施例采用了基于恒比例的方法对经过增强的图像进行颜色恢复和饱和度调整，
调整比例如下：
即增强后图像的U、V分量分别为：
作为本发明的再一个可选实施例，本实施例一种视频图像的增强方法，还包括：
对经过增强的图像根据帧间差进行运动检测，分别对运动部分和静止部分进行降噪处理。
本实施例降噪处理包括：根据当前帧和前一帧的帧间差进行运动检测，获取图像中的运动部分和静止部分，并对运动部分和静止部分分别进行不同强度的降噪滤波。其中，分别进行不同强度的降噪滤波中，是采用加权核函数和像素邻域之间的加权欧式距离来确定权重系数进行加权去噪处理。
如图2所示，本发明一种视频图像的增强装置，该增强装置包括：
分割模块，用于将待增强图像分割为多个大小相同的图像块，对每个图像块做灰度直方图统计，获取每个图像块的图像信息，所述图像信息包括：图像块中各灰度级的直方图高度、图像块的灰度均值和灰度方差；
计算模块，用于根据每个图像块的图像信息及设定的全局直方图高度阈值计算出该图像块的局部直方图高度阈值；
对比对调整模块，用于根据计算得到的局部直方图高度阈值对图像块进行对比度的自适应调整；
插值模块，用于根据对比度调整结果获取所有图像块中心像素点的灰度值，通过插值得到增强后图像中非图像块中心像素点的灰度值，输出增强后的图像。
本发明的一种实施例，该增强装置还包括：
预处理模块，用于在分割模块将待增强图像分割为多个大小相同的图像块之前，对待增强图像采用最大-最小滤波器进行降噪处理。
本发明的另一种实施例，该增强装置还包括：
块效应调整模块，用于插值模块进行插值之后，获取图像块以及与其相邻的四个图像块的灰度均值，计算图像块的灰度均值与相邻图像块的灰度均值的差值，根据计算得到的差值判断获取的图像块是否出现块效应；对于出现块效应的图像块，根据图像块的灰度均值与相邻图像块的灰度均值计算出调整比例，对出现块效应的图像块进行块效应调整。
本发明的另一种实施例，该增强装置还包括：
颜色与饱和度调整模块，用于根据增强后图像与增强前图像的灰度比例，对图像进行颜色的恢复和饱和度调整；
降噪模块，用于对经过增强的图像根据帧间差进行运动检测，分别对运动部分和静止部分进行降噪处理。
本实施例计算模块按照如下公式计算得到局部直方图高度阈值：
其中，limitBlock为局部直方图高度阈值、mean为图像块灰度均值、std为图像块灰度方差、glimit为全局直方图高度阈值、thresholdlow为设定的暗区调整阈值、thresholdhigh为设定的亮区调整阈值。
需要说明的是，上述公式是本实施例局部直方图高度阈值的优选方案，局部直方图高度阈值的设置，也可以根据图像块的灰度均值，设置一个调整范围，灵活选取。
以上所述仅为本发明的较佳实施例而已，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、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种视频图像的增强方法，其特征在于，所述增强方法包括：
将待增强图像分割为多个大小相同的图像块，对每个图像块做灰度直方图统计，获取每个图像块的图像信息，所述图像信息包括：图像块中各灰度级的直方图高度、图像块的灰度均值和灰度方差；
根据每个图像块的图像信息及设定的全局直方图高度阈值计算出该图像块的局部直方图高度阈值；
根据计算得到的局部直方图高度阈值对图像块进行对比度的自适应调整；
根据对比度调整结果获取所有图像块中心像素点的灰度值，通过插值得到增强后图像中非图像块中心像素点的灰度值，输出增强后的图像；
其中，所述根据每个图像块的图像信息及设定的全局直方图高度阈值计算出该图像块的局部直方图高度阈值，按照如下公式计算得到局部直方图高度阈值：
<mrow> <mi>lim</mi> <mi>i</mi> <mi>t</mi> <mi>B</mi> <mi>l</mi> <mi>o</mi> <mi>c</mi> <mi>k</mi> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <mfrac> <mrow> <mi>g</mi> <mi>lim</mi> <mi>i</mi> <mi>t</mi> </mrow> <mrow> <msub> <mi>threshold</mi> <mrow> <mi>h</mi> <mi>i</mi> <mi>g</mi> <mi>h</mi> </mrow> </msub> </mrow> </mfrac> <mo>+</mo> <mfrac> <mrow> <mi>m</mi> <mi>e</mi> <mi>a</mi> <mi>n</mi> </mrow> <mrow> <mi>s</mi> <mi>t</mi> <mi>d</mi> </mrow> </mfrac> <mrow> <mo>(</mo> <msub> <mi>threshold</mi> <mrow> <mi>l</mi> <mi>o</mi> <mi>w</mi> </mrow> </msub> <mo>-</mo> <mi>m</mi> <mi>e</mi> <mi>a</mi> <mi>n</mi> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mrow> <mi>m</mi> <mi>e</mi> <mi>a</mi> <mi>n</mi> <mo>&lt;</mo> <msub> <mi>threshold</mi> <mrow> <mi>l</mi> <mi>o</mi> <mi>w</mi> </mrow> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mfrac> <mrow> <mi>g</mi> <mi>lim</mi> <mi>i</mi> <mi>t</mi> </mrow> <mrow> <msub> <mi>threshold</mi> <mrow> <mi>h</mi> <mi>i</mi> <mi>g</mi> <mi>h</mi> </mrow> </msub> </mrow> </mfrac> </mtd> <mtd> <mrow> <mi>m</mi> <mi>e</mi> <mi>a</mi> <mi>n</mi> <mo>&amp;GreaterEqual;</mo> <msub> <mi>threshold</mi> <mrow> <mi>l</mi> <mi>o</mi> <mi>w</mi> </mrow> </msub> </mrow> </mtd> </mtr> </mtable> </mfenced> </mrow>
其中，limitBlock为局部直方图高度阈值、mean为图像块灰度均值、std为图像块灰度方差、glimit为全局直方图高度阈值、thresholdlow为设定的暗区调整阈值、thresholdhigh为设定的亮区调整阈值。
2.如权利要求1所述的视频图像的增强方法，其特征在于，在将待增强图像分割为多个大小相同的图像块之前，所述增强方法还包括：
对待增强图像采用最大-最小滤波器进行降噪处理。
3.如权利要求1所述的视频图像的增强方法，其特征在于，在输出增强后的图像之后，所述增强方法还包括：
获取图像块以及与其相邻的四个图像块的灰度均值，计算图像块的灰度均值与相邻图像块的灰度均值的差值，根据计算得到的差值判断获取的图像块是否出现块效应；
对于出现块效应的图像块，根据图像块的灰度均值与相邻图像块的灰度均值计算出调整比例，对出现块效应的图像块进行块效应调整。
4.如权利要求1所述的视频图像的增强方法，其特征在于，在输出增强后的图像之后，所述增强方法还包括：
根据增强后图像与增强前图像的灰度比例，对图像进行颜色的恢复和饱和度调整；
对经过增强的图像根据帧间差进行运动检测，分别对运动部分和静止部分进行降噪处理。
5.一种视频图像的增强装置，其特征在于，所述增强装置包括：
分割模块，用于将待增强图像分割为多个大小相同的图像块，对每个图像块做灰度直方图统计，获取每个图像块的图像信息，所述图像信息包括：图像块中各灰度级的直方图高度、图像块的灰度均值和灰度方差；
计算模块，用于根据每个图像块的图像信息及设定的全局直方图高度阈值计算出该图像块的局部直方图高度阈值；
对比对调整模块，用于根据计算得到的局部直方图高度阈值对图像块进行对比度的自适应调整；
插值模块，用于根据对比度调整结果获取所有图像块中心像素点的灰度值，通过插值得到增强后图像中非图像块中心像素点的灰度值，输出增强后的图像；
其中，所述计算模块按照如下公式计算得到局部直方图高度阈值：
<mrow> <mi>l</mi> <mi>i</mi> <mi>n</mi> <mi>i</mi> <mi>t</mi> <mi>B</mi> <mi>l</mi> <mi>o</mi> <mi>c</mi> <mi>k</mi> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <mfrac> <mrow> <mi>g</mi> <mi>lim</mi> <mi>i</mi> <mi>t</mi> </mrow> <mrow> <msub> <mi>threshold</mi> <mrow> <mi>h</mi> <mi>i</mi> <mi>g</mi> <mi>h</mi> </mrow> </msub> </mrow> </mfrac> <mo>+</mo> <mfrac> <mrow> <mi>m</mi> <mi>e</mi> <mi>a</mi> <mi>n</mi> </mrow> <mrow> <mi>s</mi> <mi>t</mi> <mi>d</mi> </mrow> </mfrac> <mrow> <mo>(</mo> <msub> <mi>threshold</mi> <mrow> <mi>l</mi> <mi>o</mi> <mi>w</mi> </mrow> </msub> <mo>-</mo> <mi>m</mi> <mi>e</mi> <mi>a</mi> <mi>n</mi> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mrow> <mi>m</mi> <mi>e</mi> <mi>a</mi> <mi>n</mi> <mo>&lt;</mo> <msub> <mi>threshold</mi> <mrow> <mi>l</mi> <mi>o</mi> <mi>w</mi> </mrow> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mfrac> <mrow> <mi>g</mi> <mi>lim</mi> <mi>i</mi> <mi>t</mi> </mrow> <mrow> <msub> <mi>threshold</mi> <mrow> <mi>h</mi> <mi>i</mi> <mi>g</mi> <mi>h</mi> </mrow> </msub> </mrow> </mfrac> </mtd> <mtd> <mrow> <mi>m</mi> <mi>e</mi> <mi>a</mi> <mi>n</mi> <mo>&amp;GreaterEqual;</mo> <msub> <mi>threshold</mi> <mrow> <mi>l</mi> <mi>o</mi> <mi>w</mi> </mrow> </msub> </mrow> </mtd> </mtr> </mtable> </mfenced> </mrow>
其中，limitBlock为局部直方图高度阈值、mean为图像块灰度均值、std为图像块灰度方差、glimit为全局直方图高度阈值、thresholdlow为设定的暗区调整阈值、thresholdhigh为设定的亮区调整阈值。
6.如权利要求5所述的视频图像的增强装置，其特征在于，所述增强装置还包括：
预处理模块，用于在分割模块将待增强图像分割为多个大小相同的图像块之前，对待增强图像采用最大-最小滤波器进行降噪处理。
7.如权利要求5所述的视频图像的增强装置，其特征在于，所述增强装置还包括：
块效应调整模块，用于插值模块进行插值之后，获取图像块以及与其相邻的四个图像块的灰度均值，计算图像块的灰度均值与相邻图像块的灰度均值的差值，根据计算得到的差值判断获取的图像块是否出现块效应；对于出现块效应的图像块，根据图像块的灰度均值与相邻图像块的灰度均值计算出调整比例，对出现块效应的图像块进行块效应调整。
8.如权利要求5所述的视频图像的增强装置，其特征在于，所述增强装置还包括：
颜色与饱和度调整模块，用于根据增强后图像与增强前图像的灰度比例，对图像进行颜色的恢复和饱和度调整；
降噪模块，用于对经过增强的图像根据帧间差进行运动检测，分别对运动部分和静止部分进行降噪处理。
CN201510981759.7A 2015-12-23 2015-12-23 一种视频图像的增强方法及装置 Active CN105608676B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510981759.7A CN105608676B (zh) 2015-12-23 2015-12-23 一种视频图像的增强方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510981759.7A CN105608676B (zh) 2015-12-23 2015-12-23 一种视频图像的增强方法及装置

Publications (2)

Publication Number Publication Date
CN105608676A CN105608676A (zh) 2016-05-25
CN105608676B true CN105608676B (zh) 2018-06-05

Family

ID=55988592

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510981759.7A Active CN105608676B (zh) 2015-12-23 2015-12-23 一种视频图像的增强方法及装置

Country Status (1)

Country Link
CN (1) CN105608676B (zh)

Families Citing this family (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106960426B (zh) * 2017-04-05 2019-12-03 上海弘矽半导体有限公司 基于图像内容的自适应阳光下可读图像增强的方法
CN109003249B (zh) * 2017-06-07 2022-04-26 展讯通信(天津)有限公司 增强图像细节的方法、装置及终端
CN107895355B (zh) * 2017-11-30 2021-08-20 天津天地基业科技有限公司 一种移动侦测和图像对比度自适应增强系统及其方法
CN108133463B (zh) * 2017-12-14 2023-09-29 中国北方车辆研究所 一种直方图均衡化图像的降噪方法及系统
CN108174238A (zh) * 2018-01-16 2018-06-15 北京数码视讯科技股份有限公司 增强视频帧对比度的方法、装置和视频编解码器
CN109191395B (zh) * 2018-08-21 2021-03-09 深圳创维－Rgb电子有限公司 图像对比度增强方法、装置、设备及存储介质
CN109348089B (zh) * 2018-11-22 2020-05-22 Oppo广东移动通信有限公司 夜景图像处理方法、装置、电子设备及存储介质
CN109345792A (zh) * 2018-12-06 2019-02-15 宁波敖群电器有限公司 现场语音报警系统
CN109602447B (zh) * 2018-12-07 2021-09-14 上海恩迪检测控制技术有限公司 台式超声波成像仪
CN109708721A (zh) * 2019-01-12 2019-05-03 王涛 智慧供水采集方法
CN110895813A (zh) * 2019-01-21 2020-03-20 杨鹏 居民楼数据提取机构
CN109859150B (zh) * 2019-01-31 2022-03-22 大连大学 脑部flair核磁共振影像的图像强度标准化方法
CN109858449B (zh) * 2019-02-01 2022-08-16 安谋科技（中国）有限公司 图像处理方法、装置、介质及系统
CN109852770A (zh) * 2019-03-05 2019-06-07 湖北福星新材料科技有限公司 一种钢丝热处理防绞装置及处理方法
CN109949238B (zh) * 2019-03-07 2022-11-25 北京麦哲科技有限公司 图像的磨白优化方法和装置
CN111915497B (zh) * 2019-05-09 2023-11-03 杭州睿琪软件有限公司 一种图像黑白增强方法、装置、电子设备和可读存储介质
CN112446834B (zh) * 2019-09-04 2024-09-13 华为技术有限公司 图像增强方法和装置
CN110674737B (zh) * 2019-09-23 2022-04-19 北京无线电计量测试研究所 一种虹膜识别的增强方法
CN111437420A (zh) * 2019-10-26 2020-07-24 泰州三凯工程技术有限公司 基于定制滤波的环境维护系统
CN110852977B (zh) * 2019-10-29 2023-04-11 天津大学 融合边缘灰度直方图与人眼视觉感知特性的图像增强方法
CN110766736B (zh) * 2019-10-29 2022-10-14 京东方科技集团股份有限公司 缺陷检测方法、装置、电子设备以及存储介质
CN110769205A (zh) * 2019-11-13 2020-02-07 广东工程职业技术学院 一种预警校园欺凌的监控系统及方法
CN111311525A (zh) * 2019-11-20 2020-06-19 重庆邮电大学 一种基于直方图概率修正的图像梯度场双区间均衡化算法
CN111145108B (zh) * 2019-12-06 2023-07-11 Oppo广东移动通信有限公司 一种图像处理方法、装置、设备及存储介质
CN111179644A (zh) * 2020-02-25 2020-05-19 湖南城市学院 一种会计教学设备及会计教学方法
CN111563863B (zh) * 2020-04-22 2023-06-23 江苏理工学院 一种直方图受限的图像增强方法及装置
CN111861947B (zh) * 2020-06-24 2023-09-22 江苏理工学院 提高直方图技术增强图像的信息熵的方法、装置
CN114463208A (zh) * 2022-01-25 2022-05-10 润建股份有限公司 基于限制对比度自适应直方图均衡方法的建维监控视频图像增强方法
CN115035114B (zh) * 2022-08-11 2022-11-11 高密德隆汽车配件制造有限公司 基于图像处理的干草粉碎机状态监测方法
CN116071271B (zh) * 2023-03-07 2023-06-02 深圳市熠华智能科技有限公司 一种用于平板电脑的图像捕获的分析方法
CN116416166B (zh) * 2023-06-12 2023-08-04 贵州省人民医院 一种肝活检数据分析方法及系统
CN116934755B (zh) * 2023-09-18 2023-12-01 中国人民解放军总医院第八医学中心 基于直方图均衡化的肺结核ct图像增强系统
CN117611459B (zh) * 2024-01-23 2024-03-26 广东省农业科学院农业生物基因研究中心 一种炎症性肠炎微细结构增强方法及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101510305A (zh) * 2008-12-15 2009-08-19 四川虹微技术有限公司 一种改进的自适应直方图均衡方法
CN104794705A (zh) * 2015-03-27 2015-07-22 努比亚技术有限公司 基于图像局部内容特征的图像去雾方法及装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101510305A (zh) * 2008-12-15 2009-08-19 四川虹微技术有限公司 一种改进的自适应直方图均衡方法
CN104794705A (zh) * 2015-03-27 2015-07-22 努比亚技术有限公司 基于图像局部内容特征的图像去雾方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
恶劣条件下车牌识别关键技术研究;兰希;《中国优秀硕士学位论文全文数据库 信息科技辑》;20141215;第I138-335页 *

Also Published As

Publication number Publication date
CN105608676A (zh) 2016-05-25

Similar Documents

Publication Publication Date Title
CN105608676B (zh) 一种视频图像的增强方法及装置
CN107527333B (zh) 一种基于伽马变换的快速图像增强方法
CN102521813B (zh) 基于双平台直方图的红外图像自适应增强方法
CN103268598B (zh) 基于Retinex理论的低照度低空遥感影像增强方法
CN108921800A (zh) 基于形状自适应搜索窗口的非局部均值去噪方法
CN108389163A (zh) 一种基于暗光彩色图像的自适应增强方法
CN101706954B (zh) 图像增强方法和装置以及图像低频分量计算方法和装置
CN104021523B (zh) 一种基于边缘分类的图像超分辨率放大的方法
CN103295191A (zh) 多尺度视觉自适应图像增强方法及评价方法
CN109636745B (zh) 基于分数阶微分图像增强算法的最佳阶图像增强方法
CN107610093B (zh) 基于相似性特征融合的全参考型图像质量评价方法
CN110351453A (zh) 一种计算机视频数据处理方法
CN103489168A (zh) 一种红外图像自适应转伪彩增强方法及系统
CN103295206A (zh) 一种基于Retinex的微光图像增强方法和装置
CN112862753A (zh) 噪声强度估计方法、装置及电子设备
CN117252773A (zh) 基于自适应颜色校正和导向滤波的图像增强方法及系统
CN103310414B (zh) 基于方向波变换和模糊理论的图像增强方法
CN110324617A (zh) 图像处理方法及装置
CN104616259B (zh) 一种噪声强度自适应的非局部均值图像去噪方法
CN108447033A (zh) 奇异值分解和天牛须寻优算法的灰度图像自适应增强方法
CN108550124B (zh) 一种基于仿生螺线的光照补偿及图像增强方法
WO2020107308A1 (zh) 一种基于Retinex的微光图像快速增强方法及其装置
CN109859138A (zh) 一种基于人眼视觉特性的红外图像增强方法
CN104778672B (zh) 一种混合双边图像滤波方法
CN109410134A (zh) 一种基于图像块分类的自适应去噪方法

Legal Events

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