CN117437151A - 一种噪声抑制的伪彩映射方法 - Google Patents

一种噪声抑制的伪彩映射方法 Download PDF

Info

Publication number
CN117437151A
CN117437151A CN202311763517.1A CN202311763517A CN117437151A CN 117437151 A CN117437151 A CN 117437151A CN 202311763517 A CN202311763517 A CN 202311763517A CN 117437151 A CN117437151 A CN 117437151A
Authority
CN
China
Prior art keywords
image
color
pseudo
mapping
filtering
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
CN202311763517.1A
Other languages
English (en)
Other versions
CN117437151B (zh
Inventor
路璐
赵勋
朱裕莎
姜立涛
黄安明
曾衡东
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.)
Chengdu Jinglin Science and Technology Co Ltd
Original Assignee
Chengdu Jinglin Science and 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 Chengdu Jinglin Science and Technology Co Ltd filed Critical Chengdu Jinglin Science and Technology Co Ltd
Priority to CN202311763517.1A priority Critical patent/CN117437151B/zh
Publication of CN117437151A publication Critical patent/CN117437151A/zh
Application granted granted Critical
Publication of CN117437151B publication Critical patent/CN117437151B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/90Determination of colour characteristics
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10024Color image

Landscapes

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

Abstract

本发明公开了一种噪声抑制的伪彩映射方法,包括图像分层滤波步骤和图像分层映射步骤,所述图像分层滤波步骤对图像进行平滑滤波,得到基图图像和纹理图像;所述图像分层映射步骤将图像分层滤波步骤所得基图进行伪彩查表映射,对纹理图像进行伪彩边缘叠加。本发明技术方案在分析伪彩噪声来源基础上,提出一种改进的分层伪彩映射方法,经平滑滤波算法得到基图、纹理图,基图用以伪彩映射,定颜色基,纹理图用以在彩色图像上进行勾边,从而抑制噪声对伪彩映射的影响。

Description

一种噪声抑制的伪彩映射方法
技术领域
本发明涉及红外图像处理技术领域,尤其涉及一种噪声抑制的伪彩映射方法。
背景技术
伪彩映射是红外图像处理的一种特殊增强手段,将不同的灰度信息赋予不同的颜色值,以增加图像对比度,伪彩映射通常在亮度增强之后,相对于探测器输出数据,此时图像数据的亮度对比度有所提升、噪声有所抑制、纹理信息有所增强,经伪彩映射后,由于颜色值距离大于灰度级距离,对比度得到进一步提升,噪声的影响扩大,在图像边缘丰富区域带来杂乱的颜色,使图像平滑区颗粒程度增强,伪彩映射图像质量降低。
发明内容
为解决上述噪声影响使得伪彩映射图像质量降低的问题,本发明提出了一种噪声抑制的伪彩映射方法,对伪彩映射方法进行改进,利用平滑滤波算法得到基图、纹理图,基图用以伪彩映射,定颜色基调,纹理图用以在彩色图像上进行勾边,在维持伪彩图像对比度基础上,抑制噪声对伪彩映射的影响。
一种噪声抑制的伪彩映射方法,包括图像分层滤波步骤和图像分层映射步骤,所述图像分层滤波步骤对图像进行平滑滤波,得到基图图像和纹理图像,还包括以下子步骤:
步骤A1:输入图像,图像高为H,宽为W;对输入图像/>以复制方式进行边界拓展,拓展半径nR,得到拓展后的图像/>,高为H + 2×nR,宽为W + 2×nR;
步骤A2:对拓展后的图像进行引导滤波,得到基图/>
步骤A3:计算纹理图像,计算公式为:
进一步,所述步骤A1图像扩展还包括以下子步骤:
步骤A11,水平拓展;水平拓展开始,,其中, i=1,…,H, j=1,…,nR,约定图像下标从1开始;水平扩展结束后,/>,其中,表示图像扩展后的图像坐标,水平扩展后,拓展出的图像新坐标 i∈[1,H],j∈[W+nR+1,W+nR+nR];
步骤A12,竖直拓展:竖直拓展开始,,其中, i∈[1,nR],j∈[1,W+nR+nR],为扩展后完整图像的图像坐标;竖直拓展结束后,),其中,竖直拓展得出的图像坐标 i∈[H+nR+1,H+nR+nR],j∈[1,W+nR+nR],扩展得出的完整/>图像坐标为i∈[1+nR,H+nR],j∈[1+nR,W+nR]。
进一步,所述步骤A2图像滤波还包括以下子步骤:
步骤A21,对图像坐标(i,j)处的点,i∈[1+nR,H+nR],j∈[1+nR,W+nR],求取局部均值μ、方差σ,计算公式为:
其中,是以(i,j)为中心、半径为nR的邻域;/>
步骤A22,得到引导滤波基图值, />计算式为:
其中,,/>,/>是平滑程度因子,/>)为拓展后图像坐标为对应到未拓展图像的位置为(i-nR,j-nR)。
进一步,所述图像分层映射步骤将图像分层滤波步骤所得基图进行伪彩查表映射,对纹理图像/>进行伪彩边缘叠加,包括以下子步骤:
步骤B1,基图图像伪彩查表映射,得到映射基图,所述映射基图/>是RGB三通道图像;
步骤B2,纹理图像伪彩勾边,得到最终伪彩映射结果
进一步,所述基图图像伪彩查表映射计算式为:
其中, i∈[1,H],j∈[1,W],k是颜色通道且,/>是伪彩映射时的R表,表示y值对应的R通道值;R表长度记为nbin,k=G或k=B时同理。
进一步,所述步骤B2纹理图像伪彩勾边还包括以下子步骤:
步骤B21,依据色彩恒常原则,计算三通道的边缘叠加系数图,计算公式为:
其中,i∈[1,H],j∈[1,W],
步骤B22,计算伪彩极性图,计算公式为:
;其中, m∈[1,nbir],/>是通道系数;极性图是描述伪彩表随着索引的增加对应灰度值的变化关系;
步骤B23,将纹理图像按叠加系数和极性因子叠加在映射基图上,叠加公式为:
本发明的有益效果:本发明提出了一种噪声抑制的伪彩映射方法,包括图像分层滤波步骤和图像分层映射步骤,所述图像分层滤波步骤对图像进行平滑滤波,得到基图图像和纹理图像;所述图像分层映射步骤将图像分层滤波步骤所得基图进行伪彩查表映射,对纹理图像/>进行伪彩边缘叠加。本发明技术方案在分析伪彩噪声来源基础上,提出一种改进的分层伪彩映射方法,经平滑滤波算法得到基图、纹理图,基图用以伪彩映射,定颜色基,纹理图用以在彩色图像上进行勾边,从而抑制噪声对伪彩映射的影响。
附图说明
图1是本发明一种噪声抑制的伪彩映射方法整体流程图;
图2是本发明实施例中图像分层滤波基本流程图;
图3是本发明实施例中图像扩展基本流程图;
图4是本发明实施例中图像滤波基本流程图;
图5是本发明实施例中图像分层映射基本流程图;
图6是本发明实施例中分层映射纹理图像伪彩勾边基本流程图。
具体实施方式
为了对本发明的技术特征、目的和效果有更加清楚的理解,现对照附图说明本发明的具体实施方式。
本发明提出了一种噪声抑制的伪彩映射方法,对伪彩映射方法进行改进,利用平滑滤波算法得到基图、纹理图,基图用以伪彩映射,定颜色基调,纹理图用以在彩色图像上进行勾边,在维持伪彩图像对比度基础上,抑制噪声对伪彩映射的影响,如图1~图6所示,首先,噪声抑制的伪彩映射方法包括图像分层滤波步骤和图像分层映射步骤,所述图像分层滤波步骤对图像进行平滑滤波,得到基图图像和纹理图像,还包括以下子步骤:
步骤A1:输入图像,图像高为H,宽为W;对输入图像/>以复制方式进行边界拓展,拓展半径nR,得到拓展后的图像/>,高为H + 2×nR,宽为W + 2×nR。还包括以下子步骤:
步骤A11,水平拓展;水平拓展开始,,其中, i=1,…,H, j=1,…,nR,约定图像下标从1开始;水平扩展结束后,/>,其中,表示图像扩展后的图像坐标,水平扩展后,拓展出的图像新坐标 i∈[1,H],j∈[W+nR+1,W+nR+nR];
步骤A12,竖直拓展:竖直拓展开始,,其中, i∈[1,nR],j∈[1,W+nR+nR],为扩展后完整图像的图像坐标;竖直拓展结束后,),其中,竖直拓展得出的图像坐标 i∈[H+nR+1,H+nR+nR],j∈[1,W+nR+nR],扩展得出的完整/>图像坐标为i∈[1+nR,H+nR],j∈[1+nR,W+nR]。
对拓展后的图像进行引导滤波,得到基图/>;还包括以下子步骤:
步骤A21,对图像坐标(i,j)处的点,i∈[1+nR,H+nR],j∈[1+nR,W+nR],求取局部均值μ、方差σ,计算公式为:
其中,是以(i,j)为中心、半径为nR的邻域;/>
步骤A22,得到引导滤波基图值, />计算式为:
其中,,/>,/>是平滑程度因子,/>)为拓展后图像坐标为对应到未拓展图像的位置为(i-nR,j-nR)。
计算纹理图像,计算公式为:
在本实施例中,所述图像分层映射步骤将图像分层滤波步骤所得基图进行伪彩查表映射,对纹理图像/>进行伪彩边缘叠加,包括以下子步骤:
步骤B1,基图图像伪彩查表映射,得到映射基图,所述映射基图/>是RGB三通道图像;
步骤B2,纹理图像伪彩勾边,得到最终伪彩映射结果,纹理图像伪彩勾边还包括以下子步骤:
步骤B21,依据色彩恒常原则,计算三通道的边缘叠加系数图,计算公式为:
其中,i∈[1,H],j∈[1,W],
步骤B22,计算伪彩极性图,计算公式为:
;其中, m∈[1,nbir],/>是通道系数;极性图是描述伪彩表随着索引的增加对应灰度值的变化关系;
步骤B23,将纹理图像按叠加系数和极性因子叠加在映射基图上,叠加公式为:
在一种实施例中,改进的分层伪彩映射方法经平滑滤波算法得到基图、纹理图,基图用以伪彩映射,定颜色“基调”,纹理图用以在彩色图像上进行“勾边”,从而抑制噪声对伪彩映射的影响,具体步骤如下:
步骤A,图像分层滤波;
步骤B,图像分层映射。
其中,进一步还包括:
步骤A1,边界拓展方式可以但不限于复制,比如镜像,本示例中选择复制,拓展半径nR = 2;
步骤A2,平滑滤波可以但不限于引导滤波,比如平滑滤波可以为均值滤波、高斯滤波等等;本示例中使用引导滤波,平滑因子 ;
步骤B1,平滑图像查表映射。平滑图像若为8bit图像,可以用灰度值作为索引,得到彩色分量值,如下公式所示:
R = LutR[Y];
G = LutG[Y];
B = LutB[Y];
其中,LutR、LutG、LutB分别是R通道、G通道、B通道伪彩表,长度均为256;通常是预先已准备好的表,比如“彩虹”、“铁红”等。
若平滑图像是高位宽图像,比如14bit图像,需要做亮度映射,将图像由14bit映射至8bit范围;亮度映射方法可以是直方图映射、线性拉伸等等,以线性拉伸为例,如下公式所示:
Y8 = (Y14 - Ymin)/(Ymax - Ymin)*255;其中,Y14是高位图像,Ymin、Ymax分别是Y14的有效最小、最大值。
步骤B22,wR = 0, wG = 1, wB = 0,表示以G通道来计算极性,因G通道可以代表彩色图的灰度信息。
本发明以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (6)

1.一种噪声抑制的伪彩映射方法,其特征在于,包括图像分层滤波步骤和图像分层映射步骤,所述图像分层滤波步骤对图像进行平滑滤波,得到基图图像和纹理图像,还包括以下子步骤:
步骤A1:输入图像,图像高为H,宽为W;对输入图像/>以复制方式进行边界拓展,拓展半径nR,得到拓展后的图像/>,高为H + 2×nR,宽为W + 2×nR;
步骤A2:对拓展后的图像进行引导滤波,得到基图/>
步骤A3:计算纹理图像,计算公式为:
2.根据权利要求1所述的一种噪声抑制的伪彩映射方法,其特征在于,所述步骤A1图像扩展还包括以下子步骤:
步骤A11,水平拓展;水平拓展开始,,其中, i=1,…,H, j=1,…,nR,约定图像下标从1开始;水平扩展结束后,/>,其中,/>表示图像扩展后的图像坐标,水平扩展后,拓展出的图像新坐标 i∈[1,H],j∈[W+nR+1,W+nR+nR];
步骤A12,竖直拓展:竖直拓展开始,,其中, i∈[1,nR],j∈[1,W+nR+nR],为扩展后完整图像的图像坐标;竖直拓展结束后,/>),其中,竖直拓展得出的图像坐标 i∈[H+nR+1,H+nR+nR],j∈[1,W+nR+nR],扩展得出的完整图像坐标为i∈[1+nR,H+nR],j∈[1+nR,W+nR]。
3.根据权利要求2所述的一种噪声抑制的伪彩映射方法,其特征在于,所述步骤A2图像滤波还包括以下子步骤:
步骤A21,对图像坐标(i,j)处的点,i∈[1+nR,H+nR],j∈[1+nR,W+nR],求取局部均值μ、方差σ,计算公式为:
其中,是以(i,j)为中心、半径为nR的邻域;/>
步骤A22,得到引导滤波基图值, />计算式为:
其中,,/>,/>是平滑程度因子,/>)为拓展后图像坐标为对应到未拓展图像的位置为(i-nR,j-nR)。
4.根据权利要求3所述的一种噪声抑制的伪彩映射方法,其特征在于,所述图像分层映射步骤将图像分层滤波步骤所得基图进行伪彩查表映射,对纹理图像/>进行伪彩边缘叠加,包括以下子步骤:
步骤B1,基图图像伪彩查表映射,得到映射基图,所述映射基图/>是RGB三通道图像;
步骤B2,纹理图像伪彩勾边,得到最终伪彩映射结果
5.根据权利要求4所述的一种噪声抑制的伪彩映射方法,其特征在于,所述基图图像伪彩查表映射计算式为:
其中, i∈[1,H],j∈[1,W],k是颜色通道且,/>是伪彩映射时的R表,表示y值对应的R通道值;R表长度记为nbin,k=G或k=B时同理。
6.根据权利要求5所述的一种噪声抑制的伪彩映射方法,其特征在于,所述步骤B2纹理图像伪彩勾边还包括以下子步骤:
步骤B21,依据色彩恒常原则,计算三通道的边缘叠加系数图,计算公式为:
其中,i∈[1,H],j∈[1,W],
步骤B22,计算伪彩极性图,计算公式为:
;其中, m∈[1,nbir],/>是通道系数;极性图是描述伪彩表随着索引的增加对应灰度值的变化关系;
步骤B23,将纹理图像按叠加系数和极性因子叠加在映射基图上,叠加公式为:
CN202311763517.1A 2023-12-21 2023-12-21 一种噪声抑制的伪彩映射方法 Active CN117437151B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311763517.1A CN117437151B (zh) 2023-12-21 2023-12-21 一种噪声抑制的伪彩映射方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311763517.1A CN117437151B (zh) 2023-12-21 2023-12-21 一种噪声抑制的伪彩映射方法

Publications (2)

Publication Number Publication Date
CN117437151A true CN117437151A (zh) 2024-01-23
CN117437151B CN117437151B (zh) 2024-03-08

Family

ID=89546467

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311763517.1A Active CN117437151B (zh) 2023-12-21 2023-12-21 一种噪声抑制的伪彩映射方法

Country Status (1)

Country Link
CN (1) CN117437151B (zh)

Citations (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103489168A (zh) * 2013-09-25 2014-01-01 海视英科光电(苏州)有限公司 一种红外图像自适应转伪彩增强方法及系统
US20140198294A1 (en) * 2011-08-17 2014-07-17 Toray Industries, Inc. Medical device, combination of coating solutions, and method for producing medical device
CN106780420A (zh) * 2016-12-08 2017-05-31 无锡赛默斐视科技有限公司 基于图像引导滤波器的彩色图像融合算法
US20180052057A1 (en) * 2015-05-01 2018-02-22 Flir Systems, Inc. Enhanced color palette systems and methods for infrared imaging
CN107871302A (zh) * 2016-09-23 2018-04-03 电子科技大学 一种基于yuv颜色空间的红外图像伪彩色处理方法
CN109816617A (zh) * 2018-12-06 2019-05-28 重庆邮电大学 基于导向滤波和图论显著性的多模态医学图像融合方法
CN110570374A (zh) * 2019-09-05 2019-12-13 湖北南邦创电科技有限公司 一种对红外传感器所获得图像的处理方法
CN111062394A (zh) * 2019-11-18 2020-04-24 济南大学 基于多通道加权引导滤波的模糊聚类彩色图像分割方法
CN111311621A (zh) * 2020-01-20 2020-06-19 北京中科核安科技有限公司 放射源成像的图像处理方法、装置和电子设备
CN111815549A (zh) * 2020-07-09 2020-10-23 湖南大学 一种基于导向滤波图像融合的夜视图像彩色化方法
CN112544064A (zh) * 2019-12-24 2021-03-23 深圳市大疆创新科技有限公司 一种图像处理方法、装置、成像设备及可移动载体
US20210166361A1 (en) * 2017-06-01 2021-06-03 Nec Corporation Image generation device, image generation method, and storage medium on which program is stored
CN113096053A (zh) * 2021-03-17 2021-07-09 西安电子科技大学 基于多尺度引导滤波的高动态红外图像细节增强方法
CN113436110A (zh) * 2021-07-16 2021-09-24 厦门大学 一种对合成孔径雷达灰度图像进行伪彩色处理的方法
CN114663319A (zh) * 2022-03-08 2022-06-24 华南理工大学 一种实现彩色图像增强的fpga方法及系统
CN114881883A (zh) * 2022-05-20 2022-08-09 云南北方光电仪器有限公司 一种红外图像多维降噪方法、存储介质及装置
CN115861117A (zh) * 2022-12-19 2023-03-28 刘斌 一种矿井红外图像增强方法和装置
CN116128766A (zh) * 2023-03-10 2023-05-16 昆明理工大学 一种基于改进Retinex-Net的电力设备红外图像增强方法
CN116614715A (zh) * 2023-05-17 2023-08-18 长春理工大学重庆研究院 场景监控的近红外图像彩色化处理方法
CN116912172A (zh) * 2023-06-13 2023-10-20 西安电子科技大学 一种基于高动态红外图像增强的气体泄漏检测方法

Patent Citations (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140198294A1 (en) * 2011-08-17 2014-07-17 Toray Industries, Inc. Medical device, combination of coating solutions, and method for producing medical device
CN103489168A (zh) * 2013-09-25 2014-01-01 海视英科光电(苏州)有限公司 一种红外图像自适应转伪彩增强方法及系统
US20180052057A1 (en) * 2015-05-01 2018-02-22 Flir Systems, Inc. Enhanced color palette systems and methods for infrared imaging
CN107871302A (zh) * 2016-09-23 2018-04-03 电子科技大学 一种基于yuv颜色空间的红外图像伪彩色处理方法
CN106780420A (zh) * 2016-12-08 2017-05-31 无锡赛默斐视科技有限公司 基于图像引导滤波器的彩色图像融合算法
US20210166361A1 (en) * 2017-06-01 2021-06-03 Nec Corporation Image generation device, image generation method, and storage medium on which program is stored
CN109816617A (zh) * 2018-12-06 2019-05-28 重庆邮电大学 基于导向滤波和图论显著性的多模态医学图像融合方法
CN110570374A (zh) * 2019-09-05 2019-12-13 湖北南邦创电科技有限公司 一种对红外传感器所获得图像的处理方法
CN111062394A (zh) * 2019-11-18 2020-04-24 济南大学 基于多通道加权引导滤波的模糊聚类彩色图像分割方法
CN112544064A (zh) * 2019-12-24 2021-03-23 深圳市大疆创新科技有限公司 一种图像处理方法、装置、成像设备及可移动载体
CN111311621A (zh) * 2020-01-20 2020-06-19 北京中科核安科技有限公司 放射源成像的图像处理方法、装置和电子设备
CN111815549A (zh) * 2020-07-09 2020-10-23 湖南大学 一种基于导向滤波图像融合的夜视图像彩色化方法
CN113096053A (zh) * 2021-03-17 2021-07-09 西安电子科技大学 基于多尺度引导滤波的高动态红外图像细节增强方法
CN113436110A (zh) * 2021-07-16 2021-09-24 厦门大学 一种对合成孔径雷达灰度图像进行伪彩色处理的方法
CN114663319A (zh) * 2022-03-08 2022-06-24 华南理工大学 一种实现彩色图像增强的fpga方法及系统
CN114881883A (zh) * 2022-05-20 2022-08-09 云南北方光电仪器有限公司 一种红外图像多维降噪方法、存储介质及装置
CN115861117A (zh) * 2022-12-19 2023-03-28 刘斌 一种矿井红外图像增强方法和装置
CN116128766A (zh) * 2023-03-10 2023-05-16 昆明理工大学 一种基于改进Retinex-Net的电力设备红外图像增强方法
CN116614715A (zh) * 2023-05-17 2023-08-18 长春理工大学重庆研究院 场景监控的近红外图像彩色化处理方法
CN116912172A (zh) * 2023-06-13 2023-10-20 西安电子科技大学 一种基于高动态红外图像增强的气体泄漏检测方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
JIANHUAN QI, 等: "Pseudo-color infrared and visible image fusion based on attention-dense network", HTTPS://DOI.ORG/10.21203/RS.3.RS-3432489/V1, 16 October 2023 (2023-10-16), pages 1 - 7 *
SHAOSHENG DAI等: "Pseudo-color coding algorithm for infrared scanning temperature measuring system of rotary kiln", INFRARED PHYSICS & TECHNOLOGY, vol. 94, 30 November 2018 (2018-11-30), pages 110 - 117 *
刘宇昕: "多通道图像融合关键技术研究", 中国优秀硕士学位论文全文数据库 (信息科技辑), no. 2022, 15 March 2022 (2022-03-15), pages 138 - 2001 *
姚松: "基于视觉特性指导的高动态红外图像细节增强及其FPGA实现技术", 中国优秀硕士学位论文全文数据库 (信息科技辑), no. 2022, 15 April 2022 (2022-04-15), pages 135 - 107 *
钟宏瑜: "石刻碑帖的数字化拓片研究", 中国优秀硕士学位论文全文数据库 (信息科技辑), no. 2015, 15 March 2015 (2015-03-15), pages 138 - 2060 *
陈莉波 等: "基于红外成像的电力施工视频监控图像目标识别算法", 激光杂志, vol. 42, no. 09, 25 September 2021 (2021-09-25), pages 129 - 133 *

Also Published As

Publication number Publication date
CN117437151B (zh) 2024-03-08

Similar Documents

Publication Publication Date Title
Tsai et al. Contrast enhancement by automatic and parameter-free piecewise linear transformation for color images
CN105915909B (zh) 一种高动态范围图像分层压缩方法
CN103021002B (zh) 彩色素描图像生成方法
CN111445384B (zh) 一种通用人像照片漫画风格化方法
JP2006508460A (ja) 画像信号処理方法
JP2000293696A (ja) 画像認識装置
Wang et al. Variational single nighttime image haze removal with a gray haze-line prior
CN112101370B (zh) 一种纯色背景图像自动抠像方法、计算机可读存储介质及设备
CN110866882B (zh) 基于深度置信度的分层联合双边滤波深度图修复方法
CN112801896B (zh) 基于前景提取的逆光图像增强方法
JP2014016688A (ja) 顕著性マップを利用した非写実変換プログラム、装置及び方法
CN107451974A (zh) 一种高动态范围图像的自适应再现显示方法
CN110610504A (zh) 基于骨架与色调的铅笔画生成方法及装置
CN117437151B (zh) 一种噪声抑制的伪彩映射方法
CN111311503A (zh) 一种夜晚低亮度图像增强系统
Zhao et al. An adaptive low-illumination image enhancement algorithm based on weighted least squares optimization
CN117422631A (zh) 基于自适应滤波分层的红外图像增强方法
CN110060308B (zh) 一种基于光源颜色分布限制的颜色恒常性方法
CN112465711A (zh) 一种针对雾天环境下的降质图像增强方法
JP2015076642A (ja) 画像処理装置及びプログラム
CN109102473B (zh) 一种改善彩色数字图像质量的方法
CN1852392A (zh) 基于活动轮廓线的印刷网点图像分割方法
Zhang et al. Aesthetic enhancement of landscape photographs as informed by paintings across depth layers
CN110796609B (zh) 基于尺度感知和细节增强模型的低光图像增强方法
CN113989145A (zh) 一种图像增强方法、系统、可存储介质

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