CN108876733B - 一种图像增强方法、装置、设备和存储介质 - Google Patents

一种图像增强方法、装置、设备和存储介质 Download PDF

Info

Publication number
CN108876733B
CN108876733B CN201810540416.0A CN201810540416A CN108876733B CN 108876733 B CN108876733 B CN 108876733B CN 201810540416 A CN201810540416 A CN 201810540416A CN 108876733 B CN108876733 B CN 108876733B
Authority
CN
China
Prior art keywords
image
enhanced
filtering
smooth
enhancement
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
Application number
CN201810540416.0A
Other languages
English (en)
Other versions
CN108876733A (zh
Inventor
江春花
赵书睿
王汉禹
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.)
Shanghai United Imaging Healthcare Co Ltd
Original Assignee
Shanghai United Imaging Healthcare 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 Shanghai United Imaging Healthcare Co Ltd filed Critical Shanghai United Imaging Healthcare Co Ltd
Priority to CN201810540416.0A priority Critical patent/CN108876733B/zh
Publication of CN108876733A publication Critical patent/CN108876733A/zh
Priority to PCT/CN2019/089386 priority patent/WO2019228481A1/en
Priority to EP19811990.1A priority patent/EP3803782A4/en
Priority to US17/105,654 priority patent/US11599982B2/en
Application granted granted Critical
Publication of CN108876733B publication Critical patent/CN108876733B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/73—Deblurring; Sharpening
    • G06T5/75—Unsharp masking
    • 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
    • G06T2207/20004—Adaptive image processing
    • G06T2207/20012—Locally adaptive
    • 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
    • G06T2207/20016—Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform
    • 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
    • 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
    • G06T2207/20028—Bilateral 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20224—Image subtraction
    • 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
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30068—Mammography; Breast

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本发明实施例公开了一种图像增强方法、装置、设备和存储介质，其中，图像增强方法包括：设置至少两个不同尺寸的滤波核，其中，不同尺寸的滤波核分别对应目标图像在不同尺度下的特征；基于至少两个不同尺寸的滤波核对目标图像进行处理，生成与各滤波核相对应的平滑图像和增强图像；选择目标图像和/或一平滑图像，将选择出的目标图像和/或一平滑图像与各增强图像进行重构，以生成增强后的最终图像。本发明实施例解决了现有的图像增强方法只能对目标图像中一个空间下的特征进行增强，以及噪声得不到有效抑制的问题，达到了在多个尺度下对目标图像中感兴趣的特征进行增强的效果，同时也对目标图像的噪声进行了有效抑制。

Description

一种图像增强方法、装置、设备和存储介质
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、设备和存储介质。
背景技术
图像的边缘和细节通常携带大部分特征信息，是人类判别图像物体的重要依据。但是，现有的利用电子设备获取到的图像通常存在不同程度的模糊，因此，对图像的边缘和细节进行增强对于图像处理具有重要的研究意义。
现有的图像增强方法通常是反锐化掩模增强方法，该方法将原始图像进行滤波后，与原始图像做逐点差值运算得到高频图像，利用线性或非线性曲线对高频图像进行增强处理，并将增强后的高频图像与原始图像相加，最终得到增强后的图像。
由于滤波方式的限定，上述方法无法对目标图像中所有感兴趣的特征进行增强。此外，由于原始图像包含噪声，上述方法在增强图像的同时也使噪声变得更加明显。
发明内容
本发明提供一种图像增强方法、装置、设备和存储介质，实现了在多个尺度下对图像中感兴趣的特征进行增强，同时对图像的噪声进行了有效抑制。
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：
设置至少两个不同尺寸的滤波核，其中，不同尺寸的滤波核分别对应目标图像在不同尺度下的特征；
基于所述至少两个不同尺寸的滤波核对所述目标图像进行处理，生成与各滤波核相对应的平滑图像和增强图像；
选择所述目标图像和/或一所述平滑图像，并将选择出的所述目标图像和/或一所述平滑图像与各增强图像进行重构，以生成增强后的最终图像。
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：
滤波核设置模块，用于设置至少两个不同尺寸的滤波核，其中，不同尺寸的滤波核分别对应目标图像在不同尺度下的特征；
目标图像处理模块，用于基于所述至少两个不同尺寸的滤波核对所述目标图像进行处理，生成与各滤波核相对应的平滑图像和增强图像；
图像重构模块，用于选择所述目标图像和/或一所述平滑图像，并将选择出的所述目标图像和/或一所述平滑图像与各增强图像进行重构，以生成增强后的最终图像。
第三方面，本发明实施例还提供了一种图像增强设备，所述设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明任意实施例所提供的图像增强方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明任意实施例所提供的图像增强方法。
本发明实施例通过设置至少两个不同尺寸的滤波核，基于至少两个不同尺寸的滤波核对获取到的目标图像进行处理，生成与各滤波核相对应的平滑图像和增强图像，选择目标图像和/或一平滑图像，并将选择出的目标图像和/或一平滑图像与各增强图像进行重构，以生成增强后的最终图像，解决了现有的图像增强方法只能对目标图像中一个空间下的特征进行增强，以及噪声得不到有效抑制的问题，达到了在多个尺度下对目标图像中感兴趣的特征进行增强的效果，同时也对目标图像的噪声进行了有效抑制。
附图说明
图1是本发明实施例一中的图像增强方法的流程图；
图2a是本发明实施例二中的图像增强方法的流程图；
图2b是本发明实施例二中的标准S曲线的示意图；
图2c是本发明实施例二中的Vuylsteke非线性曲线的示意图；
图3是本发明实施例三中的图像增强方法的流程图；
图4是本发明实施例四中的图像增强装置的结构示意图；
图5是本发明实施例五中的图像增强设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种图像增强方法的流程图，本实施例可适用于在图像增强的过程中，既需要增强图像中细小的特征点，又需要增强图像的边缘特征的情况，该方法可以由图像增强装置来执行，如图1所示，本实施例的方法具体包括：
S110、设置至少两个不同尺寸的滤波核，其中，不同尺寸的滤波核分别对应目标图像在不同尺度下的特征。
本实施例中，为了尽可能多地增强目标图像(即，原始图像)中的感兴趣的特征，优选可以利用不同尺寸的滤波核对目标图像进行增强处理，其中，目标图像中感兴趣的特征越多，需要设置的不同尺寸的滤波核也相应的越多。
上述不同尺寸的滤波核是指不同尺寸的滤波器；对图像进行增强处理是为了强调图像中某些感兴趣的特征，扩大图像中不同物体特征之间的差别，以改善图像质量、丰富信息量。滤波核的尺寸是根据目标图像中需要进行增强处理的特征所具有的特点来确定的，例如，对于范围比较小的特征点(如乳腺的钙化点、骨头内的骨小梁)，其选用的滤波核的尺寸也相对较小；而对于图像的边缘特征点，其选用的滤波核的尺寸则相对较大(相对于较小的滤波核而言)。不同尺寸的滤波核优选可以是均值滤波核或者双边滤波核等。目标图像在不同尺度下的特征，即利用不同尺寸的滤波核对目标图像进行滤波，得到的不同的高频图像所包含的不同空间下的细节特征。
S120、基于至少两个不同尺寸的滤波核对目标图像进行处理，生成与各滤波核相对应的平滑图像和增强图像。
传统的图像增强方法包括金字塔增强方法，滤波核增强方法以及反锐化掩模增强方法，其中，优选可以是反锐化掩模增强方法。传统的反锐化掩模增强方法通常仅利用单一尺寸的滤波核对原始图像进行滤波，得到平滑图像，在得到平滑图像后，原始图像与平滑图像逐点做差后进行图像增强，得到增强图像。因此，传统的反锐化掩模增强方法只能针对一个空间下的特征进行增强。如果在目标图像中感兴趣的特征特别多，并且不同的细节特征对应不同的特点，则无法利用传统的反锐化掩模增强方法对目标图像中所有感兴趣的特征进行增强。基于此，本实施例可以利用设置的至少两个不同尺寸的滤波核，分别对获取到的目标图像进行反锐化掩模增强处理，进而得到与各滤波核相对应的平滑图像和增强图像。
S130、选择目标图像和/或一平滑图像，并将选择出的目标图像和/或一平滑图像与各增强图像进行重构，以生成增强后的最终图像。
由于各增强图像中不包含相应滤波核滤除掉的低频信息，因此，仅利用各增强图像无法获取到最终完整的增强图像。为了弥补滤除掉的低频信息，获取到最终完整的增强图像，在得到与各滤波核相对应的平滑图像和增强图像后，优选的，可以选择原始的目标图像与所有增强图像进行重构；还可以从上述获取到的与各滤波核相对应的平滑图像中，选择出一个平滑图像，并将该平滑图像与所有增强图像进行重构；还可以选择原始的目标图像和一平滑图像与所有增强图像进行重构，以生成最终完整的增强图像，其中，在选择原始的目标图像和一平滑图像与所有增强图像进行重构时，可以将目标图像和平滑图像做加权处理。将平滑图像与各增强图像进行重构可以是将平滑图像中的各像素点分别与各增强图像中相对应的像素点进行像素点强度的逐点相加。最终完整的增强图像即目标图像中各个感兴趣的特征均被增强后的完整的图像。
本实施例提供的图像增强方法，通过设置至少两个不同尺寸的滤波核，基于至少两个不同尺寸的滤波核对获取到的目标图像进行处理，生成与各滤波核相对应的平滑图像和增强图像，选择目标图像和/或一平滑图像，并将选择出的目标图像和/或一平滑图像与各增强图像进行重构，以生成增强后的最终图像，解决了现有的图像增强方法只能对目标图像中一个空间下的特征进行增强，以及噪声得不到有效抑制的问题，达到了在多个尺度下对目标图像中感兴趣的特征进行增强的效果，同时也对目标图像的噪声进行了有效抑制。
在上述各实施例的基础上，进一步的，基于至少两个不同尺寸的滤波核对获取到的目标图像进行处理，生成与各滤波核相对应的平滑图像和增强图像，可以包括：
基于至少两个不同尺寸的滤波核对获取到的目标图像进行滤波处理，生成对应的至少两个平滑图像；
将目标图像分别与每个平滑图像逐点进行像素点强度做差，生成与各滤波核对应的处理图像；
对各处理图像进行图像增强，生成与各滤波核对应的增强图像。
本实施例可以基于至少两个滤波核，在至少两个尺度下获取目标图像的各平滑图像和各增强图像。
具体的，利用至少两个滤波核分别对获取到的目标图像进行滤波处理，得到与至少两个滤波核一一对应的至少两个平滑图像。由于需要对目标图像中感兴趣的特征进行增强，因此，在得到各平滑图像后，可以将目标图像分别与各平滑图像逐点进行像素点强度做差，即针对每个平滑图像，将目标图像中的各像素点分别与平滑图像中相对应的像素点进行像素点强度做差，得到与各个滤波核相对应的处理图像。再对得到的各处理图像进行图像增强，即可得到与各滤波核相对应的增强图像。其中，对得到的各处理图像进行图像增强优选可以是利用线性或非线性的曲线对各处理图像进行增强。
实施例二
图2a为本发明实施例二提供的一种图像增强方法的流程图。本实施例在上述各实施例的基础上，可选基于所述至少两个滤波核对获取到的目标图像进行图像增强处理，生成各滤波核对应的平滑图像和增强图像，包括：基于所述至少两个不同尺寸的滤波核分别对获取到的目标图像进行滤波处理，生成对应的至少两个平滑图像；将所述目标图像分别与每个平滑图像逐点进行像素点强度做差，生成与各滤波核对应的处理图像；对各处理图像进行图像增强，生成与各滤波核对应的增强图像。进一步的，可选对各处理图像进行图像增强，生成与各滤波核对应的增强图像，包括：针对每个处理图像，根据处理图像对应的滤波核的尺寸确定所述处理图像的增强曲线，所述增强曲线与像素点强度值相关；利用所述增强曲线对所述处理图像进行增强处理，得到增强后的处理图像；将所述增强后的处理图像与所述处理图像合并，生成所述增强图像。如图2a所示，本实施例的方法具体包括：
S210、设置至少两个不同尺寸的滤波核，其中，不同尺寸的滤波核分别对应目标图像在不同尺度下的特征。
S220、基于至少两个不同尺寸的滤波核分别对目标图像进行滤波处理，生成对应的至少两个平滑图像。
S230、将目标图像分别与每个平滑图像逐点进行像素点强度做差，生成与各滤波核对应的处理图像。
S240、针对每个处理图像，根据处理图像对应的滤波核的尺寸确定处理图像的增强曲线，增强曲线与像素点强度值相关；
一般的，如果想增强图像中范围比较小(细小)的特征点，则可以选用尺寸相对较小的滤波核；如果想增强图像中的边缘特征点，则可以选用尺寸相对较大的滤波核。基于此规律，如果想尽可能多的增强目标图像中感兴趣的特征，优选可以设置三个尺寸的滤波核，即尺寸依次增大的第一滤波核、第二滤波核和第三滤波核，这样设置既可以保证尽可能多的增强目标图像中感兴趣的特征(既包括细小的特征点又包括边缘特征点)，又可以节省增强细节特征的处理时间。在此需要说明的，滤波核的尺寸并不限制为三个，其数目只要满足至少两个即可。
滤波核的尺寸大小是以像素点的个数定义的。本实施例中，滤波核的尺寸范围是根据图像大小确定的，在图像大小确定的情况下，可以利用图像大小的不同百分比，来区分不同滤波核的尺寸范围；还可以根据不同特征的大小，来确定不同滤波核的尺寸范围。
优选的，本实施例以使用三个尺寸依次增大的滤波核进行图像增强为例进行具体说明。本实施例中所说的滤波核优选为方形滤波核。目标图像的大小为2500×2580pixel，依据预设的图像大小的不同百分比，确定第一滤波核的尺寸范围为1×1pixel-20×20pixel，第二滤波核的尺寸范围为21×21pixel-50×50pixel，第三滤波核的尺寸范围为51×51pixel及以上。
对于目标图像中细小的特征点(例如，可以是乳腺图像中的乳腺钙化点，还可以是骨图像中的骨小梁)，可以选择第一滤波核进行滤波，但是经过第一滤波核滤波后得到的处理图像的噪声很大，因此，为了综合考虑噪声和特征点，选择的增强曲线优选可以是在像素点强度较小时表现为抑制，当像素点强度到达细小的特征点的高频时，表现为增强。
基于此，优选的，增强曲线可以选择标准S曲线，该曲线利用公式表示为：
y＝basic_c./(1+exp(-basic_a×(x+basic_b)))
其中，basic_a为标准S曲线的斜率；basic_b为标准S曲线上升过程中的中间点，控制曲线的平移量；basic_c为S曲线的系数，x为处理图像中像素点强度值，y为各像素点对应的增强系数。利用增强曲线以及处理图像中各像素点的像素点强度值，即可确定各像素点对应的增强系数。此外，增强曲线还可以是一条直线，在此不做具体限定，只要增强曲线能够满足增强细小特征点的效果即可。对于滤波核，优选可以是均值滤波核，均值滤波核可以突出细小的特征点；对于滤波核的尺寸，优选可以是11×11pixel，在该尺寸下，增强效果为最佳。示例性的，当目标图像中细小的特征点的强度高于500时，优选basic_a与basic_c的取值均为0.26；而basic_b的取值则为高频的经验值，此时，标准S曲线如图2b所示。
对于目标图像中范围相对较大，并且边缘特征不是很明显的特征点(例如，可以是乳腺图像中的乳腺肿块，还可以是骨图像中的骨头外边缘)，可以选择第二滤波核进行滤波。第二滤波核主要可以增强目标图像的边缘特征。经过第二滤波其滤波后得到的处理图像，其高频部分可以分为三部分，高频强度比较小的部分，其噪声比例也比较多，因此需要抑制；高频强度比较大的部分，原始细节比较强，无需再利用增强系数进行增强，因此需要抑制；高频强度居中的部分需要利用增强系数进行增强。因此，选择的增强曲线优选可以是在高频强度比较小和比较大的部分，表现为抑制，在高频强度居中的部分，表现为增强。
此时，增强曲线优选可以是Vuylsteke非线性曲线，该曲线利用公式表示为：
Figure BDA0001679159700000101
其中，x为处理图像中像素点强度值，r(x)为各像素点对应的增强系数，xc作为像素点强度的下阈值，是噪声和信号的分界，以此为界是为了防止噪声被增强，M为上阈值，是信号与高频点的分界，以此为界，是为了防止对比度高的部分过增强，GM为控制增强的程度，P用于控制曲线的非线性度，P越接近1，越接近于线性。利用增强曲线以及处理图像中各像素点的像素点强度值，即可确定各像素点对应的增强系数。对于滤波核，优选可以是均值滤波核；对于滤波核的尺寸，优选可以是27×27pixel，在该尺寸下，增强效果为最佳。示例性的，当目标图像中高频强度比较小的部分为小于等于-600，高频强度比较大的部分为大于等于600，且高频强度居中的部分为-190到190时，优选xc的值为190，M的值为400，a的值为0.26，P的值为2，此时，Vuylsteke非线性曲线如图2c所示。
对于目标图像中边缘特征明显的特征点(例如，可以是乳腺图像中的脂肪与腺体之间的边缘，还可以是骨图像中的骨头与皮肤之间的软组织)，可以选择第三滤波核进行滤波。第三滤波核在增强图像的边缘特征的同时还能够增强整个图像的对比度。优选的，增强曲线可以选择标准S曲线，参数的选取只要满足增强图像的边缘特征即可。利用增强曲线以及处理图像中各像素点的像素点强度值，即可确定各像素点对应的增强系数。对于滤波核，优选可以是双边滤波核，双边滤波核可以突出图像的边缘特征；对于滤波核的尺寸，优选可以是81×81pixel，在该尺寸下，增强效果为最佳。
S250、利用增强曲线对处理图像进行增强处理，得到增强后的处理图像。
S260、将增强后的处理图像与处理图像合并，生成增强图像。
本实施例中，在确定各处理图像对应的增强曲线之后，针对每个处理图像，利用处理图像中的各像素点的像素点强度值可以确定与各像素点相对应的增强系数。在确定增强系数之后，将各像素点的像素点强度值与对应的增强系数进行乘积处理，得到利用增强曲线增强后的处理图像。之后，将原始的处理图像与经过乘积处理后的处理图像合并，生成最终的增强图像。
S270、选择目标图像和/或一平滑图像，并将选择出的目标图像和/或一平滑图像与各增强图像进行重构，以生成增强后的最终图像。
本实施例提供的图像增强方法，在上述各实施例的基础上，针对每个处理图像，根据处理图像对应的滤波核的尺寸确定处理图像的增强曲线，利用增强曲线对处理图像进行增强处理，得到增强后的处理图像；将增强后的处理图像与处理图像合并，生成增强图像，在解决了现有的图像增强方法只能对目标图像中一个空间下的特征进行增强，以及噪声得不到有效抑制的问题，实现了在多个尺度下对目标图像中感兴趣的特征进行增强，同时对目标图像的噪声进行了有效抑制的同时，还达到了能够更加精确细致地对多个尺度下感兴趣的特征进行增强的效果。
实施例三
图3为本发明实施例三提供的一种图像增强方法的流程图。本实施例在上述各实施例的基础上，可选滤波核为均值滤波核或双边滤波核。进一步的，可选选择一所述平滑图像，包括：比对各滤波核的尺寸，将尺寸最大的滤波核对应的平滑图像确定为满足预设条件的平滑图像。进一步的，在将选择出的所述目标图像和/或一所述平滑图像与各增强图像进行重构之前，还包括：对选择出的一所述平滑图像进行灰度均衡处理。如图3所示，本实施例的方法具体包括：
S310、设置至少两个不同尺寸的滤波核，其中，不同尺寸的滤波核分别对应目标图像在不同尺度下的特征。
优选的，能够起到平滑作用的滤波核都可以作为本实施例中的滤波核，本实施例中，滤波核可以是均值滤波核或双边滤波核。其中，由于双边滤波核既能够增强图像的特征，又能够增强图像的对比度，而均值滤波核主要增强图像的特征，因此各滤波核优选可以是双边滤波核。但是由于双边滤波核的计算量比较大，而均值滤波核的计算量较小，同时考虑到小尺寸滤波核和中间尺寸滤波核侧重增强细节特征，大尺寸滤波核除了增强边缘特征之外，还需要增强图像的对比度，因此，为了均衡图像增强效果与信息计算量，小尺寸滤波核和中间尺寸滤波核优选可以是均值滤波核，大尺寸滤波核优选可以是双边滤波核。
S320、基于至少两个不同尺寸的滤波核对目标图像进行处理，生成与各滤波核相对应的平滑图像和增强图像。
S330、比对各滤波核的尺寸，将尺寸最大的滤波核对应的平滑图像确定为所选择的一平滑图像。
S340、对选择出的一平滑图像进行灰度均衡处理。
其中，确定所选择的一平滑图像，可以是比对各滤波核的尺寸，将尺寸最大的滤波核对应的平滑图像确定为与所有增强图像进行重构的平滑图像。在筛选出平滑图像之后，可以对该平滑图像进行灰度均衡处理，具体的处理方式用公式表示为：
A1＝(1-coe)×A+coe×Mean
其中，Mean为低频的平均值，coe为比例系数，A为筛选出的平滑图像，A1为经过灰度均衡处理后的平滑图像。其中coe比例系数的取值一般为0-1，其中，原始图像的范围越大，其取值也就越大，coe比例系数优选可以是0.3。
S350、将经过灰度均衡处理后的一平滑图像与各增强图像进行重构，以生成增强后的最终图像。
本实施例提供的图像增强方法，在上述各实施例的基础上，对筛选出的平滑图像进行灰度均衡处理，在解决了现有的图像增强方法只能对目标图像中一个空间下的细节特征进行增强，以及噪声得不到有效抑制的问题，实现了在多个尺度下对目标图像的细节进行增强，同时对目标图像的噪声进行了有效抑制，还达到了能够更加精确细致地对多个尺度下感兴趣的细节特征进行增强的效果的同时，还增强了图像的对比度。
实施例四
图4是本发明实施例四中的一种图像增强装置的结构示意图。如图4所示，本实施例的图像增强装置包括：
滤波核设置模块410，用于设置至少两个不同尺寸的滤波核，其中，不同尺寸的滤波核分别对应目标图像在不同尺度下的特征；
目标图像处理模块420，用于基于至少两个不同尺寸的滤波核对目标图像进行处理，生成与各滤波核相对应的平滑图像和增强图像；
图像重构模块430，用于选择目标图像和/或一平滑图像，并将选择出的目标图像和/或一平滑图像与各增强图像进行重构，以生成增强后的最终图像。
本实施例提供的图像增强装置，通过滤波核设置模块设置至少两个不同尺寸的滤波核，利用目标图像处理模块基于至少两个不同尺寸的滤波核对获取到的目标图像进行处理，生成与各滤波核相对应的平滑图像和增强图像，再利用图像重构模块选择目标图像和/或一平滑图像，并将选择出的目标图像和/或一平滑图像与各增强图像进行重构，以生成增强后的最终图像，解决了现有的图像增强方法只能对目标图像中一个空间下的特征进行增强，以及噪声得不到有效抑制的问题，实现了在多个尺度下对目标图像感兴趣的特征进行增强，同时对目标图像的噪声进行了有效抑制。
在上述技术方案的基础上，目标图像处理模块420可以包括：
平滑图像生成子模块，用于基于至少两个不同尺寸的滤波核分别对获取到的目标图像进行滤波处理，生成对应的至少两个平滑图像；
处理图像生成子模块，用于将目标图像分别与每个平滑图像逐点进行像素点强度做差，生成与各滤波核对应的处理图像；
增强图像生成子模块，用于对各处理图像进行图像增强，生成与各滤波核对应的增强图像。
在上述各技术方案的基础上，增强图像生成子模块可以包括：
增强曲线确定单元，用于针对每个处理图像，根据处理图像对应的滤波核的尺寸确定处理图像的增强曲线，增强曲线与像素点强度值相关；
处理图像增强单元，用于利用增强曲线对处理图像进行增强处理，得到增强后的处理图像；
增强图像生成单元，用于将增强后的处理图像与处理图像合并，生成增强图像。
在上述各技术方案的基础上，图像重构模块430可以包括平滑图像选择子模块，平滑图像选择子模块可以用于：
比对各滤波核的尺寸，将尺寸最大的滤波核对应的平滑图像确定为一平滑图像；
在上述各技术方案的基础上，该装置还可以包括：
灰度均衡处理模块，用于在将选择出的目标图像和/或一平滑图像与各增强图像进行重构之前，对选择出的一平滑图像进行灰度均衡处理。
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。
实施例五
图5为本发明实施例五提供的图像增强设备的结构示意图。图5示出了适于用来实现本发明实施方式的示例性图像增强设备512的框图。图5显示的图像增强设备512仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示，图像增强设备512以通用计算设备的形式表现。图像增强设备512的组件可以包括但不限于：一个或者多个处理器516，存储器528，连接不同系统组件(包括存储器528和处理器516)的总线518。
总线518表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
图像增强设备512典型地包括多种计算机系统可读介质。这些介质可以是任何能够被图像增强设备512访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
存储器528可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)530和/或高速缓存存储器532。图像增强设备512可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储装置534可以用于读写不可移动的、非易失性磁介质(图5未显示，通常称为“硬盘驱动器”)。尽管图5中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线518相连。存储器528可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块542的程序/实用工具540，可以存储在例如存储器528中，这样的程序模块542包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块542通常执行本发明所描述的实施例中的功能和/或方法。
图像增强设备512也可以与一个或多个外部设备514(例如键盘、指向设备、显示器524等，其中，显示器524可根据实际需要决定是否配置)通信，还可与一个或者多个使得用户能与该图像增强设备512交互的设备通信，和/或与使得该图像增强设备512能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口522进行。并且，图像增强设备512还可以通过网络适配器520与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器520通过总线518与图像增强设备512的其它模块通信。应当明白，尽管图5中未示出，可以结合图像增强设备512使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储装置等。
处理器516通过运行存储在存储器528中的程序，从而执行各种功能应用以及数据处理，例如实现本发明任意实施例所提供的图像增强方法。
实施例六
本发明实施例六还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例所提供的图像增强方法，该方法包括：
设置至少两个不同尺寸的滤波核，其中，不同尺寸的滤波核分别对应目标图像在不同尺度下的特征；
基于至少两个不同尺寸的滤波核对目标图像进行处理，生成与各滤波核相对应的平滑图像和增强图像；
选择目标图像和/或一平滑图像，并将选择出的目标图像和/或一平滑图像与各增强图像进行重构，生成增强后的最终图像。
当然，本发明实施例所提供的一种计算机可读存储介质，其上存储的计算机程序不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的图像增强方法中的相关操作。
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
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 (10)

1.一种图像增强方法，其特征在于，包括：
设置至少两个不同尺寸的滤波核，其中，不同尺寸的滤波核分别对应目标图像在不同尺度下的特征，所述滤波核的尺寸大小是以像素点的个数定义的；
基于所述至少两个不同尺寸的滤波核对所述目标图像进行处理，生成与各滤波核相对应的平滑图像和增强图像；
选择所述目标图像和/或一所述平滑图像，并将选择出的所述目标图像和/或一所述平滑图像与各增强图像进行重构，以生成增强后的最终图像。
2.根据权利要求1所述的方法，其特征在于，基于所述至少两个不同尺寸的滤波核对获取到的目标图像进行处理，生成与各滤波核相对应的平滑图像和增强图像，包括：
基于所述至少两个不同尺寸的滤波核分别对获取到的目标图像进行滤波处理，生成对应的至少两个平滑图像；
将所述目标图像分别与每个平滑图像逐点进行像素点强度做差，生成与各滤波核对应的处理图像；
对各处理图像进行图像增强，生成与各滤波核对应的增强图像。
3.根据权利要求2所述的方法，其特征在于，对各处理图像进行图像增强，生成与各滤波核对应的增强图像，包括：
针对每个处理图像，根据处理图像对应的滤波核的尺寸确定所述处理图像的增强曲线，所述增强曲线与像素点强度值相关；
利用所述增强曲线对所述处理图像进行增强处理，得到增强后的处理图像；
将所述增强后的处理图像与所述处理图像合并，生成所述增强图像。
4.根据权利要求1所述的方法，其特征在于，所述滤波核为均值滤波核或双边滤波核。
5.根据权利要求1所述的方法，其特征在于，选择一所述平滑图像，包括：
比对各滤波核的尺寸，将尺寸最大的滤波核对应的平滑图像确定为一所述平滑图像。
6.根据权利要求1所述的方法，其特征在于，在将选择出的所述目标图像和/或一所述平滑图像与各增强图像进行重构之前，还包括：
对选择出的一所述平滑图像进行灰度均衡处理。
7.一种图像增强装置，其特征在于，包括：
滤波核设置模块，用于设置至少两个不同尺寸的滤波核，其中，不同尺寸的滤波核分别对应目标图像在不同尺度下的特征，所述滤波核的尺寸大小是以像素点的个数定义的；
目标图像处理模块，用于基于所述至少两个不同尺寸的滤波核对所述目标图像进行处理，生成与各滤波核相对应的平滑图像和增强图像；
图像重构模块，用于选择所述目标图像和/或一所述平滑图像，并将选择出的所述目标图像和/或一所述平滑图像与各增强图像进行重构，以生成增强后的最终图像。
8.根据权利要求7所述的装置，其特征在于，所述目标图像处理模块包括：
平滑图像生成子模块，用于基于所述至少两个不同尺寸的滤波核分别对获取到的目标图像进行滤波处理，生成对应的至少两个平滑图像；
处理图像生成子模块，用于将所述目标图像分别与每个平滑图像逐点进行像素点强度做差，生成与各滤波核对应的处理图像；
增强图像生成子模块，用于对各处理图像进行图像增强，生成与各滤波核对应的增强图像。
9.一种图像增强设备，其特征在于，所述设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-6中任一所述的图像增强方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-6中任一所述的图像增强方法。
CN201810540416.0A 2018-05-30 2018-05-30 一种图像增强方法、装置、设备和存储介质 Active CN108876733B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201810540416.0A CN108876733B (zh) 2018-05-30 2018-05-30 一种图像增强方法、装置、设备和存储介质
PCT/CN2019/089386 WO2019228481A1 (en) 2018-05-30 2019-05-30 Systems and methods for image processing
EP19811990.1A EP3803782A4 (en) 2018-05-30 2019-05-30 SYSTEMS AND METHODS FOR IMAGE PROCESSING
US17/105,654 US11599982B2 (en) 2018-05-30 2020-11-27 Systems and methods for image processing

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810540416.0A CN108876733B (zh) 2018-05-30 2018-05-30 一种图像增强方法、装置、设备和存储介质

Publications (2)

Publication Number Publication Date
CN108876733A CN108876733A (zh) 2018-11-23
CN108876733B true CN108876733B (zh) 2021-11-09

Family

ID=64336006

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810540416.0A Active CN108876733B (zh) 2018-05-30 2018-05-30 一种图像增强方法、装置、设备和存储介质

Country Status (4)

Country Link
US (1) US11599982B2 (zh)
EP (1) EP3803782A4 (zh)
CN (1) CN108876733B (zh)
WO (1) WO2019228481A1 (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108876733B (zh) * 2018-05-30 2021-11-09 上海联影医疗科技股份有限公司 一种图像增强方法、装置、设备和存储介质
CN109146814B (zh) * 2018-08-20 2021-02-23 Oppo广东移动通信有限公司 图像处理方法、装置、存储介质及电子设备
EP3937492A1 (en) * 2020-07-07 2022-01-12 Google LLC Alpha channel post processing in image coding
CN111915528A (zh) * 2020-08-05 2020-11-10 广州市百果园信息技术有限公司 一种图像增亮方法、装置、移动终端和存储介质
JP7463903B2 (ja) * 2020-08-13 2024-04-09 コニカミノルタ株式会社 画像検査装置、画像検査方法、および画像検査プログラム
US11449979B2 (en) * 2020-10-09 2022-09-20 Applied Materials Israel Ltd. Measuring a pattern
CN112666733B (zh) * 2021-03-15 2021-06-04 惠州高视科技有限公司 Lcd灰阶画面下线型缺陷检测方法、电子设备及存储介质
CN113077394B (zh) * 2021-03-25 2022-09-27 青岛海信医疗设备股份有限公司 图像处理方法、电子设备和存储介质
CN114529490B (zh) * 2022-04-24 2022-07-15 腾讯科技（深圳）有限公司 一种数据处理方法、装置、设备以及可读存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1819621A (zh) * 2006-01-25 2006-08-16 杭州维科软件工程有限责任公司 医学图像增强处理方法
CN101035300A (zh) * 2007-04-10 2007-09-12 北京中星微电子有限公司 一种图像增强方法及装置
CN101276464A (zh) * 2007-03-26 2008-10-01 株式会社东芝 图像处理装置及方法
CN103226808A (zh) * 2012-01-30 2013-07-31 深圳迈瑞生物医疗电子股份有限公司 一种图像增强方法和系统

Family Cites Families (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5235434A (en) * 1991-06-27 1993-08-10 Polaroid Corporation Method and apparatus for selectively adjusting the brightness of large regions of an image
US5424783A (en) * 1993-02-10 1995-06-13 Wong; Yiu-Fai Clustering filter method for noise filtering, scale-space filtering and image processing
US5383036A (en) * 1993-09-29 1995-01-17 Xerox Corporation Enhancement of multiple color images without color separation error by inverse symmetrical template matching
DE69612284T2 (de) * 1995-06-20 2001-08-30 Cambridge Consultants Datenverarbeitungsverfahren- und vorrichtung
JP3700804B2 (ja) * 1996-12-13 2005-09-28 富士写真フイルム株式会社 画像処理方法および装置
US6944341B2 (en) * 2000-05-01 2005-09-13 Xerox Corporation Loose gray-scale template matching for image processing of anti-aliased lines
US6463181B2 (en) * 2000-12-22 2002-10-08 The United States Of America As Represented By The Secretary Of The Navy Method for optimizing visual display of enhanced digital images
JP2002262094A (ja) * 2001-02-27 2002-09-13 Konica Corp 画像処理方法及び画像処理装置
US7266229B2 (en) * 2003-07-24 2007-09-04 Carestream Health, Inc. Method for rendering digital radiographic images for display based on independent control of fundamental image quality parameters
JP4999392B2 (ja) * 2006-07-28 2012-08-15 キヤノン株式会社 画像処理装置及びその制御方法、並びに、コンピュータプログラム及びコンピュータ可読記憶媒体
US20100061650A1 (en) * 2008-09-05 2010-03-11 Barinder Singh Rai Method And Apparatus For Providing A Variable Filter Size For Providing Image Effects
US20100150472A1 (en) * 2008-12-15 2010-06-17 National Tsing Hua University (Taiwan) Method for composing confocal microscopy image with higher resolution
JP5615088B2 (ja) * 2010-08-18 2014-10-29 キヤノン株式会社 画像処理装置及びその方法、プログラム、並びに撮像装置
CN103514583B (zh) 2012-06-30 2016-08-24 华为技术有限公司 图像锐化方法及设备
US9076205B2 (en) * 2012-11-19 2015-07-07 Adobe Systems Incorporated Edge direction and curve based image de-blurring
WO2014148070A1 (ja) * 2013-03-19 2014-09-25 ソニー株式会社 画像処理装置及び画像処理方法
CN104103037B (zh) * 2013-04-02 2017-02-15 杭州海康威视数字技术股份有限公司 一种图像增强处理方法和装置
CN104103040B (zh) * 2013-04-10 2015-05-13 上海联影医疗科技有限公司 一种图像增强的方法
JP6483715B2 (ja) * 2014-02-04 2019-03-13 フラウンホーファー−ゲゼルシャフト・ツール・フェルデルング・デル・アンゲヴァンテン・フォルシュング・アインゲトラーゲネル・フェライン ハフプロセッサ
JP6422250B2 (ja) * 2014-07-08 2018-11-14 キヤノン株式会社 画像処理方法、画像処理装置、プログラム及び記録媒体
KR20160072676A (ko) * 2014-12-15 2016-06-23 삼성전자주식회사 객체 검출 장치 및 방법과, 컴퓨터 보조 진단 장치 및 방법
CN107464229A (zh) * 2017-08-15 2017-12-12 天津津航技术物理研究所 一种抑制噪声的红外图像数字细节增强方法
CN108876733B (zh) 2018-05-30 2021-11-09 上海联影医疗科技股份有限公司 一种图像增强方法、装置、设备和存储介质
US10380753B1 (en) * 2018-05-30 2019-08-13 Aimotive Kft. Method and apparatus for generating a displacement map of an input dataset pair

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1819621A (zh) * 2006-01-25 2006-08-16 杭州维科软件工程有限责任公司 医学图像增强处理方法
CN101276464A (zh) * 2007-03-26 2008-10-01 株式会社东芝 图像处理装置及方法
CN101035300A (zh) * 2007-04-10 2007-09-12 北京中星微电子有限公司 一种图像增强方法及装置
CN103226808A (zh) * 2012-01-30 2013-07-31 深圳迈瑞生物医疗电子股份有限公司 一种图像增强方法和系统

Also Published As

Publication number Publication date
US20210090228A1 (en) 2021-03-25
EP3803782A4 (en) 2021-08-11
WO2019228481A1 (en) 2019-12-05
US11599982B2 (en) 2023-03-07
CN108876733A (zh) 2018-11-23
EP3803782A1 (en) 2021-04-14

Similar Documents

Publication Publication Date Title
CN108876733B (zh) 一种图像增强方法、装置、设备和存储介质
CN107358586B (zh) 一种图像增强方法、装置及设备
Possa et al. A multi-resolution FPGA-based architecture for real-time edge and corner detection
US8290295B2 (en) Multi-modal tone-mapping of images
CN110706174B (zh) 一种图像增强方法、终端设备及存储介质
EP1501049A1 (en) Method for rendering digital radiographic images for display based on independent control of fundamental image quality parameters
US8520971B2 (en) Digital image resampling
Boschetti et al. High dynamic range image tone mapping based on local histogram equalization
Kanwal et al. Region based adaptive contrast enhancement of medical X-ray images
CN110675334A (zh) 一种图像增强方法及装置
KR20160102438A (ko) 하이 다이내믹 레인지 이미지를 톤-매핑하기 위한 방법 및 장치
Park et al. A low-cost and high-throughput FPGA implementation of the retinex algorithm for real-time video enhancement
JP2015099546A (ja) 画像処理装置、画像処理方法、プログラム及び記憶媒体
CN112967207A (zh) 一种图像处理方法、装置、电子设备及存储介质
Pandey et al. A fast and effective vision enhancement method for single foggy image
Wang et al. Learning a self‐supervised tone mapping operator via feature contrast masking loss
Tiant et al. GPU-accelerated local tone-mapping for high dynamic range images
Tsai et al. Real-time implementation of an adaptive simultaneous dynamic range compression and local contrast enhancement algorithm on a GPU
Zhou et al. Tone mapping high dynamic range images based on region-adaptive self-supervised deep learning
CN111754412A (zh) 构建数据对的方法、装置及终端设备
JP2023161062A (ja) 深さ低ランク非負値行列因子分解を用いる水中画像復元方法、その水中画像復元方法を実行するシステム及びその水中画像復元方法を実行するプログラムが記憶された記憶媒体
CN115511744A (zh) 图像处理方法、装置、计算机设备和存储介质
US9401124B2 (en) Rendering method
CN113962870A (zh) 一种图像锅盖效应抑制方法、装置、电子设备和存储介质
US20110069883A1 (en) Image processing apparatus, display device, and image processing method

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 201807 Shanghai City, north of the city of Jiading District Road No. 2258

Applicant after: Shanghai Lianying Medical Technology Co., Ltd

Address before: 201807 Shanghai City, north of the city of Jiading District Road No. 2258

Applicant before: SHANGHAI UNITED IMAGING HEALTHCARE Co.,Ltd.

GR01 Patent grant
GR01 Patent grant