CN111080535A - 图像增强方法和计算机存储介质 - Google Patents
图像增强方法和计算机存储介质 Download PDFInfo
- Publication number
- CN111080535A CN111080535A CN201911072567.9A CN201911072567A CN111080535A CN 111080535 A CN111080535 A CN 111080535A CN 201911072567 A CN201911072567 A CN 201911072567A CN 111080535 A CN111080535 A CN 111080535A
- Authority
- CN
- China
- Prior art keywords
- image
- channel
- actual channel
- value
- actual
- 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 47
- 238000001914 filtration Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 3
- 238000005286 illumination Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000012804 iterative process Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000008034 disappearance Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000000126 substance Substances 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
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本申请公开一种图像增强方法和计算机存储介质。该方法包括:获取第一图像;基于第一图像中的至少部分像素的指定通道的实际通道值计算与像素对应的调整系数;将第一图像中的该至少部分像素的各通道的实际通道值乘以对应的调整系数,以得到第二图像;利用第二图像对第一图像进行滤色,以得到第三图像。通过上述方式,本申请可以实现对第一图像的图像增强。
Description
技术领域
本申请涉及图强增强领域,尤其涉及低照度图像增强领域。
背景技术
近年来,随着技术的发展,诸如摄影和视频监控的图像采集在人们的生活中发挥着越来越重要的作用。
图像采集中,当在诸如夜晚、逆光等全部或者部分光照不足的环境中成像时,所采集到的图像存在噪声大、对比度低等问题,这些问题影响图像信息的提取和再现,进而影响人们对图像或者视频内容的判断或者理解。
现有的低照度图像增强技术主要有直方图均衡法、灰度变化法、Retinex方法等。
直方图均衡法和灰度变化法都属于对比度增强方法,这两种方法的计算量小,但是都存在处理效果不佳的问题。其中,直方图均衡法会导致伪轮廓出现、细节消失以及图像失真等问题。而灰度变化法在处理全局低照度图像方面效果尤其不佳。
Retinex方法效果良好,但是存在计算量大的问题。
发明内容
本申请提供一种图像增强方法,以解决现有技术图像增强方法中处理效果和计算量无法兼顾的问题。
为解决上述技术问题,本申请采用的一个技术方案是:提供一种图像增强方法,该方法包括:获取第一图像;基于第一图像中的至少部分像素的指定通道的实际通道值计算与像素对应的调整系数;将第一图像中的该至少部分像素的各通道的实际通道值乘以对应的调整系数,以得到第二图像;利用第二图像对第一图像进行滤色,以得到第三图像。
为解决上述技术问题,本申请采用的另一个技术方案是:提供一种计算机存储介质,该计算机存储介质存储有计算机程序,计算机程序被执行时实现上述图像增强方法的步骤。
区别于现有技术,本申请通过上述图像增强方法,实现了低计算量和处理效果的兼顾。该方法不涉及对图像的全局处理,避免了现有技术中常见的色块问题。
附图说明
为更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请的图像增强方法的一个实施例的流程示意图;
图2是本申请的图像增强方法的又一实施例的流程示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请的一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
具体参阅图1,图1是本申请的图像增强方法的第一实施例的流程示意图,本实施例图像增强方法包括以下步骤:
步骤S11,获取第一图像。
第一图像可以是RGB色彩模式的数字图像。
在RGB色彩模式中,图像中的每一个像素的颜色信息由红(R)、绿(G)、蓝(B)三个颜色通道的变化以及这三个颜色通道之间的相互叠加来获得。
例如,在8位色颜色模式中,每个像素的颜色由8位比特表示,其中,R占三位比特,G占三位比特,B占两位比特。
例如,在24位色颜色模式中,每个像素的颜色由24位比特表示,其中,R、G、B各占8位比特。
每个像素还可以包括除R、G、B三个通道之外的其他通道。例如,在32位色颜色模式中,除R、G、B三个颜色通道外,还包括8比特的alpha通道,alpha通道用于表示透明度。
就单个颜色通道而言,以绿色(G)通道为例:在8位色颜色模式中,绿色通道占三个比特,有从0到23-1共8个层次;在24位色颜色模式中,绿色通道占八个比特,有从0到28-1共256个层次。绿色通道的取值越大,表示绿色通道的亮度越大,绿色通道取值为0,表示绿色通道不发光。红色通道和蓝色通道亦如此。
步骤S11还可包括将其他颜色模式的第一图像转换成RGB模式。
除RGB颜色模式外,主流的其他常见颜色模式还有:HSB、Lab、CMYK等。可以将其他颜色模式的第一图像转换成RGB模式,以便于利用本申请的方法进行图像增强处理。
步骤S12,基于第一图像中的至少部分像素的指定通道的实际通道值计算与像素对应的调整系数。
在一具体实施方式中,基于第一图像中的至少部分像素的绿色通道的实际通道值计算与像素对应的调整系数。
在另一具体实施方式中,指定通道的实际通道值为各通道的实际通道值的最大值,或者为各通道的实际通道值的至少部分的加权求和值。
例如,指定通道的实际通道值为R、G、B三个颜色通道的实际通道值中的最大值,即,指定通道的实际通道值β=max(R实际通道值,G实际通道值,B实际通道值),其中,R实际通道值为红色颜色通道的实际通道值,G实际通道值为绿色颜色通道的实际通道值,B实际通道值为蓝色颜色通道的实际通道值。
例如,指定通道的实际通道值为R、G、B三个颜色通道的实际通道值中的最大值和最小值的平均值,即,实际通道值β=0.5*max(R实际通道值,G实际通道值,B实际通道值)+0.5*min(R实际通道值,G实际通道值,B实际通道值),其中,R实际通道值为红色颜色通道的实际通道值,G实际通道值为绿色颜色通道的实际通道值,B实际通道值为蓝色颜色通道的实际通道值。
例如,指定通道的实际通道值为R、G、B三个颜色通道的实际通道值的加权和。例如,实际通道值β=0.30*R实际通道值+0.59*G实际通道值+0.11*B实际通道值,其中,R实际通道值为红色颜色通道的实际通道值,G实际通道值为绿色颜色通道的实际通道值,B实际通道值为蓝色颜色通道的实际通道值。
进一步地,可根据如下公式计算与像素对应的调整系数α:
α=(A-β)/C;
其中,β为指定通道的实际通道值,A为指定通道所允许的最大通道值,C为指定通道所允许的通道值数量或者为指定通道所允许的最大通道值。
例如,在24位色颜色模式的图像中,指定通道为绿色通道的情况下,根据如下公式计算调整系数α:
α=(255-G实际通道值)/256;或者
α=(255-G实际通道值)/255,
其中,G实际通道值为绿色通道的实际通道值。
例如,在8位色颜色模式的图像中,指定通道为绿色通道的情况下,根据如下公式计算调整系数α:
α=(7-G实际通道值)/8;或者
α=(7-G实际通道值)/7,
其中,G实际通道值为绿色通道的实际通道值。
在一具体实施方式中,可以对第一图像的全部像素计算调整系数。
在另一具体实施方式中,可以对第一图像的局部区域或感兴趣的区域的像素计算调整系数。
例如,在逆光造成的低照度图像中,可以只对低照度区域执行计算调整系数的操作。
步骤S13,将第一图像中的该至少部分像素的各通道的实际通道值乘以对应的调整系数,以得到第二图像。
具体地,在RGB图像中,将至少部分像素的R、G、B三个颜色通道的实际通道值乘以步骤S12中计算出的调整系数,得到构成第二图像的新像素。
具体地,第二图像的经过调整的R、G、B三个颜色通道的实际通道值为:
R第二,实际通道值=R第一,实际通道值*α;
G第二,实际通道值=G第一,实际通道值*α;
B第二,实际通道值=B第一,实际通道值*α;
其中,R第一,实际通道值、G第一,实际通道值、B第一,实际通道值分别表示第一图像的R、G、B颜色通道的实际通道值,R第二,实际通道值、G第二,实际通道值、B第二,实际通道值分别表示第二图像的R、G、B颜色通道的实际通道值,α表示调整系数。
步骤S14,利用第二图像对第一图像进行滤色,以得到第三图像。
在一具体实施方式中,可通过以下公式进行滤色:
Dmix=A-(A-Dold)×(A-Dnew)/C;
其中,Dmix为第三图像中的某一像素的某一通道的实际通道值,Dold和Dnew分别为第一图像和第二图像中的对应像素的对应通道的实际通道值,A为某一通道所允许的最大通道值,C为某一通道所允许的通道值数量或者某一通道所允许的最大通道值。
具体地,在24位色颜色模式的图像中,滤色公式为:
R第三,实际通道值=255-(255-R第一,实际通道值)*(255-R第二,实际通道值)/256;
G第三,实际通道值=255-(255-G第一,实际通道值)*(255-G第二,实际通道值)/256;
B第三,实际通道值=255-(255-B第一,实际通道值)*(255-B第二,实际通道值)/256;
或者,
R第三,实际通道值=255-(255-R第一,实际通道值)*(255-R第二,实际通道值)/255;
G第三,实际通道值=255-(255-G第一,实际通道值)*(255-G第二,实际通道值)/255;
B第三,实际通道值=255-(255-B第一,实际通道值)*(255-B第二,实际通道值)/255;
其中,R第一,实际通道值、G第一,实际通道值、B第一,实际通道值分别表示第一图像的R、G、B颜色通道的实际通道值,R第二,实际通道值、G第二,实际通道值、B第二,实际通道值分别表示第二图像的R、G、B颜色通道的实际通道值,R第三,实际通道值、G第三,实际通道值、B第三,实际通道值分别表示第三图像的R、G、B颜色通道的实际通道值。
滤色公式的作用是叠加第一图像和第二图像两者的每个通道的亮度,使所得到的第三图像的亮度一般情况下大于或者等于第一图像和第二图像两者。
具体参阅图2,图2是本申请的图像增强方法的第二实施例的流程示意图。图2中的步骤S21、S22、S23、S24分别与图1中的步骤S11、S12、S13、S14相同,因此将不在下文中赘述。
此外,图2的流程示意图还包括:
步骤S25,判断是否满足预设的迭代终止标准。
若满足预设的迭代终止标准,则结束整个过程。若不满足预设的迭代终止标准,则转入步骤S26,即,将第三图像作为第一图像,然后进行下一个迭代过程。
在一个实施例中,判断是否满足预设的迭代终止标准包括判断第三图像的熵是否大于或等于预设的熵阈值。
图像的熵是一种统计量,它反映了图像中平均信息量的多少,即,它反映了图像的信息丰富程度。图像的熵越大,图像所提供的信息量也越大。图像的熵一般定义为图像灰度分布的聚集特性。一般来说,与正常图像相比,低照度图像和过曝光图像所提供的信息更少,因此,低照度图像和过曝光图像的熵更低。
具体地,根据如下公式计算图像的熵:
具体地,预设的熵阈值可以根据经验或者实验确定。
在又一实施例中,判断是否满足预设的迭代终止标准包括判断当前迭代所获得的第三图像的熵是否小于或等于前次迭代所获得的第三图像的熵。
在迭代过程中,一般情况下,刚开始滤色时,图像变得更加清晰,与之对应,图像的熵增大。而随着迭代的进行,图像可能会出现过度曝光的情况,相应地,图像的熵减少。在迭代过程中,优选地,将熵最大的第三图像作为最佳结果。
可选地,如果当前迭代所获得的第三图像的熵小于或等于前次迭代所获得的第三图像的熵,则将前次迭代所获得的第三图像作为第三图像,之后结束整个过程。
在另一实施例中,判断是否满足预设的迭代终止标准包括判断迭代次数是否大于或等于预设的次数阈值。
如上文所述,随着迭代的进行,所得到的第三图像会出现过度曝光的情况。本申请的申请人发现,以第一次进入步骤S21作为第一次迭代开始计算,迭代次数不能大于4。
具体地,预设次数阈值是2、3或者4。
本申请还包括一种计算机存储介质,该计算机存储介质存储有计算机程序。在执行该计算机程序时,实现上文中所述的方法或者其组合的步骤。
综上所述,通过基于第一图像中的至少部分像素的指定通道的实际通道值计算与该像素对应的调整系数,将第一图像中的至少部分像素的各通道的实际通道值乘以对应的调整系数以得到第二图像,利用第二图像对第一图像进行滤色,本申请实现了对第一图像进行图像增强。与现有技术相比,本申请的每个像素的图像增强是相互独立的,不会出现色块现象。而且本申请的图像增强方法计算量小,更适于对计算需求高的视频实时处理的情形。
以上所述仅为本申请的实施方式,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (11)
1.一种图像增强方法,其特征在于,所述方法包括:
获取第一图像;
基于所述第一图像中的至少部分像素的指定通道的实际通道值计算与所述像素对应的调整系数;
将所述第一图像中的所述至少部分像素的各通道的实际通道值乘以对应的所述调整系数,以得到第二图像;
利用所述第二图像对所述第一图像进行滤色,以得到第三图像。
2.根据权利要求1所述的图像增强方法,其特征在于,所述第一图像为RGB图像,所述指定通道的实际通道值为绿色通道的实际通道值。
3.根据权利要求1所述的图像增强方法,其特征在于,所述指定通道的实际通道值为所述各通道的实际通道值的最大值,或者为所述各通道的实际通道值的至少部分的加权求和值。
4.根据权利要求1所述的图像增强方法,其特征在于,所述方法进一步包括:
将所述第三图像作为所述第一图像,并返回所述基于所述第一图像中的至少部分像素的指定通道的实际通道值计算与所述像素对应的调整系数的步骤,进而以迭代方式重新计算所述第三图像。
5.根据权利要求4所述的图像增强方法,其特征在于,所述将所述第三图像作为所述第一图像的步骤之前,进一步包括:
判断是否满足预设的迭代终止标准;
若满足所述迭代终止标准,则结束迭代;
若不满足所述迭代终止标准,则执行所述将所述第三图像作为所述第一图像的步骤。
6.根据权利要求5所述的图像增强方法,其特征在于,所述判断是否满足预设的迭代终止标准的步骤包括:
判断所述第三图像的熵是否大于或等于预设的熵阈值,或者迭代次数是否大于或等于预设的次数阈值;
若大于或等于预设的熵阈值,或者大于或等于预设的次数阈值,则判定为满足所述迭代终止标准。
7.根据权利要求5所述的图像增强方法,其特征在于,所述判断是否满足预设的迭代终止标准的步骤包括:
判断当前迭代所获得的所述第三图像的熵是否小于或等于前次迭代所获得的所述第三图像的熵;
若小于或等于前次迭代所获得的所述第三图像的熵,则判定为满足所述迭代终止标准。
8.根据权利要求1-7中的任一项所述的图像增强方法,其特征在于,所述基于所述第一图像中的至少部分像素的指定通道的实际通道值计算与所述像素对应的调整系数的步骤包括:
通过以下公式计算所述调整系数:
α=(A-β)/C;
其中,α为所述调整系数,β为所述指定通道的实际通道值,A和C为预设值。
9.根据权利要求8所述的图像增强方法,其特征在于,所述利用所述第二图像对所述第一图像进行滤色的步骤包括:
通过以下公式进行滤色:
Dmix=A-(A-Dold)×(A-Dnew)/C;
其中,Dmix为所述第三图像中的某一像素的某一通道的实际通道值,所述Dold和Dnew分别为所述第一图像和所述第二图像中的对应像素的对应通道的实际通道值。
10.根据权利要求8所述的图像增强方法,其特征在于,所述A为所述指定通道所允许的最大通道值,所述C为所述指定通道所允许的通道值数量。
11.根据权利要求8所述的图像增强方法,其特征在于,所述A为所述指定通道所允许的最大通道值,所述C为所述指定通道所允许的最大通道值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911072567.9A CN111080535A (zh) | 2019-11-05 | 2019-11-05 | 图像增强方法和计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911072567.9A CN111080535A (zh) | 2019-11-05 | 2019-11-05 | 图像增强方法和计算机存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111080535A true CN111080535A (zh) | 2020-04-28 |
Family
ID=70310679
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911072567.9A Pending CN111080535A (zh) | 2019-11-05 | 2019-11-05 | 图像增强方法和计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111080535A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000285232A (ja) * | 1999-03-31 | 2000-10-13 | Seiko Epson Corp | 画像鮮鋭化プログラムを記録した媒体、画像鮮鋭化装置および画像鮮鋭化方法 |
US20120123265A1 (en) * | 2009-11-17 | 2012-05-17 | Samsung Medison Co., Ltd. | Ultrasound image enhancement based on entropy information |
CN104954767A (zh) * | 2014-03-26 | 2015-09-30 | 联想(北京)有限公司 | 一种信息处理方法和电子设备 |
CN108416749A (zh) * | 2018-02-28 | 2018-08-17 | 沈阳东软医疗系统有限公司 | 一种超声图像处理方法、装置和计算机设备 |
CN109118450A (zh) * | 2018-08-20 | 2019-01-01 | 电子科技大学 | 一种沙尘天气条件下的低质图像增强方法 |
WO2019075621A1 (zh) * | 2017-10-16 | 2019-04-25 | 北京深迈瑞医疗电子技术研究院有限公司 | 超声成像设备、系统及其超声造影成像的图像增强方法 |
-
2019
- 2019-11-05 CN CN201911072567.9A patent/CN111080535A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000285232A (ja) * | 1999-03-31 | 2000-10-13 | Seiko Epson Corp | 画像鮮鋭化プログラムを記録した媒体、画像鮮鋭化装置および画像鮮鋭化方法 |
US20120123265A1 (en) * | 2009-11-17 | 2012-05-17 | Samsung Medison Co., Ltd. | Ultrasound image enhancement based on entropy information |
CN104954767A (zh) * | 2014-03-26 | 2015-09-30 | 联想(北京)有限公司 | 一种信息处理方法和电子设备 |
WO2019075621A1 (zh) * | 2017-10-16 | 2019-04-25 | 北京深迈瑞医疗电子技术研究院有限公司 | 超声成像设备、系统及其超声造影成像的图像增强方法 |
CN108416749A (zh) * | 2018-02-28 | 2018-08-17 | 沈阳东软医疗系统有限公司 | 一种超声图像处理方法、装置和计算机设备 |
CN109118450A (zh) * | 2018-08-20 | 2019-01-01 | 电子科技大学 | 一种沙尘天气条件下的低质图像增强方法 |
Non-Patent Citations (2)
Title |
---|
GRAFX: "低照度图像增强" * |
张然: "考虑分数阶梯度的雾天图像增强偏微分方程模型" * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107680056B (zh) | 一种图像处理方法及装置 | |
US8311355B2 (en) | Skin tone aware color boost for cameras | |
CN105407296B (zh) | 实时视频增强方法和装置 | |
US7865014B2 (en) | Video auto enhancing algorithm | |
US20090317017A1 (en) | Image characteristic oriented tone mapping for high dynamic range images | |
EP2854389A1 (en) | Scene recognition method and apparatus | |
JP2003230160A (ja) | カラー映像の彩度調節装置及び方法 | |
JP2003179756A (ja) | デジタル画像由来のデータを処理する方法及びプログラム製品 | |
CN101472048A (zh) | 图像拾取装置、色噪声降低方法和色噪声降低程序 | |
CN111885312B (zh) | Hdr图像的成像方法、系统、电子设备及存储介质 | |
CN112819721B (zh) | 一种图像彩色噪声降噪的方法和系统 | |
JP2002232728A (ja) | 画像処理プログラム、画像処理プログラムを記録したコンピュータ読み取り可能な記録媒体、画像処理装置および画像処理方法 | |
CN111669560A (zh) | 一种基于fpga的实时自动白平衡校正方法、系统及存储介质 | |
US6876777B2 (en) | Image enhancement method | |
CN113706393A (zh) | 视频增强方法、装置、设备及存储介质 | |
CN105791710B (zh) | 一种信号灯图像增强处理方法 | |
CN114841904A (zh) | 图像融合方法、电子设备及存储装置 | |
CN103428522B (zh) | 一种提高网络摄像机低照度图像质量的方法 | |
TW202004662A (zh) | 影像強化方法及電腦系統 | |
CN112911366B (zh) | 饱和度调整方法、装置及显示设备 | |
CN107277369A (zh) | 图像处理方法、装置、计算机可读存储介质和计算机设备 | |
JPH0630308A (ja) | 画像データ処理装置 | |
WO2022111269A1 (zh) | 视频的细节增强方法、装置、移动终端和存储介质 | |
CN115239578A (zh) | 图像处理方法及装置、计算机可读存储介质、终端设备 | |
Terai et al. | Color image contrast enhancement by retinex model |
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 |