CN115100077A - 一种新型图像增强方法与装置 - Google Patents

一种新型图像增强方法与装置 Download PDF

Info

Publication number
CN115100077A
CN115100077A CN202210876371.0A CN202210876371A CN115100077A CN 115100077 A CN115100077 A CN 115100077A CN 202210876371 A CN202210876371 A CN 202210876371A CN 115100077 A CN115100077 A CN 115100077A
Authority
CN
China
Prior art keywords
image
tone
dark
processed
light
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
CN202210876371.0A
Other languages
English (en)
Other versions
CN115100077B (zh
Inventor
李小辉
邱波
刘刚
曾文琪
苏茹
欧阳效明
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.)
Shenzhen ACT Industrial Co Ltd
Original Assignee
Shenzhen ACT Industrial 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 Shenzhen ACT Industrial Co Ltd filed Critical Shenzhen ACT Industrial Co Ltd
Priority to CN202210876371.0A priority Critical patent/CN115100077B/zh
Publication of CN115100077A publication Critical patent/CN115100077A/zh
Application granted granted Critical
Publication of CN115100077B publication Critical patent/CN115100077B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • 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
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • 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
    • G06T2207/20048—Transform domain processing
    • G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]
    • 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
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging

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

本发明公开了一种新型图像增强方法与装置，涉及图像增强技术领域，解决了色调与图像处于一致的噪点无法得到充分清除的技术问题；采用分割式图像增强方式，不仅增强了图像的整体轮廓，同时对整个图像进行了清晰度增强，使处理得到的合并高清图像的清晰度更强，细节处理效果较佳，对合并高清图像进行降噪处理时，将合并高清图像分割为明色调图区以及暗色调图区，再采用相反的色板与对应的色调图区进行合并匹配，便可使明色调图区内部的噪点进行充分显现，采用此种噪点显现方式，便于降噪单元对细微的噪点进行处理，便提升了噪点的整体处理效果，再一步增强了整体图像的清晰度。

Description

一种新型图像增强方法与装置
技术领域
本发明属于图像增强技术领域，具体是一种新型图像增强方法与装置。
背景技术
有目的地强调图像的整体或局部特性，将原来不清晰的图像变得清晰或强调某些感兴趣的特征，扩大图像中不同物体特征之间的差别，抑制不感兴趣的特征，使之改善图像质量、丰富信息量，加强图像判读和识别效果，满足某些特殊分析的需要。
现有的图像增强方法，将图像看成一种二维信号，对其进行基于二维傅里叶变换的信号增强，采用低通滤波（即只让低频信号通过）法，可去掉图中的噪声；采用高通滤波法，则可增强边缘等高频信号，使模糊的图片变得清晰。
针对于图像进行增强时，仍有以下不足需进行改进：
1、其中，图像在进行增强过程中，整体图像得到了清晰化处理，但图像的整体轮廓还存在部分路径模糊化，导致整体的图像的部分轮廓仍存在部分模糊；
2、处理后的图像在进行降噪处理时，因部分噪点与图像之间的色调几乎一致，导致噪点无法显现却实际存在，部分色调一致的噪点无法得到充分去除，便影响了整体图像的清晰度。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一；为此，本发明提出了一种新型图像增强方法与装置，用于解决色调与图像处于一致的噪点无法得到充分清除的技术问题。
为实现上述目的，根据本发明的第一方面的实施例提出一种新型图像增强方法，包括以下步骤：
S1、预先对所获取的图像进行灰度处理，再利用图像梯度算法提取出边框获得对应的图像轮廓，并对图像轮廓虚幻路径锐化处理得到待处理图像轮廓；
S2、将所获取的图像进行另一步处理，将图像转换为二维信号，再对二维信号进行信号增强，将增强后的信号先进行低通滤波处理、再进行高通滤波处理，得到待处理图像；
S3、将待处理图像轮廓与内部的坐标图谱进行匹配，并确定四组象限点，将待处理图像采用同样的方式获取四组象限点，根据象限点的坐标位置，对待处理图像轮廓以及待处理图像进行合并处理，生成合并高清图像；
S4、将合并高清图像内部的明色调以及暗色调进行区分处理，通过处理结果将合并高清图像分离为明色调图区和暗色调图区；
S5、将暗色调图区与明色调图区进行区别处理，向暗色调图区内添加明色板，向明色调图区内添加暗色板，便将暗色调图区与明色调图区内部的噪点显现，将所显现的噪点去除，将经噪点处理后的暗色调图区以及明色调图区进行合并，生成处理后的合并高清图像。
优选的，所述步骤S1中对图像轮廓虚幻路径锐化处理：
S11、从图像轮廓内，对每组边缘轮廓路径帧数进行获取，并标记为ZSi，其中i代表不同的边缘轮廓路径；
S12、将ZSi与预设值Y1进行比对，当ZSi≤Y1时，通过i值，提取对应的边缘轮廓路径，并将对应的边缘轮廓路径标记为待处理路径，当ZSi＞Y1时，不进行处理；
S13、将待处理路径的帧数ZSi进行提取，将
Figure 135067DEST_PATH_IMAGE001
得到锐化值SZi，其中X1为预设的系数，ZSMi为待处理路径的帧数ZSi经高斯模糊之后的数值，将锐化值SZiScale到0～315的RGB像素值范围之内锐化得到处理路径；
S14、将处理路径与原始图像轮廓进行合并处理，得到待处理图像轮廓。
优选的，所述步骤S2中对获取的图像进行另一步处理的方式为：
S21、将图像转换为二维信号，并对二维信号内部的二维灰度数表进行提取，将二维灰度数表采用二维离散傅里叶变换的方式转换为频率数表；
S22、对频率数表内部的低频信号进行提取，去除对应的高频信号，将所去除的高频信号进行阻隔；
S23、再对频率数表内部的高频信号进行提取，阻隔对应的低频信号，通过处理后的频率数表进行转换生成待处理图像。
优选的，所述步骤S3中将待处理图像轮廓以及待处理图像进行合并处理的方式为：S31、待处理图像轮廓与坐标图谱合并后，获取得到多个待处理图像轮廓的路径转折点，并从多个路径转折点内随机获取四组象限点，并依次标记为A（Q1，W1）、B（Q2，W2）、C（Q3，W3）以及D（Q4，W4）；
S32、将待处理图像与坐标图谱进行合并，并根据四组象限点A、B、C以及D的坐标位置，并标记在待处理图像对应位置处；
S33、将四组象限点A、B、C以及D进行合并，再将待处理图像与待处理图像轮廓进行合并，生成合并高清图像，并删除对应的合并连接虚线，使合并高清图像为一个整体图像。
优选的，所述步骤S4中将合并高清图像内部的明色调以及暗色调进行区分处理的步骤为：
S41、将合并高清图像放大G倍，将放大后的合并高清图像进行切割处理，生成K个图像片段，并对不同图像片段的中心点进行锁定，获取对应的锁定坐标SDk；
S42、对K个图像片段的色调参数进行获取，并标记为DSk，并将色调参数DSk与预设判定值U，当DSk≤U时，生成暗信号，并将暗信号与对应的图像片段进行捆绑，当DSk＞U时，生成明信号，并将明信号与对应的图像片段进行捆绑；
S43、将多个带有暗信号的图像片段进行合并处理生成暗色调图区，将多个带有明信号的图像片段进行合并处理生成明色调图区，将暗色调图区与明色调图区进行分离处理。
优选的，所述步骤S5中将暗色调图区与明色调图区进行区别处理的步骤为：
S51、从暗色调图区内获取多个暗色调参数，并将多个暗色调参数进行均值处理得到暗色调参数均值ASp；
S52、从明色调图区内获取多个明色调参数，并将多个明色调参数进行均值处理得到明色调参数均值MSl；
S53、采用
Figure 475044DEST_PATH_IMAGE002
得到明色调参数值CSZ1，通过明色调参数值CSZ生成明色板，采用同样的方式得到暗色调参数值CSZ2，通过暗色调参数值CSZ2生成暗色板；
S54、将明色板与暗色调图区进行合并，将暗色板与明色调图区进行合并，对暗色调图区以及明色调图区内部的噪点进行获取，采用对应的软件将噪点去除；
S55、将经噪点处理后的暗色调图区以及明色调图区进行合并，通过内部对应的锁定坐标SDk对暗色调图区以及明色调图区分离处进行合并，再次生成合并高清图像。
一种新型图像增强装置，包括轮廓获取单元、图像处理单元、合并生成单元、色调分离单元以及色板添加单元和降噪单元；
所述轮廓获取单元对待处理图像进行灰度处理，再利用图像梯度算法提取出边框获得对应的图像轮廓生成待处理图像轮廓；
所述图像处理单元将待处理图像转换为二维信号，再对二维信号进行信号增强，将增强后的信号先进行低通滤波处理、再进行高通滤波处理，得到待处理图像；
所述合并生成单元用于将待处理图像轮廓和待处理图像进行合并，生成合并高清图像；
所述色调分离单元根据合并高清图像内部的明色调以及暗色调将合并高清图像进行分区处理，将合并高清图像拆分为明色调图区和暗色调图区；所述色板添加单元针对不同的明色调图区和暗色调图区添加不同的色调色板，将不同的色调色板输送至合并生成单元内，将明暗色板与对应的明色调图区和暗色调图区进行合并，提取多组噪点，再通过降噪单元对噪点进行去除，将去除噪点后的明色调图区和暗色调图区进行合并，再次组合而成合并高清图像。
与现有技术相比，本发明的有益效果是：预先对图像的图像轮廓进行获取，并对图像轮廓的模糊区域进行处理，使模糊区域清晰化，再对整个图像进行清晰化处理得到待处理图像，再将图像轮廓以及待处理图像进行合并，采用分割式图像增强方式，不仅增强了图像的整体轮廓，同时对整个图像进行了清晰度增强，使处理得到的合并高清图像的清晰度更强，细节处理效果较佳；
再对合并高清图像进行降噪处理时，将合并高清图像分割为明色调图区以及暗色调图区，再采用相反的色板与对应的色调图区进行合并匹配，便可使明色调图区内部的噪点进行充分显现，采用此种噪点显现方式，便于降噪单元对细微的噪点进行处理，便提升了噪点的整体处理效果，再一步增强了整体图像的清晰度。
附图说明
图1为本发明方法流程示意图；
图2为本发明装置原理框架示意图。
具体实施方式
下面将结合实施例对本发明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做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
实施例一
请参阅图1，本申请提供了一种新型图像增强方法，包括以下步骤：
S1、预先对所获取的图像进行灰度处理，再利用图像梯度算法提取出边框获得对应的图像轮廓，并对图像轮廓虚幻路径锐化处理得到待处理图像轮廓（图像梯度算法所使用的梯度为Lapacian梯度和阈值125）；
所述步骤S1中，对图像轮廓虚幻路径锐化处理：
S11、从图像轮廓内，对每组边缘轮廓路径帧数进行获取，并标记为ZSi，其中i代表不同的边缘轮廓路径；
S12、将ZSi与预设值Y1进行比对，当ZSi≤Y1时，通过i值，提取对应的边缘轮廓路径，并将对应的边缘轮廓路径标记为待处理路径，当ZSi＞Y1时，不进行处理；
S13、将待处理路径的帧数ZSi进行提取，将
Figure 989202DEST_PATH_IMAGE001
得到锐化值SZi，其中X1为预设的系数，ZSMi为待处理路径的帧数ZSi经高斯模糊之后的数值，将锐化值SZiScale到0～255的RGB像素值范围之内，锐化得到处理路径（此处采用的是USM锐化方式，且锐化代码数据如下：for i in range(3)：
gau = cv2.GaussianBlur(img[:, :, i], (0, 0), 5)
dst[:, :, i] = cv2.addWeighted(img[:, :, i], 1.5, gau, -0.5, 0)；
S14、将处理路径与原始图像轮廓进行合并处理，得到待处理图像轮廓；
S2、将所获取的图像进行另一步处理，将图像转换为二维信号，再对二维信号进行信号增强，将增强后的信号先进行低通滤波处理、再进行高通滤波处理，得到待处理图像；
所述步骤S2中，图像进行另一步处理的方式为：
S21、将图像转换为二维信号，并对二维信号内部的二维灰度数表进行提取，将二维灰度数表采用二维离散傅里叶变换的方式转换为频率数表；
S22、对频率数表内部的低频信号进行提取，去除对应的高频信号，将所去除的高频信号进行阻隔（通过设定临界值对高频信号以及低频信号进行区分）；
S23、再对频率数表内部的高频信号进行提取，阻隔对应的低频信号，通过处理后的频率数表进行转换生成待处理图像；
S3、将待处理图像轮廓与内部的坐标图谱进行匹配，并确定四组象限点，将待处理图像采用同样的方式获取四组象限点，根据象限点的坐标位置，对待处理图像轮廓以及待处理图像进行合并处理，生成合并高清图像；
其中确定四组象限点的方式为：
S31、待处理图像轮廓与坐标图谱合并后，获取得到多个待处理图像轮廓的路径转折点，并从多个路径转折点内随机获取四组象限点，并依次标记为A（Q1，W1）、B（Q2，W2）、C（Q3，W3）以及D（Q4，W4）；
S32、将待处理图像与坐标图谱进行合并，并根据四组象限点A、B、C以及D的坐标位置，并标记在待处理图像对应位置处；
S33、将四组象限点A、B、C以及D进行合并，再将待处理图像与待处理图像轮廓进行合并，生成合并高清图像，并删除对应的合并连接虚线，使合并高清图像为一个整体图像；
先对图像的图像轮廓进行获取，并对图像轮廓的模糊区域进行处理，使模糊区域清晰化，再对整个图像进行清晰化处理得到待处理图像，再将图像轮廓以及待处理图像进行合并，采用分割式图像增强方式，不仅增强了图像的整体轮廓，同时对整个图像进行了清晰度增强，使处理得到的合并高清图像的清晰度更强，细节处理效果较佳；
S4、将合并高清图像内部的明色调以及暗色调进行区分处理，通过处理结果将合并高清图像分离为明色调图区和暗色调图区，其中区分处理步骤为：
S41、将合并高清图像放大50倍，将放大后的合并高清图像进行切割处理，生成K个图像片段，并对不同图像片段的中心点进行锁定，获取对应的锁定坐标SDk；
S42、对K个图像片段的色调参数进行获取，并标记为DSk，并将色调参数DSk与预设判定值U，当DSk≤U时，生成暗信号，并将暗信号与对应的图像片段进行捆绑，当DSk＞U时，生成明信号，并将明信号与对应的图像片段进行捆绑；
S43、将多个带有暗信号的图像片段进行合并处理生成暗色调图区，将多个带有明信号的图像片段进行合并处理生成明色调图区，将暗色调图区与明色调图区进行分离处理（此时的合并高清图像便拆分为暗色调图区与明色调图区，暗色调图区与明色调图区内部依然存在多个处于同一明暗色调的噪点，暗噪点位于暗色调图区内，明噪点位于明色调图区内）；
S5、将暗色调图区与明色调图区进行区别处理，向暗色调图区内添加明色板，向明色调图区内添加暗色板，便将暗色调图区与明色调图区内部的噪点显现，将所显现的噪点去除，其中进行处理的步骤为：
S51、从暗色调图区内获取多个暗色调参数，并将多个暗色调参数进行均值处理得到暗色调参数均值ASp；
S52、从明色调图区内获取多个明色调参数，并将多个明色调参数进行均值处理得到明色调参数均值MSl；
S53、采用
Figure 712307DEST_PATH_IMAGE002
得到明色调参数值CSZ1，通过明色调参数值CSZ生成明色板，采用同样的方式得到暗色调参数值CSZ2，通过暗色调参数值CSZ2生成暗色板（t=1或者2，t=1时，代表明色调参数值，t=2时，代表暗色调参数值）；
S54、将明色板与暗色调图区进行合并，将暗色板与明色调图区进行合并，对暗色调图区以及明色调图区内部的噪点进行获取，采用对应的软件将噪点去除；
S55、将经噪点处理后的暗色调图区以及明色调图区进行合并，通过内部对应的锁定坐标SDk对暗色调图区以及明色调图区分离处进行合并，再次生成合并高清图像。
对合并高清图像进行降噪处理时，将合并高清图像分割为明色调图区以及暗色调图区，再采用相反的色板与对应的色调图区进行合并匹配，便可使明色调图区内部的噪点进行充分显现，采用此种噪点显现方式，便于降噪单元对细微的噪点进行处理，便提升了噪点的整体处理效果，再一步增强了整体图像的清晰度。
实施例二
本实施例相较于实施例一，在具体实施处理过程中，步骤S13内，将锐化值SZiScale到0～315的RGB像素值范围之内；
步骤S41内，将合并高清图像放大100倍。
实验
将实施例一与实施例二随机散步于若干实验进行体验半年，并对应收集样本数据，样本数据包括图像清晰度数据以及操作人员的评价分，样本数据如下表所示：
实施例一 实施例一
图像清晰度 91.2％ 92.5％
评价分 87.6 89.2
由上表可知，实施例二的实验数据优于实施例一的实验数据，管理人员可以根据需要确定适合的优选实施例；
一种新型图像增强装置，包括轮廓获取单元、图像处理单元、合并生成单元、色调分离单元以及色板添加单元和降噪单元；
所述轮廓获取单元和图像处理单元输出端均与合并生成单元输入端电性连接，所述合并生成单元输出端与色调分离单元输入端电性连接，所述色调分离单元与色板添加单元之间双向连接，所述色调分离单元输出端与降噪单元输入端电性连接；
所述轮廓获取单元，对待处理图像进行灰度处理，再利用图像梯度算法提取出边框获得对应的图像轮廓生成待处理图像轮廓；
所述图像处理单元，将待处理图像转换为二维信号，再对二维信号进行信号增强，将增强后的信号先进行低通滤波处理、再进行高通滤波处理，得到待处理图像；
所述合并生成单元，用于将待处理图像轮廓和待处理图像进行合并，生成合并高清图像；
所述色调分离单元，根据合并高清图像内部的明色调以及暗色调将合并高清图像进行分区处理，将合并高清图像拆分为明色调图区和暗色调图区；所述色板添加单元针对不同的明色调图区和暗色调图区添加不同的色调色板，将不同的色调色板输送至合并生成单元内，将明暗色板与对应的明色调图区和暗色调图区进行合并，提取多组噪点，再通过降噪单元对噪点进行去除，将去除噪点后的明色调图区和暗色调图区进行合并，再次组合而成合并高清图像。
上述公式中的部分数据均是去除量纲取其数值计算，公式是由采集的大量数据经过软件模拟得到最接近真实情况的一个公式；公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者通过大量数据模拟获得。
本发明的工作原理：预先对图像的图像轮廓进行获取，并对图像轮廓的模糊区域进行处理，使模糊区域清晰化，再对整个图像进行清晰化处理得到待处理图像，再将图像轮廓以及待处理图像进行合并，采用分割式图像增强方式，不仅增强了图像的整体轮廓，同时对整个图像进行了清晰度增强，使处理得到的合并高清图像的清晰度更强，细节处理效果较佳；
再对合并高清图像进行降噪处理时，将合并高清图像分割为明色调图区以及暗色调图区，再采用相反的色板与对应的色调图区进行合并匹配，便可使明色调图区内部的噪点进行充分显现，采用此种噪点显现方式，便于降噪单元对细微的噪点进行处理，便提升了噪点的整体处理效果，再一步增强了整体图像的清晰度。
以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。

Claims (7)

1.一种新型图像增强方法，其特征在于，包括以下步骤：
S1、预先对所获取的图像进行灰度处理，再利用图像梯度算法提取出边框获得对应的图像轮廓，并对图像轮廓虚幻路径锐化处理得到待处理图像轮廓；
S2、将所获取的图像进行另一步处理，将图像转换为二维信号，再对二维信号进行信号增强，将增强后的信号先进行低通滤波处理、再进行高通滤波处理，得到待处理图像；
S3、将待处理图像轮廓与内部的坐标图谱进行匹配，并确定四组象限点，将待处理图像采用同样的方式获取四组象限点，根据象限点的坐标位置，对待处理图像轮廓以及待处理图像进行合并处理，生成合并高清图像；
S4、将合并高清图像内部的明色调以及暗色调进行区分处理，通过处理结果将合并高清图像分离为明色调图区和暗色调图区；
S5、将暗色调图区与明色调图区进行区别处理，向暗色调图区内添加明色板，向明色调图区内添加暗色板，便将暗色调图区与明色调图区内部的噪点显现，将所显现的噪点去除，将经噪点处理后的暗色调图区以及明色调图区进行合并，生成处理后的合并高清图像。
2.根据权利要求1所述的一种新型图像增强方法，其特征在于，所述步骤S1中，对图像轮廓虚幻路径锐化处理：
S11、从图像轮廓内，对每组边缘轮廓路径帧数进行获取，并标记为ZSi，其中i代表不同的边缘轮廓路径；
S12、将ZSi与预设值Y1进行比对，当ZSi≤Y1时，通过i值，提取对应的边缘轮廓路径，并将对应的边缘轮廓路径标记为待处理路径，当ZSi＞Y1时，不进行处理；
S13、将待处理路径的帧数ZSi进行提取，将
Figure 916419DEST_PATH_IMAGE001
得到锐化值SZi，其中X1为预设的系数，ZSMi为待处理路径的帧数ZSi经高斯模糊之后的数值，将锐化值SZiScale到0～315的RGB像素值范围之内锐化得到处理路径；
S14、将处理路径与原始图像轮廓进行合并处理，得到待处理图像轮廓。
3.根据权利要求2所述的一种新型图像增强方法，其特征在于，所述步骤S2中，对获取的图像进行另一步处理的方式为：
S21、将图像转换为二维信号，并对二维信号内部的二维灰度数表进行提取，将二维灰度数表采用二维离散傅里叶变换的方式转换为频率数表；
S22、对频率数表内部的低频信号进行提取，去除对应的高频信号，将所去除的高频信号进行阻隔；
S23、再对频率数表内部的高频信号进行提取，阻隔对应的低频信号，通过处理后的频率数表进行转换生成待处理图像。
4.根据权利要求3所述的一种新型图像增强方法，其特征在于，所述步骤S3中，将待处理图像轮廓以及待处理图像进行合并处理的方式为：
S31、待处理图像轮廓与坐标图谱合并后，获取得到多个待处理图像轮廓的路径转折点，并从多个路径转折点内随机获取四组象限点，并依次标记为A（Q1，W1）、B（Q2，W2）、C（Q3，W3）以及D（Q4，W4）；
S32、将待处理图像与坐标图谱进行合并，并根据四组象限点A、B、C以及D的坐标位置，并标记在待处理图像对应位置处；
S33、将四组象限点A、B、C以及D进行合并，再将待处理图像与待处理图像轮廓进行合并，生成合并高清图像，并删除对应的合并连接虚线，使合并高清图像为一个整体图像。
5.根据权利要求4所述的一种新型图像增强方法，其特征在于，所述步骤S4中，将合并高清图像内部的明色调以及暗色调进行区分处理的步骤为：
S41、将合并高清图像放大G倍，将放大后的合并高清图像进行切割处理，生成K个图像片段，并对不同图像片段的中心点进行锁定，获取对应的锁定坐标SDk；
S42、对K个图像片段的色调参数进行获取，并标记为DSk，并将色调参数DSk与预设判定值U，当DSk≤U时，生成暗信号，并将暗信号与对应的图像片段进行捆绑，当DSk＞U时，生成明信号，并将明信号与对应的图像片段进行捆绑；
S43、将多个带有暗信号的图像片段进行合并处理生成暗色调图区，将多个带有明信号的图像片段进行合并处理生成明色调图区，将暗色调图区与明色调图区进行分离处理。
6.根据权利要求5所述的一种新型图像增强方法，其特征在于，所述步骤S5中，将暗色调图区与明色调图区进行区别处理的步骤为：
S51、从暗色调图区内获取多个暗色调参数，并将多个暗色调参数进行均值处理得到暗色调参数均值ASp；
S52、从明色调图区内获取多个明色调参数，并将多个明色调参数进行均值处理得到明色调参数均值MSl；
S53、采用
Figure 145407DEST_PATH_IMAGE002
得到明色调参数值CSZ1，通过明色调参数值CSZ生成明色板，采用同样的方式得到暗色调参数值CSZ2，通过暗色调参数值CSZ2生成暗色板；
S54、将明色板与暗色调图区进行合并，将暗色板与明色调图区进行合并，对暗色调图区以及明色调图区内部的噪点进行获取，采用对应的软件将噪点去除；
S55、将经噪点处理后的暗色调图区以及明色调图区进行合并，通过内部对应的锁定坐标SDk对暗色调图区以及明色调图区分离处进行合并，再次生成合并高清图像。
7.一种新型图像增强装置，其特征在于，包括轮廓获取单元、图像处理单元、合并生成单元、色调分离单元以及色板添加单元和降噪单元；
所述轮廓获取单元对待处理图像进行灰度处理，再利用图像梯度算法提取出边框获得对应的图像轮廓生成待处理图像轮廓；
所述图像处理单元将待处理图像转换为二维信号，再对二维信号进行信号增强，将增强后的信号先进行低通滤波处理、再进行高通滤波处理，得到待处理图像；
所述合并生成单元用于将待处理图像轮廓和待处理图像进行合并，生成合并高清图像；
所述色调分离单元根据合并高清图像内部的明色调以及暗色调将合并高清图像进行分区处理，将合并高清图像拆分为明色调图区和暗色调图区；所述色板添加单元针对不同的明色调图区和暗色调图区添加不同的色调色板，将不同的色调色板输送至合并生成单元内，将明暗色板与对应的明色调图区和暗色调图区进行合并，提取多组噪点，再通过降噪单元对噪点进行去除，将去除噪点后的明色调图区和暗色调图区进行合并，再次组合而成合并高清图像。
CN202210876371.0A 2022-07-25 2022-07-25 一种图像增强方法与装置 Active CN115100077B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210876371.0A CN115100077B (zh) 2022-07-25 2022-07-25 一种图像增强方法与装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210876371.0A CN115100077B (zh) 2022-07-25 2022-07-25 一种图像增强方法与装置

Publications (2)

Publication Number Publication Date
CN115100077A true CN115100077A (zh) 2022-09-23
CN115100077B CN115100077B (zh) 2022-11-04

Family

ID=83298506

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210876371.0A Active CN115100077B (zh) 2022-07-25 2022-07-25 一种图像增强方法与装置

Country Status (1)

Country Link
CN (1) CN115100077B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116485678A (zh) * 2023-04-28 2023-07-25 深圳联安通达科技有限公司 基于嵌入式操作系统的图像处理方法
CN116908212A (zh) * 2023-09-12 2023-10-20 厦门微亚智能科技股份有限公司 一种基于特征提取的电芯蓝膜外观缺陷检测方法及系统

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110150332A1 (en) * 2008-05-19 2011-06-23 Mitsubishi Electric Corporation Image processing to enhance image sharpness
CN102289792A (zh) * 2011-05-03 2011-12-21 北京云加速信息技术有限公司 一种低照度视频图像增强方法及系统
US20140010472A1 (en) * 2012-06-30 2014-01-09 Huawei Technologies Co., Ltd Image Sharpening Method and Device
US20150078678A1 (en) * 2013-09-18 2015-03-19 Blackberry Limited Using narrow field of view monochrome camera for producing a zoomed image
CN106659468A (zh) * 2014-05-30 2017-05-10 深圳迈瑞生物医疗电子股份有限公司 选择性增强图像中感兴趣区域的系统和方法
CN109272470A (zh) * 2018-10-08 2019-01-25 成都品果科技有限公司 一种图像增强方法及装置
CN109685742A (zh) * 2018-12-29 2019-04-26 哈尔滨理工大学 一种暗光环境下的图像增强方法
CN110363719A (zh) * 2019-07-01 2019-10-22 湖南开启时代智能科技有限公司 一种细胞分层图像处理方法及系统
CN111223110A (zh) * 2020-01-06 2020-06-02 陈根生 一种显微图像增强方法、装置及计算机设备
CN111951195A (zh) * 2020-07-08 2020-11-17 华为技术有限公司 图像增强方法及装置
CN113298737A (zh) * 2021-07-09 2021-08-24 青岛海泰新光科技股份有限公司 一种内窥镜图像增强算法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110150332A1 (en) * 2008-05-19 2011-06-23 Mitsubishi Electric Corporation Image processing to enhance image sharpness
CN102289792A (zh) * 2011-05-03 2011-12-21 北京云加速信息技术有限公司 一种低照度视频图像增强方法及系统
US20140010472A1 (en) * 2012-06-30 2014-01-09 Huawei Technologies Co., Ltd Image Sharpening Method and Device
US20150078678A1 (en) * 2013-09-18 2015-03-19 Blackberry Limited Using narrow field of view monochrome camera for producing a zoomed image
CN106659468A (zh) * 2014-05-30 2017-05-10 深圳迈瑞生物医疗电子股份有限公司 选择性增强图像中感兴趣区域的系统和方法
CN109272470A (zh) * 2018-10-08 2019-01-25 成都品果科技有限公司 一种图像增强方法及装置
CN109685742A (zh) * 2018-12-29 2019-04-26 哈尔滨理工大学 一种暗光环境下的图像增强方法
CN110363719A (zh) * 2019-07-01 2019-10-22 湖南开启时代智能科技有限公司 一种细胞分层图像处理方法及系统
CN111223110A (zh) * 2020-01-06 2020-06-02 陈根生 一种显微图像增强方法、装置及计算机设备
CN111951195A (zh) * 2020-07-08 2020-11-17 华为技术有限公司 图像增强方法及装置
CN113298737A (zh) * 2021-07-09 2021-08-24 青岛海泰新光科技股份有限公司 一种内窥镜图像增强算法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
SAMARTH BORKER 等: "Contrast Enhancement and Visibility Restoration of Underwater Optical Images Using Fusion", 《INTERNATIONAL JOURNAL OF INTELLIGENT ENGINEERING & SYSTEMS》 *
ZHANG ZHIGANG 等: "Wavelet Transform Adjustment Method Study in Color Image Enhancement", 《ADVANCED MATERIALS RESEARCH VOLS》 *
李磊: "低照度环境下彩色图像增强算法研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 *
赵丽: "基于直方图均衡的夜间图像增强算法研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116485678A (zh) * 2023-04-28 2023-07-25 深圳联安通达科技有限公司 基于嵌入式操作系统的图像处理方法
CN116485678B (zh) * 2023-04-28 2024-02-09 深圳联安通达科技有限公司 基于嵌入式操作系统的图像处理方法
CN116908212A (zh) * 2023-09-12 2023-10-20 厦门微亚智能科技股份有限公司 一种基于特征提取的电芯蓝膜外观缺陷检测方法及系统
CN116908212B (zh) * 2023-09-12 2023-12-08 厦门微亚智能科技股份有限公司 一种基于特征提取的电芯蓝膜外观缺陷检测方法及系统

Also Published As

Publication number Publication date
CN115100077B (zh) 2022-11-04

Similar Documents

Publication Publication Date Title
Xu et al. Star: A structure and texture aware retinex model
CN115100077B (zh) 一种图像增强方法与装置
Lin et al. Intensity and edge based adaptive unsharp masking filter for color image enhancement
CN107240084B (zh) 一种单幅图像去雨方法及装置
CN111260616A (zh) 一种基于Canny算子二维阈值分割优化的绝缘子裂纹检测方法
CN112614062B (zh) 菌落计数方法、装置及计算机存储介质
CN109472788B (zh) 一种飞机铆钉表面的伤痕检测方法
JP2004280832A (ja) イメージ文字を認識するための前処理装置及び方法
CN108830857B (zh) 一种自适应的汉字碑帖图像二值化分割方法
CN109903294B (zh) 图像处理方法、装置、电子设备及可读存储介质
CN110717922A (zh) 一种图像清晰度评价方法及装置
CN110717865B (zh) 图片检测方法及装置
CN114332081B (zh) 基于图像处理的纺织品表面异常判定方法
CN113344810A (zh) 基于动态数据分布的图像增强方法
Ein-shoka et al. Quality enhancement of infrared images using dynamic fuzzy histogram equalization and high pass adaptation in DWT
CN112233037B (zh) 基于图像分割的图像增强系统及方法
CN111489333B (zh) 一种无参考夜间自然图像质量评价方法
CN112884662A (zh) 基于飞行器航拍图像的三维数字地图图像处理方法
CN112802074A (zh) 一种基于光照校正与视觉显著特征的纺织品瑕疵检测方法
CN111681181A (zh) 一种织物表面起球程度的评价方法
CN112465817A (zh) 一种基于方向滤波器的路面裂缝检测方法
CN109934215B (zh) 一种身份证识别方法
Ma et al. Solid waste surface feature enhancement method based on gamma correction and wavelet transform
CN112085683A (zh) 一种显著性检测中的深度图可信度检测方法
Reddy et al. Guided image filtering for 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
GR01 Patent grant
GR01 Patent grant