CN106846276B - 一种图像增强方法及装置 - Google Patents
一种图像增强方法及装置 Download PDFInfo
- Publication number
- CN106846276B CN106846276B CN201710065696.XA CN201710065696A CN106846276B CN 106846276 B CN106846276 B CN 106846276B CN 201710065696 A CN201710065696 A CN 201710065696A CN 106846276 B CN106846276 B CN 106846276B
- Authority
- CN
- China
- Prior art keywords
- component data
- image
- filtering
- lightness
- homomorphic
- 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 42
- 238000001914 filtration Methods 0.000 claims abstract description 72
- 238000012545 processing Methods 0.000 claims abstract description 26
- 241000023320 Luma <angiosperm> Species 0.000 claims abstract description 14
- OSWPMRLSEDHDFF-UHFFFAOYSA-N methyl salicylate Chemical compound COC(=O)C1=CC=CC=C1O OSWPMRLSEDHDFF-UHFFFAOYSA-N 0.000 claims abstract description 14
- 230000003044 adaptive effect Effects 0.000 claims abstract description 8
- 230000002194 synthesizing effect Effects 0.000 claims abstract description 7
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 238000013075 data extraction Methods 0.000 claims description 3
- 238000003786 synthesis reaction Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 12
- 238000010586 diagram Methods 0.000 description 11
- 230000000007 visual effect Effects 0.000 description 5
- 230000000903 blocking effect Effects 0.000 description 4
- 230000002708 enhancing effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000003321 amplification Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000001965 increasing effect Effects 0.000 description 2
- 230000014759 maintenance of location Effects 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 241001270131 Agaricus moelleri Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000002146 bilateral effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000010008 shearing Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G06T5/90—Dynamic range modification of images or parts thereof
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic 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
- G06T2207/10—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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明实施例公开了一种图像增强方法及装置。该方法包括：提取图像的明度分量数据和与所述明度分量数据对应的色彩空间中除所述明度分量数据之外的分量数据；对所述明度分量数据进行同态滤波；对所述同态滤波之后的明度分量数据进行限制对比度自适应直方图均衡CLAHE；对所述进行CLAHE之后的明度分量数据进行引导滤波去噪处理，得到滤波之后的明度分量数据；根据所述滤波之后的明度分量数据和所述与所述明度分量数据对应的色彩空间中除所述明度分量数据之外的分量数据合成增强图像，实现了在保持图像细节、控制图像噪声的基础上，有效的扩展图像的动态范围，增强图像对比度，同时能够有效实现去云、去雾，改善图像显示效果。
Description
技术领域
本发明实施例涉及图像处理技术，尤其涉及一种图像增强方法及装置。
背景技术
图像增强是图像处理领域中的核心技术部分，目的是为了突出图像细节，增强图像对比度、亮度等，从而提高图像的清晰度、改善图像视觉效果、丰富图像的信息，同时去云和去雾也是图像增强范畴内热门的研究领域，具有较大的研究价值。图像增强方法可分为两大类：基于空域法和基于频域法。空域法可以概括理解为直接对图像像素进行处理的方法，通过改变图像像素的灰度值来达到图像增强效果，该方法提出较早，发展较为成熟，且简单有效，运用广泛，如灰度变换、直方图处理、空间滤波等都属于此方法范畴。
目前，传统的基于直方图均衡进行图像增强的方法，采用低通滤波和直方图均衡化方法，可以获取图像背景信息，通过输入图像减去低通滤波过的信号可以获取图像的细节部分。
但是，采用低通滤波和直方图均衡化的图像增强方法保留了存在于高频分量中的噪声，噪声过滤能力差，图像的增强效果差。
发明内容
本发明实施例提供一种图像增强方法及装置，以提高噪声过滤能力和图像的增强效果。
第一方面，本发明实施例提供了一种图像增强方法，该方法包括：
提取图像的明度分量数据和与所述明度分量数据对应的色彩空间中除所述明度分量数据之外的分量数据；
对所述明度分量数据进行同态滤波；
对所述同态滤波之后的明度分量数据进行CLAHE(Contrast Limited AdaptiveHistogram Equalization，限制对比度自适应直方图均衡)；
对所述进行CLAHE之后的明度分量数据进行引导滤波处理，得到滤波去噪之后的明度分量数据；
根据所述滤波之后的明度分量数据和所述与所述明度分量数据对应的色彩空间中除所述明度分量数据之外的分量数据合成增强图像。
进一步的，所述同态滤波的函数用公式表示为：
其中，rH为高频增益，rL为低频增益，a、b为动态调节因子，γ用于控制滤波器斜面的锐化且rL<γ<rH，D(u,v)为频率域中当前坐标点到矩形中心的欧式距离，D0为截止频率，0≤λ≤1。
进一步的，在所述同态滤波函数的公式中，rH>1、0<rL<1，
其中，Davg(u,v)为频率域中当前坐标点到矩形中心的欧式距离的均值，
为频率域中当前坐标点到矩形中心的欧式距离的中值。
进一步的，所述引导滤波的函数Wij定义为：
其中，ωk为第k个核函数窗口，|ω|为相应窗口中的像素总数，μk和
是引导图像G在窗口ωk内的均值和方差，ε为正则化参数。
第二方面，本发明实施例还提供了一种图像增强装置，该装置包括：
分量数据提取模块，用于提取图像的明度分量数据和与所述明度分量数据对应的色彩空间中除所述明度分量数据之外的分量数据；
同态滤波模块，用于对所述明度分量数据进行同态滤波；
CLAHE模块，用于对所述同态滤波之后的明度分量数据进行限制对比度自适应直方图均衡CLAHE；
引导滤波模块，用于对所述进行CLAHE之后的明度分量数据进行引导滤波处理，得到滤波去噪之后的明度分量数据；
增强图像合成模块，用于根据所述滤波之后的明度分量数据和所述与所述明度分量数据对应的色彩空间中除所述明度分量数据之外的分量数据合成增强图像。
进一步的，所述同态滤波的函数用公式表示为：
其中，rH为高频增益，rL为低频增益，a、b为动态调节因子，γ用于控制滤波器斜面的锐化且rL<γ<rH，D(u,v)为频率域中当前坐标点到矩形中心的欧式距离，D0为截止频率，0≤λ≤1。
进一步的，在所述同态滤波函数的公式中，rH>1、0<rL<1，
其中，Davg(u,v)为频率域中当前坐标点到矩形中心的欧式距离的均值，
为频率域中当前坐标点到矩形中心的欧式距离的中值。
进一步的，所述引导滤波的函数Wij定义为：
其中，ωk为第k个核函数窗口，|ω|为相应窗口中的像素总数，μk和
是引导图像G在窗口ωk内的均值和方差，ε为正则化参数。
本发明实施例通过对图像的明度分量数据进行同态滤波，限制对比度自适应直方图均衡和引导滤波处理，将处理后的明度分量数据与明度分量数据对应的色彩空间中除明度分量数据之外的分量数据合成增强图像，实现了在保持图像细节的基础上，有效的扩展图像的动态范围，增强图像对比度，同时能够有效实现去云、去雾，改善图像显示效果。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图做一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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的附图。
图1a是本发明实施例一提供的一种图像增强方法的流程示意图；
图1b是本发明实施例一提供的一种双线性插值的示意图；
图2a是本发明实施例二提供的一种图像增强方法的流程示意图；
图2b是本发明实施例二提供的一种同态滤波器的三维结构示意图；
图2c是本发明实施例二提供的一种图像增强方法的处理结果示意图；
图2d是本发明实施例二提供的一种图像增强方法的处理结果示意图；
图2e是本发明实施例二提供的一种图像增强方法的处理结果示意图；
图2f是本发明实施例二提供的一种图像增强方法的处理结果示意图；
图2g是本发明实施例二提供的一种图像增强方法的处理结果示意图；
图3是本发明实施例三提供的一种图像增强装置的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，以下将参照本发明实施例中的附图，通过实施方式清楚、完整地描述本发明的技术方案，显然，所描述的实施例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他实施例，都属于本发明保护的范围。
实施例一
图1a是本发明实施例一提供的一种图像增强方法的流程图。本实施例的技术方案可以适用于增强图像的情况。该方法可以由本发明实施例提供的一种图像增强装置来执行，该装置可以采用软件和/或硬件的方式实现。该方法具体包括如下操作：
S110、提取图像的明度分量数据和与所述明度分量数据对应的色彩空间中除所述明度分量数据之外的分量数据。
图像的明度分量数据对于图像的对比度的提高尤为重要。为了在保证图像其他通道的数据如色调或者饱和度不变的前提下提高图像对比度，需要通过改变图像的亮度数据来实现，因此需要提取图像的明度分量数据。优选采用图像的HSV(Hue，Saturation，Value，色调，饱和度，亮度)色彩空间。如果图像本身的空间为RGB(Red，Green，Blue，红，绿，蓝)色彩空间，可以通过空间转换将图像的空间转换为HSV空间，其中，V分量即为明度分量数据。由于R、G、B三分量相关性较高，在RGB色彩空间上进行处理会不可预估的改变图像的光谱信息，造成图像失真。HSV色彩空间可以很好的控制光谱信息的变化，实现图像增强。
S120、对所述明度分量数据进行同态滤波。
为了提升暗区图像细节的显示，压缩图像亮度范围，更好的保留图像细节，先将图像进行同态滤波。
将图像f(x,y)用入射分量i(x,y)与反射分量r(x,y)的乘积来表示f(x,y)＝i(x,y)r(x,y)，i(x,y)表征低频背景信息，r(x,y)表征高频细节信息；
为了方便处理，对上式求对数，拆分图像中的入射和反射分量，lnf(x,y)＝lni(x,y)+lnr(x,y)；
对上式进行FFT(Fast Fourier Transform,快速傅里叶变换)，得到频域的表达式F(u,v)＝I(u,v)+R(u,v)；
运用同态滤波函数Hhf(u,v)乘以上式两边，分离入射和反射分量完成滤波过程Hhf(u,v)F(u,v)＝Hhf(u,v)I(u,v)+Hhf(u,v)R(u,v)；
通过FFT-1，将频域数据还原到空域，即hhf(x,y)＝hi(x,y)+hr(x,y)；
运用指数运算还原成处理后的图像数据，即
S130、对所述同态滤波之后的明度分量数据进行CLAHE。
直接对图像数据进行直方图拉伸可能造成不希望的信息丢失，因此对经过同态滤波压缩的图像数据进行CLAHE，尽可能的保留图像的信息，更加合理的完成直方图的均衡。
将同态滤波之后的明度分量数据切分为M×N个连续且不重叠的子区域；
首先对各子区域进行直方图剪切，剪切阈值T＝NcutAvg，其中T为剪切阈值，Ncut为剪切系数因子，子区域中灰阶平均像素数
sum(p)为该区域的像素总个数，g为该区域的灰度级数；
在各子区域中均分超出阈值部分的像素总数ST，平分的像素数
灰度级像素数大于T的像素数保持T不变，灰度级像素数加arg后仍然小于T的灰度级统一加arg像素数，灰度级像素数小于T且加arg后大于T的灰度级设置调整后像素数最多为T，多出的像素数计入剩余像素总数Sexcess；
按相应的步长原则平均分配剩余像素总数Sexcess到每一个灰阶，循环直到完全分配完剩余像素为止；
在修正完的各子区域进行直方图均衡处理；
用双线性插值来平滑图像消除块效应，示意图如图1b所示，计算公式为f”(x,y)＝a[bA+(1-b)B]+(1-a)[bC+(1-b)D]，其中
f”(x,y)为CLAHE的输出结果数据，A、B、C、D为左上、右上、左下、右下的4个样本点，中间区域采用双向性插值，边界处采用线性插值，角点处直接使用当前块的变换函数结果。
CLAHE通过限制对比度来防止图像过增强，同时在对局部直方图进行均衡的同时还考虑到周边信息的影响，通过双线性插值来平滑图像，消除局部直方图均衡存在的块效应问题。
S140、对所述进行CLAHE之后的明度分量数据进行引导滤波处理，得到滤波去噪之后的明度分量数据。
在利用同态滤波和CLAHE对图像进行处理后，直方图得到拉伸的同时，噪声也可能被拉伸，因此需要对处理后的图像进行降噪处理，引导滤波可以有效地去除噪声，相对于双边滤波能更好的保持图像细节，且不会引起梯度反转现象。
S150、根据所述滤波之后的明度分量数据和所述与所述明度分量数据对应的色彩空间中除所述明度分量数据之外的分量数据合成增强图像。
若所述明度分量数据对应的色彩空间为HSV色彩空间，则经过滤波之后的明度分量数据需要与色调分量数据和饱和度分量数据进行结合，得到增强后的HSV图像，对得到的增强后的HSV图像还可以进行色彩空间转换为RGB图像。
本发明实施例通过对图像的明度分量数据进行同态滤波，限制对比度自适应直方图均衡和引导滤波处理，将处理后的明度分量数据与明度分量数据对应的色彩空间中除明度分量数据之外的分量数据合成增强图像，实现了在保持图像细节、控制图像噪声的基础上，有效的扩展图像的动态范围，增强图像对比度，同时能够有效实现去云、去雾，改善图像显示效果。
实施例二
图2a是本发明实施例二提供的一种图像增强方法的流程图。本发明实施例二在上述实施例的基础上，优化了同态滤波的函数。
相应的，本实施例的方法包括：
S210、提取图像的明度分量数据和与所述明度分量数据对应的色彩空间中除所述明度分量数据之外的分量数据。
S220、对所述明度分量数据进行同态滤波，所述同态滤波的函数用公式表示为：
其中，rH为高频增益，rL为低频增益，a、b为动态调节因子，γ用于控制滤波器斜面的锐化且rL<γ<rH，D(u,v)为频率域中当前坐标点到矩形中心的欧式距离，D0为截止频率，0≤λ≤1。
为了减少低频成分同时增加高频成分，优选布特沃斯高通滤波器作为基础模型，即
作为基础模型。为了防止高通滤波之后低频信息的丢失，改进传统的布特沃斯高通滤波器，以实现保留一定比例低频成分的同时增强高频成分，因而定义同态滤波的函数为：
其中，
系数定义为布特沃斯高通滤波器的权重系数，当D→0时，滤波器权重几乎为0，同态滤波的函数后半部分低频保留因子起主要作用，实现低频部分的部分保留而不至于类似传统布特沃斯高通滤波器引起的低频信息丢失；当D→max时，滤波器权重较大，起主导作用，能够有效的增强高频分量，因此该系数的引用能够有效地自适应滤波器的权重。
当式中λ＝1时，上式变换为
此时函数形式退化为同态滤波器，可以有效地减少低频分量增加高频分量，从而压缩图像灰度级，提升整体对比度。当式中0≤λ≤1时，滤波器函数保持不变，如下：
此时函数形式可近似为带阻滤波器，带阻滤波器是一种能够通过大多数频率分量，但是针对某些频率范围内的频率有效衰减的滤波器。针对图像增强过程中可能遇到的某些云、雾等遮挡的情况下，可以限定这些频率分量的衰减，从而一定程度上完成去云、去雾等，从而增强图像显示效果，同时仍然保留了同态滤波提升图像对比度的性能，具有一定的实用价值。
图2b为本发明实施例提供的改进同态滤波器的三维结构示意图。
综上所述，本发明实施例提出的同态滤波函数能够实现同态滤波以及带阻滤波两种滤波形式，应用面更广，效果更佳。
其中，D0一般情况下为通过大量实验获得的经验值。
优选的，在所述同态滤波函数的公式中，rH>1、0<rL<1，
其中，Davg(u,v)为频率域中当前坐标点到矩形中心的欧式距离的均值，
为频率域中当前坐标点到矩形中心的欧式距离的中值。
由于中值与均值都能很好的作为数据的代表值，当数据近似等差数列或者近似正态分布时，中值也近似等于均值，两者等价，但是，当数据中出现极端变量时，中值相对均值能够更好的代表数据，当数据分布不均匀时，均值能够更好的反映数据的集中趋势。因此，取中值与均值的平均值能够更好的表征数据一般性情况。
S230、对所述同态滤波之后的明度分量数据进行限制对比度自适应直方图均衡CLAHE。
S240、对所述进行CLAHE之后的明度分量数据进行引导滤波处理，得到滤波去噪之后的明度分量数据。
S250、根据所述滤波之后的明度分量数据和所述与所述明度分量数据对应的色彩空间中除所述明度分量数据之外的分量数据合成增强图像。
图2c、图2d、图2e、图2f和图2g为五组不同的原图与应用本实施例提供的图像增强方法处理后的图像的对比示意图，其中，左侧图像为原图，右侧图像为处理后的图像。由图2c、图2d、图2e、图2f和图2g可以看出，本发明实施例提供的图像增强方法能够明显改善图像的显示效果，尤其是对光照不均匀的修正，增强了图像暗区的细节，同时又不损失亮区的图像细节，天空、墙壁、屋顶等处的色彩没有出现失真，没有出现块效应、噪声放大等问题，视觉效果明显改善。由图2d可以看出，图像整体视觉效果较处理之前有所改善，图像噪声没有被放大，图像灰阶没有被合并，反而更加清晰，说明本发明实施例提供的图像增强方法可以很好的抑制噪声同时提升图像的亮度、清晰度和细节显示效果。由图2g可以看出，原始图像颜色偏暗，而且受雾气干扰，视觉效果差，经过本发明实施例提供的图像增强方法处理后的图像，对比度明显提升，可以很清晰的看清楚图像中的建筑以及数目，同时房屋和山体上蒙着的雾气被明显弱化并且消除了一部分，可以看清房屋墙体上的文字以及山上的树木，并且没有引入噪声，图像显示非常自然。
本发明实施例应用同态滤波函数对明度分量数据进行滤波处理，然后应用CLAHE进行直方图均衡，最后进行引导滤波去噪处理，实现了在保持图像细节的基础上，有效的扩展图像的动态范围，增强了图像暗区的细节，完成一定程度的去雾、去云效果，同时又不损失亮区的图像细节，避免了色彩失真、块效应和噪声放大等问题，提高了视觉效果。
在本实施例的另一优选实施方式中，所述引导滤波的函数Wij定义为：
其中，ωk为第k个核函数窗口，|ω|为相应窗口中的像素总数，μk和
是引导图像G在窗口ωk内的均值和方差，ε为正则化参数。
引导滤波的关键因素有引导图像G，输入数据I＝f”(x,y)和输出数据V'，引导图像需要根据具体需求事先选定，也可以是输入数据I，本发明实施例选取G＝I，输出图像V'的计算公式如下：
其中，i、j为像素索引。
滤波器核函数Wij定义为
ωk为第k个核函数窗口，|ω|为相应窗口中的像素总数，μk和
是引导图像G在窗口ωk内的均值和方差，ε为正则化参数。
实施例三
图3是本发明实施例三提供的一种图像增强装置的结构框图。该装置用于执行上述任意实施例所提供的一种图像增强方法。该装置包括：
分量数据提取模块310，用于提取图像的明度分量数据和与所述明度分量数据对应的色彩空间中除所述明度分量数据之外的分量数据；
同态滤波模块320，用于对所述明度分量数据进行同态滤波；
CLAHE模块330，用于对所述同态滤波之后的明度分量数据进行限制对比度自适应直方图均衡CLAHE；
引导滤波模块340，用于对所述进行CLAHE之后的明度分量数据进行引导滤波处理，得到滤波去噪之后的明度分量数据；
增强图像合成模块350，用于根据所述滤波之后的明度分量数据和所述与所述明度分量数据对应的色彩空间中除所述明度分量数据之外的分量数据合成增强图像。
进一步的，所述同态滤波的函数用公式表示为：
其中，rH为高频增益，rL为低频增益，a、b为动态调节因子，γ用于控制滤波器斜面的锐化且rL<γ<rH，D(u,v)为频率域中当前坐标点到矩形中心的欧式距离，D0为截止频率，0≤λ≤1。
进一步的，在所述同态滤波函数的公式中，rH>1、0<rL<1，
其中，Davg(u,v)为频率域中当前坐标点到矩形中心的欧式距离的均值，
为频率域中当前坐标点到矩形中心的欧式距离的中值。
进一步的，所述引导滤波的函数Wij定义为：
其中，ωk为第k个核函数窗口，|ω|为相应窗口中的像素总数，μk和
是引导图像G在窗口ωk内的均值和方差，ε为正则化参数。
本发明实施例三提供的图像增强装置，实现了在保持图像细节的基础上，有效的扩展图像的动态范围，增强图像对比度，同时能够有效实现去云、去雾，改善图像显示效果。
本发明实施例所提供的图像增强装置可执行本发明任意实施例所提供的图像增强方法，具备执行方法相应的功能模块和有益效果。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (4)
1.一种图像增强的方法，其特征在于，包括：
提取图像的明度分量数据和与所述明度分量数据对应的色彩空间中除所述明度分量数据之外的分量数据；
对所述明度分量数据进行同态滤波；
对所述同态滤波之后的明度分量数据进行限制对比度自适应直方图均衡CLAHE；
对所述进行CLAHE之后的明度分量数据进行引导滤波处理，得到滤波去噪之后的明度分量数据；
根据所述滤波之后的明度分量数据和所述与所述明度分量数据对应的色彩空间中除所述明度分量数据之外的分量数据合成增强图像；
其中，所述同态滤波的函数用公式表示为：
其中，rH为高频增益，rL为低频增益，a、b为动态调节因子，γ用于控制滤波器斜面的锐化且rL＜γ＜rH，D(u,v)为频率域中当前坐标点到矩形中心的欧式距离，D0为截止频率，0≤λ≤1；
其中，rH＞1、0＜rL＜1，
其中，Davg(u,v)为频率域中当前坐标点到矩形中心的欧式距离的均值，
为频率域中当前坐标点到矩形中心的欧式距离的中值。
2.根据权利要求1所述的方法，其特征在于，所述引导滤波的函数Wij定义为：
其中，ωk为第k个核函数窗口，|ω|为相应窗口中的像素总数，μk和
是引导图像G在窗口ωk内的均值和方差，ε为正则化参数。
3.一种图像增强的装置，其特征在于，包括：
分量数据提取模块，用于提取图像的明度分量数据和与所述明度分量数据对应的色彩空间中除所述明度分量数据之外的分量数据；
同态滤波模块，用于对所述明度分量数据进行同态滤波；
CLAHE模块，用于对所述同态滤波之后的明度分量数据进行限制对比度自适应直方图均衡CLAHE；
引导滤波模块，用于对所述进行CLAHE之后的明度分量数据进行引导滤波处理，得到滤波去噪之后的明度分量数据；
增强图像合成模块，用于根据所述滤波之后的明度分量数据和所述与所述明度分量数据对应的色彩空间中除所述明度分量数据之外的分量数据合成增强图像；
其中，所述同态滤波的函数用公式表示为：
其中，rH为高频增益，rL为低频增益，a、b为动态调节因子，γ用于控制滤波器斜面的锐化且rL＜γ＜rH，D(u,v)为频率域中当前坐标点到矩形中心的欧式距离，D0为截止频率，0≤λ≤1；
其中，rH＞1、0＜rL＜1，
其中，Davg(u,v)为频率域中当前坐标点到矩形中心的欧式距离的均值，
为频率域中当前坐标点到矩形中心的欧式距离的中值。
4.根据权利要求3所述的装置，其特征在于，所述引导滤波的函数Wij定义为：
其中，ωk为第k个核函数窗口，|ω|为相应窗口中的像素总数，μk和
是引导图像G在窗口ωk内的均值和方差，ε为正则化参数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710065696.XA CN106846276B (zh) | 2017-02-06 | 2017-02-06 | 一种图像增强方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710065696.XA CN106846276B (zh) | 2017-02-06 | 2017-02-06 | 一种图像增强方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106846276A CN106846276A (zh) | 2017-06-13 |
| CN106846276B true CN106846276B (zh) | 2020-06-30 |
Family
ID=59121965
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710065696.XA Active CN106846276B (zh) | 2017-02-06 | 2017-02-06 | 一种图像增强方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106846276B (zh) |
Families Citing this family (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107392854B (zh) * | 2017-07-18 | 2020-07-28 | 西安交通大学 | 一种基于局部自适应增益因子的联合上采样方法 |
| CN107784637B (zh) * | 2017-09-30 | 2020-05-12 | 烟台艾睿光电科技有限公司 | 一种红外图像增强的方法 |
| CN108322789B (zh) * | 2018-01-18 | 2021-01-08 | 北京奇艺世纪科技有限公司 | 一种网络图片显示方法、装置及移动终端 |
| CN108460743A (zh) * | 2018-03-19 | 2018-08-28 | 西安因诺航空科技有限公司 | 一种基于暗通道的无人机航拍图像去雾算法 |
| CN109767395A (zh) * | 2018-12-29 | 2019-05-17 | 深圳市资福医疗技术有限公司 | 一种胶囊内窥镜图像处理方法及装置 |
| CN110232389B (zh) * | 2019-06-13 | 2022-11-11 | 内蒙古大学 | 一种基于绿色作物特征提取不变性的立体视觉导航方法 |
| CN111640074A (zh) * | 2020-05-18 | 2020-09-08 | 扬州哈工博浩智能科技有限公司 | 一种x射线图像增强方法 |
| CN112365424B (zh) * | 2020-11-17 | 2023-06-06 | 昆明物理研究所 | 基于局部自适应clahe的红外图像去噪增强方法、装置、***与计算机可读存储介质 |
| CN113128372B (zh) * | 2021-04-02 | 2024-05-07 | 西安融智芙科技有限责任公司 | 基于图像处理的黑头识别方法、黑头识别装置及终端设备 |
| CN113926819A (zh) * | 2021-10-16 | 2022-01-14 | 江苏泰扬金属制品有限公司 | 云端操作节点监控应用*** |
| CN113989137A (zh) * | 2021-10-21 | 2022-01-28 | 武汉博视电子有限公司 | 一种脸部肌肤图像色素沉着提取并形成棕区光谱的方法 |
| CN116309203B (zh) * | 2023-05-19 | 2023-08-01 | 中国人民解放军国防科技大学 | 一种偏振视觉自适应增强的无人平台运动估计方法和装置 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8150134B2 (en) * | 2007-08-17 | 2012-04-03 | Industry-Academic Cooperation Foundation Of Kyung Hee University | Method for enhancing blood vessels in angiography images |
| CN103679651A (zh) * | 2013-11-29 | 2014-03-26 | 桂林电子科技大学 | 水下图像增强处理方法 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110200238A1 (en) * | 2010-02-16 | 2011-08-18 | Texas Instruments Incorporated | Method and system for determining skinline in digital mammogram images |
| CN104182947B (zh) * | 2014-09-10 | 2017-04-26 | 安科智慧城市技术（中国）有限公司 | 一种低照度图像增强方法和*** |
| CN104504662A (zh) * | 2014-12-26 | 2015-04-08 | 北京慧眼智行科技有限公司 | 一种基于同态滤波的图像处理方法及*** |
| CN105354801B (zh) * | 2015-10-13 | 2019-11-08 | 苏州汉基视测控设备有限公司 | 一种基于hsv色彩空间的图像增强方法 |
| CN106355563B (zh) * | 2016-08-31 | 2019-05-24 | 河南工业大学 | 一种图像去雾方法和装置 |
-
2017
- 2017-02-06 CN CN201710065696.XA patent/CN106846276B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8150134B2 (en) * | 2007-08-17 | 2012-04-03 | Industry-Academic Cooperation Foundation Of Kyung Hee University | Method for enhancing blood vessels in angiography images |
| CN103679651A (zh) * | 2013-11-29 | 2014-03-26 | 桂林电子科技大学 | 水下图像增强处理方法 |
Non-Patent Citations (1)
| Title |
|---|
| Research on Removing Shadow in Workpiece Image Based on Homomorphic Filtering;W.D. Yang et al;《Procedia Engineering》;20121231;第29卷;2360-2364页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106846276A (zh) | 2017-06-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106846276B (zh) | 一种图像增强方法及装置 | |
| EP3087730B1 (en) | Method for inverse tone mapping of an image | |
| US20200273154A1 (en) | Image enhancement method and system | |
| EP2852152B1 (en) | Image processing method, apparatus and shooting terminal | |
| WO2016206087A1 (zh) | 一种低照度图像处理方法和装置 | |
| CN105915909B (zh) | 一种高动态范围图像分层压缩方法 | |
| KR100771158B1 (ko) | 칼라 영상의 화질 향상을 위한 방법 및 시스템 | |
| Lai et al. | Improved local histogram equalization with gradient-based weighting process for edge preservation | |
| CN111480177B (zh) | 改进的逆色调映射方法和对应装置 | |
| KR101621614B1 (ko) | 디지털 이미지 향상 방법 및 장치와, 이를 이용한 영상 처리 장치 | |
| CN108280836B (zh) | 一种图像处理方法及装置 | |
| Pei et al. | Effective image haze removal using dark channel prior and post-processing | |
| CN107424124B (zh) | 一种图像增强方法及装置 | |
| Su et al. | Low light image enhancement based on two-step noise suppression | |
| CN111899197A (zh) | 一种图像增亮去噪方法、装置、移动终端和存储介质 | |
| Mu et al. | Low and non-uniform illumination color image enhancement using weighted guided image filtering | |
| US11915392B2 (en) | Image enhancement method and apparatus | |
| CN201726464U (zh) | 一种新的视频图像锐化处理装置 | |
| Wen et al. | A survey of image dehazing algorithm based on retinex theory | |
| CN108765337B (zh) | 一种基于暗原色先验与非局部mtv模型的单幅彩色图像去雾处理方法 | |
| CN114037641A (zh) | 一种低照度图像增强方法、装置、设备及介质 | |
| CN110706180B (zh) | 一种极暗图像视觉质量提升方法、***、设备及介质 | |
| Lal et al. | Automatic method for contrast enhancement of natural color images | |
| CN117274085A (zh) | 低照度图像增强方法及装置 | |
| CN110298812B (zh) | 一种图像融合处理的方法及装置 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20210427 Address after: Room 403-406, 4th floor, building C6, Changsha Science and technology new town, No.77, South Dongliu Road, Changsha Economic and Technological Development Zone, Changsha, Hunan 410000 Patentee after: Hunan Xingxin Microelectronics Technology Co.,Ltd. Address before: 201900 4403-K room, No. 1325, Mudanjiang Road, Shanghai, Baoshan District Patentee before: X CHIP MICROELECTRONICS TECHNOLOGY Co.,Ltd. |
|
| TR01 | Transfer of patent right |