CN111383181B - 图像增强方法及装置、存储介质、终端 - Google Patents

Abstract

一种图像增强方法及装置、存储介质、终端，图像增强方法包括：获取待处理图像；确定待处理图像中各个像素的亮度值，并对各个像素的亮度值进行对数变换，以得到各个像素的亮度对数值；对各个像素的亮度对数值进行至少两种尺度的高斯滤波，以分别得到至少两种尺度对应的滤波结果；对于每一像素，分别计算亮度对数值与对应的至少两种尺度亮度滤波值的差值，以得到各个像素在至少两种尺度下的对应的物体位置的反射率；对于每一像素，对至少两种尺度下的反射率进行加权求和，以得到各个像素对应的物体位置的最终反射率；至少根据各个像素对应的物体位置的最终反射率进行反对数变换。本发明技术方案能够提升去雾效果，提升图像质量。

Description

图像增强方法及装置、存储介质、终端

技术领域

本发明涉及图像处理技术领域，尤其涉及一种图像增强方法及装置、存储介质、终端。

背景技术

对于雾、霾等恶劣场景下的图像，需要进行去雾处理。

现有技术中，常用的是暗通道去雾算法。暗通道是指某一些像素总会有至少一个颜色通道具有很低的值。通过对暗通道进行处理，可以达到去雾的效果。

但是，现有的暗通道方法存在对图像亮度方面的损失，处理后的图像整体亮度以及色彩等方面存在损失，导致去雾处理后的图像质量降低。

发明内容

本发明解决的技术问题是如何提升去雾效果，提升图像质量。

为解决上述技术问题，本发明实施例提供一种图像增强方法，图像增强方法包括：获取待处理图像；确定所述待处理图像中各个像素的亮度值，并对各个像素的亮度值进行对数变换，以得到各个像素的亮度对数值；对各个像素的亮度对数值进行至少两种尺度的高斯滤波，以分别得到至少两种尺度对应的滤波结果，所述滤波结果包括各个像素的亮度滤波值；对于每一像素，分别计算亮度对数值与所述至少两种尺度对应的亮度滤波值的差值，以得到各个像素在所述至少两种尺度下对应的物体位置的反射率；对于每一像素，对所述至少两种尺度下的反射率进行加权求和，以得到各个像素对应的物体位置的最终反射率；至少根据各个像素对应的物体位置的最终反射率进行反对数变换，以得到去雾后的待处理图像。

可选的，所述至少根据各个像素对应的物体位置的最终反射率进行反对数变换包括：对各个像素对应的物体位置的最终反射率进行增强，并至少对增强后的最终反射率进行反对数变换。

可选的，所述对各个像素对应的物体位置的最终反射率进行增强包括：对所有像素对应的物体位置的最终反射率进行高斯金字塔变换，以得到多个具备不同分辨率的第一子图像；对多个第二子图像分别进行增强，以得到增强后的多个第二子图像；对所述增强后的多个第二子图像进行金字塔重构，以得到最终像素信息。

可选的，所述待处理图像为彩色图像，所述至少对增强后的最终反射率进行反对数变换包括：对增强后的最终反射率进行反对数变换，以得到各个像素的变换后的亮度信息；根据各个像素的变换后的亮度信息计算各个像素的色彩信息，所述去雾后的待处理图像为彩色图像。

可选的，所述获取待处理图像之后还包括：确定所述待处理图像中各个像素的多个原始颜色分量的分量值以及最大分量值；所述根据各个像素的变换后的亮度信息计算各个像素的色彩信息包括：对于每一像素，计算255与最大分量值的第一比值，以及变换后的亮度值与变换前的亮度值的第二比值；对于每一像素，确定所述第一比值和所述第二比值的最小值；对于每一像素，计算所述最小值与所述多个原始颜色分量的分量值的乘积，以得到各个像素的多个最终颜色分量。

可选的，所述对所述至少两种尺度下的反射率进行加权求和包括：确定所述至少两种尺度对应的预设权重；按照所述至少两种尺度对应的预设权重对所述至少两种尺度下的反射率进行加权求和，以得到所述最终反射率。

可选的，所述对各个像素的亮度对数值进行至少两种尺度的高斯滤波包括：利用至少两种高斯滤波半径对各个像素的亮度对数值进行高斯滤波，所述至少两种高斯滤波器分别对应不同的高斯分布标准差。

为解决上述技术问题，本发明实施例还公开了一种图像增强装置，图像增强装置包括：获取模块，适于获取待处理图像；对数变换模块，适于确定所述待处理图像中各个像素的亮度值，并对各个像素的亮度值进行对数变换，以得到各个像素的亮度对数值；高斯滤波模块，适于对各个像素的亮度对数值进行至少两种尺度的高斯滤波，以分别得到至少两种尺度对应的滤波结果，所述滤波结果包括各个像素的亮度滤波值；反射率计算模块，适于对于每一像素，分别计算亮度对数值与所述至少两种尺度对应的亮度滤波值的差值，以得到各个像素在所述至少两种尺度下对应的物体位置的反射率；融合模块，适于对于每一像素，对所述至少两种尺度下的反射率进行加权求和，以得到各个像素对应的物体位置的最终反射率；反对数变换模块，适于至少根据各个像素对应的物体位置的最终反射率进行反对数变换，以得到去雾后的待处理图像。

本发明实施例还公开了一种存储介质，其上存储有计算机指令，所述计算机指令运行时执行所述图像增强方法的步骤。

本发明实施例还公开了一种终端，包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的计算机指令，所述处理器运行所述计算机指令时执行所述图像增强方法的步骤。

与现有技术相比，本发明实施例的技术方案具有以下有益效果：

本发明技术方案中，通过将待处理图像各个像素的亮度值进行对数变换，有利于后续的数学计算，减小计算复杂度。通过对各个像素的亮度对数值进行至少两种尺度的高斯滤波，可以保留待处理图像中不同频率的像素亮度信息，通过对至少两种尺度下的反射率进行加权求和，也即结合对数变换以及多种尺度下高斯滤波的处理结果，能够更准确保留反射率信息，从而可以最大化地还原图像信息，增强图像清晰度，解决低对比度场景下图像亮度以及对比度不理想的情况，从而保证图像增强的效果，提升图像暗区域的视觉效果，提升图像质量。在具体的应用场景中，可以在有限的条件下最大可能的提升雾、霾等恶劣场景图像的可视效果。

进一步地，所述待处理图像为彩色图像。所述至少对增强后的最终反射率进行反对数变换包括：对增强后的最终反射率进行反对数变换，以得到各个像素的变换后的亮度信息；根据各个像素的变换后的亮度信息计算各个像素的色彩信息，所述去雾后的待处理图像为彩色图像。本发明技术方案中，对于彩色图像，其亮度和颜色分量之间可以互相转换，故而可以通过对其亮度信息进行对数变换以及高斯滤波，再通过亮度恢复出各个颜色分量，在保证彩色图像亮度损失最小的情况下，保证色彩损失也最小，进而能够保证对彩色图像的图像增强效果。

附图说明

图1是本发明实施例一种图像增强方法的流程图；

图2是本发明实施例另一种图像增强方法的流程图；

图3是本发明实施例一种图像增强装置的结构示意图。

具体实施方式

如背景技术中所述，现有的暗通道方法存在对图像亮度方面的损失，处理后的图像整体动态范围以及色彩等方面存在损失，导致去雾处理后的图像质量降低。

本发明技术方案中，通过将待处理图像各个像素的亮度值进行对数变换，有利于后续的数学计算，减小计算复杂度。通过对各个像素的亮度对数值进行至少两种尺度的高斯滤波，可以保留待处理图像中不同频率的像素亮度信息，通过对至少两种尺度下的反射率进行加权求和，也即结合对数变换以及多种尺度下高斯滤波的处理结果，能够更准确保留反射率信息，从而可以最大化地还原图像信息，增强图像清晰度，解决低对比度场景下图像亮度以及对比度不理想的情况，从而保证图像增强的效果，提升图像暗区域的视觉效果，提升图像质量。在具体的应用场景中，可以在有限的条件下最大可能的提升雾、霾等恶劣场景图像的可视效果。

为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。

图1是本发明实施例一种图像增强方法的流程图。

所述图像增强方法可以包括以下步骤：

步骤S101：获取待处理图像；

步骤S102：确定所述待处理图像中各个像素的亮度值，并对各个像素的亮度值进行对数变换，以得到各个像素的亮度对数值；

步骤S103：对各个像素的亮度对数值进行至少两种尺度的高斯滤波，以分别得到至少两种尺度对应的滤波结果，所述滤波结果包括各个像素的亮度滤波值；

步骤S104：对于每一像素，分别计算亮度对数值与所述至少两种尺度对应的亮度滤波值的差值，以得到各个像素在所述至少两种尺度下对应的物体位置的反射率；

步骤S105：对于每一像素，对所述至少两种尺度下的反射率进行加权求和，以得到各个像素对应的物体位置的最终反射率；

步骤S106：至少根据各个像素对应的物体位置的最终反射率进行反对数变换，以得到去雾后的待处理图像。

需要指出的是，本实施例中各个步骤的序号并不代表对各个步骤的执行顺序的限定。

具体实施中，待处理图像可以是彩色图像，例如RGB图像；也可以是亮度图像，例如YUV图像。待处理图像的清晰度和对比度均较低，需要进行去雾处理。例如，所述待处理图像可以是在雾霾场景下拍摄得到的。

在步骤S102的具体实施中，可以确定待处理图像中各个像素的亮度值。对于亮度图像，可以直接确定各个像素的亮度值。对于彩色图像，可以根据各个颜色分量计算得到各个像素的亮度值。

例如，对于每一像素，采用以下公式计算其亮度值luma：luma＝(R+B+G)/3，其中，R表示像素的红色分量，B表示像素的蓝色分量，G表示像素的绿色分量。

进一步地，对各个像素的亮度值进行对数变换，以得到各个像素的亮度对数值。对像素的亮度值进行对数变换的过程可以是采用对数函数计算该亮度值的对数值。对数函数的底数可以是常数e、也可以是2、10等其他任意可实施的数值。

进而在步骤S103的具体实施中，可以对各个像素的亮度对数值进行至少两种尺度的高斯滤波。本实施例中，采用不同的尺度进行高斯滤波，对各个像素的滤波的效果不同，从而可以保留待处理图像中各个像素不同的频率信息。尺度越大，保留的像素信息的频率越低，待处理图的滤波效果越模糊。

具体地，在对各个像素的亮度值进行高斯滤波时，可以采用高斯滤波器模板，并可以为高斯滤波器模板中的参数sigma设置不同的数值，以表示不同的高斯滤波半径。参数sigma表示高斯函数的标准差，标准差代表数据的离散程度。标准差越大，则表示高斯函数密度分布比较分散，尖峰部分减小，宽度越宽，那么高斯滤波器模板的中心系数较大，而周围的系数较小，这样对图像的平滑效果就不是很明显；同理，当标准差越小时，高斯函数的密度分布较为集中，尖峰越尖，宽度越窄，高斯滤波器模板的各个系数相差较小，对图像的平滑效果比较明显。由此，通过为高斯滤波器模板中的参数sigma设置不同的数值，可以实现不同的高斯滤波效果。

由此，对于每一像素，可以得到至少两种尺度下滤波结果。滤波结果中各个像素的亮度滤波值可以表示各个像素的低频信息。

进而在步骤S104的具体实施中，可以分别计算亮度对数值与所述至少两种尺度对应的亮度滤波值的差值。具体地，对于各个像素的亮度对数值logS(x,y)，logS(x,y)＝logL(x,y)+logR(x,y)；其中，logR(x,y)表示像素(x,y)对应的物体位置的反射率，logL(x,y)表示像素(x,y)对应的物体位置的光源信息。

对各个像素的亮度对数值进行至少两种尺度的高斯滤波后，可以得到各个像素的低频信息，该低频信息可以表示光源信息。那么，亮度对数值与亮度滤波值的差值可以表示物体位置的反射率信息。也即，像素(x,y)对应的物体位置的反射率logR(x,y)＝logS(x,y)-logL(x,y)。

由此，可以得到待处理图像中各个像素在至少两种尺度下的反射率信息。

在步骤S105的具体实施中，对至少两种尺度下的反射率进行加权求和，可以得到各个像素对应的物体位置的最终反射率。具体地，对至少两种尺度下的反射率进行加权求和的具体方式可以是计算至少两种尺度下的反射率的平均值；也可以分别为所述至少两种尺度设置权重，并计算至少两种尺度下的反射率与对应的权重的乘积之和，本发明实施例对此不做限制。

本实施例通过结合两种尺度下滤波计算的反射率，可以保证最终反射率的准确性。

进而通过对各个像素对应的物体位置的最终反射率进行反对数变换，可以获得去雾后的各个像素的亮度值，以获得去雾后的待处理图像。

本发明实施例中，通过将待处理图像各个像素的亮度值进行对数变换，有利于后续的数学计算，减小计算复杂度。通过对各个像素的亮度对数值进行至少两种尺度的高斯滤波，可以保留待处理图像中不同频率的像素亮度信息，通过对至少两种尺度下的反射率进行加权求和，也即结合对数变换以及多种尺度下高斯滤波的处理结果，能够更准确保留反射率信息，从而可以最大化地还原图像信息，增强图像清晰度，解决低对比度场景下图像亮度以及对比度不理想的情况，从而保证图像增强的效果，提升图像暗区域的视觉效果，提升图像质量。在具体的应用场景中，可以在有限的条件下最大可能的提升雾、霾等恶劣场景图像的可视效果。

在本发明一个非限制性的实施例中，图1所示步骤S105可以包括以下步骤：照所述至少两种尺度对应的预设权重对所述至少两种尺度下的反射率进行加权求和，以得到所述最终反射率。

本实施例中，对至少两种尺度下的反射率进行加权求和时，可以结合至少两种尺度对应的预设权重进行加权求和。由于不同尺度下的高斯滤波效果不同，因此通过设置至少两种尺度对应的预设权重，可以对相应尺度的滤波结果进行较多保留或较多去除，从而实现不同的融合效果。

需要说明的是，至少两种尺度对应的预设权重可以是经验值，并可以根据实际的应用场景进行调整，本发明实施例对此不做限制。

在本发明一个非限制性的实施例中，图1所示步骤S103可以包括以下步骤：利用至少两种高斯滤波半径对各个像素的亮度对数值进行高斯滤波，所述至少两种高斯滤波器分别设置有不同的高斯分布标准差。

在本发明一个非限制性的实施例中，图1所示步骤S106中，可以先对各个像素对应的物体位置的最终反射率进行增强，再至少对增强后的最终反射率进行反对数变换。

本实施例中，对最终反射率进行增强的目的是增大各个像素的反射率的数值差异，从而可以在进行反对数变化后，使得去雾后的待处理图像的对比度增大。

进一步地，请参照图2，所述对各个像素对应的物体位置的最终反射率进行增强包括以下步骤：

步骤S201：对所有像素的最终反射率进行高斯金字塔变换，以得到多个具备不同分辨率的第一子图像；

步骤S202：对于具备相邻分辨率的两个第一子图像，对具备较低分辨率的第一子图像上采样并与具备较高分辨率的第一子图像计算差值，以得到第二子图像，各个具备不同分辨率的第二子图像形成拉普拉斯金字塔；

步骤S203：对各个第二子图像分别进行增强，以得到增强后的多个第二子图像；

步骤S204：对所述增强后的多个第二子图像进行金字塔重构，以得到所述增强后得到的最终像素信息。

本实施例中，由于是对像素的反射率进行处理，因此可以采用高斯金字塔变换算法来获得多个具备不同分辨率的第一子图像。

通过步骤S202，可以获得多个尺度下的高频信息，也即具备不同分辨率的第二子图像。

通过对多个第二子图像分别进行增强，并对增强后的多个第二子图像进行金字塔重构，可以从多个分辨率角度对各个像素对应的物体位置的最终反射率进行增强，从而实现更好的增强效果。

本领域技术人员应当理解的是，关于高斯金字塔变换以及金字塔重构的具体实施算法及过程可以参照现有技术，本发明实施例对此不作限制。

在本发明一个非限制性的实施例中，所述待处理图像为彩色图像，图1所示步骤S106还可以包括以下步骤：对增强后的最终反射率进行反对数变换，以得到各个像素的变换后的亮度信息；根据各个像素的变换后的亮度信息计算各个像素的色彩信息，所述去雾后的待处理图像为彩色图像。

本实施例中，在待处理图像为彩色图像的情况下，还可以根据去雾后的亮度信息还原各个像素的色彩信息。色彩信息可以包括红色分量、蓝色分量和绿色分量。

例如，可以采用以下公式计算色彩信息：R＝Y+1.402(Cr-128)；G＝Y-0.34414(Cb-128)-0.71414(Cr-128)；B＝Y+1.772(Cb-128)；其中，R表示红色分量，G表示绿色分量，B表示蓝色分量，Y表示变换后的亮度信息，Cr和Cb表示变换后的色度信息。

本领域技术人员应当理解的是，还可以采用现有技术中其他任意可实施的公式计算色彩信息，本发明实施例对此不做限制。

更进一步地，在图1所示步骤S101之后可以包括以下步骤：确定所述待处理图像中各个像素的多个原始颜色分量的分量值以及最大分量值。计算各个像素的色彩信息时，对于每一像素，计算255与最大分量值的第一比值，以及变换后的亮度值与变换前的亮度值的第二比值；对于每一像素，确定所述第一比值和所述第二比值的最小值；对于每一像素，计算所述最小值与所述多个原始颜色分量的分量值的乘积，以得到各个像素的多个最终颜色分量。

由于各个颜色分量的最大值为255，在还原色彩信息时，可能出现还原出的颜色分量的分量值超过255的情况，导致颜色溢出，图像失真；因此本实施例中，可以在获取到待处理图像时，先计算各个像素的多个原始颜色分量的最大分量值，根据255与最大分量值的第一比值，以及变换后的亮度值与变换前的亮度值的第二比值确定最终颜色分量，其中，每个像素中，分量值最大的颜色分量为第一色彩分量。

例如，对于待处理图中位置(i,j)处的像素，多个原始颜色分量分别为R＝100，B＝200，G＝220，最大分量值为G＝220。255与最大分量值的第一比值的比值为1.15。位置(i,j)处的像素在变换后的亮度值与变换前的亮度值的第二比值为1.1。由此，最终颜色分量分别为R＝110，B＝220，G＝242。

请参照图3，本发明实施例还公开了一种图像增强装置。图像增强装置30可以包括：

其中，获取模块301适于获取待处理图像；对数变换模块302适于确定所述待处理图像中各个像素的亮度值，并对各个像素的亮度值进行对数变换，以得到各个像素的亮度对数值；高斯滤波模块303适于对各个像素的亮度对数值进行至少两种尺度的高斯滤波，以分别得到至少两种尺度对应的滤波结果，所述滤波结果包括各个像素的亮度滤波值；反射率计算模块304适于对于每一像素，分别计算亮度对数值与所述至少两种尺度对应的亮度滤波值的差值，以得到各个像素在所述至少两种尺度下对应的物体位置的反射率；融合模块305适于对于每一像素，对所述至少两种尺度下的反射率进行加权求和，以得到各个像素对应的物体位置的最终反射率；反对数变换模块306适于至少根据各个像素对应的物体位置的最终反射率进行反对数变换，以得到去雾后的待处理图像。

关于所述图像增强装置30的工作原理、工作方式的更多内容，可以参照图1至图2中的相关描述，这里不再赘述。

本发明实施例还公开了一种存储介质，其上存储有计算机指令，所述计算机指令运行时可以执行图1或图2中所示方法的步骤。所述存储介质可以包括ROM、RAM、磁盘或光盘等。所述存储介质还可以包括非挥发性存储器(non-volatile)或者非瞬态(non-transitory)存储器等。

本发明实施例还公开了一种终端，所述终端可以包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的计算机指令。所述处理器运行所述计算机指令时可以执行图1或图2中所示方法的步骤。所述终端包括但不限于手机、计算机、平板电脑等终端设备。

虽然本发明披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，均可作各种更动与修改，因此本发明的保护范围应当以权利要求所限定的范围为准。

Claims (10)

1.一种图像增强方法，其特征在于，包括：

获取待处理图像；

确定所述待处理图像中各个像素的亮度值，并对各个像素的亮度值进行对数变换，以得到各个像素的亮度对数值；

对各个像素的亮度对数值进行至少两种尺度的高斯滤波，以分别得到至少两种尺度对应的滤波结果，所述滤波结果包括各个像素的亮度滤波值；

对于每一像素，分别计算亮度对数值与所述至少两种尺度对应的亮度滤波值的差值，以得到各个像素在所述至少两种尺度下对应的物体位置的反射率；

对于每一像素，对所述至少两种尺度下的反射率进行加权求和，以得到各个像素对应的物体位置的最终反射率；

至少根据各个像素对应的物体位置的最终反射率进行反对数变换，以得到去雾后的待处理图像。

2.根据权利要求1所述的图像增强方法，其特征在于，所述至少根据各个像素对应的物体位置的最终反射率进行反对数变换包括：

对各个像素对应的物体位置的最终反射率进行增强，并至少对增强后得到的最终像素信息进行反对数变换。

3.根据权利要求2所述的图像增强方法，其特征在于，所述对各个像素对应的物体位置的最终反射率进行增强包括：

对所有像素对应的物体位置的最终反射率进行高斯金字塔变换，以得到多个具备不同分辨率的第一子图像；

对于具备相邻分辨率的两个第一子图像，对具备较低分辨率的第一子图像上采样并与具备较高分辨率的第一子图像计算差值，以得到第二子图像，各个具备不同分辨率的第二子图像形成拉普拉斯金字塔；

对各个第二子图像分别进行增强，以得到增强后的多个第二子图像；

对所述增强后的多个第二子图像进行金字塔重构，以得到所述增强后得到的最终像素信息。

4.根据权利要求2所述的图像增强方法，其特征在于，所述待处理图像为彩色图像，所述至少对增强后得到的最终像素信息进行反对数变换包括：

至少对增强后得到的最终像素信息进行反对数变换，以得到各个像素的变换后的亮度信息；

根据各个像素的变换后的亮度信息计算各个像素的色彩信息，所述去雾后的待处理图像为彩色图像。

5.根据权利要求4所述的图像增强方法，其特征在于，所述获取待处理图像之后还包括：

确定所述待处理图像中各个像素的多个原始颜色分量的分量值以及最大分量值；

所述根据各个像素的变换后的亮度信息计算各个像素的色彩信息包括：

对于每一像素，计算255与最大分量值的第一比值，以及变换后的亮度值与变换前的亮度值的第二比值；

对于每一像素，确定所述第一比值和所述第二比值的最小值；

对于每一像素，计算所述最小值与所述多个原始颜色分量的分量值的乘积，以得到各个像素的多个最终颜色分量。

6.根据权利要求1所述的图像增强方法，其特征在于，所述对所述至少两种尺度下的反射率进行加权求和包括：

确定所述至少两种尺度对应的预设权重；

按照所述至少两种尺度对应的预设权重对所述至少两种尺度下的反射率进行加权求和，以得到所述最终反射率。

7.根据权利要求1所述的图像增强方法，其特征在于，所述对各个像素的亮度对数值进行至少两种尺度的高斯滤波包括：

利用至少两种高斯滤波半径对各个像素的亮度对数值进行高斯滤波，所述至少两种高斯滤波半径分别对应不同的高斯分布标准差。

8.一种图像增强装置，其特征在于，包括：

获取模块，适于获取待处理图像；

对数变换模块，适于确定所述待处理图像中各个像素的亮度值，并对各个像素的亮度值进行对数变换，以得到各个像素的亮度对数值；

高斯滤波模块，适于对各个像素的亮度对数值进行至少两种尺度的高斯滤波，以分别得到至少两种尺度对应的滤波结果，所述滤波结果包括各个像素的亮度滤波值；

反射率计算模块，适于对于每一像素，分别计算亮度对数值与所述至少两种尺度对应的亮度滤波值的差值，以得到各个像素在所述至少两种尺度下对应的物体位置的反射率；

融合模块，适于对于每一像素，对所述至少两种尺度下的反射率进行加权求和，以得到各个像素对应的物体位置的最终反射率；

反对数变换模块，适于至少根据各个像素对应的物体位置的最终反射率进行反对数变换，以得到去雾后的待处理图像。

9.一种存储介质，其上存储有计算机指令，其特征在于，所述计算机指令被处理器运行时执行权利要求1至7中任一项所述图像增强方法的步骤。

10.一种终端，包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的计算机指令，其特征在于，所述处理器运行所述计算机指令时执行权利要求1至7中任一项所述图像增强方法的步骤。

Images