CN113962894A - 一种屏幕图像处理方法 - Google Patents

一种屏幕图像处理方法 Download PDF

Info

Publication number
CN113962894A
CN113962894A CN202111270339.XA CN202111270339A CN113962894A CN 113962894 A CN113962894 A CN 113962894A CN 202111270339 A CN202111270339 A CN 202111270339A CN 113962894 A CN113962894 A CN 113962894A
Authority
CN
China
Prior art keywords
image
frequency
frequency domain
screen
screen image
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
Application number
CN202111270339.XA
Other languages
English (en)
Inventor
黄辉
付龙明
周兴华
仇向东
周庆捷
张永浩
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.)
BEIJING JOIN BRIGHT DIGITAL POWER TECHNOLOGY CO LTD
Original Assignee
BEIJING JOIN BRIGHT DIGITAL POWER TECHNOLOGY CO LTD
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 BEIJING JOIN BRIGHT DIGITAL POWER TECHNOLOGY CO LTD filed Critical BEIJING JOIN BRIGHT DIGITAL POWER TECHNOLOGY CO LTD
Priority to CN202111270339.XA priority Critical patent/CN113962894A/zh
Publication of CN113962894A publication Critical patent/CN113962894A/zh
Pending legal-status Critical Current

Links

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
    • G06T5/10—Image enhancement or restoration using non-spatial domain filtering
    • 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
    • G06T5/90—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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20024—Filtering details
    • G06T2207/20028—Bilateral filtering
    • 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
    • G06T2207/20048—Transform domain processing
    • G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及配电自动化技术领域，提出了一种屏幕图像处理方法，包括图像降噪的步骤，具体包括：获得屏幕图像g(x,y)；将屏幕图像g(x,y)转换至频域，得到频域图像g(u,v)；确定高频分量的截止频率DH和低频分量的截止频率DL；采用改进的同态滤波公式H(u,v)，对频域图像g(u,v)进行滤波处理，得到频域降噪图像s(u,v)，其中，s(u,v)＝H(u,v)g(u,v)；将频域降噪图像s(u,v)还原至空域，得到第一降噪图像。通过上述技术方案，解决了现有技术中变电站内仪器仪表屏幕图像对比度低的问题。

Description

一种屏幕图像处理方法
技术领域
本发明涉及配电自动化技术领域，具体的，涉及一种屏幕图像处理方法。
背景技术
近年来，随着国民经济和电力系统的快速发展，对电力设备(例如电力仪器、仪表)安全可靠运行的要求不断提高，电力系统在线状态监测已经成为重要的科学研究和工程应用方向。
图像识别分析系统应用在电力系统在线状态监测系统中，用于自动识别电力仪器、仪表的显示数据。现有的图像识别分析系统，对于成像质量较高，视觉效果较好的高质量图像具有的较好的识别效果，但在需要对屏幕进行拍摄并识别其中内容的场景下，由于屏幕会产生比较强烈的反光现象，所成像视觉效果较差，在低照度情况下尤甚。或者在一些雾霾、可见度低的气象条件下，成像效果也会较差。成像效果差的原因包括：图像对比度低，进而导致屏幕区域的辨识度低且与背景区域较难区分，不利于对信息进行准确有效的采集。
发明内容
本发明提出一种屏幕图像处理方法，解决了相关技术中变电站内仪器仪表屏幕图像的对比度低的问题。
本发明的技术方案如下：
第一方面，一种屏幕图像处理方法，包括图像降噪的步骤，具体包括：
获得屏幕图像g(x,y)；
将屏幕图像g(x,y)转换至频域，得到频域图像g(u,v)；
采用改进的同态滤波公式H(u,v)，对频域图像g(u,v)进行滤波处理，得到频域降噪图像s(u,v)，其中，s(u,v)＝H(u,v)g(u,v)；
所述改进的同态滤波公式具体包括：
Figure BDA0003327827990000011
其中，γH、γL、DH、DL和c均为常数，D(u,v)表示频域图像g(u,v)中像素点(U,V)的频率与中心频率的频率差；
将频域降噪图像s(u,v)还原至空域，得到第一降噪图像。
进一步，还包括：
使用双边滤波函数对第一降噪图像做进一步的降噪处理，得到第二降噪图像。
进一步，还包括：
对第二降噪图像进行增强处理，得到增强后图像；
对增强后图像加入色彩调整因子，得到最终图像，所述最终图像与所述第二降噪图像在R，G，B三个通道的分量比值相同。
进一步，获得屏幕图像之前还包括：
获得屏幕原始图像f(x,y)；
对屏幕原始图像f(x,y)做幂函数变换，得到屏幕图像g(x,y)；所述幂函数变换用于提高图像对比度。
进一步，对屏幕原始图像f(x,y)做幂函数变换，得到屏幕图像g(x,y)，具体包括：
采用公式g(x,y)＝pf(x,y)q对屏幕原始图像f(x,y)进行幂函数变换；
其中，p是常数，q是幂变换系数，q的取值通过如下方式得到：
获得屏幕原始图像f(x,y)对应的拍摄器材编号和天气类别；
从系数表中，确定与所述拍摄器材编号和所述天气类别相匹配的数据记录；确定出的数据记录为目标数据记录；其中，所述系数表包括多条数据记录，每条数据记录包括一一对应的拍摄器材编号、天气类别和设定值；
将所述目标数据记录中的设定值确定为q的取值。
进一步，将屏幕图像g(x,y)转换至频域，得到频域图像g(u,v)，具体包括：
将屏幕图像g(x，y)分解为照射分量i(x,y)和反射分量r(x,y)的乘积，
g(x,y)＝i(x,y)×r(x,y)，其中，0<i(x,y)<∞，0<r(x,y)<1；
对照射分量i(x,y)依次进行取对数、傅里叶变换操作，得到低频分量；
对反射分量r(x,y)依次进行取对数、傅里叶变换操作，得到高频分量；
所述低频分量和所述高频分量相加得到频域图像g(u,v)。
第二方面，一种屏幕图像处理装置，包括：
第一获得单元，用于获得屏幕图像g(x,y)；
第一转换单元，用于将屏幕图像g(x,y)转换至频域，得到频域图像g(u,v)；
第一滤波单元，用于采用改进的同态滤波公式H(u,v)，对频域图像g(u,v)进行滤波处理，得到频域降噪图像s(u,v)，其中，s(u,v)＝H(u,v)g(u,v)；
所述改进的同态滤波公式具体包括：
Figure BDA0003327827990000031
其中，γH、γL、DH、DL和c均为常数，D(u,v)表示频域图像g(u,v)中任一像素点(U,V)的频率与中心频率的频率差；
第二转换单元，用于将频域降噪图像s(u,v)还原至空域，得到第一降噪图像。
进一步，还包括：
第二滤波单元，用于使用双边滤波函数对第一降噪图像做进一步的降噪处理，得到第二降噪图像。
进一步，还包括：
第一处理单元，用于对第二降噪图像进行增强处理，得到增强后图像；
第一调整单元，用于对增强后图像加入色彩调整因子，得到最终图像，所述最终图像与所述第二降噪图像在R，G，B三个通道的分量比值相同。
第三方面，一种计算机可读存储介质，其中，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现上述的屏幕图像处理方法的步骤。
本发明的工作原理及有益效果为：
在对液晶屏幕拍摄图像时，受到拍摄器材的角度和光照影响，使得图像本身的很多细节信息频率降低，不能与背景信息形成明显的对比，造成对比度下降。由于低频分量中同样包含大量的图像细节信息，如果按照传统同态滤波方法，选取一个截止频率对整幅图像进行处理，达到的效果是：增强高于截止频率的部分、减弱低于截止频率的部分，低频分量中包含的图像细节信息也会被减弱，这不是我们想要的结果。
本发明实施例首先将获取到的屏幕图像转换至频域，得到频域图像，然后由改进的滤波公式对频域图像进行滤波。
由改进的滤波公式可知，改进的滤波公式在以下三种情况下，有不同的滤波效果：
第一种情况：当D(u,v)＜DL时，
Figure BDA0003327827990000041
其对应的H(u,v)的幅值也相应较小，因此，低于DL的低频部分被减弱；
第二种情况：当D(u,v)>DH时，随着D(u,v)的增加，
Figure BDA0003327827990000042
则计算得到的H(u,v)的幅值也相应提高，可见，高于DH的高频部分被增强；
第三种情况，对应图像细节信息的D(u,v)，其频率介于DL～DH之间，其增强程度介于前两种情况之间，是一个平滑变化的过程。
综上可知，改进的滤波公式最终实现增强高于高截止频率DH的高频部分，减弱低于低截止频率DL的背景信息，同时增强了低频分量中高于低截止频率DL的图像细节信息，从而增强了屏幕图像与背景信息的对比度，提高了屏幕区域的辨识度。
附图说明
下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明方法流程图；
具体实施方式
下面将结合本发明实施例，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，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，都涉及本发明保护的范围。
实施例一
本实施屏幕图像处理方法具体包括如下步骤：
步骤S1，获取输入的原始图像f(x,y)
步骤S2，对原始图像f(x,y)进行预处理，得到屏幕图像g(x,y)，主要步骤如下：
对输入的图像做幂函数变换，提高图像对比度
g(x,y)＝pf(x,y)q
其中，p是常数，q是幂变换系数，f(x,y)是变换前的值，本方法会自动根据照片来源和天气判定照片拍摄时的光线情况，并自动设置合适的γ参数。其中，照片来源根据拍摄器材编号进行区分，变电站内设置有气象采集装置，能够进行天气类别判断。通过事先存储系数表，图像预处理时的q是幂变换系数通过查表得到，具体包括：
获得屏幕原始图像f(x,y)对应的拍摄器材编号和天气类别；
从系数表中，确定与拍摄器材编号和天气类别相匹配的数据记录；确定出的数据记录为目标数据记录；
其中，所述系数表包括多条数据记录，每条数据记录包括一一对应的拍摄器材编号、天气类别和设定值；q的取值为目标数据记录中的设定值。
步骤S3，对屏幕图像g(x,y)进行增强，主要步骤如下：
(1)获取屏幕图像g(x,y)中的高低两种截止频率，表示为DH和DL，使用改进后的同态滤波方法对屏幕图像g(x,y)进行滤波处理，滤波公式如下：
Figure BDA0003327827990000051
其中，γH和γL分别表示高频成分增加的倍数和低频成分减少的倍数，D(U,V)表示点(U,V)的频率与中心频率的频率差，c为一个常数，用来控制滤波器的形态。中心频率与现有的同态滤波公式意义相同，取值为零。DH和DL分别表示高频的截止频率和低频的截止频率，通过采集多个历史屏幕图像，尝试多组DH和DL的不同取值，采用改进的同态滤波公式对多个历史屏幕图形进行滤波，选出滤波效果最好的一组DH和DL，作为最终的DH和DL。
如图1所示，根据改进后的滤波公式对屏幕图像g(x,y)进行图像降噪的步骤如下：
1)将屏幕图像g(x,y)表示为照射分量i(x,y)和反射分量r(x,y)的乘积。0<i(x,y)<∞，0<r(x,y)<1。i(x,y)描述景物的照明，变化缓慢，处于低频成分。r(x,y)描述景物的细节，变化较快，处于高频成分。
g(x,y)＝i(x,y)×r(x,y)
2)上式不能直接用于对照度和反射的频率分量进行操作，因此先将上式取对数,将空间域变成相加关系。
lng(x,y)＝lni(x,y)+lnr(x,y)
然后对上式做傅里叶变换，得到频域图像g(u,v)，将空间域问题转化为频域。
DFT(lng(x,y))＝DFT(lni(x,y))+DFT(lnr(x,y))
即g(u,v)＝Fi(u,v)+Fr(u,v)
3)使用改进后的同态滤波方法对频域图像g(u,v)中的低频分量Fi(u,v)和高频分量Fr(u,v)分开进行滤波处理，得到频域降噪图像s(u,v)，具体包括：
采用改进的同态滤波公式H(u,v)对低频分量Fi(u,v)进行滤波，得到低频滤波图像H(u,v)Fi(u,v)；
采用改进的同态滤波公式H(u,v)对高频分量Fr(u,v)进行滤波，得到高频滤波图像H(u,v)Fr(u,v)；
将低频滤波图像H(u,v)Fi(u,v)和高频滤波图像H(u,v)Fr(u,v)相加，得到频率降噪图像s(u,v)。
s(u,v)＝H(u,v)g(u,v)＝H(u,v)Fi(u,v)+H(u,v)Fr(u,v)
4)对频域降噪图像s(u,v)进行傅里叶反变换，返回空域对数图像，然后进行取指数操作，得到第一降噪图像。
s(x,y)＝exp(IDFT(s(u,v)))
本实施例通过改进的滤波公式对频域图像中的低频分量和高频分量分开进行滤波处理，最终实现增强高于高截止频率DH的高频部分，减弱低于低截止频率DL的背景信息，同时增强了低频分量中高于低截止频率DL的图像细节信息，使处理后的图像中保留了大部分的图像细节信息同时降低了噪声的影响。
(2)用双边滤波函数对第一降噪图形进行进一步降噪处理。经过双边滤波去噪声后，得到第二降噪图像，表示为
Figure BDA0003327827990000061
其中W(i,j,k,l)为双边滤波模板，公式为：
W(i,j,k,l)＝d(i,j,k,l)*r(i,j,k,l)
其中，d(i,j,k,l)为距离模板系数，表述为：
Figure BDA0003327827990000071
r(i,j,k,l)为值域模板系数，表述为：
Figure BDA0003327827990000072
其中，(k,l)为模板窗口的中心坐标，(i,j)为模板窗口的其他系数坐标，s(k,l)表示函数s(x,y)表示图像在点(k,l)处的像素值。
(3)对第二降噪图像进行增强处理，得到增强后图像。并对增强后图像加入色彩调整因子，将增强后图像的R，G，B三个通道的分量比值恢复到第二降噪图像比值，得到最终图像，从而使最终图像达到色彩保真的效果。
Figure BDA0003327827990000073
其中k＝3，Wk＝1/3，s(x,y)为第一降噪图像，Fn(x,y)为第二降噪图像，I(x,y)为第二降噪图像中的任一像素点，Ci(x,y)为色彩调整因子,计算公式为：
Figure BDA0003327827990000074
其中k＝3，β为增益系数，α为非线性受控强度因子。本发明中β＝46，α＝125时图片增强效果最好。
步骤S4，输出最终图像。
实施例二
本实施例屏幕图像处理装置包括：
第一获得单元，用于获得屏幕图像g(x,y)；
第一转换单元，用于将屏幕图像g(x,y)转换至频域，得到频域图像g(u,v)；
第一滤波单元，用于采用改进的同态滤波公式H(u,v)，对频域图像g(u,v)进行滤波处理，得到频域降噪图像s(u,v)，其中，s(u,v)＝H(u,v)g(u,v)；
所述改进的同态滤波公式具体包括：
Figure BDA0003327827990000081
其中，γH、γL、DH、DL和c均为常数，D(u,v)表示频域图像g(u,v)中任一像素点(U,V)的频率与中心频率的频率差；
第二转换单元，用于将频域降噪图像s(u,v)还原至空域，得到第一降噪图像。
进一步，还包括：
第二滤波单元，用于使用双边滤波函数对第一降噪图像做进一步的降噪处理，得到第二降噪图像。
进一步，还包括：
第一处理单元，用于对第二降噪图像进行增强处理，得到增强后图像；
第一调整单元，用于对增强后图像加入色彩调整因子，得到最终图像，所述最终图像与所述第二降噪图像在R，G，B三个通道的分量比值相同。
实施例三
基于与上述实施例一相同的发明构思，本实施例提出了一种计算机可读存储介质，其中，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现上述的屏幕图像处理方法的步骤。
以上仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种屏幕图像处理方法，其特征在于，包括图像降噪的步骤，具体包括：
获得屏幕图像g(x,y)；
将屏幕图像g(x,y)转换至频域，得到频域图像g(u,v)；
采用改进的同态滤波公式H(u,v)，对频域图像g(u,v)进行滤波处理，得到频域降噪图像s(u,v)，其中，s(u,v)＝H(u,v)g(u,v)；
所述改进的同态滤波公式具体包括：
Figure FDA0003327827980000011
其中，γH、γL、DH、DL和c均为常数，D(u,v)表示频域图像g(u,v)中像素点(U,V)的频率与中心频率的频率差；
将频域降噪图像s(u,v)还原至空域，得到第一降噪图像。
2.根据权利要求1所述的一种屏幕图像处理方法，其特征在于，还包括：
使用双边滤波函数对第一降噪图像做进一步的降噪处理，得到第二降噪图像。
3.根据权利要求2所述的一种屏幕图像处理方法，其特征在于，还包括：
对第二降噪图像进行增强处理，得到增强后图像；
对增强后图像加入色彩调整因子，得到最终图像，所述最终图像与所述第二降噪图像在R，G，B三个通道的分量比值相同。
4.根据权利要求1所述的一种屏幕图像处理方法，其特征在于，获得屏幕图像之前还包括：
获得屏幕原始图像f(x,y)；
对屏幕原始图像f(x,y)做幂函数变换，得到屏幕图像g(x,y)；所述幂函数变换用于提高图像对比度。
5.根据权利要求4所述的一种屏幕图像处理方法，其特征在于，对屏幕原始图像f(x,y)做幂函数变换，得到屏幕图像g(x,y)，具体包括：
采用公式g(x,y)＝pf(x,y)q对屏幕原始图像f(x,y)进行幂函数变换；
其中，p是常数，q是幂变换系数，q的取值通过如下方式得到：
获得屏幕原始图像f(x,y)对应的拍摄器材编号和天气类别；
从系数表中，确定与所述拍摄器材编号和所述天气类别相匹配的数据记录；确定出的数据记录为目标数据记录；其中，所述系数表包括多条数据记录，每条数据记录包括一一对应的拍摄器材编号、天气类别和设定值；
将所述目标数据记录中的设定值确定为q的取值。
6.根据权利要求1所述的一种屏幕图像处理方法，其特征在于，将屏幕图像g(x,y)转换至频域，得到频域图像g(u,v)，具体包括：
将屏幕图像g(x，y)分解为照射分量i(x,y)和反射分量r(x,y)的乘积，
g(x,y)＝i(x,y)×r(x,y)，其中，0<i(x,y)<∞，0<r(x,y)<1；
对照射分量i(x,y)依次进行取对数、傅里叶变换操作，得到低频分量；
对反射分量r(x,y)依次进行取对数、傅里叶变换操作，得到高频分量；
所述低频分量和所述高频分量相加得到频域图像g(u,v)。
7.一种屏幕图像处理装置，其特征在于，包括：
第一获得单元，用于获得屏幕图像g(x,y)；
第一转换单元，用于将屏幕图像g(x,y)转换至频域，得到频域图像g(u,v)；
第一滤波单元，用于采用改进的同态滤波公式H(u,v)，对频域图像g(u,v)进行滤波处理，
得到频域降噪图像s(u,v)，其中，s(u,v)＝H(u,v)g(u,v)；
所述改进的同态滤波公式具体包括：
Figure FDA0003327827980000021
其中，γH、γL、DH、DL和c均为常数，D(u,v)表示频域图像g(u,v)中任一像素点(U,V)的频率与中心频率的频率差；
第二转换单元，用于将频域降噪图像s(u,v)还原至空域，得到第一降噪图像。
8.根据权利要求7所述的一种屏幕图像处理装置，其特征在于，还包括：
第二滤波单元，用于使用双边滤波函数对第一降噪图像做进一步的降噪处理，得到第二降噪图像。
9.根据权利要求7所述的一种屏幕图像处理装置，其特征在于，还包括：
第一处理单元，用于对第二降噪图像进行增强处理，得到增强后图像；
第一调整单元，用于对增强后图像加入色彩调整因子，得到最终图像，所述最终图像与所述第二降噪图像在R，G，B三个通道的分量比值相同。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-6任一项所述的屏幕图像处理方法的步骤。
CN202111270339.XA 2021-10-29 2021-10-29 一种屏幕图像处理方法 Pending CN113962894A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111270339.XA CN113962894A (zh) 2021-10-29 2021-10-29 一种屏幕图像处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111270339.XA CN113962894A (zh) 2021-10-29 2021-10-29 一种屏幕图像处理方法

Publications (1)

Publication Number Publication Date
CN113962894A true CN113962894A (zh) 2022-01-21

Family

ID=79468315

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111270339.XA Pending CN113962894A (zh) 2021-10-29 2021-10-29 一种屏幕图像处理方法

Country Status (1)

Country Link
CN (1) CN113962894A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100302396A1 (en) * 2009-06-02 2010-12-02 Ilya Golub Axicon Lens Array
CN102750682A (zh) * 2012-07-17 2012-10-24 中国矿业大学(北京) 一种处理矿工人脸图像与煤面光照不均的图像预处理方法
CN107578387A (zh) * 2017-10-16 2018-01-12 湖南友哲科技有限公司 一种基于hsv颜色空间的同态滤波增强方法
CN110276729A (zh) * 2019-06-10 2019-09-24 浙江工业大学 一种低照度彩色图像的增强方法
CN110930339A (zh) * 2019-12-05 2020-03-27 福州大学 基于nsct域的航空及遥感图像去雾方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100302396A1 (en) * 2009-06-02 2010-12-02 Ilya Golub Axicon Lens Array
CN102750682A (zh) * 2012-07-17 2012-10-24 中国矿业大学(北京) 一种处理矿工人脸图像与煤面光照不均的图像预处理方法
CN107578387A (zh) * 2017-10-16 2018-01-12 湖南友哲科技有限公司 一种基于hsv颜色空间的同态滤波增强方法
CN110276729A (zh) * 2019-06-10 2019-09-24 浙江工业大学 一种低照度彩色图像的增强方法
CN110930339A (zh) * 2019-12-05 2020-03-27 福州大学 基于nsct域的航空及遥感图像去雾方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
贺欢等: "一种基于小波变换的图像去雾方法", 电脑知识与技术, vol. 16, no. 23, 31 August 2020 (2020-08-31), pages 2 - 3 *

Similar Documents

Publication Publication Date Title
CN107358586B (zh) 一种图像增强方法、装置及设备
US10672112B2 (en) Method and system for real-time noise removal and image enhancement of high-dynamic range images
CN113498528B (zh) 图像缺陷确定方法与装置、电子设备及存储介质
CN107403421B (zh) 一种图像去雾方法、存储介质及终端设备
Xiong et al. Application of histogram equalization for image enhancement in corrosion areas
Branchitta et al. Dynamic-range compression and contrast enhancement in infrared imaging systems
WO2006079115A2 (en) Spatial standard observer
CN112508816B (zh) 一种红外图像锐化方法、锐化处理系统及终端设备
Yao et al. The Retinex-based image dehazing using a particle swarm optimization method
CN112991197B (zh) 一种基于暗通道的细节保留的低照度视频增强方法及装置
DE102021004572A1 (de) Entrauschen von Bildern, die mittels Monte-Carlo-Wiedergaben wiedergegeben werden
Pandey et al. Satellite image enhancement techniques—a comparative study
Ittannavar et al. Comparative study of mammogram enhancement techniques for early detection of breast cancer
CN110706180A (zh) 一种极暗图像视觉质量提升方法、系统、设备及介质
Li et al. Laplace dark channel attenuation-based single image defogging in ocean scenes
Ma et al. A fast video haze removal algorithm via dark channel prior
CN117876233A (zh) 一种基于无人机遥感技术的测绘图像增强方法
Martens Adaptive contrast enhancement through residue-image processing
Zhang et al. An adaptive color correction method for underwater single image haze removal
CN113962894A (zh) 一种屏幕图像处理方法
CN109615590B (zh) 基于模糊算法与分数阶微分算法的声呐图像增强方法
Yao et al. A multi-expose fusion image dehazing based on scene depth information
Fan et al. Underwater image enhancement algorithm combining color correction and multi-scale fusion
CN118229576B (zh) 一种教学互动展示过程中图像增强方法及系统
Wei et al. MULTISCALE RETINEX COLOR RESTORATION WITH ADAPTIVE GAMMA CORRECTION FOR FOGGY IMAGE ENHANCEMENT

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