CN109712094B - 图像处理方法及装置 - Google Patents

图像处理方法及装置 Download PDF

Info

Publication number
CN109712094B
CN109712094B CN201811599619.3A CN201811599619A CN109712094B CN 109712094 B CN109712094 B CN 109712094B CN 201811599619 A CN201811599619 A CN 201811599619A CN 109712094 B CN109712094 B CN 109712094B
Authority
CN
China
Prior art keywords
image
frequency
low
subgraph
processing
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
CN201811599619.3A
Other languages
English (en)
Other versions
CN109712094A (zh
Inventor
贾振红
李志�
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.)
Xinjiang University
Original Assignee
Xinjiang University
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 Xinjiang University filed Critical Xinjiang University
Priority to CN201811599619.3A priority Critical patent/CN109712094B/zh
Publication of CN109712094A publication Critical patent/CN109712094A/zh
Application granted granted Critical
Publication of CN109712094B publication Critical patent/CN109712094B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Image Processing (AREA)

Abstract

本发明公开了一种图像处理方法及装置,涉及遥感图像领域。本发明的图像处理方法包括:对第一图像进行钝化模糊处理;将钝化模糊处理后的第一图像进行各项异形扩散,使所述第一图像各个方向上的噪声平滑;对各项异形扩散处理后的第一图像进行复制,得到第二图像;对所述各项异形扩散处理后的第一图像进行二维离散小波变换,得到第一高频子图和第一低频子图,将所述第二图像进行二维离散小波变换,得到第二高频子图和第二低频子图;按照设置的融合图像的高频系数和低频系数对第一高频子图、第一低频子图、第二高频子图和第二低频子图进行图像融合,得到融合图像。本发明可广泛应用于处理遥感图像的场景中。

Description

图像处理方法及装置
技术领域
本发明涉及遥感图像领域,特别是涉及一种图像处理方法及装置。
背景技术
遥感图像是是记录各种地物电磁波大小的胶片或照片。当用户对遥感图像进行分析时,需要准确地识别图像中的内容,而遥感图像在成像过程中会产生一些噪声干扰,导致图像出现对比度低和分辨率较低等问题,使图像中的画面不清晰,难以分辨内容。
为了解决上述问题,就需要对遥感图像进行图像增强。图像增强是图像预处理环节中十分重要的一环,其能够增强图像的清晰度、视觉效果以及纹理等。而利用现有技术进行图像增强过程中,在直方图均衡后会使得图像的均值接近于灰度级的中点,而和原图像本身颜色无关,造成图像中物体边缘不清晰,依旧难以分辨图像中的内容。并且,直方图均衡后会使得图像中一部分灰度级被拉伸,另一部分灰度级被简并,表现为图像过增强出现的不自然现象,即图像中黑白色相差过大,图像出现失真。
发明内容
有鉴于此,本发明提供一种图像处理方法及装置,主要解决的现有技术中无法有效地增强遥感图像的清晰度的问题。
为达到上述目的,本发明主要提供如下技术方案:
第一方面,本发明提供了一种图像处理方法,所述方法包括:
对第一图像进行钝化模糊处理;
对钝化模糊处理后的第一图像进行各项异形扩散,使所述第一图像各个方向上的噪声平滑;
对各项异形扩散处理后的第一图像进行复制,得到第二图像;
对所述各项异形扩散处理后的的第一图像进行二维离散小波变换,得到第一高频子图和第一低频子图,将所述第二图像进行二维离散小波变换,得到第二高频子图和第二低频子图;
按照设置的融合图像的高频系数和低频系数对所述第一高频子图、所述第一低频子图、所述第二高频子图和所述第二低频子图进行图像融合,得到融合图像。
可选的,在按照设置的融合图像的高频系数和低频系数对所述第一高频子图、所述第一低频子图、所述第二高频子图和所述第二低频子图进行图像融合之前,所述方法还包括:
获取所述第一高频子图和所述第二高频子图的高频系数,提取其中绝对值大的数值;
获取所述第一低频子图和所述第二低频子图的低频系数,计算其平均值;
将所述绝对值大的数值设置为所述融合图像的高频系数,将所述平均值设置为所述融合图像的低频系数。
可选的,在将钝化模糊处理后的第一图像进行各项异形扩散之后,所述方法还包括:
对各项异形扩散处理后的第一图像进行直方图均衡处理。
可选的,对钝化模糊处理后的第一图像进行各项异形扩散,包括:
对所述钝化模糊处理后的第一图像的边缘区域进行小尺度扩散。
可选的,按照设置的融合图像的高频系数和低频系数对所述第一高频子图、所述第一低频子图、所述第二高频子图和所述第二低频子图进行图像融合,包括:
按照所述设置的融合图像的高频系数和低频系数,基于小波变换对所述第一高频子图、所述第一低频子图、所述第二高频子图和所述第二低频子图进行图像融合。
第二方面,本发明提供了一种图像处理装置,所述装置包括:
处理单元,用于对第一图像进行钝化模糊处理;
扩散单元,用于对钝化模糊处理后的第一图像进行各项异形扩散,使所述第一图像各个方向上的噪声平滑;
复制单元,用于对各项异形扩散处理后的第一图像进行复制,得到第二图像;
变换单元,用于对所述各项异形扩散处理后的第一图像进行二维离散小波变换,获得第一高频子图和第一低频子图,将所述第二图像进行二维离散小波变换,获得第二高频子图和第二低频子图;
融合单元,用于按照设置的融合图像的高频系数和低频系数对所述第一高频子图、所述第一低频子图、所述第二高频子图和所述第二低频子图进行图像融合,得到融合图像。
可选的,所述装置还包括:
提取单元,用于在按照设置的融合图像的高频系数和低频系数对所述第一高频子图、所述第一低频子图、所述第二高频子图和所述第二低频子图进行图像融合之前,获取所述第一高频子图和所述第二高频子图的高频系数,提取其中绝对值大的数值;
计算单元,用于获取所述第一低频子图和所述第二低频子图的低频系数,计算其平均值;
设置单元,用于将所述绝对值大的数值设置为所述融合图像的高频系数,将所述平均值设置为所述融合图像的低频系数。
可选的,所述处理单元,还用于在还用于在在将钝化模糊处理后的第一图像进行各项异形扩散之后,对各项异形扩散处理后的第一图像进行直方图均衡处理。
可选的,所述扩散单元,具体用于对所述钝化模糊处理后的第一图像的边缘区域进行小尺度扩散。
可选的,所述融合单元,具体用于按照所述设置的融合图像的高频系数和低频系数,基于小波变换对所述第一高频子图、所述第一低频子图、所述第二高频子图和所述第二低频子图进行图像融合,得到融合图像。
第三方面,本发明还提供了一种存储介质,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备如第一方面所述的图像处理方法。
第四方面,本发明还提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行如第一方面所述的图像处理方法。
借由上述技术方案,本发明技术方案提供的通讯终端的呼叫应答方法及装置至少具有下列优点:
本发明提供的图像处理方法,将遥感图像进行钝化模糊处理,预先一步提高其边缘清晰度;再在对其进行各项异形扩散,使图像各个方向上的噪声平滑。然后,将处理后的遥感图像进行复制,并对经过清晰度处理的两幅相同的图像进行分解,得到两幅高频子图和两幅低频子图,使该高频子图和低频子图能够按照设置的高频系数和低频系数进行融合,以得到边缘明显、清晰度高的融合图像。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,并可依照说明书的内容予以实施,以下以本发明的较佳实施例并配合附图详细说明如后。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了本发明实施例提供的一种图像处理方法的流程图;
图2示出了本发明实施例提供的另一种图像处理方法的流程图;
图3示出了本发明实施例提供的一种图像处理装置的框图;
图4示出了本发明实施例提供的另一种图像处理装置的框图。
具体实施方式
为更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的图像处理方法及装置其具体实施方式、结构、特征及其功效,详细说明如后。在下述说明中,不同的“一实施例”或“实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
参照附图1所示,本发明实施例提供了一种图像处理方法,该方法主要包括:
101、对第一图像进行钝化模糊处理。
将原始遥感图像先进行钝化模糊处理。具体为将图像看作一个二维矩阵,对该矩阵进行钝化模糊,提高图像的对比度,使图像的边缘能够较为清晰地显示。
102、对钝化模糊处理后的第一图像进行各项异形扩散。
在初步调整了图像的边缘清晰度后,再对该图像进行各项异形扩散,平滑图像在各个方向上的噪声,进一步使图像的边缘变得更加明显。
103、对各项异形扩散处理后的第一图像进行复制,得到第二图像。
将处理后的遥感图像进行复制,得到两幅相同的图像,第一图像和第二图像。将图形相同的第一图像和第二图像输入,即可对该第一图像和该第二图像同时进行图像处理。
104、对各项异形扩散处理后的第一图像进行二维离散小波变换,得到第一高频子图和第一低频子图;将第二图像进行二维离散小波变换,得到第二高频子图和第二低频子图。
在通过不同的手段对第一图像的边缘提高了两次清晰度后,才将提高了清晰度的第一图像复制,得到同样提高了清晰度的第二图像。将提高了清晰度的第一图像进行二维离散小波变换,分解得到两幅子图,第一高频子图和第一低频子图,以备后续将两幅子图进行融合进行进一步的图像增强。同理,将提高了清晰度的第二图像进行二维离散小波变换,分解得到两幅子图,第二高频子图和第二低频子图,以备后续将两幅子图进行融合进行进一步的图像增强。
105、按照设置的融合图像的高频系数和低频系数对第一高频子图、第一低频子图、第二高频子图和第二低频子图进行图像融合,得到融合图像。
预先设置融合图像的高频系数和该融合图像的低频系数,然后在获取了分解的高频子图和低频子图后,将这四幅图像按照预先设置的高频系数和低频系数进行融合,以得到符合用户要求的边缘明显、清晰度高的融合图像。
进一步的,本实施例可以采用小波融合的方式对第一高频子图、第一低频子图、第二高频子图和第二低频子图进行图像融合。
本发明实施例提供的图像处理方法,将遥感图像进行钝化模糊处理,预先一步提高其边缘清晰度;再在对其进行各项异形扩散,使图像各个方向上的噪声平滑。然后,将处理后的遥感图像进行复制,并对两幅相同的图像进行分解,得到两幅高频子图和两幅低频子图,使该高频子图和低频子图能够按照设置的高频系数和低频系数进行融合,以得到边缘明显、清晰度高的融合图像。
基于上述实施例的图形处理方法,本发明另一实施例进一步提供了另一种图像处理方法,参照图2所示,该方法主要包括:
201、将第一图像进行钝化模糊处理。
步骤201的实现方式和上述实施例步骤101相同,在此不再赘述。
202、将钝化模糊处理后的第一图像进行各项异形扩散。
在对第一图像进行各项异形扩散的时候,为了使图像的边缘信息保持不缺失,会对第一图像的边缘区域进行小尺度扩散,以达到既抑制了图像中的噪声又能够保持图像的边缘信息的目的。
203、将各项异形扩散处理后的第一图像进行直方图均衡处理。
由于当前的两幅图像信噪比较低,在对遥感图像进行分解之前,需要对其进行直方图均衡处理,用以进一步的提高该遥感图像的对比度,使分解后的高频子图和低频子图也能具有较高的对比度。
204、对各项异形扩散处理后的第一图像进行复制,得到第二图像。
步骤204的实现方式和上述实施例步骤103相同,在此不再赘述。
205、对所述各项异形扩散处理后的第一图像进行二维离散小波变换,得到第一高频子图和第一低频子图;将所述第二图像进行二维离散小波变换,得到第二高频子图和第二低频子图。
在对遥感图像进行了直方图均衡处理,提高了图像对比度之后,再对该图像进行分解。具体为对分别对第一图像和第二图像进行二维离散小波变换,并分别获得两个子图,为原图像的高频子图和低频子图。
在对第一图像和第二图像的所有子图进行图像融合之前,需要先计算图像融合时使用的高频系数和低频系数。具体的计算方法如下所述。
206、获取第一高频子图和第二高频子图的高频系数,提取其中绝对值大的数值。
在对子图进行融合之前,首先需要获取第一高频子图和第二高频子图的高频系数,然后对两个高频系数取绝对值,再进行对比,提取其中绝对值大的数值。
进一步的,可以在对第一图像和第二图像进行二维离散小波变换,得到两张高频子图时,即获取第一高频子图的高频系数和第二高频子图的高频系数,以便后续使用。
207、获取第一低频子图和第二低频子图的低频系数,计算其平均值。
在对子图进行融合之前,首先需要获取第一低频子图和第二低频子图的低频系数,然后计算这两个低频系数的平均值。
进一步的,可以在对第一图像和第二图像进行二维离散小波变换,得到两张低频子图时,即获取第一低频子图的低频系数和第二低频子图的低频系数,以便后续使用。
步骤206实现的是对融合图像的高频系数的计算,步骤207实现的是对融合图像的低频系数的计算。两者的执行顺序对实现的结果没有影响,因此本实施例对步骤206和步骤207的执行顺序不作具体限定,图2示出仅是其中一种步骤执行顺序。
208、将绝对值大的数值设置为融合图像的高频系数,将平均值设置为融合图像的低频系数。
最后,在对四幅子图进行融合之前,需要预先将高频系数中绝对值较大的数值设置为即将生成的融合图像的高频系数,将低频系数的平均值设置为即将生成的融合图像的低频系数,以备后续融合图像时使用。
209、按照所述设置的融合图像的高频系数和低频系数,基于小波变换对所述高频子图、所述低频子图进行图像融合,得到融合图像。
获取了分解的四幅子图,并将融合图像的高频系数和低频系数设置完毕后,即可基于小波变换对该四个不同的子图按照设置的高频系数和低频系数进行图像融合,最终获得增强了清晰度的融合图像。
本发明实施例提供的图像处理方法,对不同的图像能够根据其对应的高频子图的高频系数和对应的低频子图的低频系数,来设置图像融合时使用的高频系数和低频系数。并且,为了提高子图的对比度,在分解图像之前对第一图像进行全局直方图均衡,以提高其信噪比。
基于上述实施例的图像处理方法,本发明另一实施例提供了一种图像处理装置,参照图3所示,该装置主要包括:处理单元31、扩散单元32、复制单元33、变换单元34和融合单元35。
处理单元31,用于对第一图像进行钝化模糊处理。
为初步提高图像的对比度,在获取第一图像后,将该原始遥感图像先进行钝化模糊处理。具体为将图像看作一个二维矩阵,对该矩阵进行钝化模糊,提高图像的对比度,使图像的边缘能够较为清晰地显示。
扩散单元32,用于将钝化模糊处理后的第一图像进行各项异形扩散。
在处理单元32初步调整了图像的边缘清晰度后,再通过扩散单元32对该图像进行各项异形扩散,平滑图像在各个方向上的噪声,进一步使图像的边缘变得更加明显。
复制单元33,用于对各项异形扩散处理后的第一图像进行复制,得到第二图像。
复制单元33对各项异形扩散处理处理后的遥感图像进行复制,得到两幅相同的图像,第一图像和第二图像。将图形相同的第一图像和第二图像输入,即可对该第一图像和该第二图像同时进行图像处理。
变换单元34,用于对所述各项异形扩散处理后的第一图像进行二维离散小波变换,得到第一高频子图和第一低频子图;还用于将所述第二图像进行二维离散小波变换,得到第二高频子图和第二低频子图。
在处理单元31和扩散单元32对第一图像的边缘提高了两次清晰度后,获得单元34才将提高了清晰度的第一图像和第一图像的复制图进行二维离散小波变换,将其分解得到四幅子图,第一高频子图、第二高频子图和第一低频子图、第二低频子图,以备后续将四幅子图进行融合进行进一步的图像增强。
融合单元35,用于按照设置的融合图像的高频系数和低频系数对所述第一高频子图、所述第一低频子图、所述第二高频子图和所述第二低频子图进行图像融合,得到融合图像。
融合单元35在获取了分解的高频子图和低频子图后,将这四幅图像按照预先设置的高频系数和低频系数进行融合,以得到符合用户要求的边缘明显、清晰度高的融合图像。
可选的,参照图3所示,该装置还包括:
提取单元36,用于在按照设置的融合图像的高频系数和低频系数对所述第一高频子图、所述第一低频子图、所述第二高频子图和所述第二低频子图进行图像融合之前,获取所述第一高频子图和所述第二高频子图的高频系数,提取其中绝对值大的数值。
计算单元37,用于获取所述第一低频子图和所述第二低频子图的低频系数,计算其平均值。
在对第一图像和第二图像的所有子图进行图像融合之前,需要先计算图像融合时使用的高频系数和低频系数。在对子图进行融合之前,首先需要提取单元36获取第一高频子图和第二高频子图的高频系数,然后对两个高频系数取绝对值,再进行对比,提取其中绝对值大的数值。需要计算单元37获取第一低频子图和第二低频子图的低频系数,然后计算这两个低频系数的平均值
进一步的,可以在对第一图像和第二图像进行二维离散小波变换,得到两张高频子图和两张低频子图时,即获取第一高频子图和第二高频子图的高频系数,以及第一低频子图和第二低频子图的低频系数,以便后续使用。
设置单元38,用于将绝对值大的数值设置为融合图像的高频系数,将平均值设置为融合图像的低频系数。
最后,在对四幅子图进行融合之前,需要设置单元38预先将高频系数中绝对值较大的数值设置为即将生成的融合图像的高频系数,将低频系数的平均值设置为即将生成的融合图像的低频系数,以备后续融合图像时使用。
可选的,处理单元32,还用于在对钝化模糊处理后的第一图像进行各项异形扩散之后,对各项异形扩散处理后的第一图像进行直方图均衡处理。
由于当前的图像信噪比较低,在对该图像进行分解之前,需要处理单元32对其进行直方图均衡处理,用以进一步的提高该遥感图像的对比度,使分解后的高频子图和低频子图也能具有较高的对比度。
可选的,扩散单元33,具体用于对钝化模糊处理后的第一图像的边缘区域进行小尺度扩散。
在对第一图像进行各项异形扩散的时候,为了使图像的边缘信息保持不缺失,扩散单元33会对第一图像的边缘区域进行小尺度扩散,以达到既抑制了图像中的噪声又能够保持图像的边缘信息的目的。
可选的,融合单元35,具体用于按照所述设置的融合图像的高频系数和低频系数,基于小波变换对所述第一高频子图、所述第一低频子图、所述第二高频子图和所述第二低频子图进行图像融合,得到融合图像。
本发明实施例提供的图像处理装置,通过处理单元31将原始的遥感图像进行钝化模糊处理,预先一步提高其边缘清晰度;再通过扩散单元33对该幅图像进行各项异形扩散,使图像各个方向上的噪声平滑。然后再通过复制单元33将各项异形扩散处理后的第一图像进行复制,使变换单元34将经过清晰度处理的两幅相同的图像进行分解,得到两幅高频子图和两幅低频子图,最后利用融合单元35使该高频子图和低频子图能够按照设置的高频系数和低频系数进行融合,以得到边缘明显、清晰度高的融合图像。
并且,本装置能通过设置单元38对不同的图像能够根据其对应的高频子图的高频系数和对应的低频子图的低频系数,来设置图像融合时使用的高频系数和低频系数。并且,为了提高子图的对比度,处理单元32在分解图像之前对第一图像进行全局直方图均衡,以提高其信噪比。
所述图像处理装置包括处理器和存储器,上述处理单元、扩散单元、复制单元、变换单元和融合单元等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来解决现有技术中无法有效地增强遥感图像的清晰度的问题。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
本发明实施例提供了一种存储介质,其上存储有程序,该程序被处理器执行时实现图像处理方法。
本发明实施例提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行所述图像处理方法。
本发明实施例提供了一种设备,设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,处理器执行程序时实现以下步骤:
对第一图像进行钝化模糊处理;
对钝化模糊处理后的第一图像进行各项异形扩散,使所述第一图像各个方向上的噪声平滑;
对各项异形扩散处理后的第一图像进行复制,得到第二图像;
对所述各项异形扩散处理后的第一图像进行二维离散小波变换,得到第一高频子图和第一低频子图,将所述第二图像进行二维离散小波变换,得到第二高频子图和第二低频子图;
按照设置的融合图像的高频系数和低频系数对所述第一高频子图、所述第一低频子图、所述第二高频子图和所述第二低频子图进行图像融合,得到融合图像。
可选的,在按照设置的融合图像的高频系数和低频系数对所述第一高频子图、所述第一低频子图、所述第二高频子图和所述第二低频子图进行图像融合之前,所述方法还包括:
获取所述第一高频子图和所述第二高频子图的高频系数,提取其中绝对值大的数值;
获取所述第一低频子图和所述第二低频子图的低频系数,计算其平均值;
将所述绝对值大的数值设置为所述融合图像的高频系数,将所述平均值设置为所述融合图像的低频系数。
可选的,在对钝化模糊处理后的第一图像进行各项异形扩散之后,所述方法还包括:
对各项异形扩散处理后的第一图像进行直方图均衡处理。
可选的,对钝化模糊处理后的第一图像进行各项异形扩散,包括:
对所述钝化模糊处理后的第一图像的边缘区域进行小尺度扩散。
可选的,按照设置的融合图像的高频系数和低频系数对所述第一高频子图、所述第一低频子图、所述第二高频子图和所述第二低频子图进行图像融合,包括:
按照所述设置的融合图像的高频系数和低频系数,基于小波变换对所述第一高频子图、所述第一低频子图、所述第二高频子图和所述第二低频子图进行图像融合。
本文中的设备可以是服务器、PC、PAD、手机等。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序代码:
1、对第一图像进行钝化模糊处理。
2、对钝化模糊处理后的第一图像进行各项异形扩散,使所述第一图像各个方向上的噪声平滑。
3、对各项异形扩散处理后的第一图像进行复制,得到第二图像。
4、对所述各项异形扩散处理后的第一图像进行二维离散小波变换,得到第一高频子图和第一低频子图,将所述第二图像进行二维离散小波变换,得到第二高频子图和第二低频子图。
5、按照设置的融合图像的高频系数和低频系数对所述第一高频子图、所述第一低频子图、所述第二高频子图和所述第二低频子图进行图像融合,得到融合图像。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。

Claims (12)

1.一种图像处理方法,其特征在于,所述方法包括:
对第一图像进行钝化模糊处理;
对钝化模糊处理后的第一图像进行各项异形扩散,使所述第一图像各个方向上的噪声平滑;
对各项异形扩散处理后的第一图像进行复制,得到第二图像;
对所述各项异形扩散处理后的第一图像进行二维离散小波变换,得到第一高频子图和第一低频子图,将所述第二图像进行二维离散小波变换,得到第二高频子图和第二低频子图;
按照设置的融合图像的高频系数和低频系数对所述第一高频子图、所述第一低频子图、所述第二高频子图和所述第二低频子图进行图像融合,得到融合图像。
2.根据权利要求1所述的方法,其特征在于,在按照设置的融合图像的高频系数和低频系数对所述第一高频子图、所述第一低频子图、所述第二高频子图和所述第二低频子图进行图像融合之前,所述方法还包括:
获取所述第一高频子图和所述第二高频子图的高频系数,提取其中绝对值大的数值;
获取所述第一低频子图和所述第二低频子图的低频系数,计算其平均值;
将所述绝对值大的数值设置为所述融合图像的高频系数,将所述平均值设置为所述融合图像的低频系数。
3.根据权利要求1或2所述的方法,其特征在于,在对钝化模糊处理后的第一图像进行各项异形扩散之后,所述方法还包括:
对各项异形扩散处理后的第一图像进行直方图均衡处理。
4.根据权利要求1或2所述的方法,其特征在于,对钝化模糊处理后的第一图像进行各项异形扩散,包括:
对所述钝化模糊处理后的第一图像的边缘区域进行小尺度扩散。
5.根据权利要求2所述的方法,其特征在于,按照设置的融合图像的高频系数和低频系数对所述第一高频子图、所述第一低频子图、所述第二高频子图和所述第二低频子图进行图像融合,包括:
按照所述设置的融合图像的高频系数和低频系数,基于小波变换对所述第一高频子图、所述第一低频子图、所述第二高频子图和所述第二低频子图进行图像融合。
6.一种图像处理装置,其特征在于,所述装置包括:
处理单元,用于对第一图像进行钝化模糊处理;
扩散单元,用于对钝化模糊处理后的第一图像进行各项异形扩散,使所述第一图像各个方向上的噪声平滑;
复制单元,用于对各项异形扩散处理后的第一图像进行复制,得到第二图像;
变换单元,用于对所述各项异形扩散处理后的第一图像进行二维离散小波变换,得到第一高频子图和第一低频子图,将所述第二图像进行二维离散小波变换,得到第二高频子图和第二低频子图;
融合单元,用于按照设置的融合图像的高频系数和低频系数对所述第一高频子图、所述第一低频子图、所述第二高频子图和所述第二低频子图进行图像融合,得到融合图像。
7.根据权利要求6所述的装置,其特征在于,所述装置还包括:
提取单元,用于在按照设置的融合图像的高频系数和低频系数对所述第一高频子图、所述第一低频子图、所述第二高频子图和所述第二低频子图进行图像融合之前,获取所述第一高频子图和所述第二高频子图的高频系数,提取其中绝对值大的数值;
计算单元,用于获取所述第一低频子图和所述第二低频子图的低频系数,计算其平均值;
设置单元,用于将所述绝对值大的数值设置为所述融合图像的高频系数,将所述平均值设置为所述融合图像的低频系数。
8.根据权利要求6或7所述的装置,其特征在于,
所述处理单元,还用于在对钝化模糊处理后的第一图像进行各项异形扩散之后,对各项异形扩散处理后的第一图像进行直方图均衡处理。
9.根据权利要求6或7所述的装置,其特征在于,
所述扩散单元,具体用于对所述钝化模糊处理后的第一图像的边缘区域进行小尺度扩散。
10.根据权利要求7所述的装置,其特征在于,
所述融合单元,具体用于按照所述设置的融合图像的高频系数和低频系数,基于小波变换对所述第一高频子图、所述第一低频子图、所述第二高频子图和所述第二低频子图进行图像融合,得到融合图像。
11.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行权利要求1至权利要求5中任意一项所述的图像处理方法。
12.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至权利要求5中任意一项所述的图像处理方法。
CN201811599619.3A 2018-12-26 2018-12-26 图像处理方法及装置 Active CN109712094B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811599619.3A CN109712094B (zh) 2018-12-26 2018-12-26 图像处理方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811599619.3A CN109712094B (zh) 2018-12-26 2018-12-26 图像处理方法及装置

Publications (2)

Publication Number Publication Date
CN109712094A CN109712094A (zh) 2019-05-03
CN109712094B true CN109712094B (zh) 2022-07-08

Family

ID=66257644

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811599619.3A Active CN109712094B (zh) 2018-12-26 2018-12-26 图像处理方法及装置

Country Status (1)

Country Link
CN (1) CN109712094B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114972110A (zh) * 2022-06-15 2022-08-30 明峰医疗系统股份有限公司 一种ct图像处理方法、装置、设备及介质

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006017233A1 (en) * 2004-07-12 2006-02-16 Lehigh University Image fusion methods and apparatus
EP1758058A1 (en) * 2005-08-25 2007-02-28 Delphi Technologies, Inc. System and method for contrast enhancing an image
CN105184752A (zh) * 2015-09-23 2015-12-23 成都融创智谷科技有限公司 一种基于小波变换的图像处理方法
WO2016136151A1 (ja) * 2015-02-25 2016-09-01 パナソニックIpマネジメント株式会社 画像処理装置、画像処理方法及びそれを実行させるためのプログラム
CN106067163A (zh) * 2016-05-24 2016-11-02 中国科学院深圳先进技术研究院 一种基于小波分析的图像去雨方法及系统
CN106683042A (zh) * 2017-01-05 2017-05-17 南京觅踪电子科技有限公司 一种基于非线性最小二乘的多模态医学图像融合方法以及系统
CN106780404A (zh) * 2017-02-14 2017-05-31 青岛浦利医疗技术有限公司 图像增强方法、装置及血管显像设备
CN107180418A (zh) * 2017-06-29 2017-09-19 新疆大学 一种基于Tetrolet变换的遥感图像增强方法及装置
CN107358586A (zh) * 2017-07-06 2017-11-17 中山大学 一种图像增强方法、装置及设备
CN107563982A (zh) * 2017-09-12 2018-01-09 新疆大学 一种遥感图像增强方法
CN107633491A (zh) * 2017-09-26 2018-01-26 中国科学院长春光学精密机械与物理研究所 一种基于目标检测的区域图像增强方法及存储介质
CN108492268A (zh) * 2018-03-20 2018-09-04 哈尔滨理工大学 基于小波系数融合的低照度图像增强算法
CN108537756A (zh) * 2018-04-12 2018-09-14 大连理工大学 基于图像融合的单幅图像去雾方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006017233A1 (en) * 2004-07-12 2006-02-16 Lehigh University Image fusion methods and apparatus
EP1758058A1 (en) * 2005-08-25 2007-02-28 Delphi Technologies, Inc. System and method for contrast enhancing an image
WO2016136151A1 (ja) * 2015-02-25 2016-09-01 パナソニックIpマネジメント株式会社 画像処理装置、画像処理方法及びそれを実行させるためのプログラム
CN105184752A (zh) * 2015-09-23 2015-12-23 成都融创智谷科技有限公司 一种基于小波变换的图像处理方法
CN106067163A (zh) * 2016-05-24 2016-11-02 中国科学院深圳先进技术研究院 一种基于小波分析的图像去雨方法及系统
CN106683042A (zh) * 2017-01-05 2017-05-17 南京觅踪电子科技有限公司 一种基于非线性最小二乘的多模态医学图像融合方法以及系统
CN106780404A (zh) * 2017-02-14 2017-05-31 青岛浦利医疗技术有限公司 图像增强方法、装置及血管显像设备
CN107180418A (zh) * 2017-06-29 2017-09-19 新疆大学 一种基于Tetrolet变换的遥感图像增强方法及装置
CN107358586A (zh) * 2017-07-06 2017-11-17 中山大学 一种图像增强方法、装置及设备
CN107563982A (zh) * 2017-09-12 2018-01-09 新疆大学 一种遥感图像增强方法
CN107633491A (zh) * 2017-09-26 2018-01-26 中国科学院长春光学精密机械与物理研究所 一种基于目标检测的区域图像增强方法及存储介质
CN108492268A (zh) * 2018-03-20 2018-09-04 哈尔滨理工大学 基于小波系数融合的低照度图像增强算法
CN108537756A (zh) * 2018-04-12 2018-09-14 大连理工大学 基于图像融合的单幅图像去雾方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Enhancement of dark images using dynamic stochastic resonance with anisotropic diffusion;Nidhi Gupta 等;《Journal of Electronic Imaging》;20160301;第25卷(第2期);023017 *
基于NSST域的引导滤波遥感图像增强方法;韩晶 等;《计算机工程与设计》;20180916;第39卷(第09期);2832-2835+2906 *
基于多角度的数字图像增强算法研究;李志;《中国优秀硕士学位论文全文数据库 (信息科技辑)》;20210715(第07期);I138-273 *

Also Published As

Publication number Publication date
CN109712094A (zh) 2019-05-03

Similar Documents

Publication Publication Date Title
Galdran Image dehazing by artificial multiple-exposure image fusion
Li et al. Weighted guided image filtering
Park et al. Low-light image enhancement using variational optimization-based retinex model
Ham et al. Robust image filtering using joint static and dynamic guidance
US20180122051A1 (en) Method and device for image haze removal
CN107172354B (zh) 视频处理方法、装置、电子设备及存储介质
WO2021068618A1 (zh) 图像融合方法、装置、计算处理设备和存储介质
WO2010138121A1 (en) Image processing
CN112602088B (zh) 提高弱光图像的质量的方法、系统和计算机可读介质
CN111681198A (zh) 一种形态学属性滤波多模融合成像方法、系统及介质
CN111402111B (zh) 图像虚化方法、装置、终端及计算机可读存储介质
CN109242877B (zh) 图像分割方法及装置
Wu et al. Reflectance-guided histogram equalization and comparametric approximation
CN109712094B (zh) 图像处理方法及装置
Galetto et al. Edge-aware filter based on adaptive patch variance weighted average
CN109741274B (zh) 图像处理方法及装置
CN111738946B (zh) 一种沙尘降质图像的增强方法及装置
Xue et al. Underwater image enhancement algorithm based on color correction and contrast enhancement
Gupta et al. A Modified Blind Deconvolution Algorithm for Deblurring of Colored Images
Sun et al. Fractal pyramid low-light image enhancement network with illumination information
CN113362351A (zh) 一种图像处理方法、装置、电子设备以及存储介质
Ahmed et al. Digital image inpainting techniques for cultural heritage preservation and restoration
Wu et al. Contrast enhancement based on discriminative co-occurrence statistics
Kojima et al. Fast and Effective Scene Segmentation Method for Luminance Adjustment of Multi-Exposure Image
CN117765372B (zh) 一种工业缺陷样本图像生成的方法、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