CN109785264B - 图像增强方法、装置及电子设备 - Google Patents
图像增强方法、装置及电子设备 Download PDFInfo
- Publication number
- CN109785264B CN109785264B CN201910037989.6A CN201910037989A CN109785264B CN 109785264 B CN109785264 B CN 109785264B CN 201910037989 A CN201910037989 A CN 201910037989A CN 109785264 B CN109785264 B CN 109785264B
- Authority
- CN
- China
- Prior art keywords
- image
- processed
- pixel
- value
- pixel point
- 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
Images
Landscapes
- Image Processing (AREA)
Abstract
本发明提供了一种图像增强方法、装置及电子设备,涉及图像处理技术领域,本发明提供的一种图像增强方法、装置及电子设备,对待处理图像进行模糊处理,得到第一模糊图像,结合待处理图像和第一模糊图像,得到差值图像,基于由差值图像得到的第二模糊图像,对待处理图像进行锐化处理。其中,第二模糊图像对差值图像进行模糊处理后得到的,相当于一个连续的阈值,基于该连续的阈值对待处理图像进行锐化处理,可以使图像中不同区域的交接位置呈现连续地过渡,提高了锐化后图像的呈现效果,提升了用户体验。
Description
技术领域
本发明涉及图像处理技术领域,尤其是涉及一种图像增强方法、装置及电子设备。
背景技术
通常,在电子设备获取图像的过程中,由于光照的影响或电子设备自身参数的影响,会导致获取的图像的质量下降,使图像中的很多信息不能被人眼识别,因此需要通过图像增强技术,使上述信息更便于被人眼识别。
图像锐化是图像增强技术中的一种,是利用各种数学方法或变换手段来提高图像的对比度和清晰度,以突出感兴趣的部分。在现有图像锐化方法中,一般使用一个设定的阈值,将图像简单地分为锐化与非锐化两类区域,在两类区域之间没有过渡,容易出现区域呈块状不连续的现象,使图像锐化的展现效果不佳。
发明内容
有鉴于此,本发明的目的在于提供一种图像增强方法、装置及电子设备,可以提高图像锐化的效果,提升用户体验。
为了实现上述目的,本发明实施例采用的技术方案如下:
第一方面,本发明实施例提供了一种图像增强方法,包括:
对待处理图像进行模糊处理,得到第一模糊图像;
获取所述待处理图像与所述第一模糊图像的差值图像;
对所述差值图像进行模糊处理,得到第二模糊图像;
结合所述第二模糊图像对所述待处理图像进行锐化处理。
结合第一方面,本发明实施例提供了第一方面的第一种可能的实施方式,其中,所述对待处理图像进行模糊处理,得到第一模糊图像的步骤,包括:
根据预先设定的第一高斯核半径,对所述待处理图像进行高斯模糊处理,得到第一模糊图像。
结合第一方面,本发明实施例提供了第一方面的第二种可能的实施方式,其中,所述第一模糊图像与所述待处理图像包含的像素点的数量相同;获取所述待处理图像与所述第一模糊图像的差值图像的步骤,包括:
确定所述待处理图像与所述第一模糊图像中各个对应像素点的像素值的第一差值;
根据各个对应像素点的像素值的第一差值,生成差值图像。
结合第一方面的第二种可能的实施方式,本发明实施例提供了第一方面的第三种可能的实施方式,其中,所述差值图像与所述待处理图像包含的像素点的数量相同;所述根据各个对应像素点的像素值的第一差值,生成差值图像的步骤,包括:
判断每个像素点对应的第一差值的绝对值是否大于设定的分割阈值;
如果是,将该像素点的像素值设置为预设的极大值;
如果否,将该像素点的像素值设置为预设的极小值;
根据极大值像素点和极小值像素点生成所述差值图像。
结合第一方面,本发明实施例提供了第一方面的第四种可能的实施方式,其中,对所述差值图像进行模糊处理,得到第二模糊图像的步骤,包括:
根据预先设定的第二高斯核半径,对所述差值图像进行高斯模糊处理,得到第二模糊图像。
结合第一方面的第二种可能的实施方式,本发明实施例提供了第一方面的第五种可能的实施方式,其中,结合所述第二模糊图像对所述待处理图像进行锐化处理的步骤,包括:
根据所述待处理图像以及所述待处理图像中每个像素点对应的第一差值,确定所述第二模糊图像中每个像素点对应的加权系数;
根据所述加权系数、第二模糊图像和所述待处理图像,得到锐化后的图像。
结合第一方面的第五种可能的实施方式,本发明实施例提供了第一方面的第六种可能的实施方式,其中,所述第二模糊图像与所述待处理图像包含的像素点的数量相同;根据所述待处理图像以及所述待处理图像中每个像素点对应的第一差值,确定所述第二模糊图像中每个像素点对应的加权系数的步骤,包括:
对于所述待处理图像中的每个当前像素点,将所述当前像素点对应的第一差值与预设的锐化幅度相乘,得到第一乘积;
根据所述第一乘积与所述当前像素点的像素值之和,确定所述第二模糊图像中与所述当前像素点对应的像素点的加权系数。
结合第一方面的第六种可能的实施方式,本发明实施例提供了第一方面的第七种可能的实施方式,其中,根据所述加权系数、第二模糊图像和所述待处理图像,得到锐化后的图像的步骤,包括:
将所述第二模糊图像中每个像素点的像素值与对应的加权系数的乘积作为第二乘积;
计算所述第二模糊图像中每个像素点的像素值与预设的极大值之间的第二差值;
将所述待处理图像中每个像素点的像素值与对应的第二差值的乘积作为第三乘积;
根据所述第二乘积和所述第三乘积之和,确定锐化后的图像中每个像素点的像素值。
第二方面,本发明实施例还提供一种图像增强装置,包括:
第一模糊处理单元,用于对待处理图像进行模糊处理,得到第一模糊图像;
差值计算单元,用于获取所述待处理图像与所述第一模糊图像的差值图像;
第二模糊处理单元,用于对所述差值图像进行模糊处理,得到第二模糊图像;
锐化处理单元,用于结合所述第二模糊图像对所述待处理图像进行锐化处理。
第三方面,本发明实施例还提供一种电子设备,包括处理器和存储装置;所述存储装置上存储有计算机程序,所述计算机程序在被所述处理器运行时执行如第一方面中任一项所述的方法。
第四方面,本发明实施例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上存储有计算机程序,所述计算机程序被处理器运行时执行上述第一方面任一项所述的方法的步骤。
本发明实施例提供的一种图像增强方法、装置及电子设备,对待处理图像进行模糊处理,得到第一模糊图像,结合待处理图像和第一模糊图像,得到差值图像,基于由差值图像得到的第二模糊图像,对待处理图像进行锐化处理。其中,第二模糊图像对差值图像进行模糊处理后得到的,相当于一个连续的阈值,基于该连续的阈值对待处理图像进行锐化处理,可以使图像中不同区域的交接位置呈现连续地过渡,提高了锐化后图像的呈现效果,使图像展现地更自然,提升了用户体验。
本公开的其他特征和优点将在随后的说明书中阐述,或者,部分特征和优点可以从说明书推知或毫无疑义地确定,或者通过实施本公开的上述技术即可得知。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式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,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示出了本发明实施例所提供的一种电子设备的结构示意图;
图2示出了本发明实施例所提供的一种图像增强方法的流程图;
图3示出了现有技术中所采用的单阈值的图像效果示意图;
图4示出了采用现有技术对图像进行锐化后的效果图;
图5示出了本发明实施例所采用的连续阈值的图像效果示意图;
图6示出了采用本发明实施例所提供的图像增强方法对图像进行锐化后的效果图;
图7示出了本发明实施例所提供的一种图像增强装置的结构示意图。
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,下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例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。
下文中所用的词语“示例性”的意思为“用作例子、实施例或说明性”。作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
另外,为了更好的说明本发明,在下文的具体实施方式中给出了很多具体细节。本领域技术人员应当理解,没有某些具体细节,本发明同样可以实施。为了更加凸显本发明的主旨,在一些实施例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述。
针对现有的图像锐化方法对图像锐化的效果不佳的问题,本发明实施例提供的一种图像增强方法、装置及电子设备,可以提高图像锐化的效果,以下对本发明实施例进行详细介绍。
实施例一:
首先,参照图1来描述用于实现本发明实施例的图像增强方法和装置的示例电子设备100。
如图1所示,电子设备100包括一个或多个处理器102、一个或多个存储装置104、输入装置106、输出装置108以及图像采集装置110,这些组件通过总线系统112和/或其它形式的连接机构(未示出)互连。应当注意,图1所示的电子设备100的组件和结构只是示例性的,而非限制性的,根据需要,所述电子设备也可以具有其他组件和结构。
所述处理器102可以是中央处理单元(CPU)、图形处理单元(Graphics ProcessingUnit,GPU)或者具有数据处理能力和/或指令执行能力的其它形式的处理单元,并且可以控制所述电子设备100中的其它组件以执行期望的功能。
所述存储装置104可以包括一个或多个计算机程序产品,所述计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令,处理器102可以运行所述程序指令,以实现下文所述的本发明实施例中(由处理器实现)的客户端功能以及/或者其它期望的功能。在所述计算机可读存储介质中还可以存储各种应用程序和各种数据,例如所述应用程序使用和/或产生的各种数据等。
所述输入装置106可以是用户用来输入指令的装置,并且可以包括键盘、鼠标、麦克风和触摸屏等中的一个或多个。
所述输出装置108可以向外部(例如,用户)输出各种信息(例如,图像或声音),并且可以包括显示器、扬声器等中的一个或多个。
所述图像采集装置110可以拍摄用户期望的图像(例如图片、视频等),将所拍摄的图像存储在所述存储装置104中以供其它组件使用。所述图像采集装置110还可以在拍摄图像之前,捕获预拍摄场景的视频流,以供用户预览。在一种可选的实施例中,图像采集装置110可以包括彩色相机。彩色相机可以采集进入相机视野范围内的物体的彩色图像。
示例性地,用于实现根据本发明实施例的图像增强方法和装置的示例电子设备可以被实现在计算机或服务器上,也可以被实现在诸如电子相机、智能手机、平板电脑等移动终端上。
实施例二:
本实施例提供了一种图像增强方法,图2示出了该图像增强方法的流程图。该需要说明的是,在图2的流程图中示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。以下对本实施例进行详细介绍。
如图2所示,该方法包括如下步骤:
步骤S202,对待处理图像进行模糊处理,得到第一模糊图像。
其中,待处理图像可以是图像采集装置实时采集的图像,例如,图像采集装置实时拍摄的图片,或者图像采集装置在拍摄图片之前所捕获的预拍摄场景的图像。待处理图像也可以是预先存储的图像,例如,预先在电子设备的存储装置中的图像,或者是电子设备通过网络或其它方式从其它设备上下载的图像。另外,待检测图像可以是图片格式的图像,也可以是视频中的图像帧,本发明实施例不作限制。
示例性地,可以采用指数模糊算法(Exponential blur)、均值模糊算法(BoxBlur,也可称为方框模糊算法)、堆栈模糊算法(Stack Blur)或高斯模糊算法(GaussianBlur)等方法中的任意一种对待处理图像进行模糊处理,得到第一模糊图像。
在一种可选的实施例中,可以根据预先设定的第一高斯核半径,对待处理图像进行高斯模糊处理,得到第一模糊图像。高斯模糊处理可以理解为使每一个像素点(可以作为中心像素点)的像素值均取其周边像素点的像素值的加权平均值。计算加权平均值时,选取周边范围越大,图像越模糊。也可以说,高斯核半径越大,图像越模糊。根据不同需要,第一高斯核半径可以设置为1、3或5。求取某个中心像素点的像素值时,相对于该中心像素点来说,不同位置的像素点对应的权重不同,权重的分布符合正态分布,可以通过权重矩阵表示。例如,高斯核半径为1时,权重矩阵可以为:
该权重矩阵也可以称为高斯卷积核,对待处理图像进行高斯模糊处理的过程,可以理解为采用高斯卷积核与待处理图像进行卷积的过程,卷积后得到第一模糊图像。
步骤S204,获取待处理图像与第一模糊图像的差值图像。
对待处理图像进行模糊处理后,得到的第一模糊图像与待处理图像的尺寸相同,所包含的像素点的数量也相同。确定待处理图像与第一模糊图像中各个对应像素点的像素值的第一差值,根据各个对应像素点的像素值的第一差值,可以生成差值图像。同样,差值图像与待处理图像的尺寸相同,所包含的像素点的数量也相同。
示例性地,可以通过横纵坐标表示待处理图像或第一模糊图像中不同的像素点。例如,对于待处理图像中的任意一个像素点I(i,j),其中,i为像素点I的横坐标,j为像素点I的横坐标,像素点I的像素值可以表示为S(i,j)。第一模糊图像中与像素点I对应的像素点I’(i,j),像素点I’与像素点I具有相同的横坐标和纵坐标,像素点I’的像素值可以表示为A(i,j)。则像素点I与像素点I’的像素值的第一差值Value(i,j)可以通过如下公式得到:Value(i,j)=S(i,j)-A(i,j)。根据上述方法,可以计算得到待处理图像中每一个像素点对应的第一差值。需要说明的是,Value(i,j)也是差值图像中像素点I”(i,j)对应的第一差值,其中,差值图像中的像素点I”与待处理图像中的像素点I以及第一模糊图像中的像素点I’具有相同的横坐标和纵坐标,差值图像中的像素点I”是与像素点I以及像素点I’对应的像素点。
判断每个像素点对应的第一差值的绝对值是否大于设定的分割阈值;如果是,将该像素点的像素值设置为预设的极大值;如果否,将该像素点的像素值设置为预设的极小值,根据极大值像素点和极小值像素点生成所述差值图像。该过程可以采用如下公式表示。
其中,Threshold为设定的分割阈值,abs(Value(i,j))为当前像素点对应的第一差值的绝对值,Mask(i,j)为当前像素点的像素值。预设的极大值为255,预设的极小值为0。在一些实施例中,预设的极大值也可以是小于255的值,预设的极小值也可以是大于0的值,只要预设的极大值大于预设的极小值即可,具体数值本发明实施例不作限定。
步骤S206,对差值图像进行模糊处理,得到第二模糊图像。
与步骤S202相同,可以采用指数模糊算法(Exponential blur)、均值模糊算法(Box Blur,也可称为方框模糊算法)、堆栈模糊算法(Stack Blur)或高斯模糊算法(Gaussian Blur)等方法中的任意一种对差值图像进行模糊处理,得到第二模糊图像。
在一种可选的实施例中,可以根据预先设定的第二高斯核半径,对差值图像进行高斯模糊处理,得到第二模糊图像,其中,第二高斯核半径可以采用与上述第一高斯核半径相等的数值。具体过程可以参见步骤S202,在此不再赘述。对差值图像进行模糊处理后,得到的第二模糊图像与待处理图像的尺寸相同,所包含的像素点的数量也相同。
步骤S208,结合第二模糊图像对待处理图像进行锐化处理。
可以根据待处理图像以及待处理图像中每个像素点对应的第一差值,确定第二模糊图像中每个像素点对应的加权系数,根据加权系数、第二模糊图像和待处理图像,得到锐化后的图像。
进一步地说,对于待处理图像中的每个当前像素点,将当前像素点对应的第一差值与预设的锐化幅度相乘,得到第一乘积,根据第一乘积与当前像素点的像素值之和,可以确定第二模糊图像中与当前像素点对应的像素点的加权系数。其中,对于每一个像素点来说,预设的锐化幅度可以是相同的值。上述过程采用公式可以表示为:Ki,j=S(i,j)+Amount*Value(i,j),其中,Ki,j为当前像素点对应的加权系数,S(i,j)为待处理图像中当前像素点的像素值,Amount为预设的锐化幅度,Value(i,j)为当前像素点对应的第一差值。
将第二模糊图像中每个像素点的像素值与对应的加权系数的乘积作为第二乘积,计算第二模糊图像中每个像素点的像素值与预设的极大值之间的第二差值,将待处理图像中每个像素点的像素值与对应的第二差值的乘积作为第三乘积,根据第二乘积和第三乘积之和,确定锐化后的图像中每个像素点的像素值。具体地,设第二模糊图像中的像素点的像素值可以表示为Alpha(i,j),锐化后的图像中的像素点的像素值表示为Dst(i,j),则其中,255为预设的极大值。由此,可以确定锐化后的图像中每个像素点的像素值,进而得到锐化后的图像。
本发明实施例提供的图像增强方法,对待处理图像进行模糊处理,得到第一模糊图像,结合待处理图像和第一模糊图像,得到差值图像,基于由差值图像得到的第二模糊图像,对待处理图像进行锐化处理。其中,第二模糊图像对差值图像进行模糊处理后得到的,相当于一个连续的阈值,基于该连续的阈值对待处理图像进行锐化处理,可以使图像中不同区域的交接位置呈现连续地过渡,提高了锐化后图像的呈现效果,使图像展现地更自然,提升了用户体验。
下面通过一个具体应用实例说明本发明实施例提供的图像增强方法与现有方法及图像锐化效果的区别。
例如,在用户使用移动终端拍照的过程中,如果环境光线较暗(如夜景或逆光等),则用户可以开启实时图像锐化功能,在现有技术中,如图3所示,一般使用一个设定的单阈值,将图像简单地分为锐化与非锐化两类区域。在两类区域之间没有过渡,因此容易出现区域呈块状不连续的现象,如图4所示,图像锐化后的展现效果不佳。
使用本发明实施例提供的图像增强方法,用户开启实时图像锐化功能后,移动终端的处理器加载锐化处理默认参数表,该默认参数表中包括预先设置的各个参数,如第一高斯核半径、第二高斯核半径、锐化幅度、分割阈值等。其中,第一高斯核半径和第二高斯核半径可以相等。用户也可以自己调节相应的参数。
获取图像采集装置捕获的预览视频流,对预览视频流中的图像帧进行图像增强处理。即将预览视频流中的图像帧作为待处理图像,根据预设的第一高斯核半径,对待处理图像进行高斯模糊处理,得到第一模糊图像,计算待处理图像与第一模糊图像中各个对应像素点的像素值的第一差值,根据各个对应像素点的像素值的第一差值,生成差值图像。根据预设的第二高斯核半径,对差值图像进行高斯模糊处理,得到第二模糊图像。第二模糊图像可以理解为一个连续的阈值,如图5所示。与图3相比,图5中的过渡地带显示了明显的连续性,也可视为渐进过渡。结合第二模糊图像对待处理图像进行锐化处理,可以得到锐化后的图像,将锐化后的图像输出至人机交互界面进行显示。图6示出了采用本发明实施例提供的图像增强方法得到的锐化后的图像,与图4相比,图6所示的图像在不同区域的交接位置呈现连续地过渡,使图像显示的效果更自然,提高了可观赏性。
实施例三:
对应于前述方法实施例,本实施例提供了一种图像增强装置,参见图7所示的一种图像增强装置的结构示意图,如图7所示,该装置包括:
第一模糊处理单元71,用于对待处理图像进行模糊处理,得到第一模糊图像;
差值计算单元72,用于获取所述待处理图像与所述第一模糊图像的差值图像;
第二模糊处理单元73,用于对所述差值图像进行模糊处理,得到第二模糊图像;
锐化处理单元74,用于结合所述第二模糊图像对所述待处理图像进行锐化处理。
其中,第一模糊处理单元71还可以用于:根据预先设定的第一高斯核半径,对所述待处理图像进行高斯模糊处理,得到第一模糊图像。
所述第一模糊图像与所述待处理图像包含的像素点的数量相同;差值计算单元72还可以用于:确定所述待处理图像与所述第一模糊图像中各个对应像素点的像素值的第一差值;根据各个对应像素点的像素值的第一差值,生成差值图像。
所述差值图像与所述待处理图像包含的像素点的数量相同;差值计算单元72还可以用于:判断每个像素点对应的第一差值的绝对值是否大于设定的分割阈值;如果是,将该像素点的像素值设置为预设的极大值;如果否,将该像素点的像素值设置为预设的极小值,根据极大值像素点和极小值像素点生成所述差值图像。
第二模糊处理单元71还可以用于:根据预先设定的第二高斯核半径,对所述差值图像进行高斯模糊处理,得到第二模糊图像。
锐化处理单元74还可以用于:根据所述待处理图像以及所述待处理图像中每个像素点对应的第一差值,确定所述第二模糊图像中每个像素点对应的加权系数;根据所述加权系数、第二模糊图像和所述待处理图像,得到锐化后的图像。
所述第二模糊图像与所述待处理图像包含的像素点的数量相同;锐化处理单元74还可以用于:对于所述待处理图像中的每个当前像素点,将所述当前像素点对应的第一差值与预设的锐化幅度相乘,得到第一乘积;根据所述第一乘积与所述当前像素点的像素值之和,确定所述第二模糊图像中与所述当前像素点对应的像素点的加权系数。
锐化处理单元74还可以用于:将所述第二模糊图像中每个像素点的像素值与对应的加权系数的乘积作为第二乘积;计算所述第二模糊图像中每个像素点的像素值与预设的极大值之间的第二差值;将所述待处理图像中每个像素点的像素值与对应的第二差值的乘积作为第三乘积;根据所述第二乘积和所述第三乘积之和,确定锐化后的图像中每个像素点的像素值。
本发明实施例提供的一种图像增强装置,对待处理图像进行模糊处理,得到第一模糊图像,结合待处理图像和第一模糊图像,得到差值图像,基于由差值图像得到的第二模糊图像,对待处理图像进行锐化处理。其中,第二模糊图像对差值图像进行模糊处理后得到的,相当于一个连续的阈值,基于该连续的阈值对待处理图像进行锐化处理,可以使图像中不同区域的交接位置呈现连续地过渡,提高了锐化后图像的呈现效果,使图像展现地更自然,提升了用户体验。
本实施例所提供的图像增强装置,其实现原理及产生的技术效果和前述实施例相同,为简要描述,装置实施例部分未提及之处,可参考前述方法实施例中相应内容。
本发明实施例还提供了一种电子设备,包括处理器和存储装置。所述存储装置上存储有计算机程序,所述计算机程序在被所述处理器运行时执行如下图像增强方法的步骤:
对待处理图像进行模糊处理,得到第一模糊图像;
获取所述待处理图像与所述第一模糊图像的差值图像;
对所述差值图像进行模糊处理,得到第二模糊图像;
结合所述第二模糊图像对所述待处理图像进行锐化处理。
在一可选的实施例中,上述电子设备还可以包括与处理器连接的图像采集装置,所述图像采集装置用于拍摄图像。可选地,所述图像采集装置包括彩色相机。
进一步地,本实施例还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上存储有计算机程序,所述计算机程序被处理器运行时执行前述方法实施例所提供的方法的步骤。
本发明实施例所提供的一种图像增强方法、装置及电子设备的计算机程序产品,包括存储了程序代码的计算机可读存储介质,所述程序代码包括的指令可用于执行前面方法实施例中所述的方法,具体实现可参见方法实施例,在此不再赘述。
所述功能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,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,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: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,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。
Claims (9)
1.一种图像增强方法,其特征在于,包括:
对待处理图像进行模糊处理,得到第一模糊图像;
获取所述待处理图像与所述第一模糊图像的差值图像;
对所述差值图像进行模糊处理,得到第二模糊图像;
结合所述第二模糊图像对所述待处理图像进行锐化处理;
所述第一模糊图像与所述待处理图像包含的像素点的数量相同;所述差值图像与所述待处理图像包含的像素点的数量相同;获取所述待处理图像与所述第一模糊图像的差值图像的步骤,包括:
确定所述待处理图像与所述第一模糊图像中各个对应像素点的像素值的第一差值;
判断每个像素点对应的第一差值的绝对值是否大于设定的分割阈值;
如果是,将该像素点的像素值设置为预设的极大值;
如果否,将该像素点的像素值设置为预设的极小值;
根据极大值像素点和极小值像素点生成所述差值图像。
2.根据权利要求1所述的方法,其特征在于,所述对待处理图像进行模糊处理,得到第一模糊图像的步骤,包括:
根据预先设定的第一高斯核半径,对所述待处理图像进行高斯模糊处理,得到第一模糊图像。
3.根据权利要求1所述的方法,其特征在于,对所述差值图像进行模糊处理,得到第二模糊图像的步骤,包括:
根据预先设定的第二高斯核半径,对所述差值图像进行高斯模糊处理,得到第二模糊图像。
4.根据权利要求1所述的方法,其特征在于,结合所述第二模糊图像对所述待处理图像进行锐化处理的步骤,包括:
根据所述待处理图像以及所述待处理图像中每个像素点对应的第一差值,确定所述第二模糊图像中每个像素点对应的加权系数;
根据所述加权系数、第二模糊图像和所述待处理图像,得到锐化后的图像。
5.根据权利要求4所述的方法,其特征在于,所述第二模糊图像与所述待处理图像包含的像素点的数量相同;根据所述待处理图像以及所述待处理图像中每个像素点对应的第一差值,确定所述第二模糊图像中每个像素点对应的加权系数的步骤,包括:
对于所述待处理图像中的每个当前像素点,将所述当前像素点对应的第一差值与预设的锐化幅度相乘,得到第一乘积;
根据所述第一乘积与所述当前像素点的像素值之和,确定所述第二模糊图像中与所述当前像素点对应的像素点的加权系数。
6.根据权利要求4所述的方法,其特征在于,根据所述加权系数、第二模糊图像和所述待处理图像,得到锐化后的图像的步骤,包括:
将所述第二模糊图像中每个像素点的像素值与对应的加权系数的乘积作为第二乘积;
计算所述第二模糊图像中每个像素点的像素值与预设的极大值之间的第二差值;
将所述待处理图像中每个像素点的像素值与对应的第二差值的乘积作为第三乘积;
根据所述第二乘积和所述第三乘积之和,确定锐化后的图像中每个像素点的像素值。
7.一种图像增强装置,其特征在于,包括:
第一模糊处理单元,用于对待处理图像进行模糊处理,得到第一模糊图像;
差值计算单元,用于获取所述待处理图像与所述第一模糊图像的差值图像;
第二模糊处理单元,用于对所述差值图像进行模糊处理,得到第二模糊图像;
锐化处理单元,用于结合所述第二模糊图像对所述待处理图像进行锐化处理;
所述第一模糊图像与所述待处理图像包含的像素点的数量相同;所述差值图像与所述待处理图像包含的像素点的数量相同;差值计算单元还用于:
确定所述待处理图像与所述第一模糊图像中各个对应像素点的像素值的第一差值;
判断每个像素点对应的第一差值的绝对值是否大于设定的分割阈值;
如果是,将该像素点的像素值设置为预设的极大值;
如果否,将该像素点的像素值设置为预设的极小值;
根据极大值像素点和极小值像素点生成所述差值图像。
8.一种电子设备,其特征在于,包括处理器和存储装置;所述存储装置上存储有计算机程序,所述计算机程序在被所述处理器运行时执行如权利要求1至6中任一项所述的方法。
9.一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,其特征在于,所述计算机程序被处理器运行时执行上述权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910037989.6A CN109785264B (zh) | 2019-01-15 | 2019-01-15 | 图像增强方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910037989.6A CN109785264B (zh) | 2019-01-15 | 2019-01-15 | 图像增强方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109785264A CN109785264A (zh) | 2019-05-21 |
CN109785264B true CN109785264B (zh) | 2021-11-16 |
Family
ID=66499385
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910037989.6A Active CN109785264B (zh) | 2019-01-15 | 2019-01-15 | 图像增强方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109785264B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110728180B (zh) * | 2019-09-04 | 2022-11-22 | 北京达佳互联信息技术有限公司 | 图像处理方法、装置及存储介质 |
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 |
CN111402373B (zh) * | 2020-03-13 | 2024-03-01 | 网易(杭州)网络有限公司 | 一种图像处理方法、装置、电子设备及存储介质 |
CN111583157B (zh) * | 2020-05-13 | 2023-06-02 | 杭州睿琪软件有限公司 | 图像处理方法、系统及计算机可读存储介质 |
CN115311161B (zh) * | 2022-08-11 | 2023-11-17 | 北京百度网讯科技有限公司 | 基于人工智能的图像增强方法、装置、设备以及存储介质 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101048795A (zh) * | 2004-10-26 | 2007-10-03 | 皇家飞利浦电子股份有限公司 | 模糊图像部分的增强 |
CN100420269C (zh) * | 2005-12-09 | 2008-09-17 | 逐点半导体(上海)有限公司 | 一种图像增强处理系统和处理方法 |
CN101719269A (zh) * | 2009-12-03 | 2010-06-02 | 北京中星微电子有限公司 | 一种图像增强处理方法及装置 |
CN104809694B (zh) * | 2014-01-23 | 2020-04-03 | 腾讯科技(深圳)有限公司 | 一种数字图像处理方法和装置 |
CN105450943B (zh) * | 2014-09-25 | 2018-11-02 | 聚晶半导体股份有限公司 | 产生图像散景效果的方法及图像获取装置 |
CN105046655B (zh) * | 2015-06-24 | 2019-02-01 | 武汉烽火众智数字技术有限责任公司 | 一种视频图像自动锐化方法和装置 |
US9736333B1 (en) * | 2016-04-08 | 2017-08-15 | Xerox Corporation | Filter configuration for software based image path |
CN107657251A (zh) * | 2016-07-26 | 2018-02-02 | 阿里巴巴集团控股有限公司 | 确定身份证件显示表面的设备及方法,图像识别方法 |
CN106651791B (zh) * | 2016-11-21 | 2023-07-07 | 云南电网有限责任公司电力科学研究院 | 一种单幅运动模糊图像恢复方法 |
CN107610149B (zh) * | 2017-09-25 | 2020-03-03 | 北京奇虎科技有限公司 | 图像分割结果边缘优化处理方法、装置及计算设备 |
CN107833232B (zh) * | 2017-10-27 | 2020-10-09 | 智车优行科技(北京)有限公司 | 图像细节的提取方法和装置、电子设备、计算机存储介质 |
CN108932702B (zh) * | 2018-06-13 | 2020-10-09 | 北京微播视界科技有限公司 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
-
2019
- 2019-01-15 CN CN201910037989.6A patent/CN109785264B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109785264A (zh) | 2019-05-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109785264B (zh) | 图像增强方法、装置及电子设备 | |
CN110121882B (zh) | 一种图像处理方法及装置 | |
CN108898567B (zh) | 图像降噪方法、装置及系统 | |
US10692197B2 (en) | Systems and techniques for automatic image haze removal across multiple video frames | |
Rao et al. | A Survey of Video Enhancement Techniques. | |
CN108230333B (zh) | 图像处理方法、装置、计算机程序、存储介质和电子设备 | |
CN107172354B (zh) | 视频处理方法、装置、电子设备及存储介质 | |
CN107944420B (zh) | 人脸图像的光照处理方法和装置 | |
CN111145114B (zh) | 一种图像增强的方法、装置及计算机可读存储介质 | |
CN106981054B (zh) | 一种图像处理方法及电子设备 | |
US8488899B2 (en) | Image processing apparatus, method and recording medium | |
WO2020087729A1 (zh) | 一种图像处理方法及装置、电子设备、存储介质 | |
CN115294055A (zh) | 图像处理方法、装置、电子设备和可读存储介质 | |
CN107564085B (zh) | 图像扭曲处理方法、装置、计算设备及计算机存储介质 | |
CN112508820A (zh) | 图像处理方法、装置及电子设备 | |
CN112672055A (zh) | 拍照方法、装置及设备 | |
CN110390731B (zh) | 图像处理方法、装置、计算机可读存储介质及电子设备 | |
US20220398704A1 (en) | Intelligent Portrait Photography Enhancement System | |
CN115471413A (zh) | 图像处理方法及装置、计算机可读存储介质和电子设备 | |
CN115049572A (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
CN109727193B (zh) | 图像虚化方法、装置及电子设备 | |
CN116128707A (zh) | 图像处理方法及装置、电子设备、计算可读存储介质 | |
Lee | Novel video stabilization for real-time optical character recognition applications | |
CN112446848A (zh) | 图像处理方法、装置及电子设备 | |
CN111583163A (zh) | 基于ar的人脸图像处理方法、装置、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 |