CN109544467A - 一种基于lab模型下增强彩色图像对比度的方法 - Google Patents

一种基于lab模型下增强彩色图像对比度的方法 Download PDF

Info

Publication number
CN109544467A
CN109544467A CN201811239504.3A CN201811239504A CN109544467A CN 109544467 A CN109544467 A CN 109544467A CN 201811239504 A CN201811239504 A CN 201811239504A CN 109544467 A CN109544467 A CN 109544467A
Authority
CN
China
Prior art keywords
image
color
lab
array
value
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
CN201811239504.3A
Other languages
English (en)
Other versions
CN109544467B (zh
Inventor
章怡
王海峰
范鑫
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.)
Jiangsu University of Technology
Original Assignee
Jiangsu University of Technology
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 Jiangsu University of Technology filed Critical Jiangsu University of Technology
Priority to CN201811239504.3A priority Critical patent/CN109544467B/zh
Publication of CN109544467A publication Critical patent/CN109544467A/zh
Application granted granted Critical
Publication of CN109544467B publication Critical patent/CN109544467B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • 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
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Color Image Communication Systems (AREA)
  • Image Processing (AREA)
  • Facsimile Image Signal Circuits (AREA)

Abstract

本发明公开了一种基于LAB模型下增强彩色图像对比度的方法，属于图像处理技术领域，包括如下步骤：将RGB图像I转换至LAB空间，计算亮度通道图像L的直方图H(i)，计算p≥p0对应的h0，记录H(i)的灰度值，依次找出其灰度值在图像L上的位置坐标，计算LAB模式下颜色通道图像A和B的直方图，将LAB模式下的新的亮度通道和图像、颜色通道输出图像。本发明对于动态范围比较小的低对比度图像，利用本方法增强的图像效果特别明显，而且对雾天图像具有一定去雾效果，由于对比度、颜色饱和度参数可调，本方法可用于图像处理软件及视频显示终端设备，用于改善图像可视范围，提高视觉效果。

Description

一种基于LAB模型下增强彩色图像对比度的方法
技术领域
本发明涉及一种增强彩色图像对比度的方法，特别是涉及一种基于LAB模型下增强彩色图像对比度的方法，属于图像处理技术领域。
背景技术
图像增强是图像预处理的基本技术之一，主要为增加图像的对比度，改善图像视觉效果，一幅图像当其直方图处于低灰度端且动态范围比较小的时候，提高对比度的方法通常采用对数函数处理；若其直方图处于高灰度端且动态范围比较小的时候，一般采用反对数函数处理；对于对比度动态范围小的图像，不论其灰度直方图是处于高灰度端还是低灰度端，增强算法都要能很好提高图像的清晰度与对比度；基于此，需要提出一种自动调节图像清晰度与对比度的方法，以牺牲一小部分灰度级换取较大图像清晰度与对比度。
发明内容
本发明的主要目的是为了提供一种基于LAB模型下增强彩色图像对比度的方法，针对一些彩色图像动态范围小、对比度差、视觉效果不佳的问题。
本发明的目的可以通过采用如下技术方案达到：
一种基于LAB模型下增强彩色图像对比度的方法，包括如下步骤：
步骤1：将RGB图像I转换至LAB空间；
步骤2：计算亮度通道图像L的直方图H(i)；
步骤3：计算p≥p0对应的h0；
步骤4：用数组nw记录H(i)＞h0的灰度值，数组长度为n；
步骤5：从nw(1)-nw(n)依次找出灰度值在图像L上的位置坐标idx，并在输出图像imageout1对应位置写入数值imageout 1(idx)＝d*x+a，用数组TW记录从nw(1)-nw(n)的对应数值imageout 1(idx)，x依次取1-n，imageout 1(idx)为输出图像imageout1对应位置新灰度值；
步骤6：用数组nw1记录H(i)≤h0的灰度值，寻找在亮度通道图像L中灰度值的位置坐标，找出最接近的数值，找出变化后的数值；
步骤7：计算LAB模式下颜色通道图像A的直方图H1(i)；
步骤8：用数组nw2记录H1(i)＞0的灰度值，依次取出灰度数值，找出其在颜色通道中的位置坐标；
步骤9：计算LAB模式下颜色通道图像B的直方图H2(i)；
步骤10：用数组nw3记录H 2(i)＞0的灰度值，数组长度为n3，依次取出灰度数值，找出其在颜色通道B中的位置坐标；
步骤11：将LAB模式下的新的亮度通道图像imageout1、颜色通道imageout2、颜色通道imageout3，转换至RGB模式，输出图像为imageout。
进一步的，步骤1中，将RGB图像I转换至LAB空间，其中：L为亮度通道，A、B为颜色通道，其大小范围都在[0 255]。
进一步的，步骤2中，计算亮度通道图像L的直方图H(i)，i为灰度值，H(i)为每个灰度值i对应统计数，设置亮度通道输出图像imageout1与亮度通道图像L尺寸大小一样，且为全零。
进一步的，利用公式计算p≥p0对应的h0：
p0一般取值0.9000-1.0000；
M、N为图像L行数与列数。
进一步的，步骤4中，用数组nw记录H(i)＞h0的灰度值，数组长度为n；
设置拉伸范围[a b]，拉伸间隔d＝(b-a)/n，0≤a＜b≤255；
a值大小控制图像低灰度的亮度，b值大小可以控制图像灰度高的亮度。
进一步的，步骤6中，用数组nw1记录H(i)≤h0的灰度值，数组长度为n1；
依次从数组nw1(1)-nw1(n1)取出灰度数值nw 1(j)，寻找在亮度通道图像L中灰度值为nw 1(j)的位置坐标idx 1；
同时将nw 1(j)与数组nw中数值进行比较，找出与nw 1(j)最接近的数值nw(T)(即MIN{|nw 1(j)-nw(x)|}取最小值时对应的nw(T))，并记下nw(T)的位置坐标idy；
根据idy坐标位置信息，找出nw 1(j)变化后的数值为TW(idy)，即输出图像imageout 1(idx 1)＝TW(idy)，nw 1(j)中j依次取1-n1，x依次取1-n。
进一步的，步骤7中，计算LAB模式下颜色通道图像A的直方图H1(i)，i为灰度值，H1(i)为每个灰度值i对应统计数，设置颜色通道输出图像imageout2与颜色通道图像A尺寸大小一样，且为全零。
进一步的，步骤8中，用数组nw2记录H 1(i)＞0的灰度值，数组长度为n2，依次从数组nw2(1)-nw2(n2)取出灰度数值nw 2(j1)，找出nw 2(j1)数值在颜色通道A中的位置坐标idx 2，颜色通道输出图像imageout2值如下：
其中：nw 2(j1)中j1依次取1-n2；
d1可在[0 10]之间任意取值，调节颜色饱和度。
进一步的，步骤9中，计算LAB模式下颜色通道图像B的直方图H2(i)，i为灰度值，H2(i)为每个灰度值i对应统计数，设置颜色通道输出图像imageout3与颜色通道图像B尺寸大小一样，且为全零。
进一步的，步骤10中，用数组nw3记录H 2(i)＞0的灰度值，数组长度为n3，依次从数组nw3(1)-nw3(n3)取出灰度数值nw 3(j2)，找出nw 3(j2)数值在颜色通道B中的位置坐标idx 3，颜色通道输出图像imageout3值如下：
其中：nw 3(j2)中j2依次取1-n3，d1可在[0 10]之间任意取值，调节颜色饱和度。
本发明的有益技术效果：本发明提供的基于LAB模型下增强彩色图像对比度的方法，对于动态范围比较小的低对比度图像，如低照度的红外图像、遥感图像、医学图像或雾天图像，利用本方法增强的图像效果特别明显，而且对雾天图像具有一定去雾效果，由于对比度、颜色饱和度参数可调，本方法可用于图像处理软件及视频显示终端设备，如电视机、机顶盒，用于改善图像可视范围，提高视觉效果。
附图说明
图1为按照本发明的基于LAB模型下增强彩色图像对比度的方法的一优选实施例的流程图；
图2为按照本发明的基于LAB模型下增强彩色图像对比度的方法的一优选实施例的猩猩脸增强前照片；
图3为按照本发明的基于LAB模型下增强彩色图像对比度的方法的一优选实施例的猩猩脸增强后照片；
图4为按照本发明的基于LAB模型下增强彩色图像对比度的方法的一优选实施例的眼底血管医学图像增强前照片；
图5为按照本发明的基于LAB模型下增强彩色图像对比度的方法的一优选实施例的眼底血管医学图像增强后照片；
图6为按照本发明的基于LAB模型下增强彩色图像对比度的方法的一优选实施例的雾天图像增强前照片；
图7为按照本发明的基于LAB模型下增强彩色图像对比度的方法的一优选实施例的雾天图像增强后照片；
图8为按照本发明的基于LAB模型下增强彩色图像对比度的方法的一优选实施例的遥感图像增强前照片；
图9为按照本发明的基于LAB模型下增强彩色图像对比度的方法的一优选实施例的遥感图像增强后照片；
图10为按照本发明的基于LAB模型下增强彩色图像对比度的方法的一优选实施例的红外图像增强前照片；
图11为按照本发明的基于LAB模型下增强彩色图像对比度的方法的一优选实施例的红外图像增强后照片。
具体实施方式
为使本领域技术人员更加清楚和明确本发明的技术方案，下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。
如图1所示，本实施例提供的基于LAB模型下增强彩色图像对比度的方法，包括如下步骤：
步骤1：将RGB图像I转换至LAB空间；
步骤2：计算亮度通道图像L的直方图H(i)；
步骤3：计算p≥p0对应的h0；
步骤4：用数组nw记录H(i)＞h0的灰度值，数组长度为n；
步骤5：从nw(1)-nw(n)依次找出灰度值在图像L上的位置坐标idx，并在输出图像imageout1对应位置写入数值imageout 1(idx)＝d*x+a，用数组TW记录从nw(1)-nw(n)的对应数值imageout 1(idx)，x依次取1-n，imageout 1(idx)为输出图像imageout1对应位置新灰度值；
步骤6：用数组nw1记录H(i)≤h0的灰度值，寻找在亮度通道图像L中灰度值的位置坐标，找出最接近的数值，找出变化后的数值；
步骤7：计算LAB模式下颜色通道图像A的直方图H1(i)；
步骤8：用数组nw2记录H 1(i)＞0的灰度值，依次取出灰度数值，找出其在颜色通道中的位置坐标；
步骤9：计算LAB模式下颜色通道图像B的直方图H2(i)；
步骤10：用数组nw3记录H 2(i)＞0的灰度值，数组长度为n3，依次取出灰度数值，找出其在颜色通道B中的位置坐标；
步骤11：将LAB模式下的新的亮度通道图像imageout1、颜色通道imageout2、颜色通道imageout3，转换至RGB模式，输出图像为imageout。
在本实施例中，本实施例提供的基于LAB模型下增强彩色图像对比度的方法，具体包括如下步骤：
步骤1：将RGB图像I转换至LAB空间，其中L为亮度通道、A，B为颜色通道，大小范围都在[0 255]；
步骤2：计算亮度通道图像L的直方图H(i)，i为灰度值、H(i)为每个灰度值i对应统计数，设置亮度通道输出图像imageout1与亮度通道图像L尺寸大小一样，且为全零；
步骤3：利用公式
计算p≥p0对应的h0，p0一般取值0.9000-1.0000，p0值越大，输出图像对比度越小；反之，p0值越小，输出图像对比度越大；M、N为图像L行数与列数；
步骤4：用数组nw记录H(i)＞h0的灰度值，数组长度为n；设置拉伸范围[a b]，拉伸间隔d＝(b-a)/n，0≤a＜b≤255，a，b值之差越大，输出图像对比度越大，反之则小，a值大小控制图像低灰度的亮度，b值大小可以控制图像灰度高的亮度；
步骤5：从nw(1)-nw(n)依次找出灰度值在图像L上的位置坐标idx，并在输出图像imageout1对应位置写入数值imageout 1(idx)＝d*x+a，用数组TW记录从nw(1)-nw(n)的对应数值imageout 1(idx)，x依次取1-n，imageout 1(idx)为输出图像imageout1对应位置新灰度值；
步骤6：用数组nw1记录H(i)≤h0的灰度值，数组长度为n1，依次从数组nw1(1)-nw1(n1)取出灰度数值nw 1(j)，寻找在亮度通道图像L中灰度值为nw 1(j)的位置坐标idx 1，同时将nw 1(j)与数组nw中数值进行比较，找出与nw 1(j)最接近的数值nw(T)(即MIN{|nw1(j)-nw(x)|}取最小值时对应的nw(T))，并记下nw(T)的位置坐标idy；根据idy坐标位置信息，找出nw 1(j)变化后的数值为TW(idy)，即输出图像imageout 1(idx 1)＝TW(idy)，nw1(j)中j依次取1-n1，x依次取1-n；
步骤7：计算LAB模式下颜色通道图像A的直方图H1(i)，i为灰度值，H1(i)为每个灰度值i对应统计数，设置颜色通道输出图像imageout2与颜色通道图像A尺寸大小一样，且为全零；
步骤8：用数组nw2记录H 1(i)＞0的灰度值，数组长度为n2，依次从数组nw2(1)-nw2(n2)取出灰度数值nw 2(j1)，找出nw 2(j1)数值在颜色通道A中的位置坐标idx 2，颜色通道输出图像imageout2值如下：
其中：nw 2(j1)中j1依次取1-n2，d1可在[0 10]之间任意取值，调节颜色饱和度，d1越小，图像颜色饱和度越小，反之，则越大；
步骤9：计算LAB模式下颜色通道图像B的直方图H2(i)，i为灰度值、H2(i)为每个灰度值i对应统计数，设置颜色通道输出图像imageout3与颜色通道图像B尺寸大小一样，且为全零；
步骤10：用数组nw3记录H 2(i)＞0的灰度值，数组长度为n3，依次从数组nw3(1)-nw3(n3)取出灰度数值nw 3(j2)，找出nw 3(j2)数值在颜色通道B中的位置坐标idx 3，颜色通道输出图像imageout3值如下：
其中：nw 3(j2)中j2依次取1-n3，d1可在[0 10]之间任意取值，调节颜色饱和度，d1越小，图像颜色饱和度越小，反之，则越大。
步骤11：将LAB模式下的新的亮度通道图像imageout1、颜色通道imageout2、颜色通道imageout3，转换至RGB模式，输出图像为imageout。
在本实施例中，本实施例提供的基于LAB模型下增强彩色图像对比度的方法，图2和图3为猩猩脸增强前后对比照片，a＝0，b＝255，d1＝5，p0＝0.97；图4和图5为眼底血管医学图像增强前后照片，a＝0，b＝255，d1＝5，p0＝0.97；图6和图7为雾天图像增强前后照片，a＝0，b＝255，d1＝5，p0＝0.97；图8和图9为遥感图像增强前后照片，a＝0，b＝255，d1＝5，p0＝0.97；图10和图11为红外图像增强前后照片，a＝0，b＝255，d1＝8，p0＝0.90。
综上所述，在本实施例中，本实施例提供的基于LAB模型下增强彩色图像对比度的方法，对于动态范围比较小的低对比度图像，如低照度的红外图像、遥感图像、医学图像或雾天图像，利用本方法增强的图像效果特别明显，而且对雾天图像具有一定去雾效果，由于对比度、颜色饱和度参数可调，本方法可用于图像处理软件及视频显示终端设备，如电视机、机顶盒，用于改善图像可视范围，提高视觉效果。
以上所述，仅为本发明进一步的实施例，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所公开的范围内，根据本发明的技术方案及其构思加以等同替换或改变，都属于本发明的保护范围。

Claims (10)

1.一种基于LAB模型下增强彩色图像对比度的方法，其特征在于，包括如下步骤：
步骤1：将RGB图像I转换至LAB空间；
步骤2：计算亮度通道图像L的直方图H(i)；
步骤3：计算p≥p0对应的h0；
步骤4：用数组nw记录H(i)＞h0的灰度值，数组长度为n；
步骤5：从nw(1)-nw(n)依次找出灰度值在图像L上的位置坐标idx，并在输出图像imageout1对应位置写入数值imageout 1(idx)＝d*x+a，用数组TW记录从nw(1)-nw(n)的对应数值imageout 1(idx)，x依次取1-n，imageout 1(idx)为输出图像imageout1对应位置新灰度值；
步骤6：用数组nw1记录H(i)≤h0的灰度值，寻找在亮度通道图像L中灰度值的位置坐标，找出最接近的数值，找出变化后的数值；
步骤7：计算LAB模式下颜色通道图像A的直方图H1(i)；
步骤8：用数组nw2记录H1(i)＞0的灰度值，依次取出灰度数值，找出其在颜色通道中的位置坐标；
步骤9：计算LAB模式下颜色通道图像B的直方图H2(i)；
步骤10：用数组nw3记录H2(i)＞0的灰度值，数组长度为n3，依次取出灰度数值，找出其在颜色通道B中的位置坐标；
步骤11：将LAB模式下的新的亮度通道图像imageout1、颜色通道imageout2、颜色通道imageout3，转换至RGB模式，输出图像为imageout。
2.如权利要求1所述的一种基于LAB模型下增强彩色图像对比度的方法，其特征在于，步骤1中，将RGB图像I转换至LAB空间，其中：L为亮度通道，A、B为颜色通道，其大小范围都在[0 255]。
3.如权利要求1所述的一种基于LAB模型下增强彩色图像对比度的方法，其特征在于，步骤2中，计算亮度通道图像L的直方图H(i)，i为灰度值，H(i)为每个灰度值i对应统计数，设置亮度通道输出图像imageout1与亮度通道图像L尺寸大小一样，且为全零。
4.如权利要求1所述的一种基于LAB模型下增强彩色图像对比度的方法，其特征在于，利用公式计算p≥p0对应的h0：
p0一般取值0.9000-1.0000；
M、N为图像L行数与列数。
5.如权利要求1所述的一种基于LAB模型下增强彩色图像对比度的方法，其特征在于，步骤4中，用数组nw记录H(i)＞h0的灰度值，数组长度为n；
设置拉伸范围[ab]，拉伸间隔d＝(b-a)/n，0≤a＜b≤255；
a值大小控制图像低灰度的亮度，b值大小可以控制图像灰度高的亮度。
6.如权利要求1所述的一种基于LAB模型下增强彩色图像对比度的方法，其特征在于，步骤6中，用数组nw1记录H(i)≤h0的灰度值，数组长度为n1；
依次从数组nw1(1)-nw1(n1)取出灰度数值nw1(j)，寻找在亮度通道图像L中灰度值为nw1(j)的位置坐标idx1；
同时将nw1(j)与数组nw中数值进行比较，找出与nw1(j)最接近的数值nw(T)(即MIN{|nw1(j)-nw(x)|}取最小值时对应的nw(T))，并记下nw(T)的位置坐标idy；
根据idy坐标位置信息，找出nw1(j)变化后的数值为TW(idy)，即输出图像imageout 1(idx1)＝TW(idy)，nw1(j)中j依次取1-n1，x依次取1-n。
7.如权利要求1所述的一种基于LAB模型下增强彩色图像对比度的方法，其特征在于，步骤7中，计算LAB模式下颜色通道图像A的直方图H1(i)，i为灰度值，H1(i)为每个灰度值i对应统计数，设置颜色通道输出图像imageout2与颜色通道图像A尺寸大小一样，且为全零。
8.如权利要求1所述的一种基于LAB模型下增强彩色图像对比度的方法，其特征在于，步骤8中，用数组nw2记录H1(i)＞0的灰度值，数组长度为n2，依次从数组nw2(1)-nw2(n2)取出灰度数值nw2(j1)，找出nw2(j1)数值在颜色通道A中的位置坐标idx2，颜色通道输出图像imageout2值如下：
其中：nw2(j1)中j1依次取1-n2；
d1可在[0 10]之间任意取值，调节颜色饱和度。
9.如权利要求1所述的一种基于LAB模型下增强彩色图像对比度的方法，其特征在于，步骤9中，计算LAB模式下颜色通道图像B的直方图H2(i)，i为灰度值，H2(i)为每个灰度值i对应统计数，设置颜色通道输出图像imageout3与颜色通道图像B尺寸大小一样，且为全零。
10.如权利要求1所述的一种基于LAB模型下增强彩色图像对比度的方法，其特征在于，步骤10中，用数组nw3记录H2(i)＞0的灰度值，数组长度为n3，依次从数组nw3(1)-nw3(n3)取出灰度数值nw3(j2)，找出nw3(j2)数值在颜色通道B中的位置坐标idx3，颜色通道输出图像imageout3值如下：
其中：nw3(j2)中j2依次取1-n3，d1可在[0 10]之间任意取值，调节颜色饱和度。
CN201811239504.3A 2018-10-23 2018-10-23 一种基于lab模型下增强彩色图像对比度的方法 Active CN109544467B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811239504.3A CN109544467B (zh) 2018-10-23 2018-10-23 一种基于lab模型下增强彩色图像对比度的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811239504.3A CN109544467B (zh) 2018-10-23 2018-10-23 一种基于lab模型下增强彩色图像对比度的方法

Publications (2)

Publication Number Publication Date
CN109544467A true CN109544467A (zh) 2019-03-29
CN109544467B CN109544467B (zh) 2023-09-22

Family

ID=65844608

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811239504.3A Active CN109544467B (zh) 2018-10-23 2018-10-23 一种基于lab模型下增强彩色图像对比度的方法

Country Status (1)

Country Link
CN (1) CN109544467B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111476736A (zh) * 2020-04-14 2020-07-31 中国人民解放军陆军特种作战学院 一种图像去雾方法、终端及系统
CN111563863A (zh) * 2020-04-22 2020-08-21 江苏理工学院 一种直方图受限的图像增强方法及装置
CN113177949A (zh) * 2021-04-16 2021-07-27 中南大学 一种大尺寸岩石颗粒特征识别方法及装置
CN117392009A (zh) * 2023-12-06 2024-01-12 国网山东省电力公司淄博供电公司 图像自动透雾处理方法、系统、终端及存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140369601A1 (en) * 2012-01-03 2014-12-18 Chung-Ang University Industry-Academy Cooperation Foundation Apparatus and method for enhancing image using color channel
CN107481206A (zh) * 2017-08-28 2017-12-15 湖南友哲科技有限公司 显微镜图像背景均衡处理算法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140369601A1 (en) * 2012-01-03 2014-12-18 Chung-Ang University Industry-Academy Cooperation Foundation Apparatus and method for enhancing image using color channel
CN107481206A (zh) * 2017-08-28 2017-12-15 湖南友哲科技有限公司 显微镜图像背景均衡处理算法

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111476736A (zh) * 2020-04-14 2020-07-31 中国人民解放军陆军特种作战学院 一种图像去雾方法、终端及系统
CN111476736B (zh) * 2020-04-14 2023-09-22 中国人民解放军陆军特种作战学院 一种图像去雾方法、终端及系统
CN111563863A (zh) * 2020-04-22 2020-08-21 江苏理工学院 一种直方图受限的图像增强方法及装置
CN113177949A (zh) * 2021-04-16 2021-07-27 中南大学 一种大尺寸岩石颗粒特征识别方法及装置
CN113177949B (zh) * 2021-04-16 2023-09-01 中南大学 一种大尺寸岩石颗粒特征识别方法及装置
CN117392009A (zh) * 2023-12-06 2024-01-12 国网山东省电力公司淄博供电公司 图像自动透雾处理方法、系统、终端及存储介质
CN117392009B (zh) * 2023-12-06 2024-03-19 国网山东省电力公司淄博供电公司 图像自动透雾处理方法、系统、终端及存储介质

Also Published As

Publication number Publication date
CN109544467B (zh) 2023-09-22

Similar Documents

Publication Publication Date Title
CN109544467A (zh) 一种基于lab模型下增强彩色图像对比度的方法
WO2018133609A1 (zh) 从低动态图像生成高动态图像的方法
CN103593830B (zh) 一种低照度视频图像增强方法
KR20180002880A (ko) 이미지 변환을 수행하는 전자 장치 및 이의 방법
CN113706412B (zh) 一种sdr到hdr转换方法
CN103973941B (zh) 数码影像的动态对比度调整方法和系统
CN108537758B (zh) 一种基于显示器与人眼视觉特性的图像对比度增强方法
CN110838091B (zh) 完全自适应的红外图像对比度增强方法及系统
CN110175969B (zh) 图像处理方法及图像处理装置
WO2019153731A1 (zh) 图像处理方法及系统
US9113145B2 (en) Contrast matching for stereo image
CN116468640B (zh) 一种用于互联网教学的视频图像增强方法
CN112116542A (zh) 图像对比度增强方法、装置、电子设备和存储介质
CN114463207B (zh) 基于全局动态范围压缩与局部亮度估计的色阶映射方法
US20160277657A1 (en) Video processing method and apparatus
CN107358592B (zh) 一种迭代式全局自适应图像增强方法
CN112200755B (zh) 一种图像去雾方法
CN112488968B (zh) 一种分程度直方图均衡融合的图像增强方法
CN107369157A (zh) 一种自适应阈值Otsu图像分割方法及装置
CN104954627A (zh) 一种信息处理方法及电子设备
CN105139345A (zh) 一种优质非标准Gamma曲线的自动搜索方法
CN108122217B (zh) 一种自适应场景的实时红外图像增强方法
CN117036738A (zh) 色差值计算方法、存储介质及电子设备
CN112381073A (zh) 基于ai人脸检测的iq调整方法及调整模块
CN107197235A (zh) 一种hdr视频预处理方法

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