CN107451972B - 图像增强方法、装置及计算机可读存储介质 - Google Patents
图像增强方法、装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN107451972B CN107451972B CN201710640605.0A CN201710640605A CN107451972B CN 107451972 B CN107451972 B CN 107451972B CN 201710640605 A CN201710640605 A CN 201710640605A CN 107451972 B CN107451972 B CN 107451972B
- Authority
- CN
- China
- Prior art keywords
- gradient
- pixel
- pixel point
- determining
- error
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 70
- 238000012545 processing Methods 0.000 claims abstract description 32
- 230000001965 increasing effect Effects 0.000 claims abstract description 25
- 239000011159 matrix material Substances 0.000 claims description 70
- 230000006870 function Effects 0.000 claims description 20
- 238000005457 optimization Methods 0.000 abstract description 3
- 230000000694 effects Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000003708 edge detection Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 238000001914 filtration Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 230000003313 weakening effect Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000003416 augmentation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 125000001475 halogen functional group Chemical group 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G06T5/70—
-
- G06T5/90—
Abstract
本公开是关于一种图像增强方法、装置及计算机可读存储介质,属于图像处理技术领域。所述方法包括:对于目标图像包括的多个像素点中的每个像素点,确定所述像素点在x方向上的第一梯度和在y方向上的第一梯度;对所述像素点在x方向上的第一梯度和在y方向上的第一梯度分别进行增大处理,得到所述像素点在x方向上的第二梯度和在y方向上的第二梯度;基于所述多个像素点在x方向上的第一梯度和第二梯度,以及在y方向上的第一梯度和第二梯度,通过最小化误差法确定所述多个像素点增强后的像素值,以得到增强后的目标图像。本公开基于全局优化的方法,充分利用目标图像包括的多个像素点中的每个像素点的信息,达到图像增强的目的。
Description
技术领域
本公开涉及图像处理技术领域,尤其涉及一种图像增强方法、装置及计算机可读存储介质。
背景技术
图像增强是指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,抑制不感兴趣的特征,使之改善图像质量、丰富信息量,加强图像判读和识别效果,满足某些特殊分析需要的图像处理方法。
相关技术中,通常采用两种方法来实现图像增强,即空间域法和频率域法。空间域法是对图像进行灰度处理,得到灰度图像,通过局部求平均值法或者中值滤波法等算法对灰度图像进行处理的方法,从而可去除或减弱图像中的噪声。频率域法是在图像的某种变换域内对图像的变换系数值进行某种修正的方法,通常可以采用低通滤波法,去掉图像中的噪声,并采用高通滤波法,增强边缘等高频信号,使模糊的图片变得清晰。
发明内容
为克服相关技术中存在的问题,本公开提供一种图像增强方法、装置及计算机可读存储介质。
根据本公开实施例的第一方面,提供一种图像增强方法,包括:
对于目标图像包括的多个像素点中的每个像素点,确定所述像素点在x方向上的第一梯度和在y方向上的第一梯度;
对所述像素点在x方向上的第一梯度和在y方向上的第一梯度分别进行增大处理,得到所述像素点在x方向上的第二梯度和在y方向上的第二梯度;
基于所述多个像素点在x方向上的第一梯度和第二梯度,以及在y方向上的第一梯度和第二梯度,通过最小化误差法确定所述多个像素点增强后的像素值,以得到增强后的目标图像。
可选地,所述对所述像素点在x方向上的第一梯度和在y方向上的第一梯度分别进行增大处理,得到所述像素点在x方向上的第二梯度和在y方向上的第二梯度,包括:
将所述像素点在x方向上的第一梯度与预设系数进行相乘,得到所述像素点在x方向上的第二梯度,所述预设系数大于1;
将所述像素点在y方向上的第一梯度与所述预设系数进行相乘,得到所述像素点在y方向上的第二梯度。
可选地,所述对所述像素点在x方向上的第一梯度和在y方向上的第一梯度分别进行增大处理,得到所述像素点在x方向上的第二梯度和在y方向上的第二梯度,包括:
确定所述像素点的边缘方向和边缘长度;
基于所述像素点的边缘方向、边缘长度和所述像素点在x方向上的第一梯度,确定所述像素点在x方向上的第二梯度;
基于所述像素点的边缘方向、边缘长度和所述像素点在y方向上的第一梯度,确定所述像素点在y方向上的第二梯度。
可选地,所述基于所述多个像素点在x方向上的第一梯度和第二梯度,以及在y方向上的第一梯度和第二梯度,通过最小化误差法确定所述多个像素点增强后的像素值,包括:
对于所述多个像素点中的每个像素点,确定所述像素点的像素值误差权重、在x方向上的梯度误差权重以及在y方向上的梯度误差权重;
基于所述多个像素点的像素值误差权重、在x方向上的梯度误差权重、在y方向上的梯度误差权重、在x方向上的第一梯度和第二梯度、在y方向上的第一梯度和第二梯度,以及所述多个像素点在所述目标图像中的像素值,在如下误差函数最小化时,确定所述多个像素点增强后的像素值;
E=Wd×(F-U)2+Wx×(Fx-Gx)2+Wy×(Fy-Gy)2
其中,所述E为误差函数值所构成的矩阵,所述Wd为所述多个像素点的像素值误差权重所构成的矩阵,所述F为所述多个像素点增强后的像素值所构成的矩阵,所述U为所述多个像素点在所述目标图像中的像素值所构成的矩阵,所述Wx为所述多个像素点在x方向上的梯度误差权重所构成的矩阵,所述Fx为所述多个像素点基于增强后的像素值在x方向上的梯度所构成的矩阵,所述Gx为所述多个像素点在x方向上的第二梯度所构成的矩阵,所述Wy为所述多个像素点在y方向上的梯度误差权重所构成的矩阵,所述Fy为所述多个像素点基于增强后的像素值在y方向上的梯度所构成的矩阵,所述Gy为所述多个像素点在y方向上的第二梯度所构成的矩阵。
可选地,所述确定所述像素点的像素值误差权重、在x方向上的梯度误差权重以及在y方向上的梯度误差权重,包括:
设置所述像素点的像素值误差权重为预设数值;
基于所述像素点在x方向上的第一梯度和第二梯度之间的差值,确定所述像素点在x方向上的梯度误差权重,所述像素点在x方向上的梯度误差权重与所述像素点在x方向上的第一梯度和第二梯度之间的差值成反比关系;
基于所述像素点在y方向上的第一梯度和第二梯度之间的差值,确定所述像素点在y方向上的梯度误差权重,所述像素点在y方向上的梯度误差权重与所述像素点在y方向上的第一梯度和第二梯度之间的差值成反比关系。
根据本公开实施例的第二方面,提供一种图像增强装置,包括:
第一确定模块,用于对于目标图像包括的多个像素点中的每个像素点,确定所述像素点在x方向上的第一梯度和在y方向上的第一梯度;
增大处理模块,用于对所述像素点在x方向上的第一梯度和在y方向上的第一梯度分别进行增大处理,得到所述像素点在x方向上的第二梯度和在y方向上的第二梯度;
第二确定模块,用于基于所述多个像素点在x方向上的第一梯度和第二梯度,以及在y方向上的第一梯度和第二梯度,通过最小化误差法确定所述多个像素点增强后的像素值,以得到增强后的目标图像。
可选地,所述增大处理模块包括:
第一运算子模块,用于将所述像素点在x方向上的第一梯度与预设系数进行相乘,得到所述像素点在x方向上的第二梯度,所述预设系数大于1;
第二运算子模块,用于将所述像素点在y方向上的第一梯度与所述预设系数进行相乘,得到所述像素点在y方向上的第二梯度。
可选地,所述增大处理模块包括:
第一确定子模块,用于确定所述像素点的边缘方向和边缘长度;
第二确定子模块,用于基于所述像素点的边缘方向、边缘长度和所述像素点在x方向上的第一梯度,确定所述像素点在x方向上的第二梯度;
第三确定子模块,用于基于所述像素点的边缘方向、边缘长度和所述像素点在y方向上的第一梯度,确定所述像素点在y方向上的第二梯度。
可选地,所述第二确定模块包括:
第四确定子模块,用于对于所述多个像素点中的每个像素点,确定所述像素点的像素值误差权重、在x方向上的梯度误差权重以及在y方向上的梯度误差权重;
第五确定子模块,用于基于所述多个像素点的像素值误差权重、在x方向上的梯度误差权重、在y方向上的梯度误差权重、在x方向上的第一梯度和第二梯度、在y方向上的第一梯度和第二梯度,以及所述多个像素点在所述目标图像中的像素值,在如下误差函数最小化时,确定所述多个像素点增强后的像素值;
E=Wd×(F-U)2+Wx×(Fx-Gx)2+Wy×(Fy-Gy)2
其中,所述E为误差函数值所构成的矩阵,所述Wd为所述多个像素点的像素值误差权重所构成的矩阵,所述F为所述多个像素点增强后的像素值所构成的矩阵,所述U为所述多个像素点在所述目标图像中的像素值所构成的矩阵,所述Wx为所述多个像素点在x方向上的梯度误差权重所构成的矩阵,所述Fx为所述多个像素点基于增强后的像素值在x方向上的梯度所构成的矩阵,所述Gx为所述多个像素点在x方向上的第二梯度所构成的矩阵,所述Wy为所述多个像素点在y方向上的梯度误差权重所构成的矩阵,所述Fy为所述多个像素点基于增强后的像素值在y方向上的梯度所构成的矩阵,所述Gy为所述多个像素点在y方向上的第二梯度所构成的矩阵。
可选地,所述第四确定子模块主要用于:
设置所述像素点的像素值误差权重为预设数值;
基于所述像素点在x方向上的第一梯度和第二梯度之间的差值,确定所述像素点在x方向上的梯度误差权重,所述像素点在x方向上的梯度误差权重与所述像素点在x方向上的第一梯度和第二梯度之间的差值成反比关系;
基于所述像素点在y方向上的第一梯度和第二梯度之间的差值,确定所述像素点在y方向上的梯度误差权重,所述像素点在y方向上的梯度误差权重与所述像素点在y方向上的第一梯度和第二梯度之间的差值成反比关系。
根据本公开实施例的第三方面,提供一种图像增强装置,所述装置包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为执行上述第一方面所述的任一项方法的步骤。
根据本公开实施例的第四方面,提供一种计算机可读存储介质,所述计算机可读存储介质上存储有指令,所述指令被处理器执行时实现上述第一方面所述的任一项方法的步骤。
本公开的实施例提供的技术方案可以包括以下有益效果:
在本公开实施例中,可以确定目标图像包括的多个像素点中的每个像素点在x方向上的第一梯度和在y方向上的第一梯度,然后对每个像素点在x方向上的第一梯度和在y方向上的第一梯度进行增大处理,不仅充分利用了目标图像包括的多个像素点中的每个像素点的信息,而且通过梯度的增大处理可以增强目标图像的清晰度。然后再通过最小化误差法确定目标图像包括的多个像素点中的每个像素点增强后的像素值,以得到增强后的目标图像,从而在充分利用目标图像包括的所有像素点的基础上,有效的减弱了目标图像中的噪声,达到增强图像的目的。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的一种图像增强方法的流程图。
图2是根据一示例性实施例示出的一种图像增强方法的流程图。
图3是根据一示例性实施例示出的一种图像增强装置的框图。
图4是根据一示例性实施例示出的一种装置的框图(移动终端的一般结构)。
图5是根据一示例性实施例示出的一种装置的框图(服务器的一般结构)。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
为了便于理解,在对本公开实施例进行详细地解释说明之前,先对本公开实施例涉及的应用场景进行介绍。
在日常生活中,人们经常会拍摄图像,但是在拍摄图像时,可能由于天气、光照强度、复杂的环境等原因造成拍摄的图像比较模糊,无法正常使用。在这种情况下,可以对拍摄到的图像作增强处理,提高图像的清晰度,以供人们正常使用。接下来将对这种场景进行举例说明。
比如,在错综复杂的交通场景进行车牌识别,由于十字路口车流量很大,来回穿梭的车辆和行人交织在一起,导致车牌识别非常困难,此时,可以对拍摄到的图像作增强处理,可以更清晰的识别车牌。
再比如,当在下雨天拍摄图像时,雨滴会影响其拍摄效果,造成拍摄到的图像比较模糊,不能达到人们想要的效果,此时,可以对图像进行增强处理,提高图像的清晰度,满足人们的需求。
又比如,当某些国家重点实验室通过人脸识别来开启实验室大门时,如果光线较暗,拍摄到的图像可能无法识别,此时,可以对拍摄的图像作增强处理,增强图像的清晰度,减弱图像中的噪声,达到可以进行人脸识别开启大门的效果。
又比如,当照相馆为顾客冲洗照片时,如果拍摄到的照片不够清晰,或者顾客提供的照片不够清晰,此时,可以对照片进行图像增强处理,从而保证冲洗出来的照片足够清晰。
本公开实施例不仅可以应用于上述几种应用场景中,实际应用中,可能还可以应用于其他的应用场景中,在此本公开实施例对其他应用场景不再一一列举。
在介绍完本公开实施例涉及的应用场景之后,下面对本公开实施例进行详细的解释说明。图1是根据一示例性实施例示出的一种图像增强方法的流程图,如图1所示,该方法包括以下步骤:
在步骤101中,对于目标图像包括的多个像素点中的每个像素点,确定该像素点在x方向上的第一梯度和在y方向上的第一梯度。
在步骤102中,对该像素点在x方向上的第一梯度和在y方向上的第一梯度分别进行增大处理,得到该像素点在x方向上的第二梯度和在y方向上的第二梯度。
在步骤103中,基于该多个像素点在x方向上的第一梯度和第二梯度,以及在y方向上的第一梯度和第二梯度,通过最小化误差法确定该多个像素点增强后的像素值,以得到增强后的目标图像。
综上所述,本公开实施例提供的方法通过确定目标图像包括的多个像素点中的每个像素点的梯度,充分利用目标图像包括的多个像素点中的每个像素点的信息,然后对目标图像包括的多个像素点中的每个像素点的梯度做增大处理,增强了目标图像的清晰度,再通过将误差函数最小化得到增强后的图像,有效的减弱了目标图像中的噪声,达到图像增强的目的。
可选地,对像素点在x方向上的第一梯度和在y方向上的第一梯度分别进行增大处理,得到该像素点在x方向上的第二梯度和在y方向上的第二梯度,包括:
将该像素点在x方向上的第一梯度与预设系数进行相乘,得到该像素点在x方向上的第二梯度,该预设系数大于1;
将该像素点在y方向上的第一梯度与该预设系数进行相乘,得到该像素点在y方向上的第二梯度。
可选地,对像素点在x方向上的第一梯度和在y方向上的第一梯度分别进行增大处理,得到该像素点在x方向上的第二梯度和在y方向上的第二梯度,包括:
确定该像素点的边缘方向和边缘长度;
基于该像素点的边缘方向、边缘长度和该像素点在x方向上的第一梯度,确定该像素点在x方向上的第二梯度;
基于该像素点的边缘方向、边缘长度和该像素点在y方向上的第一梯度,确定该像素点在y方向上的第二梯度。
可选地,基于多个像素点在x方向上的第一梯度和第二梯度,以及在y方向上的第一梯度和第二梯度,通过最小化误差法确定该多个像素点增强后的像素值,包括:
对于该多个像素点中的每个像素点,确定该像素点的像素值误差权重、在x方向上的梯度误差权重以及在y方向上的梯度误差权重;
基于该多个像素点的像素值误差权重、在x方向上的梯度误差权重、在y方向上的梯度误差权重、在x方向上的第一梯度和第二梯度、在y方向上的第一梯度和第二梯度,以及该多个像素点在该目标图像中的像素值,在如下误差函数最小化时,确定该多个像素点增强后的像素值;
E=Wd×(F-U)2+Wx×(Fx-Gx)2+Wy×(Fy-Gy)2
其中,E为误差函数值所构成的矩阵,Wd为该多个像素点的像素值误差权重所构成的矩阵,F为该多个像素点增强后的像素值所构成的矩阵,U为该多个像素点在该目标图像中的像素值所构成的矩阵,Wx为该多个像素点在x方向上的梯度误差权重所构成的矩阵,Fx为该多个像素点基于增强后的像素值在x方向上的梯度所构成的矩阵,Gx为该多个像素点在x方向上的第二梯度所构成的矩阵,Wy为该多个像素点在y方向上的梯度误差权重所构成的矩阵,Fy为该多个像素点基于增强后的像素值在y方向上的梯度所构成的矩阵,Gy为该多个像素点在y方向上的第二梯度所构成的矩阵。
可选地,确定像素点的像素值误差权重、在x方向上的梯度误差权重以及在y方向上的梯度误差权重,包括:
设置该像素点的像素值误差权重为预设数值;
基于该像素点在x方向上的第一梯度和第二梯度之间的差值,确定该像素点在x方向上的梯度误差权重,该像素点在x方向上的梯度误差权重与该像素点在x方向上的第一梯度和第二梯度之间的差值成反比关系;
基于该像素点在y方向上的第一梯度和第二梯度之间的差值,确定该像素点在y方向上的梯度误差权重,该像素点在y方向上的梯度误差权重与该像素点在y方向上的第一梯度和第二梯度之间的差值成反比关系。
上述所有可选技术方案,均可按照任意结合形成本公开的可选实施例,本公开实施例对此不再一一赘述。
图2是根据一示例性实施例示出的一种图像增强方法的流程图。下面将对上述图1所示的实施例进行详细说明。参见图2,该方法包括如下步骤:
在步骤201中,对于目标图像包括的多个像素点中的每个像素点,确定该像素点在x方向上的第一梯度和在y方向上的第一梯度。
在本公开实施例中,可以通过如下两种可能的实现方式,确定该像素点在x方向上的第一梯度和在y方向上的第一梯度。为了便于理解,可以将目标图像中任一点作为坐标原点建立坐标系,并假设该像素点的坐标为(i,j)。
第一种可能的实现方式,获取坐标为(i,j)的像素点的像素值,以及坐标为(i+1,j)和(i,j+1)的像素点的像素值。通过坐标为(i+1,j)的像素点的像素值减去坐标为(i,j)的像素点的像素值,得到第一像素差值,并将第一像素差值确定为坐标为(i,j)的像素点在x方向上的第一梯度。通过坐标为(i,j+1)的像素点的像素值减去坐标为(i,j)的像素点的像素值,得到第二像素差值,并将第二像素差值确定为坐标为(i,j)的像素点在y方向上的第一梯度。
第二种可能的实现方式,获取坐标为(i,j)的像素点的像素值,以及坐标为(i+1,j)和(i,j+1)的像素点的像素值。通过坐标为(i+1,j)的像素点的像素值减去坐标为(i,j)的像素点的像素值,得到第一像素差值,将第一像素差值的二分之一确定坐标为(i,j)的像素点在x方向上的第一梯度。通过坐标为(i,j+1)的像素点的像素值减去坐标为(i,j)的像素点的像素值,得到第二像素差值,并将第二像素差值的二分之一确定为坐标为(i,j)的像素点在y方向上的第一梯度。
需要说明的是,本公开实施例不仅可以通过上述两种可能的实现方式确定该像素点在x方向上的第一梯度和在y方向上的第一梯度,实际应用中,还可以通过其他的方式来确定,比如,第一种可能的实现方式是通过后一个像素点的像素值减去前一个像素点的像素值,进而得到第一梯度,与第一种可能的实现方式不同的是,可以通过前一个像素点的像素值减去后一个像素点的像素值,进而得到第一梯度。当然,此种方式仅是示例性的,实际应用中不局限于这几种方式。
在步骤202中,对该像素点在x方向上的第一梯度和在y方向上的第一梯度分别进行增大处理,得到该像素点在x方向上的第二梯度和在y方向上的第二梯度。
为了便于增强后的目标图像足够清晰,需要对该像素点在x方向上的第一梯度和在y方向上的第一梯度分别进行增大处理。接下来通过两种可能的实现方式对第一梯度的增大处理进行说明。
第一种可能的实现方式,将该像素点在x方向上的第一梯度与预设系数进行相乘,得到该像素点在x方向上的第二梯度,其中,预设系数大于1。将该像素点在y方向上的第一梯度与预设系数进行相乘,得到该像素点在y方向上的第二梯度。
由于预设系数大于1,这样,在将该像素点在x方向上的第一梯度和在y方向上的第一梯度分别与预设系数相乘之后即可实现增大处理,因此,通过第一种可能的实现方式进行增大处理的操作比较简单,效率比较高。
需要说明的是,上述预设系数是指根据经验来设定的系数,比如,预设系数可以为1.25。实际应用中,当该预设系数设置的过大时,通过第一种可能的实现方式进行增大处理之后,很有可能会产生一定的噪声,进而导致图像失真,当该预设系数设置的过小时,可能进行增大处理的效果不够明显,因此,可以根据经验设定预设系数,进而保证既可以避免造成图像失真的问题,还可以达到较好的增大处理效果。
第二种可能的实现方式,确定该像素点的边缘方向和边缘长度。基于该像素点的边缘方向、边缘长度和该像素点在x方向上的第一梯度,确定该像素点在x方向上的第二梯度,并基于该像素点的边缘方向、边缘长度和该像素点在y方向上的第一梯度,确定该像素点在y方向上的第二梯度。
其中,确定该像素点的边缘方向和边缘长度的操作可以为:对于多个预设方向中的每个预设方向,当该像素点沿该预设方向上的梯度最大时,将该预设方向确定为该像素点的边缘方向,并将沿该预设方向上的边缘长度确定为该像素点的边缘方向上的边缘长度。也即是,该像素点的边缘方向是指该多个预设方向中边缘长度最大的预设方向。
当然,实际应用中,当该多个预设方向包括水平方向和垂直方向时,该像素点的边缘方向还可以为垂直方向上边缘长度与水平方向上边缘长度的比值的反正切值所指示的方向,也即是该边缘方向与水平方向之间的夹角为该反正切值,该像素点的边缘长度可以为垂直方向上边缘长度和水平方向上边缘长度的平方和的算术平方根,或者可以为垂直方向上边缘长度的绝对值与水平方向上边缘长度的绝对值的和。其中边缘长度用于表示该像素点沿该预设方向上的梯度,且边缘长度越大,表示该像素点沿边缘方向上的梯度越大,边缘长度越小,表示该像素点沿边缘方向上的梯度越小。
比如,该多个预设方向可以为水平方向x、垂直方向y、与水平方向x呈45度的方向xy以及与水平方向x呈135度的方向yx,且对于当前帧图像中的任一像素点,该像素点在x方向上的边缘长度可以为Ex,在y方向上的边缘长度可以为Ey,在xy方向上的边缘长度可以为Exy,在yx方向上的边缘长度可以为Eyx,当Ex、Ey、Exy和Eyx中Ex的值最大时,终端可以将水平方向x确定为该像素点的边缘方向,并将在水平方向x上的边缘长度Ex确定为该像素点的边缘长度。
再比如,该多个预设方向可以为水平方向x以及垂直方向y,且对于当前帧图像中的任一像素点,该像素点在x方向上的边缘长度可以为Ex,在y方向上的边缘长度可以为Ey,该像素点的边缘方向可以为该像素点的边缘长度可以为或者|Ex|+|Ey|。
需要说明的是,上述第二种可能的实现方式中,确定该像素点的边缘方向和边缘长度可以通过canny边缘检测方法来确定,当然也可以通过其他方法来确定,比如Robert边缘检测、sobel边缘检测、Prewitt边缘检测等。对此本公开不予限定。
其中,基于该像素点的边缘方向、边缘长度和像素点在x方向上的第一梯度,确定该像素点在x方向上的第二梯度,并基于该像素点的边缘方向、边缘长度和像素点在y方向上的第一梯度,确定该像素点在y方向上的第二梯度的操作可以为:基于该像素点的边缘方向、边缘长度和该像素点在x方向上的第一梯度,通过如下公式(1)确定该像素点在x方向上的第二梯度,基于该像素点的边缘方向、边缘长度和像素点在y方向上的第一梯度,通过如下公式(2)确定该像素点在y方向上的第二梯度。
gx=cos2(eo)elux (1)
gy=sin2(eo)eluy (2)
其中,eo为该像素点的边缘方向,el为该像素点的边缘长度,ux为该像素点在x方向上的第一梯度,uy为该像素点在y方向上的第一梯度,gx为该像素点在x方向上的第二梯度,gy为该像素点在y方向上的第二梯度。
本公开实施例通过上述公式(1)和(2)实现梯度的增大处理,当然,实际应用中,也可以通过其他方法来对像素点在x方向上的第一梯度和在y方向上的第一梯度分别进行增大处理,对此本公开不作限定。
由于人的视觉注意力往往集中在显著性强的边缘上,而像素点的边缘长度越大,该像素点增大处理后的梯度就越大,从而增强效果就越明显,因此,上述第二种可能的实现方式采用像素点的边缘方向和边缘长度动态地确定进行增大处理的系数,从而达到较好的增大处理效果。
其中,当通过上述步骤201和步骤202确定得到该像素点在x方向上的第二梯度和在y方向上的第二梯度之后,可以基于该多个像素点在x方向上的第一梯度和第二梯度,以及在y方向上的第一梯度和第二梯度,通过最小化误差法确定该多个像素点增强后的像素值,以得到增强后的目标图像。其具体过程可以通过如下步骤203和步骤204来实现。
在步骤203中,对于该多个像素点中的每个像素点,确定该像素点的像素值误差权重、在x方向上的梯度误差权重以及在y方向上的梯度误差权重。
为了动态调节对目标图像进行图像增强的效果,对于该多个像素点中的每个像素点,可以按照如下步骤(a)-(c)确定该像素点的像素误差权重、在x方向上的梯度误差权重以及在y方向上的梯度误差权重。
(a)、设置该像素点的像素值误差权重为预设数值。
在本公开实施例中,可以设置该像素点的像素值误差权重为预设数值。其中,该预设数值可以为1,当然也可以为其他数值,比如,1.5、2等等。实际应用中,当该预设数值越大时,对图像的增强效果越明显,当该预设数值越小时,对图像的增强效果越微弱。因此可以根据经验设置该预设数值,保证可以达到较好的增强效果。
(b)、基于该像素点在x方向上的第一梯度和第二梯度之间的差值,确定该像素点在x方向上的梯度误差权重,该像素点在x方向上的梯度误差权重与该像素点在x方向上的第一梯度和第二梯度之间的差值成反比关系。
在一种可能的实现方式中,可以基于该像素点在x方向上的第一梯度和第二梯度之间的差值,通过如下公式(3)确定该像素点在x方向上的梯度误差权重。
其中,wx为该像素点在x方向上的梯度误差权重,ux为该像素点在x方向上的第一梯度,gx为该像素点在x方向上的第二梯度,b为预先设置的大于0的数,用来调节x方向上的梯度误差权重变化的敏感度。
需要说明的是,上述公式(3)仅是确定该像素点在x方向上的梯度误差权重的一种可能的实现方式,在实际应用中,还可以通过其他的方式来确定,比如,可以将上述公式(3)中的分母修改为|ux-gx|b,只要该像素点在x方向上的梯度误差权重与该像素点在x方向上的第一梯度和第二梯度之间的差值成反比关系即可。
(c)、基于该像素点在y方向上的第一梯度和第二梯度之间的差值,确定该像素点在y方向上的梯度误差权重,该像素点在y方向上的梯度误差权重与该像素点在y方向上的第一梯度和第二梯度之间的差值成反比关系。
在一种可能的实现方式中,可以基于该像素点在y方向上的第一梯度和第二梯度之间的差值,通过如下公式(4)确定该像素点在y方向上的梯度误差权重。
其中,wy为该像素点在y方向上的梯度误差权重,uy为该像素点在y方向上的第一梯度,gy为该像素点在y方向上的第二梯度,b为预先设置的大于0的数,用来调节y方向上的梯度误差权重变化的敏感度。
需要说明的是,上述公式(4)仅是确定该像素点在y方向上的梯度误差权重的一种可能的实现方式,在实际应用中,还可以通过其他的方式来确定,比如,可以将上述公式(4)中的分母修改为|uy-gy|b,只要该像素点在y方向上的梯度误差权重与该像素点在y方向上的第一梯度和第二梯度之间的差值成反比关系即可。
在步骤204中,基于该多个像素点的像素值误差权重、在x方向上的梯度误差权重、在y方向上的梯度误差权重、在x方向上的第一梯度和第二梯度、在y方向上的第一梯度和第二梯度,以及该多个像素点在目标图像中的像素值,通过最小化误差法确定该多个像素点增强后的像素值,以得到增强后的目标图像。
为了使图像增强效果达到最佳,需要通过最小化误差法确定该多个像素点增强后的像素值,以得到增强后的目标图像。在一种可能的实现方式中,可以基于该多个像素点的像素值误差权重、在x方向上的梯度误差权重、在y方向上的梯度误差权重、在x方向上的第一梯度和第二梯度、在y方向上的第一梯度和第二梯度,以及该多个像素点在目标图像中的像素值,在如下公式(5)所示的误差函数最小化时,确定该多个像素点增强后的像素值,以得到增强后的目标图像。
E=Wd×(F-U)2+Wx×(Fx-Gx)2+Wy×(Fy-Gy)2 (5)
其中,E为误差函数值所构成的矩阵,Wd为该多个像素点的像素值误差权重所构成的矩阵,F为该多个像素点增强后的像素值所构成的矩阵,U为该多个像素点在该目标图像中的像素值所构成的矩阵,Wx为该多个像素点在x方向上的梯度误差权重所构成的矩阵,Fx为该多个像素点基于增强后的像素值在x方向上的梯度所构成的矩阵,Gx该为多个像素点在x方向上的第二梯度所构成的矩阵,Wy为该多个像素点在y方向上的梯度误差权重所构成的矩阵,Fy为该多个像素点基于增强后的像素值在y方向上的梯度所构成的矩阵,Gy为该多个像素点在y方向上的第二梯度所构成的矩阵。
需要说明的是,该多个像素点基于增强后的像素值在x方向上的梯度与在目标图像中的像素值在x方向上的梯度的运算方法相同,同理,该多个像素点基于增强后的像素值在y方向上的梯度与在目标图像中的像素值在y方向上的梯度的运算方法相同,即,Fx和Fy这两个矩阵中的元素是基于F中的元素确定得到,本公开实施例对此不再一一阐述。
另外,本公开实施例的最小化误差法是基于上述误差函数来实现,然而,上述误差函数仅是本公开实施例提供的一种示例性的误差函数,并不能对本公开实施例构成限定,本公开实施例也可以通过其他方式来进行计算,对此本公开不作限定。
综上所述,本公开实施例提供的方法通过确定目标图像包括的多个像素点中的每个像素点在x方向上的第一梯度和在y方向上的第一梯度,基于全局优化的方式充分利用目标图像包括的多个像素点中的每个像素点的信息。然后增大目标图像包括的多个像素点中的每个像素点在x方向上的第一梯度和在y方向上的第一梯度,得到目标图像包括的多个像素点中的每个像素点在x方向上的第二梯度和在y方向上的第二梯度,再基于目标图像包括的多个像素点中的每个像素点在x方向上的第一梯度和在y方向上的第一梯度、在x方向上的第二梯度和在y方向上的第二梯度,改善了图像质量,使图像变得更清晰。然后确定像素点的像素值误差权重、在x方向上的梯度误差权重以及在y方向上的梯度误差权重,防止目标图像在x方向上的第二梯度和在y方向上的第二梯度过大发生失真。最后通过最小化误差法将误差函数最小化,进一步确定目标图像包括的多个像素点中的每个像素点增强后的像素值,以得到增强后的目标图像,有效地减弱图像中的噪声,同时也抑制了光晕的产生,达到增强图像的目的。
图3是根据一示例性实施例示出的一种图像增强装置框图。参照图3,该装置包括第一确定模块301,增大处理模块302和第二确定模块303。
第一确定模块301,用于对于目标图像包括的多个像素点中的每个像素点,确定该像素点在x方向上的第一梯度和在y方向上的第一梯度;
增大处理模块302,用于对该像素点在x方向上的第一梯度和在y方向上的第一梯度分别进行增大处理,得到该像素点在x方向上的第二梯度和在y方向上的第二梯度;
第二确定模块303,用于基于该多个像素点在x方向上的第一梯度和第二梯度,以及在y方向上的第一梯度和第二梯度,通过最小化误差法确定该多个像素点增强后的像素值,以得到增强后的目标图像。
可选地,增大处理模块302包括:
第一运算子模块,用于将像素点在x方向上的第一梯度与预设系数进行相乘,得到该像素点在x方向上的第二梯度,预设系数大于1;
第二运算子模块,用于将像素点在y方向上的第一梯度与预设系数进行相乘,得到该像素点在y方向上的第二梯度。
可选地,增大处理模块302包括:
第一确定子模块,用于确定像素点的边缘方向和边缘长度;
第二确定子模块,用于基于像素点的边缘方向、边缘长度和像素点在x方向上的第一梯度,确定该像素点在x方向上的第二梯度;
第三确定子模块,用于基于像素点的边缘方向、边缘长度和像素点在y方向上的第一梯度,确定该像素点在y方向上的第二梯度。
可选地,第二确定模块303包括:
第四确定子模块,用于对于多个像素点中的每个像素点,确定该像素点的像素值误差权重、在x方向上的梯度误差权重以及在y方向上的梯度误差权重;
第五确定子模块,用于基于多个像素点的像素值误差权重、在x方向上的梯度误差权重、在y方向上的梯度误差权重、在x方向上的第一梯度和第二梯度、在y方向上的第一梯度和第二梯度,以及多个像素点在目标图像中的像素值,在如下误差函数最小化时,确定该多个像素点增强后的像素值;
E=Wd×(F-U)2+Wx×(Fx-Gx)2+Wy×(Fy-Gy)2
其中,E为误差函数值所构成的矩阵,Wd为该多个像素点的像素值误差权重所构成的矩阵,F为该多个像素点增强后的像素值所构成的矩阵,U为该多个像素点在该目标图像中的像素值所构成的矩阵,Wx为该多个像素点在x方向上的梯度误差权重所构成的矩阵,Fx为该多个像素点基于增强后的像素值在x方向上的梯度所构成的矩阵,Gx为该多个像素点在x方向上的第二梯度所构成的矩阵,Wy为该多个像素点在y方向上的梯度误差权重所构成的矩阵,Fy为该多个像素点基于增强后的像素值在y方向上的梯度所构成的矩阵,Gy为该多个像素点在y方向上的第二梯度所构成的矩阵。
可选地,第四确定子模块主要用于:
设置像素点的像素值误差权重为预设数值;
基于像素点在x方向上的第一梯度和第二梯度之间的差值,确定该像素点在x方向上的梯度误差权重,该像素点在x方向上的梯度误差权重与该像素点在x方向上的第一梯度和第二梯度之间的差值成反比关系;
基于像素点在y方向上的第一梯度和第二梯度之间的差值,确定该像素点在y方向上的梯度误差权重,该像素点在y方向上的梯度误差权重与该像素点在y方向上的第一梯度和第二梯度之间的差值成反比关系。
综上所述,本实施例提供的装置通过确定目标图像包括的多个像素点中的每个像素点在x方向上的第一梯度和在y方向上的第一梯度,基于全局优化的方式充分利用了目标图像包括的多个像素点中的每个像素点的信息,然后通过增大目标图像包括的多个像素点中的每个像素点在x方向上的第一梯度和在y方向上的第一梯度得到目标图像包括的多个像素点中的每个像素点在x方向上的第二梯度和在y方向上的第二梯度,对目标图像做了增大处理,增强了目标图像的清晰度,再通过最小化误差法将误差函数最小化,进一步确定目标图像包括的多个像素点中的每个像素点增强后的像素值,有效地减弱了目标图像中的噪声,抑制了光晕的产生,同时也改善了图像质量,得到了增强后的目标图像。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图4是根据一示例性实施例示出的一种用于图像增强装置400的框图。该装置400可以是智能电视,智能移动电话,计算机,高清播放机,平板设备,医疗设备等。参照图4,该装置400可以包括以下一个或多个组件:处理组件402,存储器404,电源组件406,多媒体组件408,音频组件410,输入/输出(I/O)的接口412,传感器组件414,以及通信组件416。
处理组件402通常控制装置400的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件402可以包括一个或多个处理器420来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件402可以包括一个或多个模块,便于处理组件402和其他组件之间的交互。例如,处理组件402可以包括多媒体模块,以方便多媒体组件408和处理组件402之间的交互。
存储器404被配置为存储各种类型的数据以支持在装置400的操作。这些数据的示例包括用于在装置400上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器404可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件406为装置400的各种组件提供电源。电源组件406可以包括电源管理系统,一个或多个电源,及其他与为装置400生成、管理和分配电源相关联的组件。
多媒体组件408包括在所述装置400和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件408包括一个前置摄像头和/或后置摄像头。当装置400处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件410被配置为输出和/或输入音频信号。例如,音频组件410包括一个麦克风(MIC),当装置400处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器404或经由通信组件416发送。在一些实施例中,音频组件410还包括一个扬声器,用于输出音频信号。
I/O接口412为处理组件402和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件414包括一个或多个传感器,用于为装置400提供各个方面的状态评估。例如,传感器组件414可以检测到装置400的打开/关闭状态,组件的相对定位,例如所述组件为装置400的显示器和小键盘,传感器组件414还可以检测装置400或装置400一个组件的位置改变,用户与装置400接触的存在或不存在,装置400方位或加速/减速和装置400的温度变化。传感器组件414可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件414还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件414还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件416被配置为便于装置400和其他设备之间有线或无线方式的通信。装置400可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件416经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件416还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,装置400可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述图1-2所示实施例提供的方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器404,上述指令可由装置400的处理器420执行以完成上述方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
图5是根据一示例性实施例示出的一种用于图像增强装置500的框图。例如,装置500可以被提供为一服务器。参照图5,装置500包括处理器522,其进一步包括一个或多个处理器,以及由存储器532所代表的存储器资源,用于存储可由处理器522的执行的指令,例如应用程序。存储器532中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理器522被配置为执行指令,以执行上述图1-2所示实施例提供的方法。
装置500还可以包括一个电源组件526被配置为执行装置500的电源管理,一个有线或无线网络接口550被配置为将装置500连接到网络,和一个输入输出(I/O)接口558。装置500可以操作基于存储在存储器532的操作系统,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器532,上述指令可由装置500的处理器522执行以完成上述方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本领域技术人员在考虑说明书及实践这里公开后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (8)
1.一种图像增强方法,其特征在于,所述方法包括:
对于目标图像包括的多个像素点中的每个像素点,确定所述像素点在x方向上的第一梯度和在y方向上的第一梯度;
确定所述像素点的边缘方向和边缘长度;基于所述像素点的边缘方向、边缘长度和所述像素点在x方向上的第一梯度,确定所述像素点在x方向上的第二梯度;基于所述像素点的边缘方向、边缘长度和所述像素点在y方向上的第一梯度,确定所述像素点在y方向上的第二梯度;
基于所述多个像素点在x方向上的第一梯度和第二梯度,以及在y方向上的第一梯度和第二梯度,通过最小化误差法确定所述多个像素点增强后的像素值,以得到增强后的目标图像。
2.如权利要求1所述的方法,其特征在于,所述基于所述多个像素点在x方向上的第一梯度和第二梯度,以及在y方向上的第一梯度和第二梯度,通过最小化误差法确定所述多个像素点增强后的像素值,包括:
对于所述多个像素点中的每个像素点,确定所述像素点的像素值误差权重、在x方向上的梯度误差权重以及在y方向上的梯度误差权重;
基于所述多个像素点的像素值误差权重、在x方向上的梯度误差权重、在y方向上的梯度误差权重、在x方向上的第一梯度和第二梯度、在y方向上的第一梯度和第二梯度,以及所述多个像素点在所述目标图像中的像素值,在如下误差函数最小化时,确定所述多个像素点增强后的像素值;
E=Wd×(F-U)2+Wx×(Fx-Gx)2+Wy×(Fy-Gy)2
其中,所述E为误差函数值所构成的矩阵,所述Wd为所述多个像素点的像素值误差权重所构成的矩阵,所述F为所述多个像素点增强后的像素值所构成的矩阵,所述U为所述多个像素点在所述目标图像中的像素值所构成的矩阵,所述Wx为所述多个像素点在x方向上的梯度误差权重所构成的矩阵,所述Fx为所述多个像素点基于增强后的像素值在x方向上的梯度所构成的矩阵,所述Gx为所述多个像素点在x方向上的第二梯度所构成的矩阵,所述Wy为所述多个像素点在y方向上的梯度误差权重所构成的矩阵,所述Fy为所述多个像素点基于增强后的像素值在y方向上的梯度所构成的矩阵,所述Gy为所述多个像素点在y方向上的第二梯度所构成的矩阵。
3.如权利要求2所述的方法,其特征在于,所述确定所述像素点的像素值误差权重、在x方向上的梯度误差权重以及在y方向上的梯度误差权重,包括:
设置所述像素点的像素值误差权重为预设数值;
基于所述像素点在x方向上的第一梯度和第二梯度之间的差值,确定所述像素点在x方向上的梯度误差权重,所述像素点在x方向上的梯度误差权重与所述像素点在x方向上的第一梯度和第二梯度之间的差值成反比关系;
基于所述像素点在y方向上的第一梯度和第二梯度之间的差值,确定所述像素点在y方向上的梯度误差权重,所述像素点在y方向上的梯度误差权重与所述像素点在y方向上的第一梯度和第二梯度之间的差值成反比关系。
4.一种图像增强装置,其特征在于,所述装置包括:
第一确定模块,用于对于目标图像包括的多个像素点中的每个像素点,确定所述像素点在x方向上的第一梯度和在y方向上的第一梯度;
增大处理模块,用于对所述像素点在x方向上的第一梯度和在y方向上的第一梯度分别进行增大处理,得到所述像素点在x方向上的第二梯度和在y方向上的第二梯度;
第二确定模块,用于基于所述多个像素点在x方向上的第一梯度和第二梯度,以及在y方向上的第一梯度和第二梯度,通过最小化误差法确定所述多个像素点增强后的像素值,以得到增强后的目标图像;
其中,所述增大处理模块包括:
第一确定子模块,用于确定所述像素点的边缘方向和边缘长度;
第二确定子模块,用于基于所述像素点的边缘方向、边缘长度和所述像素点在x方向上的第一梯度,确定所述像素点在x方向上的第二梯度;
第三确定子模块,用于基于所述像素点的边缘方向、边缘长度和所述像素点在y方向上的第一梯度,确定所述像素点在y方向上的第二梯度。
5.如权利要求4所述的装置,其特征在于,所述第二确定模块包括:
第四确定子模块,用于对于所述多个像素点中的每个像素点,确定所述像素点的像素值误差权重、在x方向上的梯度误差权重以及在y方向上的梯度误差权重;
第五确定子模块,用于基于所述多个像素点的像素值误差权重、在x方向上的梯度误差权重、在y方向上的梯度误差权重、在x方向上的第一梯度和第二梯度、在y方向上的第一梯度和第二梯度,以及所述多个像素点在所述目标图像中的像素值,在如下误差函数最小化时,确定所述多个像素点增强后的像素值;
E=Wd×(F-U)2+Wx×(Fx-Gx)2+Wy×(Fy-Gy)2
其中,所述E为误差函数值所构成的矩阵,所述Wd为所述多个像素点的像素值误差权重所构成的矩阵,所述F为所述多个像素点增强后的像素值所构成的矩阵,所述U为所述多个像素点在所述目标图像中的像素值所构成的矩阵,所述Wx为所述多个像素点在x方向上的梯度误差权重所构成的矩阵,所述Fx为所述多个像素点基于增强后的像素值在x方向上的梯度所构成的矩阵,所述Gx为所述多个像素点在x方向上的第二梯度所构成的矩阵,所述Wy为所述多个像素点在y方向上的梯度误差权重所构成的矩阵,所述Fy为所述多个像素点基于增强后的像素值在y方向上的梯度所构成的矩阵,所述Gy为所述多个像素点在y方向上的第二梯度所构成的矩阵。
6.如权利要求5所述的装置,其特征在于,所述第四确定子模块主要用于:
设置所述像素点的像素值误差权重为预设数值;
基于所述像素点在x方向上的第一梯度和第二梯度之间的差值,确定所述像素点在x方向上的梯度误差权重,所述像素点在x方向上的梯度误差权重与所述像素点在x方向上的第一梯度和第二梯度之间的差值成反比关系;
基于所述像素点在y方向上的第一梯度和第二梯度之间的差值,确定所述像素点在y方向上的梯度误差权重,所述像素点在y方向上的梯度误差权重与所述像素点在y方向上的第一梯度和第二梯度之间的差值成反比关系。
7.一种图像增强装置,其特征在于,所述装置包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为执行权利要求1-3所述的任一项方法的步骤。
8.一种计算机可读存储介质,所述计算机可读存储介质上存储有指令,其特征在于,所述指令被处理器执行时实现权利要求1-3所述的任一项方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710640605.0A CN107451972B (zh) | 2017-07-31 | 2017-07-31 | 图像增强方法、装置及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710640605.0A CN107451972B (zh) | 2017-07-31 | 2017-07-31 | 图像增强方法、装置及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107451972A CN107451972A (zh) | 2017-12-08 |
CN107451972B true CN107451972B (zh) | 2020-03-17 |
Family
ID=60489854
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710640605.0A Active CN107451972B (zh) | 2017-07-31 | 2017-07-31 | 图像增强方法、装置及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107451972B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108717687B (zh) * | 2018-05-07 | 2020-12-08 | 河北省科学院应用数学研究所 | 基于转换压缩的图像增强方法及终端设备 |
CN109584174B (zh) * | 2019-01-29 | 2023-03-24 | 电子科技大学 | 一种梯度最小法红外图像边缘保持去噪方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103886565A (zh) * | 2014-03-13 | 2014-06-25 | 北京工业大学 | 基于目的性优化及直方图均衡化的夜间彩色图像增强方法 |
CN105825479A (zh) * | 2016-01-31 | 2016-08-03 | 西安电子科技大学 | 一种环境光下的图像增强方法 |
CN105957037A (zh) * | 2016-05-09 | 2016-09-21 | 北京小米移动软件有限公司 | 图像增强方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5165076B2 (ja) * | 2011-01-31 | 2013-03-21 | シャープ株式会社 | 映像表示装置 |
-
2017
- 2017-07-31 CN CN201710640605.0A patent/CN107451972B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103886565A (zh) * | 2014-03-13 | 2014-06-25 | 北京工业大学 | 基于目的性优化及直方图均衡化的夜间彩色图像增强方法 |
CN105825479A (zh) * | 2016-01-31 | 2016-08-03 | 西安电子科技大学 | 一种环境光下的图像增强方法 |
CN105957037A (zh) * | 2016-05-09 | 2016-09-21 | 北京小米移动软件有限公司 | 图像增强方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN107451972A (zh) | 2017-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107798669B (zh) | 图像去雾方法、装置及计算机可读存储介质 | |
CN109345485B (zh) | 一种图像增强方法、装置、电子设备及存储介质 | |
CN108154465B (zh) | 图像处理方法及装置 | |
CN106131441B (zh) | 拍照方法及装置、电子设备 | |
CN108154466B (zh) | 图像处理方法及装置 | |
CN109784164B (zh) | 前景识别方法、装置、电子设备及存储介质 | |
CN108040204B (zh) | 一种基于多摄像头的图像拍摄方法、装置及存储介质 | |
CN111340731A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN110619610B (zh) | 图像处理方法及装置 | |
CN112614064B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
WO2019076317A1 (zh) | 低照度增强处理方法、装置和计算机可读存储介质 | |
CN113706421B (zh) | 一种图像处理方法及装置、电子设备和存储介质 | |
CN106982327B (zh) | 图像处理方法和装置 | |
CN113689361B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN107451972B (zh) | 图像增强方法、装置及计算机可读存储介质 | |
CN110876014B (zh) | 图像处理方法及装置、电子设备及存储介质 | |
CN113177890B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN107613210B (zh) | 图像显示方法及装置、终端、存储介质 | |
CN107730443B (zh) | 图像处理方法、装置及用户设备 | |
CN114500821B (zh) | 拍照方法及装置、终端及存储介质 | |
CN111741187A (zh) | 图像处理方法、装置及存储介质 | |
CN111275641A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN113315903B (zh) | 图像获取方法和装置、电子设备、存储介质 | |
CN114338956A (zh) | 图像处理方法、图像处理装置及存储介质 | |
CN107025638B (zh) | 图像处理的方法及装置 |
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 |