CN110580694A - 二次直方图均衡动态图像方法 - Google Patents
二次直方图均衡动态图像方法 Download PDFInfo
- Publication number
- CN110580694A CN110580694A CN201910859113.XA CN201910859113A CN110580694A CN 110580694 A CN110580694 A CN 110580694A CN 201910859113 A CN201910859113 A CN 201910859113A CN 110580694 A CN110580694 A CN 110580694A
- Authority
- CN
- China
- Prior art keywords
- image
- array
- dynamic
- moment
- histogram
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000009825 accumulation Methods 0.000 claims abstract description 6
- 230000003068 static effect Effects 0.000 claims description 11
- 238000010276 construction Methods 0.000 claims description 3
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 230000002194 synthesizing effect Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 description 5
- 206010057249 Phagocytosis Diseases 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 230000008782 phagocytosis Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 230000003313 weakening effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
本发明提供了一种二次直方图均衡动态图像方法,属于图像处理技术领域,二次直方图均衡动态图像方法包括如下步骤:获取动态图像的灰度图像,统计灰度图像的直方图并得到数组HI,对数组HI进行缩放处理,得到数组HJ;设定阈值Y,将HJ中小于阈值Y的元素记为待替换元素,并将待替换元素换算成当前待替换元素的m次幂,得到数组HM;在数组HM的基础上构建数组HN,并由数组HM与数组HN构建出新的新直方图数组H'I;对数组H'I进行累积求和,通过新灰度级k”构建出待处理图像;将待处理图像和第二时刻图像进行拼合确定出目标图像。本发明提供的二次直方图均衡动态图像方法能够有效的提高运算速度,花费的时间较短。
Description
技术领域
本发明属于图像处理技术领域,更具体地说,是涉及一种二次直方图均衡动态图像方法。
背景技术
直方图均衡方法因其有效性和简单易用性已经成为图像增强的常用方法。其基本思想是根据输入图像的灰度概率分布来确定图像对应的灰度输出值,通过拓展图像灰度分布的动态范围以改善图像的视觉效果,从而达到提升图像对比度的目的。由于直方图均衡方法是在原有图像的基础上进行多步骤的处理,其运算过程较为繁琐,并且图像中包含有非重要信息,若全部进行处理所花费的时间较长。
发明内容
本发明的目的在于提供一种二次直方图均衡动态图像方法,旨在解决对图像全部进行直方图均衡方法处理所花费时间较长的问题。
为实现上述目的,本发明采用的技术方案是:提供一种二次直方图均衡动态图像方法,包括如下步骤:
对获取的第一时刻图像和获取的第二时刻图像进行作差,确定出动态差值区域,在所述第二时刻图像上拾取出在所述动态差值区域内的动态图像;
获取所述动态图像的灰度图像,统计所述灰度图像的直方图并得到数组HI,对所述数组HI进行缩放处理,得到数组HJ;
设定阈值Y,将所述HJ中小于所述阈值Y的元素记为待替换元素,并将所述待替换元素换算成当前待替换元素的m次幂,得到数组HM;
在所述数组HM的基础上构建数组HN,并由所述数组HM与所述数组HN构建出新的新直方图数组H'I;
对所述数组H'I进行累积求和,通过新灰度级k”构建出待处理图像;
将所述待处理图像和所述第二时刻图像进行拼合确定出目标图像。
作为本申请另一实施例,所述对获取的第一时刻图像和获取的第二时刻图像进行作差,确定出动态差值区域,在所述第二时刻图像上拾取出在所述动态差值区域内的动态图像,包括:
获取第一时刻图像和第二时刻图像,并对所述第一时刻图像和所述第二时刻图像进行作差得到动态差值区域;
在所述第二时刻图像上拾取出所述动态差值区域内的动态图像,所述第二时刻图像的其余部分作为用于待拼合的静态图像。
作为本申请另一实施例,所述将所述待处理图像和所述第二时刻图像进行拼合确定出目标图像包括:
将所述待处理图像和所述第二时刻图像中的静态图像进行拼合确定出目标图像。
作为本申请另一实施例,所述数组HI中元素的个数为所述灰度图像的直方图中灰度级的个数,所述数组HI中的元素kIi等于所述灰度图像的直方图中灰度级i对应的频次。
作为本申请另一实施例,所述m的取值范围为0.001~1。
作为本申请另一实施例,所述在所述数组HM的基础上构建数组HN,并由所述数组HM与所述数组HN构建出新的新直方图数组H'I,包括:
计算所述数组HM中元素的累积和,即
基于获得的cdf(kMi),构建新的灰度级数组H′M,其中所述数组H′M中的元素
将所述灰度级数组H′M中的元素取整并构建图像P,从而得到所述图像P的直方图数组HP;
根据数组HN和数组HP构建新的数组H'I,其中,构建的新的数组H'I中的元素分别为:
其中0≤i≤255。
作为本申请另一实施例,所述对所述数组H'I中的元素进行累积求和,通过新灰度级k”构建出待处理图像,包括:
对所述数组H'I中的元素进行累计求和,公式为:
基于获得的cdf(k′Ii),根据所述新灰度级数k”构建出所述待处理图像,其中
作为本申请另一实施例,所述第一时刻图像和所述第二时刻图像由各自的亮度通道作为灰度图像。
作为本申请另一实施例,所述获取第一时刻图像和第二时刻图像,并对所述第一时刻图像和所述第二时刻图像进行作差得到动态差值区域,包括:
获取第一时刻图像和第二时刻图像,所述第一时刻图像和所述第二时刻图像为同一摄像机采集的同一目标区域的两个时刻的图像;
分别对所述第一时刻图像和所述第二时刻图像进行小波阈值去噪,并进行作差得到去除背景后的动态差值区域。
作为本申请另一实施例,在所述将所述待处理图像和所述第二时刻图像进行拼合确定出目标图像之前,包括:
在所述待处理图像外沿设置区域线,所述区域线将所述待处理图像围设在所述区域线的内部;
将所述待处理图像进行图像增强,将所述静态图像进行图像减弱;
设定极限值,当所述待处理图像的像素点数低于所述极限值时,获取第三时刻图像和第四时刻图像,分别求取所述第三时刻图像位于所述区域线内的第三图像和所述第四时刻图像位于所述区域线内的第四图像;
将所述待处理图像、所述第三图像和所述第四图像中的各像素点进行图像合成,并输出合成图像,所述合成图像用于与所述第二时刻进行拼合确定出目标图像。
本发明提供的二次直方图均衡动态图像方法有益效果在于,与现有技术相比,本发明二次直方图均衡动态图像方法中首先对获取的第一时刻图像和获取的第二时刻图像进行作差,确定出动态差值区域,在第二时刻图像上拾取出在动态差值区域内的动态图像;获取动态图像的灰度图像,统计灰度图像的直方图并得到数组HI,对数组HI进行缩放处理,得到数组HJ。设定阈值Y,将HJ中小于阈值Y的元素记为待替换元素,并将待替换元素换算成当前待替换元素的m次幂,得到数组HM。在数组HM的基础上构建数组HN,并由数组HM与数组HN构建出新的新直方图数组H'I。对数组H'I进行累积求和,通过新灰度级k”构建出待处理图像;将待处理图像和第二时刻图像进行拼合确定出目标图像。通过将第一时刻图像和第二时刻图像进行作差,从而能够确定出图像变化的部分也即动态差值区域,通过在第二时刻图像上拾取对应的区域内的动态图像,即可确定出变化的图形部分也即动态图像。通过只对动态图像求出灰度图像等一系列处理,能够在保持图像熵值不变的条件下,防止图像灰度级吞噬现象,能够在很好保留图像中细节信息的情况下有效增强图像,使动态的部分突出显示。并且只对动态图像进行处理,能够减少不必要的运算,从而能够有效的提高运算速度,花费的时间较短。
附图说明
图1为本发明实施例提供的二次直方图均衡动态图像方法的流程图;
图2为本发明实施例提供的拾取动态图像的流程图;
图3为本发明实施例提供的小波阈值去噪和作差的流程图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白,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。
请参阅图1,现对本发明提供的二次直方图均衡动态图像方法进行说明。二次直方图均衡动态图像方法,包括如下步骤:
对获取的第一时刻图像和获取的第二时刻图像进行作差,确定出动态差值区域,在所述第二时刻图像上拾取出在所述动态差值区域内的动态图像。
获取所述动态图像的灰度图像,统计所述灰度图像的直方图并得到数组HI,对所述数组HI进行缩放处理,得到数组HJ。
设定阈值Y,将所述HJ中小于所述阈值Y的元素记为待替换元素,并将所述待替换元素换算成当前待替换元素的m次幂,得到数组HM。
在所述数组HM的基础上构建数组HN,并由所述数组HM与所述数组HN构建出新的新直方图数组H'I。
对所述数组H'I进行累积求和,通过新灰度级k”构建出待处理图像。
将所述待处理图像和所述第二时刻图像进行拼合确定出目标图像。
本发明提供的二次直方图均衡动态图像方法有益效果在于,与现有技术相比,本发明二次直方图均衡动态图像方法中首先对获取的第一时刻图像和获取的第二时刻图像进行作差,确定出动态差值区域,在第二时刻图像上拾取出在动态差值区域内的动态图像;获取动态图像的灰度图像,统计灰度图像的直方图并得到数组HI,对数组HI进行缩放处理,得到数组HJ。设定阈值Y,将HJ中小于阈值Y的元素记为待替换元素,并将待替换元素换算成当前待替换元素的m次幂,得到数组HM。在数组HM的基础上构建数组HN,并由数组HM与数组HN构建出新的新直方图数组H'I。对数组H'I进行累积求和,通过新灰度级k”构建出待处理图像;将待处理图像和第二时刻图像进行拼合确定出目标图像。通过将第一时刻图像和第二时刻图像进行作差,从而能够确定出图像变化的部分也即动态差值区域,通过在第二时刻图像上拾取对应的区域内的动态图像,即可确定出变化的图形部分也即动态图像。通过只对动态图像求出灰度图像等一系列处理,能够在保持图像熵值不变的条件下,防止图像灰度级吞噬现象,能够在很好保留图像中细节信息的情况下有效增强图像,使动态的部分突出显示。并且只对动态图像进行处理,能够减少不必要的运算,从而能够有效的提高运算速度,花费的时间较短。
作为本发明提供的二次直方图均衡动态图像方法的一种具体实施方式,请参阅图2,对获取的第一时刻图像和获取的第二时刻图像进行作差,确定出动态差值区域,在第二时刻图像上拾取出在动态差值区域内的动态图像,包括:
获取第一时刻图像和第二时刻图像,并对第一时刻图像和第二时刻图像进行作差得到动态差值区域。
在第二时刻图像上拾取出动态差值区域内的动态图像,第二时刻图像的其余部分作为用于待拼合的静态图像。
本发明中,首先在同一位置的不同时刻分别获取第一时刻图像和第二时刻图像,第二时刻为第一时刻后序时刻,可根据具体的情况,设置第一时刻与第二时刻的时间间隔。将第一时刻图像和第二时刻图像放置与同一坐标系内,并且每个像素点均对应设置。通过作差,两个像素相同的位置点即为空白,而像素不同的位置点则有残留,通过作差残留的像素点确定出动态差值区域。该区域即为已经发生变化的部位。选取动态差值区域的外沿,在第二时刻图像上选取出位于外沿范围内的图像,从而得到动态图像,该动态图像即为发生变化的部分,从而从第二时刻图像上选取出动态图像。该方法计算较为简便,并且通过求出动态图像,只需要对动态图像进行处理即可,从而避免了对图像中不重要的信息的处理,节约了资源并且提高了整体的运算效率。
本发明中,为了使拼合的更为准确,避免出现图像重叠或者存在空隙等问题,首先将待处理图像和背景图形均设置于同一个坐标系内,可在第二时刻图形上拾取动态图像上时,可在第二时刻图像上设置两个定位点,该定位点用于定位动态图像,而在动态图形上可设置两个拼合点,定位点和拼合点可重合设置。在对动态图像和背景图像进行拼合时,定位点和拼合点重合时即可保证了拼合的有效性。
作为本发明提供的二次直方图均衡动态图像方法的一种具体实施方式,将待处理图像和第二时刻图像进行拼合确定出目标图像包括:
将待处理图像和第二时刻图像中的静态图像进行拼合确定出目标图像。
由于动态图像通过求出灰度图像等一系列处理,能够在保持图像熵值不变的条件下,放置图像灰度级吞噬现象,能够在很好保留图像中细节信息的情况下有效增强图像,使动态的部分突出显示。将待处理图形和静态图像进行拼合,从而能够输出一个突出显示动态区域的完整图像,并且对于运算能力较强的装置,能够输出较为连续的并且突出显示动态区域的连续视频,便于提取有用的信息。
作为本发明提供的二次直方图均衡动态图像方法的一种具体实施方式,所述数组HI中元素的个数为所述灰度图像的直方图中灰度级的个数,所述数组HI中的元素kIi等于所述灰度图像的直方图中灰度级i对应的频次。
获取动态图像的灰度图像,统计灰度图像的直方图并得到数组HI,对数组HI进行缩放处理,得到数组HJ,包括:
获取动态图像的灰度图像,并由灰度图像中每个像素点的灰度值统计出直方图。
根据直方图中的维数,确定出数组HI的元素个数,按照从小到大的顺序将直方图中各维数的长度信息存储在数组HI中相对应位置的元素内。
数组中元素个数等于灰度图像的直方图维度并且初始值均为0。通过将各个数组中的元素个数设置为与灰度图像的直方图相同的维度,便于分析与计算,并且其初始值均为0从而便于保持信号的真实与有效性。
本发明中,经过缩放处理后,HJ的均值可为1,阈值Y的取值范围为1~20,阈值Y与HJ的均值呈对应关系。m的取值范围为0.001~1。在进行二次直方图均衡处理过程时,直方图数据进行缩放处理,其均值可为1,具体操作为:将数组HI中所有元素都乘上图像灰度范围,得到的积再除以像素总像素数,得到数组HJ,灰度图像总像素数可用灰度图像的长乘宽得到,HJ的均值大小、阈值Y和m的取值均可根据实际的应用场景相对应的选择,从而保证二次直方图处理结果的可靠性。
作为本发明提供的二次直方图均衡动态图像方法的一种具体实施方式,所述在所述数组HM的基础上构建数组HN,并由所述数组HM与所述数组HN构建出新的新直方图数组H'I,包括:
计算所述数组HM中元素的累积和,即
基于获得的cdf(kMi),构建新的灰度级数组H′M,其中所述数组H′M中的元素0≤i≤255。
将所述灰度级数组H′M中的元素取整并构建图像P,从而得到所述图像P的直方图数组HP。
根据数组HN和数组HP构建新的数组H'I,其中,构建的新的数组H'I中的元素分别为:
其中0≤i≤255。
本发明中,因灰度级被吞噬,直方图数组H'I中的有效灰度级比原图像中的有效灰度级的数量要小,故将直方图数组HM与直方图数组HN中各灰度级按照灰度级从大到小顺序一一对应替换。
作为本发明提供的二次直方图均衡动态图像方法的一种具体实施方式,所述对所述数组H'I中的元素进行累积求和,通过新灰度级k”构建出待处理图像,包括:
对所述数组H'I中的元素进行累计求和,公式为:
基于获得的cdf(k′Ii),根据所述新灰度级数k”构建出所述待处理图像,其中
本发明中,传统直方图均衡化后的增强图像局部亮度过亮,造成图像细节看不清,层次不清晰。经过本发明的二次直方图方法未出现局部过亮的现象,图像细节局部亮度部分保持良好,增强效果适度。并且效果增强后的动态图像比原背景图像亮度较高,细节清晰,能够很好的起到对比突出的效果,从而突出动态范围。
作为本发明提供的二次直方图均衡动态图像方法的一种具体实施方式,第一时刻图像和第二时刻图像由各自的亮度通道作为灰度图像。
本发明中,如果是多通道图像则取其亮度作为灰度图像,如果是单通道图像则直接作为灰度图像,简化了计算过程。
作为本发明提供的二次直方图均衡动态图像方法的一种具体实施方式,获取第一时刻图像和第二时刻图像,并对第一时刻图像和第二时刻图像进行作差得到动态差值区域,包括:
获取第一时刻图像和第二时刻图像,第一时刻图像和第二时刻图像为同一摄像机采集的同一目标区域的两个时刻的图像。
分别对第一时刻图像和第二时刻图像进行小波阈值去噪,并进行作差得到去除背景后的动态差值区域。
本发明中,小波阈值去噪是在小波理论基础上发展而来的,该方法能够对图像进行多层次分解,提高图像的识别度。小波阈值去噪是由傅里叶变换发展而来的一种信号处理方法,由于小波变换对高频部分也即图像的细节部分不再继续分解,所以小波变换不能很好地分解和表示包含大量细节信息的信号,如非平稳机械振动信号、地震信号和生物医学信号等。小波简单意义上讲是一个函数族,由他们构造出L2(R)的规范正交基库,小波正交基只是其中的一组。将尺度空间uj和小波子空间wj用一个新的子空间来统一表示,则小波分解过程可以表示为:
式中,k=1,2,……j;m=0,1,2……2k-1。
定义和分别是函数un(t)和u2n(t)的闭包子空间,则构造的小波基系列{un(t)}满足二尺度查分方程:
式中h(k)和g(k)分别是相互正交的高通滤波器和低通滤波器的系数,且g(k)=(-1)kh(1-k):k是时间位置参数,j是小波尺度参数,n是频率参数,定义的函数的集合{un(t)}n∈Z为由u0=φ所确定的小波。可知小波{un(t)}n∈Z是包括尺度函数u0(φ)和小波函数u1(φ)在内的一个函数的集合。进行过小波阈值去噪后,图像内的噪声能够有效的剔除,从而提高了图像内的有效成分的比重,提高了图像的可识别度。
作为本发明提供的二次直方图均衡动态图像方法的一种具体实施方式,请参阅图3,分别对第一时刻图像和第二时刻图像进行小波阈值去噪,并进行作差得到去除背景后的动态差值区域,包括:
分别对第一时刻图像和第二时刻图像进行小波阈值去噪。
分别求取去噪完成后的第一时刻图像和第二时刻图像中各像素点的灰度值。
将各个像素点的灰度值进行比较,根据预设阈值,将超过预设阈值的像素点保留,从而确定出动态差值区域。
本发明中,首先对第一时刻图像和第二时刻图像分别进行小波阈值去噪,在去噪完成后分别求取去噪完成后的各像素点的灰度值,并且比较每个像素点的灰度值,可设置一个阈值,当灰度值超过阈值时将该像素点进行保留,为超过阈值的像素点即剔除,由于动态的变化必然引起像素点的变化,通过作差能够得到整个的动态运动区域,从而得到需要进行图像增强的区域,对这个区域进行处理即可得到有用的信息。
可对经二值化处理的图像进行遍历,并生成标记值,统计每个像素点的标记值,如果像素点的标记值出线次数小于预设值,则将该像素点判断为噪点,并修改为二值化处理后的非噪点。其具体步骤可为:对经二值化处理的图像进行第一轮遍历与标记,得到标记结果。更新标记结果后进行第二轮遍历标记,并且统计每个标记值的出线的标记次数。将标记值出线次数小于预设值的像素点定义为噪点,并将噪点的颜色值修改为非噪声的颜色值,得到结果图像。接收经过二值化处理后的图像,由于二值化处理的算法包括阈值算法或者是其他算法得到的只有两种颜色值的图像,本实施例中,图像只有黑与白,并且将黑色作为噪点。对经二值化处理的图像进行第一轮遍历与标记,得到标记结果,预设标记索引为1,依次从头到尾遍历每个像素点,本实施例中,只要消除黑色的噪点,所以只判断像素点是否为黑色,如果是则执行下一步骤,否则继续遍历。最小标记值预设等于初始最小标记值,则判断邻域上已标记过的像素点的标记值是否小于最小标记值,如果小于最小标记值的话,则将最小标记值改为该像素点的标记值。接着判断当前最小标记值是否等于初始最小标记值,如果是的话,则证明还没有被标记过的电,并将当前像素点的标记值赋值为标记索引,以及将标记索引加到索引列表中,标记索引自动加1,如果不是的话,则当前像素点的标记值赋值为最小标记值,并且将所有标记的记录组成列表。
作为本发明提供的二次直方图均衡动态图像方法的一种具体实施方式,在所述将所述待处理图像和所述第二时刻图像进行拼合确定出目标图像之前,包括:
在所述待处理图像外沿设置区域线,所述区域线将所述待处理图像围设在所述区域线的内部。
将所述待处理图像进行图像增强,将所述静态图像进行图像减弱。
设定极限值,当所述待处理图像像素点数低于所述极限值时,获取第三时刻图像和第四时刻图像,分别求取所述第三时刻图像位于所述区域线内的第三图像和所述第四时刻图像位于所述区域线内的第四图像。
将所述待处理图像、所述第三图像和所述第四图像中的各像素点进行图像合成,并输出合成图像,所述合成图像用于与所述第二时刻进行拼合确定出目标图像。
通过将第三图像和第四图像进行图像合成,从而提高了图像的清晰度,使得细节更为突出,并且通过将待处理图像进行图像增强,将静态图像进行图像减弱。其中可通过提高亮度和降低亮度,或者提高图像的饱和度和降低图像的饱和度来进行处理。同时图像的合成可通过将各个像素点的RGB的值求和,通过加权系数,将待处理图像系数设定为0.6,第三图像为0.2,第四图像为0.2。将RGB中的值进行求和并取平均值,从而得到合成图像。并且第二时刻图像、第三时刻图像和第四时刻图像的时间间隔较短,可视为同一时刻获取的多张图片。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.二次直方图均衡动态图像方法,其特性在于,包括如下步骤:
对获取的第一时刻图像和获取的第二时刻图像进行作差,确定出动态差值区域,在所述第二时刻图像上拾取出在所述动态差值区域内的动态图像;
获取所述动态图像的灰度图像,统计所述灰度图像的直方图并得到数组HI,对所述数组HI进行缩放处理,得到数组HJ;
设定阈值Y,将所述HJ中小于所述阈值Y的元素记为待替换元素,并将所述待替换元素换算成当前待替换元素的m次幂,得到数组HM;
在所述数组HM的基础上构建数组HN,并由所述数组HM与所述数组HN构建出新的新直方图数组H'I;
对所述数组H'I进行累积求和,通过新灰度级k”构建出待处理图像;
将所述待处理图像和所述第二时刻图像进行拼合确定出目标图像。
2.如权利要求1所述的二次直方图均衡动态图像方法,其特性在于,所述对获取的第一时刻图像和获取的第二时刻图像进行作差,确定出动态差值区域,在所述第二时刻图像上拾取出在所述动态差值区域内的动态图像,包括:
获取第一时刻图像和第二时刻图像,并对所述第一时刻图像和所述第二时刻图像进行作差得到动态差值区域;
在所述第二时刻图像上拾取出所述动态差值区域内的动态图像,所述第二时刻图像的其余部分作为用于待拼合的静态图像。
3.如权利要求2所述的二次直方图均衡动态图像方法,其特性在于,所述将所述待处理图像和所述第二时刻图像进行拼合确定出目标图像包括:
将所述待处理图像和所述第二时刻图像中的静态图像进行拼合确定出目标图像。
4.如权利要求1所述的二次直方图均衡动态图像方法,其特性在于,所述数组HI中元素的个数为所述灰度图像的直方图中灰度级的个数,所述数组HI中的元素kIi等于所述灰度图像的直方图中灰度级i对应的频次。
5.如权利要求1所述的二次直方图均衡动态图像方法,其特性在于,所述m的取值范围为0.001~1。
6.如权利要求1所述的二次直方图均衡动态图像方法,其特性在于,所述在所述数组HM的基础上构建数组HN,并由所述数组HM与所述数组HN构建出新的新直方图数组H'I,包括:
计算所述数组HM中元素的累积和,即
基于获得的cdf(kMi),构建新的灰度级数组H′M,其中所述数组H′M中的元素0≤i≤255;
将所述灰度级数组H′M中的元素取整并构建图像P,从而得到所述图像P的直方图数组HP;
根据数组HN和数组HP构建新的数组H'I,其中,构建的新的数组H'I中的元素分别为:
其中0≤i≤255。
7.如权利要求6所述的二次直方图均衡动态图像方法,其特性在于,所述对所述数组H'I中的元素进行累积求和,通过新灰度级k”构建出待处理图像,包括:
对所述数组H'I中的元素进行累计求和,公式为:
基于获得的cdf(k′Ii),根据所述新灰度级数k”构建出所述待处理图像,其中
8.如权利要求1所述的二次直方图均衡动态图像方法,其特性在于,所述第一时刻图像和所述第二时刻图像由各自的亮度通道作为灰度图像。
9.如权利要求2所述的二次直方图均衡动态图像方法,其特性在于,所述获取第一时刻图像和第二时刻图像,并对所述第一时刻图像和所述第二时刻图像进行作差得到动态差值区域,包括:
获取第一时刻图像和第二时刻图像,所述第一时刻图像和所述第二时刻图像为同一摄像机采集的同一目标区域的两个时刻的图像;
分别对所述第一时刻图像和所述第二时刻图像进行小波阈值去噪,并进行作差得到去除背景后的动态差值区域。
10.如权利要求2所述的二次直方图均衡动态图像方法,其特性在于,在所述将所述待处理图像和所述第二时刻图像进行拼合确定出目标图像之前,包括:
在所述待处理图像外沿设置区域线,所述区域线将所述待处理图像围设在所述区域线的内部;
将所述待处理图像进行图像增强,将所述静态图像进行图像减弱;
设定极限值,当所述待处理图像的像素点数低于所述极限值时,获取第三时刻图像和第四时刻图像,分别求取所述第三时刻图像位于所述区域线内的第三图像和所述第四时刻图像位于所述区域线内的第四图像;
将所述待处理图像、所述第三图像和所述第四图像中的各像素点进行图像合成,并输出合成图像,所述合成图像用于与所述第二时刻进行拼合确定出目标图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910859113.XA CN110580694B (zh) | 2019-09-11 | 2019-09-11 | 二次直方图均衡动态图像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910859113.XA CN110580694B (zh) | 2019-09-11 | 2019-09-11 | 二次直方图均衡动态图像方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110580694A true CN110580694A (zh) | 2019-12-17 |
CN110580694B CN110580694B (zh) | 2022-03-08 |
Family
ID=68813009
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910859113.XA Expired - Fee Related CN110580694B (zh) | 2019-09-11 | 2019-09-11 | 二次直方图均衡动态图像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110580694B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112819004A (zh) * | 2021-02-03 | 2021-05-18 | 杭州海量信息技术有限公司 | 一种用于医疗票据ocr识别的图像预处理方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040012551A1 (en) * | 2002-07-16 | 2004-01-22 | Takatoshi Ishii | Adaptive overdrive and backlight control for TFT LCD pixel accelerator |
US20050063568A1 (en) * | 2003-09-24 | 2005-03-24 | Shih-Ching Sun | Robust face detection algorithm for real-time video sequence |
CN101329815A (zh) * | 2008-07-07 | 2008-12-24 | 山东省计算中心 | 一种新型的交通路口四相位车流量检测系统与方法 |
CN102903119A (zh) * | 2012-05-22 | 2013-01-30 | 北京国铁华晨通信信息技术有限公司 | 一种目标跟踪方法和装置 |
CN103778435A (zh) * | 2014-01-16 | 2014-05-07 | 大连理工大学 | 一种基于视频的行人快速检测方法 |
CN105608685A (zh) * | 2015-11-17 | 2016-05-25 | 江苏理工学院 | 一种直方图修正的二次直方图均衡图像增强方法及系统 |
CN107798811A (zh) * | 2017-10-26 | 2018-03-13 | 上海腾盛智能安全科技股份有限公司 | 一种隧道火灾监测器、监测系统及监测方法 |
CN109801246A (zh) * | 2019-01-10 | 2019-05-24 | 华侨大学 | 一种自适应阈值的全局直方图均衡方法 |
-
2019
- 2019-09-11 CN CN201910859113.XA patent/CN110580694B/zh not_active Expired - Fee Related
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040012551A1 (en) * | 2002-07-16 | 2004-01-22 | Takatoshi Ishii | Adaptive overdrive and backlight control for TFT LCD pixel accelerator |
US20050063568A1 (en) * | 2003-09-24 | 2005-03-24 | Shih-Ching Sun | Robust face detection algorithm for real-time video sequence |
CN101329815A (zh) * | 2008-07-07 | 2008-12-24 | 山东省计算中心 | 一种新型的交通路口四相位车流量检测系统与方法 |
CN102903119A (zh) * | 2012-05-22 | 2013-01-30 | 北京国铁华晨通信信息技术有限公司 | 一种目标跟踪方法和装置 |
CN103778435A (zh) * | 2014-01-16 | 2014-05-07 | 大连理工大学 | 一种基于视频的行人快速检测方法 |
CN105608685A (zh) * | 2015-11-17 | 2016-05-25 | 江苏理工学院 | 一种直方图修正的二次直方图均衡图像增强方法及系统 |
CN107798811A (zh) * | 2017-10-26 | 2018-03-13 | 上海腾盛智能安全科技股份有限公司 | 一种隧道火灾监测器、监测系统及监测方法 |
CN109801246A (zh) * | 2019-01-10 | 2019-05-24 | 华侨大学 | 一种自适应阈值的全局直方图均衡方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112819004A (zh) * | 2021-02-03 | 2021-05-18 | 杭州海量信息技术有限公司 | 一种用于医疗票据ocr识别的图像预处理方法及系统 |
CN112819004B (zh) * | 2021-02-03 | 2021-08-24 | 杭州海量信息技术有限公司 | 一种用于医疗票据ocr识别的图像预处理方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110580694B (zh) | 2022-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107358586B (zh) | 一种图像增强方法、装置及设备 | |
KR101298642B1 (ko) | 영상 잡음 제거 방법 및 장치 | |
US8279345B2 (en) | System and method for random noise estimation in a sequence of images | |
CN107680056B (zh) | 一种图像处理方法及装置 | |
CN110246089B (zh) | 基于非局域均值滤波的Bayer域图像降噪系统及其方法 | |
CN108090886B (zh) | 一种高动态范围红外图像的显示与细节增强方法 | |
US9443286B2 (en) | Gray image processing method and apparatus based on wavelet transformation | |
CN109389569B (zh) | 基于改进DehazeNet的监控视频实时去雾方法 | |
CN106971166A (zh) | 停车位检测的图像预处理方法及系统 | |
Karalı et al. | Adaptive image enhancement based on clustering of wavelet coefficients for infrared sea surveillance systems | |
Mu et al. | Low and non-uniform illumination color image enhancement using weighted guided image filtering | |
CN113962859A (zh) | 一种全景图生成方法、装置、设备及介质 | |
CN116681606A (zh) | 一种水下不均匀光照图像增强方法、系统、设备及介质 | |
CN110580694B (zh) | 二次直方图均衡动态图像方法 | |
EP2226762A1 (en) | Equalization and processing of IR images | |
CN114140481A (zh) | 一种基于红外图像的边缘检测方法、装置 | |
CN110136085B (zh) | 一种图像的降噪方法及装置 | |
CN103595933B (zh) | 一种图像的降噪方法 | |
Park et al. | Image enhancement for extremely low light conditions | |
Malik et al. | Contrast enhancement and smoothing of CT images for diagnosis | |
CN111461999A (zh) | 一种基于超像素相似性测量的sar图像相干斑抑制方法 | |
CN113014745B (zh) | 视频图像降噪方法及装置、存储介质及电子设备 | |
Li et al. | Laplace dark channel attenuation-based single image defogging in ocean scenes | |
AKINTOYE et al. | COMPOSITE MEDIAN WIENER FILTER BASED TECHNIQUE FOR IMAGE ENHANCEMENT. | |
CN113645419A (zh) | 图像处理方法及装置、电子设备及计算机可读存储介质 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220308 |