CN116957983A - 图像增强方法、装置、设备及存储介质 - Google Patents

图像增强方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN116957983A
CN116957983A CN202310973821.2A CN202310973821A CN116957983A CN 116957983 A CN116957983 A CN 116957983A CN 202310973821 A CN202310973821 A CN 202310973821A CN 116957983 A CN116957983 A CN 116957983A
Authority
CN
China
Prior art keywords
target
gray
inter
coefficient
pixel
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
CN202310973821.2A
Other languages
English (en)
Inventor
蔡登胜
樊香所
邓林嘉
姚家乐
刘丽丽
孙金泉
金忠
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.)
Guangxi Liugong Machinery Co Ltd
Original Assignee
Guangxi Liugong Machinery 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 Guangxi Liugong Machinery Co Ltd filed Critical Guangxi Liugong Machinery Co Ltd
Priority to CN202310973821.2A priority Critical patent/CN116957983A/zh
Publication of CN116957983A publication Critical patent/CN116957983A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

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

Abstract

本发明公开了图像增强方法、装置、设备及存储介质。该方法包括：获取初始图像和目标像元，并根据所述目标像元对初始图像归一化得到目标直方图；获取目标灰度级，根据所述目标直方图和所述目标灰度级确定目标直方图的灰度类间方差；根据所述灰度类间方差确定目标直方图的目标亮度系数和目标阴影系数；根据所述目标直方图的灰度类间方差、所述目标亮度系数以及目标阴影系数对目标像元进行增强，得到目标图像，通过本发明的技术方案，能够适应于多种场景下的图像增强，提高图像增强效果和质量，提升图像增强效果的稳定性。

Description

图像增强方法、装置、设备及存储介质
技术领域
本发明实施例涉及图像处理技术领域，尤其涉及图像增强方法、装置、设备及存储介质。
背景技术
随着计算机视觉处理技术的快速发展，如何提高对目标对象识别的准确率，推动视觉处理技术与实际应用相结合成为研究核心。为了能够提升对目标对象识别的准确率，除了提高硬件的性能之外，从视觉感知角度进行研究也成为提高对目标对象识别准确率的研究手段。而图像处理技术与计算机视觉处理技术息息相关，可通过提高图像的清晰度来提高对目标对象识别准确率。
现有技术中，常用的图像清晰度增强的方法分为空间域和频率域两类，其中，空间域方法包括灰度变换、代数运算、直方图均衡以及空间域滤波等，频率域方法包括低通滤波器、高通滤波器以及同态滤波器等，空间域方法主要用于改善高亮度图像的对比度、消除图像噪声以及提取图像中感兴趣区域等，频率域方法主要用于去除图像边缘和噪声、滤除低频图像平滑的区域及对感兴趣的景物进行有效地增强。
但现有技术中的图像清晰度增强方法针对低能见度环境下的图像增强效果差、图像增强质量低，且图像增强方法的适应性低，变换场景后图像增强效果极不稳定。
发明内容
本发明实施例提供图像增强方法、装置、设备及存储介质，解决了现有图像增强方法针对低能见度环境下的图像增强效果差、图像增强质量低，且适应性低，变换场景后图像增强效果极不稳定的问题。
根据本发明的一方面，提供了一种图像增强方法，包括：
获取初始图像和目标像元，并根据所述目标像元对初始图像归一化得到目标直方图；
获取目标灰度级，根据所述目标直方图和所述目标灰度级确定目标直方图的灰度类间方差；
根据所述灰度类间方差确定目标直方图的目标亮度系数和目标阴影系数；
根据所述目标直方图的灰度类间方差、所述目标亮度系数以及目标阴影系数对目标像元进行增强，得到目标图像。
根据本发明的另一方面，提供了一种图像增强装置，该图像增强装置包括：
第一得到模块，用于获取初始图像和目标像元，并根据所述目标像元对初始图像归一化得到目标直方图；
第一确定模块，用于获取目标灰度级，根据所述目标直方图和所述目标灰度级确定目标直方图的灰度类间方差；
第二确定模块，用于根据所述灰度类间方差确定目标直方图的目标亮度系数和目标阴影系数；
第二得到模块，用于根据所述目标直方图的灰度类间方差、所述目标亮度系数以及目标阴影系数对目标像元进行增强，得到目标图像。
根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的图像增强方法。
根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的图像增强方法。
本发明实施例通过获取初始图像和目标像元，并根据所述目标像元对初始图像归一化得到目标直方图；获取目标灰度级，根据所述目标直方图和所述目标灰度级确定目标直方图的灰度类间方差；根据所述灰度类间方差确定目标直方图的目标亮度系数和目标阴影系数；根据所述目标直方图的灰度类间方差、所述目标亮度系数以及目标阴影系数对目标像元进行增强，得到目标图像，解决了现有图像增强方法针对低能见度环境下的图像增强效果差、图像增强质量低，且适应性低，变换场景后图像增强效果极不稳定的问题，能够适应于多种场景下的图像增强，提高图像增强效果和质量，提升图像增强效果的稳定性。
应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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获得其他相关的附图。
图1是本发明实施例一中的一种图像增强方法的流程图；
图2是本发明实施例二中的一种图像增强装置的结构示意图；
图3是本发明实施例三中的一种电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，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，所描述的实施例仅仅是本发明一部分的实施例，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他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
可以理解的是，在使用本公开各实施例公开的技术方案之前，均应当依据相关法律法规通过恰当的方式对本公开所涉及个人信息的类型、使用范围、使用场景等告知用户并获得用户的授权。
实施例一
图1是本发明实施例一中的一种图像增强方法的流程图，本实施例可适用于对图像数据进行增强处理的情况，该方法可以由本发明实施例中的图像增强装置来执行，该装置可采用软件和/或硬件的方式实现，如图1所示，该方法具体包括如下步骤：
S110，获取初始图像和目标像元，并根据目标像元对初始图像归一化得到目标直方图。
其中，初始图像为任意场景下的任意图像，例如，初始图像可以为大雾场景下的低对比度图像。目标像元可以为初始图像中满足预设条件的像元，其中，预设条件可以按照实际需求进行设定，若预设条件为初始图像中所有像元，则目标像元为初始图像中所有像元；若预设条件为初始图像中灰度值大于或者等于初始图像的最小灰度值和灰度值小于或者等于初始图像的最大灰度值的像元，则目标像元为初始图像中所有满足灰度值大于或者等于初始图像的最小灰度值和灰度值小于或者等于初始图像的最大灰度值条件的像元。其中，目标直方图为将初始图像归一化处理后得到的直方图。
具体的，获取初始图像和目标像元，并根据目标像元对初始图像归一化得到目标直方图的方式可以为：获取初始图像和初始图像中的所有像元，并根据预设条件对初始图像中所有像元进行筛选，得到目标像元，根据目标像元对初始图像进行归一化的处理，得到目标直方图。
S120，获取目标灰度级，根据目标直方图和目标灰度级确定目标直方图的灰度类间方差。
其中，目标灰度级为根据实际需求设定的图像像素灰度级。其中，目标直方图的灰度类间方差可根据目标直方图和目标灰度级计算得到，目标直方图的灰度类间方差作为对图像数据进行亮度段和阴影段的分段增强的判定条件。
具体的，获取目标灰度级，根据目标直方图和目标灰度级确定目标直方图的灰度类间方差的方式可以为：定义目标灰度级，根据目标直方图和目标灰度级确定与目标直方图相关的自适应参数，其中，自适应参数可用于调整像元类间差异，根据与目标直方图相关的自适应参数确定目标直方图的灰度类间方差。
S130，根据灰度类间方差确定目标直方图的目标亮度系数和目标阴影系数。
其中，目标直方图的目标亮度系数可体现不同场景下图像的最高亮度，目标阴影系数可体现不同场景下图像的最高暗度。根据不同场景下的图像确定不同的亮度系数和阴影系数进行计算对图像灰度增强有更好的推力。
具体的，根据灰度类间方差确定目标直方图的目标亮度系数和目标阴影系数的方式可以为：将灰度类间方差作为图像亮度分段增强的条件，根据灰度类间方差确定不同段的目标亮度系数；同时，根据获取的图像所有目标灰度级的类间方差值的最大值和最小值确定目标阴影系数。
S140，根据目标直方图的灰度类间方差、目标亮度系数以及目标阴影系数对目标像元进行增强，得到目标图像。
其中，目标图像为对初始图像进行图像增强后得到的图像，目标图像较初始图像更加清晰。
具体的，根据目标直方图的灰度类间方差、目标亮度系数以及目标阴影系数对目标像元进行增强，得到目标图像的方式可以为：通过目标亮度系数以及目标阴影系数确定图像灰度类间的亮暗差异，根据目标直方图的灰度类间方差和图像灰度类间的亮暗差异结合进行归一化处理，对目标像元进行增强，进而得到增强后的初始图像，将增强后的初始图像确定为目标图像。
可选的，获取初始图像和目标像元，并根据所述目标像元对初始图像归一化得到目标直方图，包括：
获取初始图像中每一像元的灰度值；
将灰度值大于或者等于初始图像的最小灰度值和灰度值小于或者等于初始图像的最大灰度值的像元确定为目标像元；
根据目标像元生成目标重组像元矩阵；
根据目标重组像元矩阵对初始图像进行归一化得到目标直方图。
其中，像元也可称为像素点或像元点，是组成图像的最小单元。像元的灰度值为像元的颜色深度。其中，初始图像的最小灰度值可为初始图像中红色通道对应的最小的灰度值，初始图像的最大灰度值可为初始图像中红色通道对应的最大的灰度值。其中，目标重组像元矩阵为根据目标像元进行矩阵重组后的像元矩阵。
具体的，获取初始图像中每一像元的灰度值的方式可以为：对初始图像进行处理，获取初始图像中每一像元的灰度值，同时，获取初始图像三通道中红色通道的最大灰度值作为初始图像的最大灰度值，获取初始图像三通道中红色通道的最小灰度值作为初始图像的最小灰度值。
具体的，将灰度值大于或者等于初始图像的最小灰度值和灰度值小于或者等于初始图像的最大灰度值的像元确定为目标像元的方式可以为：对每一个像元的灰度值都与初始图像的最小灰度值和初始图像的最大灰度值进行比较，将灰度值大于或者等于初始图像的最小灰度值同时灰度值小于或者等于初始图像的最大灰度值的像元确定为目标像元。
具体的，根据目标像元生成目标重组像元矩阵的方式可以为：将目标像元进行元素重组，生成目标重组像元矩阵。
具体的，根据目标重组像元矩阵对初始图像进行归一化得到目标直方图的方式可以为：根据目标重组像元矩阵对初始图像进行归一化处理，即提取目标重组像元矩阵中的直方图信息，得到目标直方图。
例如可以是，根据目标重组像元矩阵对初始图像进行归一化得到目标直方图的计算方式可以为：
其中，可先定义初始图像的灰度级为0到255级。其中，map表示初始图像的灰度级，i表示像元，p(i)表示像元对应的灰度值，max(R)表示初始图像的最大灰度值，min(R)表示初始图像的最小灰度值，i++表示跳转至下一个像元，data表示存储的目标像元，其中，目标像元为灰度值大于或者等于初始图像的最小灰度值和灰度值小于或者等于初始图像的最大灰度值的像元。其中，需要说明的是，将灰度值大于初始图像的最大灰度值的像元灰度级定义为255灰度级，将灰度值小于初始图像的最小灰度值的像元灰度级定义为0灰度级。对存储的目标像元进行矩阵重组，可为：
Data＝reshape(data,m,n)；
其中，Data表示初始图像灰度根据目标像元进行矩阵重组后的像元矩阵，即目标重组像元矩阵，reshape表示元素重组函数，data为已得到的存储的目标像元，(m,n)表示将元素重组为m×n大小的像元矩阵。根据目标重组像元矩阵对初始图像进行归一化得到目标直方图，可为：
DataR＝imshist(Data)/(m×n)；
其中，DataR表示直方图，即目标直方图，Data表示目标重组像元矩阵，imshist表示提取直方图信息的函数。
通过获取初始图像中每一像元的灰度值；将灰度值大于或者等于初始图像的最小灰度值和灰度值小于或者等于初始图像的最大灰度值的像元确定为目标像元；根据目标像元生成目标重组像元矩阵；根据目标重组像元矩阵对初始图像进行归一化得到目标直方图，能够筛选出灰度值大于或者等于初始图像的最小灰度值和灰度值小于或者等于初始图像的最大灰度值的像元，并根据目标像元得到目标直方图，进而减少图像增强运算中的计算量，提高运算速度。
可选的，根据所述目标直方图和所述目标灰度级确定目标直方图的灰度类间方差，包括：
根据目标直方图和目标灰度级确定目标直方图的目标灰度类间系数和目标灰度类间差异参数组；
根据目标灰度类间系数和目标灰度类间差异参数组确定目标直方图的灰度类间方差。
其中，目标灰度类间系数和目标灰度类间差异参数组均为与目标直方图相关的自适应参数，其中，目标灰度类间系数可为灰度级处于目标灰度级中最小灰度级至最大灰度级区间的灰度系数，目标灰度类间差异参数组包括至少一个灰度类间差异参数，可用于调整像元类间差异。
具体的，根据目标直方图和目标灰度级确定目标直方图的目标灰度类间系数和目标灰度类间差异参数组的方式可以为：根据目标直方图和目标灰度级计算目标直方图的目标灰度类间系数，同时，根据目标直方图和目标灰度级自适应的确定目标灰度类间差异参数组中的目标差异参数。
具体的，根据目标灰度类间系数和目标灰度类间差异参数组确定目标直方图的灰度类间方差的方式可以为：根据目标灰度类间系数和目标灰度类间差异参数组中的至少一个目标差异参数计算目标直方图的灰度类间方差。例如可以是，确定目标直方图的灰度类间方差的计算方式可为：
σFF＝α1×(μ1-μT)2+α2×(μ2-μT)2；
其中，σFF表示目标直方图的灰度类间方差，μT表示目标灰度类间系数，α1、α2、μ1以及μ2均为目标差异参数，根据α1、α2、μ1以及μ2可构成目标灰度类间差异参数组。
可选的，根据目标直方图和目标灰度级确定目标直方图的目标灰度类间系数和目标灰度类间差异参数组，包括：
获取初始灰度类间系数，并根据初始灰度类间系数、目标直方图以及目标灰度级确定目标直方图的目标灰度类间系数；
获取目标灰度类间差异参数组中的第一初始差异参数、第二初始差异参数以及第三初始差异参数；
根据第一初始差异参数、目标直方图和目标灰度级对应的第一灰度参数确定第一目标差异参数；
根据第一目标差异参数确定第二目标差异参数；
若目标灰度级对应的第二灰度参数小于第三灰度参数，则根据第二初始差异参数、目标灰度级对应的第二灰度参数以及目标直方图确定第三目标差异参数；
若目标灰度级对应的第二灰度参数大于或者等于第三灰度参数，则根据第三初始差异参数、目标灰度级对应的第二灰度参数以及目标直方图确定第四目标差异参数；
根据第一目标差异参数和第三目标差异参数确定第五目标差异参数；
根据第二目标差异参数和第四目标差异参数确定第六目标差异参数；
根据第一目标差异参数、第二目标差异参数、第五目标差异参数以及第六目标差异参数确定目标灰度类间差异参数组。
其中，初始灰度类间系数为初始计算时为灰度类间系数进行预设的数值。
其中，第一初始差异参数、第二初始差异参数以及第三初始差异参数均为计算目标灰度类间差异参数组中的每一个目标灰度类间差异参数时预先设定的初始数值。第一目标差异参数、第二目标差异参数、第三目标差异参数、第四目标差异参数、第五目标差异参数以及第六目标差异参数均为目标灰度类间差异参数组中的每一个目标灰度类间差异参数的计算过程中相关联的数值，需要说明的是计算过程根据目标灰度级在循环运算，因此第一目标差异参数、第二目标差异参数、第三目标差异参数、第四目标差异参数、第五目标差异参数以及第六目标差异参数并非固定数值。
其中，目标灰度级对应的第一灰度参数、第二灰度参数以及第三灰度参数均为根据实际需求预设的灰度参数。
具体的，获取初始灰度类间系数，并根据初始灰度类间系数、目标直方图以及目标灰度级确定目标直方图的目标灰度类间系数的方式可以为：确定初始灰度类间系数，根据初始灰度类间系数、目标直方图以及目标灰度级中的每一灰度级计算目标直方图的目标灰度类间系数。
具体的，获取目标灰度类间差异参数组中的第一初始差异参数、第二初始差异参数以及第三初始差异参数的方式可以为：预设第一初始差异参数、第二初始差异参数以及第三初始差异参数。
具体的，根据第一初始差异参数、目标直方图和目标灰度级对应的第一灰度参数确定第一目标差异参数的方式可以为：根据第一初始差异参数、目标直方图和目标灰度级对应的第一灰度参数循环计算第一目标差异参数。
具体的，根据第一目标差异参数确定第二目标差异参数的方式可以为：根据循环计算得到的第一目标差异参数与预设数值的差得到第二目标差异参数，其中，预设数值可根据实际需求设定。
具体的，若目标灰度级对应的第二灰度参数小于第三灰度参数，则根据第二初始差异参数、目标灰度级对应的第二灰度参数以及目标直方图确定第三目标差异参数的方式可以为：若第二灰度参数小于第三灰度参数，则根据第二初始差异参数、目标直方图以及第二灰度参数循环计算得到第三目标差异参数。
具体的，若目标灰度级对应的第二灰度参数大于或者等于第三灰度参数，则根据第三初始差异参数、目标灰度级对应的第二灰度参数以及目标直方图确定第四目标差异参数的方式可以为：若第二灰度参数大于或者等于第三灰度参数，则根据第三初始差异参数、目标直方图以及第二灰度参数循环计算得到第四目标差异参数。
具体的，根据第一目标差异参数和第三目标差异参数确定第五目标差异参数的方式可以为：根据第一目标差异参数与第三目标差异参数的商确定第五目标差异参数。
具体的，根据第二目标差异参数和第四目标差异参数确定第六目标差异参数的方式可以为：根据第二目标差异参数和第四目标差异参数的商确定第六目标差异参数。
具体的，根据第一目标差异参数、第二目标差异参数、第五目标差异参数以及第六目标差异参数确定目标灰度类间差异参数组。例如可以是，确定目标直方图的目标灰度类间系数和目标灰度类间差异参数组中的目标差异参数的计算公式可为：
μT＝μT+colorlevel(j)×DataR(j)；
其中，μT表示目标灰度类间系数，设定初始灰度类间系数为0，colorlevel表示设定的目标灰度级，colorlevel＝256，j表示灰度级从0～255，DataR表示目标直方图，根据初始灰度类间系数、目标直方图以及目标灰度级计算目标灰度类间系数，结合目标灰度类间系数，为实现自适应的灰度增强，则需要根据目标灰度级自适应确定目标灰度类间差异参数组中的目标差异参数来调整像元类间差异，若为初次运算，则各目标差异参数的计算方式如下：
其中，α1＝α1+DataR(j1)中等式左边α1为第一目标差异参数，等式右边α1可表示第一初始差异参数；α2为第二目标差异参数；μ1＝μ1+(j2-1)×DataR(j2)中等式左边μ1为第三目标差异参数，等式右边μ1可表示第二初始差异参数；μ2＝μ2+(j2-1)×DataR(j2)中等式左边μ2为第四目标差异参数，等式右边μ2可表示第三初始差异参数；μ1＝μ1/α1中等式左边μ1为第五目标差异参数，等式右边μ1可表示第三目标差异参数，α1为第一目标差异参数；μ2＝μ2/α2中等式左边μ2为第六目标差异参数，等式右边μ2可表示第四目标差异参数，α2为第二目标差异参数，根据第一目标差异参数、第二目标差异参数、第五目标差异参数以及第六目标差异参数确定目标灰度类间差异参数组，j1为目标灰度级对应的第一灰度参数，j2为目标灰度级对应的第二灰度参数，Th为第三灰度参数，其中，j1＝1～(Th-1)(Th＝colorlevel-1)，j2＝1～colorlevel，可进行循环运算。需要说明的是，α1、μ1以及μ2对应的初始差异参数均为0，在进行目标差异参数计算时，可得到多组目标灰度类间差异参数组。
通过获取初始灰度类间系数，并根据初始灰度类间系数、目标直方图以及目标灰度级确定目标直方图的目标灰度类间系数；根据第一目标差异参数、第二目标差异参数、第五目标差异参数以及第六目标差异参数确定目标灰度类间差异参数组，根据目标灰度类间系数和目标灰度类间差异参数组确定目标直方图的灰度类间方差，能够对图像灰度的类间信息进行充分分析，解决了由于传统的简单像元分段后仅进行归一化赋值导致的图像增强效果不明显，目标特征不突出的问题，能够构建目标灰度类间系数和目标灰度类间差异参数组来确定各像元的最终增强效果，提高图像像元灰度增强的一体性，增强可视化。
可选的，根据所述灰度类间方差确定目标直方图的目标亮度系数和目标阴影系数，包括：
若灰度类间方差大于或者等于第一阈值且灰度类间方差小于第二阈值，则根据灰度类间方差和第一修正参数确定目标亮度系数，其中，第一阈值小于第二阈值；
若灰度类间方差大于或者等于第二阈值，则根据灰度类间方差和第二修正参数确定目标亮度系数；
若灰度类间方差小于第一阈值，则根据灰度类间方差和第三修正参数确定目标亮度系数，其中，第二修正参数大于第三修正参数，第三修正参数大于第一修正参数；
获取目标灰度级对应的最大灰度类间方差和最小灰度类间方差；
根据最大灰度类间方差和最小灰度类间方差确定目标直方图的目标阴影系数。
其中，第一阈值、第二阈值、第一修正参数、第二修正参数以及第三修正参数均可根据实际需求进行预设，在进行预设时，需明确第一阈值小于第二阈值，第二修正参数大于第三修正参数，第三修正参数大于第一修正参数。第一阈值、第二阈值、第一修正参数、第二修正参数以及第三修正参数主要为了根据灰度类间方差进行分段灰度增强。
其中，最大灰度类间方差为所有灰度类间方差中的最大值，最小灰度类间方差最小值为所有灰度类间方差中的最小值。
具体的，若灰度类间方差大于或者等于第一阈值且灰度类间方差小于第二阈值，则根据灰度类间方差和第一修正参数确定目标亮度系数的方式可以为：若灰度类间方差大于或者等于第一阈值同时小于第二阈值，则根据灰度类间方差和第一修正参数的乘积确定目标亮度系数。
具体的，若灰度类间方差大于或者等于第二阈值，则根据灰度类间方差和第二修正参数确定目标亮度系数的方式可以为：若灰度类间方差大于或者等于第二阈值，则根据灰度类间方差和第二修正参数的乘积确定目标亮度系数。
具体的，若灰度类间方差小于第一阈值，则根据灰度类间方差和第三修正参数确定目标亮度系数的方式可以为：若灰度类间方差小于第一阈值，则根据灰度类间方差和第三修正参数的乘积确定目标亮度系数。
具体的，获取目标灰度级对应的最大灰度类间方差和最小灰度类间方差的方式可以为：获取目标灰度级对应的所有灰度类间方差，筛选出所有灰度类间方差中的最大值和最小值。
具体的，根据最大灰度类间方差和最小灰度类间方差确定目标直方图的目标阴影系数的方式可以为：根据最大灰度类间方差和最小灰度类间方差的比值确定目标阴影系数。
例如可以是，确定目标亮度系数的计算公式可为：
其中，100为预设的第一阈值，150为预设的第二阈值，1.5为第一修正参数，4.5为第二修正参数，4为第三修正参数，σFF表示灰度类间方差，Highlight表示目标亮度系数。
例如可以是，确定目标阴影系数的计算公式可为：
其中，all(σFF)表示所有的灰度类间方差，ceil表示向上取整函数，Shadow表示目标阴影系数。
通过若灰度类间方差大于或者等于第一阈值且灰度类间方差小于第二阈值，则根据灰度类间方差和第一修正参数确定目标亮度系数，其中，第一阈值小于第二阈值；若灰度类间方差大于或者等于第二阈值，则根据灰度类间方差和第二修正参数确定目标亮度系数；若灰度类间方差小于第一阈值，则根据灰度类间方差和第三修正参数确定目标亮度系数，其中，第二修正参数大于第三修正参数，第三修正参数大于第一修正参数；获取目标灰度级对应的最大灰度类间方差和最小灰度类间方差；根据最大灰度类间方差和最小灰度类间方差确定目标直方图的目标阴影系数，能够根据不同场景下的修正参数确定不同的目标亮度系数，提高图像增强方法的适用性，同时，能够通过对图像的亮暗差异来反应图像各灰度之间的阴影特征，使用目标亮度系数和目标阴影系数对图像增强，进而提高图像增强效果。
可选的，根据所述目标直方图的灰度类间方差、所述目标亮度系数以及目标阴影系数对目标像元进行增强，得到目标图像，包括：
根据目标亮度系数确定目标微调系数；
根据目标微调系数、目标直方图的灰度类间方差、目标亮度系数以及目标阴影系数对目标像元进行增强，得到目标图像。
其中，目标微调系数可根据不同的目标亮度系数设定相对应的微调系数，可微调图像增强效果。
具体的，根据目标亮度系数确定目标微调系数的方式可以为：根据目标亮度系数分段设置目标微调系数。
具体的，根据目标微调系数、目标直方图的灰度类间方差、目标亮度系数以及目标阴影系数对目标像元进行增强，得到目标图像的方式可以为：在对目标像元进行增强时，需要将目标微调系数、目标直方图的灰度类间方差、目标亮度系数以及目标阴影系数都进行结合，做归一化处理，得到目标图像。
例如可以是，根据目标亮度系数确定目标微调系数的计算公式可为：
其中，MiT表示目标微调系数。需要说明的是，当处于大雾天场景时，各个像元的灰度级的差异不大，故而可设定目标微调系数MiT应远远小于1。在黑夜场景时，进行目标对象检测时，目标对象对应的像元的灰度与整体图像背景间灰度差异较大，需要提高目标微调系数来增强色阶恢复效果进而提升图像增强效果，可将目标微调系数定义为1。
可选的，根据目标微调系数、目标直方图的灰度类间方差、目标亮度系数以及目标阴影系数对目标像元进行增强，得到目标图像，包括：
若目标像元的灰度值大于或者等于目标像元对应的图像的最小灰度值且小于或者等于目标像元对应的图像的最大灰度值，则根据目标亮度系数和灰度类间方差得到目标像元的亮度差，并根据目标像元的灰度值和灰度类间方差得到目标像元的平均灰度差；
若目标像元的灰度值小于目标像元对应的图像的最小灰度值或大于目标像元对应的图像的最大灰度值，则根据目标亮度系数和目标阴影系数得到目标像元的亮度差，并根据目标像元的灰度值和目标阴影系数得到目标像元的平均灰度差；
根据目标像元的亮度差、目标像元的平均灰度差以及目标微调系数对目标像元进行增强，得到增强后的像元；
根据增强后的像元生成目标图像。
其中，目标像元对应的图像可根据获取目标像元时所储存的目标像元的向量来表示。
其中，目标像元的亮度差可根据实际情况不同而通过不同的计算方式得到。
具体的，若目标像元的灰度值大于或者等于目标像元对应的图像的最小灰度值且小于或者等于目标像元对应的图像的最大灰度值，则根据目标亮度系数和灰度类间方差得到目标像元的亮度差，并根据目标像元的灰度值和灰度类间方差得到目标像元的平均灰度差的方式可以为：若目标像元的灰度值大于或者等于目标像元对应的图像的最小灰度值且小于或者等于目标像元对应的图像的最大灰度值，则根据目标亮度系数、灰度类间方差以及设定的灰度级进行计算，得到目标像元的亮度差，并根据目标像元的灰度值、灰度类间方差以及设定的灰度级进行计算，得到目标像元的平均灰度差。
具体的，若目标像元的灰度值小于目标像元对应的图像的最小灰度值或大于目标像元对应的图像的最大灰度值，则根据目标亮度系数和目标阴影系数得到目标像元的亮度差，并根据目标像元的灰度值和目标阴影系数得到目标像元的平均灰度差的方式可以为：若目标像元的灰度值小于目标像元对应的图像的最小灰度值或大于目标像元对应的图像的最大灰度值，则可将目标亮度系数和目标阴影系数作差，得到目标像元的亮度差，并将目标像元的灰度值和目标阴影系数作差，得到目标像元的平均灰度差。
具体的，根据目标像元的亮度差、目标像元的平均灰度差以及目标微调系数对目标像元进行增强，得到增强后的像元的方式可以为：根据目标像元的亮度差、目标像元的亮度差以及目标微调系数对目标像元进行增强处理，得到增强后的像元。
具体的，根据增强后的像元生成目标图像的方式可以为：根据每一增强后的像元实现初始图像增强，得到目标图像。
例如可以是，得到增强后的像元的计算公式可以为：
其中，p(v,w)可表示任一目标像元对应的灰度值，(v,w)表示此目标像元对应的坐标位置，需要说明的是，p(v,w)可为在目标重组像元矩阵中的像元对应的灰度值。min[data(:)]可表示目标像元对应的图像的最小灰度值，max[data(:)]可表示目标像元对应的图像的最大灰度值，其中，data(:)可表示目标像元对应的向量。Highlight表示目标亮度系数，Shadow表示目标阴影系数，σFF表示灰度类间方差，D(v,w)表示该目标像元对应的亮度差，Dr(v,w)表示该目标像元对应的平均灰度差，Result(v,w)表示对该像元进行增强后的增强结果。对每一目标像元进行增强后得到目标图像。
通过根据目标微调系数、目标直方图的灰度类间方差、目标亮度系数以及目标阴影系数对目标像元进行增强，得到目标图像，能够对低能见度环境场景下进行图像的灰度自阶，增强图像的清晰度和图像中目标对象的辨析度，提升目标对象在低能见度环境下的识别精度。
本实施例的技术方案，通过获取初始图像和目标像元，并根据所述目标像元对初始图像归一化得到目标直方图；获取目标灰度级，根据所述目标直方图和所述目标灰度级确定目标直方图的灰度类间方差；根据所述灰度类间方差确定目标直方图的目标亮度系数和目标阴影系数；根据所述目标直方图的灰度类间方差、所述目标亮度系数以及目标阴影系数对目标像元进行增强，得到目标图像，解决了现有图像增强方法针对低能见度环境下的图像增强效果差、图像增强质量低，且适应性低，变换场景后图像增强效果极不稳定的问题，能够适应于多种场景下的图像增强，提高图像增强效果和质量，提升图像增强效果的稳定性。
实施例二
图2是本发明实施例二中的一种图像增强装置的结构示意图。本实施例可适用于对图像数据进行增强处理的情况，该装置可采用软件和/或硬件的方式实现，该装置可集成在任何提供图像增强的功能的设备中，如图2所示，所述图像增强装置具体包括：第一得到模块210、第一确定模块220、第二确定模块230和第二得到模块240。
其中，第一得到模块210，用于获取初始图像和目标像元，并根据所述目标像元对初始图像归一化得到目标直方图；
第一确定模块220，用于获取目标灰度级，根据所述目标直方图和所述目标灰度级确定目标直方图的灰度类间方差；
第二确定模块230，用于根据所述灰度类间方差确定目标直方图的目标亮度系数和目标阴影系数；
第二得到模块240，用于根据所述目标直方图的灰度类间方差、所述目标亮度系数以及目标阴影系数对目标像元进行增强，得到目标图像。
可选的，第一得到模块具体用于：
获取初始图像中每一像元的灰度值；
将灰度值大于或者等于初始图像的最小灰度值和灰度值小于或者等于初始图像的最大灰度值的像元确定为目标像元；
根据目标像元生成目标重组像元矩阵；
根据目标重组像元矩阵对初始图像进行归一化得到目标直方图。
可选的，第一确定模块具体用于：
根据目标直方图和目标灰度级确定目标直方图的目标灰度类间系数和目标灰度类间差异参数组；
根据目标灰度类间系数和目标灰度类间差异参数组确定目标直方图的灰度类间方差。
可选的，第一确定模块具体用于：
获取初始灰度类间系数，并根据初始灰度类间系数、目标直方图以及目标灰度级确定目标直方图的目标灰度类间系数；
获取目标灰度类间差异参数组中的第一初始差异参数、第二初始差异参数以及第三初始差异参数；
根据第一初始差异参数、目标直方图和目标灰度级对应的第一灰度参数确定第一目标差异参数；
根据第一目标差异参数确定第二目标差异参数；
若目标灰度级对应的第二灰度参数小于第三灰度参数，则根据第二初始差异参数、目标灰度级对应的第二灰度参数以及目标直方图确定第三目标差异参数；
若目标灰度级对应的第二灰度参数大于或者等于第三灰度参数，则根据第三初始差异参数、目标灰度级对应的第二灰度参数以及目标直方图确定第四目标差异参数；
根据第一目标差异参数和第三目标差异参数确定第五目标差异参数；
根据第二目标差异参数和第四目标差异参数确定第六目标差异参数；
根据第一目标差异参数、第二目标差异参数、第五目标差异参数以及第六目标差异参数确定目标灰度类间差异参数组。
可选的，第二确定模块具体用于：
若灰度类间方差大于或者等于第一阈值且灰度类间方差小于第二阈值，则根据灰度类间方差和第一修正参数确定目标亮度系数，其中，第一阈值小于第二阈值；
若灰度类间方差大于或者等于第二阈值，则根据灰度类间方差和第二修正参数确定目标亮度系数；
若灰度类间方差小于第一阈值，则根据灰度类间方差和第三修正参数确定目标亮度系数，其中，第二修正参数大于第三修正参数，第三修正参数大于第一修正参数；
获取目标灰度级对应的最大灰度类间方差和最小灰度类间方差；
根据最大灰度类间方差和最小灰度类间方差确定目标直方图的目标阴影系数。
可选的，第二得到模块具体用于：
根据目标亮度系数确定目标微调系数；
根据目标微调系数、目标直方图的灰度类间方差、目标亮度系数以及目标阴影系数对目标像元进行增强，得到目标图像。
可选的，第二得到模块具体用于：
若目标像元的灰度值大于或者等于目标像元对应的图像的最小灰度值且小于或者等于目标像元对应的图像的最大灰度值，则根据目标亮度系数和灰度类间方差得到目标像元的亮度差，并根据目标像元的灰度值和灰度类间方差得到目标像元的平均灰度差；
若目标像元的灰度值小于目标像元对应的图像的最小灰度值或大于目标像元对应的图像的最大灰度值，则根据目标亮度系数和目标阴影系数得到目标像元的亮度差，并根据目标像元的灰度值和目标阴影系数得到目标像元的平均灰度差；
根据目标像元的亮度差、目标像元的平均灰度差以及目标微调系数对目标像元进行增强，得到增强后的像元；
根据增强后的像元生成目标图像。
上述产品可执行本发明任意实施例所提供的方法，具备执行方法相应的功能模块和有益效果。
实施例三
图3是本发明实施例三中的一种电子设备的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图3所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM12以及RAM13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如图像增强方法。
在一些实施例中，图像增强方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM13并由处理器11执行时，可以执行上文描述的图像增强方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行图像增强方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (10)

1.一种图像增强方法，其特征在于，包括：
获取初始图像和目标像元，并根据所述目标像元对初始图像归一化得到目标直方图；
获取目标灰度级，根据所述目标直方图和所述目标灰度级确定目标直方图的灰度类间方差；
根据所述灰度类间方差确定目标直方图的目标亮度系数和目标阴影系数；
根据所述目标直方图的灰度类间方差、所述目标亮度系数以及目标阴影系数对目标像元进行增强，得到目标图像。
2.根据权利要求1所述的图像增强方法，其特征在于，获取初始图像和目标像元，并根据所述目标像元对初始图像归一化得到目标直方图，包括：
获取初始图像中每一像元的灰度值；
将灰度值大于或者等于初始图像的最小灰度值和灰度值小于或者等于初始图像的最大灰度值的像元确定为目标像元；
根据目标像元生成目标重组像元矩阵；
根据目标重组像元矩阵对初始图像进行归一化得到目标直方图。
3.根据权利要求1所述的图像增强方法，其特征在于，根据所述目标直方图和所述目标灰度级确定目标直方图的灰度类间方差，包括：
根据目标直方图和目标灰度级确定目标直方图的目标灰度类间系数和目标灰度类间差异参数组；
根据目标灰度类间系数和目标灰度类间差异参数组确定目标直方图的灰度类间方差。
4.根据权利要求3所述的图像增强方法，其特征在于，根据目标直方图和目标灰度级确定目标直方图的目标灰度类间系数和目标灰度类间差异参数组，包括：
获取初始灰度类间系数，并根据初始灰度类间系数、目标直方图以及目标灰度级确定目标直方图的目标灰度类间系数；
获取目标灰度类间差异参数组中的第一初始差异参数、第二初始差异参数以及第三初始差异参数；
根据第一初始差异参数、目标直方图和目标灰度级对应的第一灰度参数确定第一目标差异参数；
根据第一目标差异参数确定第二目标差异参数；
若目标灰度级对应的第二灰度参数小于第三灰度参数，则根据第二初始差异参数、目标灰度级对应的第二灰度参数以及目标直方图确定第三目标差异参数；
若目标灰度级对应的第二灰度参数大于或者等于第三灰度参数，则根据第三初始差异参数、目标灰度级对应的第二灰度参数以及目标直方图确定第四目标差异参数；
根据第一目标差异参数和第三目标差异参数确定第五目标差异参数；
根据第二目标差异参数和第四目标差异参数确定第六目标差异参数；
根据第一目标差异参数、第二目标差异参数、第五目标差异参数以及第六目标差异参数确定目标灰度类间差异参数组。
5.根据权利要求1所述的图像增强方法，其特征在于，根据所述灰度类间方差确定目标直方图的目标亮度系数和目标阴影系数，包括：
若灰度类间方差大于或者等于第一阈值且灰度类间方差小于第二阈值，则根据灰度类间方差和第一修正参数确定目标亮度系数，其中，第一阈值小于第二阈值；
若灰度类间方差大于或者等于第二阈值，则根据灰度类间方差和第二修正参数确定目标亮度系数；
若灰度类间方差小于第一阈值，则根据灰度类间方差和第三修正参数确定目标亮度系数，其中，第二修正参数大于第三修正参数，第三修正参数大于第一修正参数；
获取目标灰度级对应的最大灰度类间方差和最小灰度类间方差；
根据最大灰度类间方差和最小灰度类间方差确定目标直方图的目标阴影系数。
6.根据权利要求1所述的图像增强方法，其特征在于，根据所述目标直方图的灰度类间方差、所述目标亮度系数以及目标阴影系数对目标像元进行增强，得到目标图像，包括：
根据目标亮度系数确定目标微调系数；
根据目标微调系数、目标直方图的灰度类间方差、目标亮度系数以及目标阴影系数对目标像元进行增强，得到目标图像。
7.根据权利要求6所述的图像增强方法，其特征在于，根据目标微调系数、目标直方图的灰度类间方差、目标亮度系数以及目标阴影系数对目标像元进行增强，得到目标图像，包括：
若目标像元的灰度值大于或者等于目标像元对应的图像的最小灰度值且小于或者等于目标像元对应的图像的最大灰度值，则根据目标亮度系数和灰度类间方差得到目标像元的亮度差，并根据目标像元的灰度值和灰度类间方差得到目标像元的平均灰度差；
若目标像元的灰度值小于目标像元对应的图像的最小灰度值或大于目标像元对应的图像的最大灰度值，则根据目标亮度系数和目标阴影系数得到目标像元的亮度差，并根据目标像元的灰度值和目标阴影系数得到目标像元的平均灰度差；
根据目标像元的亮度差、目标像元的平均灰度差以及目标微调系数对目标像元进行增强，得到增强后的像元；
根据增强后的像元生成目标图像。
8.一种图像增强装置，其特征在于，包括：
第一得到模块，用于获取初始图像和目标像元，并根据所述目标像元对初始图像归一化得到目标直方图；
第一确定模块，用于获取目标灰度级，根据所述目标直方图和所述目标灰度级确定目标直方图的灰度类间方差；
第二确定模块，用于根据所述灰度类间方差确定目标直方图的目标亮度系数和目标阴影系数；
第二得到模块，用于根据所述目标直方图的灰度类间方差、所述目标亮度系数以及目标阴影系数对目标像元进行增强，得到目标图像。
9.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的图像增强方法。
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存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的图像增强方法。
CN202310973821.2A 2023-08-03 2023-08-03 图像增强方法、装置、设备及存储介质 Pending CN116957983A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310973821.2A CN116957983A (zh) 2023-08-03 2023-08-03 图像增强方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310973821.2A CN116957983A (zh) 2023-08-03 2023-08-03 图像增强方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN116957983A true CN116957983A (zh) 2023-10-27

Family

ID=88452853

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310973821.2A Pending CN116957983A (zh) 2023-08-03 2023-08-03 图像增强方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN116957983A (zh)

Similar Documents

Publication Publication Date Title
US11113795B2 (en) Image edge processing method, electronic device, and computer readable storage medium
WO2016206087A1 (zh) 一种低照度图像处理方法和装置
WO2019041842A1 (zh) 一种图像处理方法及装置、存储介质和计算机设备
CN114862897B (zh) 一种图像背景处理方法、装置及电子设备
CN114022790B (zh) 遥感图像中云层检测及图像压缩方法、装置和存储介质
CN113487473B (zh) 一种添加图像水印的方法、装置、电子设备及存储介质
US9330340B1 (en) Noise estimation for images using polynomial relationship for pixel values of image features
CN114626967A (zh) 一种数字水印嵌入与提取方法、装置、设备及存储介质
CN113569708A (zh) 活体识别方法、装置、电子设备以及存储介质
CN110599532A (zh) 图像的深度估计模型优化、深度估计处理方法及装置
CN105023246B (zh) 一种基于对比度和结构相似度的图像增强方法
CN110175967B (zh) 图像去雾处理方法、系统、计算机设备和存储介质
CN113438386B (zh) 一种应用于视频处理的动静判定方法及装置
CN117611483A (zh) 一种图像采集方法、装置、设备及存储介质
Sun et al. Fast single image dehazing using iterative bilateral filter
CN116485645B (zh) 图像拼接方法、装置、设备及存储介质
CN117152182A (zh) 一种超低照度网络相机图像处理方法、装置及电子设备
CN115311161B (zh) 基于人工智能的图像增强方法、装置、设备以及存储介质
CN115174774B (zh) 一种深度图像的压缩方法、装置、设备及存储介质
Gao et al. Single image haze removal algorithm using pixel-based airlight constraints
CN113379631B (zh) 一种图像去雾的方法及装置
CN115205163A (zh) 一种标识图像的处理方法、装置、设备及存储介质
CN112215237B (zh) 图像处理方法及装置、电子设备和计算机可读存储介质
CN116957983A (zh) 图像增强方法、装置、设备及存储介质
CN115019057A (zh) 图像特征提取模型确定方法及装置、图像识别方法及装置

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