CN110545414A - 一种图像锐化方法 - Google Patents

一种图像锐化方法 Download PDF

Info

Publication number
CN110545414A
CN110545414A CN201910800591.3A CN201910800591A CN110545414A CN 110545414 A CN110545414 A CN 110545414A CN 201910800591 A CN201910800591 A CN 201910800591A CN 110545414 A CN110545414 A CN 110545414A
Authority
CN
China
Prior art keywords
gradient
image
sharpening
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.)
Granted
Application number
CN201910800591.3A
Other languages
English (en)
Other versions
CN110545414B (zh
Inventor
王吉鹏
宋博
王勇
温建新
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.)
Chengdu Image Design Technology Co Ltd
Original Assignee
Chengdu Image Design Technology Co Ltd
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 Chengdu Image Design Technology Co Ltd filed Critical Chengdu Image Design Technology Co Ltd
Priority to CN201910800591.3A priority Critical patent/CN110545414B/zh
Publication of CN110545414A publication Critical patent/CN110545414A/zh
Application granted granted Critical
Publication of CN110545414B publication Critical patent/CN110545414B/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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00—Details of colour television systems
    • H04N9/64—Circuits for processing colour signals
    • H04N9/646—Circuits for processing colour signals for image enhancement, e.g. vertical detail restoration, cross-colour elimination, contour correction, chrominance trapping filters

Landscapes

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

Abstract

本发明公开的一种图像锐化方法，用于对RGB图像进行锐化，包括如下步骤：S01：将RGB图像进行空间转换，得到空间图像；S02：以锐化像素点为中心，形成半径为r的像素区域，计算锐化像素点与周围四个像素点的亮度分量的梯度值及对应的梯度比较值；S03：计算锐化像素点所在的像素区域中各个像素点的亮度分量与该区域内像素点的亮度分量均值差的绝对值和，即为区域参数；S04：根据锐化像素点的梯度阈值和区域参数，确定该锐化像素点的锐化强度因子η；S05：根据锐化强度因子、梯度比较值和梯度值计算对应锐化像素点的输出值；S06：将输出的空间图像转换为RGB图像。本发明提供的一种图像锐化方法，用以降低图像锐化过程中的噪声，实现图像锐化增强。

Description

一种图像锐化方法
技术领域
本发明涉及图像处理领域，具体涉及一种图像锐化方法。
背景技术
拍照设备本身的硬件问题或者一些图像算法(例如图像平滑算法)的处理往往会使图像中的边界或轮廓变得模糊。图像锐化是一种用于补偿图像的轮廓，增强图像的边缘及灰度跳变部分，使图像变得清晰的方法。从频率域来看，图像变模糊是因为其高频分量被衰减，因此，图像锐化的思路主要是用高通滤波器来提取图像中的高频信息，然后将提取的高频信息叠加到原图像上，使图像变得清晰。
目前，图像锐化处理的方式一般为分别提取出图像的高频信息和低频信息，在对高频信息进行增强之后，将低频信息与增强后的高频信息进行合成输出新的图像。这里，因图像边缘的强度变化显著，图像的高频信息常位于图像边缘区域，故通过对高频信息进行增强，即可实现对图像边缘进行增强。但是高频信息中除了包含图像的边缘和轮廓信息，也包含了图像的噪声，在增强图像锐利度的同时，图像的噪声也相应的被放大，导致图像的总体质量下降。在实际应用中，产生噪声是不可避免的，在锐化过程中一旦噪声被当成细节放大后，会造成满屏散粒的闪点，极大的影响图像的质量，造成视觉不适。
发明内容
本发明的目的是提供一种图像锐化方法，用以降低图像锐化过程中的噪声，实现图像锐化增强。
为了实现上述目的，本发明采用如下技术方案：一种图像锐化方法，用于对RGB图像进行锐化，包括如下步骤：
S01：将RGB图像进行空间转换，得到含有亮度分量的空间图像；所述空间图像为M行N列的图像，M为大于1的整数，N为大于2的整数；
S02：以空间图像中的锐化像素点为中心，形成半径为r的像素区域，计算锐化像素点与周围四个像素点的亮度分量的梯度值及对应的梯度比较值，所述梯度比较值为对应的梯度值与梯度阈值的比较结果，若锐化像素点的梯度值小于梯度阈值，则该方向上的梯度比较值为-1，若锐化像素点的梯度值大于等于梯度阈值，则该方向上的梯度比较值为1；锐化像素点为第m行第n列的图像，且m为大于1小于M的整数，n为大于1小于N的整数，r为正整数；
S03：计算锐化像素点所在的像素区域中各个像素点的亮度分量与该区域内像素点的亮度分量均值差的绝对值和，即为区域参数；
S04：根据锐化像素点的梯度阈值和区域参数，确定该锐化像素点的锐化强度因子η；
S05：根据锐化强度因子、梯度比较值和梯度值计算对应锐化像素点的输出值；
S06：将输出的空间图像转换为RGB图像，即为锐化后的图像。
进一步地，所述空间图像为YUV空间图像或YCbCr空间图像。
进一步地，所述RGB图像转换为YCbCr空间图像的方法为：
Y＝a1×R+b1×G+c1×B，
Cb＝a2×R+b2×G+c2×B，
Cr＝a3×R+b3×G+c3×B，
其中，R、G、B分别表示RGB图像中各个像素点的红色分量、绿色分量及蓝色分量；且a1+b1+c1＝1，a2+b2+c2＝0，a3+b3+c3＝0。
进一步地，所述步骤S04中锐化强度因子η的确定方式为：将锐化强度因子分为四类，根据梯度阈值与梯度阈值比较值的相对关系以及区域参数与区域参数比较值的相对关系，确定该锐化像素点的锐化强度因子。
进一步地，当梯度阈值大于Q且区域参数大于等于P时，η为[0.1，0.15)中任一数值；当梯度阈值大于Q且区域参数小于P时，η为[0.01，0.015)中任一数值；当梯度阈值小于等于Q且区域参数小于P时，η为[0.15，0.2]中任一数值；当梯度阈值小于等于Q且区域参数大于等于P时，η为[0.015，0.02]中任一数值，其中，Q为梯度阈值的参考值，P为区域参数的参考值。
进一步地，所述步骤S02中锐化像素点的梯度值及对应的梯度比较值包括上梯度值Ta及上梯度比较值a、下梯度值Tb及上梯度比较值b、左梯度值Tc及左梯度比较值c、右梯度值Td及右梯度比较值d。
进一步地，所述步骤S05中锐化像素输出值的计算方法为：
Xk+1＝Xk+a×η×Ta+b×η×Tb+c×η×Tc+d×η×Td；
其中，Xk为锐化像素点的亮度分量，Xk+1为锐化像素点经过锐化之后的亮度分量。
进一步地，所述步骤S05和步骤S06中间还包括重复步骤S02-S05 H次，其中，每次得出的输出值作为下一次重复过程中对应锐化像素点的亮度分量，H为大于等于1的整数。
进一步地，所述步骤S02中r＝1，形成以锐化像素点为中心的3×3像素区域。
本发明的有益效果为：本发明通过在含有亮度分量的空间图像中进行亮度分量的比较计算，得到校正后的亮度分量，计算过程简单，占用资源较少，且能够减小图像锐化过程带来的噪声放大效应，提高了图像质量。
附图说明
附图1为本发明一种图像锐化方法的流程示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面结合附图对本发明的具体实施方式做进一步的详细说明。
请参阅附图1，本发明提供的一种图像锐化方法，用于对RGB图像进行锐化，包括如下步骤：
S01：将RGB图像进行空间转换，得到含有亮度分量的空间图像，空间图像为M行N列的图像，M为大于1的整数，N为大于2的整数。
其中，本发明中所有计算均基于亮度分量进行，因此，可将RGB图像转换为任意的含有亮度分量的空间图像，例如现有技术中的YCbCr空间图像、YUV空间图像、YPbPr空间图像、YDbDr空间图像、YIQ空间图像、HLS空间图像等等，其中，HLS空间图像中L表示对应像素点的亮度分量，其余空间图像中Y表示对应像素点的亮度分量。其中RCB图像与空间图像的转换方法可以按照现有技术中方法进行，在此不做详细介绍。下文以YCbCr空间图像为例进行说明，其余空间图像的计算方法类似。
当空间图像为YCbCr空间图像时；YCbCr空间图像中每个像素点的Y表示该像素点的亮度分量，Cb表示该像素点的蓝色度分量，Cr表示该像素点的红色度分量；空间转换公式为：
Y＝a1×R+b1×G+c1×B，
Cb＝a2×R+b2×G+c2×B，
Cr＝a3×R+b3×G+c3×B，
其中，R、G、B分别表示RGB图像中各个像素点的红色分量、绿色分量及蓝色分量，Y、Cb、Cr分别表示YCbCr空间图像中该像素点的亮度分量、蓝色度分量及红色度分量；且a1+b1+c1＝1，a2+b2+c2＝0，a3+b3+c3＝0。
S02：以空间图像中的锐化像素点为中心，形成半径为r的像素区域，作为3×3像素区域的中心，计算锐化像素点与周围四个像素点的亮度分量的梯度值及对应的梯度比较值，梯度比较值为对应的梯度值与梯度阈值的比较结果，r为正整数。
以锐化像素点为中心，形成半径为r的像素区域指的是形成以锐化像素点为中心的(2×r+1)×(2×r+1)像素区域。优选地，本发明中像素区域可以选取r＝1即以锐化像素点为中心的3×3像素区域。
若锐化像素点的梯度值小于梯度阈值，则该方向上的梯度比较值为-1，若锐化像素点的梯度值大于等于梯度阈值，则该方向上的梯度比较值为1；锐化像素点为第m行第n列的图像，且m为大于1小于M的整数，n为大于1小于N的整数。
锐化像素点的梯度值及对应的梯度比较值包括上梯度值Ta及上梯度比较值a、下梯度值Tb及上梯度比较值b、左梯度值Tc及左梯度比较值c、右梯度值Td及右梯度比较值d。
S03：计算锐化像素点所在的像素区域中各个像素点的亮度分量与该区域内像素点的亮度分量均值差的绝对值和，即为区域参数。
S04：根据锐化像素点的梯度阈值和区域参数，确定该锐化像素点的锐化强度因子η。
锐化强度因子η的确定方式为：将锐化强度因子分为四类，根据梯度阈值与梯度阈值比较值的相对关系以及区域参数与区域参数比较值的相对关系，确定该锐化像素点的锐化强度因子。具体的，当梯度阈值大于Q且区域参数大于等于P时，η为[0.1，0.15)中任一数值；当梯度阈值大于Q且区域参数小于P时，η为[0.01，0.015)中任一数值；当梯度阈值小于等于Q且区域参数小于P时，η为[0.15，0.2]中任一数值；当梯度阈值小于等于Q且区域参数大于等于P时，η为[0.015，0.02]中任一数值。其中，Q为梯度阈值的参考值，P为区域参数的参考值，本步骤中η、Q和P的具体取值均为经验值，具体数值根据图像特性进行确定。
S05：根据锐化强度因子、梯度比较值和梯度值计算对应锐化像素点的输出值。锐化像素输出值的计算方法为：
Xk+1＝Xk+a×η×Ta+b×η×Tb+c×η×Tc+d×η×Td；
其中，Xk为锐化像素点的亮度分量，Xk+1为锐化像素点经过锐化之后的亮度分量。
在进行空间变换之前，本发明还包括重复步骤S02-S05 H次，H表示迭代次数。其中，每次得出的输出值作为下一次重复过程中对应锐化像素点的亮度分量，H为大于等于1的整数。本发明通过亮度分量的多次迭代，可以在图像锐化过程中避免噪声被放大，从而提高图像质量。
S06：将输出的空间图像转换为RGB图像，即为锐化后的图像。
以下通过具体实施例对本发明进行进一步说明：
实施例1
本发明提供的一种图像锐化方法，用于对RGB图像进行锐化，包括如下步骤：
S01：将RGB图像进行空间转换，得到YCbCr空间图像；；YCbCr空间图像为M行N列的图像。
空间转换公式为：
Y＝0.299×R+0.587×G+0.114×B，
Cb＝-0.169×R-0.331×G+0.500×B，
Cr＝0.500×R-0.419×G-0.081×B。
其中，R、G、B分别表示RGB图像中各个像素点的红色分量、绿色分量及蓝色分量，Y、Cb、Cr分别表示YCbCr空间图像中该像素点的亮度分量、蓝色度分量及红色度分量。
S02：将YCbCr空间图像中的锐化像素点作为3×3像素区域的中心，并计算其与周围四个像素点的亮度分量的梯度值及对应的梯度比较值，梯度值及对应的梯度比较值包括上梯度值Ta及上梯度比较值a、下梯度值Tb及上梯度比较值b、左梯度值Tc及左梯度比较值c、右梯度值Td及右梯度比较值d。
其中，若锐化像素点的梯度值小于梯度阈值，则该方向上的梯度比较值为-1，若锐化像素点的梯度值大于等于梯度阈值，则该方向上的梯度比较值为1。
第m行第n列的锐化像素的梯度比较值的具体计算方法如下：
其中，δ为设定的梯度阈值，且m为大于1小于M的整数，n为大于1小于N的整数。
S03：计算锐化像素点所在的3×3区域中各个像素点的亮度分量与该区域内像素点的亮度分量均值差的绝对值和，即为区域参数σ。
S04：根据锐化像素点的梯度阈值和区域参数，确定该锐化像素点的锐化强度因子η。每个锐化像素的锐化强度因子需要分别确定，其中，第m行第n列的锐化像素的锐化强度因子的确定方法为：当梯度阈值大于Q且区域参数大于等于P时，η为[0.1，0.15)中任一数值；当梯度阈值大于Q且区域参数小于P时，η为[0.01，0.015)中任一数值；当梯度阈值小于等于Q且区域参数小于P时，η为[0.15，0.2]中任一数值；当梯度阈值小于等于Q且区域参数大于等于P时，η为[0.015，0.02]中任一数值。其中，Q为梯度阈值的参考值，P为区域参数的参考值，本步骤中η、Q和P的具体取值均为经验值，具体数值根据图像特性进行确定。
S05：根据锐化强度因子、梯度比较值和梯度值计算对应锐化像素点的输出值。第m行第n列的锐化像素的输出值为：
Xk+1(m,n)＝Xk(m,n)+
a(m,n)×η(m,n)×(Xk(m,n)-Xk(m,n-1))+
b(m,n)×η(m,n)×(Xk(m,n)-Xk(m,n+1))+
c(m,n)×η(m,n)×(Xk(m,n)-Xk(m-1,n))+
d(m,n)×η(m,n)×(Xk(m,n)-Xk(m+1,n))
其中，Xk为锐化像素点的亮度分量，Xk+1为锐化像素点经过锐化之后的亮度分量，即输出值。
在进行空间变换之前，本发明还包括重复步骤S02-S05 H次，及迭代次数为H，若H为1，则直接进入步骤S06，若H为大于1的整数，则重复步骤S02-S05H次，其中，每次得出的输出值作为下一次重复过程中对应锐化像素点的亮度分量。通过亮度分量的多次迭代，可以在图像锐化过程中避免噪声被放大，从而提高图像质量。
S06：将输出的YCbCr空间图像转换为RGB图像，即为锐化后的图像。该转换方式为步骤S01的逆运算。
本发明通过在含有亮度分量的空间图像中进行亮度分量的比较计算，得到校正后的亮度分量，计算过程简单，占用资源较少，且能够减小图像锐化过程带来的噪声放大效应，提高了图像质量。
以上所述仅为本发明的优选实施例，所述实施例并非用于限制本发明的专利保护范围，因此凡是运用本发明的说明书及附图内容所作的等同结构变化，同理均应包含在本发明所附权利要求的保护范围内。

Claims (9)

1.一种图像锐化方法，用于对RGB图像进行锐化，其特征在于，包括如下步骤：
S01：将RGB图像进行空间转换，得到含有亮度分量的空间图像；所述空间图像为M行N列的图像，M为大于1的整数，N为大于2的整数；
S02：以空间图像中的锐化像素点为中心，形成半径为r的像素区域，计算锐化像素点与周围四个像素点的亮度分量的梯度值及对应的梯度比较值，所述梯度比较值为对应的梯度值与梯度阈值的比较结果，若锐化像素点的梯度值小于梯度阈值，则该方向上的梯度比较值为-1，若锐化像素点的梯度值大于等于梯度阈值，则该方向上的梯度比较值为1；锐化像素点为第m行第n列的图像，且m为大于1小于M的整数，n为大于1小于N的整数，r为正整数；
S03：计算锐化像素点所在的像素区域中各个像素点的亮度分量与该区域内像素点的亮度分量均值差的绝对值和，即为区域参数；
S04：根据锐化像素点的梯度阈值和区域参数，确定该锐化像素点的锐化强度因子η；
S05：根据锐化强度因子、梯度比较值和梯度值计算对应锐化像素点的输出值；
S06：将输出的空间图像转换为RGB图像，即为锐化后的图像。
2.根据权利要求1所述的一种图像锐化方法，其特征在于，所述空间图像为YUV空间图像、YCbCr空间图像、YPbPr空间图像、YDbDr空间图像、YIQ空间图像、HLS空间图像中的一种。
3.根据权利要求2所述的一种图像锐化方法，其特征在于，所述RGB图像转换为YCbCr空间图像的方法为：
Y＝a1×R+b1×G+c1×B，
Cb＝a2×R+b2×G+c2×B，
Cr＝a3×R+b3×G+c3×B，
其中，R、G、B分别表示RGB图像中各个像素点的红色分量、绿色分量及蓝色分量；且a1+b1+c1＝1，a2+b2+c2＝0，a3+b3+c3＝0。
4.根据权利要求1所述的一种图像锐化方法，其特征在于，所述步骤S04中锐化强度因子η的确定方式为：将锐化强度因子分为四类，根据梯度阈值与梯度阈值比较值的相对关系以及区域参数与区域参数比较值的相对关系，确定该锐化像素点的锐化强度因子。
5.根据权利要求4所述的一种图像锐化方法，其特征在于，当梯度阈值大于Q且区域参数大于等于P时，η为[0.1，0.15)中任一数值；当梯度阈值大于Q且区域参数小于P时，η为[0.01，0.015)中任一数值；当梯度阈值小于等于Q且区域参数小于P时，η为[0.15，0.2]中任一数值；当梯度阈值小于等于Q且区域参数大于等于P时，η为[0.015，0.02]中任一数值，其中，Q为梯度阈值的参考值，P为区域参数的参考值。
6.根据权利要求1所述的一种图像锐化方法，其特征在于，所述步骤S02中锐化像素点的梯度值及对应的梯度比较值包括上梯度值Ta及上梯度比较值a、下梯度值Tb及上梯度比较值b、左梯度值Tc及左梯度比较值c、右梯度值Td及右梯度比较值d。
7.根据权利要求6所述的一种图像锐化方法，其特征在于，所述步骤S05中锐化像素输出值的计算方法为：
Xk+1＝Xk+a×η×Ta+b×η×Tb+c×η×Tc+d×η×Td；
其中，Xk为锐化像素点的亮度分量，Xk+1为锐化像素点经过锐化之后的亮度分量。
8.根据权利要求1所述的一种图像锐化方法，其特征在于，所述步骤S05和步骤S06中间还包括重复步骤S02-S05 H次，其中，每次得出的输出值作为下一次重复过程中对应锐化像素点的亮度分量，H为大于等于1的整数。
9.根据权利要求1所述的一种图像锐化方法，其特征在于，所述步骤S02中r＝1，形成以锐化像素点为中心的3×3像素区域。
CN201910800591.3A 2019-08-28 2019-08-28 一种图像锐化方法 Active CN110545414B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910800591.3A CN110545414B (zh) 2019-08-28 2019-08-28 一种图像锐化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910800591.3A CN110545414B (zh) 2019-08-28 2019-08-28 一种图像锐化方法

Publications (2)

Publication Number Publication Date
CN110545414A true CN110545414A (zh) 2019-12-06
CN110545414B CN110545414B (zh) 2022-06-28

Family

ID=68710726

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910800591.3A Active CN110545414B (zh) 2019-08-28 2019-08-28 一种图像锐化方法

Country Status (1)

Country Link
CN (1) CN110545414B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115953331A (zh) * 2023-03-14 2023-04-11 极限人工智能有限公司 一种图像边缘增强方法及系统
CN116994721A (zh) * 2023-08-09 2023-11-03 北京透彻未来科技有限公司 一种数字病理切片图的快速处理系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101727659A (zh) * 2008-10-31 2010-06-09 比亚迪股份有限公司 一种图像边缘增强方法及系统
US20100278422A1 (en) * 2007-12-25 2010-11-04 Nec Corporation Image processing apparatus, image processing method, image extending apparatus, image compressing apparatus, image transmitting system, and storage medium
CN105894459A (zh) * 2015-12-10 2016-08-24 乐视云计算有限公司 基于梯度值及梯度方向的图像锐化方法及装置
CN108038833A (zh) * 2017-12-28 2018-05-15 福州瑞芯微电子股份有限公司 一种梯度相关性检测的图像自适应锐化方法和存储介质
CN108428215A (zh) * 2017-02-15 2018-08-21 阿里巴巴集团控股有限公司 一种图像处理方法、装置和设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100278422A1 (en) * 2007-12-25 2010-11-04 Nec Corporation Image processing apparatus, image processing method, image extending apparatus, image compressing apparatus, image transmitting system, and storage medium
CN101727659A (zh) * 2008-10-31 2010-06-09 比亚迪股份有限公司 一种图像边缘增强方法及系统
CN105894459A (zh) * 2015-12-10 2016-08-24 乐视云计算有限公司 基于梯度值及梯度方向的图像锐化方法及装置
CN108428215A (zh) * 2017-02-15 2018-08-21 阿里巴巴集团控股有限公司 一种图像处理方法、装置和设备
CN108038833A (zh) * 2017-12-28 2018-05-15 福州瑞芯微电子股份有限公司 一种梯度相关性检测的图像自适应锐化方法和存储介质

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115953331A (zh) * 2023-03-14 2023-04-11 极限人工智能有限公司 一种图像边缘增强方法及系统
CN115953331B (zh) * 2023-03-14 2023-12-29 极限人工智能有限公司 一种图像边缘增强方法及系统
CN116994721A (zh) * 2023-08-09 2023-11-03 北京透彻未来科技有限公司 一种数字病理切片图的快速处理系统
CN116994721B (zh) * 2023-08-09 2024-06-18 北京透彻未来科技有限公司 一种数字病理切片图的快速处理系统

Also Published As

Publication number Publication date
CN110545414B (zh) 2022-06-28

Similar Documents

Publication Publication Date Title
CN108122213B (zh) 一种基于YCrCb的低对比度图像增强方法
CN107680056B (zh) 一种图像处理方法及装置
CN104156921B (zh) 一种低照度或亮度不均图像的自适应图像增强方法
CN106780417B (zh) 一种光照不均图像的增强方法及系统
CN106846276B (zh) 一种图像增强方法及装置
CN105654437A (zh) 一种对低照度图像的增强方法
CN107256539B (zh) 一种基于局部对比度的图像锐化方法
CN106530265B (zh) 一种基于色度坐标的自适应图像融合方法
Chaudhry et al. A framework for outdoor RGB image enhancement and dehazing
CN103793888B (zh) 一种基于参照图像的主要颜色的图像增强方法
CN113129391B (zh) 基于多曝光图像特征分布权重的多曝光融合方法
CN108154492B (zh) 一种基于非局部均值滤波的图像去雾霾方法
Xu et al. Colour image enhancement by virtual histogram approach
CN111383181B (zh) 图像增强方法及装置、存储介质、终端
CN105809643A (zh) 一种基于自适应块通道拉伸的图像增强方法
CN110545414B (zh) 一种图像锐化方法
CN108280836A (zh) 一种图像处理方法及装置
CN108711160B (zh) 一种基于hsi增强性模型的目标分割方法
Kaur et al. Image enhancement techniques: A selected review
CN106709888B (zh) 一种基于人眼视觉模型的高动态范围图像产生方法
JP2016177500A (ja) 画像処理装置、画像処理システムおよびプログラム
CN108550124B (zh) 一种基于仿生螺线的光照补偿及图像增强方法
JP5614550B2 (ja) 画像処理方法、画像処理装置及びプログラム
CN112308793A (zh) 一种新型的非均匀光照图像对比度和细节增强方法
CN116630198A (zh) 一种结合自适应伽马校正的多尺度融合水下图像增强方法

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