CN107067385A - 一种图像增强方法及装置 - Google Patents
一种图像增强方法及装置 Download PDFInfo
- Publication number
- CN107067385A CN107067385A CN201710049705.6A CN201710049705A CN107067385A CN 107067385 A CN107067385 A CN 107067385A CN 201710049705 A CN201710049705 A CN 201710049705A CN 107067385 A CN107067385 A CN 107067385A
- Authority
- CN
- China
- Prior art keywords
- mrow
- piecemeal
- mfrac
- value
- image
- 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
Links
Classifications
-
- 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 by the use of histogram techniques
-
- 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
- G06T2207/10024—Color image
-
- 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
- G06T2207/20021—Dividing image into blocks, subimages or windows
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Facsimile Image Signal Circuits (AREA)
- Image Processing (AREA)
- Studio Devices (AREA)
Abstract
本发明实施例公开了一种图像增强方法及装置。该方法包括：读取图像，提取所述图像的亮度通道数据和其它通道数据；依据预设的块的大小和相邻块之间的重叠率，对所述亮度通道数据进行取块操作得到分块；计算各分块对应的剪切阈值，根据所述各分块对应的剪切阈值分别对各分块统计直方图进行剪切，并对剪切结果进行直方图均衡；依据各分块的直方图均衡结果更新所述图像的亮度通道数据；依据更新的亮度通道数据和所述其他通道数据得到增强图像，实现了对不同分块采用不同的剪切阈值进行剪切，达到不同的直方图增强效果，对细节丰富的区域的增强程度高，对细节不丰富的区域的增强程度低，提高了图像对比度，可以适用于不同图像的增强。
Description
技术领域
本发明实施例涉及图像处理技术，尤其涉及一种图像增强方法及装置。
背景技术
图像增强在图像处理的很多领域都是一个重要的步骤，在拍摄过程中，场景、设备等多种因素都会对图像的质量产生影响，其中一点是局部对比度过低导致的细节不清晰，本发明的目的就是通过图像增强的方法缓解这些不利的影响，使得图像各部分的细节变得更加清晰同时在整体上又不失协调感。
限制对比度自适应直方图均衡可以限制局部图像增强的程度，防止过增强带来的不自然感，通过映射函数的双线性插值确定每个点的像素值，节省了计算代价，是一种适用性比较好的图像增强算法。
但是目前限制对比度自适应直方图均衡对图像进行分块处理，每个子块都采用统一的剪切阈值，这可能会导致对细节丰富的区域增强程度不够，对平缓区域过增强的情况。该算法将不同位置的像素点分为四角块区域，四边块区域，中心块区域，针对不同区域的像素点采用不同的方式计算灰度值，对四角块区域采用单一函数映射，对四边块区域采用线性插值函数映射，对中心块区域采用双线性插值函数映射，结构略复杂。
发明内容
本发明实施例提供一种图像增强方法及装置，解决目前限制对比度自适应直方图均衡对平缓区域过增强和结构略复杂的问题。
第一方面，本发明实施例提供了一种图像增强方法，该方法包括：
读取图像，提取所述图像的亮度通道数据和其它通道数据；
依据预设的块的大小和相邻块之间的重叠率，对所述亮度通道数据进行取块操作得到分块；
计算各分块对应的剪切阈值，根据所述各分块对应的剪切阈值分别对各分块统计直方图进行剪切，并对剪切结果进行直方图均衡；
依据各分块的直方图均衡结果更新所述图像的亮度通道数据；
依据更新的亮度通道数据和所述其他通道数据得到增强图像。
进一步的，当前分块的剪切阈值计算公式为：
其中，Pmax和Pmin为预先设定的剪切阈值的上下限，σmax和σmin为统计得到的各分块的标准差的最大值和最小值，σ为当前分块的标准差，P为当前分块的剪切阈值。
进一步的，所述根据所述各分块对应的剪切阈值分别对各分块统计直方图进行剪切，包括：
统计各分块的每一灰度级分布频率得到各分块的原灰度级统计值，作为各分块的直方图统计结果；
当所述直方图统计结果中的原灰度级统计值小于等于所述剪切阈值，则所述原灰度级统计值保持不变；
当所述直方图统计结果中的原灰度级统计值大于所述剪切阈值，则将所述原灰度级统计值修改为所述剪切阈值；
将所述原灰度级统计值与剪切之后的灰度级统计值的差值之和除以总灰度级数得到的数值，累加到所述剪切之后的直方图的每一灰度级上，得到修正之后的直方图。
进一步的，对剪切结果进行直方图均衡包括：
根据所述修正之后的直方图计算灰度值映射函数，所述灰度值映射函数的计算公式为：
其中，I为亮度通道灰度值，P(k)为所述修正之后的直方图的灰度值k的分布频率，[]是取整符号，f(I)表示灰度值I的映射值，2n为灰阶数；
根据所述映射函数对图像各灰度值进行映射。
进一步的，所述依据各分块的直方图均衡结果更新所述图像的亮度通道数据，包括：
将各分块的直方图均衡结果分别与预设的双线性权重系数矩阵进行点乘，并将各分块的点乘结果累加到初始化亮度矩阵的对应位置，得到图像的累积亮度矩阵，其中所述双线性权重系数矩阵为横向和纵向两个归一化三角形函数的乘积，所述初始化亮度矩阵为与图像矩阵同样大小的全零矩阵；
将各分块的双线性权重系数矩阵累加到初始化系数矩阵的对应位置，得到图像的累积系数矩阵，其中初始化系数矩阵为与图像矩阵同样大小的全零矩阵；
将所述累积亮度矩阵点除以所述累积系数矩阵，得到更新的亮度通道数据。
进一步的，所述纵向归一化三角形函数为：
所述横向归一化三角形函数为：
所述双线性权重系数矩阵为所述纵向归一化三角形函数与所述横向归一化三角形函数的乘积，用公式表示为：
其中，G(x,y)为所述双线性权重系数矩阵，a为所述预设的块的行数，b为所述预设的块的列数，x＝1,2,……a，y＝1,2,……b，||表示取绝对值。
第二方面，本发明实施例还提供了一种图像增强装置，该装置包括：
通道数据提取模块，用于读取图像，提取所述图像的亮度通道数据和其它通道数据；
取块模块，用于依据预设的块的大小和相邻块之间的重叠率，对所述亮度通道数据进行取块操作得到分块；
直方图均衡模块，用于计算各分块对应的剪切阈值，根据所述各分块对应的剪切阈值分别对各分块统计直方图进行剪切，并对剪切结果进行直方图均衡；
亮度通道数据更新模块，用于依据各分块的直方图均衡结果更新所述图像的亮度通道数据；
增强图像获取模块，用于依据更新的亮度通道数据和所述其他通道数据得到增强图像。
进一步的，当前分块的剪切阈值计算公式为：
其中，Pmax和Pmin为预先设定的剪切阈值的上下限，σmax和σmin为统计得到的各分块的标准差的最大值和最小值，σ为当前分块的标准差，P为当前分块的剪切阈值。
进一步的，所述直方图均衡模块，具体用于：
对所述分块进行直方图统计，所述直方图统计中包括统计各灰度级分布频率得到原灰度级统计值；
当所述直方图统计结果中的原灰度级统计值小于等于所述剪切阈值，则所述原灰度级统计值保持不变；
当所述直方图统计结果中的原灰度级统计值大于所述剪切阈值，则将所述原灰度级统计值修改为所述剪切阈值；
将所述原灰度级统计值与剪切之后的灰度级统计值的差值之和除以总灰度级数得到的数值，累加到所述剪切之后的直方图的每一灰度级上，得到修正之后的直方图。
进一步的，所述直方图均衡模块还用于：
根据所述修正之后的直方图计算灰度值映射函数，所述灰度值映射函数的计算公式为：
其中，I为亮度通道灰度值，P(k)为所述修正之后的直方图的灰度值k的分布频率，[]是取整符号，f(I)表示灰度值I的映射值，2n为灰阶数；
根据所述映射函数对图像各灰度值进行映射。
进一步的，所述亮度通道数据更新模块，具体用于：
将各分块的直方图均衡结果分别与预设的双线性权重系数矩阵进行点乘，并将各分块的点乘结果累加到初始化亮度矩阵的对应位置，得到图像的累积亮度矩阵，其中所述双线性权重系数矩阵为横向和纵向两个归一化三角形函数的乘积，所述初始化亮度矩阵为与图像矩阵同样大小的全零矩阵；
将各分块的双线性权重系数矩阵累加到初始化系数矩阵的对应位置，得到图像的累积系数矩阵，其中初始化系数矩阵为与图像矩阵同样大小的全零矩阵；
将所述累积亮度矩阵点除以所述累积系数矩阵，得到更新的亮度通道数据。
进一步的，所述纵向归一化三角形函数为：
所述横向归一化三角形函数为：
所述双线性权重系数矩阵为所述纵向归一化三角形函数与所述横向归一化三角形函数的乘积，用公式表示为：
其中，G(x,y)为所述双线性权重系数矩阵，a为所述预设的块的行数，b为所述预设的块的列数，x＝1,2,……a，y＝1,2,……b，||表示取绝对值。
本发明实施例根据预设块的大小和相邻块的重叠率对图像的亮度通道数据进行取块操作得到分块，根据剪切阈值对各分块进行剪切，并对剪切结果进行直方图均衡，依据直方图均衡结果更新图像的亮度通道数据，依据更新的亮度通道数据和其他通道数据得到增强图像，实现了对不同分块采用不同的剪切阈值进行剪切，达到不同的直方图增强效果，对细节丰富的区域的增强程度高，对细节不丰富的区域的增强程度低，提高了图像对比度，可以适用于不同图像的增强。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图做一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例一提供的一种图像增强方法的流程示意图；
图2是本发明实施例二提供的一种图像增强方法的流程示意图；
图3是本发明实施例三提供的一种图像增强方法的流程示意图；
图4是本发明实施例四提供的一种图像增强装置的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，以下将参照本发明实施例中的附图，通过实施方式清楚、完整地描述本发明的技术方案，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例一
图1是本发明实施例一提供的一种图像增强方法的流程图。本实施例的技术方案可以适用于图像增强的情况。该方法可以由本发明实施例提供的一种图像增强装置来执行，该装置可以采用软件和/或硬件的方式实现。该方法具体包括如下操作：
S101、读取图像，提取所述图像的亮度通道数据和其它通道数据。
图像的亮度通道数据对于图像的对比度的提高尤为重要。为了在保证图像其他通道的数据如色调或者饱和度的不变的前提下，提高图像对比度，需要通过改变图像的亮度数据来提高图像的对比度，因此需要提取图像的亮度通道数据，除图像的亮度通道数据以外数据为其它通道数据，例如可以是色调通道数据，或者饱和度通道数据。优选采用图像的HSV(Hue，Saturation，Value，色调，饱和度，亮度)空间。如果图像本身的空间为RGB(Red，Green，Blue，红，绿，蓝)空间，可以通过空间转换将图像的空间转换为HSV空间，其中，V通道即为亮度通道数据。V通道的数据默认为：0～(2n-1)的整数，如果V通道数据取值在0～1之间，则将其放大(2n-1)倍再取整，其中n为颜色深度，2n为灰阶数，例如n＝8时，颜色深度为8bit，灰阶数为256。
S102、依据预设的块的大小和相邻块之间的重叠率，对所述亮度通道数据进行取块操作得到分块。
当图像的亮度通道数据的尺寸为p×q，那么块的大小例如可以是在实际设计中，可以依据需要任意设定块的大小，在此不做限定。相邻块之间的重叠率是相邻块之间重叠的像素个数，若重叠率设为c，则在横向上需要将当前块水平移动个像素得到处在同一行的下一个块，当的值为小数时，则进行四舍五入得到整数值。在纵向上需要将当前块竖直移动个像素得到处在同一列的下一个块，当的值为小数时，则进行四舍五入得到整数值。在横向上，两个相邻块重叠部分大小为其中，当和为小数时，则进行四舍五入得到整数值。在纵向上，两个相邻块的重叠部分的大小为其中，当和为小数时，则进行四舍五入得到整数值。如果水平或者竖直移动块超出了图像的亮度通道数据的行数p和列数q，则减小平移值，使得平移之后的块刚好覆盖到图像的亮度通道数据的最后一行或者最后一列，以确保每个像素点至少计入一个块的统计中。
S103、计算各分块对应的剪切阈值，根据所述各分块对应的剪切阈值分别对各分块统计直方图进行剪切，并对剪切结果进行直方图均衡。
对每一分块进行直方图统计，计算每一分块对应的剪切阈值，利用每一分块对应的剪切阈值对每一分块的统计直方图进行剪切，对剪切之后结果进行直方图均衡。对每一分块设定不同的剪切阈值可以保证剪切阈值的合适性，克服采用统一剪切阈值带来的在细节丰富区域增强程度不够和在平缓区域过增强，并且噪声过于凸显的缺陷。直方图均衡是根据灰度值映射函数进行灰度值的映射，达到均衡灰度值的效果，提高图像对比度。
S104、依据各分块的直方图均衡结果更新所述图像的亮度通道数据。
将各分块的直方图均衡结果按照各分块在图像的亮度通道中的位置，合成与图像的亮度通道数据大小一致的数据，即为更新后的图像的亮度通道数据。
S105、依据更新的亮度通道数据和所述其他通道数据得到增强图像。
将更新的亮度通道数据和其他通道数据合成增强图像。得到的增强图像还可以进行色彩空间的转换，例如，在提取图像的亮度通道数据时采用的是HSV空间，则得到的增强图像仍然是HSV空间，可以选择将HSV空间下的图像转换为RGB空间。
本实施例的技术方案根据预设块的大小和相邻块的重叠率对图像的亮度通道数据进行取块操作得到分块，根据剪切阈值对各分块进行剪切，并对剪切结果进行直方图均衡，依据直方图均衡结果更新图像的亮度通道数据，依据更新的亮度通道数据和其他通道数据得到增强图像，实现了对不同分块采用不同的剪切阈值进行剪切，达到不同的直方图增强效果，对细节丰富的区域的增强程度高，对平缓区域的增强程度低，提高了图像对比度，可以适用于不同图像的增强。
在本实施例的另一优选实施方式中，当前分块的剪切阈值计算公式为：
其中，Pmax和Pmin为预先设定的剪切阈值的上下限，σmax和σmin为统计得到的各分块的标准差的最大值和最小值，σ为当前分块的标准差，P为当前分块的剪切阈值。
若n为灰阶级数，优选示例性的，当n＝8时，Pmax＝0.016，Pmin＝0.004。σmax和σmin为统计得到的各分块的灰度值的标准差的最大值和最小值，σ为当前分块的灰度值的标准差。细节丰富的分块的标准差大，剪切阈值较大，对直方图修正的较少，直方图均衡后增强效果比较强，使得细节更加突出。对于灰度值平缓的分块的标准差小，剪切阈值较小，对直方图修正的较多，直方图均衡后增强效果比较弱，防止噪声被放得过大。
实施例二
图2是本发明实施例二提供的一种图像增强方法的流程图。本发明实施例在上述实施例的基础上，进一步将所述计算各分块对应的剪切阈值，根据所述各分块对应的剪切阈值分别对各分块统计直方图进行剪切优化为统计各分块的每一灰度级分布频率得到各分块的原灰度级统计值，作为各分块的直方图统计结果；当所述直方图统计结果中的原灰度级统计值小于等于所述剪切阈值，则所述原灰度级统计值保持不变；当所述直方图统计结果中的原灰度级统计值大于所述剪切阈值，则将所述原灰度级统计值修改为所述剪切阈值；将所述原灰度级统计值与剪切之后的灰度级统计值的差值之和除以总灰度级数得到的数值，累加到所述剪切之后的直方图的每一灰度级上，得到修正之后的直方图。
相应的，本实施例的方法包括：
S201、读取图像，提取所述图像的亮度通道数据和其它通道数据。
S202、依据预设的块的大小和相邻块之间的重叠率，对所述亮度通道数据进行取块操作得到分块。
S203、统计各分块的每一灰度级分布频率得到各分块的原灰度级统计值，作为各分块的直方图统计结果。
直方图统计即统计每一灰度级的分布频率。统计各分块的每一灰度级分布频率得到各分块的原灰度级统计值，作为各分块的直方图统计结果。
S204、判断所述直方图统计结果中的原灰度级统计值是否小于等于剪切阈值，是则执行S205，否则执行S206。
S205、所述原灰度级统计值保持不变。
当所述直方图统计结果中的原灰度级统计值小于等于剪切阈值时，所述原灰度级统计值保持不变。
S206、将所述原灰度级统计值修改为所述剪切阈值。
当直方图统计结果中的原灰度级统计值大于剪切阈值，则将所述原灰度级统计值修改为所述剪切阈值可以避免直方图均衡后相邻灰阶映射值差距过大，从而防止图像过增强。
S207、将所述原灰度级统计值与剪切之后的灰度级统计值的差值之和除以总灰度级数得到的数值，累加到所述剪切之后的直方图的每一灰度级上，得到修正之后的直方图。
将直方图统计结果中的原灰度级统计值大于剪切阈值的原灰度级统计值修改为剪切阈值，必然会造成剪切之后的灰度级统计值之和小于1，为了保证直方图均衡后灰阶映射到整个灰度级范围，将原灰度级统计值与剪切之后的灰度级统计值的差值除以总灰度级数得到的数值累加到剪切之后的灰度级统计值上，以得到修正之后的直方图。
S208、对修正之后的直方图进行直方图均衡。
S209、依据各分块的直方图均衡结果更新所述图像的亮度通道数据。
S210、依据更新的亮度通道数据和所述其他通道数据得到增强图像。
本实施例的技术方案通过剪切阈值对分块进行直方图统计的原灰度级统计值进行剪切，当原灰度级统计值小于剪切阈值时，保持原灰度级统计值不变，当原灰度级统计值大于剪切阈值时，将原灰度级统计值修改为剪切阈值，将原灰度级统计值与剪切之后的灰度级统计值的差值之和除以总灰度级数得到的数值累加到剪切之后的灰度级上，得到修正之后的直方图，实现了利用剪切阈值对亮度通道数据的分块进行直方图修正，从而可以保证在细节丰富区域对比度增强程度高，在平缓区域对比度增强程度低，减少噪声干扰。
在本实施例的另一优选实施方式中，对剪切结果进行直方图均衡包括：
根据所述修正之后的直方图计算灰度值映射函数，所述灰度值映射函数的计算公式为：
其中，I为亮度通道灰度值，P(k)为所述修正之后的直方图的灰度值k的分布频率，[]是取整符号，f(I)表示灰度值I的映射值，2n为灰阶数；
根据所述映射函数对图像各灰度值进行映射。
当P(I)较小时，f(I-1)可能和f(I)相同，达到了将图像的灰阶进行局部压缩的效果，当P(I)较大时，f(I-1)和f(I)相差很大，可能会差好几个灰度值，由此达到了将图像的灰阶进行局部拉伸的效果。
实施例三
图3是本发明实施例三提供的一种图像增强方法的流程图。本发明实施例在上述实施例的基础上，进一步对所述依据各分块的直方图均衡结果更新所述图像的亮度通道数据进行了优化。
相应的，本实施例的方法包括：
S301、读取图像，提取所述图像的亮度通道数据和其它通道数据。
S302、依据预设的块的大小和相邻块之间的重叠率，对所述亮度通道数据进行取块操作得到分块。
S303、计算各分块对应的剪切阈值，根据所述各分块对应的剪切阈值分别对各分块统计直方图进行剪切，并对剪切结果进行直方图均衡。
S304、将各分块的直方图均衡结果分别与预设的双线性权重系数矩阵进行点乘，并将各分块的点乘结果累加到初始化亮度矩阵的对应位置，得到图像的累积亮度矩阵，其中所述双线性权重系数矩阵为横向和纵向两个归一化三角形函数的乘积，所述初始化亮度矩阵为与图像矩阵同样大小的全零矩阵。
其中，所述双线性权重系数矩阵的大小为分块的大小。
所述纵向归一化三角形函数为：
所述横向归一化三角形函数为：
所述双线性权重系数矩阵为所述纵向归一化三角形函数与所述横向归一化三角形函数的乘积，用公式表示为：
其中，G(x,y)为所述双线性权重系数矩阵，a为所述预设的块的行数，b为所述预设的块的列数，x＝1,2,……a，y＝1,2,……b，||表示取绝对值。
S305、将各分块的双线性权重系数矩阵累加到初始化系数矩阵的对应位置，得到图像的累积系数矩阵，其中初始化系数矩阵为与图像矩阵同样大小的全零矩阵。
S306、将所述累积亮度矩阵点除以所述累积系数矩阵，得到更新的亮度通道数据。
采用双线性权重系数矩阵进行加权平均，消除了块与块之间的重叠区域的块效应，使得图像看起来更加自然统一。
S307、依据更新的亮度通道数据和所述其他通道数据得到增强图像。
本实施例通过将各分块的直方图均衡结果分别与对应的双线性权重系数矩阵进行点乘，并将各分块的点乘结果累加到初始化亮度矩阵的对应位置，得到图像的累积亮度矩阵，以此实现了对图像亮度通道数据的更新。
实施例四
图4是本发明实施例四提供的一种图像增强装置的结构框图。该装置用于执行上述任意实施例所提供的一种图像增强方法。该装置包括：
通道数据提取模块401，用于读取图像，提取所述图像的亮度通道数据和其它通道数据；
取块模块402，用于依据预设的块的大小和相邻块之间的重叠率，对所述亮度通道数据进行取块操作得到分块；
直方图均衡模块403，用于计算各分块对应的剪切阈值，根据所述各分块对应的剪切阈值分别对各分块统计直方图进行剪切，并对剪切结果进行直方图均衡；
亮度通道数据更新模块404，用于依据各分块的直方图均衡结果更新所述图像的亮度通道数据；
增强图像获取模块405，用于依据更新的亮度通道数据和所述其他通道数据得到增强图像。
进一步的，当前分块的剪切阈值计算公式为：
其中，Pmax和Pmin为预先设定的剪切阈值的上下限，σmax和σmin为统计得到的各分块的标准差的最大值和最小值，σ为当前分块的标准差，P为当前分块的剪切阈值。
进一步的，所述直方图均衡模块403，具体用于：
对所述分块进行直方图统计，所述直方图统计中包括统计各灰度级分布频率得到原灰度级统计值；
当所述直方图统计结果中的原灰度级统计值小于等于所述剪切阈值，则所述原灰度级统计值保持不变；
当所述直方图统计结果中的原灰度级统计值大于所述剪切阈值，则将所述原灰度级统计值修改为所述剪切阈值；
将所述原灰度级统计值与剪切之后的灰度级统计值的差值之和除以总灰度级数得到的数值，累加到所述剪切之后的直方图的每一灰度级上，得到修正之后的直方图。
进一步的，所述直方图均衡模块403还用于：
根据所述修正之后的直方图计算灰度值映射函数，所述灰度值映射函数的计算公式为：
其中，I为亮度通道灰度值，P(k)为所述修正之后的直方图的灰度值k的分布频率，[]是取整符号，f(I)表示灰度值I的映射值，2n为灰阶数；
根据所述映射函数对图像各灰度值进行映射。
进一步的，所述亮度通道数据更新模块404，具体用于：
将各分块的直方图均衡结果分别与预设的双线性权重系数矩阵进行点乘，并将各分块的点乘结果累加到初始化亮度矩阵的对应位置，得到图像的累积亮度矩阵，其中所述双线性权重系数矩阵为横向和纵向两个归一化三角形函数的乘积，所述初始化亮度矩阵为与图像矩阵同样大小的全零矩阵；
将各分块的双线性权重系数矩阵累加到初始化系数矩阵的对应位置，得到图像的累积系数矩阵，其中初始化系数矩阵为与图像矩阵同样大小的全零矩阵；
将所述累积亮度矩阵点除以所述累积系数矩阵，得到更新的亮度通道数据。
进一步的，所述纵向归一化三角形函数为：
所述横向归一化三角形函数为：
所述双线性权重系数矩阵为所述纵向归一化三角形函数与所述横向归一化三角形函数的乘积，用公式表示为：
其中，G(x,y)为所述双线性权重系数矩阵，a为所述预设的块的行数，b为所述预设的块的列数，x＝1,2,……a，y＝1,2,……b，||表示取绝对值。
本发明实施例提供的图像增强装置，实现了对不同分块采用不同的剪切阈值进行剪切，达到不同的直方图增强效果，对细节丰富的区域的增强程度高，对细节不丰富的区域的增强程度低，提高了图像对比度，可以适用于不同图像的增强。
本发明实施例所提供的图像增强装置可执行本发明任意实施例所提供的图像增强方法，具备执行方法相应的功能模块和有益效果。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (12)
1.一种图像增强方法，其特征在于，包括：
读取图像，提取所述图像的亮度通道数据和其它通道数据；
依据预设的块的大小和相邻块之间的重叠率，对所述亮度通道数据进行取块操作得到分块；
计算各分块对应的剪切阈值，根据所述各分块对应的剪切阈值分别对各分块统计直方图进行剪切，并对剪切结果进行直方图均衡；
依据各分块的直方图均衡结果更新所述图像的亮度通道数据；
依据更新的亮度通道数据和所述其他通道数据得到增强图像。
2.根据权利要求1所述的方法，其特征在于，当前分块的剪切阈值计算公式为：
<mrow>
<mi>P</mi>
<mo>=</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
</mrow>
</msub>
<mo>+</mo>
<mfrac>
<mrow>
<mo>(</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>P</mi>
<mi>min</mi>
</msub>
<mo>)</mo>
<mo>(</mo>
<mi>&sigma;</mi>
<mo>-</mo>
<msub>
<mi>&sigma;</mi>
<mrow>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mrow>
<msub>
<mi>&sigma;</mi>
<mrow>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>&sigma;</mi>
<mi>min</mi>
</msub>
</mrow>
</mfrac>
</mrow>
其中，Pmax和Pmin为预先设定的剪切阈值的上下限，σmax和σmin为统计得到的各分块的标准差的最大值和最小值，σ为当前分块的标准差，P为当前分块的剪切阈值。
3.根据权利要求1所述的方法，其特征在于，所述根据所述各分块对应的剪切阈值分别对各分块统计直方图进行剪切，包括：
统计各分块的每一灰度级分布频率得到各分块的原灰度级统计值，作为各分块的直方图统计结果；
当所述直方图统计结果中的原灰度级统计值小于等于所述剪切阈值，则所述原灰度级统计值保持不变；
当所述直方图统计结果中的原灰度级统计值大于所述剪切阈值，则将所述原灰度级统计值修改为所述剪切阈值；
将所述原灰度级统计值与剪切之后的灰度级统计值的差值之和除以总灰度级数得到的数值，累加到所述剪切之后的直方图的每一灰度级上，得到修正之后的直方图。
4.根据权利要求3所述的方法，其特征在于，对剪切结果进行直方图均衡包括：
根据所述修正之后的直方图计算灰度值映射函数，所述灰度值映射函数的计算公式为：
<mrow>
<mi>f</mi>
<mrow>
<mo>(</mo>
<mi>I</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mo>&lsqb;</mo>
<mrow>
<mo>(</mo>
<msup>
<mn>2</mn>
<mi>n</mi>
</msup>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mi>I</mi>
</munderover>
<mi>P</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
</mrow>
其中，I为亮度通道灰度值，P(k)为所述修正之后的直方图的灰度值k的分布频率，[]是取整符号，f(I)表示灰度值I的映射值，2n为灰阶数；
根据所述映射函数对图像各灰度值进行映射。
5.根据权利要求1所述的方法，其特征在于，所述依据各分块的直方图均衡结果更新所述图像的亮度通道数据，包括：
将各分块的直方图均衡结果分别与预设的双线性权重系数矩阵进行点乘，并将各分块的点乘结果累加到初始化亮度矩阵的对应位置，得到图像的累积亮度矩阵，其中所述双线性权重系数矩阵为横向和纵向两个归一化三角形函数的乘积，所述初始化亮度矩阵为与图像矩阵同样大小的全零矩阵；
将各分块的双线性权重系数矩阵累加到初始化系数矩阵的对应位置，得到图像的累积系数矩阵，其中初始化系数矩阵为与图像矩阵同样大小的全零矩阵；
将所述累积亮度矩阵点除以所述累积系数矩阵，得到更新的亮度通道数据。
6.根据权利要求5所述的方法，其特征在于，
所述纵向归一化三角形函数为：
<mrow>
<mn>1</mn>
<mo>-</mo>
<mn>2</mn>
<mo>&times;</mo>
<mfrac>
<mrow>
<mo>|</mo>
<mi>x</mi>
<mo>-</mo>
<mfrac>
<mrow>
<mi>a</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
<mn>2</mn>
</mfrac>
<mo>|</mo>
</mrow>
<mi>a</mi>
</mfrac>
</mrow>
所述横向归一化三角形函数为：
<mrow>
<mn>1</mn>
<mo>-</mo>
<mn>2</mn>
<mo>&times;</mo>
<mfrac>
<mrow>
<mo>|</mo>
<mi>y</mi>
<mo>-</mo>
<mfrac>
<mrow>
<mi>b</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
<mn>2</mn>
</mfrac>
<mo>|</mo>
</mrow>
<mi>b</mi>
</mfrac>
</mrow>
所述双线性权重系数矩阵为所述纵向归一化三角形函数与所述横向归一化三角形函数的乘积，用公式表示为：
<mrow>
<mi>G</mi>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>,</mo>
<mi>y</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<mn>2</mn>
<mo>&times;</mo>
<mfrac>
<mrow>
<mo>|</mo>
<mi>x</mi>
<mo>-</mo>
<mfrac>
<mrow>
<mi>a</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
<mn>2</mn>
</mfrac>
<mo>|</mo>
</mrow>
<mi>a</mi>
</mfrac>
<mo>)</mo>
</mrow>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<mn>2</mn>
<mo>&times;</mo>
<mfrac>
<mrow>
<mo>|</mo>
<mi>y</mi>
<mo>-</mo>
<mfrac>
<mrow>
<mi>b</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
<mn>2</mn>
</mfrac>
<mo>|</mo>
</mrow>
<mi>b</mi>
</mfrac>
<mo>)</mo>
</mrow>
</mrow>
其中，G(x,y)为所述双线性权重系数矩阵，a为所述预设的块的行数，b为所述预设的块的列数，x＝1,2,……a，y＝1,2,……b，||表示取绝对值。
7.一种图像增强装置，其特征在于，包括：
通道数据提取模块，用于读取图像，提取所述图像的亮度通道数据和其它通道数据；
取块模块，用于依据预设的块的大小和相邻块之间的重叠率，对所述亮度通道数据进行取块操作得到分块；
直方图均衡模块，用于计算各分块对应的剪切阈值，根据所述各分块对应的剪切阈值分别对各分块统计直方图进行剪切，并对剪切结果进行直方图均衡；
亮度通道数据更新模块，用于依据各分块的直方图均衡结果更新所述图像的亮度通道数据；
增强图像获取模块，用于依据更新的亮度通道数据和所述其他通道数据得到增强图像。
8.根据权利要求7所述的装置，其特征在于，当前分块的剪切阈值计算公式为：
<mrow>
<mi>P</mi>
<mo>=</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
</mrow>
</msub>
<mo>+</mo>
<mfrac>
<mrow>
<mo>(</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>P</mi>
<mi>min</mi>
</msub>
<mo>)</mo>
<mo>(</mo>
<mi>&sigma;</mi>
<mo>-</mo>
<msub>
<mi>&sigma;</mi>
<mrow>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mrow>
<msub>
<mi>&sigma;</mi>
<mrow>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>&sigma;</mi>
<mi>min</mi>
</msub>
</mrow>
</mfrac>
</mrow>
其中，Pmax和Pmin为预先设定的剪切阈值的上下限，σmax和σmin为统计得到的各分块的标准差的最大值和最小值，σ为当前分块的标准差，P为当前分块的剪切阈值。
9.根据权利要求7所述的装置，其特征在于，所述直方图均衡模块，具体用于：
对所述分块进行直方图统计，所述直方图统计中包括统计各灰度级分布频率得到原灰度级统计值；
当所述直方图统计结果中的原灰度级统计值小于等于所述剪切阈值，则所述原灰度级统计值保持不变；
当所述直方图统计结果中的原灰度级统计值大于所述剪切阈值，则将所述原灰度级统计值修改为所述剪切阈值；
将所述原灰度级统计值与剪切之后的灰度级统计值的差值之和除以总灰度级数得到的数值，累加到所述剪切之后的直方图的每一灰度级上，得到修正之后的直方图。
10.根据权利要求9所述的装置，其特征在于，所述直方图均衡模块还用于：
根据所述修正之后的直方图计算灰度值映射函数，所述灰度值映射函数的计算公式为：
<mrow>
<mi>f</mi>
<mrow>
<mo>(</mo>
<mi>I</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mo>&lsqb;</mo>
<mrow>
<mo>(</mo>
<msup>
<mn>2</mn>
<mi>n</mi>
</msup>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mi>I</mi>
</munderover>
<mi>P</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
</mrow>
其中，I为亮度通道灰度值，P(k)为所述修正之后的直方图的灰度值k的分布频率，[]是取整符号，f(I)表示灰度值I的映射值，2n为灰阶数；
根据所述映射函数对图像各灰度值进行映射。
11.根据权利要求7所述的装置，其特征在于，所述亮度通道数据更新模块，具体用于：
将各分块的直方图均衡结果分别与预设的双线性权重系数矩阵进行点乘，并将各分块的点乘结果累加到初始化亮度矩阵的对应位置，得到图像的累积亮度矩阵，其中所述双线性权重系数矩阵为横向和纵向两个归一化三角形函数的乘积，所述初始化亮度矩阵为与图像矩阵同样大小的全零矩阵；
将各分块的双线性权重系数矩阵累加到初始化系数矩阵的对应位置，得到图像的累积系数矩阵，其中初始化系数矩阵为与图像矩阵同样大小的全零矩阵；
将所述累积亮度矩阵点除以所述累积系数矩阵，得到更新的亮度通道数据。
12.根据权利要求11所述的装置，其特征在于，
所述纵向归一化三角形函数为：
<mrow>
<mn>1</mn>
<mo>-</mo>
<mn>2</mn>
<mo>&times;</mo>
<mfrac>
<mrow>
<mo>|</mo>
<mi>x</mi>
<mo>-</mo>
<mfrac>
<mrow>
<mi>a</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
<mn>2</mn>
</mfrac>
<mo>|</mo>
</mrow>
<mi>a</mi>
</mfrac>
</mrow>
所述横向归一化三角形函数为：
<mrow>
<mn>1</mn>
<mo>-</mo>
<mn>2</mn>
<mo>&times;</mo>
<mfrac>
<mrow>
<mo>|</mo>
<mi>y</mi>
<mo>-</mo>
<mfrac>
<mrow>
<mi>b</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
<mn>2</mn>
</mfrac>
<mo>|</mo>
</mrow>
<mi>b</mi>
</mfrac>
</mrow>
所述双线性权重系数矩阵为所述纵向归一化三角形函数与所述横向归一化三角形函数的乘积，用公式表示为：
<mrow>
<mi>G</mi>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>,</mo>
<mi>y</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<mn>2</mn>
<mo>&times;</mo>
<mfrac>
<mrow>
<mo>|</mo>
<mi>x</mi>
<mo>-</mo>
<mfrac>
<mrow>
<mi>a</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
<mn>2</mn>
</mfrac>
<mo>|</mo>
</mrow>
<mi>a</mi>
</mfrac>
<mo>)</mo>
</mrow>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<mn>2</mn>
<mo>&times;</mo>
<mfrac>
<mrow>
<mo>|</mo>
<mi>y</mi>
<mo>-</mo>
<mfrac>
<mrow>
<mi>b</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
<mn>2</mn>
</mfrac>
<mo>|</mo>
</mrow>
<mi>b</mi>
</mfrac>
<mo>)</mo>
</mrow>
</mrow>
其中，G(x,y)为所述双线性权重系数矩阵，a为所述预设的块的行数，b为所述预设的块的列数，x＝1,2,……a，y＝1,2,……b，||表示取绝对值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710049705.6A CN107067385B (zh) | 2017-01-23 | 2017-01-23 | 一种图像增强方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710049705.6A CN107067385B (zh) | 2017-01-23 | 2017-01-23 | 一种图像增强方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107067385A true CN107067385A (zh) | 2017-08-18 |
| CN107067385B CN107067385B (zh) | 2019-09-27 |
Family
ID=59598372
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710049705.6A Active CN107067385B (zh) | 2017-01-23 | 2017-01-23 | 一种图像增强方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107067385B (zh) |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108446089A (zh) * | 2018-03-22 | 2018-08-24 | 京东方科技集团股份有限公司 | 数据的显示方法、装置及显示器 |
| CN109146826A (zh) * | 2018-06-27 | 2019-01-04 | 华南理工大学 | 一种图像增强方法及装置 |
| CN110175969A (zh) * | 2019-05-29 | 2019-08-27 | 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 |
| CN110244202A (zh) * | 2019-06-21 | 2019-09-17 | 三峡大学 | 基于同步压缩小波变换域变压器局部放电去噪方法 |
| CN110310274A (zh) * | 2019-07-02 | 2019-10-08 | 河北农业大学 | 一种植物花朵数量检测方法 |
| CN110852955A (zh) * | 2018-08-21 | 2020-02-28 | 中南大学 | 一种基于图像强度阈值和自适应切割的图像增强方法 |
| CN111369478A (zh) * | 2020-03-04 | 2020-07-03 | 腾讯科技（深圳）有限公司 | 人脸图像增强方法、装置、计算机设备和存储介质 |
| CN111565261A (zh) * | 2020-06-02 | 2020-08-21 | 厦门美图之家科技有限公司 | 图像处理方法、装置及电子设备 |
| CN111738927A (zh) * | 2020-03-23 | 2020-10-02 | 阳光暖果（北京）科技发展有限公司 | 基于直方图均衡化的人脸识别特征增强与去噪方法及系统 |
| CN112488954A (zh) * | 2020-12-07 | 2021-03-12 | 江苏理工学院 | 基于图像灰度级的自适应图像增强的方法及装置 |
| CN112606083A (zh) * | 2020-11-04 | 2021-04-06 | 泰州芯源半导体科技有限公司 | 采用类型检测的频率调控系统及方法 |
| CN113012079A (zh) * | 2021-05-25 | 2021-06-22 | 南京索安电子有限公司 | 低亮度车底图像增强方法、装置及存储介质 |
| WO2021189460A1 (zh) * | 2020-03-27 | 2021-09-30 | 深圳市大疆创新科技有限公司 | 图像处理方法、装置及可移动平台 |
| WO2022087973A1 (zh) * | 2020-10-29 | 2022-05-05 | Oppo广东移动通信有限公司 | 图像处理方法及装置、计算机可读介质和电子设备 |
| CN115797234A (zh) * | 2023-01-29 | 2023-03-14 | 南京邮电大学 | 一种增强低对比度二维码图像识别效果的方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104268843B (zh) * | 2014-10-16 | 2017-06-06 | 桂林电子科技大学 | 基于直方图修正的图像自适应增强方法 |
-
2017
- 2017-01-23 CN CN201710049705.6A patent/CN107067385B/zh active Active
Cited By (26)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108446089A (zh) * | 2018-03-22 | 2018-08-24 | 京东方科技集团股份有限公司 | 数据的显示方法、装置及显示器 |
| CN108446089B (zh) * | 2018-03-22 | 2021-01-26 | 京东方科技集团股份有限公司 | 数据的显示方法、装置及显示器 |
| US11074849B2 (en) | 2018-03-22 | 2021-07-27 | Boe Technology Group Co., Ltd. | Display method, display device, and display |
| CN109146826A (zh) * | 2018-06-27 | 2019-01-04 | 华南理工大学 | 一种图像增强方法及装置 |
| CN110852955A (zh) * | 2018-08-21 | 2020-02-28 | 中南大学 | 一种基于图像强度阈值和自适应切割的图像增强方法 |
| CN110852955B (zh) * | 2018-08-21 | 2022-05-10 | 中南大学 | 一种基于图像强度阈值和自适应切割的图像增强方法 |
| CN110175969A (zh) * | 2019-05-29 | 2019-08-27 | 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 |
| CN110175969B (zh) * | 2019-05-29 | 2021-07-23 | Tcl华星光电技术有限公司 | 图像处理方法及图像处理装置 |
| CN110244202B (zh) * | 2019-06-21 | 2021-07-20 | 三峡大学 | 基于同步压缩小波变换域变压器局部放电去噪方法 |
| CN110244202A (zh) * | 2019-06-21 | 2019-09-17 | 三峡大学 | 基于同步压缩小波变换域变压器局部放电去噪方法 |
| CN110310274A (zh) * | 2019-07-02 | 2019-10-08 | 河北农业大学 | 一种植物花朵数量检测方法 |
| CN110310274B (zh) * | 2019-07-02 | 2021-12-17 | 河北农业大学 | 一种植物花朵数量检测方法 |
| CN111369478A (zh) * | 2020-03-04 | 2020-07-03 | 腾讯科技（深圳）有限公司 | 人脸图像增强方法、装置、计算机设备和存储介质 |
| CN111369478B (zh) * | 2020-03-04 | 2023-03-21 | 腾讯科技（深圳）有限公司 | 人脸图像增强方法、装置、计算机设备和存储介质 |
| CN111738927A (zh) * | 2020-03-23 | 2020-10-02 | 阳光暖果（北京）科技发展有限公司 | 基于直方图均衡化的人脸识别特征增强与去噪方法及系统 |
| WO2021189460A1 (zh) * | 2020-03-27 | 2021-09-30 | 深圳市大疆创新科技有限公司 | 图像处理方法、装置及可移动平台 |
| CN111565261B (zh) * | 2020-06-02 | 2022-05-31 | 厦门美图之家科技有限公司 | 图像处理方法、装置及电子设备 |
| CN111565261A (zh) * | 2020-06-02 | 2020-08-21 | 厦门美图之家科技有限公司 | 图像处理方法、装置及电子设备 |
| WO2022087973A1 (zh) * | 2020-10-29 | 2022-05-05 | Oppo广东移动通信有限公司 | 图像处理方法及装置、计算机可读介质和电子设备 |
| CN112606083B (zh) * | 2020-11-04 | 2021-11-02 | 台州明创科技有限公司 | 采用类型检测的频率调控系统及方法 |
| CN112606083A (zh) * | 2020-11-04 | 2021-04-06 | 泰州芯源半导体科技有限公司 | 采用类型检测的频率调控系统及方法 |
| CN112488954A (zh) * | 2020-12-07 | 2021-03-12 | 江苏理工学院 | 基于图像灰度级的自适应图像增强的方法及装置 |
| CN112488954B (zh) * | 2020-12-07 | 2023-09-22 | 江苏理工学院 | 基于图像灰度级的自适应图像增强的方法及装置 |
| CN113012079A (zh) * | 2021-05-25 | 2021-06-22 | 南京索安电子有限公司 | 低亮度车底图像增强方法、装置及存储介质 |
| CN115797234A (zh) * | 2023-01-29 | 2023-03-14 | 南京邮电大学 | 一种增强低对比度二维码图像识别效果的方法 |
| CN115797234B (zh) * | 2023-01-29 | 2023-09-12 | 南京邮电大学 | 一种增强低对比度二维码图像识别效果的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107067385B (zh) | 2019-09-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107067385A (zh) | 一种图像增强方法及装置 | |
| EP3572928B1 (en) | Method for producing high dynamic range image from low dynamic range image | |
| JP4685864B2 (ja) | 画像処理方法、表示画像処理方法、画像処理装置、画像処理プログラム、およびその画像処理装置を含む集積回路 | |
| CN107330979A (zh) | 建筑户型的矢量图生成方法、装置及终端 | |
| EP1260960A2 (en) | Display method and display equipment | |
| CN101510299A (zh) | 基于视觉显著性的图像自适应方法 | |
| US7468732B2 (en) | Character display apparatus and character display method, control program for controlling the character display method and recording medium recording the control program | |
| CN110634147A (zh) | 基于双边引导上采样的图像抠图方法 | |
| CN113596573B (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
| CN101211459A (zh) | 一种针对边界点进行处理的直方图均衡方法 | |
| CN107610675A (zh) | 一种基于动态电平的图像处理方法及装置 | |
| CN103268472B (zh) | 基于双色彩空间的嘴唇检测方法 | |
| CN106454303A (zh) | Rgbw图像处理方法及装置 | |
| US11380284B2 (en) | Color space mapping method, equipment, computer readable storage medium, and device | |
| CN109447970B (zh) | 基于能量转移和均匀缩放的图像重定向方法 | |
| CN109829890A (zh) | 一种jpeg图像载体安全性评价方法 | |
| US10062312B2 (en) | Method and apparatus for discriminating luminance backgrounds for images, and a display apparatus | |
| CN100437746C (zh) | 字符显示设备和字符显示方法 | |
| CN110580690A (zh) | 一种识别峰值变换非线性曲线的图像增强方法 | |
| US20120321182A1 (en) | Image Compression Circuit for Compressing Pieces of Image Data of Four Adjacent Pixels, Image Compression Method, Semiconductor Device, and Smartphone | |
| US11024012B2 (en) | Directional scaling systems and methods | |
| CN113160214B (zh) | 一种图像局部邻域像素相似性衡量新方法 | |
| CN109242750B (zh) | 图片签名方法、图片匹配方法、装置、设备及存储介质 | |
| Bao et al. | Re-coloring images for dichromats based on an improved adaptive mapping algorithm | |
| US10719916B2 (en) | Statistical noise estimation systems and methods |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | 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 | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20210430 Address after: Room 403-406, 4th floor, building C6, Changsha Science and technology new town, No.77, South Dongliu Road, Changsha Economic and Technological Development Zone, Changsha, Hunan 410000 Patentee after: Hunan Xingxin Microelectronics Technology Co.,Ltd. Address before: Room 4403-k, no.1325 Mudanjiang Road, Baoshan District, Shanghai 201900 Patentee before: X CHIP MICROELECTRONICS TECHNOLOGY Co.,Ltd. |