CN113888436A - 大尺寸x射线图像增强方法、装置、电子设备和存储介质 - Google Patents
大尺寸x射线图像增强方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN113888436A CN113888436A CN202111190368.5A CN202111190368A CN113888436A CN 113888436 A CN113888436 A CN 113888436A CN 202111190368 A CN202111190368 A CN 202111190368A CN 113888436 A CN113888436 A CN 113888436A
- Authority
- CN
- China
- Prior art keywords
- image
- retinex
- size
- enhanced
- ray
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000001914 filtration Methods 0.000 claims abstract description 31
- 238000012937 correction Methods 0.000 claims abstract description 30
- 230000002708 enhancing effect Effects 0.000 claims abstract description 23
- 238000004364 calculation method Methods 0.000 claims abstract description 6
- 230000009466 transformation Effects 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 5
- 230000000694 effects Effects 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 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
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—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
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- 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
- G06T5/90—Dynamic range modification of images or parts thereof
-
- 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
- G06T2207/10116—X-ray image
-
- 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
- G06T2207/20024—Filtering details
- G06T2207/20032—Median filtering
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种大尺寸X射线图像增强方法、装置、电子设备和存储介质,所述方法包括:对大尺寸物体进行X射线探测器扫描,得到待处理图像;将待处理图像进行增益校正,得到去条纹噪声后图像;对去条纹噪声后图像求对数,得到灰度图;对灰度图进行中值滤波和窗宽受限的直方图均衡,得到均衡图像;利用Retinex理论对均衡图像进行增强,得到Retinex增强图像;对Retinex增强图像进行Gamma校正并锐化,得到增强后图像。本发明利用自动识别和限制窗宽的方法,针对性地减少图像的冗余信息;通过增益校正和Retinex增强等处理,实现对大型图像快速和高质量增强,且增强后的图像能清晰查看大尺寸物体内部存放的物件。
Description
技术领域
本发明涉及图像增强技术领域,特别是涉及一种大尺寸X射线图像增强方法、装置、电子设备和存储介质。
背景技术
由于目前的X射线探测器的成像精度越来越高,不论是平板探测器还是线阵探测器,其成像的灰度等级一般都能达到16bit或14bit,即灰阶分别达到65536级和16384级。高灰度等级虽然大大地提高了成像物体细节的显示和查看机会,但同时图像中也带来许多冗余信息,因此,在医学以及工业应用中,对高灰度级X射线图像增强展开了许多研究,比如医学应用中对人体X射线图像的增强,工业应用中,对小尺寸平板探测器拍摄的工业产品或大产品局部图像的增强,都取得了比较好的效果。这些增强算法一般都需要经过很多步骤的图像处理运算,逐步去噪和增强对比度等来达到较好的图像显示效果,但对于用线阵探测器扫描如汽车、运输用的卡车等大型物体所得到的大型图像,现有方法处理的时间远不能满足大尺寸图像在线处理和成像的快速性要求。
发明内容
为了克服不能满足在线增强大尺寸X射线图像的实时性要求的问题,本发明提供了一种大尺寸X射线图像增强方法、装置、电子设备和存储介质,通过利用自动识别和限制窗宽的方法,有针对性地减少待处理图像的冗余信息;通过增益校正和Retinex增强等处理,实现对大型图像快速和高质量增强,且增强后的图像能清晰查看大尺寸物体内部存放的物件,如汽车内部存放的刀、枪等。
本发明的第一个目的在于提供一种大尺寸X射线图像增强方法。
本发明的第二个目的在于提供一种大尺寸X射线图像增强装置。
本发明的第三个目的在于提供一种电子设备。
本发明的第四个目的在于提供一种存储介质。
本发明的第一个目的可以通过采取如下技术方案达到:
一种大尺寸X射线图像增强方法,所述方法包括:
对大尺寸物体进行X射线探测器扫描,得到待处理图像;
将所述待处理图像进行增益校正,得到去条纹噪声后图像;
对所述去条纹噪声后图像求对数,得到灰度图;
对所述灰度图进行中值滤波,得到滤波图像;
对所述滤波图像进行窗宽受限的直方图均衡,得到均衡图像;
利用Retinex理论对所述均衡图像进行增强,得到Retinex增强图像;
对所述Retinex增强图像进行校正并锐化,得到增强后图像。
进一步的,所述将所述待处理图像进行增益校正,得到去条纹噪声后图像,具体包括:
截取所述待处理图像I(x,y)中前t列非所述大尺寸物体区域的图像Ik(x,y);其中,t为第一设定阈值;
统计区域图像Ik(x,y)中总体灰度均值mk及每一行图像灰度均值mi;其中,i=1,2,…,n,n为所述待处理图像I(x,y)的行数;
进一步的,所述对所述滤波图像进行窗宽受限的直方图均衡,得到均衡图像,具体包括:
统计所述滤波图像Im(x,y)的灰度直方图h(j),j=0,1,…,z;其中,z为第二设定阈值;
令h(0)=0,并将h(j)中的最大值记为hm;
从j=z-100往j=100方向搜索,将第一个满足条件h(j)≥h(j+100)且h(j)≥h(j-100)且h(j)≥0.2hm的j记为j1;
从j=j1往j=100方向搜索,将第一个满足条件h(j)≤h(j+100)且h(j)≤h(j-100)且h(j)≤0.5h(j1)的j记为j2;
根据所述像素个数,计算变换映射:
从而获得值域在[0,1]的浮点均衡图像If(x,y)为:
If(x,y)=c[Im(x,y)]。
进一步的,所述对所述去条纹噪声后图像求对数,得到灰度图,具体包括:
对所述去条纹噪声后图像求对数,得到去条纹噪声后图像的对数图;
将所述对数图中每个像素乘以z并取整数部分,得到灰度图。
进一步的,所述利用Retinex理论对所述均衡图像进行增强,得到Retinex增强图像,具体包括:
对所述均衡图像进行高斯滤波,得到滤波图像IF(x,y);
求所述滤波图像If(x,y)的反射分量为:
利用所述反射分量对所述滤波图像If(x,y)进行增强,得到增强图像为:
IZ(x,y)=If(x,y)+αIR(x,y)
其中,α为Retinex增强系数;
将所述增强图像中大于1的值置为1,小于0的值置为0,从而得到Retinex增强图像。
进一步的,所述对所述Retinex增强图像进行校正并锐化,得到增强后图像,具体包括:
对所述校正图像IG(x,y)进行锐化,得到锐化图像Ir(x,y);
将所述锐化图像Ir(x,y)中每个像素乘以第三设定阈值并取整数部分,得到增强后的灰度图。
进一步的,所述对所述校正图像IG(x,y)进行锐化,得到锐化图像Ir(x,y),包括:
用滤波核对所述校正图像IG(x,y)进行均值滤波,得到滤波图像IJ(x,y);
利用所述滤波图像IJ(x,y)对所述校正图像IG(x,y)进行锐化,得到锐化图像为:
Ir(x,y)=IG(x,y)+β[IG(x,y)-IJ(x,y)]
其中,β为锐化增强系数;
将所述锐化图像中大于1的值置为1,小于0的值置为0,从而得到锐化图像Ir(x,y)。
本发明的第二个目的可以通过采取如下技术方案达到:
一种大尺寸X射线图像增强装置,所述装置包括:
获取待处理图像模块,用于对大尺寸物体进行X射线探测器扫描,得到待处理图像;
增益校正模块,用于将所述待处理图像进行增益校正,得到去条纹噪声后图像;
求对数模块,用于对所述去条纹噪声后图像求对数,得到灰度图;
中值滤波模块,用于对所述灰度图进行中值滤波,得到滤波图像;
直方图均衡模块,用于对所述滤波图像进行窗宽受限的直方图均衡,得到均衡图像;
Retinex增强模块,用于利用Retinex理论对所述均衡图像进行增强,得到Retinex增强图像;
生成增强后图像模块,用于对所述Retinex增强图像进行校正并锐化,得到增强后图像。
本发明的第三个目的可以通过采取如下技术方案达到:
一种电子设备,包括处理器以及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,实现上述的大尺寸X射线图像增强方法。
本发明的第四个目的可以通过采取如下技术方案达到:
一种存储介质,存储有程序,所述程序被处理器执行时,实现上述的大尺寸X射线图像增强方法。
本发明相对于现有技术具有如下的有益效果:
1、本发明通过采用增益校正,减少线阵增益校准不当对待处理的图像增强效果的影响。
2、本发明通过采用窗宽受限的直方图均衡方法,去除了背景噪声,减少了待处理图像的冗余信息,提高了增强效果。
3、本发明通过将多种简单增强算法组合,即直方图均衡、Retinex增强、Gamma校正和锐化进行组合,实现了快速、高效的对图像进行增强的算法,并且通过增强后的图像能够清晰地查看大尺寸物体内部存放的物件。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图示出的结构获得其他的附图。
图1为本发明实施例1的X射线线阵汽车图像。
图2为本发明实施例1的大尺寸X射线图像增强方法的流程示意图。
图3为本发明实施例1的去条纹噪声后图像效果图。
图4为本发明实施例1的均衡图像效果图。
图5为本发明实施例1的增强后图像效果图
图6为本发明实施例2的大尺寸X射线图像增强装置的结构框图。
图7为本发明实施例3的电子设备的结构框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例,基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。应当理解,描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
实施例1:
大尺寸物体众多,例如汽车、运输用的卡车等,本实施例以汽车为例进行说明,用X射线线阵扫描汽车获得汽车图像作为大型图像,作为待处理图像,如图1所示。
如图2所示,本实施例提供了一种大尺寸X射线图像增强方法,包括以下步骤:
(1)对汽车图像I(x,y)进行增益校正,得到去条纹噪声后图像Iq(x,y),如图3所示,具体步骤如下:
(1-1)截取I(x,y)中前100列非汽车区域图像Ik(x,y)。
(1-2)统计Ik(x,y)总体灰度均值mk及每一行图像灰度均值mi,i=1,2,…,n,n为图像I(x,y)的行数。
(3)将Il(x,y)每个像素乘以65535,并取整,得到16位灰度图IL(x,y)。
(4)对IL(x,y)进行5×5维滤波核中值滤波,得到滤波图像Im(x,y)。
(5)对滤波图像Im(x,y)进行窗宽受限的直方图均衡,得到均衡图像If(x,y),如图4所示,具体步骤如下:
(5-1)统计Im(x,y)的灰度直方图h(j),j=0,1,…,65535。
(5-2)令h(0)=0,并将h(j)中的最大值记为hm。
(5-3)从j=65435往j=100方向搜索,将第一个满足条件h(j)≥h(j+100)且h(j)≥h(j-100)且h(j)≥0.2hm的j记为j1。
(5-4)从j=j1往j=100方向搜索,将第一个满足条件h(j)≤h(j+100)且h(j)≤h(j-100)且h(j)≤0.5h(j1)的j记为j2。
(5-6)计算变换映射
(5-7)获得值域在[0,1]的浮点均衡图像If(x,y)=c[Im(x,y)]。
(6)利用Retinex理论对图像If(x,y)进行增强,得到Retinex增强图像Iz(x,y),具体步骤如下:
(6-1)用31×31维滤波核对If(x,y)进行高斯滤波,得到滤波图像IF(x,y)。
(6-3)利用反射分量对If(x,y)进行增强,得到增强图像IZ(x,y)=If(x,y)+αIR(x,y),α为Retinex增强系数,本实施列中α=0.2。
(6-4)将IZ(x,y)中大于1的值置为1,小于0的值置为0,从而得到Retinex增强图像,即IZ(x,y)=max{0,min[1,IZ(x,y)]}。
(8)对IG(x,y)进行锐化,得到锐化图像Ir(x,y),具体步骤如下:
(8-1)用15×15维滤波核对IG(x,y)进行均值滤波,得到滤波图像IJ(x,y)。
(8-2)利用IJ(x,y)对IG(x,y)进行锐化,得到锐化图像Ir(x,y)=IG(x,y)+β[IG(x,y)-IJ(x,y)],β为锐化增强系数,本实施列中β=0.6。
(8-3)将Ir(x,y)中大于1的值置为1,小于0的值置为0,即Ir(x,y)=max{0,min[1,Ir(x,y)]}。
(9)将Ir(x,y)每个像素乘以255,并取整,得到最终输出的8位灰度图IO(x,y),如图5所示。
本领域技术人员可以理解,实现上述实施例的方法中的全部或部分步骤可以通过程序来指令相关的硬件来完成,相应的程序可以存储于计算机可读存储介质中。
应当注意,尽管在附图中以特定顺序描述了上述实施例的方法操作,但是这并非要求或者暗示必须按照该特定顺序来执行这些操作,或是必须执行全部所示的操作才能实现期望的结果。相反,描绘的步骤可以改变执行顺序。附加地或备选地,可以省略某些步骤,将多个步骤合并为一个步骤执行,和/或将一个步骤分解为多个步骤执行。
实施例2:
如图6所示,本实施例提供了一种大尺寸X射线图像增强装置,该装置包括获取待处理图像模块601、增益校正模块602、求对数模块603、中值滤波模块604、直方图均衡模块605、Retinex增强模块606和生成增强后图像模块607,其中:
获取待处理图像模块601,用于对大尺寸物体进行X射线探测器扫描,得到待处理图像;
增益校正模块602,用于将所述待处理图像进行增益校正,得到去条纹噪声后图像;
求对数模块603,用于对所述去条纹噪声后图像求对数,得到灰度图;
中值滤波模块604,用于对所述灰度图进行中值滤波,得到滤波图像;
直方图均衡模块605,用于对所述滤波图像进行窗宽受限的直方图均衡,得到均衡图像;
Retinex增强模块606,用于利用Retinex理论对所述均衡图像进行增强,得到Retinex增强图像;
生成增强后图像模块607,用于对所述Retinex增强图像进行校正并锐化,得到增强后图像。
本实施例中各个模块的具体实现可以参见上述实施例1,在此不再一一赘述;需要说明的是,本实施例提供的装置仅以上述各功能模块的划分进行举例说明,在实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。
实施例3:
本实施例提供了一种电子设备,该电子设备可以为计算机,如图7所示,其通过系统总线701连接的处理器702、存储器、输入装置703、显示器704和网络接口705,该处理器用于提供计算和控制能力,该存储器包括非易失性存储介质706和内存储器707,该非易失性存储介质706存储有操作系统、计算机程序和数据库,该内存储器707为非易失性存储介质中的操作系统和计算机程序的运行提供环境,处理器702执行存储器存储的计算机程序时,实现上述实施例1的大尺寸X射线图像增强方法,如下:
对大尺寸物体进行X射线探测器扫描,得到待处理图像;
将所述待处理图像进行增益校正,得到去条纹噪声后图像;
对所述去条纹噪声后图像求对数,得到灰度图;
对所述灰度图进行中值滤波,得到滤波图像;
对所述滤波图像进行窗宽受限的直方图均衡,得到均衡图像;
利用Retinex理论对所述均衡图像进行增强,得到Retinex增强图像;
对所述Retinex增强图像进行校正并锐化,得到增强后图像。
实施例4:
本实施例提供了一种存储介质,该存储介质为计算机可读存储介质,其存储有计算机程序,所述计算机程序被处理器执行时,实现上述实施例1的文大尺寸X射线图像增强方法,如下:
对大尺寸物体进行X射线探测器扫描,得到待处理图像;
将所述待处理图像进行增益校正,得到去条纹噪声后图像;
对所述去条纹噪声后图像求对数,得到灰度图;
对所述灰度图进行中值滤波,得到滤波图像;
对所述滤波图像进行窗宽受限的直方图均衡,得到均衡图像;
利用Retinex理论对所述均衡图像进行增强,得到Retinex增强图像;
对所述Retinex增强图像进行校正并锐化,得到增强后图像。
需要说明的是,本实施例的计算机可读存储介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
综上所述,本发明对大尺寸物体进行X射线探测器扫描,得到待处理图像;通过采用增益校正,减少线阵增益校准不当对待处理图像增强效果的影响;通过采用窗宽受限的直方图均衡方法,去除了背景噪声,减少了待处理图像的冗余信息,提高了增强效果;通过将多种简单增强算法组合,实现了快速、高效的对待处理图像进行增强的算法,并且通过增强后的图像能够清晰地查看大尺寸物体内部存放的物件。
以上所述,仅为本发明专利较佳的实施例,但本发明专利的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明专利所公开的范围内,根据本发明专利的技术方案及其发明构思加以等同替换或改变,都属于本发明专利的保护范围。
Claims (10)
1.一种大尺寸X射线图像增强方法,其特征在于,所述方法包括:
对大尺寸物体进行X射线探测器扫描,得到待处理图像;
将所述待处理图像进行增益校正,得到去条纹噪声后图像;
对所述去条纹噪声后图像求对数,得到灰度图;
对所述灰度图进行中值滤波,得到滤波图像;
对所述滤波图像进行窗宽受限的直方图均衡,得到均衡图像;
利用Retinex理论对所述均衡图像进行增强,得到Retinex增强图像;
对所述Retinex增强图像进行校正并锐化,得到增强后图像。
3.根据权利要求1所述的大尺寸X射线图像增强方法,其特征在于,所述对所述滤波图像进行窗宽受限的直方图均衡,得到均衡图像,具体包括:
统计所述滤波图像Im(x,y)的灰度直方图h(j),j=0,1,…,z;其中,z为第二设定阈值;
令h(0)=0,并将h(j)中的最大值记为hm;
从j=z-100往j=100方向搜索,将第一个满足条件h(j)≥h(j+100)且h(j)≥h(j-100)且h(j)≥0.2hm的j记为j1;
从j=j1往j=100方向搜索,将第一个满足条件h(j)≤h(j+100)且h(j)≤h(j-100)且h(j)≤0.5h(j1)的j记为j2;
根据所述像素个数,计算变换映射:
从而获得值域在[0,1]的浮点均衡图像If(x,y)为:
If(x,y)=c[Im(x,y)]。
4.根据权利要求3所述的大尺寸X射线图像增强方法,其特征在于,所述对所述去条纹噪声后图像求对数,得到灰度图,具体包括:
对所述去条纹噪声后图像求对数,得到去条纹噪声后图像的对数图;
将所述对数图中每个像素乘以z并取整数部分,得到灰度图。
7.根据权利要求6所述的大尺寸X射线图像增强方法,其特征在于,所述对所述校正图像IG(x,y)进行锐化,得到锐化图像Ir(x,y),包括:
用滤波核对所述校正图像IG(x,y)进行均值滤波,得到滤波图像IJ(x,y);
利用所述滤波图像IJ(x,y)对所述校正图像IG(x,y)进行锐化,得到锐化图像为:
Ir(x,y)=IG(x,y)+β[IG(x,y)-IJ(x,y)]
其中,β为锐化增强系数;
将所述锐化图像中大于1的值置为1,小于0的值置为0,从而得到锐化图像Ir(x,y)。
8.一种大尺寸X射线图像增强装置,其特征在于,所述装置包括:
获取待处理图像模块,用于对大尺寸物体进行X射线探测器扫描,得到待处理图像;
增益校正模块,用于将所述待处理图像进行增益校正,得到去条纹噪声后图像;
求对数模块,用于对所述去条纹噪声后图像求对数,得到灰度图;
中值滤波模块,用于对所述灰度图进行中值滤波,得到滤波图像;
直方图均衡模块,用于对所述滤波图像进行窗宽受限的直方图均衡,得到均衡图像;
Retinex增强模块,用于利用Retinex理论对所述均衡图像进行增强,得到Retinex增强图像;
生成增强后图像模块,用于对所述Retinex增强图像进行校正并锐化,得到增强后图像。
9.一种电子设备,包括处理器以及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,实现权利要求1-7任一项所述的大尺寸X射线图像增强方法。
10.一种存储介质,存储有程序,其特征在于,所述程序被处理器执行时,实现权利要求1-7任一项所述的大尺寸X射线图像增强方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111190368.5A CN113888436B (zh) | 2021-10-13 | 2021-10-13 | 大尺寸x射线图像增强方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111190368.5A CN113888436B (zh) | 2021-10-13 | 2021-10-13 | 大尺寸x射线图像增强方法、装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113888436A true CN113888436A (zh) | 2022-01-04 |
CN113888436B CN113888436B (zh) | 2024-04-30 |
Family
ID=79002486
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111190368.5A Active CN113888436B (zh) | 2021-10-13 | 2021-10-13 | 大尺寸x射线图像增强方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113888436B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20230230217A1 (en) * | 2022-01-19 | 2023-07-20 | Hon Hai Precision Industry Co., Ltd. | Image detection method, computing device, and storage medium |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103996179A (zh) * | 2014-06-17 | 2014-08-20 | 东南大学 | 一种基于单尺度Retinex的快速实时图像增强方法 |
CN108053374A (zh) * | 2017-12-05 | 2018-05-18 | 天津大学 | 一种结合双边滤波与Retinex的水下图像增强方法 |
CN112116536A (zh) * | 2020-08-24 | 2020-12-22 | 山东师范大学 | 一种低光照图像增强方法及系统 |
CN112634180A (zh) * | 2021-03-05 | 2021-04-09 | 浙江大华技术股份有限公司 | 一种图像增强方法、图像增强装置和计算机可读存储介质 |
-
2021
- 2021-10-13 CN CN202111190368.5A patent/CN113888436B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103996179A (zh) * | 2014-06-17 | 2014-08-20 | 东南大学 | 一种基于单尺度Retinex的快速实时图像增强方法 |
CN108053374A (zh) * | 2017-12-05 | 2018-05-18 | 天津大学 | 一种结合双边滤波与Retinex的水下图像增强方法 |
CN112116536A (zh) * | 2020-08-24 | 2020-12-22 | 山东师范大学 | 一种低光照图像增强方法及系统 |
CN112634180A (zh) * | 2021-03-05 | 2021-04-09 | 浙江大华技术股份有限公司 | 一种图像增强方法、图像增强装置和计算机可读存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20230230217A1 (en) * | 2022-01-19 | 2023-07-20 | Hon Hai Precision Industry Co., Ltd. | Image detection method, computing device, and storage medium |
Also Published As
Publication number | Publication date |
---|---|
CN113888436B (zh) | 2024-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220172329A1 (en) | Image processing apparatus, image processing method, and storage medium for reducing noise in a captured image | |
US8090214B2 (en) | Method for automatic detection and correction of halo artifacts in images | |
CN107133923B (zh) | 一种基于自适应梯度稀疏模型的模糊图像非盲去模糊方法 | |
CN102104713A (zh) | 使用来自非线性滤波的方向分量的自适应边缘增强 | |
CN112508816B (zh) | 一种红外图像锐化方法、锐化处理系统及终端设备 | |
CN110827229A (zh) | 一种基于纹理加权直方图均衡化的红外图像增强方法 | |
CN110796624B (zh) | 一种图像生成方法、装置及电子设备 | |
EP2927864A1 (en) | Image processing device and image processing method | |
CN111882565B (zh) | 一种图像二值化方法、装置、设备及存储介质 | |
CN113888438A (zh) | 图像处理方法、装置及存储介质 | |
CN112053302A (zh) | 高光谱图像的去噪方法、装置及存储介质 | |
CN113888436B (zh) | 大尺寸x射线图像增强方法、装置、电子设备和存储介质 | |
CN115619652A (zh) | 图像盲去噪方法、装置、电子设备和存储介质 | |
CN115578289A (zh) | 一种基于边界邻域梯度差值的散焦图像去模糊方法 | |
CN114298985B (zh) | 缺陷检测方法、装置、设备及存储介质 | |
CN109447935B (zh) | 红外图像处理方法、装置、计算机设备和可读存储介质 | |
CN115330612A (zh) | 基于自适应中值滤波的辐照图像去噪方法和系统 | |
CN110008949B (zh) | 一种图像目标检测方法、系统、装置和存储介质 | |
CN111476736A (zh) | 一种图像去雾方法、终端及系统 | |
CN111222446B (zh) | 人脸识别方法、人脸识别装置及移动终端 | |
CN109447942A (zh) | 图像模糊度确定方法、装置、计算机设备及存储介质 | |
JP7409606B2 (ja) | 画像処理装置、画像処理方法およびプログラム | |
CN115619678B (zh) | 一种图像变形的矫正方法、装置、计算机设备及存储介质 | |
CN116862812A (zh) | 红外图像处理方法、装置、计算机设备、存储介质及产品 | |
CN116563166A (zh) | 一种图像增强方法、装置、存储介质和设备 |
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 |