CN111861903A - 一种亮度自适应的图像增强方法及系统 - Google Patents
一种亮度自适应的图像增强方法及系统 Download PDFInfo
- Publication number
- CN111861903A CN111861903A CN202010536136.XA CN202010536136A CN111861903A CN 111861903 A CN111861903 A CN 111861903A CN 202010536136 A CN202010536136 A CN 202010536136A CN 111861903 A CN111861903 A CN 111861903A
- Authority
- CN
- China
- Prior art keywords
- pixel value
- image
- enhancement
- module
- pixel
- 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 26
- 230000009466 transformation Effects 0.000 claims abstract description 23
- 238000001914 filtration Methods 0.000 claims abstract description 18
- 230000002159 abnormal effect Effects 0.000 claims abstract description 11
- 230000001174 ascending effect Effects 0.000 claims description 28
- 230000003044 adaptive effect Effects 0.000 claims description 11
- 230000004927 fusion Effects 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 5
- 238000004422 calculation algorithm Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 238000003860 storage Methods 0.000 description 3
- 238000005286 illumination Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005111 flow chemistry technique Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 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
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20004—Adaptive image processing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种亮度自适应的图像增强方法及系统，本发明的方法包括以下步骤：步骤一、统计输入图像的像素值，得到1％下分位点的像素值p0.01和99％下分位点的像素值p0.99；步骤二、利用1％下分位点的像素值p0.01和99％下分位点的像素值p0.99过滤处理图像的异常像素值，得到像素值取值范围在[p0.01，p0.99]之间的数字图像；步骤三、对步骤二得到的数字图像的像素值进行增强变换。本发明通过自适应增强图像亮度，使得无人机拼接系统的图像能以适中的亮度展现，解决现有的亮度增强算法需要人工调整阈值导致无法自动化处理影像的问题。
Description
技术领域
本发明涉及图像处理技术领域，具体涉及一种亮度自适应的图像增强方法及系统。
背景技术
现有的图像亮度增强方法主要是通过调整亮度和对比度。
对比度指的是一幅图像中明暗区域最亮的白和最暗的黑之间不同亮度层级的测量，对比度越大表示图像之间的物体区分越明显；亮度表示图像的明暗程度，亮度越大图像越亮，但是会呈现图像朦胧的情况，所以需要同时调整对比度与亮度才能获得较好的效果。
上述方法的不足之处在于它需要手动调整参数以达到目视的最优效果，在无人机影像实时拼接等批量化与流式化处理场景下不适用，由于应急场景下无人机拍摄影像的时间无法固定在光线最佳的情况，导致影像可能会过暗或者亮暗不均匀，系统的使用者无法有效地利用影像做决策。
发明内容
本发明提供了一种亮度自适应的图像增强方法。本发明通过对图像亮度的自适应增强，使得无人机拼接系统的图像能以适中的亮度展现，解决现有的亮度增强算法需要人工调整阈值导致无法自动化处理影像的问题。
本发明通过下述技术方案实现：
一种亮度自适应的图像增强方法，该方法包括以下步骤：
步骤一、统计输入图像的像素值，得到1％下分位点的像素值p0.01和99％下分位点的像素值p0.99；
步骤二、利用1％下分位点的像素值p0.01和99％下分位点的像素值p0.99过滤处理图像的异常像素值，获得像素值取值范围在[p0.01，p0.99]之间的数字图像；
步骤三、对步骤二得到的数字图像的像素值进行增强变换。
优选的，本发明的步骤一具体包括以下步骤：
步骤S11，将输入的图像的像素值矩阵转换为一个列表v，并将列表v中的像素值从小到大排序，得到升序列表v′；
步骤S12，分别计算1％下分位点在升序列表v′中的位置d0.01，以及99％下分位点在升序列表v′中的位置d0.99；
步骤S13，从升序列表v′中获取1％下分位点的像素值p0.01＝v′[d0.01]，以及99％下分位点的像素值p0.99＝v′[d0.99]，其中，v′[·]表示对升序列表按位置取值。
优选的，本发明的步骤二具体为：将像素值大于p0.99的像素赋值为p0.99；将像素值低于 p0.01的像素赋值为p0.01，即可获得像素值取值范围在[p0.01，p0.99]之间的数字图像。
优选的，本发明的步骤三通过以下公式对像素值进行增强变换：
其中，f(i，j)表示像素(i，j)处的原始像素值，g(i，j)表示像素(i，j)经过增强变换后的像素值。
优选的，本发明将无人机拍摄的图像拆分为RGB三个通道图像，采用步骤一至步骤三对每个通道图像进行增强处理，融合增强处理之后的三个通道图像得到增强后的图像。
另一方面，本发明还提出了一种亮度自适应的图像增强系统，该系统包括图像增强模块；
所述图像增强模块包括像素值统计模块、过滤模块和增强变换模块；
其中，所述像素值统计模块用于统计输入图像的像素值，得到1％下分位点的像素值p0.01和99％下分位点的像素值p0.99，并将其传输给过滤模块和增强变换模块；
所述过滤模块采用采用1％下分位点的像素值p0.01和99％下分位点的像素值p0.99过滤处理图像的异常像素值，获得像素值取值范围在[p0.01，p0.99]之间的数字图像并将其传输给增强变换模块；
所述增强变换模块对接收到的数字图像的像素值进行增强变换。
优选的，本发明的像素值统计模块被配置为执行以下步骤：
步骤1，将输入的图像的像素值矩阵转换为一个列表v，并将列表v中的像素值从小到大排序，得到升序列表v′；
步骤2，分别计算1％下分位点在升序列表v′中的位置d0.01，以及99％下分位点在升序列表v′中的位置d0.99；
步骤3，从升序列表v′中获取1％下分位点的像素值p0.01＝v′[d0.01]，以及99％下分位点的像素值p0.99＝v′[d0.99]，其中，v′[·]表示对升序列表按位置取值。
优选的，本发明的过滤模块将像素值大于p0.99的像素赋值为p0.99；将像素值低于p0.01的像素赋值为p0.01，即可获得像素值取值范围在[p0.01，p0.99]之间的数字图像。
优选的，本发明的增强变换模块通过以下公式对像素值进行增强变换：
其中，f(i，j)表示像素(i，j)处的原始像素值，g(i，j)表示像素(i，j)经过增强变换后的像素值。
优选的，本发明的系统还包括输入模块和融合模块；
其中，所述输入模块将无人机拍摄的图像拆分为RGB三个通道图像并将三个通道图像输入图像增强模块进行处理；
通过图像增强模块处理之后的图像传输给融合模块；
所述融合模块融合增强处理之后的三个通道图像，输出增强后的图像。
本发明具有如下的优点和有益效果：
1、本发明能够高效、自动化对图像进行自适应增强，无需依赖人工的调整即可满足各种场景的需求。
2、本发明采用分位点像素值去噪的技术，不会丢失噪声点的像素值信息，可以保持像素值较大(较小)的异常点在经过像素值变换后依然为较大(较小)的像素值。
3、本发明可以自动化地解决因光照引起的无人机影像过暗导致无法看清影像中的地物等问题，为客户做决策提供技术支撑。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：
图1为亮度自适应的图像增强方法流程图。
图2为本发明中分位点像素计算流程示意图。
图3为本发明中图像增强模块结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
实施例1
本实施例提出了一种亮度自适应的图像增强方法。
本实施例的图像增强方法基于像素值的基本概念，直观上像素值越大，该点处越白，像素值的取值范围为[0,255]。利用灰度直方图统计整幅影像的像素值分布。利用分位点剔除部分异常像素值后，根据图像亮度增强公式调整图像剩余的像素值即可同时调整对比度与亮度，对图像亮度进行增强，该方法适用任意亮度的输入影像。
具体如图1所示，本实施例的图像增强方法包括以下步骤：
步骤1，对输入的数字影像做数理统计，计算图像中像素值的1％下分位点与99％下分位点，100*4大小的单通道影像的分位点计算示例参见附图2。具体实施方式为，将数字影像的像素值矩阵(长为W个像素，宽为H个像素)转化为一个长度为W*H的列表v，并且将列表v从小到大排序，得到升序列表v′。
然后分别计算分位点在升序列表v′中的位置，计算1％下分位点在列表v′中的位置 d0.01＝int(W*H*0.01)与99％下分位点所在列表v′中的位置d0.99＝nt(W*H*(1-0.01))，其中int表示四舍五入的取整函数。
接下来分别从升序列表v′中取出分位点位置的像素值数据即获得1％下分位点的像素值 p0.01＝v′[d0.01]，99％下分位点的像素值p0.99＝v′[d0.99]，其中v′[·]表示对列表按位置取值，如v′[1]表示取列表中的第一个值，如图2所示。
步骤2，在步骤1的输出结果的基础上过滤异常值，一幅影像的亮度较低表现为像素值大多数分布在较低区域，但是仍然可能存在极少量的像素值较大，所以我们将其当作异常值，利用分位点进行过滤，将像素值大于p0.99的像素赋值为p0.99，然后在图像增强变换后将其还原到255，这样依然保留了其原本像素值较大的信息。同样地，需要将像素值低于p0.01的像素赋值p0.01。至此，我们获得了像素值取值范围在[p0.01，p0.99]之间的数字影像。
步骤3，在步骤2的输出结果的基础上，通过以下公式对像素值做图像增强变换：
其中，f(i,j)表示(i,j)处的原始像素值，g(i,j)表示(i,j)经过变换后的像素值，如步骤 2所述，用分位点过滤的像素值依然保留了像素值最大或最小的信息。
由于光照与拍摄时间等因素，无人机拍摄的相片可能呈现过暗或者过于明亮，此时就需要对图像的亮度进行增强，但是在大多数情况下需要对图像进行批量处理或者流式化处理，依赖人工的调整方法无法满足此种场景的需求。
因此本实施例采用上述步骤1-步骤3高效、自动化地对无人机拍摄的图像进行自适应增强。
将无人机拍摄的图像拆分为RGB三通道图像，采用步骤1-步骤3对每个通道的图像进行增强处理；然后融合三个通道增强处理之后的图像以实现对无人机拍摄的图像进行自适应增强处理。
实施例2
本实施例提出了一种亮度自适应的图像增强系统。
如图3所示，本实施例的系统包括：输入模块、图像增强模块和融合模块。
其中，本实施例的输入模块将无人机拍摄的图像拆分为RGB三个通道图像并将三个通道图像传输给图像增强模块进行处理；通过图像增强模块处理之后的图像传输给融合模块；融合模块融合增强处理之后的三个通道图像，输出增强后的图像。
具体的，本实施例的图像增强模块还包括像素值统计模块、过滤模块和增强变换模块；
其中，本实施例的像素值统计模块被配置为执行上述实施例1中的步骤1，即用于统计输入图像的像素值，得到1％下分位点的像素值p0.01和99％下分位点的像素值p0.99，并将其传输给过滤模块和增强变换模块；具体操作如下：
1、将输入的图像的像素值矩阵转换为一个列表v，并将列表v中的像素值从小到大排序，得到升序列表v′；
2、分别计算1％下分位点在升序列表v′中的位置d0.01，以及99％下分位点在升序列表v′中的位置d0.99；
3、从升序列表v′中获取1％下分位点的像素值p0.01＝v′[d0.01]，以及99％下分位点的像素值p0.99＝v′[d0.99]，其中，v′[·]表示对升序列表按位置取值。
过滤模块被配置为执行上述实施例1中的步骤2，即采用1％下分位点的像素值p0.01和99％下分位点的像素值p0.99对图像的异常像素值进行过滤处理，获得像素值取值范围在 [p0.01，p0.99]之间的数字图像并将其传输给增强变换模块；具体通过将像素值大于p0.99的像素赋值为p0.99；将像素值低于p0.01的像素赋值为p0.01，即可获得像素值取值范围在[p0.01，p0.99]之间的数字图像。
增强变换模块被配置为执行上述实施例1中的步骤3，即对接收到的数字图像的像素值进行增强变换；具体通过以下公式对像素值进行增强变换：
式中，f(i，j)表示像素(i，j)处的原始像素值，g(i，j)表示像素(i，j)经过增强变换后的像素值。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和 /或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种亮度自适应的图像增强方法，其特征在于，该方法包括以下步骤：
步骤一、统计输入图像的像素值，得到1％下分位点的像素值p0.01和99％下分位点的像素值p0.99；
步骤二、利用1％下分位点的像素值p0.01和99％下分位点的像素值p0.99过滤处理图像的异常像素值得到像素值取值范围在[p0.01，p0.99]之间的数字图像；
步骤三、对步骤二得到的数字图像的像素值进行增强变换。
2.根据权利要求1所述的一种亮度自适应的图像增强方法，其特征在于，所述步骤一具体包括以下步骤：
步骤S11，将输入的图像的像素值矩阵转换为一个列表v，并将列表v中的像素值从小到大排序，得到升序列表v′；
步骤S12，分别计算1％下分位点在升序列表v′中的位置d0.01，以及99％下分位点在升序列表v′中的位置d0.99；
步骤S13，从升序列表v′中获取1％下分位点的像素值p0.01＝v′[d0.01]，以及99％下分位点的像素值p0.99＝v′[d0.99]，其中，v′[·]表示对升序列表按位置取值。
3.根据权利要求1所述的一种亮度自适应的图像增强方法，其特征在于，所述步骤二具体为：将像素值大于p0.99的像素赋值为p0.99；将像素值低于p0.01的像素赋值为p0.01，即可获得像素值取值范围在[p0.01，p0.99]之间的数字图像。
4.根据权利要求1所述的一种亮度自适应的图像增强方法，其特征在于，所述步骤三通过以下公式对像素值进行增强变换：
其中，f(i，j)表示像素(i，j)处的原始像素值，g(i，j)表示像素(i，j)经过增强变换后的像素值。
5.根据权利要求1-4任一项所述的一种亮度自适应的图像增强方法，其特征在于，将无人机拍摄的图像拆分为RGB三个通道图像，采用步骤一至步骤三对每个通道图像进行增强处理，融合增强处理之后的三个通道图像得到增强后的图像。
6.一种亮度自适应的图像增强系统，其特征在于，该系统包括图像增强模块；
所述图像增强模块包括像素值统计模块、过滤模块和增强变换模块；
其中，所述像素值统计模块用于统计输入图像的像素值，得到1％下分位点的像素值p0.01和99％下分位点的像素值p0.99，并传输给过滤模块和增强变换模块；
所述过滤模块利用1％下分位点的像素值p0.01和99％下分位点的像素值p0.99过滤处理图像的异常像素值，得到像素值取值范围在[p0.01，p0.99]之间的数字图像并传输给增强变换模块；
所述增强变换模块对接收到的数字图像的像素值进行增强变换。
7.根据权利要求6所述的一种亮度自适应的图像增强系统，其特征在于，所述像素值统计模块被配置为执行以下步骤：
步骤1，将输入的图像的像素值矩阵转换为一个列表v，并将列表v中的像素值从小到大排序，得到升序列表v′；
步骤2，分别计算1％下分位点在升序列表v′中的位置d0.01，以及99％下分位点在升序列表v′中的位置d0.99；
步骤3，从升序列表v′中获取1％下分位点的像素值p0.01＝v′[d0.01]，以及99％下分位点的像素值p0.99＝v′[d0.99]，其中，v′[·]表示对升序列表按位置取值。
8.根据权利要求1所述的一种亮度自适应的图像增强系统，其特征在于，所述过滤模块将像素值大于p0.99的像素赋值为p0.99；将像素值低于p0.01的像素赋值为p0.01，即可获得像素值取值范围在[p0.01，p0.99]之间的数字图像。
9.根据权利要求1所述的一种亮度自适应的图像增强系统，其特征在于，所述增强变换模块通过以下公式对像素值进行增强变换：
其中，f(i，j)表示像素(i，j)处的原始像素值，g(i，j)表示像素(i，j)经过增强变换后的像素值。
10.根据权利要求6-9任一项所述的一种亮度自适应的图像增强系统，其特征在于，还包括输入模块和融合模块；
其中，所述输入模块将无人机拍摄的图像拆分为RGB三个通道图像并将三个通道图像输入图像增强模块进行处理；
通过图像增强模块处理之后的图像传输给融合模块；
所述融合模块融合增强处理之后的三个通道图像，输出增强后的图像。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010536136.XA CN111861903A (zh) | 2020-06-12 | 2020-06-12 | 一种亮度自适应的图像增强方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010536136.XA CN111861903A (zh) | 2020-06-12 | 2020-06-12 | 一种亮度自适应的图像增强方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111861903A true CN111861903A (zh) | 2020-10-30 |
Family
ID=72986568
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010536136.XA Pending CN111861903A (zh) | 2020-06-12 | 2020-06-12 | 一种亮度自适应的图像增强方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111861903A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10224603A (ja) * | 1997-01-21 | 1998-08-21 | Xerox Corp | 画像処理方法 |
| CN101728753A (zh) * | 2009-11-30 | 2010-06-09 | 中国人民解放军国防科学技术大学 | 激光谐振腔的辅助装调设备、调腔系统及其调腔方法 |
| WO2012015020A1 (en) * | 2010-07-27 | 2012-02-02 | Sharp Kabushiki Kaisha | Method and device for image enhancement |
| CN103971330A (zh) * | 2013-02-05 | 2014-08-06 | 腾讯科技（深圳）有限公司 | 图像增强方法及装置 |
| CN104333705A (zh) * | 2014-11-28 | 2015-02-04 | 广东欧珀移动通信有限公司 | 一种图像增强方法及装置 |
| CN110706161A (zh) * | 2019-08-22 | 2020-01-17 | 稿定（厦门）科技有限公司 | 图像的亮度调整方法、介质、设备及装置 |
-
2020
- 2020-06-12 CN CN202010536136.XA patent/CN111861903A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10224603A (ja) * | 1997-01-21 | 1998-08-21 | Xerox Corp | 画像処理方法 |
| CN101728753A (zh) * | 2009-11-30 | 2010-06-09 | 中国人民解放军国防科学技术大学 | 激光谐振腔的辅助装调设备、调腔系统及其调腔方法 |
| WO2012015020A1 (en) * | 2010-07-27 | 2012-02-02 | Sharp Kabushiki Kaisha | Method and device for image enhancement |
| CN103971330A (zh) * | 2013-02-05 | 2014-08-06 | 腾讯科技（深圳）有限公司 | 图像增强方法及装置 |
| CN104333705A (zh) * | 2014-11-28 | 2015-02-04 | 广东欧珀移动通信有限公司 | 一种图像增强方法及装置 |
| CN110706161A (zh) * | 2019-08-22 | 2020-01-17 | 稿定（厦门）科技有限公司 | 图像的亮度调整方法、介质、设备及装置 |
Non-Patent Citations (7)
| Title |
|---|
| IBELIEVESUNSHINE: "matlab空域内图像增强之灰度变换增强", 《HTTPS://BLOG.CSDN.NET/IBELIEVESUNSHINE/ARTICLE/DETAILS/79958486》 * |
| ONEJULIAR: "p分位数的原理及计算", 《HTTPS://BLOG.CSDN.NET/JULIARJULIAR/ARTICLE/DETAILS/81082934》 * |
| W.DOYLE: "Operations Useful for similarity-Invariant pattern Recognition", 《DOI：10.1145/321119.321123》 * |
| 张小红: "基于Matlab的计算机图像增强技术研究", 《无线互联科技》 * |
| 爬金字塔的人: "【数字图像处理之（三）】用图像增强谈灰度变换", 《HTTPS://BLOG.CSDN.NET/U012771236/ARTICLE/DETAILS/35784347》 * |
| 蒋裕静: "纹理分析 T1WI对比增强图像分级脑胶质瘤", 《中华消化病与影像杂志（电子版）》 * |
| 韩磊等: "一种RGB模型彩色图像增强方法", 《哈尔滨理工大学学报》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110148095B (zh) | 一种水下图像增强方法及增强装置 | |
| CN107451969B (zh) | 图像处理方法、装置、移动终端及计算机可读存储介质 | |
| CN112419162B (zh) | 图像去雾方法、装置、电子设备及可读存储介质 | |
| US20090317017A1 (en) | Image characteristic oriented tone mapping for high dynamic range images | |
| CN1953515A (zh) | 一种自动调整图像亮度的方法和自动成像设备 | |
| CN108009997B (zh) | 一种调整图像对比度的方法及装置 | |
| Pei et al. | Effective image haze removal using dark channel prior and post-processing | |
| CN103886565A (zh) | 基于目的性优化及直方图均衡化的夜间彩色图像增强方法 | |
| WO2009091152A2 (en) | Color recovery method and system | |
| CN111192205A (zh) | 一种图像去雾方法、系统和计算机可读存储介质 | |
| CN104318535A (zh) | 图像去雾的方法、装置及移动终端 | |
| CN115578297A (zh) | 一种自适应色彩补偿与细节优化的广义衰减图像增强方法 | |
| US20200106944A1 (en) | Systems And Methods Of Image Enhancement | |
| CN110175967B (zh) | 图像去雾处理方法、系统、计算机设备和存储介质 | |
| CN110807735A (zh) | 图像处理方法、装置、终端设备及计算机可读存储介质 | |
| CN115661008A (zh) | 一种图像增强处理方法、装置、设备及介质 | |
| JP4851505B2 (ja) | 画像処理装置及び画像処理方法 | |
| CN108898561B (zh) | 一种含天空区域雾天图像的去雾方法、服务器及系统 | |
| CN106709876A (zh) | 一种基于暗像元原理的光学遥感图像去雾方法 | |
| KR101089902B1 (ko) | 디지털 이미지의 에지 영역 판단 장치 및 방법 | |
| US20230146016A1 (en) | Method and apparatus for extreme-light image enhancement | |
| CN111861903A (zh) | 一种亮度自适应的图像增强方法及系统 | |
| CN113379631B (zh) | 一种图像去雾的方法及装置 | |
| CN112435173A (zh) | 一种图像处理和直播方法、装置、设备和存储介质 | |
| CN110148188B (zh) | 一种基于最大差值图像估计低照度图像光照分布的方法 |
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 | ||
| CB02 | Change of applicant information |
Address after: 610000 No. 270, floor 2, No. 8, Jinxiu street, Wuhou District, Chengdu, Sichuan Applicant after: Chengdu shuzhilian Technology Co.,Ltd. Address before: 610000 No.2, 4th floor, building 1, Jule Road intersection, West 1st section of 1st ring road, Wuhou District, Chengdu City, Sichuan Province Applicant before: CHENGDU SHUZHILIAN TECHNOLOGY Co.,Ltd. |
|
| CB02 | Change of applicant information | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201030 |
|
| RJ01 | Rejection of invention patent application after publication |