CN109949238B - 图像的磨白优化方法和装置 - Google Patents
图像的磨白优化方法和装置 Download PDFInfo
- Publication number
- CN109949238B CN109949238B CN201910172791.9A CN201910172791A CN109949238B CN 109949238 B CN109949238 B CN 109949238B CN 201910172791 A CN201910172791 A CN 201910172791A CN 109949238 B CN109949238 B CN 109949238B
- Authority
- CN
- China
- Prior art keywords
- image
- threshold
- stretching
- partthreshold
- gray
- 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
- 238000000034 method Methods 0.000 title claims abstract description 32
- 230000002087 whitening effect Effects 0.000 title claims abstract description 18
- 238000005457 optimization Methods 0.000 title claims abstract description 16
- 238000001914 filtration Methods 0.000 claims abstract description 17
- 238000006243 chemical reaction Methods 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000003491 array Methods 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 10
- 238000005286 illumination Methods 0.000 description 4
- 230000011218 segmentation Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
Images
Landscapes
- Facsimile Image Signal Circuits (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
发明提供了一种图像的磨白优化方法和装置，该方法包括，首先对图像进行灰度处理和高斯滤波，生成第一图像；将第一图像分割成预定数量且等尺寸的子第一图像，对每个所述子第一图像计算子拉伸阈值；创建在不同阈值下的拉伸曲线；遍历所述第一图像和所述阈值模版图像，根据相同位置阈值模版图像的阈值对应的所述拉伸曲线，对所述第一图像按照对应所述拉伸曲线拉伸，得到第二图像。采用上述方案，文档图像带阴影、光斑均能有效的实现文档图像优化，实现了文档图像优化算法的通用性和实用性，提高影像扫描图像效果。
Description
技术领域
本发明涉及一种图像的磨白优化方法和装置。
背景技术
现有在非接触扫描图像设备中，经常因为外界光源的变换造成采集的图像光照不均匀，尤其应用在高拍仪中。相对于扫描仪，高拍仪的使用环境复杂多样，为了达到扫描仪的成图的磨白效果，需要后期算法针对不均匀光照图像进行补偿，消除因为光照造成的光阴影，保证图像磨白后没有光影。
目前常用的方法大多是针对扫描仪成图的磨白优化，方法大多是采用整体拉伸或者采用先卷积后拉伸的方法进行磨白优化。采用这种方案有一定的局限性，针对扫描仪这种密封环境有很好的效果，如果应用在非接触扫描图像，因外界光源的影响，造成图光照不均匀，直接采用扫描仪的磨白优化算法，最终效果图会呈现出光阴影现象，严重影响了扫描图像磨白优化的效果。
针对目前图像磨白优化过程中因效果差，影像扫描图像效果的问题，成为目前亟待解决的技术问题。
发明内容
本发明的目的是提供一种图像的磨白优化方法和装置，以解决目前图像磨白优化过程中因效果差，影像扫描图像效果的问题。
为解决上述技术问题，作为本发明的一个方面，提供了一种图像的磨白优化方法，包括：
将预处理图像转换为第一灰度图像，然后将第一灰度图像进行高斯滤波，得到第一图像；
将所述第一图像分割成预定数量且等尺寸的子第一图像，对每个所述子第一图像计算子拉伸阈值；计算第一图像的第一全局阈值，将第一图像的直方图分布计算出来，从高往低统计直方图的个数，统计出个数大于总数的30％时的值全局阈值分割函数；根据固定尺寸将图像分割成m*n个图像，尺寸不足的地方采用边缘填充；将第一全局阈值引入计算，计算公式如下：
partThreshold＝partThreshold+(globalThreshold-partThreshold)/3
采用了如下的公式，缩小相邻区块间的差值，公式如下：
partThreshold＝partThreshold+(partThresholdLeft-partThreshold)/2
+(partThresholdUp-partThresholdLeft)/2；对最终计算出的分块阈值进行最后的调整，采用如下公式：Ratio＝0.2+0.8*(globalThreshold-difValue)/globalThreshold*(partThreshold/globalThreshold)^2；
创建在不同阈值下的拉伸曲线；
遍历所述第一图像和所述阈值模版图像，根据相同位置阈值模版图像的阈值对应的所述拉伸曲线，对所述第一图像按照对应所述拉伸曲线拉伸，得到第二图像。
其中，所述将预处理图像转换为第一灰度图像，然后将第一灰度图像进行高斯滤波，得到第一图像；步骤包括：
判断所述预处理图像的类型，通过对应类型的灰度转换方法转换成灰度图像，并通过高斯核3*3的高斯滤波转换，得到第一图像。
其中，所述创建在不同阈值下的拉伸曲线；步骤包括：
创建256*256的二维数组，包括256个不同阈值及对应256个不同阈值下对应的256个拉伸曲线。
其中，所述遍历所述第一图像和所述阈值模版图像，根据相同位置阈值模版图像的阈值对应的所述拉伸曲线，对所述第一图像按照对应所述拉伸曲线拉伸，得到第二图像；步骤包括：
同时遍历所述第一图像和所述阈值模版图像；
根据所述创建在不同阈值下的拉伸曲线，在同一位置的所述阈值模版图像的阈值对应的所述拉伸曲线，按照该拉伸曲线对所述第一图像拉伸，得到第二图像。
本发明还提供一种图像的磨白优化装置，包括：
第一处理单元，其配置为，将预处理图像转换为第一灰度图像，然后将第一灰度图像进行高斯滤波，得到第一图像；
调整单元，其配置为，将所述第一图像分割成预定数量且等尺寸的子第一图像，对每个所述子第一图像计算子拉伸阈值；计算第一图像的第一全局阈值，将第一图像的直方图分布计算出来，从高往低统计直方图的个数，统计出个数大于总数的30％时的值全局阈值分割函数；根据固定尺寸将图像分割成m*n个图像，尺寸不足的地方采用边缘填充；将第一全局阈值引入计算，计算公式如下：
partThreshold＝partThreshold+(globalThreshold-partThreshold)/3
采用了如下的公式，缩小相邻区块间的差值，公式如下：
partThreshold＝partThreshold+(partThresholdLeft-partThreshold)/2
+(partThresholdUp-partThresholdLeft)/2；对最终计算出的分块阈值进行最后的调整，采用如下公式：Ratio＝0.2+0.8*(globalThreshold-difValue)/globalThreshold*(partThreshold/globalThreshold)^2；
创造单元，其配置为，创建在不同阈值下的拉伸曲线；
第二处理单元，其配置为，单元遍历所述第一图像和所述阈值模版图像，根据相同位置阈值模版图像的阈值对应的所述拉伸曲线，对所述第一图像按照对应所述拉伸曲线拉伸，得到第二图像。
其中，所述第一处理单元还包括：
判断所述预处理图像的类型，通过对应类型的灰度转换方法转换成灰度图像，并通过高斯核3*3的高斯滤波转换，得到第一图像。
其中，所述创造单元包括：
创建256*256的二维数组，包括256个不同阈值及对应256个不同阈值下对应的256个拉伸曲线。
其中，所述第一处理单元包括：
同时遍历所述第一图像和所述阈值模版图像；
根据所述创建在不同阈值下的拉伸曲线，在同一位置的所述阈值模版图像的阈值对应的所述拉伸曲线，按照该拉伸曲线对所述第一图像拉伸，得到第二图像。
与现有技术相比，本发明的有意效果在于：
发明提供一种图像的磨白优化方法和装置，首先对图像进行灰度处理和高斯滤波，生成第一图像；将第一图像分割成预定数量且等尺寸的子第一图像，对每个所述子第一图像计算子拉伸阈值；创建在不同阈值下的拉伸曲线；遍历所述第一图像和所述阈值模版图像，根据相同位置阈值模版图像的阈值对应的所述拉伸曲线，对所述第一图像按照对应所述拉伸曲线拉伸，得到第二图像。采用上述方案，文档图像带阴影、光斑均能有效的实现文档图像优化，实现了文档图像优化算法的通用性和实用性，提高影像扫描图像效果。
附图说明
图1示意性示出了本发明实施例中一种图像的磨白优化方法的流程图；
图2示意性示出了本发明实施例中图像分块处理示意图；
图3示意性示出了本发明实施例中使用的拉伸曲线示意图
图4示意性示出了本发明实施例中一种图像的磨白优化装置的结构示意框图。
具体实施方式
以下对本发明的实施例进行详细说明，但是本发明可以由权利要求限定和覆盖的多种不同方式实施。
如图1-图3所示，本发明实施例提供提供了一种图像的磨白优化方法，包括：
步骤一，将预处理图像转换为第一灰度图像，然后将第一灰度图像进行高斯滤波，得到第一图像；
步骤二，将所述第一图像分割成预定数量且等尺寸的子第一图像，对每个所述子第一图像计算子拉伸阈值；
步骤三，创建在不同阈值下的拉伸曲线；
步骤四，遍历所述第一图像和所述阈值模版图像，根据相同位置阈值模版图像的阈值对应的所述拉伸曲线，对所述第一图像按照对应所述拉伸曲线拉伸，得到第二图像。
其中，步骤一包括：判断所述预处理图像的类型，通过对应类型的灰度转换方法转换成灰度图像，并通过高斯核3*3的高斯滤波转换，得到第一图像。先判读图像的类型，将图像的类型转换为灰度图像，然后对图像进行高斯滤波，高斯核3*3，得到第一图像。
如图2和图3所示，步骤21，计算第一图像的第一全局阈值，将第一图像的直方图分布计算出来，从高往低统计直方图的个数，统计出个数大于总数的30％时的值globalThreshold(全局阈值分割函数)；步骤22，根据固定尺寸(nSize)可以将图像分割成m*n个图像，尺寸不足的地方采用边缘填充，根据步骤21的阈值计算步骤计算出每一个图像的阈值(partThreshold)，此时获得m*n个阈值，将这些阈值存储在m*n的图像中；步骤23，此时计算出的各部分阈值反应了当前子图像的特征，为了引入图像整体，将第一全局阈值引入计算，计算公式如下：
partThreshold＝partThreshold+(globalThreshold-partThreshold)/3
当前子第一图像之间变换可能会导致的连接处的处理不圆滑，为了解决这个问题，采用了如下的公式，缩小相邻区块间的差值，公式如下：
partThreshold＝partThreshold+(partThresholdLeft-partThreshold)/2
+(partThresholdUp-partThresholdLeft)/2
上式中，partThresholdLeft是当前块左边块的阈值，partThresholdUp是当前块上面块的阈值，如果不存左边块或上边块时，则为当前阈值；步骤24，对最终计算出的分块阈值进行最后的调整，采用如下公式：
Ratio＝0.2+0.8*(globalThreshold-difValue)/globalThreshold*(partThreshold/globalThreshold)^2
上述公式中difValue是子第一图像从高往低，和从低往高统计直方图个数大于总数30％阈值之间的差值。当差值特别大的时候，说明暗色部分多，可以将阈值缩小。
其中，步骤三包括：
创建256*256的二维数组，包括256个不同阈值及对应256个不同阈值下对应的256个拉伸曲线。
首先创建一个256*256的二维数组，第一个256代表的是不同的阈值，第二个256代表的是不同阈值条件下的拉伸曲线。不同阈值计算拉伸曲线的公式如下：
如果idx>thresholdIdx(根据需要设定的参数比例)：
Value[thresholdIdx][idx]＝255/(1+2.518^((thresholdIdx-idx)/10))
如果idx<＝thresholdIdx：
Value[thresholdIdx][idx]＝idx-(idx-255/(1+1.02^((thresholdIdx-idx)*2)))*0.67
将上述两个公式中thresholdIdx，idx分别为256*256的二维数组中从0遍历到255的数据，得到一个二维数组(Value)
作为本发明的优选方案，所述步骤40中，同时遍历第一图像和阈值模板图像(mask)，在mask中获取值maskValue(二维数组中对应值)，此时同一个位置第一图像的值aValue通过如下公式计算
aValue＝Value[maskValue][aValue]
其中，步骤四包括：
同时遍历所述第一图像和所述阈值模版图像；
根据所述创建在不同阈值下的拉伸曲线，在同一位置的所述阈值模版图像的阈值对应的所述拉伸曲线，按照该拉伸曲线对所述第一图像拉伸，得到第二图像。
如图4所示，本发明还提供一种图像的磨白优化装置，包括：
第一处理单元，其配置为，将预处理图像转换为第一灰度图像，然后将第一灰度图像进行高斯滤波，得到第一图像；
调整单元，其配置为，将所述第一图像分割成预定数量且等尺寸的子第一图像，对每个所述子第一图像计算子拉伸阈值；
创造单元，其配置为，创建在不同阈值下的拉伸曲线；
第二处理单元，其配置为，单元遍历所述第一图像和所述阈值模版图像，根据相同位置阈值模版图像的阈值对应的所述拉伸曲线，对所述第一图像按照对应所述拉伸曲线拉伸，得到第二图像。
其中，所述第一处理单元还包括：
判断所述预处理图像的类型，通过对应类型的灰度转换方法转换成灰度图像，并通过高斯核3*3的高斯滤波转换，得到第一图像。
其中，所述调整单元，其配置为，包括：
计算第一图像的第一全局阈值，将第一图像的直方图分布计算出来，从高往低统计直方图的个数，统计出个数大于总数的30％时的值全局阈值分割函数；根据固定尺寸将图像分割成m*n个图像，尺寸不足的地方采用边缘填充；将第一全局阈值引入计算，计算公式如下：
partThreshold＝partThreshold+(globalThreshold-partThreshold)/3
采用了如下的公式，缩小相邻区块间的差值，公式如下：
partThreshold＝partThreshold+(partThresholdLeft-partThreshold)/2+(partThresholdUp-partThresholdLeft)/2；对最终计算出的分块阈值进行最后的调整，采用如下公式：Ratio＝0.2+0.8*(globalThreshold-difValue)/globalThreshold*(partThreshold/globalThreshold)^2。
其中，所述创造单元包括：
创建256*256的二维数组，包括256个不同阈值及对应256个不同阈值下对应的256个拉伸曲线。
其中，所述第一处理单元包括：
同时遍历所述第一图像和所述阈值模版图像；
根据所述创建在不同阈值下的拉伸曲线，在同一位置的所述阈值模版图像的阈值对应的所述拉伸曲线，按照该拉伸曲线对所述第一图像拉伸，得到第二图像。
以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人才员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (2)
1.一种图像的磨白优化方法，其特征在于，包括：
将预处理图像转换为第一灰度图像，然后将第一灰度图像进行高斯滤波，得到第一图像；
将所述第一图像分割成预定数量且等尺寸的子第一图像，对每个所述子第一图像计算子拉伸阈值；计算第一图像的第一全局阈值，其中，
第一全局阈值引入计算，计算公式如下：
partThreshold＝partThreshold+(globalThreshold-partThreshold)/3
采用了如下的公式，缩小相邻区块间的差值，公式如下：
partThreshold＝partThreshold+(partThresholdLeft-partThreshold)/2
+(partThresholdUp-partThresholdLeft)/2；
对最终计算出的分块阈值进行最后的调整，采用如下公式：
Ratio＝0.2+0.8*(globalThreshold-difValue)/globalThreshold*(partThreshold/globalThreshold)^2；
将第一图像的直方图分布计算出来，从高往低统计直方图的个数，统计大于总数的30％时的值；根据固定尺寸将图像分割成m*n个图像，尺寸不足的地方采用边缘填充；
创建在不同阈值下的拉伸曲线；
遍历所述第一图像和阈值模版图像，根据相同位置阈值模版图像的阈值对应的所述拉伸曲线，对所述第一图像按照对应所述拉伸曲线拉伸，得到第二图像；
所述将预处理图像转换为第一灰度图像，然后将第一灰度图像进行高斯滤波，得到第一图像；步骤包括：
判断所述预处理图像的类型，通过对应类型的灰度转换方法转换成灰度图像，并通过高斯核3*3的高斯滤波转换，得到第一图像；
所述创建在不同阈值下的拉伸曲线；步骤包括：
创建256*256的二维数组，包括256个不同阈值及对应256个不同阈值下对应的256个拉伸曲线；所述遍历所述第一图像和所述阈值模版图像，根据相同位置阈值模版图像的阈值对应的所述拉伸曲线，对所述第一图像按照对应所述拉伸曲线拉伸，得到第二图像；步骤包括：
同时遍历所述第一图像和所述阈值模版图像；
根据所述创建在不同阈值下的拉伸曲线，在同一位置的所述阈值模版图像的阈值对应的所述拉伸曲线，按照该拉伸曲线对所述第一图像拉伸，得到第二图像。
2.一种图像的磨白优化装置，其特征在于，包括：
第一处理单元，其配置为，将预处理图像转换为第一灰度图像，然后将第一灰度图像进行高斯滤波，得到第一图像；
调整单元，其配置为，将所述第一图像分割成预定数量且等尺寸的子第一图像，对每个所述子第一图像计算子拉伸阈值；计算第一图像的第一全局阈值，将第一图像的直方图分布计算出来，从高往低统计直方图的个数，统计大于总数的30％时的值；根据固定尺寸将图像分割成m*n个图像，尺寸不足的地方采用边缘填充；
其中，
第一全局阈值引入计算，计算公式如下：
partThreshold＝partThreshold+(globalThreshold-partThreshold)/3
采用了如下的公式，缩小相邻区块间的差值，公式如下：
partThreshold＝partThreshold+(partThresholdLeft-partThreshold)/2
+(partThresholdUp-partThresholdLeft)/2；对最终计算出的分块阈值进行最后的调整，采用如下公式：
Ratio＝0.2+0.8*(globalThreshold-difValue)/globalThreshold*(partThreshold/globalThreshold)^2；
创造单元，其配置为，创建在不同阈值下的拉伸曲线；
第二处理单元，其配置为，单元遍历所述第一图像和阈值模版图像，根据相同位置阈值模版图像的阈值对应的所述拉伸曲线，对所述第一图像按照对应所述拉伸曲线拉伸，得到第二图像；
所述第一处理单元还包括：
判断所述预处理图像的类型，通过对应类型的灰度转换方法转换成灰度图像，并通过高斯核3*3的高斯滤波转换，得到第一图像；
所述创造单元包括：
创建256*256的二维数组，包括256个不同阈值及对应256个不同阈值下对应的256个拉伸曲线；
所述第一处理单元包括：
同时遍历所述第一图像和所述阈值模版图像；
根据所述创建在不同阈值下的拉伸曲线，在同一位置的所述阈值模版图像的阈值对应的所述拉伸曲线，按照该拉伸曲线对所述第一图像拉伸，得到第二图像。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910172791.9A CN109949238B (zh) | 2019-03-07 | 2019-03-07 | 图像的磨白优化方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910172791.9A CN109949238B (zh) | 2019-03-07 | 2019-03-07 | 图像的磨白优化方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109949238A CN109949238A (zh) | 2019-06-28 |
| CN109949238B true CN109949238B (zh) | 2022-11-25 |
Family
ID=67008353
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910172791.9A Active CN109949238B (zh) | 2019-03-07 | 2019-03-07 | 图像的磨白优化方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109949238B (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101292261A (zh) * | 2005-10-21 | 2008-10-22 | 卡尔斯特里姆保健公司 | 用于医用图像的增强可视化的方法 |
| CN101853497A (zh) * | 2010-02-25 | 2010-10-06 | 杭州海康威视软件有限公司 | 一种图像增强方法和装置 |
| CN101859432A (zh) * | 2010-05-17 | 2010-10-13 | 重庆师范大学 | 档案图像增强的构造方法 |
| EP2339533A1 (en) * | 2009-11-20 | 2011-06-29 | Vestel Elektronik Sanayi ve Ticaret A.S. | Saliency based video contrast enhancement method |
| CN104185991A (zh) * | 2011-11-09 | 2014-12-03 | 弗兰霍菲尔运输应用研究公司 | 不同动态采样值范围的层之间的层间预测 |
| 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 |
| CN105765625A (zh) * | 2013-12-04 | 2016-07-13 | 皇家飞利浦有限公司 | 荧光图像处理装置和方法 |
| CN105809643A (zh) * | 2016-03-14 | 2016-07-27 | 浙江外国语学院 | 一种基于自适应块通道拉伸的图像增强方法 |
| 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 |
| CN107977987A (zh) * | 2017-11-20 | 2018-05-01 | 北京理工大学 | 一种无人机载多目标探测跟踪、指示系统及方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7684639B2 (en) * | 2005-10-20 | 2010-03-23 | Sharp Laboratories Of America, Inc. | Methods and systems for automatic digital image enhancement |
| US8639050B2 (en) * | 2010-10-19 | 2014-01-28 | Texas Instruments Incorporated | Dynamic adjustment of noise filter strengths for use with dynamic range enhancement of images |
| US9307162B2 (en) * | 2014-05-21 | 2016-04-05 | Himax Imaging Limited | Local enhancement apparatus and method to generate high dynamic range images by blending brightness-preserved and brightness-adjusted blocks |
-
2019
- 2019-03-07 CN CN201910172791.9A patent/CN109949238B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101292261A (zh) * | 2005-10-21 | 2008-10-22 | 卡尔斯特里姆保健公司 | 用于医用图像的增强可视化的方法 |
| EP2339533A1 (en) * | 2009-11-20 | 2011-06-29 | Vestel Elektronik Sanayi ve Ticaret A.S. | Saliency based video contrast enhancement method |
| CN101853497A (zh) * | 2010-02-25 | 2010-10-06 | 杭州海康威视软件有限公司 | 一种图像增强方法和装置 |
| CN101859432A (zh) * | 2010-05-17 | 2010-10-13 | 重庆师范大学 | 档案图像增强的构造方法 |
| CN104185991A (zh) * | 2011-11-09 | 2014-12-03 | 弗兰霍菲尔运输应用研究公司 | 不同动态采样值范围的层之间的层间预测 |
| CN105765625A (zh) * | 2013-12-04 | 2016-07-13 | 皇家飞利浦有限公司 | 荧光图像处理装置和方法 |
| 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 |
| CN105809643A (zh) * | 2016-03-14 | 2016-07-27 | 浙江外国语学院 | 一种基于自适应块通道拉伸的图像增强方法 |
| 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 |
| CN107977987A (zh) * | 2017-11-20 | 2018-05-01 | 北京理工大学 | 一种无人机载多目标探测跟踪、指示系统及方法 |
Non-Patent Citations (3)
| Title |
|---|
| 全景视觉图像去噪与增强方法的研究;金甲;《中国优秀硕士学位论文全文数据库信息科技辑》;20110615;第I138-358页 * |
| 基于区域对比度增强的二值化算法;卢迪 等;《电子与信息学报》;20170131;第39卷(第1期);第240-244页 * |
| 基于模糊小波的图像对比度增强算法;刘国军 等;《电子学报》;20050430;第33卷(第4期);第643-646页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109949238A (zh) | 2019-06-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108876743B (zh) | 一种图像快速去雾方法、系统、终端及存储介质 | |
| CN101127908B (zh) | 引入全局特征分类的视频图像运动处理方法及其实现装置 | |
| US7418135B2 (en) | image processing apparatus, method therefor, and program | |
| US8842912B2 (en) | Method for processing highlights and saturated regions in a digital image | |
| CN108133216B (zh) | 基于机器视觉的可实现小数点读取的数码管读数识别方法 | |
| CN108665417B (zh) | 一种车牌图像去模糊方法、装置及系统 | |
| CN111353961B (zh) | 一种文档曲面校正方法及装置 | |
| CN107067375A (zh) | 一种基于暗通道先验和边缘信息的图像去雾方法 | |
| CN105701491A (zh) | 固定格式文档图像模版的制作方法及其应用 | |
| CN103530625A (zh) | 一种基于数字图像处理的光学字符识别方法 | |
| CN101315664A (zh) | 用于文字识别的文本图像预处理方法 | |
| CN115457577A (zh) | 基于人事档案图像的文本字体标准化处理方法及系统 | |
| CN118247181B (zh) | 图像复原模型训练方法、电子设备和图像复原方法 | |
| JP2007189319A (ja) | 線分検出器及び線分検出方法 | |
| CN109559318B (zh) | 基于积分算法的局部自适应图像阈值处理方法 | |
| CN109949238B (zh) | 图像的磨白优化方法和装置 | |
| CN110348452B (zh) | 一种图像二值化处理方法及其系统 | |
| CN111738934B (zh) | 基于mtcnn的红眼自动修复方法 | |
| CN110992286A (zh) | 一种基于ccd相机的光伏组件图像校正方法 | |
| JP6126054B2 (ja) | 画像信号処理方法及び画像信号処理装置 | |
| CN118521573B (zh) | 一种生成式人工智能的电网设备故障监测方法及系统 | |
| CN109949210B (zh) | 一种扫描图像背景的移除方法和装置 | |
| CN112907477A (zh) | 保持红外图像目标及背景不压制的自适应映射算法及装置 | |
| CN116977207A (zh) | 一种基于选择性平滑滤波的图像降噪方法 | |
| CN117115035A (zh) | 不均匀光照图像校正方法 |
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 |