CN115018738B - 彩色图像生成方法、装置、设备及可读存储介质 - Google Patents
彩色图像生成方法、装置、设备及可读存储介质 Download PDFInfo
- Publication number
- CN115018738B CN115018738B CN202210942875.8A CN202210942875A CN115018738B CN 115018738 B CN115018738 B CN 115018738B CN 202210942875 A CN202210942875 A CN 202210942875A CN 115018738 B CN115018738 B CN 115018738B
- Authority
- CN
- China
- Prior art keywords
- image
- atomic number
- equivalent atomic
- brightness
- color
- 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 49
- 238000012545 processing Methods 0.000 claims abstract description 43
- 239000000126 substance Substances 0.000 claims description 51
- 239000000463 material Substances 0.000 claims description 36
- 238000001914 filtration Methods 0.000 claims description 23
- 238000013507 mapping Methods 0.000 claims description 7
- 238000007499 fusion processing Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 8
- 238000003384 imaging method Methods 0.000 abstract description 6
- 239000003086 colorant Substances 0.000 description 13
- 239000000203 mixture Substances 0.000 description 12
- 230000008569 process Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000012937 correction Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000007689 inspection Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 230000002238 attenuated effect Effects 0.000 description 3
- 239000005416 organic matter Substances 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- 230000032683 aging Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 238000000333 X-ray scattering Methods 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- -1 books Substances 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 150000002484 inorganic compounds Chemical class 0.000 description 1
- 229910010272 inorganic material Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000007903 penetration ability Effects 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- 229920003023 plastic Polymers 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4007—Scaling of whole images or parts thereof, e.g. expanding or contracting based on interpolation, e.g. bilinear interpolation
-
- 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
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- 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
-
- 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
- G06T2207/10024—Color 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本申请公开了一种彩色图像生成方法、装置、设备及可读存储介质。在获取被检物体的等效原子序数图像和灰度图像之后;对等效原子序数图像进行去噪处理,得到去噪后的等效原子序数图像;对灰度图像进行亮度调节,得到亮度调节后的灰度图像;基于去噪后的等效原子序数图像和亮度调节后的灰度图像,得到被检物体的彩色图像。该方案中,由于对等效原子序数图像进行了去噪处理,避免了彩色图像出现噪点,由于对灰度图像进行了亮度调节,使得彩色图像亮度均衡,进而提升了彩色图像的成像效果。
Description
技术领域
本申请涉及图像处理技术领域,更具体的说,是涉及一种彩色图像生成方法、装置、设备及可读存储介质。
背景技术
在双能X射线投射系统(如,双能安检机)的彩色图像中,要求将有机物(例如食品、水、塑料等)着成橙色、将混合物(例如书本、陶瓷等)着成绿色,将无机物(例如枪支、刀具等金属)着成蓝色,使得检查人员能够通过彩色图像,直观快捷地判断出被检物体的物质类别。在双能X射线投射系统(如,双能安检机)的彩色图像中,成像的标准是等效原子序数小于10的物质是有机物,根据灰度的不同赋予不同亮度的橙色;等效原子序数高于18的物质是无机化合物,根据灰度的不同赋予不同亮度的蓝色;等效原子序数介于10到18的物质是混合物,根据灰度的不同赋予不同亮度的绿色。
目前,可以先获得被检物体的等效原子序数图像和灰度图像,再根据等效原子序数图像中的等效原子序数,将被检物体的物质组成分为有机物、无机物和混合物三个类别,在图像上分别用橙色、蓝色和绿色表示得到初始彩色图像,并使用灰度图像中的灰度信息作为亮度分量对初始彩色图像的亮度进行调整,得到最终的彩色图像。
但是,由于被检物体的多样性、电路噪声、射线源不稳定以及系统老化等原因,获得的被检物体的等效原子序数图像容易出现噪点,容易导致得到的彩色图像也出现噪点,另外,由于X射线对不同物质的穿透能力不同,获得的被检物体的灰度图像会出现亮度不一致现象,比如无机物部分可能过暗,有机物部分则可能过亮,容易导致得到的彩色图像亮度不均衡。
发明内容
鉴于上述问题,本申请提出了一种彩色图像生成方法、装置、设备及可读存储介质。具体方案如下:
一种彩色图像生成方法,所述方法包括:
获取被检物体的等效原子序数图像和灰度图像;
对所述等效原子序数图像进行去噪处理,将噪声点的等效原子序数改成其邻近区域的等效原子序数,得到去噪后的等效原子序数图像;
对所述灰度图像进行亮度调节,得到亮度调节后的灰度图像;
基于去噪后的等效原子序数图像和所述亮度调节后的灰度图像,得到所述被检物体的彩色图像。
可选地,所述对所述等效原子序数图像进行去噪处理,将噪声点的等效原子序数改成其邻近区域的等效原子序数,得到去噪后的等效原子序数图像,包括:
确定所述等效原子序数图像中的噪声点;
对所述等效原子序数图像进行中值滤波处理,得到中值滤波处理后的等效原子序数图像;
将所述噪声点的等效原子序数更改为所述中值滤波处理后的等效原子序数图像中对应像素的等效原子序数,得到去噪后的等效原子序数图像。
可选地,所述确定所述等效原子序数图像中的噪声点,包括:
对所述等效原子序数图像进行二值化处理,得到不同物质类别对应的二值化图像;
对每个二值化图像进行连通区域分析,得到对应的连通区域;
从各个连通区域中确定出噪声区域,所有噪声区域中包含的像素的集合为所述等效原子序数图像中的噪声点。
可选地,所述对所述灰度图像进行亮度调节,得到亮度调节后的灰度图像,包括:
基于所述灰度图像,确定每个物质类别对应的平均灰度;
基于预设的亮度调节目标,以及每个物质类别对应的平均灰度,确定每个物质类别对应的亮度调节参数;
对各个物质类别边界第一预设邻域内的等效原子序数对应的亮度调节参数进行插值处理,得到各个等效原子序数对应的亮度调节参数;
基于各个等效原子序数对应的亮度调节参数,对所述灰度图像进行亮度调节,得到亮度调节后的灰度图像。
可选地,所述基于去噪后的等效原子序数图像和所述亮度调节后的灰度图像,得到所述被检物体的彩色图像,包括:
确定各个等效原子序数对应的彩色值;
基于各个等效原子序数对应的彩色值,确定各个像素的初始彩色值;
基于所述亮度调节后的灰度图像中各个像素的灰度值,对各个像素的初始彩色值进行调节,得到各个像素的彩色值。
可选地,所述确定所述各个等效原子序数对应的彩色值,包括:
确定所述各个等效原子序数对应的基础色;
基于所述各个等效原子序数对应的基础色,确定所述各个等效原子序数对应的彩色值。
可选地,所述基于所述各个等效原子序数对应的基础色,确定所述各个等效原子序数对应的彩色值,包括:
将所述各个等效原子序数对应的基础色作为各个等效原子序数对应的彩色值;
或者,
对各个物质类别边界第二预设邻域内的等效原子序数对应的基础色进行色彩融合处理,得到所述各个物质类别边界第二预设邻域内的等效原子序数对应的彩色值;
将各个物质类别边界第二预设邻域外的等效原子序数对应的基础色,作为各个物质类别边界第二预设邻域外的等效原子序数对应的彩色值。
可选地,所述基于所述亮度调节后的灰度图像中各个像素的灰度值,对各个像素的初始彩色值进行调节,得到各个像素的彩色值,包括:
针对所述亮度调节后的灰度图像中的每个像素,将所述像素的灰度值进行亮度映射,得到所述像素在HSL色彩空间的亮度分量;
基于所述像素在HSL色彩空间的亮度分量对所述像素的初始彩色值进行调节,得到所述像素的彩色值。
一种彩色图像生成装置,所述装置包括:
获取单元,用于获取被检物体的等效原子序数图像和灰度图像;
去噪单元,用于对所述等效原子序数图像进行去噪处理,将噪声点的等效原子序数改成其邻近区域的等效原子序数,得到去噪后的等效原子序数图像;
亮度调节单元,用于对所述灰度图像进行亮度调节,得到亮度调节后的灰度图像;
彩色图像生成单元,用于基于去噪后的等效原子序数图像和所述亮度调节后的灰度图像,得到所述被检物体的彩色图像。
可选地,所述去噪单元,包括:
噪声点确定单元,用于确定所述等效原子序数图像中的噪声点;
中值滤波处理单元,用于对所述等效原子序数图像进行中值滤波处理,得到中值滤波处理后的等效原子序数图像;
噪声点处理单元,用于将所述噪声点的等效原子序数更改为所述中值滤波处理后的等效原子序数图像中对应像素的等效原子序数,得到去噪后的等效原子序数图像。
可选地,所述噪声点确定单元,包括:
二值化处理单元,用于对所述等效原子序数图像进行二值化处理,得到不同物质类别对应的二值化图像;
连通区域分析单元,用于对每个二值化图像进行连通区域分析,得到对应的连通区域;
噪声区域确定单元,用于从各个连通区域中确定出噪声区域,所有噪声区域中包含的像素的集合为所述等效原子序数图像中的噪声点。
可选地,所述亮度调节单元,包括:
平均灰度确定单元,用于基于所述灰度图像,确定每个物质类别对应的平均灰度;
物质类别对应的亮度调节参数确定单元,用于基于预设的亮度调节目标,以及每个物质类别对应的平均灰度,确定每个物质类别对应的亮度调节参数;
等效原子序数对应的亮度调节参数确定单元,用于对各个物质类别边界第一预设邻域内的等效原子序数对应的亮度调节参数进行插值处理,得到各个等效原子序数对应的亮度调节参数;
调节单元,用于基于各个等效原子序数对应的亮度调节参数,对所述灰度图像进行亮度调节,得到亮度调节后的灰度图像。
可选地,所述彩色图像生成单元,包括:
等效原子序数对应的彩色值确定单元,用于确定各个等效原子序数对应的彩色值;
像素的初始彩色值确定单元,用于基于各个等效原子序数对应的彩色值,确定各个像素的初始彩色值;
彩色值调节单元,用于基于所述亮度调节后的灰度图像中各个像素的灰度值,对各个像素的初始彩色值进行调节,得到各个像素的彩色值。
可选地,所述等效原子序数对应的彩色值确定单元,包括:
基础色确定单元,用于确定所述各个等效原子序数对应的基础色;
彩色值确定单元,用于基于所述各个等效原子序数对应的基础色,确定所述各个等效原子序数对应的彩色值。
可选地,所述彩色值确定单元,包括:
第一彩色值确定子单元,用于将所述各个等效原子序数对应的基础色作为各个等效原子序数对应的彩色值;
或者,
第二彩色值确定子单元,用于对各个物质类别边界第二预设邻域内的等效原子序数对应的基础色进行色彩融合处理,得到所述各个物质类别边界第二预设邻域内的等效原子序数对应的彩色值;将各个物质类别边界第二预设邻域外的等效原子序数对应的基础色,作为各个物质类别边界第二预设邻域外的等效原子序数对应的彩色值。
可选地,所述彩色值调节单元,包括:
亮度分量确定单元,用于针对所述亮度调节后的灰度图像中的每个像素,将所述像素的灰度值进行亮度映射,得到所述像素在HSL色彩空间的亮度分量;
彩色值调节子单元,用于基于所述像素在HSL色彩空间的亮度分量对所述像素的初始彩色值进行调节,得到所述像素的彩色值。
一种彩色图像生成设备,包括存储器和处理器;
所述存储器,用于存储程序;
所述处理器,用于执行所述程序,实现如上所述的彩色图像生成方法的各个步骤。
一种可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时,实现如上所述的彩色图像生成方法的各个步骤。
借由上述技术方案,本申请公开了一种彩色图像生成方法、装置、设备及可读存储介质。在获取被检物体的等效原子序数图像和灰度图像之后;对等效原子序数图像进行去噪处理,得到去噪后的等效原子序数图像;对灰度图像进行亮度调节,得到亮度调节后的灰度图像;基于去噪后的等效原子序数图像和亮度调节后的灰度图像,得到被检物体的彩色图像。该方案中,由于对等效原子序数图像进行了去噪处理,避免了彩色图像出现噪点,由于对灰度图像进行了亮度调节,使得彩色图像亮度均衡,进而提升了彩色图像的成像效果。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本申请的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1为本申请实施例公开的一种彩色图像生成方法的流程示意图;
图2为本申请实施例公开的一种对等效原子序数图像进行去噪处理,得到去噪后的等效原子序数图像的方法的流程示意图;
图3为本申请实施例公开的一种对灰度图像进行亮度调节,得到亮度调节后的灰度图像的方法的流程示意图;
图4为本申请实施例公开的一种亮度调节参数插值处理示意图;
图5为本申请实施例公开的一种基于去噪后的等效原子序数图像和亮度调节后的灰度图像,得到被检物体的彩色图像的方法的流程示意图;
图6为本申请实施例公开的一种色彩融合示意图;
图7为本申请实施例公开的一种彩色图像生成装置结构示意图;
图8为本申请实施例公开的一种彩色图像生成设备的硬件结构框图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
接下来,通过下述实施例对本申请提供的彩色图像生成方法进行介绍。
参照图1,图1为本申请实施例公开的一种彩色图像生成方法的流程示意图,该方法可以包括:
步骤S101:获取被检物体的等效原子序数图像和灰度图像;
双能X射线投射系统(如,双能安检机)发射端具有两个单能射线源,分别发射高能X射线和低能X射线,高能X射线能够穿透密度和原子序数较大的物质,也能穿过密度和原子序数小的物质;而低能X射线无法穿透密度和原子序数较大的物质,只能穿透密度和原子序数小的物质。接收端有两组探测器,分别接收经过被检物体衰减后的高能X射线和低能X射线,探测器将衰减后的高能X射线和低能X射线转变为信号,放大后送到信号处理系统做进一步处理,根据不同物质对X射线吸收程度的不同分别得到高能灰度图、低能灰度图,将高能灰度图与低能灰度图进行比对,从而获得被检物体的等效原子序数图像和灰度图像。
步骤S102:对所述等效原子序数图像进行去噪处理,得到去噪后的等效原子序数图像。
由于被检物体的多样性,双能X射线投射系统(如,双能安检机)成像过程中可能出现的射线源焦斑漂移,X射线散射,探测器响应不一致,电路老化导致的噪声等,等效原子序数图像质量并不理想,常常会有一些噪声点,这些噪声点往往是孤立的,容易导致物质类别划分出现偏差,从而影响彩色图像的成像效果。因此,在本申请中,可以对所述等效原子序数图像进行去噪处理,得到去噪后的等效原子序数图像。
需要说明的是,从统计意义上,孤立点(区域)周围哪类物质越多,中值取到该类物质概率就越大。因此,在本申请中,可以将噪声点的等效原子序数改成其邻近区域的等效原子序数,以达到消除噪声点的目的,具体实现方式将通过后面的实施例详细说明,此处不再展开描述。
步骤S103:对所述灰度图像进行亮度调节,得到亮度调节后的灰度图像。
考虑到X射线的穿透效果,在得到的灰度图像中,无机物的亮度一般较低,混合物的亮度适中,有机物的亮度正常或者偏亮一些,容易导致得到的彩色图像亮度不均衡。因此,在本申请中,可以对所述灰度图像进行亮度调节,得到亮度调节后的灰度图像。
需要说明的是,在本申请中,可以通过伽马校正对所述灰度图像进行亮度调节,得到亮度调节后的灰度图像。传统的伽马校正定义如下:
假设f(x,y)是亮度调节前的灰度图像,先将灰度值归一化,通过参数γ的幂律变换后再映射回0~255,得到亮度调节后的灰度图像d(x,y),
d(x,y)=255·(f(x,y)/255)γ
具体实现方式将通过后面的实施例说明,此处不再展开描述。
步骤S104:基于去噪后的等效原子序数图像和所述亮度调节后的灰度图像,得到所述被检物体的彩色图像。
在本申请中,可以基于去噪后的等效原子序数图像中的等效原子序数,得到所述被检物体的初始彩色图像,并使用亮度调节后的灰度图像中的灰度信息作为亮度分量对所述被检物体的初始彩色图像的亮度进行调整,得到所述被检物体的最终的彩色图像。具体实现方式将通过后面的实施例说明,此处不再展开描述。
本实施例公开了一种彩色图像生成方法,在获取被检物体的等效原子序数图像和灰度图像之后;对等效原子序数图像进行去噪处理,得到去噪后的等效原子序数图像;对灰度图像进行亮度调节,得到亮度调节后的灰度图像;基于去噪后的等效原子序数图像和亮度调节后的灰度图像,得到被检物体的彩色图像。该方法中,由于对等效原子序数图像进行了去噪处理,避免了彩色图像出现噪点,由于对灰度图像进行了亮度调节,使得彩色图像亮度均衡,进而提升了彩色图像的成像效果。
在本申请的另一个实施例中,对步骤S102对所述等效原子序数图像进行去噪处理,得到去噪后的等效原子序数图像的具体实现方式进行介绍。
参照图2,图2为本申请实施例公开的一种对等效原子序数图像进行去噪处理,得到去噪后的等效原子序数图像的方法的流程示意图,该方法可以包括:
步骤S201:确定所述等效原子序数图像中的噪声点。
作为一种可实施方式,所述确定所述等效原子序数图像中的噪声点,包括:
步骤S2011:对所述等效原子序数图像进行二值化处理,得到不同物质类别对应的二值化图像。
需要说明的是,在本申请中,不同物质类别指的是有机物、无机物和混合物三个类别。
为便于理解,假设等效原子序数图像为z(x,y),zx,y是坐标x,y处的像素的等效原子序数,使用阈值10和18分割出三幅二值化图像,其中go(x,y)为有机物对应的二值化图像,gg(x,y)为混合物对应的二值化图像,gb(x,y)为无机物对应的二值化图像。
步骤S2012:对每个二值化图像进行连通区域分析,得到对应的连通区域。
在本步骤中,可以基于连通区域标记算法(如,Two Strategies to Speed upConnected Component Labeling Algorithms,两种加速连接元件标记算法的策略)对每个二值化图像进行连通区域分析,得到每个二值化图像对应的连通区域。
步骤S2013:从各个连通区域中确定出噪声区域,所有噪声区域中包含的像素的集合为所述等效原子序数图像中的噪声点。
在本步骤中,针对每个连通区域,计算所述连通区域的面积,如果所述连通区域的面积小于预设阈值,则确定所述连通区域为噪声区域;如果所述连通区域的面积不小于预设阈值,则确定所述连通区域为非噪声区域。
为便于理解,假设各物质类别对应的二值化图像对应的连通区域集合{region1,region2…regionn},计算每个连通区域regioni的面积areai,如果areai小于预设阈值,则该连通区域是噪声区域,将该连通区域的所有像素都加入到噪声点集合noise,最后noise应包含等效原子序数图像中的噪声点。
步骤S202:对所述等效原子序数图像进行中值滤波处理,得到中值滤波处理后的等效原子序数图像。
考虑中值滤波对孤立噪声有良好的滤除作用,特别是在滤除噪声的同时,能够保护信号的边缘,使之不被模糊。因此,在本申请中,可以对等效原子序数图像进行预设内核大小的中值滤波处理,得到中值滤波处理后的等效原子序数图像blur(x,y),其中,blur(x,y)=medianblur(z(x,y))。
需要说明的是,预设内核大小可以根据场景需求确定,作为一种可实施方式,内核大小可以为5×5。
步骤S203:将所述噪声点的等效原子序数更改为所述中值滤波处理后的等效原子序数图像中对应像素的等效原子序数,得到去噪后的等效原子序数图像。
对于等效原子序数图像中的每个像素,如果该像素在noise中,则采用blur(x,y)中对应的像素代替,否则保持不变,则去噪后的等效原子序数图像z(x,y)为:
本实施例首先分物质类别找出噪声点,结合中值滤波算法,在尽量保持原始物质属性信息的基础上实现等效原子序数图的去噪,可以避免传统滤波算法在去除噪声的同时,图像变得模糊的缺点,以避免彩色图像出现噪点,为后续安检人员的判图、图像分析处理、违禁品检测提供了良好的基础。
在本申请的另一个实施例中,对步骤S103对所述灰度图像进行亮度调节,得到亮度调节后的灰度图像的具体实现方式进行介绍。
参照图3,图3为本申请实施例公开的一种对灰度图像进行亮度调节,得到亮度调节后的灰度图像的方法的流程示意图,该方法可以包括:
步骤S301:基于所述灰度图像,确定每个物质类别对应的平均灰度。
假设f(x,y)为亮度调节前的灰度图像,可以采用如下公式确定每个物质类别对应的平均灰度:
其中f(x,y)是亮度调节前的灰度图像,zx,y是坐标x,y处的像素的等效原子序数,meano 是有机物的平均灰度,meang是混合物的平均灰度,meanb是无机物的平均灰度。
步骤S302:基于预设的亮度调节目标,以及每个物质类别对应的平均灰度,确定每个物质类别对应的亮度调节参数。
为了保证校正后的效果,通常需要对不同类型的物质采取不同的亮度调节参数进行校正,在本申请中,可以预设亮度调节目标,作为一种可实施方式,预设亮度调节目标可以为128(归一化后则为0.5),分别计算出每个物质类别对应的亮度调节参数。
具体的,可以采用如下公式计算出每个物质类别对应的亮度调节参数:
其中,meani为平均灰度,meano 是有机物的平均灰度,meang是混合物的平均灰度,meanb是无机物的平均灰度,γi为亮度调节参数,γo为有机物对应的亮度调节参数,γg为混合物对应的亮度调节参数,γb为无机物对应的亮度调节参数。
步骤S303:对各个物质类别边界第一预设邻域内的等效原子序数对应的亮度调节参数进行插值处理,得到各个等效原子序数对应的亮度调节参数。
步骤S302中得到的各个物质类别对应的亮度调节参数可能相差较大,直接使用上述亮度调节参数对所述灰度图像进行亮度调节,可能造成亮度调节后的灰度图像亮度过渡不自然。因此,在本步骤中,可以对各个物质类别边界第一预设邻域内的等效原子序数对应的亮度调节参数进行插值处理,得到各个等效原子序数对应的亮度调节参数。
具体的,可以采用如下公式对各个物质类别边界第一预设邻域内的等效原子序数对应的亮度调节参数进行插值处理,得到各个等效原子序数对应的亮度调节参数:
其中,γ(z)表示等效原子序数z对应的亮度调节参数,γo为有机物对应的亮度调节参数,γg为混合物对应的亮度调节参数,γb为无机物对应的亮度调节参数,w表示第一预设邻域。
为便于理解,参照图4,图4为本申请实施例公开的一种亮度调节参数插值处理示意图,如图4所示。例如,γo=0.4、γg=0.8、γb=1.2,w=2,则γ(10)=0.6,即等效原子序数为10的像素,γ取值0.6。
步骤S304:基于各个等效原子序数对应的亮度调节参数,对所述灰度图像进行亮度调节,得到亮度调节后的灰度图像。
具体的,可以通过下式完成对灰度图像的校正,得到亮度调节后的灰度图像。
d(x,y)=255·(f(x,y)/255)γ(Zx,y)
其中zx,y表示像素(x,y)的等效原子序数,γ(zx,y)为zx,y对应的校正参数。
相较于现有技术基于经验获取灰度校正伽马值,本实施例提供了一种基于各物质灰度均值和目标亮度,自动计算出各物质亮度调节参数,并对物质边界的亮度调节参数进行了线性插值处理,得到各个等效原子序数对应的亮度调节参数,基于各个等效原子序数对应的亮度调节参数,对灰度图像进行亮度调节,保证亮度的过渡自然。
在本申请的另一个实施例中,对步骤S104基于去噪后的等效原子序数图像和所述亮度调节后的灰度图像,得到所述被检物体的彩色图像的具体实现方式进行介绍。
参照图5,图5为本申请实施例公开的一种基于去噪后的等效原子序数图像和亮度调节后的灰度图像,得到被检物体的彩色图像的方法的流程示意图,该方法可以包括:
步骤S401:确定各个等效原子序数对应的彩色值。
作为一种可实施方式,所述确定各个等效原子序数对应的彩色值,包括:
步骤S4011:确定所述各个等效原子序数对应的基础色。
在本申请中,采用橙色(RGBo:255,114.75; HLSo: 27,100%,50%),绿色(RGBg:0,255,0; HLSg:120,100%,50%),蓝色(RGBb:0,0,255; HLSb:240,100%,50%)作为三种基础色。各个等效原子序数对应的基础色指的是RGB色彩空间的基础色,则等效原子序数z对应的基础色如下:
步骤S4012:基于所述各个等效原子序数对应的基础色,确定所述各个等效原子序数对应的彩色值。
作为一种可实施方式,在本申请中,所述基于所述各个等效原子序数对应的基础色,确定所述各个等效原子序数对应的彩色值,包括:将所述各个等效原子序数对应的基础色作为各个等效原子序数对应的彩色值。但是,基于该方式确定的各个等效原子序数对应的彩色,只能是橙色、绿色、蓝色的一种,色彩的平滑度会存在问题。
为解决上述问题,可以对等效原子序数为10和18及附近的彩色线性融合,达到不同物质彩色自然过渡的作用。
作为另一种可实施方式,所述基于所述各个等效原子序数对应的基础色,确定所述各个等效原子序数对应的彩色值,包括:对各个物质类别边界第二预设邻域内的等效原子序数对应的基础色进行色彩融合处理,得到所述各个物质类别边界第二预设邻域内的等效原子序数对应的彩色值;将各个物质类别边界第二预设邻域外的等效原子序数对应的基础色,作为各个物质类别边界第二预设邻域外的等效原子序数对应的彩色值。
则可采用如下公式确定等效原子序数z对应的彩色值RGB(z):
其中,w为第二预设邻域,z为等效原子序数,RGBo、RGBg和RGBb为三种基础色,ratioo(z)、ratiog(z)和ratiob(z)为三种基础色所占的比率。
为便于理解,假设融合的邻域为2,则,小于8的等效原子序数对应彩色为橙色,8至12的等效原子序数对应彩色为橙色和绿色的融合,13至15的等效原子序数对应彩色为绿色,16至20的等效原子序数对应彩色为绿色和蓝色的融合,大于20的等效原子序数对应彩色为蓝色。
参照图6,图6为本申请实施例公开的一种色彩融合示意图。如图6所示,等效原子序数10对应的色彩可以为RGB(10)=0.5˙RGBo+0.5˙RGBg。
步骤S402:基于各个等效原子序数对应的彩色值,确定各个像素的初始彩色值。
针对每个像素,该像素的初始彩色值即为该像素对应的等效原子序数对应的彩色值。
步骤S403:基于所述亮度调节后的灰度图像中各个像素的灰度值,对各个像素的初始彩色值进行调节,得到各个像素的彩色值。
作为一种可实施方式,所述基于所述亮度调节后的灰度图像中各个像素的灰度值,对各个像素的初始彩色值进行调节,得到各个像素的彩色值,包括:
步骤S4031:针对所述亮度调节后的灰度图像中的每个像素,将所述像素的灰度值进行亮度映射,得到所述像素在HSL色彩空间的亮度分量。
HSL色彩空间是由色调H、饱和度S和亮度L这三者构成的。L值反映了光照的强度变化,当光照强度为100%时,则所有颜色都变成了白色,光照强度为0%时,所有的颜色都变成了黑色,光照强度为50%时为纯彩色。
对于HSL彩色模型,L(亮度)=50%的表示纯彩色。三种基础色:橙色、绿色和蓝色均为纯彩色,其H(色相)和S(饱和度)分量固定;将亮度调节后的灰度图像d(x,y)中的灰度值映射到0-100%的范围,作为HSL空间的亮度分量L。
L(x,y)=( d(x,y)/255)×100%;
其中,d(x,y)是亮度调节后的灰度图像,L(x,y)是d(x,y)归一化的亮度分量。
步骤S4032:基于所述像素在HSL色彩空间的亮度分量对所述像素的初始彩色值进行调节,得到所述像素的彩色值。
需要说明的是,L变小或者变大,RGB三个分量变化规律都是线性的,在本申请中,针对像素(x,y),可以利用如下公式基于像素在HSL色彩空间的亮度分量L(x,y)对像素的初始彩色值RGB(z(x,y))进行调节,得到像素的彩色值RGB(x,y):
下面对本申请实施例公开的一种彩色图像生成装置进行描述,下文描述的彩色图像生成装置与上文描述的彩色图像生成方法可相互对应参照。
参照图7,图7为本申请实施例公开的一种彩色图像生成装置结构示意图。如图7所示,该彩色图像生成装置可以包括:
获取单元11,用于获取被检物体的等效原子序数图像和灰度图像;
去噪单元12,用于对所述等效原子序数图像进行去噪处理,得到去噪后的等效原子序数图像;
亮度调节单元13,用于对所述灰度图像进行亮度调节,得到亮度调节后的灰度图像;
彩色图像生成单元14,用于基于去噪后的等效原子序数图像和所述亮度调节后的灰度图像,得到所述被检物体的彩色图像。
作为一种可实施方式,所述去噪单元,包括:
噪声点确定单元,用于确定所述等效原子序数图像中的噪声点;
中值滤波处理单元,用于对所述等效原子序数图像进行中值滤波处理,得到中值滤波处理后的等效原子序数图像;
噪声点处理单元,用于将所述噪声点的等效原子序数更改为所述中值滤波处理后的等效原子序数图像中对应像素的等效原子序数,得到去噪后的等效原子序数图像。
作为一种可实施方式,所述噪声点确定单元,包括:
二值化处理单元,用于对所述等效原子序数图像进行二值化处理,得到不同物质类别对应的二值化图像;
连通区域分析单元,用于对每个二值化图像进行连通区域分析,得到对应的连通区域;
噪声区域确定单元,用于从各个连通区域中确定出噪声区域,所有噪声区域中包含的像素的集合为所述等效原子序数图像中的噪声点。
作为一种可实施方式,所述亮度调节单元,包括:
平均灰度确定单元,用于基于所述灰度图像,确定每个物质类别对应的平均灰度;
物质类别对应的亮度调节参数确定单元,用于基于预设的亮度调节目标,以及每个物质类别对应的平均灰度,确定每个物质类别对应的亮度调节参数;
等效原子序数对应的亮度调节参数确定单元,用于对各个物质类别边界第一预设邻域内的等效原子序数对应的亮度调节参数进行插值处理,得到各个等效原子序数对应的亮度调节参数;
调节单元,用于基于各个等效原子序数对应的亮度调节参数,对所述灰度图像进行亮度调节,得到亮度调节后的灰度图像。
作为一种可实施方式,所述彩色图像生成单元,包括:
等效原子序数对应的彩色值确定单元,用于确定各个等效原子序数对应的彩色值;
像素的初始彩色值确定单元,用于基于各个等效原子序数对应的彩色值,确定各个像素的初始彩色值;
彩色值调节单元,用于基于所述亮度调节后的灰度图像中各个像素的灰度值,对各个像素的初始彩色值进行调节,得到各个像素的彩色值。
作为一种可实施方式,所述等效原子序数对应的彩色值确定单元,包括:
基础色确定单元,用于确定所述各个等效原子序数对应的基础色;
彩色值确定单元,用于基于所述各个等效原子序数对应的基础色,确定所述各个等效原子序数对应的彩色值。
作为一种可实施方式,所述彩色值确定单元,包括:
第一彩色值确定子单元,用于将所述各个等效原子序数对应的基础色作为各个等效原子序数对应的彩色值;
或者,
第二彩色值确定子单元,用于对各个物质类别边界第二预设邻域内的等效原子序数对应的基础色进行色彩融合处理,得到所述各个物质类别边界第二预设邻域内的等效原子序数对应的彩色值;将各个物质类别边界第二预设邻域外的等效原子序数对应的基础色,作为各个物质类别边界第二预设邻域外的等效原子序数对应的彩色值。
作为一种可实施方式,所述彩色值调节单元,包括:
亮度分量确定单元,用于针对所述亮度调节后的灰度图像中的每个像素,将所述像素的灰度值进行亮度映射,得到所述像素在HSL色彩空间的亮度分量;
彩色值调节子单元,用于基于所述像素在HSL色彩空间的亮度分量对所述像素的初始彩色值进行调节,得到所述像素的彩色值。
参照图8,图8为本申请实施例公开的一种彩色图像生成设备的硬件结构框图,参照图8,彩色图像生成设备的硬件结构可以包括:至少一个处理器1,至少一个通信接口2,至少一个存储器3和至少一个通信总线4;
在本申请实施例中,处理器1、通信接口2、存储器3、通信总线4的数量为至少一个,且处理器1、通信接口2、存储器3通过通信总线4完成相互间的通信;
处理器1可能是一个中央处理器CPU,或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路等;
存储器3可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatilememory)等,例如至少一个磁盘存储器;
其中,存储器存储有程序,处理器可调用存储器存储的程序,所述程序用于:
获取被检物体的等效原子序数图像和灰度图像;
对所述等效原子序数图像进行去噪处理,得到去噪后的等效原子序数图像;
对所述灰度图像进行亮度调节,得到亮度调节后的灰度图像;
基于去噪后的等效原子序数图像和所述亮度调节后的灰度图像,得到所述被检物体的彩色图像。
可选的,所述程序的细化功能和扩展功能可参照上文描述。
本申请实施例还提供一种可读存储介质,该可读存储介质可存储有适于处理器执行的程序,所述程序用于:
获取被检物体的等效原子序数图像和灰度图像;
对所述等效原子序数图像进行去噪处理,得到去噪后的等效原子序数图像;
对所述灰度图像进行亮度调节,得到亮度调节后的灰度图像;
基于去噪后的等效原子序数图像和所述亮度调节后的灰度图像,得到所述被检物体的彩色图像。
可选的,所述程序的细化功能和扩展功能可参照上文描述。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (11)
1.一种彩色图像生成方法,其特征在于,所述方法包括:
获取被检物体的等效原子序数图像和灰度图像;
对所述等效原子序数图像进行去噪处理,将噪声点的等效原子序数改成其邻近区域的等效原子序数,得到去噪后的等效原子序数图像;
对所述灰度图像进行亮度调节,得到亮度调节后的灰度图像;
基于去噪后的等效原子序数图像中的等效原子序数,得到所述被检物体的初始彩色图像,使用所述亮度调节后的灰度图像的灰度信息作为亮度分量对所述被检物体的初始彩色图像的亮度进行调整,得到所述被检物体的彩色图像。
2.根据权利要求1所述的方法,其特征在于,所述对所述等效原子序数图像进行去噪处理,将噪声点的等效原子序数改成其邻近区域的等效原子序数,得到去噪后的等效原子序数图像,包括:
确定所述等效原子序数图像中的噪声点;
对所述等效原子序数图像进行中值滤波处理,得到中值滤波处理后的等效原子序数图像;
将所述噪声点的等效原子序数更改为所述中值滤波处理后的等效原子序数图像中对应像素的等效原子序数,得到去噪后的等效原子序数图像。
3.根据权利要求2所述的方法,其特征在于,所述确定所述等效原子序数图像中的噪声点,包括:
对所述等效原子序数图像进行二值化处理,得到不同物质类别对应的二值化图像;
对每个二值化图像进行连通区域分析,得到对应的连通区域;
从各个连通区域中确定出噪声区域,所有噪声区域中包含的像素的集合为所述等效原子序数图像中的噪声点。
4.根据权利要求1所述的方法,其特征在于,所述对所述灰度图像进行亮度调节,得到亮度调节后的灰度图像,包括:
基于所述灰度图像,确定每个物质类别对应的平均灰度;
基于预设的亮度调节目标,以及每个物质类别对应的平均灰度,确定每个物质类别对应的亮度调节参数;
对各个物质类别边界第一预设邻域内的等效原子序数对应的亮度调节参数进行插值处理,得到各个等效原子序数对应的亮度调节参数;
基于各个等效原子序数对应的亮度调节参数,对所述灰度图像进行亮度调节,得到亮度调节后的灰度图像。
5.根据权利要求1所述的方法,其特征在于,所述基于去噪后的等效原子序数图像和所述亮度调节后的灰度图像,得到所述被检物体的彩色图像,包括:
确定各个等效原子序数对应的彩色值;
基于各个等效原子序数对应的彩色值,确定各个像素的初始彩色值;
基于所述亮度调节后的灰度图像中各个像素的灰度值,对各个像素的初始彩色值进行调节,得到各个像素的彩色值。
6.根据权利要求5所述的方法,其特征在于,所述确定所述各个等效原子序数对应的彩色值,包括:
确定所述各个等效原子序数对应的基础色;
基于所述各个等效原子序数对应的基础色,确定所述各个等效原子序数对应的彩色值。
7.根据权利要求6所述的方法,其特征在于,所述基于所述各个等效原子序数对应的基础色,确定所述各个等效原子序数对应的彩色值,包括:
将所述各个等效原子序数对应的基础色作为各个等效原子序数对应的彩色值;
或者,
对各个物质类别边界第二预设邻域内的等效原子序数对应的基础色进行色彩融合处理,得到所述各个物质类别边界第二预设邻域内的等效原子序数对应的彩色值;
将各个物质类别边界第二预设邻域外的等效原子序数对应的基础色,作为各个物质类别边界第二预设邻域外的等效原子序数对应的彩色值。
8.根据权利要求5所述的方法,其特征在于,所述基于所述亮度调节后的灰度图像中各个像素的灰度值,对各个像素的初始彩色值进行调节,得到各个像素的彩色值,包括:
针对所述亮度调节后的灰度图像中的每个像素,将所述像素的灰度值进行亮度映射,得到所述像素在HSL色彩空间的亮度分量;
基于所述像素在HSL色彩空间的亮度分量对所述像素的初始彩色值进行调节,得到所述像素的彩色值。
9.一种彩色图像生成装置,其特征在于,所述装置包括:
获取单元,用于获取被检物体的等效原子序数图像和灰度图像;
去噪单元,用于对所述等效原子序数图像进行去噪处理,将噪声点的等效原子序数改成其邻近区域的等效原子序数,得到去噪后的等效原子序数图像;
亮度调节单元,用于对所述灰度图像进行亮度调节,得到亮度调节后的灰度图像;
彩色图像生成单元,用于基于去噪后的等效原子序数图像中的等效原子序数,得到所述被检物体的初始彩色图像,使用所述亮度调节后的灰度图像的灰度信息作为亮度分量对所述被检物体的初始彩色图像的亮度进行调整,得到所述被检物体的彩色图像。
10.一种彩色图像生成设备,其特征在于,包括存储器和处理器;
所述存储器,用于存储程序;
所述处理器,用于执行所述程序,实现如权利要求1至8中任一项所述的彩色图像生成方法的各个步骤。
11.一种可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,实现如权利要求1至8中任一项所述的彩色图像生成方法的各个步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210942875.8A CN115018738B (zh) | 2022-08-08 | 2022-08-08 | 彩色图像生成方法、装置、设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210942875.8A CN115018738B (zh) | 2022-08-08 | 2022-08-08 | 彩色图像生成方法、装置、设备及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115018738A CN115018738A (zh) | 2022-09-06 |
CN115018738B true CN115018738B (zh) | 2022-12-27 |
Family
ID=83066219
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210942875.8A Active CN115018738B (zh) | 2022-08-08 | 2022-08-08 | 彩色图像生成方法、装置、设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115018738B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116401587B (zh) * | 2023-06-08 | 2023-08-18 | 乐山师范学院 | 一种基于x射线的物品类别识别方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107145898B (zh) * | 2017-04-14 | 2020-04-10 | 北京航星机器制造有限公司 | 一种基于神经网络的射线图像分类方法 |
CN108345050A (zh) * | 2018-05-11 | 2018-07-31 | 上海市刑事科学技术研究院 | 多层次多维度立体化智能安检系统 |
CN114612346A (zh) * | 2022-04-02 | 2022-06-10 | 杨海鹰 | 一种x射线背散射图像伪彩色处理算法 |
-
2022
- 2022-08-08 CN CN202210942875.8A patent/CN115018738B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN115018738A (zh) | 2022-09-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8300051B2 (en) | Apparatus and method for enhancing images in consideration of region characteristics | |
US9852499B2 (en) | Automatic selection of optimum algorithms for high dynamic range image processing based on scene classification | |
Provenzi et al. | A spatially variant white-patch and gray-world method for color image enhancement driven by local contrast | |
CN104063848B (zh) | 一种低照度图像增强方法和装置 | |
US7536036B2 (en) | Method and apparatus for red-eye detection in an acquired digital image | |
EP3272110B1 (en) | Apparatus and method for color calibration | |
Didyk et al. | Enhancement of bright video features for HDR displays | |
US20060104533A1 (en) | High dynamic range images from low dynamic range images | |
US20060104508A1 (en) | High dynamic range images from low dynamic range images | |
US20110211732A1 (en) | Multiple exposure high dynamic range image capture | |
US20110254976A1 (en) | Multiple exposure high dynamic range image capture | |
US7916963B2 (en) | Method and apparatus for an intuitive digital image processing system that enhances digital images | |
CN110717865B (zh) | 图片检测方法及装置 | |
CN114331873B (zh) | 一种基于区域划分的非均匀光照彩色图像校正方法 | |
Park et al. | Generation of high dynamic range illumination from a single image for the enhancement of undesirably illuminated images | |
CN115018738B (zh) | 彩色图像生成方法、装置、设备及可读存储介质 | |
US10319083B2 (en) | Image artifact detection and correction in scenes obtained from multiple visual images | |
WO2008102296A2 (en) | Method for enhancing the depth sensation of an image | |
Wang et al. | Endoscopic image luminance enhancement based on the inverse square law for illuminance and retinex | |
CN107025641A (zh) | 基于对比度分析的图像融合方法 | |
US10594902B2 (en) | Image conversion method | |
KR101585187B1 (ko) | Cielab 색 공간에서의 통합된 멀티 스케일 레티넥스를 수행하는 이미지 처리 방법 및 장치 | |
JP6867563B1 (ja) | 画像処理方法 | |
Kwon et al. | Enhanced high dynamic‐range image rendering using a surround map based on edge‐adaptive layer blurring | |
David | Low illumination image enhancement algorithm using iterative recursive filter and visual gamma transformation function |
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 |