CN109003249A - 增强图像细节的方法、装置及终端 - Google Patents
增强图像细节的方法、装置及终端 Download PDFInfo
- Publication number
- CN109003249A CN109003249A CN201710422672.5A CN201710422672A CN109003249A CN 109003249 A CN109003249 A CN 109003249A CN 201710422672 A CN201710422672 A CN 201710422672A CN 109003249 A CN109003249 A CN 109003249A
- Authority
- CN
- China
- Prior art keywords
- image
- block
- image block
- input picture
- pixel
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000013507 mapping Methods 0.000 claims abstract description 52
- 230000002708 enhancing effect Effects 0.000 claims abstract description 46
- 238000001914 filtration Methods 0.000 claims abstract description 10
- 238000001514 detection method Methods 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000009466 transformation Effects 0.000 claims description 8
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 230000000903 blocking effect Effects 0.000 claims description 4
- 230000000007 visual effect Effects 0.000 abstract description 6
- 230000003321 amplification Effects 0.000 abstract description 5
- 238000003199 nucleic acid amplification method Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 9
- 239000004744 fabric Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Facsimile Image Signal Circuits (AREA)
- Image Processing (AREA)
- Studio Devices (AREA)
Abstract
本发明提供一种增强图像细节的方法、装置及终端。所述方法包括:根据输入图像的直方图分布判断输入图像是否达到指定亮度;当输入图像达到指定亮度时,对输入图像进行分块并计算各图像块的直方图分布;根据各图像块的直方图分布判断输入图像是否存在平坦区域块;当输入图像存在平坦区域块时,重新计算图像增强范围;调整各图像块的映射曲线;对于每一个像素点,根据与所述像素点邻近的指定数目的图像块的映射曲线,重新计算像素点的灰度;将计算出所有像素点灰度的图像进行高斯滤波,得到输出图像。本发明能够在增强图像细节的同时,避免放大噪声,从而提高图像的视觉效果。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及一种增强图像细节的方法、装置及终端。
背景技术
随着手机摄像头像素的不断提高,我们可以获得尺寸更大的图像,并且可以看到更多的图像细节。然而,由于拍摄环境等诸多原因导致的图像细节不够清晰、图像整体对比度较低、部分细节被淹没或丢失等情况,使得图像视觉效果不能完全满足人们的要求。
增强图像细节的常用方法有全局直方图均衡化、局部直方图均衡化、动态范围压缩等。在这些方法中,全局的直方图均衡化高效易行,但由于对整幅图像应用统一的变换,从而对某些场景的增强效果微弱。相比之下,局部的直方图均衡化方法更具有普遍适用性,然而该方法在增强细节的同时,噪声也会被过度放大。对于一些动态范围较高的场景,通过多帧融合可以得到适合显示的结果,然而当帧间存在局部运动时,融合结果很容易出现重影问题,导致暗处或亮处细节丢失,并且做到多帧图像准确对齐难度很大,算法过于复杂,从而很难应用到手机等移动设备中。
发明内容
本发明提供的增强图像细节的方法、装置及终端,能够在增强图像细节的同时,避免放大噪声,从而提高图像的视觉效果。
第一方面,本发明提供一种增强图像细节的方法,所述方法包括:
根据输入图像的直方图分布判断所述输入图像是否达到指定亮度;
当所述输入图像达到所述指定亮度时,对所述输入图像进行分块并计算各图像块的直方图分布;
根据所述各图像块的直方图分布判断所述输入图像是否存在平坦区域块;
当所述输入图像存在平坦区域块时,根据所述平坦区域块重新计算图像增强范围;
根据所述图像增强范围调整所述各图像块的映射曲线;
对于每一个像素点,根据与所述像素点邻近的指定数目的图像块的映射曲线,重新计算所述像素点的灰度;
将计算出所有像素点灰度的图像进行高斯滤波,得到输出图像。
可选地,所述根据输入图像的直方图分布判断所述输入图像是否达到指定亮度包括:
当所述输入图像的直方图中灰度小于第一阈值的像素点数目占总像素点数目的比例大于第一设定值时,所述输入图像未达到指定亮度;
当所述输入图像的直方图中灰度小于所述第一阈值的像素点数目占总像素点数目的比例不大于所述第一设定值时,所述输入图像达到了指定亮度。
可选地,当所述输入图像未达到所述指定亮度时,在对所述输入图像进行分块之前,所述方法还包括:
对所述输入图像进行伽马变换,以使所述输入图像达到所述指定亮度。
可选地,所述根据所述各图像块的直方图分布判断所述输入图像是否存在平坦区域块包括:
检测所述各图像块的直方图峰值所对应的灰度级;
根据所述各图像块的直方图计算所述各图像块的平均灰度;
对于每一个图像块,计算所述图像块的直方图峰值所对应的灰度级与所述图像块的平均灰度之间的差值;
判断是否存在所述差值小于第二设定值的图像块;
当存在所述差值小于第二设定值的图像块时,检测所述差值小于第二设定值的图像块中纹理点的个数占所述图像块总像素数的比例;
当所述纹理点的个数占所述图像块总像素数的比例小于第三设定值时,判断所述图像块为平坦区域块,所述输入图像存在平坦区域块。
可选地,所述根据所述平坦区域块重新计算图像增强范围包括:
将所述平坦区域块划分为暗区域块和非暗区域块;
计算所述暗区域块的灰度均值和所述非暗区域块的灰度均值;
获取所有暗区域块的灰度均值中的最大值t1和所有非暗区域块的灰度均值中的最小值t2;
根据所述最大值t1和所述最小值t2计算图像增强范围,所述图像增强范围为[t1+t,t2-t],所述t为设定的间隔值。
可选地,所述将所述平坦区域块划分为暗区域块和非暗区域块包括:
将所有平坦区域块中直方图峰值所对应的灰度小于第二阈值的图像块划分为暗区域块;
将所有平坦区域块中直方图峰值所对应的灰度不小于第二阈值的图像块划分为非暗区域块;
可选地,当所述输入图像不存在平坦区域块时,所述方法还包括:
根据默认的图像增强范围调整所述各图像块的映射曲线。
可选地,在所述计算各图像块的直方图分布之后,所述方法还包括:
直接根据指定的图像增强范围调整所述各图像块的映射曲线。
可选地,所述根据所述图像增强范围调整所述各图像块的映射曲线包括:
计算所述各图像块的直方图的限制阈值CL,所述限制阈值CL=M/n+s*(M-M/n),其中,M为所述图像块的像素点总数,n为所述图像增强范围内的灰度级个数,s为指定的增强力度;
在像素点数目高于所述限制阈值CL的灰度范围内,将所述灰度级对应的像素点的数目限定为所述限制阈值CL,再将多余的像素点向所述灰度范围的两边分配。
可选地,所述根据与所述像素点邻近的指定数目的图像块的映射曲线,重新计算所述像素点的灰度包括:
根据所述像素点的灰度分别获取所述像素点在所述指定数目的图像块的映射曲线中的映射值;
根据所述映射值利用双线性插值算法重新计算所述像素点的灰度。
第二方面,本发明提供一种增强图像细节的装置,所述装置包括:
第一判断单元,用于根据输入图像的直方图分布判断所述输入图像是否达到指定亮度;
分块单元,用于当所述输入图像达到所述指定亮度时,对所述输入图像进行分块;
第一计算单元,用于计算各图像块的直方图分布;
第二判断单元,用于根据所述各图像块的直方图分布判断所述输入图像是否存在平坦区域块;
第二计算单元,用于当所述输入图像存在平坦区域块时,根据所述平坦区域块重新计算图像增强范围;
调整单元,用于根据所述图像增强范围调整所述第一计算单元计算出的各图像块的映射曲线;
第三计算单元,用于对于每一个像素点,根据与所述像素点邻近的指定数目的图像块的映射曲线,重新计算所述像素点的灰度;
滤波单元,用于将计算出所有像素点灰度的图像进行高斯滤波,得到输出图像。
可选地,所述第一判断单元,用于当所述输入图像的直方图中灰度小于第一阈值的像素点数目占总像素点数目的比例大于第一设定值时,判断所述输入图像未达到指定亮度;
当所述输入图像的直方图中灰度小于所述第一阈值的像素点数目占总像素点数目的比例不大于所述第一设定值时,判断所述输入图像达到了指定亮度。
可选地,所述装置还包括:
变换单元,用于当所述输入图像未达到所述指定亮度时,在对所述输入图像进行分块之前,对所述输入图像进行伽马变换,以使所述输入图像达到所述指定亮度。
可选地,所述第二判断单元包括:
第一检测模块,用于检测所述各图像块的直方图峰值所对应的灰度级;
第一计算模块,用于根据所述各图像块的直方图计算所述各图像块的平均灰度;
第二计算模块,用于对于每一个图像块,计算所述第一检测模块得到的所述图像块的直方图峰值所对应的灰度级与所述第一计算模块得到的所述图像块的平均灰度之间的差值;
第一判断模块,用于根据所述第二计算模块得到的每一个图像块对应的差值,判断是否存在所述差值小于第二设定值的图像块;
第二检测模块,用于当存在所述差值小于第二设定值的图像块时,检测所述差值小于第二设定值的图像块中纹理点的个数占所述图像块总像素数的比例;
第二判断模块,用于当所述检测模块检测出所述纹理点的个数占所述图像块总像素数的比例小于第三设定值时,判断所述图像块为平坦区域块,所述输入图像存在平坦区域块。
可选地,所述第二计算单元包括:
划分模块,用于将所述第二判断单元判断出的所有平坦区域块划分为暗区域块和非暗区域块;
第三计算模块,用于计算所述暗区域块的灰度均值和所述非暗区域块的灰度均值;
第一获取模块,用于获取所有暗区域块的灰度均值中的最大值t1和所有非暗区域块的灰度均值中的最小值t2;
第四计算模块,用于根据所述第一获取模块得到的所述最大值t1和所述最小值t2计算图像增强范围,所述图像增强范围为[t1+t,t2-t],所述t为设定的间隔值。
可选地,所述划分模块,用于将所述第二判断单元104判断出的所有平坦区域块中直方图峰值所对应的灰度小于第二阈值的图像块划分为暗区域块;
将所述第二判断单元104判断出的所有平坦区域块中直方图峰值所对应的灰度不小于第二阈值的图像块划分为非暗区域块。
可选地,所述调整单元,还用于当所述第二判断单元判断出所述输入图像不存在平坦区域块时,根据默认的图像增强范围调整所述各图像块的映射曲线。
可选地,所述调整单元,还用于在所述第一计算单元计算出各图像块的直方图分布之后,直接根据指定的图像增强范围调整所述各图像块的映射曲线。
可选地,所述调整单元包括:
第五计算模块,用于计算所述各图像块的直方图的限制阈值CL,所述限制阈值CL=M/n+s*(M-M/n),其中,M为所述图像块的像素点总数,n为所述图像增强范围内的灰度级个数,s为指定的增强力度;
调整模块,用于在像素点数目高于所述限制阈值CL的灰度范围内,将所述灰度级对应的像素点的数目限定为所述限制阈值CL,再将多余的像素点向所述灰度范围的两边分配。
可选地,所述第三计算单元包括:
第二获取模块,用于对于每一个像素点,根据所述像素点的灰度分别获取所述像素点在所述指定数目的图像块的映射曲线中的映射值;
第六计算模块,用于根据所述第二获取模块得到的映射值利用双线性插值算法重新计算所述像素点的灰度。
第三方面,本发明提供一种中终端,所述终端包括上述增强图像细节的装置。
本发明实施例提供的增强图像细节的方法、装置及终端,首先矫正图像使图像达到指定亮度,对达到亮度要求的图像进行分块并计算各图像块的直方图分布,再查找图像中的平坦区域块,根据平坦区域块重新计算图像增强范围并调整各图像块的直方图分布,最后根据在直方图中的映射值对每个像素点进行插值计算,所有像素点的计算结果经过高斯滤波后得到输出图像。与现有技术相比,本发明能够在增强图像细节的同时,避免放大噪声,从而提高图像的视觉效果。
附图说明
图1为本发明一实施例增强图像细节的方法的流程图;
图2为本发明另一实施例增强图像细节的方法的流程图;
图3为将图像分为8x8不重叠的图像块的示意图以及其中一个图像块的直方图分布;
图4为将图3中分块的图像标记出暗区域块和非暗区域块的示意图;
图5为调整每个图像块的直方图分布的示意图;
图6为本发明一实施例增强图像细节的装置的结构示意图;
图7为本发明另一实施例增强图像细节的装置的结构示意图;
图8为本发明一实施例增强图像细节的装置的第二判断单元的结构示意图;
图9为本发明一实施例增强图像细节的装置的第二计算单元的结构示意图;
图10为本发明一实施例增强图像细节的装置的调整单元的结构示意图;
图11为本发明一实施例增强图像细节的装置的第三计算单元的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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。
本发明提供一种增强图像细节的方法,如图1所示,所述方法包括:
S101、根据输入图像的直方图分布判断所述输入图像是否达到指定亮度;
S102、当所述输入图像达到所述指定亮度时,对所述输入图像进行分块并计算各图像块的直方图分布;
S103、根据所述各图像块的直方图分布判断所述输入图像是否存在平坦区域块;
S104、当所述输入图像存在平坦区域块时,根据所述平坦区域块重新计算图像增强范围;
S105、根据所述图像增强范围调整所述各图像块的映射曲线;
S106、对于每一个像素点,根据与所述像素点邻近的指定数目的图像块的映射曲线,重新计算所述像素点的灰度;
S107、将计算出所有像素点灰度的图像进行高斯滤波,得到输出图像。
参考图像的直方图可判断图像是否整体偏暗,当图像的直方图集中在比较低的灰度级区域内,表明图像整体偏暗,具体地,所述根据输入图像的直方图分布判断所述输入图像是否达到指定亮度包括:
当所述输入图像的直方图中灰度小于第一阈值的像素点数目占总像素点数目的比例大于第一设定值时,所述输入图像未达到指定亮度;
当所述输入图像的直方图中灰度小于所述第一阈值的像素点数目占总像素点数目的比例不大于所述第一设定值时,所述输入图像达到了指定亮度。
可选地,当所述输入图像未达到所述指定亮度时,在对所述输入图像进行分块之前,如图2所示,所述方法还包括:
S108、对所述输入图像进行gamma(伽马)变换,以使所述输入图像达到所述指定亮度。
对图像进行一定程度的gamma变换,能够使图像整体变亮,尤其使图像的暗区域的亮度得到了提升。
图像整体变亮后,如图3所示,将图像分为8x8不重叠的图像块,并计算每个图像块直方图分布。
可选地,所述根据所述各图像块的直方图分布判断所述输入图像是否存在平坦区域块包括:
检测所述各图像块的直方图峰值所对应的灰度级peak;
根据所述各图像块的直方图计算所述各图像块的平均灰度mean;
对于每一个图像块,计算所述图像块的peak与mean之间的差值;
判断是否存在所述差值小于第二设定值thres1的图像块;
当存在所述差值小于第二设定值thres1的图像块时,检测所述差值小于第二设定值thres1的图像块中纹理点的个数占所述图像块总像素数的比例;
当所述纹理点的个数占所述图像块总像素数的比例小于第三设定值thres2时,判断所述图像块为平坦区域块,所述输入图像存在平坦区域块。
如此遍历所有的图像块,检测出所有的平坦区域块。
可选地,所述根据所述平坦区域块重新计算图像增强范围包括:
将所述平坦区域块划分为暗区域块和非暗区域块;
计算所述暗区域块的灰度均值和所述非暗区域块的灰度均值;
获取所有暗区域块的灰度均值中的最大值t1和所有非暗区域块的灰度均值中的最小值t2;
根据所述最大值t1和所述最小值t2计算图像增强范围,所述图像增强范围为[t1+t,t2-t],所述t为设定的间隔值。
可选地,所述将所述平坦区域块划分为暗区域块和非暗区域块包括:
将所有平坦区域块中直方图峰值所对应的灰度小于第二阈值的图像块划分为暗区域块;
将所有平坦区域块中直方图峰值所对应的灰度不小于第二阈值的图像块划分为非暗区域块。
如图4所示,为划分出暗区域块和非暗区域块的图像,其中,圆形标识的图像块为暗区域块,三角形标识的图像块为非暗区域块。
可选地,当所述输入图像不存在平坦区域块时,如图2所示,所述方法还包括:
根据默认的图像增强范围(默认增强范围为[0,255])调整所述各图像块的映射曲线。
可选地,在所述计算各图像块的直方图分布之后,如图2所示,所述方法还包括:
直接根据指定的图像增强范围调整所述各图像块的映射曲线。
即用户也可以关闭平坦区域块判断机制,人为指定增强范围(如[30,220]),则算法在处理时,将不处理指定的增强范围之外的像素点。
可选地,如图5所示,所述根据所述图像增强范围调整所述各图像块的映射曲线包括:
计算所述各图像块的直方图的限制阈值CL,所述限制阈值CL=M/n+s*(M-M/n),其中,M为所述图像块的像素点总数,n为所述图像增强范围内的灰度级个数,s为指定的增强力度;
在像素点数目高于所述限制阈值CL的灰度范围内,将所述灰度级对应的像素点的数目限定为所述限制阈值CL,再将多余的像素点向所述灰度范围的两边分配。
可选地,所述根据与所述像素点邻近的指定数目的图像块的映射曲线,重新计算所述像素点的灰度包括:
根据所述像素点的灰度分别获取所述像素点在所述指定数目的图像块的映射曲线中的映射值;
根据所述映射值利用双线性插值算法重新计算所述像素点的灰度。
本发明提供的增强图像细节的方法能够在增强图像细节的同时,避免亮区域分层或者暗区域噪声放大的问题;采用平坦区域块的辨别机制能够在增强暗处细节的同时,避免图像亮区域过曝导致细节丢失;针对高动态范围场景,本发明提供的增强图像细节的方法可在显示更多图像细节的前提下,避免亮暗区域丢失图像信息,从而使得图像的视觉效果有较大的提升。同时,本发明提供的增强图像细节的方法兼具一定的去雾效果,可以使得图像细节更加清晰。此外,由于本方法可工作在Bayer(拜尔)域,借助硬件加速可以满足视频实时处理的要求,且有效避免帧间闪烁问题,对于视频增强有实际的应用价值。
本发明实施例提供的增强图像细节的方法,首先矫正图像使图像达到指定亮度,对达到亮度要求的图像进行分块并计算各图像块的直方图分布,再查找图像中的平坦区域块,根据平坦区域块重新计算图像增强范围并调整各图像块的直方图分布,最后根据在直方图中的映射值对每个像素点进行插值计算,所有像素点的计算结果经过高斯滤波后得到输出图像。与现有技术相比,本发明能够在增强图像细节的同时,避免放大噪声,从而提高图像的视觉效果。
本发明实施例还提供一种增强图像细节的装置,如图6所示,所述装置包括:
第一判断单元101,用于根据输入图像的直方图分布判断所述输入图像是否达到指定亮度;
分块单元102,用于当所述输入图像达到所述指定亮度时,对所述输入图像进行分块;
第一计算单元103,用于计算各图像块的直方图分布;
第二判断单元104,用于根据所述各图像块的直方图分布判断所述输入图像是否存在平坦区域块;
第二计算单元105,用于当所述输入图像存在平坦区域块时,根据所述平坦区域块重新计算图像增强范围;
调整单元106,用于根据所述图像增强范围调整所述第一计算单元103计算出的各图像块的映射曲线;
第三计算单元107,用于对于每一个像素点,根据与所述像素点邻近的指定数目的图像块的映射曲线,重新计算所述像素点的灰度;
滤波单元108,用于将计算出所有像素点灰度的图像进行高斯滤波,得到输出图像。
可选地,所述第一判断单元101,用于当所述输入图像的直方图中灰度小于第一阈值的像素点数目占总像素点数目的比例大于第一设定值时,判断所述输入图像未达到指定亮度;
当所述输入图像的直方图中灰度小于所述第一阈值的像素点数目占总像素点数目的比例不大于所述第一设定值时,判断所述输入图像达到了指定亮度。
可选地,如图7所示,所述装置还包括:
变换单元109,用于当所述输入图像未达到所述指定亮度时,在对所述输入图像进行分块之前,对所述输入图像进行伽马变换,以使所述输入图像达到所述指定亮度。
可选地,如图8所示,所述第二判断单元104包括:
第一检测模块1041,用于检测所述各图像块的直方图峰值所对应的灰度级;
第一计算模块1042,用于根据所述各图像块的直方图计算所述各图像块的平均灰度;
第二计算模块1043,用于对于每一个图像块,计算所述第一检测模块1041得到的所述图像块的直方图峰值所对应的灰度级与所述第一计算模块1042得到的所述图像块的平均灰度之间的差值;
第一判断模块1044,用于根据所述第二计算模块1043得到的每一个图像块对应的差值,判断是否存在所述差值小于第二设定值的图像块;
第二检测模块1045,用于当存在所述差值小于第二设定值的图像块时,检测所述差值小于第二设定值的图像块中纹理点的个数占所述图像块总像素数的比例;
第二判断模块1046,用于当所述检测模块检测出所述纹理点的个数占所述图像块总像素数的比例小于第三设定值时,判断所述图像块为平坦区域块,所述输入图像存在平坦区域块。
可选地,如图9所示,所述第二计算单元105包括:
划分模块1051,用于将所述第二判断单元104判断出的所有平坦区域块划分为暗区域块和非暗区域块;
第三计算模块1052,用于计算所述暗区域块的灰度均值和所述非暗区域块的灰度均值;
第一获取模块1053,用于获取所有暗区域块的灰度均值中的最大值t1和所有非暗区域块的灰度均值中的最小值t2;
第四计算模块1054,用于根据所述第一获取模块得到的所述最大值t1和所述最小值t2计算图像增强范围,所述图像增强范围为[t1+t,t2-t],所述t为设定的间隔值。
可选地,所述划分模块1051,用于将所述第二判断单元104判断出的所有平坦区域块中直方图峰值所对应的灰度小于第二阈值的图像块划分为暗区域块;
将所述第二判断单元104判断出的所有平坦区域块中直方图峰值所对应的灰度不小于第二阈值的图像块划分为非暗区域块。
可选地,如图7所示,所述调整单元106,还用于当所述第二判断单元104判断出所述输入图像不存在平坦区域块时,根据默认的图像增强范围调整所述各图像块的映射曲线。
可选地,如图7所示,所述调整单元106,还用于在所述第一计算单元103计算出各图像块的直方图分布之后,直接根据指定的图像增强范围调整所述各图像块的映射曲线。
可选地,如图10所示,所述调整单元106包括:
第五计算模块1061,用于计算所述各图像块的直方图的限制阈值CL,所述限制阈值CL=M/n+s*(M-M/n),其中,M为所述图像块的像素点总数,n为所述图像增强范围内的灰度级个数,s为指定的增强力度;
调整模块1062,用于在像素点数目高于所述限制阈值CL的灰度范围内,将所述灰度级对应的像素点的数目限定为所述限制阈值CL,再将多余的像素点向所述灰度范围的两边分配。
可选地,如图11所示,所述第三计算单元107包括:
第二获取模块1071,用于对于每一个像素点,根据所述像素点的灰度分别获取所述像素点在所述指定数目的图像块的映射曲线中的映射值;
第六计算模块1072,用于根据所述第二获取模块1071得到的映射值利用双线性插值算法重新计算所述像素点的灰度。
本发明实施例提供的增强图像细节的装置,首先矫正图像使图像达到指定亮度,对达到亮度要求的图像进行分块并计算各图像块的直方图分布,再查找图像中的平坦区域块,根据平坦区域块重新计算图像增强范围并调整各图像块的直方图分布,最后根据在直方图中的映射值对每个像素点进行插值计算,所有像素点的计算结果经过高斯滤波后得到输出图像。与现有技术相比,本发明能够在增强图像细节的同时,避免放大噪声,从而提高图像的视觉效果。
本发明实施例还提供一种终端,所述终端包括上述增强图像细节的装置。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,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,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random AccessMemory,RAM)等。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
Claims (21)
1.一种增强图像细节的方法,其特征在于,所述方法包括:
根据输入图像的直方图分布判断所述输入图像是否达到指定亮度;
当所述输入图像达到所述指定亮度时,对所述输入图像进行分块并计算各图像块的直方图分布;
根据所述各图像块的直方图分布判断所述输入图像是否存在平坦区域块;
当所述输入图像存在平坦区域块时,根据所述平坦区域块重新计算图像增强范围;
根据所述图像增强范围调整所述各图像块的映射曲线;
对于每一个像素点,根据与所述像素点邻近的指定数目的图像块的映射曲线,重新计算所述像素点的灰度;
将计算出所有像素点灰度的图像进行高斯滤波,得到输出图像。
2.根据权利要求1所述的方法,其特征在于,所述根据输入图像的直方图分布判断所述输入图像是否达到指定亮度包括:
当所述输入图像的直方图中灰度小于第一阈值的像素点数目占总像素点数目的比例大于第一设定值时,所述输入图像未达到指定亮度;
当所述输入图像的直方图中灰度小于所述第一阈值的像素点数目占总像素点数目的比例不大于所述第一设定值时,所述输入图像达到了指定亮度。
3.根据权利要求1或2所述的方法,其特征在于,当所述输入图像未达到所述指定亮度时,在对所述输入图像进行分块之前,所述方法还包括:
对所述输入图像进行伽马变换,以使所述输入图像达到所述指定亮度。
4.根据权利要求1所述的方法,其特征在于,所述根据所述各图像块的直方图分布判断所述输入图像是否存在平坦区域块包括:
检测所述各图像块的直方图峰值所对应的灰度级;
根据所述各图像块的直方图计算所述各图像块的平均灰度;
对于每一个图像块,计算所述图像块的直方图峰值所对应的灰度级与所述图像块的平均灰度之间的差值;
判断是否存在所述差值小于第二设定值的图像块;
当存在所述差值小于第二设定值的图像块时,检测所述差值小于第二设定值的图像块中纹理点的个数占所述图像块总像素数的比例;
当所述纹理点的个数占所述图像块总像素数的比例小于第三设定值时,判断所述图像块为平坦区域块,所述输入图像存在平坦区域块。
5.根据权利要求1或4所述的方法,其特征在于,所述根据所述平坦区域块重新计算图像增强范围包括:
将所述平坦区域块划分为暗区域块和非暗区域块;
计算所述暗区域块的灰度均值和所述非暗区域块的灰度均值;
获取所有暗区域块的灰度均值中的最大值t1和所有非暗区域块的灰度均值中的最小值t2;
根据所述最大值t1和所述最小值t2计算图像增强范围,所述图像增强范围为[t1+t,t2-t],所述t为设定的间隔值。
6.根据权利要求5所述的方法,其特征在于,所述将所述平坦区域块划分为暗区域块和非暗区域块包括:
将所有平坦区域块中直方图峰值所对应的灰度级小于第二阈值的图像块划分为暗区域块;
将所有平坦区域块中直方图峰值所对应的灰度级不小于第二阈值的图像块划分为非暗区域块。
7.根据权利要求1所述的方法,其特征在于,当所述输入图像不存在平坦区域块时,所述方法还包括:
根据默认的图像增强范围调整所述各图像块的映射曲线。
8.根据权利要求1所述的方法,其特征在于,在所述计算各图像块的直方图分布之后,所述方法还包括:
直接根据指定的图像增强范围调整所述各图像块的映射曲线。
9.根据权利要求8所述的方法,其特征在于,所述根据所述图像增强范围调整所述各图像块的映射曲线包括:
计算所述各图像块的直方图的限制阈值CL,所述限制阈值CL=M/n+s*(M-M/n),其中,M为所述图像块的像素点总数,n为所述图像增强范围内的灰度级个数,s为指定的增强力度;
在像素点数目高于所述限制阈值CL的灰度级范围内,将所述灰度级对应的像素点的数目限定为所述限制阈值CL,再将多余的像素点向所述灰度范围的两边分配。
10.根据权利要求1所述的方法,其特征在于,所述根据与所述像素点邻近的指定数目的图像块的映射曲线,重新计算所述像素点的灰度包括:
根据所述像素点的灰度分别获取所述像素点在所述指定数目的图像块的映射曲线中的映射值;
根据所述映射值利用双线性插值算法重新计算所述像素点的灰度。
11.一种增强图像细节的装置,其特征在于,所述装置包括:
第一判断单元,用于根据输入图像的直方图分布判断所述输入图像是否达到指定亮度;
分块单元,用于当所述输入图像达到所述指定亮度时,对所述输入图像进行分块;
第一计算单元,用于计算各图像块的直方图分布;
第二判断单元,用于根据所述各图像块的直方图分布判断所述输入图像是否存在平坦区域块;
第二计算单元,用于当所述输入图像存在平坦区域块时,根据所述平坦区域块重新计算图像增强范围;
调整单元,用于根据所述图像增强范围调整所述第一计算单元计算出的各图像块的映射曲线;
第三计算单元,用于对于每一个像素点,根据与所述像素点邻近的指定数目的图像块的映射曲线,重新计算所述像素点的灰度;
滤波单元,用于将计算出所有像素点灰度的图像进行高斯滤波,得到输出图像。
12.根据权利要求11所述的装置,其特征在于,所述第一判断单元,用于当所述输入图像的直方图中灰度小于第一阈值的像素点数目占总像素点数目的比例大于第一设定值时,判断所述输入图像未达到指定亮度;
当所述输入图像的直方图中灰度小于所述第一阈值的像素点数目占总像素点数目的比例不大于所述第一设定值时,判断所述输入图像达到了指定亮度。
13.根据权利要求11或12所述的装置,其特征在于,所述装置还包括:
变换单元,用于当所述输入图像未达到所述指定亮度时,在所述分块单元对所述输入图像进行分块之前,对所述输入图像进行伽马变换,以使所述输入图像达到所述指定亮度。
14.根据权利要求11所述的装置,其特征在于,所述第二判断单元包括:
第一检测模块,用于检测所述各图像块的直方图峰值所对应的灰度级;
第一计算模块,用于根据所述各图像块的直方图计算所述各图像块的平均灰度;
第二计算模块,用于对于每一个图像块,计算所述第一检测模块得到的所述图像块的直方图峰值所对应的灰度级与所述第一计算模块得到的所述图像块的平均灰度之间的差值;
第一判断模块,用于根据所述第二计算模块得到的每一个图像块对应的差值,判断是否存在所述差值小于第二设定值的图像块;
第二检测模块,用于当存在所述差值小于第二设定值的图像块时,检测所述差值小于第二设定值的图像块中纹理点的个数占所述图像块总像素数的比例;
第二判断模块,用于当所述检测模块检测出所述纹理点的个数占所述图像块总像素数的比例小于第三设定值时,判断所述图像块为平坦区域块,所述输入图像存在平坦区域块。
15.根据权利要求11或14所述的装置,其特征在于,所述第二计算单元包括:
划分模块,用于将所述第二判断单元判断出的所有平坦区域块划分为暗区域块和非暗区域块;
第三计算模块,用于计算所述暗区域块的灰度均值和所述非暗区域块的灰度均值;
第一获取模块,用于获取所有暗区域块的灰度均值中的最大值t1和所有非暗区域块的灰度均值中的最小值t2;
第四计算模块,用于根据所述第一获取模块得到的所述最大值t1和所述最小值t2计算图像增强范围,所述图像增强范围为[t1+t,t2-t],所述t为设定的间隔值。
16.根据权利要求15所述的装置,其特征在于,所述划分模块,用于将所有平坦区域块中直方图峰值所对应的灰度小于第二阈值的图像块划分为暗区域块;
将所有平坦区域块中直方图峰值所对应的灰度不小于第二阈值的图像块划分为非暗区域块。
17.根据权利要求11所述的装置,其特征在于,所述调整单元,还用于当所述第二判断单元判断出所述输入图像不存在平坦区域块时,根据默认的图像增强范围调整所述各图像块的映射曲线。
18.根据权利要求11所述的装置,其特征在于,所述调整单元,还用于在所述第一计算单元计算出各图像块的直方图分布之后,直接根据指定的图像增强范围调整所述各图像块的映射曲线。
19.根据权利要求18所述的装置,其特征在于,所述调整单元包括:
第五计算模块,用于计算所述各图像块的直方图的限制阈值CL,所述限制阈值CL=M/n+s*(M-M/n),其中,M为所述图像块的像素点总数,n为所述图像增强范围内的灰度级个数,s为指定的增强力度;
调整模块,用于在像素点数目高于所述限制阈值CL的灰度范围内,将所述灰度级对应的像素点的数目限定为所述限制阈值CL,再将多余的像素点向所述灰度范围的两边分配。
20.根据权利要求11所述的装置,其特征在于,所述第三计算单元包括:
第二获取模块,用于对于每一个像素点,根据所述像素点的灰度分别获取所述像素点在所述指定数目的图像块的映射曲线中的映射值;
第六计算模块,用于根据所述第二获取模块得到的映射值利用双线性插值算法重新计算所述像素点的灰度。
21.一种终端,其特征在于,所述终端包括如权利要求11至20中任一项所述的增强图像细节的装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710422672.5A CN109003249B (zh) | 2017-06-07 | 2017-06-07 | 增强图像细节的方法、装置及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710422672.5A CN109003249B (zh) | 2017-06-07 | 2017-06-07 | 增强图像细节的方法、装置及终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109003249A true CN109003249A (zh) | 2018-12-14 |
CN109003249B CN109003249B (zh) | 2022-04-26 |
Family
ID=64573817
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710422672.5A Active CN109003249B (zh) | 2017-06-07 | 2017-06-07 | 增强图像细节的方法、装置及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109003249B (zh) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109801240A (zh) * | 2019-01-15 | 2019-05-24 | 武汉鸿瑞达信息技术有限公司 | 一种图像增强方法以及图像增强装置 |
CN110136085A (zh) * | 2019-05-17 | 2019-08-16 | 凌云光技术集团有限责任公司 | 一种图像的降噪方法及装置 |
CN110674737A (zh) * | 2019-09-23 | 2020-01-10 | 北京无线电计量测试研究所 | 一种虹膜识别的增强方法 |
CN110891142A (zh) * | 2019-10-15 | 2020-03-17 | 深圳酷派技术有限公司 | 一种夜景模式确定方法、装置、存储介质及终端 |
CN111127342A (zh) * | 2019-12-05 | 2020-05-08 | Oppo广东移动通信有限公司 | 一种图像处理方法、装置、存储介质以及终端设备 |
CN111223058A (zh) * | 2019-12-27 | 2020-06-02 | 杭州雄迈集成电路技术股份有限公司 | 一种图像增强方法 |
TWI716111B (zh) * | 2019-09-23 | 2021-01-11 | 大陸商北京集創北方科技股份有限公司 | 圖像採集品質評估方法及系統 |
CN112785509A (zh) * | 2019-11-11 | 2021-05-11 | 浙江宇视科技有限公司 | 图像对比度的增强方法、装置、设备和介质 |
WO2021143241A1 (zh) * | 2020-01-14 | 2021-07-22 | 腾讯科技(深圳)有限公司 | 图像处理方法、装置、电子设备及存储介质 |
CN114648455A (zh) * | 2022-03-14 | 2022-06-21 | 青岛海信医疗设备股份有限公司 | 超声图像处理方法及电子设备、存储介质 |
CN115082358A (zh) * | 2022-07-21 | 2022-09-20 | 深圳思谋信息科技有限公司 | 图像增强方法、装置、计算机设备和存储介质 |
CN115100212A (zh) * | 2022-08-29 | 2022-09-23 | 卡松科技股份有限公司 | 一种润滑油污染程度检测方法 |
WO2022246663A1 (zh) * | 2021-05-25 | 2022-12-01 | 深圳市大疆创新科技有限公司 | 图像处理方法、设备、系统和存储介质 |
CN116137022A (zh) * | 2023-04-20 | 2023-05-19 | 山东省三河口矿业有限责任公司 | 一种用于地下采矿远程监控的数据增强方法 |
CN116152110A (zh) * | 2023-02-28 | 2023-05-23 | 北京爱芯科技有限公司 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
CN117455920A (zh) * | 2023-12-26 | 2024-01-26 | 武汉博源新材料科技集团股份有限公司 | 一种基于人工智能的奶茶杯劣品筛选方法及系统 |
CN118570112A (zh) * | 2024-07-30 | 2024-08-30 | 浙江芯劢微电子股份有限公司 | 一种基于分块的对比度增强方法和系统 |
CN114648455B (zh) * | 2022-03-14 | 2024-10-25 | 青岛海信医疗设备股份有限公司 | 超声图像处理方法及电子设备、存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0905650A2 (en) * | 1997-09-24 | 1999-03-31 | Canon Kabushiki Kaisha | Image enhancement processing apparatus and method |
CN101510305A (zh) * | 2008-12-15 | 2009-08-19 | 四川虹微技术有限公司 | 一种改进的自适应直方图均衡方法 |
CN104268843A (zh) * | 2014-10-16 | 2015-01-07 | 桂林电子科技大学 | 基于直方图修饰的图像自适应增强方法 |
CN105608676A (zh) * | 2015-12-23 | 2016-05-25 | 浙江宇视科技有限公司 | 一种视频图像的增强方法及装置 |
-
2017
- 2017-06-07 CN CN201710422672.5A patent/CN109003249B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0905650A2 (en) * | 1997-09-24 | 1999-03-31 | Canon Kabushiki Kaisha | Image enhancement processing apparatus and method |
CN101510305A (zh) * | 2008-12-15 | 2009-08-19 | 四川虹微技术有限公司 | 一种改进的自适应直方图均衡方法 |
CN104268843A (zh) * | 2014-10-16 | 2015-01-07 | 桂林电子科技大学 | 基于直方图修饰的图像自适应增强方法 |
CN105608676A (zh) * | 2015-12-23 | 2016-05-25 | 浙江宇视科技有限公司 | 一种视频图像的增强方法及装置 |
Non-Patent Citations (4)
Title |
---|
TAMAL BOSS: "《数字信号与图像处理翻译版》", 30 July 2006 * |
刘千顺: "数字图像去噪、锐化与颜色增强研究", 《中国博士学位论文全文数据库信息科技辑》 * |
尹京琼: "《遥感技术在城市防灾减灾中的应用》", 31 January 2012, 华文出版社 * |
张建保: "《中国生物医学工程进展》", 30 April 2007, 西安交通大学出版社 * |
Cited By (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109801240A (zh) * | 2019-01-15 | 2019-05-24 | 武汉鸿瑞达信息技术有限公司 | 一种图像增强方法以及图像增强装置 |
CN109801240B (zh) * | 2019-01-15 | 2020-12-08 | 武汉鸿瑞达信息技术有限公司 | 一种图像增强方法以及图像增强装置 |
CN110136085A (zh) * | 2019-05-17 | 2019-08-16 | 凌云光技术集团有限责任公司 | 一种图像的降噪方法及装置 |
TWI716111B (zh) * | 2019-09-23 | 2021-01-11 | 大陸商北京集創北方科技股份有限公司 | 圖像採集品質評估方法及系統 |
CN110674737A (zh) * | 2019-09-23 | 2020-01-10 | 北京无线电计量测试研究所 | 一种虹膜识别的增强方法 |
CN110674737B (zh) * | 2019-09-23 | 2022-04-19 | 北京无线电计量测试研究所 | 一种虹膜识别的增强方法 |
CN110891142A (zh) * | 2019-10-15 | 2020-03-17 | 深圳酷派技术有限公司 | 一种夜景模式确定方法、装置、存储介质及终端 |
CN112785509A (zh) * | 2019-11-11 | 2021-05-11 | 浙江宇视科技有限公司 | 图像对比度的增强方法、装置、设备和介质 |
CN112785509B (zh) * | 2019-11-11 | 2024-03-08 | 浙江宇视科技有限公司 | 图像对比度的增强方法、装置、设备和介质 |
CN111127342A (zh) * | 2019-12-05 | 2020-05-08 | Oppo广东移动通信有限公司 | 一种图像处理方法、装置、存储介质以及终端设备 |
CN111127342B (zh) * | 2019-12-05 | 2023-08-08 | Oppo广东移动通信有限公司 | 一种图像处理方法、装置、存储介质以及终端设备 |
CN111223058B (zh) * | 2019-12-27 | 2023-07-18 | 杭州雄迈集成电路技术股份有限公司 | 一种图像增强方法 |
CN111223058A (zh) * | 2019-12-27 | 2020-06-02 | 杭州雄迈集成电路技术股份有限公司 | 一种图像增强方法 |
WO2021143241A1 (zh) * | 2020-01-14 | 2021-07-22 | 腾讯科技(深圳)有限公司 | 图像处理方法、装置、电子设备及存储介质 |
WO2022246663A1 (zh) * | 2021-05-25 | 2022-12-01 | 深圳市大疆创新科技有限公司 | 图像处理方法、设备、系统和存储介质 |
CN114648455A (zh) * | 2022-03-14 | 2022-06-21 | 青岛海信医疗设备股份有限公司 | 超声图像处理方法及电子设备、存储介质 |
CN114648455B (zh) * | 2022-03-14 | 2024-10-25 | 青岛海信医疗设备股份有限公司 | 超声图像处理方法及电子设备、存储介质 |
CN115082358A (zh) * | 2022-07-21 | 2022-09-20 | 深圳思谋信息科技有限公司 | 图像增强方法、装置、计算机设备和存储介质 |
CN115082358B (zh) * | 2022-07-21 | 2022-12-09 | 深圳思谋信息科技有限公司 | 图像增强方法、装置、计算机设备和存储介质 |
CN115100212B (zh) * | 2022-08-29 | 2022-11-18 | 卡松科技股份有限公司 | 一种润滑油污染程度检测方法 |
CN115100212A (zh) * | 2022-08-29 | 2022-09-23 | 卡松科技股份有限公司 | 一种润滑油污染程度检测方法 |
CN116152110A (zh) * | 2023-02-28 | 2023-05-23 | 北京爱芯科技有限公司 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
CN116137022A (zh) * | 2023-04-20 | 2023-05-19 | 山东省三河口矿业有限责任公司 | 一种用于地下采矿远程监控的数据增强方法 |
CN116137022B (zh) * | 2023-04-20 | 2023-08-22 | 山东省三河口矿业有限责任公司 | 一种用于地下采矿远程监控的数据增强方法 |
CN117455920A (zh) * | 2023-12-26 | 2024-01-26 | 武汉博源新材料科技集团股份有限公司 | 一种基于人工智能的奶茶杯劣品筛选方法及系统 |
CN117455920B (zh) * | 2023-12-26 | 2024-03-22 | 武汉博源新材料科技集团股份有限公司 | 一种基于人工智能的奶茶杯劣品筛选方法及系统 |
CN118570112A (zh) * | 2024-07-30 | 2024-08-30 | 浙江芯劢微电子股份有限公司 | 一种基于分块的对比度增强方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109003249B (zh) | 2022-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109003249A (zh) | 增强图像细节的方法、装置及终端 | |
US8494303B2 (en) | Image processing apparatus and image processing method for adaptively processing an image using an enhanced image and pixel values of an original image | |
US8447132B1 (en) | Dynamic range correction based on image content | |
EP2323373B1 (en) | Video enhancing method and device thereof | |
CN101916431B (zh) | 一种低照度图像数据处理方法及系统 | |
CN105046658B (zh) | 一种低照度图像处理方法和装置 | |
CN107680056A (zh) | 一种图像处理方法及装置 | |
KR101426298B1 (ko) | 안개 제거율을 높인 영상보정장치 및 방법 | |
KR102221116B1 (ko) | 크로스 커널 구조의 중간값 필터를 이용한 영상 잡음 제거장치 및 방법 | |
JP6559229B2 (ja) | 画像処理装置、撮像装置、画像処理方法及び画像処理装置の画像処理プログラムを記憶した記憶媒体 | |
CN110009588B (zh) | 一种人像图像色彩增强方法及装置 | |
CN103530847A (zh) | 一种红外图像增强方法 | |
CN111612725B (zh) | 一种基于可见光图像对比度增强的图像融合方法 | |
CN101626454B (zh) | 一种增强视频可视性的方法 | |
CN107682594A (zh) | 图像处理装置、摄像装置、图像处理方法和存储介质 | |
TWI558207B (zh) | 寬動態範圍影像方法 | |
CN107292830A (zh) | 低照度图像增强及评价方法 | |
US20190068891A1 (en) | Method and apparatus for rapid improvement of smog/low-light-level image using mapping table | |
CN106341613B (zh) | 宽动态范围影像方法 | |
CN105513015A (zh) | 一种雾天图像的清晰化处理方法 | |
CN115984535A (zh) | 一种用于钻井作业现场的低照度图像判断以及图像增强方法 | |
CN105654424B (zh) | 图像的调整比例显示方法、显示系统、显示装置和终端 | |
CN103295205A (zh) | 一种基于Retinex的微光图像快速增强方法和装置 | |
US7289666B2 (en) | Image processing utilizing local color correction and cumulative histograms | |
TW201011691A (en) | Method for adjusting brightness of images |
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 |