CN104103037B - 一种图像增强处理方法和装置 - Google Patents

一种图像增强处理方法和装置 Download PDF

Info

Publication number
CN104103037B
CN104103037B CN201310113932.2A CN201310113932A CN104103037B CN 104103037 B CN104103037 B CN 104103037B CN 201310113932 A CN201310113932 A CN 201310113932A CN 104103037 B CN104103037 B CN 104103037B
Authority
CN
China
Prior art keywords
image
pixel
radix
value
degree
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
Application number
CN201310113932.2A
Other languages
English (en)
Other versions
CN104103037A (zh
Inventor
张荣祥
俞海
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.)
Hangzhou Hikvision Digital Technology Co Ltd
Original Assignee
Hangzhou Hikvision Digital 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 Hangzhou Hikvision Digital Technology Co Ltd filed Critical Hangzhou Hikvision Digital Technology Co Ltd
Priority to CN201310113932.2A priority Critical patent/CN104103037B/zh
Publication of CN104103037A publication Critical patent/CN104103037A/zh
Application granted granted Critical
Publication of CN104103037B publication Critical patent/CN104103037B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Image Processing (AREA)

Abstract

本发明公开了一种图像增强处理方法,包括:获取待处理的原图像;分别采用N个滤波器对原图像进行滤波,生成N个可处理基数图像;其中,N为大于1的正整数,每个滤波器分别对应不同的频率范围和相位范围;针对每个可处理基数图像,分别按照与生成该可处理基数图像所采用的滤波器具有相同的滤波特性的另一滤波器对原图像进行滤波,生成该可处理基数图像对应的可处理程度图像;根据各可处理基数图像以及各可处理程度图像生成综合可处理基数图像;根据综合可处理基数图像以及原图像生成最终所需图像。本发明同时公开了一种图像增强处理装置。应用本发明所述方案,能够提高处理后的图像质量。

Description

一种图像增强处理方法和装置
技术领域
本发明涉及图像处理技术,特别涉及一种图像增强处理方法和装置。
背景技术
在早期的摄影技术中,通常采用反锐化掩膜处理方法来达到增强图像边缘和细节的目的。在光学上,反锐化掩膜处理方法的具体实现方式为:将聚焦的正片和散焦的负片在底片上进行叠加,从而增强了聚焦的正片的高频成分,进而增强了轮廓,散焦的负片相当于“模糊”模板,即掩膜。
该方法进行数字化后即可以用于进行数字图像增强处理,首先将原图像利用低通滤波器进行滤波,从而使得图像中的高频成分受到抑制,进而使得图像变得模糊;之后,将原图像和滤波后的模糊图像相减,从而使得低频成分损失很多,而高频成分被较为完整地保留下来;再之后,将保留了高频成分的图像进行放大后与原图像进行叠加,得到最终所需的图像。
但是,该方法在实际应用中也会存在一定的问题,如:
该方法对噪声非常敏感:图像的边缘和细节以及噪声同时被增强,尤其是在图像的平坦区域,即使很小的噪声也会非常明显,从而降低了处理后的图像质量。
发明内容
有鉴于此,本发明提供了一种图像增强处理方法和装置,能够提高处理后的图像质量。
为达到上述目的,本发明的技术方案是这样实现的:
一种图像增强处理方法,包括:
获取待处理的原图像;分别采用N个滤波器对所述原图像进行滤波,生成N个可处理基数图像;其中,N为大于1的正整数,每个滤波器分别对应不同的频率范围和相位范围;
针对每个可处理基数图像,分别按照与生成该可处理基数图像所采用的滤波器具有相同的滤波特性的另一滤波器对所述原图像进行滤波,生成该可处理基数图像对应的可处理程度图像;
根据各可处理基数图像以及各可处理程度图像生成综合可处理基数图像;
根据所述综合可处理基数图像以及所述原图像生成最终所需图像。
一种图像增强处理装置,包括:处理量分析模块和增强图像生成模块;其中,所述处理量分析模块中包括:多滤波单元和处理量生成单元;
所述多滤波单元,用于获取待处理的原图像;分别采用N个滤波器对所述原图像进行滤波,生成N个可处理基数图像,并发送给所述处理量生成单元;其中,N为大于1的正整数,每个滤波器分别对应不同的频率范围和相位范围;
针对每个可处理基数图像,分别按照与生成该可处理基数图像所采用的滤波器具有相同的滤波特性的另一滤波器对所述原图像进行滤波,生成该可处理基数图像对应的可处理程度图像,并发送给所述处理量生成单元;
所述处理量生成单元,用于根据各可处理基数图像以及各可处理程度图像生成综合可处理基数图像,并发送给所述增强图像生成模块;
所述增强图像生成模块,用于根据所述综合可处理基数图像以及所述原图像生成最终所需图像。
可见,采用本发明所述方案,可采用不同频率范围和相位范围的滤波器分别对原图像进行滤波,从而得到一系列的可处理基数图像,并获取每个可处理基数图像分别对应的可处理程度图像,融合各可处理基数图像和各可处理程度图像生成综合可处理基数图像,并基于综合可处理基数图像生成最终所需图像;相比于现有技术,本发明所述方案可减少对噪声虚假边缘的定位,并减少了噪声增强处理的幅度和可能性等,进而提高了处理后的图像质量。
附图说明
图1为本发明图像增强处理方法实施例的流程图。
图2为一个五阶低通滤波器的数值表示示意图。
图3为该五阶低通滤波器的滤波响应幅度示意图。
图4为一个可用于生成可处理程度图像的滤波器的示意图。
图5为Laws一维纹理滤波器的示意图。
图6为由于过冲现象而在边缘处产生明显的增强效果的示意图。
图7为由于过冲现象而降低了图像的视觉效果的示意图。
图8为本发明图像增强处理装置实施例的组成结构示意图。
图9为处理量生成单元的组成结构示意图。
具体实施方式
针对现有技术中存在的问题,本发明中提出一种图像增强处理方案,能够提高处理后的图像质量。
为了使本发明的技术方案更加清楚、明白,以下参照附图并举实施例,对本发明所述方案作进一步地详细说明。
图1为本发明图像增强处理方法实施例的流程图。如图1所示,包括以下步骤:
步骤11:获取待处理的原图像;分别采用N个滤波器对原图像进行滤波,生成N个可处理基数图像;其中,N为大于1的正整数,每个滤波器分别对应不同的频率范围和相位范围。
所述原图像通常为数字图像。
本步骤中,可利用不同频率范围和相位范围的滤波器,针对噪声、细节和不同类型的边缘等分别计算不同的可处理基数。
滤波响应幅度的大小即表示对应的频率范围和相位范围的可处理基数,滤波响应幅度越大则可处理基数越大,滤波响应的符号表示处理的相位。
N的具体取值可根据实际需要而定,但至少应为2,同样,每个滤波器分别对应的频率范围和相位范围的具体取值也可根据实际需要而定。
比如,所述滤波器可为五阶低通滤波器,图2为一个五阶低通滤波器的数值表示示意图,图3为该五阶低通滤波器的滤波响应幅度示意图。
在实际应用中,除了图2和图3所示滤波器外,还可设计其它尺寸和滤波响应幅度等的滤波器,滤波器的类型可为上述低通滤波器,也可为带通滤波器,还可为高通滤波器。在设计滤波器时,需要考虑噪声对滤波器响应的影响,尽量设计对噪声鲁棒的滤波器。
N个滤波器分别对原图像进行滤波后,将得到N个可处理基数图像,可处理基数图像和原图像的大小相同,可处理基数图像为后续增强处理的基准图像。
另外,本步骤中所用的滤波器也可为形态学滤波器,如腐蚀滤波器和膨胀滤波器。
腐蚀结果对应于局部邻域内最小值,膨胀结果对应于局域邻域内最大值,因此,腐蚀滤波器响应对应负相位可处理基数图像,膨胀滤波器响应对应正相位可处理基数图像,在实际应用中,可将负相位可处理基数图像和正相位可处理基数图像分别与原图像进行预定运算,从而得到N个可处理基数图像,所述预定运算具体为何种运算可根据实际需要而定。
步骤12:针对每个可处理基数图像,分别按照与生成该可处理基数图像所采用的滤波器具有相同的滤波特性的另一滤波器对原图像进行滤波,生成该可处理基数图像对应的可处理程度图像。
本步骤中,针对步骤11中得到的每个可处理基数图像,分别生成与其对应的可处理程度图像。
具体来说,针对每个可处理基数图像,可分别按照与生成该可处理基数图像所采用的滤波器具有相同的滤波特性的另一滤波器来对原图像进行滤波,从而生成该可处理基数图像对应的可处理程度图像。
另外,针对每个可处理基数图像,生成该可处理基数图像的滤波器与生成该可处理基数图像对应的可处理程度图像的滤波器对应的频率范围相近,即具有相同的滤波特性,如均为高通滤波器。
图4为一个可用于生成可处理程度图像的滤波器的示意图。
步骤13:根据各可处理基数图像以及各可处理程度图像生成综合可处理基数图像。
本步骤的具体实现可包括子步骤1)~3),分别介绍如下。
1)根据各可处理基数图像以及各可处理程度图像生成融合可处理基数图像。
具体来说,针对融合可处理基数图像中的每个像素点x,可分别进行以下处理:
分别计算各可处理基数图像中与像素点x的坐标位置相同的像素点的取值与对应的加权系数的乘积,并将各乘积进行相加;
计算各加权系数相加之和;
用各乘积相加之和除以各加权系数相加之和,将得到的商作为像素点x的取值;
其中,对于任一可处理基数图像中与像素点x的坐标位置相同的像素点对应的加权系数,该可处理基数图像对应的可处理程度图像中与像素点x的坐标位置相同的像素点的取值越大,该可处理基数图像中与像素点x的坐标位置相同的像素点对应的加权系数越大。
举例说明:
假设可处理程度图像的个数为2,分别为可处理程度图像C1和可处理程度图像C2;相应地,可处理基数图像的个数也为2,分别为可处理基数图像A1和可处理基数图像A2;
则融合可处理基数图像中的每个像素点x的取值A=(B1*a1+B2*a2)/(B1+B2),其中,B1和B2由c1和c2的关系确定,比如,当c1>3*c2时,B1=3,B2=1,当c1>2*c2时,B1=2,B2=1,等等;
其中,a1表示可处理基数图像A1中与像素点x的坐标位置相同的像素点的取值,a2表示可处理基数图像A2中与像素点x的坐标位置相同的像素点的取值,c1表示可处理程度图像C1中与像素点x的坐标位置相同的像素点的取值,c2表示可处理程度图像C2中与像素点x的坐标位置相同的像素点的取值;
无论采用何种方式来确定B1和B2的取值,都需要遵循以下原则:可处理程度越大,对应的可处理基数图像在融合可处理基数图像中所占的成分越多。
2)根据各可处理程度图像,或者,根据各可处理程度图像以及各可处理基数图像生成处理系数图像。
具体来说,针对处理系数图像中的每个像素点y,可分别进行以下处理:
分别计算各可处理程度图像中与像素点y的坐标位置相同的像素点的取值与对应的加权系数的乘积,并将各乘积进行相加;计算各加权系数相加之和;用各乘积相加之和除以各加权系数相加之和;按照预定方式确定得到的商对应的处理系数,将确定出的处理系数作为像素点y的取值;其中,各加权系数均为预定义常数;
或者,
分别计算各可处理程度图像中与像素点y的坐标位置相同的像素点的取值与对应的加权系数的乘积,并将各乘积进行相加;计算各加权系数相加之和;用各乘积相加之和除以各加权系数相加之和;按照预定方式确定得到的商对应的处理系数,将确定出的处理系数作为像素点y的取值;其中,对于任一可处理程度图像中与像素点y的坐标位置相同的像素点对应的加权系数,其取值等于该可处理程度图像对应的可处理基数图像中与像素点y的坐标位置相同的像素点的取值经预定运算后的结果。
举例说明:
假设可处理程度图像的个数为2,分别为可处理程度图像C1和可处理程度图像C2;则针对处理系数图像中的每个像素点y,分别计算其对应的综合可处理程度c=(W1*c1+W2*c2)/(W1+W2);
其中,c1表示可处理程度图像C1中与像素点y的坐标位置相同的像素点的取值,c2表示可处理程度图像C2中与像素点y的坐标位置相同的像素点的取值,W1和W2可为预定义常数,如W1=1,W2=8;或者,W1可为可处理程度图像C1对应的可处理基数图像中与像素点y的坐标位置相同的像素点的取值经预定运算后的结果,W2可为可处理程度图像C2对应的可处理基数图像中与像素点y的坐标位置相同的像素点的取值经预定运算后的结果;所述预定运算具体为何种运算可根据实际需要而定;
对于计算出的c,可通过以下方式计算得到其对应的处理系数K:K=min(c,Th+1)/(Th+1),其中,Th为预先设定的处理系数阈值,具体取值可根据实际需要而定,比如,Th的取值范围可为原图像的图像数据位宽表示的范围内的任意值,如图像数据位宽为12位,则优选Th的取值为320;
或者,也可预先保存c与K之间的对应关系,然后当计算出c后,通过查表得到K;
W1和W2用于强调不同频率范围和相位范围增强处理的区别,K用于控制增强处理的程度和范围。
3)根据融合可处理基数图像以及处理系数图像生成综合可处理基数图像。
具体来说,针对综合可处理基数图像中的每个像素点z,可分别进行以下处理:
计算融合可处理基数图像中与像素点z的坐标位置相同的像素点的取值与处理系数图像中与像素点z的坐标位置相同的像素点的取值的乘积,将该乘积作为像素点z的取值。
此处所介绍的计算乘积仅为一种可能的实现方式,并不用于限制本发明的技术方案,如果采用其它的运算,只要能够达到期望的目的,也是可以的。
综合可处理基数图像为对应于多个不同的频率范围和相位范围的可处理基数和可处理程度信息等融合的结果,全面考虑了图像中的各种边缘纹理等特性,从而具有很强的代表性和鲁棒性,减少了对噪声虚假边缘的定位,且噪声部分具有相对较小的可处理程度,再结合处理系数计算方法,可处理程度越大,处理系数越大,从而减小了噪声被增强处理的可能性等。
步骤14:根据综合可处理基数图像以及原图像生成最终所需图像。
本步骤中的具体实现可包括子步骤1)~6),分别介绍如下。
1)对原图像进行局部能量度量处理。
局部能量度量可表征局部能量大小等,在实际应用中,可分别用Laws一维纹理滤波器对原图像中的每个像素点进行水平方向和竖直方向的滤波;并将每个像素点的水平方向滤波结果和竖直方向滤波结果进行相加,将相加之和作为该像素点的取值。
图5为Laws一维纹理滤波器的示意图。图5所示为水平方向,竖直方向按照从上到下的顺序各数值依次为:-1、0、1。
图5所示滤波器在平坦区域响应为零,在边缘处响应较大,且边缘变化越剧烈,响应越大,相应地,表示局部能量越大。
图5所示滤波器仅为举例说明,并不用于限制本发明的技术方案,如果采用其它滤波器,只要能够达到期望的目的,也是可以的。
2)将处理后的图像中的每个像素点的取值分别与最新获取的最大处理基数值进行比较,生成最大可处理基数图像。
对于经过局部能量度量处理后的图像中的每个像素点,如果其取值小于或等于最新的最大处理基数值,则可维持该像素点的取值不变,否则,将该像素点的取值更改为最新的最大处理基数值。
按照现有图像增强处理方式,除了会使得噪声被增强外,还会存在以下问题:产生过冲现象,过冲现象可能会在边缘处产生明显的增强效果,这是其优点,但也可能会降低处理后的图像的视觉效果。图6为由于过冲现象而在边缘处产生明显的增强效果的示意图;图7为由于过冲现象而降低了图像的视觉效果的示意图。
而本发明所述方案中引入的局部能量度量处理等,在图6和图7所示的两种边缘类型下具有不同的响应,如,图5所示滤波器在图7所示边缘类型下具有较大响应,如果需要,也可以设计出在图6所示边缘类型下具有较大响应的滤波器,也就是说,通过选择合适的局部能量度量方法,可以使得图7所示边缘类型的响应较大,而图6所示边缘类型的响应较小,再利用最大处理基数值的抑制作用减小图7所示边缘类型的响应,而维持图6所示边缘类型的响应,从而可实现增强中过冲的选择性抑制。
3)利用最新获取的处理强度值放大最大可处理基数图像,生成最大可叠加处理量图像。
如何进行放大处理为现有技术。
在实际应用中,可预先设置初始的处理强度值、最大处理基数值和强度同步速率值,强度同步速率值通常不会发生变化,但处理强度值可能会发生变化,一旦处理强度值发生变化,最大处理基数值也需要相应地发生变化,从而使得过冲抑制程度随着处理强度的变化而变化。
变化关系如下:最新的最大处理基数值=(1+强度同步速率值×最新获取的处理强度值)×更新前的最大处理基数值。
4)利用最新获取的处理强度值放大综合可处理基数图像,生成可叠加处理量图像。
5)将最大可叠加处理量图像和可叠加处理量图像进行叠加和钳位处理,生成实际叠加处理量图像。
如何进行叠加和钳位处理同样为现有技术,钳位处理的目的是为了将各像素点的取值限制在图像数据位宽可以表示的范围内。
6)将实际叠加处理量图像与原图像进行叠加和钳位处理,得到最终所需图像。
通过步骤14的处理后,可使得图像能够出现明显的增强处理效果,同时保持良好的视觉效果,减少了处理瑕疵如过冲等。
至此,即完成了关于本发明方法实施例的介绍。
基于上述介绍,图8为本发明图像增强处理装置实施例的组成结构示意图。如图8所示,包括:处理量分析模块和增强图像生成模块;其中,处理量分析模块中包括:多滤波单元和处理量生成单元;
多滤波单元,用于获取待处理的原图像;分别采用N个滤波器对原图像进行滤波,生成N个可处理基数图像,并发送给处理量生成单元;其中,N为大于1的正整数,每个滤波器分别对应不同的频率范围和相位范围;
针对每个可处理基数图像,分别按照与生成该可处理基数图像所采用的滤波器具有相同的滤波特性的另一滤波器对原图像进行滤波,生成该可处理基数图像对应的可处理程度图像,并发送给处理量生成单元;
处理量生成单元,用于根据各可处理基数图像以及各可处理程度图像生成综合可处理基数图像,并发送给增强图像生成模块;
增强图像生成模块,用于根据综合可处理基数图像以及原图像生成最终所需图像。
具体地,
多滤波单元分别采用N个滤波器对原图像进行滤波,每个滤波器的类型分别为:低通滤波器、带通滤波器或高通滤波器,将滤波后得到的N个图像作为可处理基数图像;
或者,
多滤波单元分别采用N个滤波器对原图像进行滤波,每个滤波器的类型分别为:腐蚀滤波器或膨胀滤波器,将滤波后得到的N个图像分别与原图像进行预定运算,得到N个可处理基数图像。
图9为处理量生成单元的组成结构示意图。如图9所示,包括:处理量计算子单元、处理系数计算子单元以及运算子单元;
处理量计算子单元,用于根据各可处理基数图像以及各可处理程度图像生成融合可处理基数图像,并发送给运算子单元;
处理系数计算子单元,用于根据各可处理程度图像,或者,根据各可处理程度图像以及各可处理基数图像生成处理系数图像,并发送给运算子单元;
运算子单元,用于根据融合可处理基数图像以及处理系数图像生成综合可处理基数图像。
具体地,
处理量计算子单元针对融合可处理基数图像中的每个像素点x,分别进行以下处理:
分别计算各可处理基数图像中与像素点x的坐标位置相同的像素点的取值与对应的加权系数的乘积,并将各乘积进行相加;
计算各加权系数相加之和;
用各乘积相加之和除以各加权系数相加之和,将得到的商作为像素点x的取值;
其中,对于任一可处理基数图像中与像素点x的坐标位置相同的像素点对应的加权系数,该可处理基数图像对应的可处理程度图像中与像素点x的坐标位置相同的像素点的取值越大,该可处理基数图像中与像素点x的坐标位置相同的像素点对应的加权系数越大。
处理系数计算子单元针对处理系数图像中的每个像素点y,分别进行以下处理:
分别计算各可处理程度图像中与像素点y的坐标位置相同的像素点的取值与对应的加权系数的乘积,并将各乘积进行相加;
计算各加权系数相加之和;用各乘积相加之和除以各加权系数相加之和;
按照预定方式确定得到的商对应的处理系数,将确定出的处理系数作为像素点y的取值;
其中,各加权系数均为预定义常数;或者,对于任一可处理程度图像中与像素点y的坐标位置相同的像素点对应的加权系数,其取值等于该可处理程度图像对应的可处理基数图像中与像素点y的坐标位置相同的像素点的取值经预定运算后的结果。
运算子单元针对综合可处理基数图像中的每个像素点z,分别进行以下处理:
计算融合可处理基数图像中与像素点z的坐标位置相同的像素点的取值与处理系数图像中与像素点z的坐标位置相同的像素点的取值的乘积,将该乘积作为像素点z的取值。
另外,如图8所示,增强图像生成模块中可具体包括:局部能量度量单元、最大处理量强度同步单元、处理量强度调节单元、实际叠加处理量图像生成单元以及增强图像生成单元;
局部能量度量单元,用于对原图像进行局部能量度量处理,并将处理后的图像发送给最大处理量强度同步单元;
最大处理量强度同步单元,用于将处理后的图像中的每个像素点的取值分别与最新获取的最大处理基数值进行比较,生成最大可处理基数图像;利用最新获取的处理强度值放大最大可处理基数图像,生成最大可叠加处理量图像,并发送给实际叠加处理量图像生成单元;
处理量强度调节单元,用于利用最新获取的处理强度值放大综合可处理基数图像,生成可叠加处理量图像,并发送给实际叠加处理量图像生成单元;
实际叠加处理量图像生成单元,用于将最大可叠加处理量图像和可叠加处理量图像进行叠加和钳位处理,生成实际叠加处理量图像,并发送给增强图像生成单元;
增强图像生成单元,用于将实际叠加处理量图像与原图像进行叠加和钳位处理,得到最终所需图像。
具体地,
局部能量度量单元分别用Laws一维纹理滤波器对原图像中的每个像素点进行水平方向和竖直方向的滤波;将每个像素点的水平方向滤波结果和竖直方向滤波结果进行相加,将相加之和作为该像素点的取值。
最大处理量强度同步单元针对处理后的图像中的每个像素点,如果确定其取值小于或等于最大处理基数值,则维持该像素点的取值不变,否则,将该像素点的取值更改为最大处理基数值。
最大处理量强度同步单元在确定处理强度值发生变化时,计算(1+预先获取的强度同步速率值×最新获取的处理强度值)×更新前的最大处理基数值,将计算结果作为最新的最大处理基数值。
在实际应用中,图8所示装置中还会包括一个用户接口模块,用于用户配置各种参数和阈值等,配置形式可以是软件界面操作形式,或者是命令行、硬件拨码控制等形式,不作限定。
图8所示装置实施例的具体工作流程请参照前述方法实施例中的相应说明,此处不再赘述。
以上所述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,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。

Claims (18)

1.一种图像增强处理方法,其特征在于,包括:
获取待处理的原图像;分别采用N个滤波器对所述原图像进行滤波,生成N个可处理基数图像;其中,N为大于1的正整数,每个滤波器分别对应不同的频率范围和相位范围;
针对每个可处理基数图像,分别按照与生成该可处理基数图像所采用的滤波器具有相同的滤波特性的另一滤波器对所述原图像进行滤波,生成该可处理基数图像对应的可处理程度图像;
根据各可处理基数图像中每个像素点的取值,以及根据各可处理程度图像中与对应的各可处理基数图像像素点坐标位置相同的像素点取值得到的加权系数,生成融合可处理基数图像;
根据可处理程度图像,或者,根据各可处理程度图像以及各可处理基数图像生成处理系数图像;
根据所述融合可处理基数图像以及所述处理系数图像生成综合可处理基数图像;
根据所述综合可处理基数图像以及所述原图像生成最终所需图像。
2.根据权利要求1所述的方法,其特征在于,所述分别采用N个滤波器对所述原图像进行滤波,生成N个可处理基数图像包括:
分别采用N个滤波器对所述原图像进行滤波,每个滤波器的类型分别为:低通滤波器、带通滤波器或高通滤波器,将滤波后得到的N个图像作为可处理基数图像;
或者,
分别采用N个滤波器对所述原图像进行滤波,每个滤波器的类型分别为:腐蚀滤波器或膨胀滤波器,将滤波后得到的N个图像分别与所述原图像进行预定运算,得到N个可处理基数图像。
3.根据权利要求1所述的方法,其特征在于,所述根据各可处理基数图像以及各可处理程度图像生成融合可处理基数图像包括:
针对所述融合可处理基数图像中的每个像素点x,分别进行以下处理:
分别计算各可处理基数图像中与像素点x的坐标位置相同的像素点的取值与对应 的加权系数的乘积,并将各乘积进行相加;
计算各加权系数相加之和;
用各乘积相加之和除以各加权系数相加之和,将得到的商作为所述像素点x的取值;
其中,对于任一可处理基数图像中与像素点x的坐标位置相同的像素点对应的加权系数,该可处理基数图像对应的可处理程度图像中与像素点x的坐标位置相同的像素点的取值越大,该可处理基数图像中与像素点x的坐标位置相同的像素点对应的加权系数越大。
4.根据权利要求1所述的方法,其特征在于,
所述根据各可处理程度图像生成处理系数图像包括:
针对所述处理系数图像中的每个像素点y,分别进行以下处理:
分别计算各可处理程度图像中与像素点y的坐标位置相同的像素点的取值与对应的加权系数的乘积,并将各乘积进行相加;
计算各加权系数相加之和;用各乘积相加之和除以各加权系数相加之和;
按照预定方式确定得到的商对应的处理系数,将确定出的处理系数作为所述像素点y的取值;
其中,各加权系数均为预定义常数;
所述根据各可处理程度图像以及各可处理基数图像生成处理系数图像包括:
针对所述处理系数图像中的每个像素点y,分别进行以下处理:
分别计算各可处理程度图像中与像素点y的坐标位置相同的像素点的取值与对应的加权系数的乘积,并将各乘积进行相加;
计算各加权系数相加之和;用各乘积相加之和除以各加权系数相加之和;
按照预定方式确定得到的商对应的处理系数,将确定出的处理系数作为所述像素点y的取值;
其中,对于任一可处理程度图像中与像素点y的坐标位置相同的像素点对应的加权系数,其取值等于该可处理程度图像对应的可处理基数图像中与像素点y的坐标位置相同的像素点的取值经预定运算后的结果。
5.根据权利要求1所述的方法,其特征在于,所述根据所述融合可处理基数图像 以及所述处理系数图像生成所述综合可处理基数图像包括:
针对所述综合可处理基数图像中的每个像素点z,分别进行以下处理:
计算所述融合可处理基数图像中与像素点z的坐标位置相同的像素点的取值与所述处理系数图像中与像素点z的坐标位置相同的像素点的取值的乘积,将该乘积作为所述像素点z的取值。
6.根据权利要求1所述的方法,其特征在于,所述根据所述综合可处理基数图像以及所述原图像生成最终所需图像包括:
对所述原图像进行局部能量度量处理,并将处理后的图像中的每个像素点的取值分别与最新获取的最大处理基数值进行比较,生成最大可处理基数图像;
利用最新获取的处理强度值放大所述最大可处理基数图像,生成最大可叠加处理量图像;
利用最新获取的处理强度值放大所述综合可处理基数图像,生成可叠加处理量图像;
将所述最大可叠加处理量图像和所述可叠加处理量图像进行叠加和钳位处理,生成实际叠加处理量图像;
将所述实际叠加处理量图像与所述原图像进行叠加和钳位处理,得到最终所需图像。
7.根据权利要求6所述的方法,其特征在于,所述对所述原图像进行局部能量度量处理包括:
分别用Laws一维纹理滤波器对所述原图像中的每个像素点进行水平方向和竖直方向的滤波;
将每个像素点的水平方向滤波结果和竖直方向滤波结果进行相加,将相加之和作为该像素点的取值。
8.根据权利要求6所述的方法,其特征在于,所述将处理后的图像中的每个像素点的取值分别与最新获取的最大处理基数值进行比较,生成最大可处理基数图像包括:
对于所述处理后的图像中的每个像素点,如果其取值小于或等于所述最大处理基数值,则维持该像素点的取值不变,否则,将该像素点的取值更改为所述最大处理基数值。
9.根据权利要求6所述的方法,其特征在于,所述获取最新的最大处理基数值包括:
当确定所述处理强度值发生变化时,计算(1+预先获取的强度同步速率值×最新获取的处理强度值)×更新前的最大处理基数值,将计算结果作为最新的最大处理基数值。
10.一种图像增强处理装置,其特征在于,包括:处理量分析模块和增强图像生成模块;其中,所述处理量分析模块中包括:多滤波单元和处理量计算子单元、处理系数计算子单元以及运算子单元;
所述多滤波单元,用于获取待处理的原图像;分别采用N个滤波器对所述原图像进行滤波,生成N个可处理基数图像,并发送给所述处理量计算子单元和/或所述处理系数计算子单元;其中,N为大于1的正整数,每个滤波器分别对应不同的频率范围和相位范围;
针对每个可处理基数图像,分别按照与生成该可处理基数图像所采用的滤波器具有相同的滤波特性的另一滤波器对所述原图像进行滤波,生成该可处理基数图像对应的可处理程度图像,并发送给所述处理量计算子单元和处理系数计算子单元;
所述处理量计算子单元,用于根据各可处理基数图像中每个像素点的取值,以及根据各可处理程度图像中与对应的各可处理基数图像像素点坐标位置相同的像素点取值得到的加权系数,生成融合可处理基数图像,并发送给所述运算子单元;
所述处理系数计算子单元,用于根据各可处理程度图像,或者,根据各可处理程度图像以及各可处理基数图像生成处理系数图像,并发送给所述运算子单元;
所述运算子单元,用于根据所述融合可处理基数图像以及所述处理系数图像生成综合可处理基数图像,并发送给所述增强图像生成模块;
所述增强图像生成模块,用于根据所述综合可处理基数图像以及所述原图像生成最终所需图像。
11.根据权利要求10所述的装置,其特征在于,
所述多滤波单元分别采用N个滤波器对所述原图像进行滤波,每个滤波器的类型分别为:低通滤波器、带通滤波器或高通滤波器,将滤波后得到的N个图像作为可处理基数图像;
或者,
所述多滤波单元分别采用N个滤波器对所述原图像进行滤波,每个滤波器的类型分别为:腐蚀滤波器或膨胀滤波器,将滤波后得到的N个图像分别与所述原图像进行预定运算,得到N个可处理基数图像。
12.根据权利要求10所述的装置,其特征在于,
所述处理量计算子单元针对所述融合可处理基数图像中的每个像素点x,分别进行以下处理:
分别计算各可处理基数图像中与像素点x的坐标位置相同的像素点的取值与对应的加权系数的乘积,并将各乘积进行相加;
计算各加权系数相加之和;
用各乘积相加之和除以各加权系数相加之和,将得到的商作为所述像素点x的取值;
其中,对于任一可处理基数图像中与像素点x的坐标位置相同的像素点对应的加权系数,该可处理基数图像对应的可处理程度图像中与像素点x的坐标位置相同的像素点的取值越大,该可处理基数图像中与像素点x的坐标位置相同的像素点对应的加权系数越大。
13.根据权利要求10所述的装置,其特征在于,
所述处理系数计算子单元针对所述处理系数图像中的每个像素点y,分别进行以下处理:
分别计算各可处理程度图像中与像素点y的坐标位置相同的像素点的取值与对应的加权系数的乘积,并将各乘积进行相加;
计算各加权系数相加之和;用各乘积相加之和除以各加权系数相加之和;
按照预定方式确定得到的商对应的处理系数,将确定出的处理系数作为所述像素点y的取值;
其中,各加权系数均为预定义常数;或者,对于任一可处理程度图像中与像素点y的坐标位置相同的像素点对应的加权系数,其取值等于该可处理程度图像对应的可处理基数图像中与像素点y的坐标位置相同的像素点的取值经预定运算后的结果。
14.根据权利要求10所述的装置,其特征在于,
所述运算子单元针对所述综合可处理基数图像中的每个像素点z,分别进行以下处理:
计算所述融合可处理基数图像中与像素点z的坐标位置相同的像素点的取值与所述处理系数图像中与像素点z的坐标位置相同的像素点的取值的乘积,将该乘积作为所述像素点z的取值。
15.根据权利要求10所述的装置,其特征在于,所述增强图像生成模块中包括:局部能量度量单元、最大处理量强度同步单元、处理量强度调节单元、实际叠加处理量图像生成单元以及增强图像生成单元;
所述局部能量度量单元,用于对所述原图像进行局部能量度量处理,并将处理后的图像发送给所述最大处理量强度同步单元;
所述最大处理量强度同步单元,用于将处理后的图像中的每个像素点的取值分别与最新获取的最大处理基数值进行比较,生成最大可处理基数图像;利用最新获取的处理强度值放大所述最大可处理基数图像,生成最大可叠加处理量图像,并发送给所述实际叠加处理量图像生成单元;
所述处理量强度调节单元,用于利用最新获取的处理强度值放大所述综合可处理基数图像,生成可叠加处理量图像,并发送给所述实际叠加处理量图像生成单元;
所述实际叠加处理量图像生成单元,用于将所述最大可叠加处理量图像和所述可叠加处理量图像进行叠加和钳位处理,生成实际叠加处理量图像,并发送给所述增强图像生成单元;
所述增强图像生成单元,用于将所述实际叠加处理量图像与所述原图像进行叠加和钳位处理,得到最终所需图像。
16.根据权利要求15所述的装置,其特征在于,
所述局部能量度量单元分别用Laws一维纹理滤波器对所述原图像中的每个像素点进行水平方向和竖直方向的滤波;将每个像素点的水平方向滤波结果和竖直方向滤波结果进行相加,将相加之和作为该像素点的取值。
17.根据权利要求15所述的装置,其特征在于,
所述最大处理量强度同步单元针对所述处理后的图像中的每个像素点,如果确定其取值小于或等于所述最大处理基数值,则维持该像素点的取值不变,否则,将该像素点的取值更改为所述最大处理基数值。
18.根据权利要求15所述的装置,其特征在于,
所述最大处理量强度同步单元在确定所述处理强度值发生变化时,计算(1+预先获取的强度同步速率值×最新获取的处理强度值)×更新前的最大处理基数值,将计算结果作为最新的最大处理基数值。
CN201310113932.2A 2013-04-02 2013-04-02 一种图像增强处理方法和装置 Active CN104103037B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310113932.2A CN104103037B (zh) 2013-04-02 2013-04-02 一种图像增强处理方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310113932.2A CN104103037B (zh) 2013-04-02 2013-04-02 一种图像增强处理方法和装置

Publications (2)

Publication Number Publication Date
CN104103037A CN104103037A (zh) 2014-10-15
CN104103037B true CN104103037B (zh) 2017-02-15

Family

ID=51671164

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310113932.2A Active CN104103037B (zh) 2013-04-02 2013-04-02 一种图像增强处理方法和装置

Country Status (1)

Country Link
CN (1) CN104103037B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104715459B (zh) * 2015-03-27 2018-01-23 浙江大学 血管图像增强方法
CN105869132B (zh) * 2016-04-26 2018-10-02 成都市晶林科技有限公司 一种红外图像细节增强方法
CN106878586B (zh) * 2017-01-09 2019-12-06 中国科学院自动化研究所 可重构的并行图像细节增强方法和装置
CN108876733B (zh) * 2018-05-30 2021-11-09 上海联影医疗科技股份有限公司 一种图像增强方法、装置、设备和存储介质
JP6813004B2 (ja) * 2018-06-28 2021-01-13 Jfeスチール株式会社 鋼材非圧下部幅検出装置及びその検出方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101232574A (zh) * 2007-01-18 2008-07-30 索尼株式会社 成像装置、噪声去除设备及噪声去除方法
CN101261733A (zh) * 2007-03-08 2008-09-10 三菱电机株式会社 利用任意内核滤波器对数据进行滤波的方法
CN101882317A (zh) * 2009-05-04 2010-11-10 西门子公司 借助多频带滤波器的ct图像的对比度加强
CN102640184A (zh) * 2009-10-20 2012-08-15 苹果公司 用于图像信号处理的时域滤波技术
EP2574034A2 (en) * 2011-09-26 2013-03-27 Canon Kabushiki Kaisha Image processing apparatus and method

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103561193B (zh) * 2009-01-19 2016-06-15 杜比实验室特许公司 自动化方法以及自动化的图像处理***

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101232574A (zh) * 2007-01-18 2008-07-30 索尼株式会社 成像装置、噪声去除设备及噪声去除方法
CN101261733A (zh) * 2007-03-08 2008-09-10 三菱电机株式会社 利用任意内核滤波器对数据进行滤波的方法
CN101882317A (zh) * 2009-05-04 2010-11-10 西门子公司 借助多频带滤波器的ct图像的对比度加强
CN102640184A (zh) * 2009-10-20 2012-08-15 苹果公司 用于图像信号处理的时域滤波技术
EP2574034A2 (en) * 2011-09-26 2013-03-27 Canon Kabushiki Kaisha Image processing apparatus and method

Also Published As

Publication number Publication date
CN104103037A (zh) 2014-10-15

Similar Documents

Publication Publication Date Title
CN104103037B (zh) 一种图像增强处理方法和装置
CN107016642B (zh) 用于对有噪输入图像进行分辨率上调的方法和装置
CN111583097A (zh) 图像处理方法、装置、电子设备及计算机可读存储介质
CN102567973B (zh) 基于改进的形状自适应窗口的图像去噪方法
CN107742291B (zh) 一种光伏玻璃的缺陷检测方法及装置
CN106910170B (zh) 一种图像椒盐噪声的去除方法
CN108109121A (zh) 一种基于卷积神经网络的人脸模糊快速消除方法
CN106169181A (zh) 一种图像处理方法及***
CN104200426A (zh) 图像插值方法和装置
CN110874827A (zh) 湍流图像复原方法、装置、终端设备及计算机可读介质
Nasimudeen et al. Directional switching median filter using boundary discriminative noise detection by elimination
CN105890768A (zh) 一种红外图像非均匀性校正的方法及装置
CN103119609A (zh) 一种确定视频前景主体图像区域的方法和装置
Zhong et al. Deep attentional guided image filtering
CN106780633A (zh) 一种图像校正方法、装置及双目视觉***
CN104254872A (zh) 图像处理方法和图像处理设备
CN104978720A (zh) 一种视频图像雨滴去除方法及装置
CN102339460B (zh) 卫星图像自适应复原方法
CN103337055A (zh) 一种基于梯度拟合的文本图像去模糊方法
Azetsu et al. Trilateral filter using rank order information of pixel value for mixed Gaussian and impulsive noise removal
CN105872317A (zh) 一种基于时域的视频图像滤波方法及装置
Xu et al. A universal impulse noise filter with an impulse detector and nonlocal means
CN103377463A (zh) 一种滤镜处理的方法及装置
CN111382834B (zh) 一种置信度比较方法及装置
Uzun et al. A literature review on quadratic image filters

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant