CN111105378A - 一种图像清晰度处理方法 - Google Patents
一种图像清晰度处理方法 Download PDFInfo
- Publication number
- CN111105378A CN111105378A CN201911320499.3A CN201911320499A CN111105378A CN 111105378 A CN111105378 A CN 111105378A CN 201911320499 A CN201911320499 A CN 201911320499A CN 111105378 A CN111105378 A CN 111105378A
- Authority
- CN
- China
- Prior art keywords
- image
- processing
- original image
- frequency
- layer
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 14
- 238000012545 processing Methods 0.000 claims abstract description 46
- 238000000034 method Methods 0.000 claims abstract description 22
- 230000009466 transformation Effects 0.000 claims abstract description 22
- 230000009467 reduction Effects 0.000 claims abstract description 19
- 230000008569 process Effects 0.000 claims description 8
- 238000013139 quantization Methods 0.000 claims description 6
- 230000001131 transforming effect Effects 0.000 claims description 6
- 238000011002 quantification Methods 0.000 claims description 3
- 230000006872 improvement Effects 0.000 description 6
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000007 visual 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
- G06T5/70—Denoising; Smoothing
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
本发明公开了一种图像清晰度处理方法，包括以下步骤：根据原图像主体类型确定强调幅度和门限值；根据原图像幅面尺寸和分辨率参数选择半径值；对原图像包括的不同色版通道进行逐一的清晰度强调处理；清晰度处理，得到清晰图像；对清晰图像进行灰度调整，然后对清晰图像进行分层处理，分为高频图层和低频图层，分别对高频图层和低频图层基于小波变换的降噪处理，得到新的清晰图像；本发明方法通过根据图像的不同特点和类型，合理的选择强调幅度、半径值和门限值，能够在各功能综合平衡使用的基础上适当地进行最适宜的清晰度调节，进行基于小波变换的降噪处理可以针对性的降噪，新的清晰图像能够进一步稳定的保持图像信息和清晰度的完整性。
Description
技术领域
本发明涉及图像处理技术领域，尤其涉及一种图像清晰度处理方法。
背景技术
图像清晰度是衡量图像品质优劣的标准之一，清晰的图像能给人以赏心悦目的视觉享受，长期以来，图像扫描设备和图像处理软件的开发生产厂商都很重视图像清晰度处理功能的开发，图像处理人员也在日常的实践中不断摸索出图像清晰度的调节技巧；
现有的清晰度处理并没有从图像本身特点和类型出发，对于不同的图像无法进行针对性的清晰度处理，且清晰度处理后的图像没有进行后续处理，无法对清晰度进一步提升。因此，本发明提出一种图像清晰度处理方法，以解决现有技术的不足之处。
发明内容
针对上述问题，本发明的目的在于提供一种图像清晰度处理方法，该清晰度处理方法通过根据图像的不同特点和类型，合理的选择强调幅度、半径值和门限值，能够在各功能综合平衡使用的基础上适当地进行最适宜的清晰度调节，对高频图层和低频图层后再次进行基于小波变换的降噪处理可以针对性的降噪，新的清晰图像能够进一步稳定的保持图像信息和清晰度的完整性。
为实现本发明的目的，本发明通过以下技术方案实现：
一种图像清晰度处理方法，包括以下步骤：
步骤一：在图像处理软件中打开待处理的原图像，然后分析原图像的主体类型，根据主体类型确定强调幅度和门限值；
步骤二：对原图像进行校正，然后获取校正后的原图像幅面尺寸和分辨率参数，再根据原图像幅面尺寸和分辨率参数选择半径值进行清晰度强处理；
步骤三：分析出原图像的主色调，然后对原图像包括的不同色版通道进行逐一的清晰度强调处理；
步骤四：复制原图像的当前图层，然后进行色相和饱和度调整，对进行高反差保留，半径为一设定值，将当前图层模式设置为叠加，最后向下拼合图，得到清晰图像；
步骤五：对经过步骤四处理后的清晰图像进行灰度调整，然后对清晰图像进行分层处理，分为高频图层和低频图层，分别对高频图层和低频图层基于小波变换的降噪处理，然后选择阈值以及进行阈值量化，最后利用多尺度二维小波重构高频图层和低频图层的图像信号，得到新的清晰图像。
进一步改进在于：所述步骤一中根据主体类型确定强调幅度和门限值时，对具有较大面积皮肤的原图像采用较低幅度的清晰度强调或使用较高的门限值进行清晰度处理，对于具有多细节较多的原图像采用较高的清晰度强调。
进一步改进在于：所述步骤二中选择半径值进行清晰度强处理时，对分辨率低、幅面尺寸小的原图像采用较小的半径值进行清晰度强调处理，对分辨力高、幅面尺寸又较大的原图像，采用较大的半径值进行清晰度强调处理。
进一步改进在于：所述步骤三中具体过程为：分析出原图像的主色调，然后将原图像在图像处理软件中修改为印刷四色模式,再分别调整不同色版通道的色阶，最后将原图像转为RGB色彩模式。
进一步改进在于：所述步骤五中低频图层处理的过程为：先采用小波变换对低频图层进行变换，选择阈值后然后利用小波收缩阈值方法对低频图层进行降噪处理，最后再进行小波变换的逆变换。
进一步改进在于：所述步骤五中高频图层处理的过程为：先采用小波变换对高频图像进行变换，对高频图层进行的高频系数进行阈值量化，然后选择隐马尔可夫树模型对高频图层进行降噪处理，最后再进行小波变换的逆变换。
进一步改进在于：所述步骤五中选择阈值以及阈值量化时，先利用经验公式给定阈值，然后再利用函数wthresh进行阈值量化处理。
本发明的有益效果为：本发明方法通过根据图像的不同特点和类型，合理的选择强调幅度、半径值和门限值，能够在各功能综合平衡使用的基础上适当地进行最适宜的清晰度调节，可以得到清晰度和色彩完整度较好的清晰图像，并且通过对清晰图像进行分层处理，对高频图层和低频图层后再次进行基于小波变换的降噪处理可以针对性的降噪，对包含不同类型噪声或者噪声类型未知的复杂图像具有很好的降噪效果，可以提高图像降噪效率和稳定性，新的清晰图像能够进一步稳定的保持图像信息和清晰度的完整性。
具体实施方式
为了加深对本发明的理解，下面将结合实施例对本发明做进一步详述，本实施例仅用于解释本发明，并不构成对本发明保护范围的限定。
本实施例提出一种图像清晰度处理方法，包括以下步骤：
步骤一：在图像处理软件中打开待处理的原图像，然后分析原图像的主体类型，根据主体类型确定强调幅度和门限值，对具有较大面积皮肤的原图像采用较低幅度的清晰度强调或使用较高的门限值进行清晰度处理，对于具有多细节较多的原图像采用较高的清晰度强调；
步骤二：对原图像进行校正，然后获取校正后的原图像幅面尺寸和分辨率参数，再根据原图像幅面尺寸和分辨率参数选择半径值进行清晰度强处理，对分辨率低、幅面尺寸小的原图像采用较小的半径值进行清晰度强调处理，对分辨力高、幅面尺寸又较大的原图像，采用较大的半径值进行清晰度强调处理；
步骤三：分析出原图像的主色调，然后将原图像在图像处理软件中修改为印刷四色模式,再分别调整不同色版通道的色阶，最后将原图像转为RGB色彩模式；
步骤四：复制原图像的当前图层，然后进行色相和饱和度调整，对进行高反差保留，半径为一设定值，将当前图层模式设置为叠加，最后向下拼合图，得到清晰图像；
步骤五：对经过步骤四处理后的清晰图像进行灰度调整，然后对清晰图像进行分层处理，分为高频图层和低频图层，分别对高频图层和低频图层基于小波变换的降噪处理，然后选择阈值以及进行阈值量化，最后利用多尺度二维小波重构高频图层和低频图层的图像信号，得到新的清晰图像；低频图层处理的过程为：先采用小波变换对低频图层进行变换，选择阈值后然后利用小波收缩阈值方法对低频图层进行降噪处理，最后再进行小波变换的逆变换；高频图层处理的过程为：先采用小波变换对高频图像进行变换，对高频图层进行的高频系数进行阈值量化，然后选择隐马尔可夫树模型对高频图层进行降噪处理，最后再进行小波变换的逆变换；选择阈值以及阈值量化时，先利用经验公式给定阈值，然后再利用函数wthresh进行阈值量化处理。
本发明方法通过根据图像的不同特点和类型，合理的选择强调幅度、半径值和门限值，能够在各功能综合平衡使用的基础上适当地进行最适宜的清晰度调节，可以得到清晰度和色彩完整度较好的清晰图像，并且通过对清晰图像进行分层处理，对高频图层和低频图层后再次进行基于小波变换的降噪处理可以针对性的降噪，对包含不同类型噪声或者噪声类型未知的复杂图像具有很好的降噪效果，可以提高图像降噪效率和稳定性，新的清晰图像能够进一步稳定的保持图像信息和清晰度的完整性。
以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (7)
1.一种图像清晰度处理方法，其特征在于，包括以下步骤：
步骤一：在图像处理软件中打开待处理的原图像，然后分析原图像的主体类型，根据主体类型确定强调幅度和门限值；
步骤二：对原图像进行校正，然后获取校正后的原图像幅面尺寸和分辨率参数，再根据原图像幅面尺寸和分辨率参数选择半径值进行清晰度强处理；
步骤三：分析出原图像的主色调，然后对原图像包括的不同色版通道进行逐一的清晰度强调处理；
步骤四：复制原图像的当前图层，然后进行色相和饱和度调整，对进行高反差保留，半径为一设定值，将当前图层模式设置为叠加，最后向下拼合图，得到清晰图像；
步骤五：对经过步骤四处理后的清晰图像进行灰度调整，然后对清晰图像进行分层处理，分为高频图层和低频图层，分别对高频图层和低频图层基于小波变换的降噪处理，然后选择阈值以及进行阈值量化，最后利用多尺度二维小波重构高频图层和低频图层的图像信号，得到新的清晰图像。
2.根据权利要求1所述的一种图像清晰度处理方法，其特征在于：所述步骤一中根据主体类型确定强调幅度和门限值时，对具有较大面积皮肤的原图像采用较低幅度的清晰度强调或使用较高的门限值进行清晰度处理，对于具有多细节较多的原图像采用较高的清晰度强调。
3.根据权利要求1所述的一种图像清晰度处理方法，其特征在于：所述步骤二中选择半径值进行清晰度强处理时，对分辨率低、幅面尺寸小的原图像采用较小的半径值进行清晰度强调处理，对分辨力高、幅面尺寸又较大的原图像，采用较大的半径值进行清晰度强调处理。
4.根据权利要求1所述的一种图像清晰度处理方法，其特征在于：所述步骤三中具体过程为：分析出原图像的主色调，然后将原图像在图像处理软件中修改为印刷四色模式,再分别调整不同色版通道的色阶，最后将原图像转为RGB色彩模式。
5.根据权利要求1所述的一种图像清晰度处理方法，其特征在于：所述步骤五中低频图层处理的过程为：先采用小波变换对低频图层进行变换，选择阈值后然后利用小波收缩阈值方法对低频图层进行降噪处理，最后再进行小波变换的逆变换。
6.根据权利要求1所述的一种图像清晰度处理方法，其特征在于：所述步骤五中高频图层处理的过程为：先采用小波变换对高频图像进行变换，对高频图层进行的高频系数进行阈值量化，然后选择隐马尔可夫树模型对高频图层进行降噪处理，最后再进行小波变换的逆变换。
7.根据权利要求1所述的一种图像清晰度处理方法，其特征在于：所述步骤五中选择阈值以及阈值量化时，先利用经验公式给定阈值，然后再利用函数wthresh进行阈值量化处理。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911320499.3A CN111105378A (zh) | 2019-12-19 | 2019-12-19 | 一种图像清晰度处理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911320499.3A CN111105378A (zh) | 2019-12-19 | 2019-12-19 | 一种图像清晰度处理方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111105378A true CN111105378A (zh) | 2020-05-05 |
Family
ID=70423468
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911320499.3A Pending CN111105378A (zh) | 2019-12-19 | 2019-12-19 | 一种图像清晰度处理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111105378A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112617752A (zh) * | 2020-12-14 | 2021-04-09 | 河南经方云科技有限公司 | 一种便携式舌像采集仪 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103489162A (zh) * | 2013-09-13 | 2014-01-01 | 深圳报业集团印务有限公司 | 一种印前图像清晰度的处理方法 |
| CN110060217A (zh) * | 2019-04-22 | 2019-07-26 | 杨勇 | 一种有效降低噪点的图像处理方法 |
-
2019
- 2019-12-19 CN CN201911320499.3A patent/CN111105378A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103489162A (zh) * | 2013-09-13 | 2014-01-01 | 深圳报业集团印务有限公司 | 一种印前图像清晰度的处理方法 |
| CN110060217A (zh) * | 2019-04-22 | 2019-07-26 | 杨勇 | 一种有效降低噪点的图像处理方法 |
Non-Patent Citations (1)
| Title |
|---|
| 宋月红: "数字化图像清晰度处理原理和校正调节方法", 印刷技术 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112617752A (zh) * | 2020-12-14 | 2021-04-09 | 河南经方云科技有限公司 | 一种便携式舌像采集仪 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Cao et al. | Contrast enhancement of brightness-distorted images by improved adaptive gamma correction | |
| CN110428379B (zh) | 一种图像灰度增强方法及系统 | |
| CN104063848B (zh) | 一种低照度图像增强方法和装置 | |
| CN108389163A (zh) | 一种基于暗光彩色图像的自适应增强方法 | |
| CN103034986A (zh) | 一种基于曝光融合的夜视图像增强方法 | |
| CN108596843B (zh) | 一种基于亮通道的水下图像色彩恢复算法 | |
| CN102289792A (zh) | 一种低照度视频图像增强方法及系统 | |
| CN103295191A (zh) | 多尺度视觉自适应图像增强方法及评价方法 | |
| Jung et al. | Optimized perceptual tone mapping for contrast enhancement of images | |
| Zhou et al. | Method of improved fuzzy contrast combined adaptive threshold in NSCT for medical image enhancement | |
| CN104268843A (zh) | 基于直方图修饰的图像自适应增强方法 | |
| CN103295206B (zh) | 一种基于Retinex的微光图像增强方法和装置 | |
| CN103985097A (zh) | 一种非均匀照度的图像增强方法 | |
| CN108810314A (zh) | 基于多灰度图像边缘增强的无序误差扩散数字半色调方法 | |
| CN104616259B (zh) | 一种噪声强度自适应的非局部均值图像去噪方法 | |
| CN112598607A (zh) | 基于改进加权clahe的内窥镜图像血管增强算法 | |
| CN115809966A (zh) | 一种低照度图像的增强方法和系统 | |
| CN111105378A (zh) | 一种图像清晰度处理方法 | |
| Wu et al. | Low-Light image enhancement algorithm based on HSI color space | |
| CN109064413B (zh) | 图像对比度增强方法及采用其的图像采集医疗设备 | |
| CN111080563B (zh) | 一种基于遍历寻优的直方图均衡方法 | |
| Swarup et al. | DWT based historical image enhancement technique using adaptive gamma correction | |
| Omarova et al. | Application of the Clahe method contrast enhancement of X-Ray Images | |
| CN108629740A (zh) | 一种图像去噪的处理方法及装置 | |
| CN115082296B (zh) | 一种基于小波域图像生成框架的图像生成方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200505 |