CN107240081A - 夜景影像去噪与增强处理方法 - Google Patents
夜景影像去噪与增强处理方法 Download PDFInfo
- Publication number
- CN107240081A CN107240081A CN201710466777.0A CN201710466777A CN107240081A CN 107240081 A CN107240081 A CN 107240081A CN 201710466777 A CN201710466777 A CN 201710466777A CN 107240081 A CN107240081 A CN 107240081A
- Authority
- CN
- China
- Prior art keywords
- image
- mrow
- msub
- brightness
- mtd
- 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
- 230000002708 enhancing effect Effects 0.000 title claims abstract description 22
- 238000003672 processing method Methods 0.000 title claims abstract description 18
- 238000000034 method Methods 0.000 claims abstract description 15
- 238000001914 filtration Methods 0.000 claims description 13
- 238000006243 chemical reaction Methods 0.000 claims description 6
- AYFVYJQAPQTCCC-GBXIJSLDSA-N L-threonine Chemical compound C[C@@H](O)[C@H](N)C(O)=O AYFVYJQAPQTCCC-GBXIJSLDSA-N 0.000 claims description 5
- 230000000007 visual effect Effects 0.000 abstract description 5
- 238000000926 separation method Methods 0.000 abstract description 2
- 230000000694 effects Effects 0.000 description 5
- 239000003086 colorant Substances 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 210000003739 neck Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
-
- 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
- G06T2207/20024—Filtering details
- G06T2207/20032—Median filtering
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
夜景影像去噪与增强处理方法,涉及遥感图像处理领域,解决现有夜景影像去噪方法存在不利于目视判读,在对图像进行增强处理过程中,存在增强效果差且耗时长等问题,对接收的原始图像进行去噪处理,获得去除噪声后的图像;将去除噪声后的图像进行贝尔插值,获得RGB三波段的彩色图像;将获得的RGB三波段的彩色图像由RGB转换到YUV色彩域,获得图像亮度,根据图像亮度,计算图像灰度拉伸系数,利用拉伸前后图像亮度的比率系数,同比例调整R,G,B三个通道,获得增强的图像。本发明采用两种方法结合生成的二值化图像能够有效将前景与背景分离,既去除了噪声,又保留了图像的高频细节,算法简单易行,容易在工程处理中直接应用。
Description
技术领域
本发明涉及遥感图像处理领域,具体涉及卫星遥感数据中夜景影像噪声去除与图像增强的处理方法。
背景技术
夜景影像是遥感卫星在夜间获取的地表数据,利用传感器低光扫描功能,能够有效地探测到城市灯光,甚至小规模的居民地、车流等发出的低强度灯光,在黑暗的背景下捕捉人类生活的足迹。夜景影像被应用于城市格局变化监测、道路监测,以及灾情评估等领域。然而,夜景影像在获取时,传感器采用较高的增益与较长的曝光时间,这将不可避免地在图像中引入噪声,其中的图像噪声主要包括两类:一是高亮的噪点,在夜景影像中出现的颗粒状的高亮的孤立噪点,二是色度噪点,图像中暗处较为明显的原色斑点。因此需要针对图像中孤立的高亮噪点和暗处背景噪声,进行去噪处理,另外,夜景影像整体较暗,不利于目视判读,需要对图像进行增强。
为了有效去除夜景影像中的噪声,并对图像进行对比度增强,许多发明与论文提出了不同的方法。吴静等在2014年《石家庄学报》发表“Retinex在夜景影像增强处理中的色彩补偿应用”提出采用Retinex算法将图像从RGB空间转换到HSI色彩域,构建SSRHSI算法,在色彩补偿方面获得了新的效果。刘炯等人在2008年发明了“一种抑制夜景图像噪声的方法”,通过将影像复制两份,对其分别进行去噪与调暗处理,并将其融合获得增强的图像。戴向东在2016年发明“一种夜景影像的处理方法与移动终端”,利用获得的多帧影像,对配准后的图像进行融合去噪,提升了图像的清晰度与对比度,但是,这种方法需要对影像进行匹配与融合,更加耗时。这些方法均能在一定程度上改善图像效果,然而,遥感数据获取的夜景影像,需要更加高效简洁的处理方法。
发明内容
本发明为解决现有夜景影像去噪方法存在不利于目视判读,在对图像进行增强处理过程中,存在增强效果差且耗时长等问题,提供一种夜景影像去噪与增强处理方法。
夜景影像去噪与增强处理方法,该方法包括如下步骤:
步骤一、对接收的原始图像进行去噪处理,获得去除噪声后的图像;
步骤二、将步骤一去除噪声后的图像进行贝尔插值,获得RGB三波段的彩色图像;
步骤三、图像增强处理,获得增强的夜景影像;
将步骤二获得的RGB三波段的彩色图像由RGB转换到YUV色彩域,获得各个像元的亮度Y,Y=0.299R+0.587G+0.114B;
根据图像亮度Y,计算图像灰度拉伸系数,利用拉伸前后图像亮度的比率系数,调整R,G,B三个通道,获得增强的图像。
本发明的有益效果:本发明采用夜景影像去噪与增强处理方法,去噪方法利用中值滤波去除高亮噪点,利用二值化去除背景暗噪声,两种方法结合生成的二值化图像能够有效将前景与背景分离,既去除了噪声,又保留了图像的高频细节,算法简单易行,容易在工程处理中直接应用;图像增强处理,将图像由RGB转换到YUV色彩域进行处理,既拉伸了图像,又保留了原始的色彩比例,使图像不失真。
附图说明
图1为本发明所述的夜景影像去噪与增强处理方法的流程图;
图2为采用本发明所述的夜景影像去噪与增强处理方法进行夜景影像噪声处理的前后效果局部对比图,其中图2a为噪声处理前的图像,图2b为噪声处理后的图像。
图3为采用本发明所述的夜景影像去噪与增强处理方法进行夜景影像增强处理的前后效果局部对比图,其中图3a为Bayer插值的图像,图3b为增强处理后的图像。
具体实施方式
具体实施方式一、结合图1至图3说明本实施方式,夜景影像去噪与增强处理方法,本实施方式基于现有的图像噪声处理算法,考虑将中值滤波与二值化相结合,对原始图像进行前景与背景的分割,去除背景噪声,并保留前景图像的高频信息。并在保证图像色彩的前提下,将图像的灰度进行拉伸,获得对比度增强的影像。
本实施方式将传感器获得的原始图像中原始彩色阵列数据分离出R、G、B三个谱段,分别进行中值滤波,去除背景中的高亮噪点,其后将中值滤波后的图像进行二值化处理,并将该图像与原始图像逐像元相乘,区分出图像的前景与背景,然后将图像进行Bayer插值,并对获取的彩色图像进行增强处理,从而获得最终理想的夜景影像。
本实施方式以长广卫星技术有限公司发射的卫星——视频03星为例,说明夜景影像的去噪与增强处理方法。
本实施方式中,视频03星采用主矩为3200mm视频相机,星下点的分辨率为0.92m,采集的单帧夜景影像大小为12000×5000像素。视频03星于2017年1月14日,14点19分拍摄巴黎夜景,拍摄点经纬度为经度-125.113°,纬度为40.850°,拍摄侧摆角为9.60°。针对该影像具体说明本实施方式,夜景影像去噪与增强处理方法,该方法包括如下步骤:
步骤一、去噪处理;
首先,将原始图像分离出R、G、B三个波段的信息,R、G、B的大小分别为3000×1250像素、6000×2500像素和3000×1250像素,对各个波段采用公式(1)进行中值滤波,获得去除高亮噪点的滤波后图像Imed(R,G,B);
Imed(R,G,B)=medfilt(Iori) (1)
其中,Iori为原始图像,Imed为中值滤波的图像。由于图像中的高亮噪点是孤立的噪点,因此中值滤波的算法能够将图像中的高亮噪点很好地滤除。
其后,将滤除孤立噪点中值滤波图像Imed(R,G,B)按照公式(2)进行二值化处理,根据获取的图像,设置二值化阈值thre为6,从而获得二值化图像Ibw。
Ibw(R,G,B)=im2bw(Imed(R,G,B),thre) (2)
其中,Ibw为二值化图像,thre为二值化处理的阈值。通过二值化处理,能够分离出图像背景噪声与的前景信息。
通过二值化处理,能够有效地分离出图像背景噪声与的前景信息。将二值化图像与原始图像根据公式(3)进行逐点相乘,获得去噪后的图像Idenoise。即
Idenoise(i,j)=Ibw(i,j)×Iori(i,j) (3)
其中,Idenoise为去噪后的图像,Idenoise(i,j)为图像第i行第j列的灰度值。此时获得的去噪图像不仅去除图像的暗处的背景噪声与孤立的高亮噪点,同时保留了图像较亮处的高频信息。
步骤二、获得彩色图像,将去除噪声后的图像进行贝尔插值,即将RGB波段分别根据各个像元同波段的邻居进行灰度插值,获得RGB三波段的彩色图像Ibayer(R,G,B)。
步骤三、图像增强处理
为保持图像的颜色,将图像按照公式(4)由RGB转换到YUV色彩域,用下式表示为:
进而获得图像的亮度Y,Y=0.299R+0.587G+0.114B,也就是灰阶值。U和V表示色度,描述图像色彩及饱和度。
根据图像的亮度Y,计算灰度拉伸系数。首先按比例设置最大亮度Ymax最小亮度Ymin,根据夜景影像的灰度直方图,将比例设为0.6%,分别计算比例为0.6%的最小亮度Ymin,和比例为99.4%的最大亮度Ymax,在该帧巴黎夜景影像中Ymin=0.0,Ymin=0.217。避免背景被增强,并使图像较亮处保持不变,将亮度值在最大与最小值之间的亮度进行拉伸,采用公式(5)的拉伸策略,计算拉伸系数Kad为
其中,Kad为计算的拉伸系数。
利用拉伸前后亮度的比率系数,根据公式(6)同比例调整R、G、B三个通道,从而获得增强的图像Ienh。
Ienh(R,G,B)=Kad×Ibayer(R,G,B) (6)
其中,Ienh为增强的图像。通过对比度拉伸,能够获得增强后,目视效果较好的夜景影像。
本实施方式通过采用中值滤波与二值化结合的图像去噪处理,以及考虑保持颜色比例的对比度拉伸方法,有效去除图像的背景噪声,获得增强后目视效果较好的夜景影像。
Claims (3)
1.夜景影像去噪与增强处理方法,其特征是,该方法由以下步骤实现:
步骤一、对接收的原始图像进行去噪处理,获得去除噪声后的图像;
步骤二、将步骤一去除噪声后的图像进行贝尔插值,获得RGB三波段的彩色图像;
步骤三、图像增强处理,获得增强的夜景影像;
将步骤二获得的RGB三波段的彩色图像由RGB转换到YUV色彩域,获得各个像元的亮度Y,用下式表示为:
Y=0.299R+0.587G+0.114B
式中,Y为图像亮度;根据图像亮度Y,计算图像灰度拉伸系数,利用拉伸前后图像亮度的比率系数,同比例调整R,G,B三个通道,获得增强的图像。
2.根据权利要求1所述的夜景影像去噪与增强处理方法,其特征在于,步骤一的具体过程为:
步骤一一、将原始图像分离出RGB三个波段的信息,对所述三个波段进行中值滤波,获得中值滤波后的图像,用下式表示为:
Imed(R,G,B)=medfilt(Iori)
式中,Iori为原始图像,Imed为中值滤波后的图像;
步骤一二、将中值滤波后的图像进行二值化处理,并将二值化后的图像与原始图像进行逐像素点相乘,获得去除噪声后的图像,用下式表示为:
Ibw(R,G,B)=im2bw(Imed(R,G,B),thre)
Idenoise(i,j)=Ibw(i,j)×Iori(i,j)
式中,Ibw为二值化图像,thre为二值化处理的阈值;Idenoise为去噪后的图像,Idenoise(i,j)为图像第i行第j列的灰度值。
3.根据权利要求1所述的夜景影像去噪与增强处理方法,其特征在于,步骤三中,根据图像亮度Y,计算图像灰度拉伸系数;
具体过程为:
按比例设置图像最大亮度Ymax和图像最小亮度Ymin,将图像亮度值在最大与最小值之间的亮度进行拉伸,采用的拉伸策略用下式表示为:
<mrow>
<msub>
<mi>K</mi>
<mrow>
<mi>a</mi>
<mi>d</mi>
</mrow>
</msub>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mn>1</mn>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>Y</mi>
<mo>&le;</mo>
<msub>
<mi>Y</mi>
<mi>min</mi>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mfrac>
<mrow>
<mi>Y</mi>
<mo>-</mo>
<msub>
<mi>Y</mi>
<mi>min</mi>
</msub>
</mrow>
<mrow>
<mn>1</mn>
<mo>-</mo>
<msub>
<mi>Y</mi>
<mi>min</mi>
</msub>
</mrow>
</mfrac>
<mo>+</mo>
<msub>
<mi>Y</mi>
<mi>min</mi>
</msub>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>Y</mi>
<mi>min</mi>
</msub>
<mo><</mo>
<mi>Y</mi>
<mo>&le;</mo>
<msub>
<mi>Y</mi>
<mrow>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mn>1</mn>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>Y</mi>
<mo>></mo>
<msub>
<mi>Y</mi>
<mi>max</mi>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
式中,Kad为计算的拉伸系数;
利用拉伸前后亮度的比率系数,调整R,G,B三个通道,获得增强的图像;
Ienh(R,G,B)=Kad×Ibayer(R,G,B)
式中,Ienh为增强的图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710466777.0A CN107240081A (zh) | 2017-06-20 | 2017-06-20 | 夜景影像去噪与增强处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710466777.0A CN107240081A (zh) | 2017-06-20 | 2017-06-20 | 夜景影像去噪与增强处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107240081A true CN107240081A (zh) | 2017-10-10 |
Family
ID=59987778
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710466777.0A Pending CN107240081A (zh) | 2017-06-20 | 2017-06-20 | 夜景影像去噪与增强处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107240081A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108805838A (zh) * | 2018-06-05 | 2018-11-13 | Oppo广东移动通信有限公司 | 一种图像处理方法、移动终端及计算机可读存储介质 |
CN109274949A (zh) * | 2018-10-30 | 2019-01-25 | 京东方科技集团股份有限公司 | 一种视频图像处理方法及其装置、显示设备 |
CN109658358A (zh) * | 2018-12-25 | 2019-04-19 | 辽宁工程技术大学 | 一种基于多导向滤波的快速bayer彩色重建方法 |
CN110070509A (zh) * | 2019-04-26 | 2019-07-30 | 国家卫星气象中心 | 一种可见光遥感图像实时可视化系统及可视化方法 |
CN111754416A (zh) * | 2019-03-29 | 2020-10-09 | 通用电气精准医疗有限责任公司 | 用于磁共振图像中背景噪音降低的系统和方法 |
CN111798383A (zh) * | 2020-06-09 | 2020-10-20 | 武汉大学 | 一种高分辨率夜间灯光影像的增强方法 |
CN111815522A (zh) * | 2020-05-27 | 2020-10-23 | 厦门汉印电子技术有限公司 | 一种打印图片增强处理方法、装置、设备及存储介质 |
CN112907460A (zh) * | 2021-01-25 | 2021-06-04 | 宁波市鄞州区测绘院 | 一种遥感图像增强方法 |
CN112950479A (zh) * | 2021-04-01 | 2021-06-11 | 中国空空导弹研究院 | 一种图像灰度区域拉伸算法 |
CN113066033A (zh) * | 2021-04-19 | 2021-07-02 | 智领高新科技发展(北京)有限公司 | 一种彩色图像的多阶段去噪系统及方法 |
CN113313652A (zh) * | 2021-04-27 | 2021-08-27 | 中国电子科技集团公司第十四研究所 | 一种采用形态学去除安检图像杂波的方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101398929A (zh) * | 2008-10-28 | 2009-04-01 | 深圳市迅雷网络技术有限公司 | 一种抑制夜景图像噪声的方法和装置 |
CN103984924A (zh) * | 2014-05-08 | 2014-08-13 | 山东大学 | 一种反射式手指静脉识别活体检测装置及方法 |
CN104102911A (zh) * | 2014-07-09 | 2014-10-15 | 宁波摩视光电科技有限公司 | 一种基于aoi的子弹表观缺陷检测系统的图像处理算法 |
CN105023250A (zh) * | 2015-06-30 | 2015-11-04 | 北京空间机电研究所 | 一种基于fpga的实时图像自适应增强系统及方法 |
CN106097284A (zh) * | 2016-07-29 | 2016-11-09 | 努比亚技术有限公司 | 一种夜景图像的处理方法和移动终端 |
CN106296616A (zh) * | 2016-08-18 | 2017-01-04 | 中国航空工业集团公司洛阳电光设备研究所 | 一种红外图像细节增强方法和一种红外图像细节增强装置 |
CN106447597A (zh) * | 2016-11-02 | 2017-02-22 | 上海航天控制技术研究所 | 一种基于并行流水机制的高分辨图像加速处理方法 |
CN106504281A (zh) * | 2016-12-02 | 2017-03-15 | 中国电子科技集团公司第四十四研究所 | 应用于cmos图像传感器的图像画质增强和滤波方法 |
CN106845313A (zh) * | 2016-12-28 | 2017-06-13 | 广州智慧城市发展研究院 | 一种二维码的二值化处理方法 |
-
2017
- 2017-06-20 CN CN201710466777.0A patent/CN107240081A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101398929A (zh) * | 2008-10-28 | 2009-04-01 | 深圳市迅雷网络技术有限公司 | 一种抑制夜景图像噪声的方法和装置 |
CN103984924A (zh) * | 2014-05-08 | 2014-08-13 | 山东大学 | 一种反射式手指静脉识别活体检测装置及方法 |
CN104102911A (zh) * | 2014-07-09 | 2014-10-15 | 宁波摩视光电科技有限公司 | 一种基于aoi的子弹表观缺陷检测系统的图像处理算法 |
CN105023250A (zh) * | 2015-06-30 | 2015-11-04 | 北京空间机电研究所 | 一种基于fpga的实时图像自适应增强系统及方法 |
CN106097284A (zh) * | 2016-07-29 | 2016-11-09 | 努比亚技术有限公司 | 一种夜景图像的处理方法和移动终端 |
CN106296616A (zh) * | 2016-08-18 | 2017-01-04 | 中国航空工业集团公司洛阳电光设备研究所 | 一种红外图像细节增强方法和一种红外图像细节增强装置 |
CN106447597A (zh) * | 2016-11-02 | 2017-02-22 | 上海航天控制技术研究所 | 一种基于并行流水机制的高分辨图像加速处理方法 |
CN106504281A (zh) * | 2016-12-02 | 2017-03-15 | 中国电子科技集团公司第四十四研究所 | 应用于cmos图像传感器的图像画质增强和滤波方法 |
CN106845313A (zh) * | 2016-12-28 | 2017-06-13 | 广州智慧城市发展研究院 | 一种二维码的二值化处理方法 |
Non-Patent Citations (4)
Title |
---|
DONALD BAILEY 等: "Advanced Bayer demosaicing on FPGAs", 《2015 INTERNATIONAL CONFERENCE ON FIELD PROGRAMMABLE TECHNOLOGY (FPT)》 * |
MINJAE KIM 等: "A novel approach for denoising and enhancement of extremely low-light video", 《IEEE TRANSACTIONS ON CONSUMER ELECTRONICS》 * |
苏红宇 等: "复杂背景下运动小目标亚像元识别定位算法", 《微电子学与计算机》 * |
金杰 等: "一种Bayer图像的插值与去噪方法", 《科学技术与工程》 * |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108805838A (zh) * | 2018-06-05 | 2018-11-13 | Oppo广东移动通信有限公司 | 一种图像处理方法、移动终端及计算机可读存储介质 |
CN108805838B (zh) * | 2018-06-05 | 2021-03-02 | Oppo广东移动通信有限公司 | 一种图像处理方法、移动终端及计算机可读存储介质 |
CN109274949A (zh) * | 2018-10-30 | 2019-01-25 | 京东方科技集团股份有限公司 | 一种视频图像处理方法及其装置、显示设备 |
CN109658358A (zh) * | 2018-12-25 | 2019-04-19 | 辽宁工程技术大学 | 一种基于多导向滤波的快速bayer彩色重建方法 |
CN111754416A (zh) * | 2019-03-29 | 2020-10-09 | 通用电气精准医疗有限责任公司 | 用于磁共振图像中背景噪音降低的系统和方法 |
CN110070509A (zh) * | 2019-04-26 | 2019-07-30 | 国家卫星气象中心 | 一种可见光遥感图像实时可视化系统及可视化方法 |
CN111815522B (zh) * | 2020-05-27 | 2024-04-30 | 厦门汉印电子技术有限公司 | 一种打印图片增强处理方法、装置、设备及存储介质 |
CN111815522A (zh) * | 2020-05-27 | 2020-10-23 | 厦门汉印电子技术有限公司 | 一种打印图片增强处理方法、装置、设备及存储介质 |
CN111798383B (zh) * | 2020-06-09 | 2022-06-14 | 武汉大学 | 一种高分辨率夜间灯光影像的增强方法 |
CN111798383A (zh) * | 2020-06-09 | 2020-10-20 | 武汉大学 | 一种高分辨率夜间灯光影像的增强方法 |
CN112907460A (zh) * | 2021-01-25 | 2021-06-04 | 宁波市鄞州区测绘院 | 一种遥感图像增强方法 |
CN112907460B (zh) * | 2021-01-25 | 2022-07-29 | 宁波市鄞州区测绘院 | 一种遥感图像增强方法 |
CN112950479A (zh) * | 2021-04-01 | 2021-06-11 | 中国空空导弹研究院 | 一种图像灰度区域拉伸算法 |
CN112950479B (zh) * | 2021-04-01 | 2023-03-14 | 中国空空导弹研究院 | 一种图像灰度区域拉伸算法 |
CN113066033A (zh) * | 2021-04-19 | 2021-07-02 | 智领高新科技发展(北京)有限公司 | 一种彩色图像的多阶段去噪系统及方法 |
CN113066033B (zh) * | 2021-04-19 | 2023-11-17 | 智领高新科技发展(北京)有限公司 | 一种彩色图像的多阶段去噪系统及方法 |
CN113313652A (zh) * | 2021-04-27 | 2021-08-27 | 中国电子科技集团公司第十四研究所 | 一种采用形态学去除安检图像杂波的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107240081A (zh) | 夜景影像去噪与增强处理方法 | |
Zhang et al. | Nighttime haze removal based on a new imaging model | |
CN105631829B (zh) | 基于暗通道先验与颜色校正的夜间雾霾图像去雾方法 | |
CN110378859B (zh) | 一种新的高动态范围图像生成方法 | |
US11625815B2 (en) | Image processor and method | |
US8254718B2 (en) | Multi-channel edge-aware chrominance noise reduction | |
CN104240194B (zh) | 一种基于抛物线函数的低照度图像增强算法 | |
JP7077395B2 (ja) | 多重化高ダイナミックレンジ画像 | |
US8639050B2 (en) | Dynamic adjustment of noise filter strengths for use with dynamic range enhancement of images | |
US10148926B2 (en) | Imaging apparatus and image processing method of thereof | |
CN106897981A (zh) | 一种基于引导滤波的低照度图像增强方法 | |
CN102750674A (zh) | 基于自适应容差的视频图像去雾方法 | |
CN101626454B (zh) | 一种增强视频可视性的方法 | |
EP3058549B1 (en) | Converting an image from a dual-band sensor to a visible color image | |
US20180075586A1 (en) | Ghost artifact removal system and method | |
CN110827225A (zh) | 一种基于双重曝光框架的非均匀光照水下图像增强方法 | |
CN104318529A (zh) | 处理在恶劣环境中所拍摄低照度图像的方法 | |
CN101478689B (zh) | 一种基于色域映射的图像光照校正系统 | |
Iqbal et al. | Color and white balancing in low-light image enhancement | |
CN111476732B (zh) | 一种图像融合及去噪的方法及系统 | |
CN111311503A (zh) | 一种夜晚低亮度图像增强系统 | |
Yu et al. | Color constancy-based visibility enhancement in low-light conditions | |
CN111161196A (zh) | 一种输电线路航拍图像自适应增强方法 | |
Raigonda et al. | Haze Removal Of Underwater Images Using Fusion Technique | |
CN105787883A (zh) | 一种宽动态图像装置及算法 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20171010 |