CN108665428A - 图像增强方法、装置、设备及存储介质 - Google Patents

图像增强方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN108665428A
CN108665428A CN201810387527.2A CN201810387527A CN108665428A CN 108665428 A CN108665428 A CN 108665428A CN 201810387527 A CN201810387527 A CN 201810387527A CN 108665428 A CN108665428 A CN 108665428A
Authority
CN
China
Prior art keywords
target image
algorithm
image
brightness
target
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
CN201810387527.2A
Other languages
English (en)
Other versions
CN108665428B (zh
Inventor
路萍萍
邱海
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.)
Hisense Mobile Communications Technology Co Ltd
Original Assignee
Hisense Mobile Communications 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 Hisense Mobile Communications Technology Co Ltd filed Critical Hisense Mobile Communications Technology Co Ltd
Priority to CN201810387527.2A priority Critical patent/CN108665428B/zh
Publication of CN108665428A publication Critical patent/CN108665428A/zh
Priority to PCT/CN2019/072072 priority patent/WO2019205751A1/zh
Application granted granted Critical
Publication of CN108665428B publication Critical patent/CN108665428B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/73Deblurring; Sharpening

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明实施例提供一种图像增强方法、装置、设备及存储介质,其中,该方法包括:对第一图像进行去雾处理,获得目标图像;基于预设策略,从多个预设的图像增强算法中,确定与所述目标图像的亮度特征相适应的目标图像增强算法;基于所述目标图像增强算法,对所述目标图像进行图像增强处理。提高对去雾图像的图像增强效果,降低图像增强处理的复杂度。

Description

图像增强方法、装置、设备及存储介质
技术领域
本发明实施例涉及图像处理技术领域,尤其涉及一种图像增强方法、装置、设备及存储介质。
背景技术
在图像去雾领域中去雾效果较好的方法是暗通道先验去雾方法。但目前暗通道先验去雾方法的结果存在图像整体亮度偏低的问题,一般在去雾处理之后需要进行图像增强处理。目前图像增强处理的方法主要包括自动色阶法。自动色阶方法首先确定图像颜色的上/下限比率,计算图像的直方图;然后将图像中像素值低于下限比率的像素的像素值设置为0,将像素值高于上限比率的像素的像素值设置为255,并对像素值位于下限比例与上限比例之间的像素的像素值进行线性变换。然而,该方法有诸多的不足。首先,该方法需要确定图像颜色的上/下限比率,如果不设置比率,而设置某个固定的颜色阈值,虽然可以省略直方图计算步骤,但不同的图像像素颜色值分布区间不同,固定的颜色阈值不能自动适应图像。其次,在基于开放图像库(Open Graphics Library,简称OpenGL)异步处理的图像去雾方法上,计算直方图需要耗费较长的时间。
发明内容
本发明实施例提供一种图像增强方法、装置、设备及存储介质,用以提高对去雾图像的图像增强效果,降低图像增强处理的复杂度。
本发明实施例第一方面提供一种图像增强方法,包括:
对第一图像进行去雾处理,获得目标图像;
基于预设策略,从多个预设的图像增强算法中,确定与所述目标图像的亮度特征相适应的目标图像增强算法;
基于所述目标图像增强算法,对所述目标图像进行图像增强处理。
可选的,所述多个预设的图像增强算法,包括:自动变换算法、对数变换算法、伽马变换算法。
可选的,所述目标图像的亮度特征包括所述目标图像整体的平均亮度信息;
所述基于预设策略,从预设的多个图像增强算法中,确定与所述目标图像的亮度特征相适应的目标图像增强算法,包括:
若所述目标图像整体的平均亮度小于第一预设阈值,则确定所述自动变换算法为目标图像增强算法;
若所述目标图像整体的平均亮度大于第一预设阈值,小于第二预设阈值,则确定对数变换算法或伽马变换算法为目标图像增强算法。
可选的,所述目标图像的亮度特征包括所述目标图像上不同区域的平均亮度信息,基于所述预设策略确定的目标图像增强算法有多个;
所述基于所述目标图像增强算法,对所述目标图像进行图像增强处理,包括:
针对所述目标图像上的区域,基于与所述区域的平均亮度相适应的目标图像增强算法对所述区域进行图像增强处理;
或者
基于所述多个目标图像增强算法对所述目标图像进行多次图像增强处理。
本发明实施例第二方面提供一种图像增强装置,包括:
去雾模块,用于对第一图像进行去雾处理,获得目标图像;
确定模块,用于基于预设策略,从多个预设的图像增强算法中,确定与所述目标图像的亮度特征相适应的目标图像增强算法;
处理模块,用于基于所述目标图像增强算法,对所述目标图像进行图像增强处理。
可选的,所述多个预设的图像增强算法,包括:自动变换算法、对数变换算法、伽马变换算法。
可选的,所述目标图像的亮度特征包括所述目标图像整体的平均亮度信息;
所述确定模块,包括:
第一确定子模块,用于在所述目标图像整体的平均亮度小于第一预设阈值时,确定所述自动变换算法为目标图像增强算法;
第二确定子模块,用于在所述目标图像整体的平均亮度大于第一预设阈值,小于第二预设阈值时,确定对数变换算法或伽马变换算法为目标图像增强算法。
可选的,所述目标图像的亮度特征包括所述目标图像上不同区域的平均亮度信息,基于所述预设策略确定的目标图像增强算法有多个;
所述处理模块,包括:
第一处理子模块,用于针对所述目标图像上的区域,基于与所述区域的平均亮度相适应的目标图像增强算法对所述区域进行图像增强处理;
或者
第二处理子模块,用于基于所述多个目标图像增强算法对所述目标图像进行多次图像增强处理。
本发明实施例第三方面提供一种移动终端,包括:
处理器;
相机,用于拍摄图片;
存储器,用于存储所述处理器的可执行指令;
当所述处理器执行所述可执行指令时,可以实现上述第一方面所述的方法。
本发明实施例第四方面提供一种计算机可读存储介质,包括指令,当所述指令在所述计算机上运行时,所述计算机可以实现上述第一方面所述的方法。
本发明实施例,通过对第一图像进行去雾处理,获得目标图像,基于预设策略从多个预设的图像增强算法中,确定与目标图像的亮度特征相适应的目标图像增强算法,从而基于目标图像增强算法,对目标图像进行图像增强处理。由于本发明实施例针对不同的图像亮度特征预先设置了多个图像增强算法,在对去雾处理后得到的目标图像进行图像增强处理时,可以根据预设策略有针对性的从多个预设的图像增强算法中选择与目标图像亮度特征相适应的图像增强算法对目标图像进行处理,因而,不需要像现有技术那样设定图像颜色的上/下限比率就可以实现较好的图像增强效果,并且无需进行直方图计算,降低了图像增强处理的复杂度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅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性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种图像增强方法的流程图;
图2是本发明实施例提供的一种图像增强方法的流程图;
图3是本发明实施例提供的一种图像增强方法的流程图;
图4是本发明实施例提供的一种图像增强装置的结构示意图;
图5是本发明实施例提供的一种图像增强装置的结构示意图;
图6是本发明实施例提供的一种图像增强装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅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。
本发明的说明书和权利要求书的术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤的过程或结构的装置不必限于清楚地列出的那些结构或步骤而是可包括没有清楚地列出的或对于这些过程或装置固有的其它步骤或结构。
本发明实施例提供一种图像增强方法。该方法可以由一种图像增强装置来执行,该装置安装在具有图像处理功能的移动终端上。参见图1,图1是本发明实施例提供的一种图像增强方法的流程图,如图1所示,该方法包括如下步骤:
步骤101、对第一图像进行去雾处理,获得目标图像。
其中,本实施例中对于“第一图像”的命名仅是用于将待去雾处理的图像与其他图像区分开来,并不具备其他含义。目标图像是指第一图像经过去雾处理后得到的图像。
步骤102、基于预设策略,从多个预设的图像增强算法中,确定与所述目标图像的亮度特征相适应的目标图像增强算法。
本实施例中涉及的目标图像的亮度特征包括目标图像整体的平均亮度信息,或者目标图像上不同区域的平均亮度信息。本实施例涉及的图像增强算法包括但不局限于包括:自动变换算法、对数变换算法、伽马变换算法和线性变换算法。其中,线性变化算法可以用如下表达式进行表示:
其中表示变换后目标图像中像素的颜色值,I(x)表示变换前目标图像中像素的颜色值,a表示直线的斜率,b表示直线的纵截距,a,b均为常数。当a=1且b≠0时,目标图像整体的灰度值上移或下移,也就是目标图像整体的亮度变亮或变暗,不会改变目标图像的对比度;当a>1时,可以增加图像的对比度。
可选的,可用如下表达式表示伽马变换算法:
其中表示变换后目标图像中像素的颜色值,I(x)表示变换前目标图像中像素的颜色值,c、r为常数。其中,r值越小,对目标图像低灰度值的扩展越明显,显示更多的低灰度值细节。
可选的,可用如下表达式表示对数变换算法:
其中,d是一个常数,对数变换算法能够对图像中低灰度细节进行增强。
可选的,可用如下表达式表示自动变换算法:
在执行自动变换算法时,需要将目标图像中像素的颜色值归一化到[0,1]之间。在自动变换算法中,目标图像中像素的颜色值增长量关于0.5对称,在[0,0.5]区间内增长量逐渐变大,在[0.5,1]区间内增长量逐渐变小,从而实现图像整体变亮。
本实施例中所称的预设策略是指预先设定的图像增强算法与目标图像亮度特征之间的对应关系,比如,当目标图像的平均亮度小于第一预设阈值时对应可以采用自动变换算法对目标图像进行图像增强处理,当目标图像的平均亮度大于第一预设阈值,小于第二预设阈值时,可以对应采用对数变换算法或伽马变换算法对目标图像进行图像增强处理。当目标图像上存在某一区域的平均亮度小于第四阈值,存在另一区域的平均亮度大于第五阈值时,其中,第五阈值大于第四阈值,则可以采用线性变化算法进行图像增强处理。当然上述仅为示例说明而不是唯一限定。实际上,图像亮度特征与图像增强算法之间的对应关系可以根据需要进行设定,比如,在一种可能的设计中,一种图像亮度特征也可以对应多种图像增强算法,从而使用多种图像增强算法实现对目标图像的图像增强处理。
步骤103、基于所述目标图像增强算法,对所述目标图像进行图像增强处理。
本实施例,通过对第一图像进行去雾处理,获得目标图像,基于预设策略从多个预设的图像增强算法中,确定与目标图像的亮度特征相适应的目标图像增强算法,从而基于目标图像增强算法,对目标图像进行图像增强处理。由于本实施例针对不同的图像亮度特征预先设置了多个图像增强算法,在对去雾处理后得到的目标图像进行图像增强处理时,可以根据预设策略有针对性的从多个预设的图像增强算法中选择一个与目标图像亮度特征相适应的图像增强算法对目标图像进行处理,因而,不需要像现有技术那样设定图像颜色的上/下限比率就可以实现较好的图像增强效果,并且无需进行直方图计算,降低了图像增强处理的复杂度。
图2是本发明实施例提供的一种图像增强方法的流程图,如图2所示,在图1实施例的基础上,该方法包括:
步骤201、获取目标图像整体的平均亮度信息。
步骤202a、若所述目标图像整体的平均亮度小于第一预设阈值,则确定所述自动变换算法为目标图像增强算法。
本实施例中当目标图像的平均亮度小于第一预设阈值时,则认为目标图像整体亮度较暗,此时采用自动变换算法对目标图像进行图像增强处理,能够大幅提高目标图像整体的亮度,并且由上述实施例可知,自动变换算法可以由如下表达式表示:
其中,a,b均为常数。因此,在利用自动变换算法对目标图像进行图像增强处理时,无需另外设置参数,操作方便,能够提高图像增强处理的效率。
步骤202b、若所述目标图像整体的平均亮度大于第一预设阈值,小于第二预设阈值,则确定对数变换算法或伽马变换算法为目标图像增强算法。
其中,第二预设阈值大于第一预设阈值,第一预设阈值和第二预设阈值的值可以根据需要进行设定。
本实施例中,当目标图像整体的平均亮度大于第一预设阈值小于第二预设阈值时,则认为目标图像的整体亮度不是特别暗,此时只要适当提高目标图像的亮度即可获得较好的表现效果。并且由于伽马变换算法和对数变换算法都能够对图像中低灰度值进行明显的扩展,显示更多低灰度值细节,因此,本实施例可以采用伽马变换算法或对数变换算法对平均亮度大于第一预设阈值小于第二预设阈值的目标图像进行图像增强处理,从而获得较好的图像增强效果。但是,这里需要说明的是,虽然在上述方法中采用伽马变换算法或对数变换算法均能获得较好的图像增强效果,但是,就两者比较而言,伽马变换算法会使得图像变模糊,使得图像损失部分细节,采用对数变换算法能够取得更好的效果。
步骤203、基于所述目标图像增强算法,对所述目标图像进行图像增强处理。
本实施例,通过在目标图像整体的平均亮度值大于第一阈值小于第二阈值时,采用伽马变换算法或对数变换算法对目标图像进行图像增强处理,能够使得目标图像中低灰度值的部分得到显著的增强,从而获得较好的图像增强效果。
图3是本发明实施例提供的一种图像增强方法的流程图,如图3所示,在图1实施例的基础上,该方法包括:
步骤301、获取所述目标图像上不同区域的平均亮度信息。
步骤302、针对所述目标图像上的每个区域,基于预设策略,从多个预设的图像增强算法中,确定出与所述区域的平均亮度相适应的图像增强算法作为目标图像增强算法。
步骤303、基于所述目标图像增强算法,对所述目标图像进行图像增强处理。
由于不同区域的平均亮度可能不同,因此,本实施例中确定出的目标图像增强算法可能是多个。在基于多个目标图像增强算法对目标图像进行图像增强处理时,可能的实现方式包括如下几种:
在第一种可能的方式中,可以针对目标图像上的每个区域,基于与该区域的平均亮度相适应的目标图像增强算法对该区域进行图像增强处理,直至全部区域处理完成后停止。
在另一种可能的方式中,可以基于确定出的多个目标图像增强算法对目标图像进行多次图像增强处理。举例来说,假设目标图像上包括第一区域和第二区域,其中第一区域的平均亮度小于第三预设阈值,第二区域的平均亮度大于第四预设阈值,此时确定线性变换算法和对数变换算法为目标图像增强算法,进一步的,可以先基于线性变换算法、对数变换算法二者中的一种对目标图像进行第一次图像增强处理,再基于二者中的另一种对目标图像进行第二次图像增强处理,得到最终的图像。其中第四预设阈值大于第三预设阈值。
具体的,上述第三预设阈值是用于判断图像是否过暗的界限,第四预设阈值是用于判断图像过亮的界限,当图像上某一区域的平均亮度小于第三预设阈值时,表明该区域的亮度过暗,当图像上另一区域的平均亮度大于第四预设阈值时,表明该区域的亮度过亮,基于此,当目标图像上包括上述涉及的第一区域和第二区域时,则说明目标图像上包括过暗的区域(即第一区域)和过亮的区域(即第二区域)。此时如果采用自动变换算法、伽马变换算法或者对数变换算法的话对第一区域和第二区域的亮度改善效果较小,而线性变换算法却能够明显增强图像中亮度过暗或者过强区域的显示效果,并且能够适当提升图像中其他区域的显示效果,因此,本实施例可以采用线性变换算法对目标图像进行图像增强处理。
但是若只采用采用线性变换算法对数上述目标图像进行图像增强处理的话,虽然能够对亮度介于第一区域和第二区域之间的区域进行一定增强处理,但是其增强效果有限,考虑到对数变换能够较好的对该区域进行增强处理,因此,本实施例还可以在使用线性变换算法对目标图像进行图像增强处理之后再通过对数变换算法对亮度介于第一区域和第二区域之间的区域进行进一步的亮度增强,从而达到整体提升图像亮度的目的。
当然上述举例仅是为了示例说明而不是对本发明的唯一限定。
本实施例,通过基于目标图像上不同区域的平均亮度信息确定多个目标图像增强算法,再基于多个目标图像增强算法对目标图像进行图像增强处理,能够,避免采用单一图像增强算法所存在的缺陷,使得目标图像整体的亮度效果得到增强。
图4是本发明实施例提供的一种图像增强装置的结构示意图,如图4所示,该装置包括:
去雾模块41,用于对第一图像进行去雾处理,获得目标图像;
确定模块42,用于基于预设策略,从多个预设的图像增强算法中,确定与所述目标图像的亮度特征相适应的目标图像增强算法;
处理模块43,用于基于所述目标图像增强算法,对所述目标图像进行图像增强处理。
可选的,所述多个预设的图像增强算法,包括:自动变换算法、对数变换算法、伽马变换算法。
本实施例提供的图像增强装置,能够执行图1实施例的方法,其他执行方式和有益效果类似,在这里不再赘述。
图5是本发明实施例提供的一种图像增强装置的结构示意图,如图5所示,在图4实施例的基础上,所述目标图像的亮度特征包括所述目标图像整体的平均亮度信息;所述确定模块42,包括:
第一确定子模块421,用于在所述目标图像整体的平均亮度小于第一预设阈值时,确定所述自动变换算法为目标图像增强算法;
第二确定子模块422,用于在所述目标图像整体的平均亮度大于第一预设阈值,小于第二预设阈值时,确定对数变换算法或伽马变换算法为目标图像增强算法。
本实施例提供的图像增强装置,能够用于执行图2实施例的方法,其执行方式和有益效果类似,在这里不再赘述。
图6是本发明实施例提供的一种图像增强装置的结构示意图,如图6所示,在图4实施例的基础上,所述目标图像的亮度特征包括所述目标图像上不同区域的平均亮度信息,基于所述预设策略确定的目标图像增强算法有多个;所述处理模块43,包括:
第一处理子模块431,用于针对所述目标图像上的区域,基于与所述区域的平均亮度相适应的目标图像增强算法对所述区域进行图像增强处理;
或者
第二处理子模块432,用于基于所述多个目标图像增强算法对所述目标图像进行多次图像增强处理。
本实施例提供的图像增强装置,能够用于执行图3实施例的方法,其执行方式和有益效果类似,在这里不再赘述。
本发明实施例还提供一种移动终端,包括:处理器;
相机,用于拍摄图片;
存储器,用于存储所述处理器的可执行指令;
当所述处理器执行所述可执行指令时,可以实现上述方法实施例的技术方案。
本发明实施例还提供一种计算机可读存储介质,包括指令,当所述指令在所述计算机上运行时,所述计算机可以实现上述方法实施例的技术方案。
最后需要说明的是,本领域普通技术人员可以理解上述实施例方法中的全部或者部分流程,是可以通过计算机程序来指令相关的硬件完成,所述的程序可存储于一计算机可读存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可以为磁盘、光盘、只读存储记忆体(ROM)或随机存储记忆体(RAM)等。
本发明实施例中的各个功能单元可以集成在一个处理模块中,也可以是各个单元单独的物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现,并作为独立的产品销售或使用时,也可以存储在一个计算机可读存储介质中。上述提到的存储介质可以是只读存储器、磁盘或光盘等。
以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (10)

1.一种图像增强方法,其特征在于,包括:
对第一图像进行去雾处理,获得目标图像;
基于预设策略,从多个预设的图像增强算法中,确定与所述目标图像的亮度特征相适应的目标图像增强算法;
基于所述目标图像增强算法,对所述目标图像进行图像增强处理。
2.根据权利要求1所述的方法,其特征在于,所述多个预设的图像增强算法,包括:自动变换算法、对数变换算法、伽马变换算法。
3.根据权利要求2所述的方法,其特征在于,所述目标图像的亮度特征包括所述目标图像整体的平均亮度信息;
所述基于预设策略,从预设的多个图像增强算法中,确定与所述目标图像的亮度特征相适应的目标图像增强算法,包括:
若所述目标图像整体的平均亮度小于第一预设阈值,则确定所述自动变换算法为目标图像增强算法;
若所述目标图像整体的平均亮度大于第一预设阈值,小于第二预设阈值,则确定对数变换算法或伽马变换算法为目标图像增强算法。
4.根据权利要求1所述的方法,其特征在于,所述目标图像的亮度特征包括所述目标图像上不同区域的平均亮度信息,基于所述预设策略确定的目标图像增强算法有多个;
所述基于所述目标图像增强算法,对所述目标图像进行图像增强处理,包括:
针对所述目标图像上的区域,基于与所述区域的平均亮度相适应的目标图像增强算法对所述区域进行图像增强处理;
或者
基于所述多个目标图像增强算法对所述目标图像进行多次图像增强处理。
5.一种图像增强装置,其特征在于,包括:
去雾模块,用于对第一图像进行去雾处理,获得目标图像;
确定模块,用于基于预设策略,从多个预设的图像增强算法中,确定与所述目标图像的亮度特征相适应的目标图像增强算法;
处理模块,用于基于所述目标图像增强算法,对所述目标图像进行图像增强处理。
6.根据权利要求5所述的装置,其特征在于,所述多个预设的图像增强算法,包括:自动变换算法、对数变换算法、伽马变换算法。
7.根据权利要求6所述的装置,其特征在于,所述目标图像的亮度特征包括所述目标图像整体的平均亮度信息;
所述确定模块,包括:
第一确定子模块,用于在所述目标图像整体的平均亮度小于第一预设阈值时,确定所述自动变换算法为目标图像增强算法;
第二确定子模块,用于在所述目标图像整体的平均亮度大于第一预设阈值,小于第二预设阈值时,确定对数变换算法或伽马变换算法为目标图像增强算法。
8.根据权利要求5所述的装置,其特征在于,所述目标图像的亮度特征包括所述目标图像上不同区域的平均亮度信息,基于所述预设策略确定的目标图像增强算法有多个;
所述处理模块,包括:
第一处理子模块,用于针对所述目标图像上的区域,基于与所述区域的平均亮度相适应的目标图像增强算法对所述区域进行图像增强处理;
或者
第二处理子模块,用于基于所述多个目标图像增强算法对所述目标图像进行多次图像增强处理。
9.一种移动终端,其特征在于,包括:
处理器;
相机,用于拍摄图片;
存储器,用于存储所述处理器的可执行指令;
当所述处理器执行所述可执行指令时,可以实现上述权利要求1-4中任一项所述的方法。
10.一种计算机可读存储介质,包括指令,当所述指令在所述计算机上运行时,所述计算机可以实现上述权利要求1-4中任一项所述的方法。
CN201810387527.2A 2018-04-26 2018-04-26 图像增强方法、装置、设备及存储介质 Active CN108665428B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201810387527.2A CN108665428B (zh) 2018-04-26 2018-04-26 图像增强方法、装置、设备及存储介质
PCT/CN2019/072072 WO2019205751A1 (zh) 2018-04-26 2019-01-17 图像增强方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810387527.2A CN108665428B (zh) 2018-04-26 2018-04-26 图像增强方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN108665428A true CN108665428A (zh) 2018-10-16
CN108665428B CN108665428B (zh) 2022-11-11

Family

ID=63781049

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810387527.2A Active CN108665428B (zh) 2018-04-26 2018-04-26 图像增强方法、装置、设备及存储介质

Country Status (2)

Country Link
CN (1) CN108665428B (zh)
WO (1) WO2019205751A1 (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110047052A (zh) * 2019-04-25 2019-07-23 哈尔滨工业大学 一种基于fpga的强光抑制夜视增强方法
WO2019205751A1 (zh) * 2018-04-26 2019-10-31 青岛海信移动通信技术股份有限公司 图像增强方法
CN110689655A (zh) * 2019-09-17 2020-01-14 南昌大学 一种基于人脸识别的宿舍门禁管理一体化系统
CN112906712A (zh) * 2021-03-02 2021-06-04 湖南金烽信息科技有限公司 一种基于光强分析的神经网络图像预处理方法
CN112967273A (zh) * 2021-03-25 2021-06-15 北京的卢深视科技有限公司 图像处理方法、电子设备及存储介质
CN113744325A (zh) * 2021-09-06 2021-12-03 中国地质科学院勘探技术研究所 一种基于图像识别技术的液位检测装置及方法

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114298916B (zh) * 2021-11-11 2023-04-18 电子科技大学 一种基于灰度拉伸和局部增强的X-Ray图像增强方法
CN114936981B (zh) * 2022-06-10 2023-07-07 重庆尚优科技有限公司 一种基于云平台的场所扫码登记系统

Citations (35)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1615029A (zh) * 2003-11-04 2005-05-11 三星电子株式会社 用于增强图像的局部亮度的方法、装置及记录介质
US20050163393A1 (en) * 2004-01-23 2005-07-28 Old Dominion University Visibility improvement in color video stream
CN101188101A (zh) * 2006-11-21 2008-05-28 胜华科技股份有限公司 增强影像对比度的调整装置与其方法
CN101271523A (zh) * 2008-05-21 2008-09-24 北京中星微电子有限公司 用于人脸检测的图像亮度调节控制方法和装置
CN101278315A (zh) * 2005-09-30 2008-10-01 皇家飞利浦电子股份有限公司 图像细节增强
CN101350933A (zh) * 2008-09-02 2009-01-21 广东威创视讯科技股份有限公司 一种基于图像感应器拍摄显示屏幕的亮度调整方法
CN101472113A (zh) * 2007-12-29 2009-07-01 深圳艾科创新微电子有限公司 一种数字图像亮度对比度增强装置
CN101510302A (zh) * 2009-03-25 2009-08-19 北京中星微电子有限公司 一种图像增强方法和装置
US20100040300A1 (en) * 2008-08-18 2010-02-18 Samsung Techwin Co., Ltd. Image processing method and apparatus for correcting distortion caused by air particles as in fog
CN101770639A (zh) * 2010-01-14 2010-07-07 北京航空航天大学 一种低照度图像增强方法
CN102158699A (zh) * 2011-03-28 2011-08-17 广州市聚晖电子科技有限公司 一种带有图像增强功能的嵌入式视频压缩编码系统
CN102202163A (zh) * 2011-05-13 2011-09-28 成都西图科技有限公司 一种监控视频的自适应增强方法及其装置
CN102456223A (zh) * 2010-10-27 2012-05-16 珠海扬智电子有限公司 图像细节增强与缩放装置,以及图像细节增强与缩放方法
CN102611828A (zh) * 2012-01-11 2012-07-25 四川大学 一种雾天连续视频图像实时性增强处理系统
CN102957919A (zh) * 2012-11-14 2013-03-06 四川长虹电器股份有限公司 一种数字图像亮度增强方法
CN102968769A (zh) * 2012-11-27 2013-03-13 西安交通大学 一种图像一致性增强装置
CN103002291A (zh) * 2012-12-06 2013-03-27 杭州藏愚科技有限公司 一种摄像机宽动态图像增强方法及装置
CN103024300A (zh) * 2012-12-25 2013-04-03 华为技术有限公司 一种高动态范围图像显示方法及装置
CN103106644A (zh) * 2013-02-02 2013-05-15 南京理工大学 克服彩色图像非均匀光照的自适应画质增强方法
CN103854255A (zh) * 2012-11-29 2014-06-11 比亚迪股份有限公司 图像增强方法及装置
CN103996168A (zh) * 2014-01-21 2014-08-20 公安部第一研究所 一种基于区域自适应处理的x射线安全检查图像增强方法
CN104463807A (zh) * 2014-12-24 2015-03-25 深圳市安健科技有限公司 X射线图像对比度自适应增强方法与系统
CN104517272A (zh) * 2014-12-31 2015-04-15 深圳市天视通电子科技有限公司 一种图像增强方法及装置
CN104715453A (zh) * 2013-12-12 2015-06-17 苏州长风航空电子有限公司 一种分区域处理的图像增强方法及电路
CN104867115A (zh) * 2015-04-09 2015-08-26 南京邮电大学 一种去雾后图像色偏检测与图像增强方法
CN105335933A (zh) * 2014-05-27 2016-02-17 上海贝卓智能科技有限公司 一种图像对比度增强方法和装置
US9288458B1 (en) * 2015-01-31 2016-03-15 Hrl Laboratories, Llc Fast digital image de-hazing methods for real-time video processing
CN105513015A (zh) * 2014-09-24 2016-04-20 南京理工大学 一种雾天图像的清晰化处理方法
CN105957020A (zh) * 2015-03-09 2016-09-21 欧姆龙株式会社 图像生成装置以及图像生成方法
CN106023100A (zh) * 2016-05-12 2016-10-12 珠海市杰理科技有限公司 图像宽动态范围压缩方法及装置
CN106485652A (zh) * 2016-10-12 2017-03-08 青岛海信电器股份有限公司 对比度调整方法及装置
WO2017148035A1 (zh) * 2016-03-01 2017-09-08 深圳Tcl数字技术有限公司 图像处理方法及装置
CN107203982A (zh) * 2017-06-26 2017-09-26 郑州云海信息技术有限公司 一种图像处理方法及装置
CN107451979A (zh) * 2017-08-08 2017-12-08 腾讯科技(深圳)有限公司 一种图像处理方法、装置和存储介质
CN107644409A (zh) * 2017-09-28 2018-01-30 深圳Tcl新技术有限公司 图像增强方法、显示装置及计算机可读存储介质

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102663683B (zh) * 2012-03-14 2015-07-22 华平信息技术股份有限公司 图像增强方法及系统
CN106412383A (zh) * 2015-07-31 2017-02-15 阿里巴巴集团控股有限公司 视频图像的处理方法和装置
CN107403421B (zh) * 2017-08-10 2020-05-05 杭州联吉技术有限公司 一种图像去雾方法、存储介质及终端设备
CN108665428B (zh) * 2018-04-26 2022-11-11 青岛海信移动通信技术股份有限公司 图像增强方法、装置、设备及存储介质

Patent Citations (35)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1615029A (zh) * 2003-11-04 2005-05-11 三星电子株式会社 用于增强图像的局部亮度的方法、装置及记录介质
US20050163393A1 (en) * 2004-01-23 2005-07-28 Old Dominion University Visibility improvement in color video stream
CN101278315A (zh) * 2005-09-30 2008-10-01 皇家飞利浦电子股份有限公司 图像细节增强
CN101188101A (zh) * 2006-11-21 2008-05-28 胜华科技股份有限公司 增强影像对比度的调整装置与其方法
CN101472113A (zh) * 2007-12-29 2009-07-01 深圳艾科创新微电子有限公司 一种数字图像亮度对比度增强装置
CN101271523A (zh) * 2008-05-21 2008-09-24 北京中星微电子有限公司 用于人脸检测的图像亮度调节控制方法和装置
US20100040300A1 (en) * 2008-08-18 2010-02-18 Samsung Techwin Co., Ltd. Image processing method and apparatus for correcting distortion caused by air particles as in fog
CN101350933A (zh) * 2008-09-02 2009-01-21 广东威创视讯科技股份有限公司 一种基于图像感应器拍摄显示屏幕的亮度调整方法
CN101510302A (zh) * 2009-03-25 2009-08-19 北京中星微电子有限公司 一种图像增强方法和装置
CN101770639A (zh) * 2010-01-14 2010-07-07 北京航空航天大学 一种低照度图像增强方法
CN102456223A (zh) * 2010-10-27 2012-05-16 珠海扬智电子有限公司 图像细节增强与缩放装置,以及图像细节增强与缩放方法
CN102158699A (zh) * 2011-03-28 2011-08-17 广州市聚晖电子科技有限公司 一种带有图像增强功能的嵌入式视频压缩编码系统
CN102202163A (zh) * 2011-05-13 2011-09-28 成都西图科技有限公司 一种监控视频的自适应增强方法及其装置
CN102611828A (zh) * 2012-01-11 2012-07-25 四川大学 一种雾天连续视频图像实时性增强处理系统
CN102957919A (zh) * 2012-11-14 2013-03-06 四川长虹电器股份有限公司 一种数字图像亮度增强方法
CN102968769A (zh) * 2012-11-27 2013-03-13 西安交通大学 一种图像一致性增强装置
CN103854255A (zh) * 2012-11-29 2014-06-11 比亚迪股份有限公司 图像增强方法及装置
CN103002291A (zh) * 2012-12-06 2013-03-27 杭州藏愚科技有限公司 一种摄像机宽动态图像增强方法及装置
CN103024300A (zh) * 2012-12-25 2013-04-03 华为技术有限公司 一种高动态范围图像显示方法及装置
CN103106644A (zh) * 2013-02-02 2013-05-15 南京理工大学 克服彩色图像非均匀光照的自适应画质增强方法
CN104715453A (zh) * 2013-12-12 2015-06-17 苏州长风航空电子有限公司 一种分区域处理的图像增强方法及电路
CN103996168A (zh) * 2014-01-21 2014-08-20 公安部第一研究所 一种基于区域自适应处理的x射线安全检查图像增强方法
CN105335933A (zh) * 2014-05-27 2016-02-17 上海贝卓智能科技有限公司 一种图像对比度增强方法和装置
CN105513015A (zh) * 2014-09-24 2016-04-20 南京理工大学 一种雾天图像的清晰化处理方法
CN104463807A (zh) * 2014-12-24 2015-03-25 深圳市安健科技有限公司 X射线图像对比度自适应增强方法与系统
CN104517272A (zh) * 2014-12-31 2015-04-15 深圳市天视通电子科技有限公司 一种图像增强方法及装置
US9288458B1 (en) * 2015-01-31 2016-03-15 Hrl Laboratories, Llc Fast digital image de-hazing methods for real-time video processing
CN105957020A (zh) * 2015-03-09 2016-09-21 欧姆龙株式会社 图像生成装置以及图像生成方法
CN104867115A (zh) * 2015-04-09 2015-08-26 南京邮电大学 一种去雾后图像色偏检测与图像增强方法
WO2017148035A1 (zh) * 2016-03-01 2017-09-08 深圳Tcl数字技术有限公司 图像处理方法及装置
CN106023100A (zh) * 2016-05-12 2016-10-12 珠海市杰理科技有限公司 图像宽动态范围压缩方法及装置
CN106485652A (zh) * 2016-10-12 2017-03-08 青岛海信电器股份有限公司 对比度调整方法及装置
CN107203982A (zh) * 2017-06-26 2017-09-26 郑州云海信息技术有限公司 一种图像处理方法及装置
CN107451979A (zh) * 2017-08-08 2017-12-08 腾讯科技(深圳)有限公司 一种图像处理方法、装置和存储介质
CN107644409A (zh) * 2017-09-28 2018-01-30 深圳Tcl新技术有限公司 图像增强方法、显示装置及计算机可读存储介质

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
CHARLENE_BO: "Matlab 图像处理 增加图像亮度(曝光度)算法", 《HTTPS://BLOG.CSDN.NET/CHARLENE_BO/ARTICLE/DETAILS/70483770》 *
XIAOJIE GUO: "LIME: A Method for Low-light IMage Enhancement", 《MM ’16》 *
嵇晓强 等: "航拍降质图像的去雾处理", 《光学精密工程》 *
庞春颖 等: "一种改进的图像快速去雾新方法", 《光子学报》 *
章郡锋 等: "基于暗原色先验去雾的改进算法", 《电视技术》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019205751A1 (zh) * 2018-04-26 2019-10-31 青岛海信移动通信技术股份有限公司 图像增强方法
CN110047052A (zh) * 2019-04-25 2019-07-23 哈尔滨工业大学 一种基于fpga的强光抑制夜视增强方法
CN110689655A (zh) * 2019-09-17 2020-01-14 南昌大学 一种基于人脸识别的宿舍门禁管理一体化系统
CN112906712A (zh) * 2021-03-02 2021-06-04 湖南金烽信息科技有限公司 一种基于光强分析的神经网络图像预处理方法
CN112967273A (zh) * 2021-03-25 2021-06-15 北京的卢深视科技有限公司 图像处理方法、电子设备及存储介质
CN112967273B (zh) * 2021-03-25 2021-11-16 北京的卢深视科技有限公司 图像处理方法、电子设备及存储介质
CN113744325A (zh) * 2021-09-06 2021-12-03 中国地质科学院勘探技术研究所 一种基于图像识别技术的液位检测装置及方法
CN113744325B (zh) * 2021-09-06 2024-04-26 中国地质科学院勘探技术研究所 一种基于图像识别技术的液位检测装置及方法

Also Published As

Publication number Publication date
CN108665428B (zh) 2022-11-11
WO2019205751A1 (zh) 2019-10-31

Similar Documents

Publication Publication Date Title
CN108665428A (zh) 图像增强方法、装置、设备及存储介质
CN104717432B (zh) 处理一组输入图像的方法、图像处理设备和数字照相机
JP5095290B2 (ja) シャドウ領域補償方法、媒体およびシステム
US20110115815A1 (en) Methods and Systems for Image Enhancement
US8310499B2 (en) Balancing luminance disparity in a display by multiple projectors
CN109003249A (zh) 增强图像细节的方法、装置及终端
CN107203982A (zh) 一种图像处理方法及装置
CN111683192B (zh) 图像处理方法及相关产品
CN101360250A (zh) 沉浸产生方法和系统及因素控制、内容分析及参数预测法
CN109600605B (zh) 4k超高清视频的检测方法、电子设备及计算机程序产品
US20140348428A1 (en) Dynamic range-adjustment apparatuses and methods
CN111127337B (zh) 图像局部区域高光调整方法、介质、设备及装置
US20130257887A1 (en) System for improved image enhancement
JPWO2010021009A1 (ja) 画像補正装置および画像補正方法
EP1439490A3 (en) Shoot suppression in image Enhancement
CN108564633B (zh) 灰度图像压缩方法、装置及计算机设备
CN113132639B (zh) 一种图像处理方法、装置、电子设备及存储介质
CN110288557A (zh) 一种红外图像修复方法、装置、设备及可读存储介质
US7424147B2 (en) Method and system for image border color selection
JP2002247361A5 (zh)
JP4087749B2 (ja) 画像処理システム及び画像処理方法
CN111317426A (zh) 一种内窥镜参数自适应调整方法和装置
CN115423723A (zh) 自适应铁路货车异常检测训练集图像增强方法
CN114240800A (zh) 面向散射场景的编码摄像图像增强方法及装置
JP2003046807A (ja) 画像表示装置および画像表示方法

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
GR01 Patent grant
GR01 Patent grant
CP01 Change in the name or title of a patent holder

Address after: 266071 Shandong city of Qingdao province Jiangxi City Road No. 11

Patentee after: Qingdao Hisense Mobile Communication Technology Co.,Ltd.

Address before: 266071 Shandong city of Qingdao province Jiangxi City Road No. 11

Patentee before: HISENSE MOBILE COMMUNICATIONS TECHNOLOGY Co.,Ltd.

CP01 Change in the name or title of a patent holder