CN106504178A - 一种图像处理方法及装置 - Google Patents

一种图像处理方法及装置 Download PDF

Info

Publication number
CN106504178A
CN106504178A CN201610900355.5A CN201610900355A CN106504178A CN 106504178 A CN106504178 A CN 106504178A CN 201610900355 A CN201610900355 A CN 201610900355A CN 106504178 A CN106504178 A CN 106504178A
Authority
CN
China
Prior art keywords
making
grey decision
subregion
look
yardstick
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
CN201610900355.5A
Other languages
English (en)
Other versions
CN106504178B (zh
Inventor
金羽锋
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.)
TCL Huaxing Photoelectric Technology Co Ltd
Original Assignee
Shenzhen China Star Optoelectronics Technology 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 Shenzhen China Star Optoelectronics Technology Co Ltd filed Critical Shenzhen China Star Optoelectronics Technology Co Ltd
Priority to CN201610900355.5A priority Critical patent/CN106504178B/zh
Publication of CN106504178A publication Critical patent/CN106504178A/zh
Application granted granted Critical
Publication of CN106504178B publication Critical patent/CN106504178B/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
    • G06T1/00—General purpose image data processing
    • G06T1/0007—Image acquisition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T1/60—Memory management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • 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

Landscapes

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

Abstract

本发明公开了一种图像处理方法及装置。其中，所述方法包括：输入待处理图像；对所述待处理图像进行分区；利用多尺度融合算法获取每个所述分区灰阶值的LUT查找表；利用所述查找表获得所述待处理图像中每个像素点的邻居分区的对应值；对所述邻居分区的对应值进行计算以获得相应所述像素点的灰阶值的终值；集合所有所述像素点以组成新图像。通过上述方式，本发明能够提高图像质量。

Description

一种图像处理方法及装置
技术领域
本发明涉及图像处理技术领域，特别是涉及一种图像处理方法及装置。
背景技术
随着显示器的发展，图像质量越来越被消费者所看重，因此各种可以提升显示效果的图像算法得到了广泛的应用。而在图像的生成、传输和变换过程中，由于多种因素的影响，总会造成图像质量的下降，因此产生了图像处理技术。早期的改变图像质量的方法主要是改善图像的明暗清晰程度，也即是改善图像的对比度，通过修整给定图像的灰度来实现。不过早期的改变图像质量的方法需要遍历图像的所有像素，时间复杂度比较高，不利于实时处理。
发明内容
本发明主要解决的技术问题是提供一种图像处理方法及装置，能够提高图像质量。
为解决上述技术问题，本发明采用的一个技术方案是：提供一种图像处理方法，所述方法包括：输入待处理图像；对所述待处理图像进行分区；利用多尺度融合算法获取每个所述分区灰阶值的LUT(Look-Up-Table，显示查找表)查找表；利用所述查找表获得所述待处理图像中每个像素点的邻居分区的对应值；对所述邻居分区的对应值进行计算以获得相应所述像素点的灰阶值的终值；集合所有所述像素点以组成新图像。
其中，所述利用多尺度融合算法获取每个所述分区灰阶值的LUT查找表包括：确定其中一个所述分区，并对所述分区中的图像数据进行尺度划分；对每个所述尺度的灰阶值进行直方图均衡化处理，获得对应每个尺度灰阶值的LUT查找表。
其中，所述对每个所述尺度的灰阶值进行直方图均衡化处理，获得对应每个尺度灰阶值的LUT查找表之后包括：对所述各个尺度的LUT查找表进行反距离权重法进行加权处理，获得所述分区灰阶值的最终LUT查找表。
其中，所述对所述邻居分区的对应值进行计算以获得相应所述像素点的灰阶值的终值包括：对所述邻居分区的对应值进行双线性差值计算，获得相应所述像素点的灰阶值的终值。
为解决上述技术问题，本发明采用的另一个技术方案是：提供一种图像处理装置，包括：图像输入模块，用于输入待处理图像；图像分区模块，用于对所述待处理图像进行分区；获得查找表模块，用于利用多尺度融合算法获取每个所述分区灰阶值的LUT查找表；获取邻居分区对应值模块，用于利用所述查找表获得所述待处理图像中每个像素点的邻居分区对应值；灰阶值处理模块，对所述邻居分区的对应值进行计算以获得相应所述像素点的灰阶值的终值；新图像获取模块，用于集合所有所述像素点以组成新图像。
其中，所述获得查找表模块还包括：分区确定单元，用于确定其中一个所述分区，并对所述分区中的图像数据进行尺度划分；直方图均衡化处理单元，用于对每个所述尺度的灰阶值进行直方图均衡化处理，获得对应每个尺度灰阶值的LUT查找表。
其中，反距离权重法处理单元，用于对所述各个尺度的LUT查找表进行反距离权重法进行加权处理，获得所述分区灰阶值的最终LUT查找表。
其中，所述灰阶值处理模块还包括：双线性差值计算模块具体用于对所述邻居分区对应值进行双线性差值计算，获得相应所述像素点的灰阶值的终值。
以上方案，输入待处理图像；对所述待处理图像进行分区；利用多尺度融合算法获取每个所述分区灰阶值的LUT查找表；利用所述查找表获得所述待处理图像中每个像素点的邻居分区的对应值；对所述邻居分区的对应值进行计算以获得相应所述像素点的灰阶值的终值；集合所有所述像素点以组成新图像，实现了图像质量的提高。
附图说明
图1是本发明图像处理方法一实施方式的流程示意图；
图2是本发明图像分区的举例示意图；
图3是本发明图像处理方法另一实施方式的流程示意图；
图4是本发明第一尺度的举例示意图；
图5是本发明第二尺度的举例示意图；
图6是本发明第三尺度的举例示意图；
图7是本发明第四尺度的举例示意图；
图8是本发明第五尺度的举例示意图；
图9是本发明图像处理装置一实施方式的结构示意图；
图10是本发明图像处理装置另一实施方式的结构示意图；
图11是本发明图像处理装置再一实施方式的结构示意图。
具体实施方式
下面结合附图和实施方式对本发明进行详细说明。
请参阅图1，图1是本发明图像处理方法一实施方式的流程示意图。需注意的是，若有实质上相同的结果，本发明的方法并不以图1所示的流程顺序为限。如图1所示，该方法包括如下步骤：
S101：输入待处理图像。
S102：对待处理图像进行分区。
其中，分区是指对待处理的图像进行横向和纵向的划分。分区不能分的太多，会影响运算速度；分区亦不可以分的太少，会使运算结果不够精确。可选地，可以把图像分为9*9个分区，如图2所示。
S103：利用多尺度融合算法获取每个分区灰阶值的LUT查找表。
其中，多尺度是指小波理论的多尺度特性，该特性可以用于多尺度数据的融合。多尺度的最小值可以是2。
LUT本质上是一个RAM(Random Access Memory，随机存取存储器)。它把数据事先写入RAM后，每当输入一个信号就等于输入一个地址进行查表，找出地址对应的内容，然后输出。因此，LUT查找表是一张像素灰阶值的映射表，它将实际采样到的像素灰阶值经过一定的变换如阈值、反转、二值化、对比度调整、线性变换等，变成另外一个与之相对应的灰阶值。如表1所示，就是原图像灰阶值与新图像灰阶值的映射关系。
输入灰阶 0 1 2 3 4 … 253 254 255
输出灰阶 0 1 1 1 2 … 99 100 100
表1
S104：利用查找表获得待处理图像中每个像素点的邻居分区的对应值。
在其中一个实施方式中，如图2所示，查找图中实心圆点的四个邻居分区11、12、21、22所对应的空心圆点的LUT值。
S105：对邻居分区的对应值进行计算以获得相应像素点的灰阶值的终值。
其中，可以采用双线性差值法对邻居分区的对应值进行计算。
S106：集合所有像素点以组成新图像。
以上方案，输入待处理图像；对待处理图像进行分区；利用多尺度融合算法获取每个分区灰阶值的LUT查找表；利用查找表获得待处理图像中每个像素点的邻居分区的对应值；对邻居分区的对应值进行计算以获得相应像素点的灰阶值的终值；集合所有像素点以组成新图像，实现了图像质量的提高。
请参阅图3，图3是本发明图像处理方法另一实施方式的流程示意图。本实施例中，该方法包括以下步骤：
S301：输入待处理图像。
S302：对待处理图像进行分区。
可如上S102所述，在此不作赘述。
S303：确定其中一个分区，并对分区中的图像数据进行尺度划分。
S304：对每个尺度的灰阶值进行直方图均衡化处理，获得对应每个尺度灰阶值的LUT查找表。
其中，直方图均衡化处理是指，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，也即是，把给定图像的直方图分布改变成“均匀”分布直方图分布。
在其中一个实施方式中，设原始图像在(x，y)处的灰度为f，而改变后的图像为g，则对图像增强的方法可表述为将在(x，y)处的灰度f映射为g。
S305：对各个尺度的LUT查找表进行反距离权重法进行加权处理，获得分区灰阶值的最终LUT查找表。
其中，反距离权重(Inverse Distance Weighting，IDW)法也即是反距离权重插值法，是使用一组采样点的线性权重组合来确定像元值。其中，权重是一种反距离函数，进行插值处理的表面应当是具有局部因变量的表面，此方法假定所映射的变量因受到与其采样位置间的距离的影响而减小。在其中一个应用场景中，例如，为分析零售网点而对购电消费者的表面进行插值处理时，在较远位置购电影响较小，这是因为人们更倾向于在家附近购物。
在其中一个实施方式中，如图2所示，把图像分为9*9个分区，以五个尺度进行为例进行说明。首先，计算11区的五个尺度值。如图4所示，是11区的第一个尺度：11区本身，大小是原图像图2长宽的9分之一；如图5示，是11区的第二个尺度：以11区为中心，大小是原图像图2长宽的7分之一；如图6所示，是11区的第三个尺度：以11区为中心，大小是原图像图2长宽的5分之一；如图7所示，是11区的第四个尺度：以11区为中心，大小是原图像图2长宽的3分之一；如图8所示，是11区的第五个尺度：以11区为中心，大小是原图像图2的长宽。接着对每个尺度进行直方图均衡化处理，获得每个尺度的一个LUT值。然后再利用反距离权重法对这五个尺度进行加权。其中，每个尺度的权重为：第一尺度：9/(9+7+5+3+1)；第二尺度：7/(9+7+5+3+1)；第三尺度：5/(9+7+5+3+1)；第四尺度：3/(9+7+5+3+1)；第五尺度：1/(9+7+5+3+1)。加权后的结果即是11区最终的LUT值。
S306：对邻居分区的对应值进行双线性差值计算，获得相应像素点的灰阶值的终值。
在其中一个实施方式中，如图2所示，对图中的实心圆点的LUT值进行计算。假设实心圆点的四个邻居分区11、12、21、22所对应的空心圆点的LUT值是已知的，且经过直方图均衡化处理后的LUT值为b11、b12、b22、b21。实心圆点是分区11、12、21、22的中心，实心圆点到邻居分区11、21所对应的空心圆点的水平距离和垂直距离分别为disx1和disx2，实心圆点到邻居分区12、22所对应的空心圆点的水平距离和垂直距离分别为disy1和disy2。利用双线性差值计算法计算后的最终结果为Result＝(disy2(b11*disx2+b12*disx1)+disy1(b21*disx2+b22*disx1))/((disx1+disx2)*(disy1+disy2))。其中，Result即是实心圆点的灰阶值的终值。
S307：集合所有像素点以组成新图像。
以上方案，输入待处理图像；对待处理图像进行分区；利用多尺度融合算法获取每个分区灰阶值的LUT查找表；利用查找表获得待处理图像中每个像素点的邻居分区的对应值；对邻居分区的对应值进行计算以获得相应像素点的灰阶值的终值；集合所有像素点以组成新图像，实现了图像质量的提高。
请参阅图9，图9是本发明图像处理装置一实施方式的结构示意图。本实施例中，该图像处理装置90为上述实施例中的图像处理装置，该图像处理装置90包括图像输入模块91、图像分区模块92、获得查找表模块93、获取邻居分区对应值模块94、灰阶值处理模块95及新图像获取模块96。
图像输入模块91用于输入待处理图像。
图像分区模块92用于对待处理图像进行分区。
获得查找表模块93用于利用多尺度融合算法获取每个分区灰阶值的LUT查找表。
获取邻居分区对应值模块94用于利用查找表获得待处理图像中每个像素点的邻居分区对应值。
灰阶值处理模块95用于对邻居分区的对应值进行计算以获得相应像素点的灰阶值的终值。
可选地，灰阶值处理模块95具体用于对邻居分区对应值进行双线性差值计算，获得相应像素点的灰阶值的终值。
新图像获取模块96用于集合所有像素点以组成新图像。
请参阅图10，图10是本发明图像处理装置另一实施方式的结构示意图。区别于上一实施例，本实施例所述图像处理装置100还包括：分区确定单元1031、直方图均衡化处理单元1032及反距离权重法处理单元1033。
分区确定单元1031用于确定其中一个所述分区，并对所述分区中的图像数据进行尺度划分。
直方图均衡化处理单元1032用于对每个尺度的灰阶值进行直方图均衡化处理，获得对应每个尺度灰阶值的LUT查找表。
反距离权重法处理单元10333用于对所述各个尺度的LUT查找表进行反距离权重法进行加权处理，获得所述分区灰阶值的最终LUT查找表。
上述图像处理装置90/100的各个模块可分别执行上述方法实施例中对应步骤，故在此不对各模块进行赘述，详细请参阅以上对应步骤的说明。
请参阅图11，图11是图像处理装置再一实施方式的结构示意图。该图像处理装置可以执行上述方法中图像处理装置执行的步骤。相关内容请参见上述方法中的详细说明，在此不再赘叙。
本实施例中，该处理装置包括：处理器111、与处理器111耦合的存储器112、接收器113及发送器114。
存储器112用于存储程序、处理器111执行的指令以及接收到的图像等。
接收器113用于接收待处理图像。
发送器114用于发送处理后的新图像。
处理器111用于对待处理的图像进行分区；利用多尺度融合算法获取每个分区灰阶值的LUT查找表；利用查找表获得待处理图像中每个像素点的邻居分区的对应值；对邻居分区的对应值进行计算以获得相应所述像素点的灰阶值的终值。
可选地，处理器111确定其中一个分区，并对分区中的图像数据进行尺度划分。
可选地，处理器111对每个尺度的灰阶值进行直方图均衡化处理，获得对应每个尺度灰阶值的LUT查找表。
可选地，处理器111对各个尺度的LUT查找表进行反距离权重法进行加权处理，获得分区灰阶值的最终LUT查找表。
可选地，处理器111对所述邻居分区的对应值进行双线性差值计算，获得相应所述像素点的灰阶值的终值。
以上方案，输入待处理图像；对待处理图像进行分区；利用多尺度融合算法获取每个分区灰阶值的LUT查找表；利用查找表获得待处理图像中每个像素点的邻居分区的对应值；对邻居分区的对应值进行计算以获得相应像素点的灰阶值的终值；集合所有像素点以组成新图像，实现了图像质量的提高。
以上所述仅为本发明的实施方式，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (8)

1.一种图像处理方法，其特征在于，包括：
输入待处理图像；
对所述待处理图像进行分区；
利用多尺度融合算法获取每个所述分区灰阶值的LUT查找表；
利用所述查找表获得所述待处理图像中每个像素点的邻居分区的对应值；
对所述邻居分区的对应值进行计算以获得相应所述像素点的灰阶值的终值；
集合所有所述像素点以组成新图像。
2.根据权利要求1所述的方法，其特征在于，
所述利用多尺度融合算法获取每个所述分区灰阶值的LUT查找表包括：
确定其中一个所述分区，并对所述分区中的图像数据进行尺度划分；
对每个所述尺度的灰阶值进行直方图均衡化处理，获得对应每个尺度灰阶值的LUT查找表。
3.根据权利要求2所述的方法，其特征在于，
所述对每个所述尺度的灰阶值进行直方图均衡化处理，获得对应每个尺度灰阶值的LUT查找表之后包括：
对所述各个尺度的LUT查找表进行反距离权重法进行加权处理，获得所述分区灰阶值的最终LUT查找表。
4.根据权利要求1所述的方法，其特征在于，
所述对所述邻居分区的对应值进行计算以获得相应所述像素点的灰阶值的终值包括：
对所述邻居分区的对应值进行双线性差值计算，获得相应所述像素点的灰阶值的终值。
5.一种图像处理装置，其特征在于，包括：
图像输入模块，用于输入待处理图像；
图像分区模块，用于对所述待处理图像进行分区；
获得查找表模块，用于利用多尺度融合算法获取每个所述分区灰阶值的LUT查找表；
获取邻居分区对应值模块，用于利用所述查找表获得所述待处理图像中每个像素点的邻居分区对应值；
灰阶值处理模块，用于对所述邻居分区的对应值进行计算以获得相应所述像素点的灰阶值的终值；
新图像获取模块，用于集合所有所述像素点以组成新图像。
6.根据权利要求5所述的装置，其特征在于，
所述获得查找表模块还包括：
分区确定单元，用于确定其中一个所述分区，并对所述分区中的图像数据进行尺度划分；
直方图均衡化处理单元，用于对每个所述尺度的灰阶值进行直方图均衡化处理，获得对应每个尺度灰阶值的LUT查找表。
7.根据权利要求6所述的装置，其特征在于，进一步包括：
反距离权重法处理单元，用于对所述各个尺度的LUT查找表进行反距离权重法进行加权处理，获得所述分区灰阶值的最终LUT查找表。
8.根据权利要求5所述的装置，其特征在于，
所述灰阶值处理模块具体用于对所述邻居分区对应值进行双线性差值计算，获得相应所述像素点的灰阶值的终值。
CN201610900355.5A 2016-10-14 2016-10-14 一种图像处理方法及装置 Active CN106504178B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610900355.5A CN106504178B (zh) 2016-10-14 2016-10-14 一种图像处理方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610900355.5A CN106504178B (zh) 2016-10-14 2016-10-14 一种图像处理方法及装置

Publications (2)

Publication Number Publication Date
CN106504178A true CN106504178A (zh) 2017-03-15
CN106504178B CN106504178B (zh) 2020-05-01

Family

ID=58294014

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610900355.5A Active CN106504178B (zh) 2016-10-14 2016-10-14 一种图像处理方法及装置

Country Status (1)

Country Link
CN (1) CN106504178B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108550348A (zh) * 2018-04-02 2018-09-18 深圳市华星光电技术有限公司 显示装置的图像处理方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105225210A (zh) * 2015-10-14 2016-01-06 南京第五十五所技术开发有限公司 一种基于暗通道的自适应直方图增强去雾方法
CN105844604A (zh) * 2016-05-19 2016-08-10 湖南源信光电科技有限公司 基于局部直方图增强的快速去雾算法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105225210A (zh) * 2015-10-14 2016-01-06 南京第五十五所技术开发有限公司 一种基于暗通道的自适应直方图增强去雾方法
CN105844604A (zh) * 2016-05-19 2016-08-10 湖南源信光电科技有限公司 基于局部直方图增强的快速去雾算法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108550348A (zh) * 2018-04-02 2018-09-18 深圳市华星光电技术有限公司 显示装置的图像处理方法

Also Published As

Publication number Publication date
CN106504178B (zh) 2020-05-01

Similar Documents

Publication Publication Date Title
CN103116875B (zh) 自适应双边滤波图像去噪方法
CN105144234A (zh) 使用与示例相似图像相关联的示例近似深度映射图对输入图像生成深度映射图
CN104685538A (zh) 用于降低视频流中的噪声的系统和方法
Tiwari et al. High‐speed quantile‐based histogram equalisation for brightness preservation and contrast enhancement
CN114092389A (zh) 一种基于小样本学习的玻璃面板表面缺陷检测方法
US8855411B2 (en) Opacity measurement using a global pixel set
Takeuchi et al. ASCII art generation using the local exhaustive search on the GPU
CN105894506A (zh) 一种人脸图像模糊度计算方法及装置
Huang et al. An O (1) disparity refinement method for stereo matching
CN106651819A (zh) 一种图像处理方法及装置
Zhang et al. Improved colour‐to‐grey method using image segmentation and colour difference model for colour vision deficiency
CN101572822B (zh) 用于图像的不规则空间子采样的自适应生成
US20170195520A1 (en) Image processing method, apparatus, and image forming device
CN102811353B (zh) 提升视频图像清晰度的方法及系统
CN106504178A (zh) 一种图像处理方法及装置
CN102542528A (zh) 一种图像转换处理方法及系统
CN103177420B (zh) 基于局部区域特征相关性的图像放大方法和装置
CN111784724B (zh) 改进型马尔科夫链蒙特卡洛二维岩石切片重构方法及系统
CN104240188A (zh) 一种滤除像素中噪声的方法及装置
CN116823700A (zh) 一种图像质量的确定方法和装置
Zhou et al. An improved algorithm using weighted guided coefficient and union self‐adaptive image enhancement for single image haze removal
Gao et al. Single image dehazing based on single pixel energy minimization
CN101588500B (zh) 用于被空间子采样的图像的样本水平变化
CN104933725A (zh) 模拟人类视觉的图像分割方法
CN104243887A (zh) 一种基于不规则采样的电影模式检测方法和装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: No.9-2 Tangming Avenue, Guangming New District, Shenzhen City, Guangdong Province

Patentee after: TCL Huaxing Photoelectric Technology Co.,Ltd.

Address before: No.9-2 Tangming Avenue, Guangming New District, Shenzhen City, Guangdong Province

Patentee before: Shenzhen China Star Optoelectronics Technology Co.,Ltd.