CN111866516A - 一种灰度视频的实时图像增强装置及方法 - Google Patents

一种灰度视频的实时图像增强装置及方法 Download PDF

Info

Publication number
CN111866516A
CN111866516A CN202010591795.3A CN202010591795A CN111866516A CN 111866516 A CN111866516 A CN 111866516A CN 202010591795 A CN202010591795 A CN 202010591795A CN 111866516 A CN111866516 A CN 111866516A
Authority
CN
China
Prior art keywords
image
gray
video
video image
scale
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.)
Granted
Application number
CN202010591795.3A
Other languages
English (en)
Other versions
CN111866516B (zh
Inventor
张弘
李岩
袁丁
杨一帆
何磊
陈浩
李旭亮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beihang University
Original Assignee
Beihang University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beihang University filed Critical Beihang University
Priority to CN202010591795.3A priority Critical patent/CN111866516B/zh
Publication of CN111866516A publication Critical patent/CN111866516A/zh
Application granted granted Critical
Publication of CN111866516B publication Critical patent/CN111866516B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/42—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/14—Picture signal circuitry for video frequency region
    • H04N5/20—Circuitry for controlling amplitude response
    • H04N5/205—Circuitry for controlling amplitude response for correcting amplitude versus frequency characteristic
    • H04N5/208—Circuitry for controlling amplitude response for correcting amplitude versus frequency characteristic for compensating for attenuation of high frequency components, e.g. crispening, aperture distortion correction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/14—Picture signal circuitry for video frequency region
    • H04N5/21—Circuitry for suppressing or minimising disturbance, e.g. moiré or halo
    • 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
    • G06T2207/10016—Video; Image sequence
    • 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
    • G06T2207/20172—Image enhancement details

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Picture Signal Circuits (AREA)

Abstract

本发明属于图像处理及计算机视觉领域，公开了一种灰度视频的实时图像增强装置，它包括视频图像采集模块，视频图像增强模块，通讯接口模块，视频图像编码模块，所述视频图像采集模块的输出端与视频图像增强模块的输入端连接，视频图像增强模块的输出端和视频图像编码模块的输入端连接，视频图像增强模块通过通讯接口模块与外部计算机通信连接；本发明还公开了上述装置的实时图像增强方法。本发明适用于实时运行灰度图像增强算法，在大气环境可见度和对比度较低的情况下，提供清晰、对比度度高的图像，解决现有灰度视频图像显示设备所出现的图像对比度低，图像细节不明显，以及图像视觉效果不佳等问题。

Description

一种灰度视频的实时图像增强装置及方法
技术领域
本发明属于图像处理及计算机视觉领域，涉及一种灰度视频的实时图像增强装置及方法。
背景技术
由于图像处理技术的快速发展，观测人员对于显示设备或系统输出的视频图像提出了更高的要求，希望能够改善从图像采集设备直接获取到的原始视频图像，提高图像的观赏性与视觉效果。针对这种情况，科研人员会采取图像增强的方法来提高视频图像的质量，突出图像内部细节，改善图像的对比度，以达到观测人员的要求。
传统的图像增强方法主要包括：直方图拉伸、直方图均衡、图像线性变换等空间域方法，以及高斯滤波、同态滤波等频率域方法。但是以上两种方法均存在缺点，首先空间域方法只能够单纯改善图像的灰度动态范围，实际产生的图像增强效果较低，无法有效改善视觉效果；另外，频率域方法虽然会平滑图像噪声，适合处理光照不均的图像，但同时也会使处理后的图像细节出现丢失。因此，利用传统的方法进行图像增强处理已经不能满足观测人员的要求。
近年来，Retinex算法逐渐成为使用较多的一种图像增强方法。该方法以人类视觉系统的色彩恒常性为基础，通过将原始图像分解为照射图像与反射图像，并通过求解反射图像的方式获得最终的增强后图像。相比传统图像增强方法，Retinex算法能够有效提高对比度、突出图像景物细节，改善图像灰度值的动态范围。但是，由retinex算法处理后的图像偶尔会出现过亮的现象，若不进行亮度调整，便会影响增强后图像的整体效果。目前，国内针对灰度视频进行实时图像增强的装置和方法较少，且相关的装置无法满足实时的要求，无法根据不同场景进行图像增强等级的选择。因此，提出一种能够对灰度视频进行实时图像增强的装置和方法是相关领域内技术人员急需解决的问题。
发明内容
为了解决现有技术所存在的上述问题，本发明是要提供一种灰度视频的实时图像增强装置及方法，以解决现有灰度视频图像显示设备所出现的图像对比度低，图像细节不明显，以及图像视觉效果不佳等问题。
本发明为实现上述目的，所采用的技术方案如下：
一种灰度视频的实时图像增强装置，它包括视频图像采集模块，视频图像增强模块，通讯接口模块，视频图像编码模块，所述视频图像采集模块的输出端与视频图像增强模块的输入端连接，视频图像增强模块的输出端和视频图像编码模块的输入端连接，所述视频图像增强模块通过通讯接口模块与外部计算机通信连接。
作为限定，所述视频图像采集模块包括视频图像接收设备和与视频图像接收设备输出端连接的视频解码芯片；
所述视频图像增强模块包括处理器及其外扩，外扩包括与处理器连接的SSRAM、外部存储器FLASH、RS422串行接口和电源；
所述通讯接口模块包括通讯芯片，所述通讯芯片用于处理器与外部计算机间的通讯；
所述视频图像编码模块包括视频编码芯片；
所述视频解码芯片的输出端与处理器的输入端连接；所述通讯芯片采用工业总线RS422协议通过RS422串行接口与处理器通信；所述处理器的输出端与视频编码芯片的输入端连接。
作为进一步限定，所述视频图像接收设备为CCD摄像机，视频解码芯片采用DS90CR286芯片；
所述处理器采用XC7K325TFFG676型FPGA芯片；
所述通讯芯片采用MAX3077芯片；
所述视频编码芯片采用DS90CR285芯片。
本发明还提供了上述一种灰度视频的实时图像增强装置的实时图像增强方法，包括以下步骤：
S1、通过通讯接口模块接收到外部计算机发送的增强指令后，视频图像增强模块对视频图像采集模块输入的单帧灰度视频图像进行最小值滤波，获得暗通道图像；
S2、通过视频图像增强模块选取暗通道图像中亮度最高的0.1％像素值位置，然后选择单帧灰度视频图像中所对应位置内的像素最大值，并以此作为大气光强A；
S3、通过视频图像增强模块对单帧灰度视频图像进行Gamma校正，获得对比度增强的灰度图像；
S4、通过视频图像增强模块采用多尺度retinex算法对得到的对比度增强的灰度图像进行高斯滤波，估计出灰度图像的照度分量；在Log域中，将估计的照度分量减去，获得灰度图像的反射分量；
S5、通过视频图像增强模块对灰度图像的反射分量进行线性拉伸与亮度抑制，获得处理后的反射分量；
S6、通过视频图像增强模块对所获得的大气光强A进行判断，自适应确定当前灰度图像的增强等级；
S7、视频图像增强模块根据确定的增强等级，将单帧灰度视频图像与处理后的反射分量按比例进行叠加得到叠加后的灰度图像，并将叠加后的灰度图像通过视频编码模块进行输出，即得图像增强后的图像。
作为限定，步骤S1中，滤波模板大小为3*3。
作为第二种限定，步骤S4中，多尺度分为大、中、小三种尺度，大尺度的滤波模板为9*9的高斯模板，中尺度的滤波模板为7*7的高斯模板，小尺度的滤波模板为5*5的高斯模板。
作为第三种限定，步骤S5中，线性拉伸的数学表达式如下：
Figure BDA0002555835740000031
其中，x表示对比度增强的灰度图像的水平坐标值，y表示对比度增强的灰度图像的垂直坐标值，Rmin(x,y)为灰度图像的反射分量中最小的灰度值，Rmax(x,y)为灰度图像的反射分量中最大的灰度值，RLinear(x,y)为线性拉伸后的反射分量，R(x,y)表示灰度图像的反射分量；
亮度抑制的数学表达式如下：
RSup＝RLinear+(1-RLinear/255)×RLinear×αsup
其中，RSup为进行亮度抑制后的反射分量，αsup为亮度抑制系数。
作为第四种限定，步骤S6中，灰度图像的增强等级数学表达式如下：
Figure BDA0002555835740000041
其中，D是灰度图像的增强等级，取值范围为0～1，β1和β2为确定增强等级的阈值。
作为第五种限定，步骤S7中，最终输出的增强后灰度图像ROut为：
ROut＝D×J+(1-D)×RSup
其中，J表示原单帧灰度视频图像。
本发明由于采用了上述的技术方案，其与现有技术相比，所取得的技术进步在于：
(1)本发明采用FPGA芯片作为处理灰度视频图像的处理器，可以充分利用FPGA芯片的并行计算优势，保证每帧图像实时处理，本发明的图像增强装置与方法可以对1080P的灰度视频图像进行实时处理；
(2)本发明通过采用线性拉伸与亮度抑制的方法，解决了传统retinex算法处理图像后所得到的反射分量，会出现过亮的现象，保证最后输出的增强图像亮度均衡；
(3)本发明的图像增强方法简单，易于实现，能够针对不同的场景进行图像增强等级的选择，可保证在过曝、过暗的场景条件下正常显示增强后的灰度视频图像。
本发明属于图像处理及计算机视觉领域，适用于实时运行灰度图像增强算法，在大气环境可见度和对比度较低的情况下，为机载显示设备、飞行器遥控显示系统等提供清晰、对比度度高的图像。
附图说明
图1为本发明实施例1的原理框图；
图2为本发明实施例1的装置连接图；
图3为本发明实施例2的方法流程图；
图4为本发明实施例2输入的单帧灰度视频图像；
图5为本发明实施例2的最终得到的图像增强后的图像。
具体实施方式
为了更好的解释本发明，以便于理解，下面结合附图，通过具体实施方式，对本发明作详细描述。
实施例1一种灰度视频的实时图像增强装置
如图1及图2所示，本实施例包括视频图像采集模块，视频图像增强模块，通讯接口模块，视频图像编码模块；其中视频图像采集模块的输出端与视频图像增强模块的输入端连接，视频图像增强模块的输出端和视频图像编码模块的输入端连接，视频图像增强模块与通讯接口模块双向通信连接。
本实施例中，视频图像采集模块包括视频图像接收设备和与视频图像接收设备输出端连接的视频解码芯片；其中视频图像接收设备为CCD摄像机，视频解码芯片采用DS90CR286芯片。CCD摄像机将单帧灰度视频图像按照Camera link协议发送至DS90CR286芯片，然后DS90CR286芯片将输入的5对差分信号进行解码转换成28位并行数据信号和1位时钟信号。
视频图像增强模块包括处理器及其外扩，外扩包括与处理器连接的SSRAM、外部存储器FLASH、RS422串行接口和电源；其中处理器采用XC7K325TFFG676型FPGA芯片。
通讯接口模块包括通讯芯片，其中通讯芯片用于处理器与外部计算机间的通讯，通讯芯片采用MAX3077芯片，视频图像编码模块包括视频编码芯片，视频编码芯片为DS90CR285芯片。
本实施例中，视频解码芯片的输出端与处理器的输入端连接；通讯芯片采用工业总线RS422协议通过RS422串行接口与处理器通信；处理器的输出端与视频编码芯片的输入端连接，处理器通过通信芯片接收到外部计算机发送的增强指令后，根据增强指令启动图像增强。如果处理器未接收到外部计算机发送的增强指令，处理器则不启动图像增强。
本实施例的具体的流程为：CCD摄像机将单帧灰度视频图像按照Camera link协议发送至DS90CR286芯片中，然后DS90CR286芯片将输入的单帧灰度视频图像按照5对差分信号进行解码转换成28位并行数据信号和1位时钟信号后，并将最终的视频解码信号传输至FPGA芯片中。FPGA芯片通过通信芯片接收到外部计算机发送的增强指令，根据增强指令启动图像增强后，FPGA芯片将接收到的视频解码信号按照帧图像的形式存储至SSRAM中，其中FPGA芯片的程序存储在外部存储器FLASH中。通过FPGA芯片得到增强后的灰度图像后，FPGA芯片将增强后的灰度图像按照28位数据信号与1位时钟信号的方式发送至DS90CR285芯片，DS90CR285芯片将数据信号和时钟信号进行编码转换成5对差分信号，然后进行视频图像输出，得到最终图像增强后的图像。
实施例2一种灰度视频的实时图像增强方法
如图3所示为本实施例的方法流程图，具体实施步骤如下：
S1、通过通讯接口模块接收到外部计算机发送的增强指令后，视频图像增强模块对视频图像采集模块中CCD摄像机输入的单帧灰度视频图像进行最小值滤波，获得暗通道图像；滤波模板大小为3*3；
Figure BDA0002555835740000061
其中，Jdark表示暗通道图像，J表示单帧灰度视频图像，Ω(x)为以x像素点为中心的3*3区域；
S2、通过视频图像增强模块选取暗通道图像中亮度最高的0.1％像素值位置，然后选择单帧灰度视频图像中所对应位置内的像素最大值，并以此作为大气光强A；该大气光强A用于后续图像增强等级的判断以及图像增强参数的选取；
S3、通过视频图像增强模块对单帧灰度视频图像进行Gamma校正，获得对比度增强的灰度图像；
Yout＝(J/Ymax)0.2×Ymax
其中，Yout为Gamma校正后的图像，0.2为Gamma指数，Ymax取值为255；
S4、通过视频图像增强模块采用多尺度retinex算法对步骤S3中得到的对比度增强的灰度图像进行高斯滤波，估计出灰度图像的照度分量；并在Log域中，将估计的照度分量减去，获得灰度图像的反射分量；其中，本步骤中多尺度分为大、中、小三种尺度，大尺度滤波模板为9*9的高斯模板，中尺度滤波模板为7*7的高斯模板，小尺度滤波模板为5*5的高斯模板；
retinex算法模型的数学表达式如下：
S(x,y)＝R(x,y)×L(x,y)
Figure BDA0002555835740000071
其中，x表示对比度增强的灰度图像的水平坐标值，y表示对比度增强的灰度图像的垂直坐标值，S(x,y)表示对比度增强的灰度图像，R(x,y)表示灰度图像的反射分量，L(x,y)表示灰度图像的照度分量；
L(x,y)灰度图像的照度分量的数学表达式如下：
L(x,y)＝αSGaussS(S(x,y))+αMGaussM(S(x,y))+αLGaussL(S(x,y))
其中，GaussL(S(x,y))，GaussM(S(x,y))，Gausss(S(x,y))分别表示对S(x,y)进行大、中、小尺度的高斯滤波，滤波模板分别为9*9，7*7与5*5的高斯模板；αL，αM，αS表示大、中、小尺度高斯滤波的系数；
S5、通过视频图像增强模块对灰度图像的反射分量进行线性拉伸与亮度抑制，获得处理后的反射分量；
线性拉伸的数学表达式如下：
Figure BDA0002555835740000081
其中，Rmin(x,y)为灰度图像的反射分量中最小的灰度值，Rmax(x,y)为灰度图像的反射分量中最大的灰度值，RLinear(x,y)为线性拉伸后的反射分量；
亮度抑制的数学表达式如下：
RSup＝RLinear+(1-RLinear/255)×RLinear×αsup
其中，RSup为进行亮度抑制后的反射分量，αsup为亮度抑制系数；
S6、通过视频图像增强模块对所获得的大气光强A进行判断，自适应确定当前灰度图像的增强等级；
Figure BDA0002555835740000082
其中，D是灰度图像的增强等级，取值范围为0～1，β1和β2为确定增强等级的阈值；
S7、视频图像增强模块根据确定的增强等级，将单帧灰度视频图像与处理后的反射分量按比例进行叠加得到叠加后的灰度图像，并将叠加后的灰度图像通过视频编码模块进行输出，即得图像增强后的图像；
ROut＝D×J+(1-D)×RSup
其中，ROut是最终输出的增强后灰度图像。
如图4所示为本实施例的输入的单帧灰度视频图像，图4为本实施例最终得到的图像增强后的图像。从图5中可以看出，原灰度视频图像在大气环境可见度较低的情况下，经本实施例输出的图像增强的灰度图像亮度均衡，对比度有明显提高，图像细节明显，并改善了视觉效果，解决了现有灰度视频图像显示设备所出现的图像对比度低，图像细节不明显，以及图像视觉效果不佳等问题。
本发明说明书中未作详细描述的内容属于本领域专业技术人员的公知技术。提供以上实施例仅仅是为了描述本发明的目的，而并非要限制本发明的范围。本发明的范围有所附权利要求限定。不脱离本发明的精神和原理而做出的各种等同替换和修改，均应涵盖在本发明的范围之内。

Claims (9)

1.一种灰度视频的实时图像增强装置，其特征在于，它包括视频图像采集模块，视频图像增强模块，通讯接口模块，视频图像编码模块，所述视频图像采集模块的输出端与视频图像增强模块的输入端连接，视频图像增强模块的输出端和视频图像编码模块的输入端连接，所述视频图像增强模块通过通讯接口模块与外部计算机通信连接。
2.根据权利要求1所述的一种灰度视频的实时图像增强装置，其特征在于，所述视频图像采集模块包括视频图像接收设备和与视频图像接收设备输出端连接的视频解码芯片；
所述视频图像增强模块包括处理器及其外扩，外扩包括与处理器连接的SSRAM、外部存储器FLASH、RS422串行接口和电源；
所述通讯接口模块包括通讯芯片，所述通讯芯片用于处理器与外部计算机间的通讯；
所述视频图像编码模块包括视频编码芯片；
所述视频解码芯片的输出端与处理器的输入端连接；所述通讯芯片采用工业总线RS422协议通过RS422串行接口与处理器通信；所述处理器的输出端与视频编码芯片的输入端连接。
3.根据权利要求2所述的一种灰度视频的实时图像增强装置，其特征在于，所述视频图像接收设备为CCD摄像机，视频解码芯片采用DS90CR286芯片；
所述处理器采用XC7K325TFFG676型FPGA芯片；
所述通讯芯片采用MAX3077芯片；
所述视频编码芯片采用DS90CR285芯片。
4.根据权利要求1-3中任意一项所述的一种灰度视频的实时图像增强装置的实时图像增强方法，其特征在于，包括以下步骤：
S1、通过通讯接口模块接收到外部计算机发送的增强指令后，视频图像增强模块对视频图像采集模块输入的单帧灰度视频图像进行最小值滤波，获得暗通道图像；
S2、通过视频图像增强模块选取暗通道图像中亮度最高的0.1％像素值位置，然后选择单帧灰度视频图像中所对应位置内的像素最大值，并以此作为大气光强A；
S3、通过视频图像增强模块对单帧灰度视频图像进行Gamma校正，获得对比度增强的灰度图像；
S4、通过视频图像增强模块采用多尺度retinex算法对得到的对比度增强的灰度图像进行高斯滤波，估计出灰度图像的照度分量；在Log域中，将估计的照度分量减去，获得灰度图像的反射分量；
S5、通过视频图像增强模块对灰度图像的反射分量进行线性拉伸与亮度抑制，获得处理后的反射分量；
S6、通过视频图像增强模块对所获得的大气光强A进行判断，自适应确定当前灰度图像的增强等级；
S7、视频图像增强模块根据确定的增强等级，将单帧灰度视频图像与处理后的反射分量按比例进行叠加得到叠加后的灰度图像，并将叠加后的灰度图像通过视频编码模块进行输出，即得图像增强后的图像。
5.根据权利要求4所述的一种灰度视频的实时图像增强方法，其特征在于，步骤S1中，滤波模板大小为3*3。
6.根据权利要求4所述的一种灰度视频的实时图像增强方法，其特征在于，步骤S4中，多尺度分为大、中、小三种尺度，大尺度的滤波模板为9*9的高斯模板，中尺度的滤波模板为7*7的高斯模板，小尺度的滤波模板为5*5的高斯模板。
7.根据权利要求4所述的一种灰度视频的实时图像增强方法，其特征在于，步骤S5中，线性拉伸的数学表达式如下：
Figure FDA0002555835730000021
其中，x表示对比度增强的灰度图像的水平坐标值，y表示对比度增强的灰度图像的垂直坐标值，Rmin(x,y)为灰度图像的反射分量中最小的灰度值，Rmax(x,y)为灰度图像的反射分量中最大的灰度值，RLinear(x,y)为线性拉伸后的反射分量，R(x,y)表示灰度图像的反射分量；
亮度抑制的数学表达式如下：
RSup＝RLinear+(1-RLinear/255)×RLinear×αsup
其中，RSup为进行亮度抑制后的反射分量，αsup为亮度抑制系数。
8.根据权利要求4所述的一种灰度视频的实时图像增强方法，其特征在于，步骤S6中，灰度图像的增强等级数学表达式如下：
Figure FDA0002555835730000031
其中，D是灰度图像的增强等级，取值范围为0～1，β1和β2为确定增强等级的阈值。
9.根据权利要求4所述的一种灰度视频的实时图像增强方法，其特征在于，步骤S7中，最终输出的增强后灰度图像ROut为：
ROut＝D×J+(1-D)×RSup
其中，J表示单帧灰度视频图像。
CN202010591795.3A 2020-06-24 2020-06-24 一种灰度视频的实时图像增强装置及方法 Active CN111866516B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010591795.3A CN111866516B (zh) 2020-06-24 2020-06-24 一种灰度视频的实时图像增强装置及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010591795.3A CN111866516B (zh) 2020-06-24 2020-06-24 一种灰度视频的实时图像增强装置及方法

Publications (2)

Publication Number Publication Date
CN111866516A true CN111866516A (zh) 2020-10-30
CN111866516B CN111866516B (zh) 2021-12-17

Family

ID=72988177

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010591795.3A Active CN111866516B (zh) 2020-06-24 2020-06-24 一种灰度视频的实时图像增强装置及方法

Country Status (1)

Country Link
CN (1) CN111866516B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080002905A1 (en) * 2006-06-30 2008-01-03 Brother Kogyo Kabushiki Kaisha Image processing method
CN104867121A (zh) * 2015-06-08 2015-08-26 武汉理工大学 基于暗原色先验和Retinex理论的图像快速去雾法
CN106548463A (zh) * 2016-10-28 2017-03-29 大连理工大学 基于暗通道与Retinex的海雾图像自动去雾方法及系统
CN107895357A (zh) * 2017-12-25 2018-04-10 北京航空航天大学 一种基于fpga的实时水面浓雾场景图像增强方法
CN108093175A (zh) * 2017-12-25 2018-05-29 北京航空航天大学 一种实时高清视频自适应去雾方法及装置
CN108648160A (zh) * 2018-05-14 2018-10-12 中国农业大学 一种水下海参图像去雾增强方法及系统
CN109272464A (zh) * 2018-09-10 2019-01-25 厦门理工学院 一种基于指数运算的低照度视频实时增强方法与装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080002905A1 (en) * 2006-06-30 2008-01-03 Brother Kogyo Kabushiki Kaisha Image processing method
CN104867121A (zh) * 2015-06-08 2015-08-26 武汉理工大学 基于暗原色先验和Retinex理论的图像快速去雾法
CN106548463A (zh) * 2016-10-28 2017-03-29 大连理工大学 基于暗通道与Retinex的海雾图像自动去雾方法及系统
CN107895357A (zh) * 2017-12-25 2018-04-10 北京航空航天大学 一种基于fpga的实时水面浓雾场景图像增强方法
CN108093175A (zh) * 2017-12-25 2018-05-29 北京航空航天大学 一种实时高清视频自适应去雾方法及装置
CN108648160A (zh) * 2018-05-14 2018-10-12 中国农业大学 一种水下海参图像去雾增强方法及系统
CN109272464A (zh) * 2018-09-10 2019-01-25 厦门理工学院 一种基于指数运算的低照度视频实时增强方法与装置

Also Published As

Publication number Publication date
CN111866516B (zh) 2021-12-17

Similar Documents

Publication Publication Date Title
CN107767354B (zh) 一种基于暗原色先验的图像去雾算法
CN109389569B (zh) 基于改进DehazeNet的监控视频实时去雾方法
CN110544213A (zh) 一种基于全局和局部特征融合的图像去雾方法
CN110298796B (zh) 基于改进Retinex与对数图像处理的低照度图像增强方法
Pei et al. Effective image haze removal using dark channel prior and post-processing
CN107862672B (zh) 图像去雾的方法及装置
CN105989583B (zh) 一种图像去雾方法
Zhang et al. Single image dehazing based on fast wavelet transform with weighted image fusion
CN108093175A (zh) 一种实时高清视频自适应去雾方法及装置
Wang et al. Multiscale supervision-guided context aggregation network for single image dehazing
CN114972001A (zh) 图像序列渲染方法及装置、计算机可读介质和电子设备
CN113487473B (zh) 一种添加图像水印的方法、装置、电子设备及存储介质
CN107424134B (zh) 图像处理方法、装置、计算机可读存储介质和计算机设备
CN116258653B (zh) 一种基于深度学习的微光图像增强方法和系统
CN111836103B (zh) 基于数据分析的防遮挡处理系统
CN110136085B (zh) 一种图像的降噪方法及装置
CN111866516B (zh) 一种灰度视频的实时图像增强装置及方法
CN111541886A (zh) 一种应用于浑浊水下的视觉增强系统
Sun et al. Readability enhancement of low light videos based on discrete wavelet transform
CN111754412B (zh) 构建数据对的方法、装置及终端设备
CN115937031A (zh) 一种针对低光照图像的增强方法
CN112532938B (zh) 一种基于大数据技术的视频监控系统
Tang et al. Sky-preserved image dehazing and enhancement for outdoor scenes
CN115170420A (zh) 一种图像对比度的处理方法及系统
CN116263942A (zh) 一种调整图像对比度的方法、存储介质及计算机程序产品

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
GR01 Patent grant
GR01 Patent grant