CN113450272B - 一种基于正弦曲线变化的图像增强方法及其应用 - Google Patents
一种基于正弦曲线变化的图像增强方法及其应用 Download PDFInfo
- Publication number
- CN113450272B CN113450272B CN202110654209.XA CN202110654209A CN113450272B CN 113450272 B CN113450272 B CN 113450272B CN 202110654209 A CN202110654209 A CN 202110654209A CN 113450272 B CN113450272 B CN 113450272B
- Authority
- CN
- China
- Prior art keywords
- image
- module
- enhancement
- rgb color
- gray
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000010606 normalization Methods 0.000 claims abstract description 31
- 238000012545 processing Methods 0.000 claims abstract description 20
- 238000001914 filtration Methods 0.000 claims abstract description 18
- 238000003708 edge detection Methods 0.000 claims abstract description 14
- 238000009499 grossing Methods 0.000 claims abstract description 13
- 238000004364 calculation method Methods 0.000 claims description 16
- 230000000694 effects Effects 0.000 abstract description 10
- 230000006870 function Effects 0.000 description 7
- 230000009466 transformation Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000005286 illumination 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
- 230000009467 reduction Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 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
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- 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
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- 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)
- Facsimile Image Signal Circuits (AREA)
Abstract
本发明公开了一种基于正弦曲线变化的图像增强方法及其应用,该方法包括下述步骤:获取RGB彩色图像,预设亮度增量参数,RGB彩色图像进行正弦归一化处理得到全局正弦归一化图;对RGB彩色图像灰度化得到灰度图,进行Sobel边缘检测,采用横向和纵向差分算子分别在x方向和y方向单独与灰度图进行卷积,加权合并得到边缘图像;对边缘图像进行高斯卷积核滤波平滑,将高斯卷积核与边缘图像进行卷积,预设锐化强度调节参数,根据锐化强度调节参数幂运算得到增强指数,对全局正弦归一化图与增强指数进行幂运算得到增强后的图像。本发明图像亮度增量呈正态分布实现了平滑调整,采用边缘锐化权值不同程度地锐化图像,获得更好的图像增强效果。
Description
技术领域
本发明涉及图像增强技术领域,具体涉及一种基于正弦曲线变化的图像增强方法及其应用。
背景技术
现有的基于色彩空间的线性增强方法将图像变换到HSV或RGB空间中,对亮度值进行线性映射,通过调整影响亮度和对比度的系数,改变亮暗和清晰度;现有的Gamma校正技术是一种曲线增强的方法,对图像进行非线性映射,不同像素分布的区域,动态范围会有不同程度的改变,进而达到图像对比度增强的目的。非线性亮度调整方法众多,通常的做法是根据具体应用标准设计合理的变换公式,改变图像亮度的同时又不失对比度。
已有的图像增强技术在自适应调整方面有很多不足,大多数线性和非线性图像增强方法,亮度和对比度之间互相独立,每个像素的增量相同,导致对比度降低,在自动调节对比度过程中,很难调整一个合适的值,例如,在给定一数值区间下,将图像亮度均值调整到这一范围内,如果进行线性调整,所有像素等量的增加,亮度得到了增强,同时若不改变对比度参数,图像对比度会下降,整体会变得模糊,这种人为设置的自动调整方式下对比度调节不可控,所以该方法不够实用。而Gamma曲线增强技术,选取不同的指数Gamma,会得到不同变换曲线,这种调整方式虽然能够在调整亮度同时不同区域内的对比度增强程度不同,但是变化仍然比较剧烈,实际应用中容易导致原图失真,难以得到一个比较均衡自然的效果。
发明内容
为了克服现有技术存在的缺陷与不足,本发明提供一种基于正弦曲线变化的图像增强方法,主要对图像亮度和对比度调节,每一次增加的亮度值满足近似正态分布,并采用正弦函数去计算,亮度增加本身内在包含了对比度的调节,这种调节方法相对平滑,极大地保持了原图的特征;另外,本发明还进行锐化度的微调,在亮度调整的基础上,进一步锐化图像,使其获得更好的处理效果。
本发明的第二目的在于提供一种基于正弦曲线变化的图像增强系统。
本发明的第三目的在于提供一种存储介质。
本发明的第四目的在于提供一种计算设备。
为了达到上述目的,本发明采用以下技术方案:
一种基于正弦曲线变化的图像增强方法,包括下述步骤:
获取RGB彩色图像,预设亮度增量参数,根据亮度增量参数对RGB彩色图像进行正弦归一化处理,得到全局正弦归一化图;
对RGB彩色图像灰度化后得到灰度图,进行Sobel边缘检测,采用横向差分算子和纵向差分算子分别在x方向和y方向单独与灰度图进行卷积,加权合并得到边缘图像;
对边缘图像进行高斯卷积核滤波平滑,将高斯卷积核与边缘图像进行卷积,预设锐化强度调节参数,根据所述锐化强度调节参数幂运算得到增强指数,对所述全局正弦归一化图与增强指数进行幂运算得到增强后的图像。
作为优选的技术方案,所述根据亮度增量参数对RGB彩色图像进行正弦归一化处理,具体计算公式为:
Y′=(X+a*sin(X/255*π))/255
其中,Y′表示全局正弦归一化图的图像强度值,X表示输入的RGB彩色图像,a表示亮度增量参数。
作为优选的技术方案,所述对RGB彩色图像灰度化后得到灰度图,具体计算公式为:
Xgray=0.114XB+0.587XG+0.299XR
采用横向差分算子和纵向差分算子分别在x方向和y方向单独与灰度图进行卷积,加权合并得到边缘图像,具体计算公式为:
X′=A*|X′x|+B*|X′y|
X′x=Xgray*Dx
X′y=Xgray*Dy
其中,Xgray表示灰度图,XR、XG、XB分别表示彩色图像的RGB三通道分量,Dx、Dy分别表示横向差分算子和纵向差分算子,X′表示边缘图像,A、B分别表示x方向和y方向的卷积灰度图加权合并的权重。
作为优选的技术方案,所述将高斯卷积核与边缘图像进行卷积,具体计算公式为:
W=X′*G(x,y)
其中,W表示高斯滤波后的图像,X′表示边缘图像,x、y表示原图上像素坐标点,σ表示标准差。
作为优选的技术方案,所述对所述全局正弦归一化图与增强指数进行幂运算得到增强后的图像,具体计算公式为:
Y=255*(Y′)P
P=(1-W/255)b
其中,p表示增强指数,b表示锐化强度调节参数,W表示高斯滤波后的图像,Y表示增强后的输出图像。
作为优选的技术方案,所述亮度增量参数的取值范围预设为[-50,50],所述锐化强度调节参数的取值范围预设为[-1,1]。
为了达到上述第二目的,本发明采用以下技术方案:
本发明提供一种基于正弦曲线变化的图像增强系统,包括:RGB彩色图像获取模块、亮度增量参数预设模块、正弦归一化处理模块、灰度化模块、边缘检测模块、滤波平滑模块、锐化强度调节参数预设模块、增强指数计算模块、增强图像输出模块;
所述RGB彩色图像获取模块用于获取RGB彩色图像;
所述亮度增量参数预设模块用于预设亮度增量参数;
所述正弦归一化处理模块用于根据亮度增量参数对RGB彩色图像进行正弦归一化处理,得到全局正弦归一化图;
所述灰度化模块用于对RGB彩色图像灰度化后得到灰度图;
所述边缘检测模块用于对灰度图进行Sobel边缘检测,采用横向差分算子和纵向差分算子分别在x方向和y方向单独与灰度图进行卷积,加权合并得到边缘图像;
所述滤波平滑模块用于对边缘图像进行高斯卷积核滤波平滑,将高斯卷积核与边缘图像进行卷积;
所述锐化强度调节参数预设模块用于预设锐化强度调节参数;
所述增强指数计算模块用于根据所述锐化强度调节参数幂运算得到增强指数;
所述增强图像输出模块用于对所述全局正弦归一化图与增强指数进行幂运算得到增强后的图像。
为了达到上述第三目的,本发明采用以下技术方案:
一种存储介质,存储有程序,所述程序被处理器执行时实现如上述基于正弦曲线变化的图像增强方法。
为了达到上述第四目的,本发明采用以下技术方案:
一种计算设备,包括处理器和用于存储处理器可执行程序的存储器,所述处理器执行存储器存储的程序时,实现如上述基于正弦曲线变化的图像增强方法。
本发明与现有技术相比,具有如下优点和有益效果:
(1)本发明采用了基于正弦曲线变换的图像增强技术,解决了在调整图像亮度过程中,难以同时平衡亮度和对比度的问题,本发明的图像亮度增量呈正态分布,实现了平滑调整,而且采用正弦函数便于计算,同时进行边缘锐化,综合处理之后达到了良好的效果。
(2)本发明在调整亮度参数的过程中,不同大小的像素增量也有所不同,对原图的对比度没有太多的影响,同时调节锐化参数亦可补偿对比度,进一步增强细节部分,使得处理结果更加清晰自然。
(3)现有的低照度图像增强算法和自动校正曝光算法虽然在自动调节曝光度方面取得了一定的效果,但在不易量化、鲁棒性方面不如本发明的正弦波调整方式。
附图说明
图1为本发明基于正弦曲线变化的图像增强方法的流程示意图;
图2为本发明基于正弦曲线变化的图像增强方法在不同参数取值下的处理效果示意图;
图3为本发明基于正弦曲线变化的图像增强系统的框架结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
实施例1
如图1所示,本实施例提供一种基于正弦曲线变化的图像增强方法,基于正弦曲线的映射函数,实现人像图片曝光度的调节,使得曝光程度调整至合理的区间,实现了三个功能:图像亮度、对比度和锐化程度的调节。其中,亮度的调节过程中内在地保持了对比度的关系。本实施例整个实现过程均在RGB空间中完成,输入图像为RGB三通道,首先对摄像机获取的图像进行预处理,主要包括基于正弦变换的全局归一化,以及对原图灰度化处理,在此基础上做横向和纵向的sobel边缘检测,然后将这两个方向的边缘图加权计算得到最后的边缘图像,进一步对其高斯滤波平滑,之后每个像素值除以255归一化到0~1之间,得到锐化权重图,再由1减去该图并和锐化强度b幂运算得到增强指数P,最后全局正弦归一化图与P幂运算,最终得到增强后的输出图像。
具体包括下述步骤:
S1:获取RGB彩色图像;
S2:将获取RGB彩色图像进行图像预处理,进行正弦归一化处理后输出图像强度值,具体表示为:
Y′=(X+a*sin(X/255*π))/255
其中,Y′表示全局正弦归一化图的图像强度值,X表示输入的RGB彩色图像,RGB三通道分别进行处理,a为亮度增量参数。显然,这一变换对原来的比较暗和亮的区域增强较小,对中间调的像素增强较大,从而实现了在亮度的调节过程中内在地保持了对比度的关系。a为可调节参数,本实施例取值范围优选为[-50,50]。在实际应用中,在保证原图像不失真的前提下,可以进一步加大a的区间大小,以实现预期的增强效果。
S3:对原图X灰度化得到Xgray,然后进行Sobel边缘检测,用横向、纵向差分算子Dx和Dy,分别在x方向和y方向单独与灰度图Xgray卷积,加权合并得到图像亮度差分近似值,即边缘图像X′,如下公式所示:
Xgray=0.114XB+0.587XG+0.299XR
X′x=Xgray*Dx
X′y=Xgray*Dy
X′=A*|X′x|+B*|X′y|
其中,A、B分别表示x方向和y方向的卷积灰度图加权合并的权重,本实施例优选值为A=0.5,B=0.5.
S4:对上述一系列计算得到大致边缘区域图像做平滑滤波处理,图像滤波是根据给定像素点周围的像素去决定此像素,本实施例采用高斯卷积核滤波,卷积核函数由G(x,y)表示,如下所示:
其中,x、y表示原图上像素坐标点,σ表示标准差。
高斯卷积核与边缘图像X'进行卷积得到W,具体表示为:
W=X′*G(x,y)
其中,W为高斯滤波后的图像,即得到锐化权重图。
最终增强后的图像由Y表示,如下所示:
Y=255.0*(Y′)P
其中,P=(1-W/255.0)b表示增强指数,b为锐化强度调节参数可取-1~1,b的取值越小,图像细节部分越突出,边缘和纹理越明显,减少了模糊度。
如图2所示,本发明在标准Lena图像上做了测试比较,列出了在不同增量参数a和锐化参数b下的处理效果,所列第一行三幅图像是同一b值下,a取不同值下的效果。可见,随着a的增加,图像越来越亮,并且能够保持很好的对比度。第二行三幅图像是在同一a值下,不同b对图像的影响,随着b的减小,锐化程度不断提升,细节部分更加明显。
本发明根据图像中不同像素自身的大小以及与周围邻域像素间梯度大小来决定每个中心像素的增量,而本实施例中采用的基于正弦函数的方法,从形状上近似于正态分布曲线,因此,其变化量近似于正态分布,取得了不错的增强效果。本发明不仅可以应用于人像图片,也能够适用于其他自然图像。
实施例2
如图3所示,本实施例提供一种基于正弦曲线变化的图像增强系统,包括:RGB彩色图像获取模块、亮度增量参数预设模块、正弦归一化处理模块、灰度化模块、边缘检测模块、滤波平滑模块、锐化强度调节参数预设模块、增强指数计算模块、增强图像输出模块;
在本实施例中,RGB彩色图像获取模块用于获取RGB彩色图像;
在本实施例中,亮度增量参数预设模块用于预设亮度增量参数;
在本实施例中,正弦归一化处理模块用于根据亮度增量参数对RGB彩色图像进行正弦归一化处理,得到全局正弦归一化图;
在本实施例中,灰度化模块用于对RGB彩色图像灰度化后得到灰度图;
在本实施例中,边缘检测模块用于对灰度图进行Sobel边缘检测,采用横向差分算子和纵向差分算子分别在x方向和y方向单独与灰度图进行卷积,加权合并得到边缘图像;
在本实施例中,滤波平滑模块用于对边缘图像进行高斯卷积核滤波平滑,将高斯卷积核与边缘图像进行卷积;
在本实施例中,锐化强度调节参数预设模块用于预设锐化强度调节参数;
在本实施例中,增强指数计算模块用于根据所述锐化强度调节参数幂运算得到增强指数,
在本实施例中,增强图像输出模块用于对所述全局正弦归一化图与增强指数进行幂运算得到增强后的图像。
实施例3
本实施例提供一种存储介质,存储介质可以是ROM、RAM、磁盘、光盘等储存介质,该存储介质存储有一个或多个程序,程序被处理器执行时,实现实施例1的基于正弦曲线变化的图像增强方法。
实施例4
本实施例提供一种计算设备,该计算设备可以是台式电脑、笔记本电脑、智能手机、PDA手持终端、平板电脑或其他具有显示功能的终端设备,该计算设备包括处理器和存储器,存储器存储有一个或多个程序,处理器执行存储器存储的程序时,实现实施例1的基于正弦曲线变化的图像增强方法。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (9)
1.一种基于正弦曲线变化的图像增强方法,其特征在于,包括下述步骤:
获取RGB彩色图像,预设亮度增量参数,根据亮度增量参数对RGB彩色图像进行正弦归一化处理,得到全局正弦归一化图;
对RGB彩色图像灰度化后得到灰度图,进行Sobel边缘检测,采用横向差分算子和纵向差分算子分别在x方向和y方向单独与灰度图进行卷积,加权合并得到边缘图像;
对边缘图像进行高斯卷积核滤波平滑,将高斯卷积核与边缘图像进行卷积,预设锐化强度调节参数,根据所述锐化强度调节参数幂运算得到增强指数,对所述全局正弦归一化图与增强指数进行幂运算得到增强后的图像。
2.根据权利要求1所述的基于正弦曲线变化的图像增强方法,其特征在于,所述根据亮度增量参数对RGB彩色图像进行正弦归一化处理,具体计算公式为:
Y′=(X+a*sin(X/255*π))/255
其中,Y′表示全局正弦归一化图的图像强度值,X表示输入的RGB彩色图像,a表示亮度增量参数。
3.根据权利要求1所述的基于正弦曲线变化的图像增强方法,其特征在于,所述对RGB彩色图像灰度化后得到灰度图,具体计算公式为:
Xgray=0.114XB+0.587XG+0.299XR
采用横向差分算子和纵向差分算子分别在x方向和y方向单独与灰度图进行卷积,加权合并得到边缘图像,具体计算公式为:
X′=A*|X′x|+B*|X′y|
X′x=Xgray*Dx
X′y=Xgray*Dy
其中,Xgray表示灰度图,XR、XG、XB分别表示彩色图像的RGB三通道分量,Dx、Dy分别表示横向差分算子和纵向差分算子,X′表示边缘图像,A、B分别表示x方向和y方向的卷积灰度图加权合并的权重。
4.根据权利要求1所述的基于正弦曲线变化的图像增强方法,其特征在于,所述将高斯卷积核与边缘图像进行卷积,具体计算公式为:
W=X′*G(x,y)
其中,W表示高斯滤波后的图像,X′表示边缘图像,x、y表示原图上像素坐标点,σ表示标准差。
5.根据权利要求1所述的基于正弦曲线变化的图像增强方法,其特征在于,所述对所述全局正弦归一化图与增强指数进行幂运算得到增强后的图像,具体计算公式为:
Y=255*(Y′)P
P=(1-W/255)b
其中,p表示增强指数,b表示锐化强度调节参数,W表示高斯滤波后的图像,Y表示增强后的输出图像,Y′表示全局正弦归一化图的图像强度值。
6.根据权利要求1所述的基于正弦曲线变化的图像增强方法,其特征在于,所述亮度增量参数的取值范围预设为[-50,50],所述锐化强度调节参数的取值范围预设为[-1,1]。
7.一种基于正弦曲线变化的图像增强系统,其特征在于,包括:RGB彩色图像获取模块、亮度增量参数预设模块、正弦归一化处理模块、灰度化模块、边缘检测模块、滤波平滑模块、锐化强度调节参数预设模块、增强指数计算模块、增强图像输出模块;
所述RGB彩色图像获取模块用于获取RGB彩色图像;
所述亮度增量参数预设模块用于预设亮度增量参数;
所述正弦归一化处理模块用于根据亮度增量参数对RGB彩色图像进行正弦归一化处理,得到全局正弦归一化图;
所述灰度化模块用于对RGB彩色图像灰度化后得到灰度图;
所述边缘检测模块用于对灰度图进行Sobel边缘检测,采用横向差分算子和纵向差分算子分别在x方向和y方向单独与灰度图进行卷积,加权合并得到边缘图像;
所述滤波平滑模块用于对边缘图像进行高斯卷积核滤波平滑,将高斯卷积核与边缘图像进行卷积;
所述锐化强度调节参数预设模块用于预设锐化强度调节参数;
所述增强指数计算模块用于根据所述锐化强度调节参数幂运算得到增强指数;
所述增强图像输出模块用于对所述全局正弦归一化图与增强指数进行幂运算得到增强后的图像。
8.一种存储介质,存储有程序,其特征在于,所述程序被处理器执行时实现如权利要求1-6任一项所述基于正弦曲线变化的图像增强方法。
9.一种计算设备,包括处理器和用于存储处理器可执行程序的存储器,其特征在于,所述处理器执行存储器存储的程序时,实现如权利要求1-6任一项所述基于正弦曲线变化的图像增强方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110654209.XA CN113450272B (zh) | 2021-06-11 | 2021-06-11 | 一种基于正弦曲线变化的图像增强方法及其应用 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110654209.XA CN113450272B (zh) | 2021-06-11 | 2021-06-11 | 一种基于正弦曲线变化的图像增强方法及其应用 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113450272A CN113450272A (zh) | 2021-09-28 |
CN113450272B true CN113450272B (zh) | 2024-04-16 |
Family
ID=77811334
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110654209.XA Active CN113450272B (zh) | 2021-06-11 | 2021-06-11 | 一种基于正弦曲线变化的图像增强方法及其应用 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113450272B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114202491B (zh) * | 2021-12-08 | 2022-09-09 | 深圳市研润科技有限公司 | 一种增强光学图像的方法及系统 |
CN115661003B (zh) * | 2022-12-20 | 2023-09-12 | 睿视(天津)科技有限公司 | 一种图像增强控制方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0836640A (ja) * | 1994-07-25 | 1996-02-06 | Nippon Telegr & Teleph Corp <Ntt> | カラー画像処理方法 |
CN104156921A (zh) * | 2014-08-08 | 2014-11-19 | 大连理工大学 | 一种低照度或亮度不均图像的自适应图像增强方法 |
CN110428473A (zh) * | 2019-06-18 | 2019-11-08 | 南昌大学 | 一种基于辅助变量的对抗生成网络的彩色图像灰度化方法 |
WO2020147398A1 (zh) * | 2019-01-17 | 2020-07-23 | 平安科技(深圳)有限公司 | 翻拍图像检测方法、装置、计算机设备及存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004302500A (ja) * | 2003-03-28 | 2004-10-28 | Matsushita Electric Ind Co Ltd | 画像処理装置及び画像処理方法 |
US9342869B2 (en) * | 2014-04-29 | 2016-05-17 | Adobe Systems Incorporated | Discriminative indexing for patch-based image enhancement |
JP6650821B2 (ja) * | 2016-04-25 | 2020-02-19 | キヤノン株式会社 | 画像処理装置、画像処理方法およびプログラム |
-
2021
- 2021-06-11 CN CN202110654209.XA patent/CN113450272B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0836640A (ja) * | 1994-07-25 | 1996-02-06 | Nippon Telegr & Teleph Corp <Ntt> | カラー画像処理方法 |
CN104156921A (zh) * | 2014-08-08 | 2014-11-19 | 大连理工大学 | 一种低照度或亮度不均图像的自适应图像增强方法 |
WO2020147398A1 (zh) * | 2019-01-17 | 2020-07-23 | 平安科技(深圳)有限公司 | 翻拍图像检测方法、装置、计算机设备及存储介质 |
CN110428473A (zh) * | 2019-06-18 | 2019-11-08 | 南昌大学 | 一种基于辅助变量的对抗生成网络的彩色图像灰度化方法 |
Non-Patent Citations (1)
Title |
---|
结合视觉感知特性的梯度域图像增强方法;许欣;陈强;孙怀江;夏德深;;计算机辅助设计与图形学学报;20090115(01);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113450272A (zh) | 2021-09-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Cao et al. | Contrast enhancement of brightness-distorted images by improved adaptive gamma correction | |
Wang et al. | Biologically inspired image enhancement based on Retinex | |
CN111986120A (zh) | 一种基于帧累加和多尺度Retinex的低光照图像增强优化方法 | |
CN113450272B (zh) | 一种基于正弦曲线变化的图像增强方法及其应用 | |
US20110115815A1 (en) | Methods and Systems for Image Enhancement | |
US8831372B2 (en) | Image processing device, image processing method and storage medium storing image processing program | |
Tsai | Adaptive local power-law transformation for color image enhancement | |
CN109919859B (zh) | 一种户外场景图像去雾增强方法、计算设备及其存储介质 | |
CN109817170B (zh) | 像素补偿方法、装置和终端设备 | |
CN110298792B (zh) | 低光照图像增强与去噪方法、系统及计算机设备 | |
CN109272470B (zh) | 一种图像增强方法及装置 | |
CN110796626A (zh) | 图像锐化方法及装置 | |
CN111968065A (zh) | 一种亮度不均匀图像的自适应增强方法 | |
CN114897753A (zh) | 一种低照度图像增强方法 | |
Mu et al. | Low and non-uniform illumination color image enhancement using weighted guided image filtering | |
WO2020107308A1 (zh) | 一种基于Retinex的微光图像快速增强方法及其装置 | |
CN110992287B (zh) | 一种非均匀光照视频的清晰化方法 | |
CN116703789A (zh) | 一种图像增强方法及系统 | |
CN116630198A (zh) | 一种结合自适应伽马校正的多尺度融合水下图像增强方法 | |
CN114359083B (zh) | 一种面向干扰环境的高动态热红外图像自适应预处理方法 | |
CN111915497B (zh) | 一种图像黑白增强方法、装置、电子设备和可读存储介质 | |
Pattanayak et al. | Dark image enhancement using adaptive piece-wise sigmoid gamma correction (APSGC) in presence of optical sources | |
Wu et al. | Contrast enhancement based on discriminative co-occurrence statistics | |
CN112767256A (zh) | 一种基于Retinex模型的图像增强方法及终端 | |
CN116051425B (zh) | 一种红外图像处理方法、装置、电子设备及存储介质 |
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 |