CN108717687B - 基于转换压缩的图像增强方法及终端设备 - Google Patents
基于转换压缩的图像增强方法及终端设备 Download PDFInfo
- Publication number
- CN108717687B CN108717687B CN201810427684.1A CN201810427684A CN108717687B CN 108717687 B CN108717687 B CN 108717687B CN 201810427684 A CN201810427684 A CN 201810427684A CN 108717687 B CN108717687 B CN 108717687B
- Authority
- CN
- China
- Prior art keywords
- matrix
- frequency component
- compression
- low
- 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.)
- Active
Links
- 238000007906 compression Methods 0.000 title claims abstract description 137
- 230000006835 compression Effects 0.000 title claims abstract description 135
- 238000000034 method Methods 0.000 title claims abstract description 90
- 238000006243 chemical reaction Methods 0.000 title claims abstract description 50
- 239000011159 matrix material Substances 0.000 claims abstract description 163
- 238000012545 processing Methods 0.000 claims abstract description 20
- 230000002708 enhancing effect Effects 0.000 claims abstract description 8
- 238000004590 computer program Methods 0.000 claims description 20
- 230000009466 transformation Effects 0.000 claims description 8
- 230000003044 adaptive effect Effects 0.000 claims description 5
- 230000000694 effects Effects 0.000 abstract description 19
- 238000001914 filtration Methods 0.000 description 10
- 230000009467 reduction Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 6
- 238000000354 decomposition reaction Methods 0.000 description 6
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003707 image sharpening Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- 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
- G06T9/00—Image coding
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Image Processing (AREA)
Abstract
本发明涉及图像处理技术领域,公开了一种基于转换压缩的图像增强方法及终端设备,包括根据预设置的误差限Δ,将源图像矩阵进行前N级的转换压缩,得到第一低频分量和高频分量,其中1≤N<log2n,N是自然数,源图像矩阵是n×n矩阵;通过空间域图像增强方法对第一低频分量进行增强处理,得到第二低频分量;将第二低频分量和高频分量组成系数矩阵,得到压缩矩阵。本发明技术方案通过对转换压缩后的低频分量进行图像增强处理,既保证了图像压缩效果,又保证了图像增强质量。
Description
技术领域
本发明涉及图像处理技术领域,特别是涉及一种基于转换压缩的图像增强方法及终端设备。
背景技术
图像增强的基本方法按作用域可分为两大类:空间域图像增强和频率域图像增强。其第一类主要有灰度变换、直方图处理、图像锐化等方法,这些方法是直接通过对图像像素点进行直接处理;第二类主要由频率域低通滤波、高通滤波、同态滤波等方法,这些方法是主要是在图像的某个变换域内对图像变换系数进行运算,然后通过逆变换以获得图像增强效果。
以上方法中最常用的方法是直方图均衡化。该方法是通过平均化或者拉伸直方图动态范围,使输出的图像直方图近似服从均匀分布的变换算法。通过把图像分为几个区域分别对其均衡化,或者只对图像的局部进行均衡化,可以实现自适应直方图均衡化。该方法适用于灰度级分布不均的图像。经过直方图均衡化的图像,其细节更加清晰,各灰度级的比例更加均衡,图像能够得到显著的提高。但通过直方图均衡化方法有时会使得图像过亮或者过暗。
另一种常用的方法是基于变换域的频率处理法。通过余弦变换,傅里叶变换和小波变换等使图像的频率有规律的分布,然后通过构造滤波器来提升某些频率分量,压低或者去除另一些分量,从而达到图像增强的目的。然而低通滤波器的功能是让低频分量通过而滤掉高频或者削弱高频,其作用是过滤掉包含在高频中的噪声。所以低通滤波器的效果是图像的去噪平滑增强,但是同时也抑制了图像的边界,造成图像不同程度上的模糊。而高通滤波器是衰减或者抑制低频分量,让高频分量通过,其作用是使图像得到了锐化处理,突出边界。但是经过高频滤波后图像丰富的低频信息会丢失,若简单使用高通滤波器,图像质量会由于噪声严重而难以达到满意的改善效果,为了既增强图像的细节又抑制噪声,可采用高频加强滤波。实际上该滤波器是由一个全通滤波器是和一个高通滤波器构成的。该方法对于有噪声的图像信号来说,可以去除噪声,具有较好的效果。但相对于直方图均衡化方法,其效果还有不足。
除此之外,无论是基于空间域图像的直方图均衡化方法,还是基于频率域的低通滤波、高通滤波还是高频滤波方法对图像进行增强处理,除了其增强效果差强人意外,还存在信息量庞大,占用大量内存空间的问题。
发明内容
针对现有技术无法在满足图像压缩效果的同时保证图像质量,本发明提供一种基于压缩域的图像增强方法及终端设备。
为解决上述技术问题,本发明所采取的技术方案是:
本发明实施例的第一方面提供了一种基于转换压缩的图像增强方法,该方法包括:
根据预设置的误差限Δ,将源图像矩阵进行前N级的转换压缩,得到第一低频分量和高频分量,其中1≤N<log2n,N是自然数,所述源图像矩阵是n×n矩阵;
通过空间域图像增强方法对所述第一低频分量进行增强处理,得到第二低频分量;
将所述第二低频分量和所述高频分量组成系数矩阵,得到压缩矩阵。
进一步的,所述源图像矩阵为D1,在根据预设置的误差限Δ,将源图像矩阵进行前N级的转换压缩之前,该方法还包括:
计算所述D1的像素平均值d1,其中d1为所述D1中所有像素灰度值之和与像素个数的商;
判断所述d1是否在预设范围[T1,T2]内,若所述d1在所述预设范围内,则不对所述D1进行处理,若所述d1不在预设范围内,则对所述D1进行亮度调整处理,获得D′1。
进一步的,所述T1=90,所述T2=150,若所述d1不在预设范围内,则对所述D1进行亮度调整处理,获得D′1具体包括:
若d1>150,或d1<90,通过公式D′1=D1+(128-d1),获得所述D′1。
进一步的,所述压缩矩阵为D2,得到压缩矩阵之后,该方法还包括:
将所述D2进行逆变换,得到重构矩阵D3。
进一步的,得到重构矩阵D3之后,该方法还包括:
计算所述D3的对比度获得d2;
将所述d2与预设值T3进行对比,若d2≥T3,则不对所述D3进行处理,若d2<T3,则通过空间域图像增强方法对所述D3进行增强处理.
进一步的,所述T3=90,所述d2的获取方法包括:
其中,δ(i,j)2代表所述重构矩阵D3中的像素点dij与所述dij相邻的四个像素点的像素差的平方和,dij为处于所述重构矩阵D3中第i行第j列的像素点,所述重构矩阵D3为n×n矩阵。
进一步的,所述空间域图像增强方法为自适应直方图均衡化方法。
本发明实施例的第二方面提供了一种基于转换压缩的图像增强装置,该装置包括:压缩单元,增强单元和组成单元;
所述压缩单元,用于根据预设置的误差限Δ,将源图像矩阵进行前N级的转换压缩,得到第一低频分量和高频分量,其中1≤N<log2n,N是自然数,所述源图像矩阵是n×n矩阵;
所述增强单元,用于通过空间域图像增强方法对所述第一低频分量进行增强处理,得到第二低频分量;
所述组成单元,用于将所述第二低频分量和所述高频分量组成系数矩阵,得到压缩矩阵。
本发明实施例的第三方面提供了一种基于转换压缩的图像增强终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如上述基于转换压缩的图像增强方法的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如上述基于转换压缩的图像增强方法的步骤。
本发明技术方案通过对转换压缩后的低频分量进行图像增强处理,既保证了图像压缩效果,又保证了图像增强质量。
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基于转换压缩的图像增强方法的流程图;
图2是Δ=2下依据本步骤的转换压缩实例,其中,(a)为源图像矩阵,(b)为数据扩展,(c)为第一级行转换压缩矩阵,(d)为第一级列转换压缩矩阵;
图3是本发明实施例提供的另一种基于转换压缩的图像增强方法的流程图;
图4是本发明实施例提供的一种基于转换压缩的图像增强装置示意图;
图5是本发明实施例提供的一种基于转换压缩的图像增强终端设备示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
本发明实施例提供了一种基于转换压缩的图像增强方法及终端设备,结合图1,该方法包括:
S101,根据预设置的误差限Δ,将源图像矩阵进行前N级的转换压缩,得到第一低频分量和高频分量,其中1≤N<log2n,N是自然数,所述源图像矩阵是n×n矩阵。
优选的,采用如下方法将源图像矩阵进行前N级的转换压缩,具体的,包括:
进行第一级行转换压缩,并存储生成近似值区间以及细节分量;对新生成的近似值区间部分进行第一级列转换压缩,同时存储相应的近似值区间和细节分量;之后交替的对新生成的近似值区间进行下一级行、列的转换压缩,直到完成源图像矩阵的前N级的转换压缩。
可选的,压缩矩阵的生成步骤如下:
第一步,进行第一级行转换压缩:
(1)、源图像矩阵为D1,D1是n×n个像素构成的n阶矩阵:
根据预设的误差限Δ,将每个像素数据扩展成数据区间的形式,对源图像矩阵D1每一点的像素点dij进行数据扩展,得到数据区间按照这种方法获得源图像矩阵D1的第i行数据[di1…dij…din]扩展后变为[其中其中i为行数,j为列数;
需要说明的是,本发明中的误差限Δ可以根据实际情况进行调整,本发明实施例对此不做限制。
如果数据区间存在交集,则令细节分量b=0,
其中max表示求最大值,min表示求最小值;
对原始矩阵的每一行进行转换压缩并存储,得到第一级行转换压缩矩阵;
第二步,第一级列转换压缩
如果数据区间存在交集,则令细节分量b=0,
对第一级行转换压缩矩阵的近似值区间部分的每一列完成列转换压缩和存储,得到第一级列转换压缩矩阵;
(3)、交替的对新生成矩阵的近似值区间部分进行行、列转换压缩,并且在接下来的行转换压缩过程中,需要将细节分量b存储于前一级列转换压缩矩阵的处,其中m′1代表前一级列转换压缩矩阵中每一行近似值区间的个数,直到将源图像矩阵进行前N级的转换压缩为止,然后取剩余近似值区间内的任意一个值作为原始矩阵的最终近似值,生成的最终矩阵即为压缩矩阵,优选的,将近似值区间两个端点的数值求平均值,将该平均值作为矩阵中该位置的低频分量值。
在本发明实施例中,为保证图像增强的效果,只对源图像矩阵进行前N级的转换压缩,得到第一低频分量和高频分量,其中1≤N<log2n,N是自然数,源图像矩阵是n×n矩阵。举例来说,当源图像矩阵是4×4矩阵时,log24=2,进行两级分解可将源图像矩阵完全分解,当源图像矩阵是8×8矩阵时,log28=3,进行三级分解可将源图像矩阵完全分解。所述完全分解,是指分解到只剩一个近似值区间为止。
优选的,在本发明实施例中,只对源图像矩阵进行第一级的转换压缩,即N=1。
举例来说,图2是Δ=2下依据本步骤对源图像矩阵进行第一级转换压缩的实例,其中,(a)为源图像矩阵,(b)为数据扩展,(c)为第一级行转换压缩矩阵,(d)为第一级列转换压缩矩阵。
如图2所示,当进行完第一级列转换之后,得到的压缩矩阵如图2中的(d)所示,该矩阵中的近似值区间有[3.75,7.75]、[7,9]、[4,7.5]、[6,7.5],则第一低频分量有四个,每一个位置的低频分量值可以取该位置近似区间值内的任意值,优选的,每一个位置的低频分量值取该位置近似区间值两端点的平均值。
转换压缩后的除低频分量外的其他非零值,为高频分量值。
S102,通过空间域图像增强方法对第一低频分量进行增强处理,得到第二低频分量。
优选的,采用自适应直方图均衡化方法对第一低频分量进行增强处理,得到第二低频分量。
需要说明的是,图2所示的矩阵只是为方便理解本发明实施例所举的一个简单的示例,不代表真实的图像数据,任何依据本发明思路进行数据处理的其他图像数据,都在本发明的保护范围之内。
S103,将第二低频分量和所述高频分量组成系数矩阵,得到压缩矩阵。
在本发明中,压缩率定义为:压缩率=(原始数据个数-压缩矩阵非零个数)/原始数据个数×100%。
结合图2中的(d),通过本发明实施例提供的方法,只对源图像矩阵进行第一级的转换压缩就可以得到很高的压缩率,且通过空间域图像增强方法对源图像转换压缩后的低频分量进行增强,提高了重构图像的质量。
本发明实施例提供了一种基于转换压缩的图像增强方法,包括:根据预设置的误差限Δ,将源图像矩阵进行前N级的转换压缩,得到第一低频分量和高频分量,其中1≤N<log2n,N是自然数,源图像矩阵是n×n矩阵;通过空间域图像增强方法对第一低频分量进行增强处理,得到第二低频分量;将第二低频分量和高频分量组成系数矩阵,得到压缩矩阵。通过空间域图像增强方法对源图像转换压缩后的低频分量进行增强处理,解决了现有技术中无法同时满足图像压缩和增强效果的技术问题,达到了既保证了图像压缩效果,又保证了图像增强质量。
进一步的,结合图3,本发明实施例还包括:
S104,计算源图像矩阵D1的像素平均值d1,判断d1是否在预设范围[T1,T2]内,若d1在预设范围内,则不对D1进行处理,若d1不在预设范围内,则对D1进行亮度调整处理,获得D′1。
具体的,d1为源图像矩阵中所有像素灰度值之和与像素个数的商;
可选的,T1=90,T2=150,若所d1不在预设范围内,即若d1>150,或d1<90,则通过公式D′1=D1+(128-d1)对D1进行亮度调整,获得调整后的图像D′1。将源图像进行亮度调整之后,在执行步骤S101-S103。
进一步的,结合图3,本发明实施例还包括:
S105,将压缩矩阵进行逆变换,得到重构矩阵D3。
具体的,步骤S105是步骤S101转换压缩过程的逆过程,可选的,通过下述方式进行数据的重构:
对于步骤S101-S103得到的压缩矩阵:
按照与步骤S101转换压缩过程相反的顺序,从左上角开始交替进行列还原和行还原,直至对n×n个像素进行行还原后就实现了数据的重构,所述列还原和行还原的具体方法如下:
(1)、每一级列还原的计算重构数据的通式如下:
式中,和分别为本级列还原矩阵中存放位置为(i,j)、((i+1),j)的重构数据,i为奇数,为在前一级行还原矩阵中存放位置在 的重构数据,当进行第一级列还原时,为压缩矩阵中存放位置为的数据,为在前一级行还原矩阵中位置为的数据,当进行第一级列还原时,为在压缩矩阵中位置为的数据,m3为前一级行还原矩阵中需要还原的矩阵部分中每一列的数据个数,当进行第一级列还原时,m3为压缩矩阵中需要还原的矩阵部分每一列的数据个数;
(2)、每一级行还原的计算重构数据的通式如下:
通过本步骤中的方法对压缩矩阵进行重构,得到重构矩阵,由于在步骤S102中对分解后得到的低频分量进行了空间域图像增强,重构后得到的图像质量得到了增强。
为保证重构图像的质量,本发明实施例还包括:
S106,计算重构矩阵的对比度d2,将d2与预设值T3进行对比,若d2≥T3,则不对D3进行处理,若d2<T3,则通过空间域图像增强方法对D3进行增强处理。
可选的,T3=90,通过下列公式计算d2。
其中,δ(i,j)2代表所述重构矩阵D3中的像素点dij与所述dij相邻的四个像素点的像素差的平方和,dij为处于所述重构矩阵D3中第i行第j列的像素点,所述重构矩阵D3为n×n矩阵。
优选的,若d2<T3,采用自适应直方图均衡化方法对重构矩阵进行增强处理。
可选的,对比度计算采用了计算每一点中心像素灰度值与周围4近邻像素灰度值之差的平方之和除以平方项个数来作为对比度计算依据。
举例来说,重构矩阵由4×4个像素构成,即
位于第一行第一列位置的像素灰度值2的近邻灰度值有两个,分别是其右方的像素灰度值4和其下方的像素灰度值1;位于第一行第二列位置的像素点4的近邻有三个,分别是其左方的像素灰度值2、右方的像素灰度值8、以及下方的像素灰度值3;位于第二行第二列的像素灰度值3的近邻有4个,分别是位于其上方的像素灰度值4,下方的像素灰度值1,左方的像素灰度值1,右方的像素灰度值5。因此重构矩阵对比度d2计算如下:
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
为了展现该方法的优越性,分别给出了图像曝光过度、图像曝光适度、图像曝光不足三种情况下的图像数据。利用本发明技术方案实现增强的过程中,其参数设置如下:误差限Δ=2,分解级数L=1。第一组数据:两幅原始图像的均值,经过计算分别为193.5869,175.3349,属于曝光过度的范围,即平均值超过了150,经过本发明技术方案进行第一级压缩后,其压缩率分别达到70.45%,62.05%;第二组数据:两幅原始图像的均值,经过计算分别为130.9167,127.1881,属于曝光适度的范围,即平均值在[90,150]内,经过本发明技术方案进行第一级压缩后,其压缩率分别达到61.08%,44.91%;第三组数据:两幅原始图像的均值,经过计算分别为12.7629,9.4154,属于曝光不足的范围,即平均值在小于90,经过本发明技术方案进行第一级压缩后,其压缩率分别达到67.11%,68.72%。从实验数据上看本发明技术方案可以实现数据的压缩,并且,本发明技术方案在转换压缩之前进行了图像的亮度调整,可以将曝光不足或者曝光过量的图像调整到合适的亮度区间,能够从整体上改善图像的视觉效果;接下来采用转换压缩的变换方法将图像从空间域转换到频率域,转换压缩所设置的误差限Δ,可起到高频滤波的作用,从而锐化图像,突出图像的边缘;同时还对转换压缩后的图像的低频分量进行了增强处理,可增强图像的细节信息,使各灰度级的比例更加均衡;最后利用对比度做进一步判断图像是否需要进行进一步增强,可以将对比度不足的图像进行进一步处理,同时避免过度增强,使得通过本发明技术方案,不但得到较好的图像压缩效果,还能得到优于现有技术的图像增强效果。
本发明实施例提供了一种基于转换压缩的图像增强方法,在转换压缩之前进行了图像的亮度调整,可以将曝光不足或者曝光过量的图像调整到合适的亮度区间,能够从整体上改善图像的视觉效果;接下来采用转换压缩的变换方法将图像从空间域转换到频率域,转换压缩所设置的误差限Δ,可起到高频滤波的作用,从而锐化图像,突出图像的边缘;同时还对转换压缩后的图像的低频分量进行了增强处理,可增强图像的细节信息,使各灰度级的比例更加均衡;最后利用对比度做进一步判断图像是否需要进行进一步增强,可以将对比度不足的图像进行进一步处理,同时避免过度增强,使得通过本发明技术方案,不但得到较好的图像压缩效果,还能得到优于现有技术的图像增强效果。
进一步的,结合图4,本发明实施例还提供了一种基于转换压缩的图像增强装置,该装置包括压缩单元41,增强单元42和组成单元43;
压缩单元41,用于根据预设置的误差限Δ,将源图像矩阵进行前N级的转换压缩,得到第一低频分量和高频分量,其中1≤N<log2n,N是自然数,源图像矩阵是n×n矩阵;
第一增强单元42,用于通过空间域图像增强方法对第一低频分量进行增强处理,得到第二低频分量;
组成单元43,用于将第二低频分量和高频分量组成系数矩阵,得到压缩矩阵;
进一步的,该装置还包括:调整单元44,
调整单元44,用于计算D1的像素平均值d1,其中d1为D1中所有像素灰度值之和与像素个数的商;
判断d1是否在预设范围[T1,T2]内,若d1在预设范围内,则不对D1进行处理,若d1不在预设范围内,则对D1进行亮度调整处理,获得D′1。
可选的,T1=90,T2=150,调整单元44具体用于:
若d1>150,或d1<90,通过公式D'1=D1+(128-d1),获得D'1。
进一步的,该装置还包括重构单元45,
重构单元45用于将D2进行逆变换,得到重构矩阵D3。
进一步的,该装置还包括第二增强单元46,第二增强单元46用于:计算D3的对比度获得d2;
将d2与预设值T3进行对比,若d2≥T3,则不对D3进行处理,若d2<T3,则通过空间域图像增强方法对D3进行增强处理。
可选的,T3=90,增强矩阵42通过下述公式获得d2:
其中,δ(i,j)2代表所述重构矩阵D3中的像素点dij与所述dij相邻的四个像素点的像素差的平方和,dij为处于所述重构矩阵D3中第i行第j列的像素点,所述重构矩阵D3为n×n矩阵。可选的,空间域图像增强方法为自适应直方图均衡化方法。
本发明实施例提供了一种基于转换压缩的图像增强装置,该装置包括压缩单元41,增强单元42和组成单元43;压缩单元41,用于根据预设置的误差限Δ,将源图像矩阵进行前N级的转换压缩,得到第一低频分量和高频分量,其中1≤N<log2n,N是自然数,源图像矩阵是n×n矩阵;增强单元42,用于通过空间域图像增强方法对第一低频分量进行增强处理,得到第二低频分量;组成单元43,用于将第二低频分量和高频分量组成系数矩阵,得到压缩矩阵。该装置通过对源图像进行转换压缩且对转换压缩后的低频分量进行增强处理,既满足了压缩效果,保证了重构图像的质量,解决了现有技术中压缩效果和图像重构效果无法同时满足的问题。
图5是本发明实施例提供的一种基于转换压缩的图像增强终端设备的示意图。如图5所示,该实施例的一种基于转换压缩的图像增强终端设备5包括:处理器50、存储器51以及存储在所述存储器51中并可在所述处理器50上运行的计算机程序52,例如一种基于转换压缩的图像增强程序。所述处理器50执行所述计算机程序52时实现上述各个基于转换压缩的图像增强方法实施例中的步骤,例如图1所示的步骤101至103或者例如图2所示的步骤101至106。或者,所述处理器50执行所述计算机程序52时实现上述各装置实施例中各单元的功能,例如图4所示模块41至46的功能。
示例性的,所述计算机程序52可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器51中,并由所述处理器50执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序52在基于转换压缩的图像增强终端设备5中的执行过程。例如,所述计算机程序52可以被分割成同步模块、汇总模块、获取模块、返回模块(虚拟装置中的模块)。
所述一种基于转换压缩的图像增强终端设备5可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述一种基于转换压缩的图像增强终端设备可包括,但不仅限于,处理器50、存储器51。本领域技术人员可以理解,图5仅仅是一种基于转换压缩的图像增强终端设备5的示例,并不构成对一种基于转换压缩的图像增强终端设备5的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述一种基于转换压缩的图像增强终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器50可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器51可以是所述一种基于转换压缩的图像增强终端设备5的内部存储单元,例如一种基于转换压缩的图像增强终端设备5的硬盘或内存。所述存储器51也可以是所述一种基于转换压缩的图像增强终端设备5的外部存储设备,例如所述一种基于转换压缩的图像增强终端设备5上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器51还可以既包括所述一种基于转换压缩的图像增强终端设备5的内部存储单元也包括外部存储设备。所述存储器51用于存储所述计算机程序以及所述一种基于转换压缩的图像增强终端设备所需的其他程序和数据。所述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上所述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精神和范围,均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于转换压缩的图像增强方法,其特征在,该方法包括:
根据预设置的误差限Δ,将源图像矩阵进行前N级的转换压缩,得到第一低频分量和高频分量,其中1≤N<log2n,N是自然数,所述源图像矩阵是n×n矩阵;所述N=1时,转换压缩后得到的矩阵中的每一个位置的低频分量值取该位置近似区间值两端点的平均值,除低频分量外的其他非零值,为高频分量值;
通过空间域图像增强方法对所述第一低频分量进行增强处理,得到第二低频分量;
将所述第二低频分量和所述高频分量组成系数矩阵,得到压缩矩阵;
将压缩矩阵进行逆变换,得到重构矩阵D3;
计算所述重构矩阵D3的对比度获得d2;将所述d2与预设值T3进行对比,若d2≥T3,则不对所述重构矩阵D3进行处理,若d2<T3,则通过空间域图像增强方法对所述重构矩阵D3进行增强处理;
所述T3=90,所述d2的获取方法包括:
其中,δ(i,j)2代表所述重构矩阵D3中的像素点dij与所述dij相邻的四个像素点的像素差的平方和,dij为处于所述重构矩阵D3中第i行第j列的像素点,所述重构矩阵D3为n×n矩阵。
2.根据权利要求1所述的方法,其特征在于,所述源图像矩阵为D1,在根据预设置的误差限Δ,将源图像矩阵进行前N级的转换压缩之前,该方法还包括:
计算所述源图像矩阵D1的像素平均值d1,其中d1为所述源图像矩阵D1中所有像素灰度值之和与像素个数的商;
判断所述d1是否在预设范围[T1,T2]内,若所述d1在所述预设范围内,则不对所述源图像矩阵D1进行处理,若所述d1不在预设范围内,则对所述源图像矩阵D1进行亮度调整处理,获得D′1。
3.根据权利要求2所述的方法,其特征在于,所述T1=90,所述T2=150,若所述d1不在预设范围内,则对所述源图像矩阵D1进行亮度调整处理,获得D′1具体包括:
若d1>150,或d1<90,通过公式D′1=D1+(128-d1),获得所述D′1。
4.根据权利要求1所述的方法,其特征在于,所述空间域图像增强方法为自适应直方图均衡化方法。
5.一种基于转换压缩的图像增强装置,其特征在于,该装置包括:压缩单元,增强单元和组成单元;
所述压缩单元,用于根据预设置的误差限Δ,将源图像矩阵进行前N级的转换压缩,得到第一低频分量和高频分量,其中1≤N<log2n,N是自然数,所述源图像矩阵是n×n矩阵;所述N=1时,转换压缩后得到的矩阵中的每一个位置的低频分量值取该位置近似区间值两端点的平均值,除低频分量外的其他非零值,为高频分量值;
所述增强单元,用于通过空间域图像增强方法对所述第一低频分量进行增强处理,得到第二低频分量;
所述组成单元,用于将所述第二低频分量和所述高频分量组成系数矩阵,得到压缩矩阵;还用于:将压缩矩阵进行逆变换,得到重构矩阵D3;
计算所述重构矩阵D3的对比度获得d2;将所述d2与预设值T3进行对比,若d2≥T3,则不对所述重构矩阵D3进行处理,若d2<T3,则通过空间域图像增强方法对所述重构矩阵D3进行增强处理;
所述T3=90,所述d2的获取方法包括:
其中,δ(i,j)2代表所述重构矩阵D3中的像素点dij与所述dij相邻的四个像素点的像素差的平方和,dij为处于所述重构矩阵D3中第i行第j列的像素点,所述重构矩阵D3为n×n矩阵。
6.一种基于转换压缩的图像增强终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至4任一项所述方法的步骤。
7.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至4任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810427684.1A CN108717687B (zh) | 2018-05-07 | 2018-05-07 | 基于转换压缩的图像增强方法及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810427684.1A CN108717687B (zh) | 2018-05-07 | 2018-05-07 | 基于转换压缩的图像增强方法及终端设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108717687A CN108717687A (zh) | 2018-10-30 |
CN108717687B true CN108717687B (zh) | 2020-12-08 |
Family
ID=63899351
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810427684.1A Active CN108717687B (zh) | 2018-05-07 | 2018-05-07 | 基于转换压缩的图像增强方法及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108717687B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111145114B (zh) * | 2019-12-19 | 2022-03-25 | 腾讯科技(深圳)有限公司 | 一种图像增强的方法、装置及计算机可读存储介质 |
CN114022580B (zh) * | 2022-01-06 | 2022-04-19 | 苏州浪潮智能科技有限公司 | 用于图像压缩的数据处理方法、装置、设备和存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105118043A (zh) * | 2015-08-31 | 2015-12-02 | 中国烟草总公司广东省公司 | 一种烟田遥感图像增强算法 |
CN105959620A (zh) * | 2016-04-25 | 2016-09-21 | 北京大国慧谷科技股份有限公司 | 一种全景视频的同步显示方法及设备 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7639884B2 (en) * | 2005-04-26 | 2009-12-29 | Nippon Hoso Kyokai | Prefilter, compressive coding pre-processing apparatus and decompressive decoding post-processing apparatus, and compressive coding apparatus and decompressive decoding apparatus |
CN104394412B (zh) * | 2014-11-29 | 2017-12-12 | 河北省科学院应用数学研究所 | 一种基于转换压缩的最大误差图像压缩方法 |
CN106612436A (zh) * | 2016-01-28 | 2017-05-03 | 四川用联信息技术有限公司 | 一种基于dct变换下的视觉感知修正图像压缩方法 |
JP6793511B2 (ja) * | 2016-09-30 | 2020-12-02 | キヤノン株式会社 | 画像処理装置 |
CN107451972B (zh) * | 2017-07-31 | 2020-03-17 | 北京小米移动软件有限公司 | 图像增强方法、装置及计算机可读存储介质 |
CN107895356A (zh) * | 2017-12-04 | 2018-04-10 | 山东大学 | 一种基于steerable pyramid的近红外图像增强方法 |
-
2018
- 2018-05-07 CN CN201810427684.1A patent/CN108717687B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105118043A (zh) * | 2015-08-31 | 2015-12-02 | 中国烟草总公司广东省公司 | 一种烟田遥感图像增强算法 |
CN105959620A (zh) * | 2016-04-25 | 2016-09-21 | 北京大国慧谷科技股份有限公司 | 一种全景视频的同步显示方法及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN108717687A (zh) | 2018-10-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107358586B (zh) | 一种图像增强方法、装置及设备 | |
KR100584593B1 (ko) | 이산 웨이블릿 변환을 이용한 노이즈 감소 방법 및 장치 | |
Suganya et al. | Survey on image enhancement techniques | |
CN108876733B (zh) | 一种图像增强方法、装置、设备和存储介质 | |
CN110569961A (zh) | 一种神经网络训练方法、装置及终端设备 | |
CN108600783B (zh) | 一种帧率调节方法、装置及终端设备 | |
CN109309826B (zh) | 图像色彩均衡方法、装置、终端设备及可读存储介质 | |
CN108717687B (zh) | 基于转换压缩的图像增强方法及终端设备 | |
CN112508816B (zh) | 一种红外图像锐化方法、锐化处理系统及终端设备 | |
DE102015114651A1 (de) | Bildskalierungstechniken | |
Abdullah-Al-Wadud | A modified histogram equalization for contrast enhancement preserving the small parts in images | |
CN114708157A (zh) | 图像压缩方法、电子设备和计算机可读存储介质 | |
CN113222856A (zh) | 一种逆半色调图像处理方法、终端设备及可读存储介质 | |
RU2448367C1 (ru) | Способ повышения визуальной информативности цифровых полутоновых изображений | |
CN110175959B (zh) | 一种台风云图增强方法 | |
CN108648155B (zh) | 基于压缩域的图像增强方法及终端设备 | |
CN110751603A (zh) | 一种图像对比度的增强方法、系统及终端设备 | |
CN109308690B (zh) | 一种图像亮度均衡方法及终端 | |
CN110782415A (zh) | 一种图像补全方法、装置及终端设备 | |
CN110910439B (zh) | 图像分辨率估计方法、装置及终端 | |
US8180169B2 (en) | System and method for multi-scale sigma filtering using quadrature mirror filters | |
CN110572652B (zh) | 一种静态图像的处理方法及装置 | |
CN114119377A (zh) | 一种图像处理方法及装置 | |
CN108665419B (zh) | 一种图像去噪的方法及装置 | |
CN114202466A (zh) | 图像降噪方法、装置、电子设备及存储介质 |
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 |