CN110415185B - 一种改进的Wallis阴影自动补偿方法及装置 - Google Patents
一种改进的Wallis阴影自动补偿方法及装置 Download PDFInfo
- Publication number
- CN110415185B CN110415185B CN201910588209.7A CN201910588209A CN110415185B CN 110415185 B CN110415185 B CN 110415185B CN 201910588209 A CN201910588209 A CN 201910588209A CN 110415185 B CN110415185 B CN 110415185B
- Authority
- CN
- China
- Prior art keywords
- shadow
- compensation
- wallis
- brightness
- improved
- 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 61
- 238000012545 processing Methods 0.000 claims abstract description 9
- 238000004590 computer program Methods 0.000 claims description 10
- 230000009466 transformation Effects 0.000 claims description 5
- 239000000654 additive Substances 0.000 claims description 4
- 230000000996 additive effect Effects 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 2
- 238000005530 etching Methods 0.000 claims description 2
- 239000000126 substance Substances 0.000 claims 2
- 230000000694 effects Effects 0.000 description 21
- 238000010586 diagram Methods 0.000 description 11
- 238000001514 detection method Methods 0.000 description 6
- 230000003044 adaptive effect Effects 0.000 description 5
- 238000012937 correction Methods 0.000 description 5
- 238000001914 filtration Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 230000000903 blocking effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
Images
Classifications
-
- G06T5/94—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
Abstract
本发明涉及遥感影像处理技术领域,公开了一种改进的Wallis阴影自动补偿方法及装置,其中,方法包括以下步骤:对遥感影像进行检测,提取阴影区域;提取所述阴影区域的内轮廓线和外轮廓线;在所述内轮廓线和外轮廓线上匹配同类特征点对,并计算补偿参数;根据所述补偿参数构建改进的Wallis补偿模型,对所述阴影区域进行补偿,得到补偿后的遥感影像。本发明对不同阴影区域的自适应调整能力强,使得纹理信息突出、细节信息恢复完整。
Description
技术领域
本发明涉及遥感影像处理技术领域,具体涉及一种改进的Wallis阴影自动补偿方法及装置。
背景技术
遥感影像获取过程中由于受到太阳高度角、地形起伏、一定高度地物遮挡的影响,会导致部分区域无法得到太阳的直接光照产生阴影,阴影区域实际上会接收到来自周围地物散射光的照射,亮度明显暗于周围非阴影区域,地物信息无法真实呈现而导致影像质量受损,影响影像进一步用于其他测绘产品生产中。阴影被遮挡的面积与被投射物体的大小及高度有关,其中云阴影的遮挡面积较普通地物大,影响明显。
阴影自动补偿方法主要可以分为两类。一类是采用如线性拉伸、Retinex、Wallis滤波等图像增强方法,对阴影区域或图像全局采用图像增强的算法处理提升阴影区域的亮度与对比度实现阴影去除。例如,利用局部统计增强模型通过统计阴影区域及非阴影区域在亮度、色调、饱和度特征分量上的均值与方差数据结合一定的补偿系数进行阴影区域补偿。这类方法的处理效果与图像增强算法能力相关,常依赖经验确定增强算法参数,难以做到根据阴影遮挡程度变化实现自适应处理。
第二类是利用线性相关修正法、Gamma修正法、色彩恒常性原理等方法建立补偿模型,利用阴影区域周边的非阴影区域信息加入到补偿模型中指导阴影区域的补偿提升。例如,三次多项式非线性补偿模型采用了一种IOOPL匹配方法获取模型参数,以自适应的补偿阴影区域信息;利用Gamma修正原理将阴影看作一种乘性噪声源,且噪声的影响系数与原始图像灰度有关,则辐射校正时可利用指数函数进行校正,Gamma参数可以通过阴影与非阴影区域的均值进行估计;在模拟阴影投影模型基础上,利用最小二乘法获取光照纠正模型参数,实现阴影的自适应补偿。利用阴影与非阴影区域的场景图像部分均满足明可夫斯基范式的颜色恒常性算法的假设基础,根据非阴影区域的信息可推断出阴影区域在同等光照条件下应有的颜色信息,但是范式中的指数参数通常在整幅影像处理时保持一致,常是经验获取。
总的来说,目前这些方法实现自动阴影补偿时,可以有效的整体提高亮度,但仍存在不同阴影区域的地物对比度自适应调整能力偏弱的问题,使得纹理信息显示得不够突出,细节信息恢复得不够完整。
发明内容
本发明的目的在于克服上述技术不足,提供一种改进的Wallis阴影自动补偿方法及装置,解决现有技术中对不同阴影区域的自适应调整能力偏弱,使得纹理信息显示得不够突出、细节信息恢复不够完整的技术问题。
为达到上述技术目的,本发明的技术方案提供一种改进的Wallis阴影自动补偿方法,包括以下步骤:
对遥感影像进行检测,提取阴影区域;
提取所述阴影区域的内轮廓线和外轮廓线;
在所述内轮廓线和外轮廓线上匹配同类特征点对,并计算补偿参数;
根据所述补偿参数构建改进的Wallis补偿模型,对所述阴影区域进行补偿,得到补偿后的遥感影像。
本发明还提供一种改进的Wallis阴影自动补偿装置,包括处理器以及存储器,所述存储器上存储有计算机程序,所述计算机程序被处理器执行时实现所述改进的Wallis阴影自动补偿方法。
本发明还提供一种计算机存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时,实现所述改进的Wallis阴影自动补偿方法。
与现有技术相比,本发明的有益效果包括:本发明对阴影区域进行同类特征点对选取与匹配以自动解算适合该阴影区域的补偿参数,根据补偿系数构建改进的Wallis补偿模型,由于补偿参数是针对遥感影像中阴影区域的自身情况进行设置的,因此引入了补偿系数的改进的Wallis补偿模型能够更加有针对性地提高遥感影像的特征均值与对比度,均衡地提升对比度和亮度效果,尽可能完整的恢复被遮挡信息。
附图说明
图1是本发明提供的改进的Wallis阴影自动补偿方法一实施方式的流程图;
图2是本发明提供的内轮廓线和外轮廓线上匹配同类特征点对一实施方式的匹配示意图;
图3是本发明提供的改进的Wallis阴影自动补偿与原始Wallis阴影自动补偿分别对原始图像I进行阴影补偿的补偿质量对比图;
图4是本发明提供的改进的Wallis阴影自动补偿与原始Wallis阴影自动补偿分别对原始图像II进行阴影补偿的补偿质量对比图;
图5是本发明提供的改进的Wallis阴影自动补偿与原始Wallis阴影自动补偿分别对原始图像III进行阴影补偿的补偿质量对比图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
实施例1
如图1所示,本发明的实施例1提供了改进的Wallis阴影自动补偿方法,包括以下步骤:
S1、对遥感影像进行检测,提取阴影区域;
S2、提取所述阴影区域的内轮廓线和外轮廓线;
S3、在所述内轮廓线和外轮廓线上匹配同类特征点对,并计算补偿参数;
S4、根据所述补偿参数构建改进的Wallis补偿模型,对所述阴影区域进行补偿,得到补偿后的遥感影像。
随着遥感技术的广泛应用,对遥感影像的色彩质量要求越来越高,而遥感影像中存在的阴影遮挡导致影像色彩质量降低的问题,研究阴影补偿可有效地提升影像色彩质量,避免重拍引起的成本增加等问题。本发明针对目前阴影补偿方法的自适应调整能力偏差、对比度提升针对性不强问题,构建改进的Wallis补偿模型。主要思想是获取阴影区域周边的非阴影区域的信息作为补偿目标,依此为依据,设计了利用在阴影区域的阴影边界局部范围内进行同类特征点对选取与匹配的方法,利用同类特征点对自动解算补偿参数,根据补偿系数构建改进的Wallis补偿模型,实现利用阴影区域自身的特点定制相应的补偿模型的效果,对阴影区域内像素亮度进行合理补偿。由于补偿参数是针对遥感影像中阴影区域的自身情况进行设置的,因此引入了补偿系数的改进的Wallis补偿模型能够更加有针对性地提高遥感影像的特征均值与对比度,均衡地提升对比度和亮度效果,尽可能完整的恢复被遮挡信息。
相较现有的阴影自动补偿方法存在不同阴影区域的地物对比度自适应调整能力偏弱,使得纹理信息显示得不够突出,细节信息恢复得不够完整,本发明提供的改进的Wallis阴影自动补偿方法具有以下优点:
1、补偿效果更具有针对性。原始的Wallis滤波模型直接应用于阴影补偿时,对补偿对比度的提升效果比较差,参数调整不具有针对性。为了使此方法更有效地应用于阴影补偿中,本发明设计了加入补偿参数的改进Wallis补偿模型,补偿参数能有效地提升整体亮度及对比度,使阴影区域补偿达到与非阴影区域相一致的效果。
2、自适应能力强,自动化程度高,无需人工干预,提升效果有保障。由于不同阴影区域被遮挡程度不同,现有方法常采用统一的模型参数对整幅影像的阴影区域进行处理,虽然可以恢复被遮挡的地物信息,但会出现遮挡严重的区域补偿不足,遮挡较弱的区域补偿过度的现象,使得补偿后的结果与原始信息存在一定的偏差。而且,为了修正这种不合适情况,需要人工干预进行参数调整,降低自动化程度。因此,本发明的自适应能力更高,能根据每个阴影区域自身的特点构建合适的补偿模型,补偿模型依据阴影区域本身的信息,自动获取适合该阴影区域的补偿参数,为每个阴影区域定制改进的Wallis补偿模型,实现自适应补偿,从而增强补偿方法的自适应能力,更有效地针对各类不同阴影遮挡情况实现自动补偿。
具体的,对遥感影像进行检测,提取阴影区域,具体为:
根据阴影特征构建阴影检测条件,根据所述阴影检测条件对所述遥感影像进行阴影检测生成二值化阴影影像:
SetSD={(i,j)|(B'(i,j)>T_B'||H(i,j)>T_H)&I(i,j)<T_I&S(i,j)<T_S}
其中,SetSD为所述二值化阴影影像,(i,j)为所述遥感影像中像素,B'(i,j)为像素(i,j)的原始归一化蓝色分量,T_B'为归一化蓝色分量阈值,H(i,j)为像素(i,j)的原始色调,T_H为色调阈值,I(i,j)为像素(i,j)的原始亮度,T_I为亮度阈值,S(i,j)为像素(i,j)的原始饱和度,T_S为饱和度阈值;
对所述二值化阴影影像进行区域去除以及空洞填充,得到所述阴影区域。
利用阴影具有的低亮度、高色调、高的归一化蓝色分量的特征,构建阴影检测条件,根据阴影检测条件生成二值化阴影影像,利用形态学处理方法,对二值化阴影影像进行零散的小区域去除和空洞填充,得到阴影区域。
具体的,对所述遥感影像进行RGB-HIS色彩空间变换得到所述遥感影像的原始色调H、原始亮度I以及原始饱和度S。
遥感影像为RGB色彩格式,因此对遥感影像进行RGB-HIS色彩空间变换,用于提取原始色调H、原始亮度I以及原始饱和度S。
优选的,结合一维Otsu自动阈值法和带限定条件的自动阈值法获取所述阴影检测条件中的归一化蓝色分量阈值T_B'、色调阈值T_H、亮度阈值T_I以及饱和度阈值T_S。
具体的,提取所述阴影区域的内轮廓线和外轮廓线,具体为:
对所述阴影区域进行膨胀K1次处理,提取所述外轮廓线;
对所述阴影区域进行腐蚀K1次处理,提取所述内轮廓线。
优选的,在所述内轮廓线和外轮廓线上匹配同类特征点对,具体为:
提取所述阴影区域的阴影边界,在所述阴影边界上随机选取多个边界点;
在所述内轮廓线上提取距离所述边界点最近的点作为阴影特征点,在所述外轮廓线上提取距离所述边界点最近的点作为目标点,同一所述边界点的阴影特征点和目标点为相互匹配的所述同类特征点对。
本实施例对一示例图像进行了内轮廓线和外轮廓线的提取,并在内轮廓线和外轮廓线上标注了阴影特征点和目标点,具体的,如图2所示,图2中位于阴影区域内的线条即内轮廓线,内轮廓线上的+符号表示阴影特征点,图2中位于阴影区域外的线条即外轮廓线,外轮廓线上的+符号表示目标点。
优选的,计算补偿参数,具体为:
统计所述阴影区域的亮度特征均值mSD和方差σSD;
对所述阴影区域进行膨胀K2次,K1<K2,获取环状非阴影区域,统计所述环状非阴影区域内的亮度特征均值mNSD和方差σNSD;
获取同类特征点对的阴影特征点的亮度以及目标点的亮度,阴影特征点的亮度为亮度原始值I,目标点的亮度为亮度目标值Ic;
计算强度补偿系数以及拉伸补偿系数:
其中,α为强度补偿系数,β为拉伸补偿系数,r1为乘性系数,r1=(cσNSD)/(cσSD+σNSD/c),r0为加性系数,r0=bmNSD+(1-b-r1)mSD,b、c为常数;
具体的,本实施例中b=0.65,c=0.45。
优选的,根据所述补偿参数构建改进的Wallis补偿模型,对所述阴影区域进行补偿,得到补偿后的遥感影像,具体为:
根据改进的Wallis补偿模型对所述阴影区域中每一像素进行亮度补偿:
其中,I(i,j)为所述阴影区域内像素(i,j)的原始亮度,Ic(i,j)为所述阴影区域内像素(i,j)补偿后的亮度;
根据补偿后的亮度、原始色调以及原始饱和度,对所述遥感影像进行HIS-RGB色彩空间变换得到补偿后的遥感影像。
将遥感影像中各个阴影区域的亮度进行补偿,利用补偿后亮度、原始色调和原始饱和度,进行HIS-RGB色彩空间变换,最终得到补偿后的RGB色彩影像,即补偿后的遥感影像。
本发明是在现有的Wallis阴影自动补偿方法上进行改进的,现有的Wallis阴影自动补偿方法基于Wallis滤波器,Wallis滤波器的一般形式可以表示为:
gc(i,j)=g(i,j)r1+r0
其中,gc(i,j)代表目标影像,g(i,j)代表原始影像,参数r1、r0分别为乘性系数和加性系数,有r0=bmf+(1-b-r1)mg,r1=(csf)/(csg+sf/c)。当r1>1时,该变换实质上是高通滤波;当r1<1时,则变为低通滤波。r1、r0中的mg和sg分别代表着待处理像素(i,j)周围局部区域的特征均值和方差,mf和sf则是对这一区域进行一定的分析后设定的目标均值和目标方差。Wallis滤波设计本身是用于影像匀光,影像色调不均匀时但内部地物都比较清晰,影像对比度等信息比阴影区域的信息强,通过适当地调整参数b和c,影像整体的亮度和对比度就可以得到有效调整,达到匀光的效果。但是如果将Wallis滤波器直接用于阴影区域的补偿的时候,就会发现,b的调整可以提高亮度,但是c的调整对阴影区域的对比度调整效果并不理想。因此,本发明设计了一种改进的Wallis阴影自动补偿方法,能够更有针对性地提升对比度和亮度,且改进后的Wallis阴影自动补偿方法更适用于建筑物遥感影像的阴影补偿。
为了验证改进的Wallis阴影自动补偿方法相较现有的Wallis阴影自动补偿方法的技术效果,分别对三幅遥感影像进行了对比分析。三幅遥感影像分别为:遥感影像I、遥感影像II以及遥感影像III。对比分析数据如下表所示:
表1改进Wallis补偿与原始Wallis补偿质量对比表
图3、图4、图5分别示出了遥感影像I、遥感影像II以及遥感影像III的补偿质量对比效果图。图3中(a)为遥感影像I,(b)为现有Wallis阴影自动补偿方法对遥感影像I进行补偿后的效果图,(c)为改进的Wallis阴影自动补偿方法对遥感影像I进行补偿后的效果图。图4中(d)为遥感影像II,(e)为现有Wallis阴影自动补偿方法对遥感影像II进行补偿后的效果图,(f)为改进的Wallis阴影自动补偿方法对遥感影像II进行补偿后的效果图。图5中(g)为遥感影像III,(h)为现有Wallis阴影自动补偿方法对遥感影像III进行补偿后的效果图,(i)为改进的Wallis阴影自动补偿方法对遥感影像III进行补偿后的效果图。从图3、图4和图5中可以直观明显的看出,采用本发明提供的改进的Wallis阴影自动补偿方法进行补偿后,遥感影像的清晰度显著提升。
实施例2
本发明的实施例2提供了改进的Wallis阴影自动补偿装置,包括处理器以及存储器,所述存储器上存储有计算机程序,所述计算机程序被处理器执行时实现以上任一实施例提供的Wallis阴影自动补偿方法。
本发明实施例提供的改进的Wallis阴影自动补偿装置,用于实现改进的Wallis阴影自动补偿方法,因此,上述改进的Wallis阴影自动补偿方法所具备的技术效果,改进的Wallis阴影自动补偿装置同样具备,在此不再赘述。
实施例3
本发明的实施例3提供了计算机存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时,实现以上任一实施例提供的改进的Wallis阴影自动补偿方法。
本发明实施例提供的改进的计算机存储介质,用于实现改进的Wallis阴影自动补偿方法,因此,上述改进的Wallis阴影自动补偿方法所具备的技术效果,计算机存储介质同样具备,在此不再赘述。
以上所述本发明的具体实施方式,并不构成对本发明保护范围的限定。任何根据本发明的技术构思所做出的各种其他相应的改变与变形,均应包含在本发明权利要求的保护范围内。
Claims (3)
1.一种改进的Wallis阴影自动补偿方法,其特征在于,包括以下步骤:
对遥感影像进行检测,提取阴影区域;
提取所述阴影区域的内轮廓线和外轮廓线;
在所述内轮廓线和外轮廓线上匹配同类特征点对,并计算补偿参数;
根据所述补偿参数构建改进的Wallis补偿模型,对所述阴影区域进行补偿,得到补偿后的遥感影像;
提取所述阴影区域的内轮廓线和外轮廓线,具体为:
在所述内轮廓线和外轮廓线上匹配同类特征点对,具体为:
提取所述阴影区域的阴影边界,在所述阴影变上随机选取多个边界点;
在所述内轮廓线上提取距离所述边界点最近的点作为阴影特征点,在所述外轮廓线上提取距离所述边界点最近的点作为目标点,同一所述边界点的阴影特征点和目标点为相互匹配的所述同类特征点对;
计算补偿参数,具体为:
计算强度补偿系数以及拉伸补偿系数:
根据所述补偿参数构建改进的Wallis补偿模型,对所述阴影区域进行补偿,得到补偿后的遥感影像,具体为:
根据改进的Wallis补偿模型对所述阴影区域中每一像素进行亮度补偿:
根据补偿后的亮度、原始色调以及原始饱和度,对所述遥感影像进行HIS-RGB色彩空间变换得到补偿后的遥感影像。
2.一种改进的Wallis阴影自动补偿装置,其特征在于,包括处理器以及存储器,所述存储器上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1所述改进的Wallis阴影自动补偿方法。
3.一种计算机存储介质,其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执行时,实现如权利要求1所述改进的Wallis阴影自动补偿方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910588209.7A CN110415185B (zh) | 2019-07-02 | 2019-07-02 | 一种改进的Wallis阴影自动补偿方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910588209.7A CN110415185B (zh) | 2019-07-02 | 2019-07-02 | 一种改进的Wallis阴影自动补偿方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110415185A CN110415185A (zh) | 2019-11-05 |
CN110415185B true CN110415185B (zh) | 2023-03-17 |
Family
ID=68358656
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910588209.7A Active CN110415185B (zh) | 2019-07-02 | 2019-07-02 | 一种改进的Wallis阴影自动补偿方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110415185B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111553852B (zh) * | 2020-04-13 | 2023-10-27 | 中国资源卫星应用中心 | 一种光学遥感影像快视图的生成方法及装置 |
CN112862714A (zh) * | 2021-02-03 | 2021-05-28 | 维沃移动通信有限公司 | 图像处理方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106295562A (zh) * | 2016-08-09 | 2017-01-04 | 中国科学院遥感与数字地球研究所 | 一种高分辨率遥感影像道路信息提取方法 |
CN106485664A (zh) * | 2015-08-27 | 2017-03-08 | 上海沃韦信息科技有限公司 | 一种基于小波变换和Wallis变换的卫星图像色彩平衡方法 |
CN107564017A (zh) * | 2017-08-29 | 2018-01-09 | 南京信息工程大学 | 一种城市高分遥感影像阴影检测及分割方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6819521B2 (en) * | 2000-06-09 | 2004-11-16 | Seagate Technology Llc | Repeated runout position error compensation in a disc drive servo system |
-
2019
- 2019-07-02 CN CN201910588209.7A patent/CN110415185B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106485664A (zh) * | 2015-08-27 | 2017-03-08 | 上海沃韦信息科技有限公司 | 一种基于小波变换和Wallis变换的卫星图像色彩平衡方法 |
CN106295562A (zh) * | 2016-08-09 | 2017-01-04 | 中国科学院遥感与数字地球研究所 | 一种高分辨率遥感影像道路信息提取方法 |
CN107564017A (zh) * | 2017-08-29 | 2018-01-09 | 南京信息工程大学 | 一种城市高分遥感影像阴影检测及分割方法 |
Non-Patent Citations (2)
Title |
---|
倾斜影像整体变分模型阴影检测算法改进;闫利等;《遥感信息》;20170415(第02期);第54-59页 * |
同类点匹配改进策略下的阴影自动补偿方法;王瑶等;《地理空间信息》;20160826(第08期);第17-20页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110415185A (zh) | 2019-11-05 |
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 | |
Wu et al. | Contrast-accumulated histogram equalization for image enhancement | |
CN111583123A (zh) | 一种基于小波变换的融合高低频信息的图像增强算法 | |
US8160387B2 (en) | Image processing method and computer software for image processing | |
CN108090886B (zh) | 一种高动态范围红外图像的显示与细节增强方法 | |
US9396526B2 (en) | Method for improving image quality | |
US8594446B2 (en) | Method for enhancing a digitized document | |
Xu et al. | Colour image enhancement by virtual histogram approach | |
CN110415185B (zh) | 一种改进的Wallis阴影自动补偿方法及装置 | |
WO2018166083A1 (zh) | 一种对比度增强和视觉显著度优化方法在高尔夫球场图中的应用 | |
Liu et al. | Enhancement of low illumination images based on an optimal hyperbolic tangent profile | |
Mu et al. | Low and non-uniform illumination color image enhancement using weighted guided image filtering | |
Huang et al. | Efficient contrast enhancement with truncated adaptive gamma correction | |
CN111080563B (zh) | 一种基于遍历寻优的直方图均衡方法 | |
CN111325680B (zh) | 一种具有抑制局部过曝的图像增亮方法 | |
CN113344810A (zh) | 基于动态数据分布的图像增强方法 | |
CN116703789A (zh) | 一种图像增强方法及系统 | |
Goel et al. | An efficient approach to restore naturalness of non-uniform illumination images | |
Omarova et al. | Application of the Clahe method contrast enhancement of X-Ray Images | |
CN109886901B (zh) | 一种基于多通路分解的夜间图像增强方法 | |
David | Low illumination image enhancement algorithm using iterative recursive filter and visual gamma transformation function | |
Tan et al. | A retinex-based local tone mapping algorithm using L 0 smoothing filter | |
Dolly et al. | Various methods of enhancement in colored images: a review | |
CN116051425B (zh) | 一种红外图像处理方法、装置、电子设备及存储介质 | |
CN112581411B (zh) | 一种图像去雾的方法及终端 |
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 |