CN110852960A - 一种去除雾化的图像增强装置及方法 - Google Patents
一种去除雾化的图像增强装置及方法 Download PDFInfo
- Publication number
- CN110852960A CN110852960A CN201911025008.2A CN201911025008A CN110852960A CN 110852960 A CN110852960 A CN 110852960A CN 201911025008 A CN201911025008 A CN 201911025008A CN 110852960 A CN110852960 A CN 110852960A
- Authority
- CN
- China
- Prior art keywords
- image
- square
- histogram
- value
- calculating
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000012545 processing Methods 0.000 claims abstract description 17
- 238000001514 detection method Methods 0.000 claims abstract description 15
- 239000000523 sample Substances 0.000 claims abstract description 8
- 238000000889 atomisation Methods 0.000 claims abstract description 4
- 238000013507 mapping Methods 0.000 claims description 33
- 230000008569 process Effects 0.000 claims description 21
- 230000009466 transformation Effects 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 9
- 238000012937 correction Methods 0.000 claims description 6
- 238000005286 illumination Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims description 4
- 230000003321 amplification Effects 0.000 claims description 3
- 230000001174 ascending effect Effects 0.000 claims description 3
- 239000002131 composite material Substances 0.000 claims description 3
- 230000002708 enhancing effect Effects 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000012886 linear function Methods 0.000 claims description 3
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 3
- 230000000903 blocking effect Effects 0.000 claims description 2
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 230000000007 visual effect Effects 0.000 abstract description 2
- 238000011161 development Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/77—Retouching; Inpainting; Scratch removal
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种去除雾化的图像增强装置及方法,包括外壳和设置在外壳上的立体探测装置,所述外壳上还设置有辅助照明装置,所述辅助照明装置共分为若干组,所述外壳内还设置图像处理系统,所述立体探测装置具体包括设置在外壳正前方的前视双目体视探头和设置在外壳左右两侧的单侧体视探头,所述辅助照明装置包括主灯和若干围绕在立体探测装置周围的副灯,本发明的有益效果是:其能够对海上的有雾图像进行去雾,从而提高海上图像的清晰度与对比度,优化海上图像的视觉体验。
Description
技术领域
本发明涉及图像增强处理技术领域,具体为一种去除雾化的图像增强装置及方法。
背景技术
雾是陆地和海洋常见的一种天气现象,雾的存在会导致拍摄的图像对比度和饱和度降低,产生色调偏移。海上水汽大,因而拍摄得到的海上图像通常会受到雾的影响。现有的去雾算法大都是应用于陆地的有雾图像,而很少是针对海上的有雾图像。同时海洋孕育着大大的能源和资源,是人类生存与发展的重要领域,人类社会的发展也必然越来越依赖海洋,目前,越来越多的人类活动都与海洋有关,相对于陆地有雾图像而言,海上图像当中天空区域和海面区域往往占据很大的比重,目标和细节信息较少,这一特点增加了海雾图像的清晰化难度。
发明内容
本发明的目的在于提供一种去除雾化的图像增强装置及方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:一种去除雾化的图像增强装置,包括外壳和设置在外壳上的立体探测装置,所述外壳上还设置有辅助照明装置,所述辅助照明装置共分为若干组,所述外壳内还设置图像处理系统;
所述立体探测装置具体包括设置在外壳正前方的前视双目体视探头和设置在外壳左右两侧的单侧体视探头;
所述辅助照明装置包括主灯和若干围绕在立体探测装置周围的副灯;
所述图像处理系统包括若干田字方格板和颜色校对板。
优选的,所述立体探测装置具体采用低照度摄像机构成,所述辅助照明装置的主灯设置于外壳的正面,所述辅助照明装置的副灯呈环形结构环绕在低照度摄像机的四周。
一种去除雾化的图像增强的方法,包括图像处理系统;
优选的,图像处理系统通过田字方格板对图像进行方位坐标标注,记作图像I(x,y),其中(x,y)为图像中像素的坐标位置,利用动态阈值白平衡算法对图像I(x,y)进行色彩校正,校正后的图像为I(x,y)′;
利用暗原色先验算法,求出色彩校正后图像I(x,y)′的暗通道图 Idark(x,y);
根据暗通道图Idark(x,y),对暗通道图像Idark(x,y)进行平均分块,分为KxK块,K大于等于1的整数,其中的一个方块图像为Ωi,j,计算出方块图像Ωi,j的权重因子Ci,j;
利用CLAHE的方法对有雾图像I(x,y)′进行处理;首先统计方块图像Ωi,j的分块直方图Histi,j;其次根据分块直方图Histi,j分别计算分块限制对比度直方图和分块对比度拉伸直方图基于分块限制对比度直方图计算方块Ωi,j相对应的灰度映射关系表基于分块对比度拉伸直方图计算方块Ωi,j相对应的灰度映射关系表
采用双线性插值算法逐个计算方块图像中每个像素对应的灰度映射值,得到增强的方块图像,对相邻方块图像与方块图像之间连接的的像素进行插值计算,插值计算之后的图像即为有雾图像I(x,y)增强后的图像。
优选的,所述动态阈值白平衡算法的过程为:
将图像I(x,y)从RGB颜色空间转换为YCbCr颜色空间,分别计算图像I(x,y)在YCbCr颜色空间内Cb、Cr的平均值Mb、Mr以及绝对值方差 Db、Dr,其中,Db、Dr的表达式为 其中,Cb(i,j),Cr(i,j)分别是图像I(x,y)在 YCbCr颜色空间中Cb、Cr在(i,j)处的蓝色色度分量和红色分量,N是图像I(x,y)的像素总数;
计算近白区域,,计算接近白色区域的所有像素点,表达式为 |Cb(i,j)-(Mb+Db×sign(Mb))|<1.5×Db、
|Cr(i,j)-(1.5×Mr+Dr×sign(Mr))|<1.5×Dr;
设一个“参考白色点”的亮度矩阵RL,若符合判别式,则作为参考白色点,并把该点(i,j)的亮度即Y分量值赋给RL(i,j);若不符合,则该点的RL(i,j)值为0;
并将计算得到接近白色区域的所有像素点,按其亮度值从大到小依次排列。选择前10%的亮度值作为接近白色区域的参考白点。并选取其中亮度最小值Lu_min;调整RL,若RL(i,j)<Lu_min,则RL(i,j) =0;否则,RL(i,j)=1;
分别把感兴趣区域图像的RGB三通道值与RL相乘,得到R2,G2, B2,计算R2,G2,B2的平均值Rav,Gav,Bav;
计算图像的最大亮度Ymax,公式为Ymax=double(max(max(Y)))/15;得到三通道增益Rgain=Ymax/Rav;Ggain=Ymax/Gav;Bgain=Ymax/Bav;
通过增益调整图像的RGB值,得到调整后的三种颜色通道 Ro,Go,Bo,Ro=R*Rgain;Go=G*Ggain;Bo=B*Bgain;合成图像 I(x,y)′。
优选的,求出色彩校正后图像I(x,y)′的暗通道图Idark(x,y)的过程为:
读取I(x,y)′,求出图像中每个像素RGB分量中的最小值,存入一副与原始图像大小相同的灰度图中,接着对该灰度图进行最小值滤波,得到I(x,y)的暗通道图Idark(x,y)
优选的,利用暗原色先验算法得到图像Idark(x,y)计算方块图像Ωi,j的权重因子Ci,j的过程为:
优选的,所述步骤四中统计方块图像Ωi,j的分块直方图Histi,j的过程为:对分块内各个像素区域内对应的像素点进行排列,将像素值相同的像素点排在同一列,再将每一列像素点按像素值递增的顺序排列构成直方图;
其中x1、x2决定了需要转换的灰度范围,y1、y2决定了线性变换的斜率;
与现有技术相比,本发明的有益效果是:其能够对海上的有雾图像进行去雾,从而提高海上图像的清晰度与对比度,优化海上图像的视觉体验。
附图说明
图1为本发明图像I(x,y)的分块示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅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。
请参阅图1,本发明提供一种技术方案:
一种去除雾化的图像增强装置,包括外壳和设置在外壳上的立体探测装置,所述外壳上还设置有辅助照明装置,所述辅助照明装置共分为若干组,所述外壳内还设置图像处理系统;
所述立体探测装置具体包括设置在外壳正前方的前视双目体视探头和设置在外壳左右两侧的单侧体视探头;
所述辅助照明装置包括主灯和若干围绕在立体探测装置周围的副灯;
所述图像处理系统包括若干田字方格板和颜色校对板。
优选的,所述立体探测装置具体采用低照度摄像机构成,所述辅助照明装置的主灯设置于外壳的正面,所述辅助照明装置的副灯呈环形结构环绕在低照度摄像机的四周。
一种去除雾化的图像增强的方法,包括图像处理系统;
优选的,图像处理系统通过田字方格板对图像进行方位坐标标注,记作图像I(x,y),其中(x,y)为图像中像素的坐标位置,利用动态阈值白平衡算法对图像I(x,y)进行色彩校正,校正后的图像为I(x,y)′;
利用暗原色先验算法,求出色彩校正后图像I(x,y)′的暗通道图 Idark(x,y);
根据暗通道图Idark(x,y),对暗通道图像Idark(x,y)进行平均分块,分为KxK块,K大于等于1的整数,其中的一个方块图像为Ωi,j,计算出方块图像Ωi,j的权重因子Ci,j;
利用CLAHE的方法对有雾图像I(x,y)′进行处理;首先统计方块图像Ωi,j的分块直方图Histi,j;其次根据分块直方图Histi,j分别计算分块限制对比度直方图和分块对比度拉伸直方图基于分块限制对比度直方图计算方块Ωi,j相对应的灰度映射关系表基于分块对比度拉伸直方图计算方块Ωi,j相对应的灰度映射关系表
利用权重因子Ci,j,和灰度映射关系表和融合计算出方块Ωi,j最终的灰度映射关系表Mapi,j:
采用双线性插值算法逐个计算方块图像中每个像素对应的灰度映射值,得到增强的方块图像,对相邻方块图像与方块图像之间连接的的像素进行插值计算,插值计算之后的图像即为有雾图像I(x,y)增强后的图像。
优选的,所述动态阈值白平衡算法的过程为:
将图像I(x,y)从RGB颜色空间转换为YCbCr颜色空间,分别计算图像I(x,y)在YCbCr颜色空间内Cb、Cr的平均值Mb、Mr以及绝对值方差 Db、Dr,其中,Db、Dr的表达式为 其中,Cb(i,j),Cr(i,j)分别是图像I(x,y)在 YCbCr颜色空间中Cb、Cr在(i,j)处的蓝色色度分量和红色分量,N是图像I(x,y)的像素总数;
计算近白区域,,计算接近白色区域的所有像素点,表达式为 |Cb(i,j)-(Mb+Db×sign(Mb))|<1.5×Db、
|Cr(i,j)-(1.5×Mr+Dr×sign(Mr))|<1.5×Dr;
设一个“参考白色点”的亮度矩阵RL,若符合判别式,则作为参考白色点,并把该点(i,j)的亮度即Y分量值赋给RL(i,j);若不符合,则该点的RL(i,j)值为0;
并将计算得到接近白色区域的所有像素点,按其亮度值从大到小依次排列。选择前10%的亮度值作为接近白色区域的参考白点。并选取其中亮度最小值Lu_min;调整RL,若RL(i,j)<Lu_min,则RL(i,j) =0;否则,RL(i,j)=1;
分别把感兴趣区域图像的RGB三通道值与RL相乘,得到R2,G2, B2,计算R2,G2,B2的平均值Rav,Gav,Bav;
计算图像的最大亮度Ymax,公式为Ymax=double(max(max(Y)))/15;得到三通道增益Rgain=Ymax/Rav;Ggain=Ymax/Gav;Bgain=Ymax/Bav;
通过增益调整图像的RGB值,得到调整后的三种颜色通道 Ro,Go,Bo,Ro=R*Rgain;Go=G*Ggain;Bo=B*Bgain;合成图像 I(x,y)′。
优选的,求出色彩校正后图像I(x,y)′的暗通道图Idark(x,y)的过程为:
读取I(x,y)′,求出图像中每个像素RGB分量中的最小值,存入一副与原始图像大小相同的灰度图中,接着对该灰度图进行最小值滤波,得到I(x,y)的暗通道图Idark(x,y)
优选的,利用暗原色先验算法得到图像Idark(x,y)计算方块图像Ωi,j的权重因子Ci,j的过程为:
优选的,所述步骤四中统计方块图像Ωi,j的分块直方图Histi,j的过程为:对分块内各个像素区域内对应的像素点进行排列,将像素值相同的像素点排在同一列,再将每一列像素点按像素值递增的顺序排列构成直方图;
关于根据Histi,j计算分块限制对比度直方图的过程为:利用预先定义的阈值来裁剪直方图以达到限制放大幅度的目的,并将这些裁剪掉的部分均匀的分布到直方图的其他部分;
其中x1、x2决定了需要转换的灰度范围,y1、y2决定了线性变换的斜率;
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (8)
1.一种去除雾化的图像增强装置,包括外壳和设置在外壳上的立体探测装置,其特征在于:所述外壳上还设置有辅助照明装置,所述辅助照明装置共分为若干组,所述外壳内还设置图像处理系统;
所述立体探测装置具体包括设置在外壳正前方的前视双目体视探头和设置在外壳左右两侧的单侧体视探头;
所述辅助照明装置包括主灯和若干围绕在立体探测装置周围的副灯;
所述图像处理系统包括若干田字方格板和颜色校对板。
2.根据权利要求1所述的一种去除雾化的图像增强装置,其特征在于:所述立体探测装置具体采用低照度摄像机构成,所述辅助照明装置的主灯设置于外壳的正面,所述辅助照明装置的副灯呈环形结构环绕在低照度摄像机的四周。
3.一种去除雾化的图像增强的方法,包括图像处理系统,其特征在于:图像处理系统通过田字方格板对图像进行方位坐标标注,记作图像I(x,y),其中(x,y)为图像中像素的坐标位置,利用动态阈值白平衡算法对图像I(x,y)进行色彩校正,校正后的图像为I(x,y)′;
利用暗原色先验算法,求出色彩校正后图像I(x,y)′的暗通道图Idark(x,y);
根据暗通道图Idark(x,y),对暗通道图像Idark(x,y)进行平均分块,分为KxK块,K大于等于1的整数,其中的一个方块图像为Ωi,j,计算出方块图像Ωi,j的权重因子Ci,j;
利用CLAHE的方法对有雾图像I(x,y)′进行处理;首先统计方块图像Ωi,j的分块直方图Histi,j;其次根据分块直方图Histi,j分别计算分块限制对比度直方图和分块对比度拉伸直方图基于分块限制对比度直方图计算方块Ωi,j相对应的灰度映射关系表基于分块对比度拉伸直方图计算方块Ωi,j相对应的灰度映射关系表
采用双线性插值算法逐个计算方块图像中每个像素对应的灰度映射值,得到增强的方块图像,对相邻方块图像与方块图像之间连接的的像素进行插值计算,插值计算之后的图像即为有雾图像I(x,y)增强后的图像。
4.根据权利要求3所述的一种去除雾化的图像增强的方法,其特征在于:所述动态阈值白平衡算法的过程为:
将图像I(x,y)从RGB颜色空间转换为YCbCr颜色空间,分别计算图像I(x,y)在YCbCr颜色空间内Cb、Cr的平均值Mb、Mr以及绝对值方差Db、Dr,其中,Db、Dr的表达式为 其中,Cb(i,j),Cr(i,j)分别是图像I(x,y)在YCbCr颜色空间中Cb、Cr在(i,j)处的蓝色色度分量和红色分量,N是图像I(x,y)的像素总数;
计算近白区域,,计算接近白色区域的所有像素点,表达式为|Cb(i,j)-(Mb+Db×sign(Mb))|<1.5×Db、
|Cr(i,j)-(1.5×Mr+Dr×sign(Mr))|<1.5×Dr;
设一个“参考白色点”的亮度矩阵RL,若符合判别式,则作为参考白色点,并把该点(i,j)的亮度即Y分量值赋给RL(i,j);若不符合,则该点的RL(i,j)值为0;
并将计算得到接近白色区域的所有像素点,按其亮度值从大到小依次排列。选择前10%的亮度值作为接近白色区域的参考白点。并选取其中亮度最小值Lu_min;调整RL,若RL(i,j)<Lu_min,则RL(i,j)=0;否则,RL(i,j)=1;
分别把感兴趣区域图像的RGB三通道值与RL相乘,得到R2,G2,B2,计算R2,G2,B2的平均值Rav,Gav,Bav;
计算图像的最大亮度Ymax,公式为Ymax=double(max(max(Y)))/15;得到三通道增益Rgain=Ymax/Rav;Ggain=Ymax/Gav;Bgain=Ymax/Bav;
通过增益调整图像的RGB值,得到调整后的三种颜色通道Ro,Go,Bo,Ro=R*Rgain;Go=G*Ggain;Bo=B*Bgain;合成图像I(x,y)′。
7.根据权利要求3所述的一种去除雾化的图像增强的方法,其特征在于:所述步骤四中统计方块图像Ωi,j的分块直方图Histi,j的过程为:对分块内各个像素区域内对应的像素点进行排列,将像素值相同的像素点排在同一列,再将每一列像素点按像素值递增的顺序排列构成直方图;
其中x1、x2决定了需要转换的灰度范围,y1、y2决定了线性变换的斜率;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911025008.2A CN110852960A (zh) | 2019-10-25 | 2019-10-25 | 一种去除雾化的图像增强装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911025008.2A CN110852960A (zh) | 2019-10-25 | 2019-10-25 | 一种去除雾化的图像增强装置及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110852960A true CN110852960A (zh) | 2020-02-28 |
Family
ID=69597993
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911025008.2A Pending CN110852960A (zh) | 2019-10-25 | 2019-10-25 | 一种去除雾化的图像增强装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110852960A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112270220A (zh) * | 2020-10-14 | 2021-01-26 | 西安工程大学 | 一种基于深度学习的缝纫手势识别方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090034871A1 (en) * | 2007-07-31 | 2009-02-05 | Renato Keshet | Method and system for enhancing image signals and other signals to increase perception of depth |
CN102855400A (zh) * | 2012-09-10 | 2013-01-02 | 北京航空航天大学 | 一种基于投影网格的海洋表面建模及实时光照方法 |
CN104394368A (zh) * | 2014-11-27 | 2015-03-04 | 无锡北斗星通信息科技有限公司 | 一种海边浴场水上水下图像监控方法 |
CN106897972A (zh) * | 2016-12-28 | 2017-06-27 | 南京第五十五所技术开发有限公司 | 一种白平衡与暗原色的自适应直方图水下图像增强方法 |
-
2019
- 2019-10-25 CN CN201911025008.2A patent/CN110852960A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090034871A1 (en) * | 2007-07-31 | 2009-02-05 | Renato Keshet | Method and system for enhancing image signals and other signals to increase perception of depth |
CN102855400A (zh) * | 2012-09-10 | 2013-01-02 | 北京航空航天大学 | 一种基于投影网格的海洋表面建模及实时光照方法 |
CN104394368A (zh) * | 2014-11-27 | 2015-03-04 | 无锡北斗星通信息科技有限公司 | 一种海边浴场水上水下图像监控方法 |
CN106897972A (zh) * | 2016-12-28 | 2017-06-27 | 南京第五十五所技术开发有限公司 | 一种白平衡与暗原色的自适应直方图水下图像增强方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112270220A (zh) * | 2020-10-14 | 2021-01-26 | 西安工程大学 | 一种基于深度学习的缝纫手势识别方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105761227B (zh) | 基于暗通道先验与白平衡的水下图像增强方法 | |
Lee et al. | Adaptive multiscale retinex for image contrast enhancement | |
CN106886985B (zh) | 一种减小色偏的自适应低照度图像增强方法 | |
CN107680056B (zh) | 一种图像处理方法及装置 | |
CN108830800B (zh) | 一种暗光场景下图像的亮度提升增强方法 | |
KR101621614B1 (ko) | 디지털 이미지 향상 방법 및 장치와, 이를 이용한 영상 처리 장치 | |
CN103778900B (zh) | 一种图像处理方法及系统 | |
Jang et al. | Adaptive color enhancement based on multi-scaled Retinex using local contrast of the input image | |
CN109801233B (zh) | 一种适用于真彩色遥感图像的增强方法 | |
CN103854261A (zh) | 色偏图像的校正方法 | |
Kwok et al. | Gray world based color correction and intensity preservation for image enhancement | |
CN111968065B (zh) | 一种亮度不均匀图像的自适应增强方法 | |
CN109493299B (zh) | 一种消除点光源光照影响的方法 | |
CN116228604B (zh) | 一种适用于极地区域的卫星遥感光学影像匀色方法 | |
CN105513015B (zh) | 一种雾天图像的清晰化处理方法 | |
Parihar et al. | A comprehensive analysis of fusion-based image enhancement techniques | |
CN108711160A (zh) | 一种基于hsi增强性模型的目标分割方法 | |
CN111311503A (zh) | 一种夜晚低亮度图像增强系统 | |
CN109451292B (zh) | 图像色温校正方法及装置 | |
CN110570384A (zh) | 一种对场景图像进行光照均衡处理的方法、装置、计算机设备以及计算机存储介质 | |
CN108550124B (zh) | 一种基于仿生螺线的光照补偿及图像增强方法 | |
CN110852960A (zh) | 一种去除雾化的图像增强装置及方法 | |
CN107644403B (zh) | 恶劣环境条件下图像的非一致颜色校正方法 | |
CN117422631A (zh) | 基于自适应滤波分层的红外图像增强方法 | |
CN112465711A (zh) | 一种针对雾天环境下的降质图像增强方法 |
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 |