CN109272470B - 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
- CN109272470B CN109272470B CN201811168904.XA CN201811168904A CN109272470B CN 109272470 B CN109272470 B CN 109272470B CN 201811168904 A CN201811168904 A CN 201811168904A CN 109272470 B CN109272470 B CN 109272470B
- Authority
- CN
- China
- Prior art keywords
- image
- sharpening
- brightness
- compensation value
- gray
- 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 35
- 238000001914 filtration Methods 0.000 claims description 23
- 230000000694 effects Effects 0.000 abstract description 18
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000003707 image sharpening Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000007620 mathematical function Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 210000000697 sensory organ Anatomy 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
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
本发明公开一种图像增强方法及装置,包括:将待增强的原始图像进行高斯模糊,获取高斯模糊图;将所述原始图像与所述高斯模糊图进行减法运算,获取第一高通滤波图;将所述原始图像转换为灰度图,获取第一灰度图;对所述第一灰度图中较亮的区域和较暗的区域进行调整,获取第一像素锐化补偿值;将所述第一高通滤波图与所述第一像素锐化补偿值进行乘法运算后,再与所述原始图像进行加法运算,获取所述原始图像的第一锐化图。本发明提供的技术方案,能够在提升图像清晰度的同时,有效抑制噪点、提升图像层次感,从而获得更自然的图像增强效果。
Description
技术领域
本发明涉及图像处理技术领域,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的一个重要组成部分,其广泛应用于资源勘查、农业、气象等领域,能够有效地对目标图像进行分析和监视。随着电子技术的发展,手机用户可随时随地进行照片拍摄,对照片质量的要求也越来越高,图像增强技术也随之应用到对于照片的处理中,以增强照片的清晰度。
现有技术一般采用增加对比度,或拉普拉斯锐化,或模糊掩盖锐化(UnsharpenMask,USM)的方式来增强图像。前两种方式虽然能让图像显得更加锐利、边缘更加清晰,但是,当调节程度较高时会导致图像噪点明显上升、泛白;而当调节程度较低时又不能很好地表现出锐化后的图像层次感。采用USM算法得到的图像增强效果稍好些,其引入高斯滤波器作为低通,对图像的每个像素值进行补偿,但是其在锐化操作后会导致整个图像的颜色失真,锐化程度越大,颜色失真也越明显。并且现有的USM算法同样也存在图像噪点上升的问题,由于将图像不该锐化的地方也统一进行了锐化,导致暗光下的图像噪声上升过多。
发明内容
本发明旨在提供一种图像增强方法及装置,能够在提升图像清晰度的同时,有效抑制噪点、提升图像层次感,从而获得更自然的图像增强效果。
为达到上述目的,本发明采用的技术方案如下:
一种图像增强方法,包括:将待增强的原始图像进行高斯模糊,获取高斯模糊图;将所述原始图像与所述高斯模糊图进行减法运算,获取第一高通滤波图;将所述原始图像转换为灰度图,获取第一灰度图;对所述第一灰度图预定区域的亮度进行调整,获取第一像素锐化补偿值;将所述第一高通滤波图与所述第一像素锐化补偿值进行乘法运算后,再与所述原始图像进行加法运算,获取所述原始图像的第一锐化图。
进一步地,还包括:将所述第一锐化图与所述原始图像进行减法运算,获取第二高通滤波图;将所述第一锐化图转换为灰度图,获取第二灰度图;对所述第二灰度图预定区域的亮度进行调整,获取第二像素锐化补偿值;将所述第二高通滤波图与所述第二像素锐化补偿值进行乘法运算后,再与所述第一锐化图进行加法运算,获取所述原始图像的第二锐化图。
进一步地,还包括:对所述第二锐化图进行亮度调整,获取亮度调整图。
优选地,所述对所述第二锐化图进行亮度调整,获取亮度调整图的方法为:将所述第二灰度图的亮度与所述第一灰度图的亮度进行除法运算,获取轮廓补偿值;将所述轮廓补偿值、所述第二锐化图、预定的亮度常量进行乘法运算后,再与所述第二锐化图进行加法运算,获取所述亮度调整图。
优选地,所述对所述第一灰度图预定区域的亮度进行调整,获取第一像素锐化补偿值的方法为:
delta1=sin(α1*3.14)*sin(α1*3.14)*_Amount
所述对所述第二灰度图预定区域的亮度进行调整,获取第二像素锐化补偿值的方法为:
delta2=sin(α2*3.14)*sin(α2*3.14)*_Amount
其中,delta1为第一像素锐化补偿值,α1为所述第一灰度图的亮度,delta2为第二像素锐化补偿值,α2为所述第二灰度图的亮度,_Amount为常量。
一种图像增强装置,包括:高斯模糊单元,用于将待增强的原始图像进行高斯模糊,获取高斯模糊图;第一高通滤波单元,用于将所述原始图像与所述高斯模糊图进行减法运算,获取第一高通滤波图;第一灰度图获取单元,用于将所述原始图像转换为灰度图,获取第一灰度图;第一亮度过滤单元,用于对所述第一灰度图预定区域的亮度进行调整,获取第一像素锐化补偿值;第一锐化单元,用于将所述第一高通滤波图与所述第一像素锐化补偿值进行乘法运算后,再与所述原始图像进行加法运算,获取所述原始图像的第一锐化图。
进一步地,还包括:第二高通滤波单元,用于将所述第一锐化图与所述原始图像进行减法运算,获取第二高通滤波图;第二灰度图获取单元,用于将所述第一锐化图转换为灰度图,获取第二灰度图;第二亮度过滤单元,用于对所述第二灰度图预定区域的亮度进行调整,获取第二像素锐化补偿值;第二锐化单元,用于将所述第二高通滤波图与所述第二像素锐化补偿值进行乘法运算后,再与所述第一锐化图进行加法运算,获取所述原始图像的第二锐化图。
进一步地,还包括:第三亮度调整单元,用于对所述第二锐化图进行亮度调整,获取亮度调整图。
优选地,所述第三亮度调整单元包括:轮廓补偿值获取单元,用于将所述第二灰度图的亮度与所述第一灰度图的亮度进行除法运算,获取轮廓补偿值;亮度调整子单元,用于将所述轮廓补偿值、所述第二锐化图、预定的亮度常量进行乘法运算后,再与所述第二锐化图进行加法运算,获取所述亮度调整图。
本发明实施例提供的图像增强方法及装置,由于对原始图像的灰度图进行了预定区域的亮度调整,使较亮和较暗区域的锐化值降低,如此,可以有效地抑制图像锐化时噪点的增多。又由于通过上述亮度调整得到的像素锐化补偿值与灰度图本身的亮度相关,即本发明中的像素锐化补偿值为一个动态权重值,与现有技术采用固定权重值相比,更加贴合当前图片的颜色和亮度,使图像的锐化更加真实自然。进一步地,本发明采用了二次锐化的方法对原始图像进行增强,能够加强图像边缘部分的锐化效果,提升图像的层次感。此外,本发明还对二次锐化后的效果图进行了亮度调整,进一步提升图像的明暗层次感,抑制颜色失真。可见,本发明提供的技术方案,能够在提升图像清晰度的同时,有效抑制噪点、提升图像层次感,从而获得更自然的图像增强效果。
附图说明
图1为本发明实施例一的方法流程图;
图2为本发明实施例二的方法流程图;
图3为本发明实施例三的方法流程图;
图4为本发明实施例一的***结构图;
图5为本发明实施例二的***结构图;
图6为本发明实施例三的***结构图;
图7为本发明实施例中的原始图像;
图8为本发明实施例中的高斯模糊图;
图9为本发明实施例中的第一灰度图;
图10为本发明实施例中对第一灰度图进行预定区域的亮度调整的曲线图;
图11为本发明实施例中对第一灰度图进行预定区域的亮度调整后的效果图;
图12为本发明实施例中的第一锐化图;
图13为本发明实施例中的第二锐化图;
图14为本发明实施例中的亮度调整图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图,对本发明进行进一步详细说明。
本实施例基于RGB图像(归一值),使用Unity软件进行lena图像处理的演示。
图1为本发明实施例一的方法流程图,包括以下步骤:
步骤101,将待增强的原始图像进行高斯模糊,获取高斯模糊图;
本实施例中的原始图像如图7所示,高斯模糊图如图8所示。
步骤102,将所述原始图像与所述高斯模糊图进行减法运算,获取第一高通滤波图;
本实施例中所描述的图与图之间的数学运算,均是指一幅图中的每个像素与另一幅图中对应的像素之间的数学运算,因此,本步骤的具体含义为,对图像进行逐像素相减操作,即将原始图像中每一个像素值减去高斯模糊图中对应的像素值,即可获取第一高通滤波图。可采用如下公式表达:
f(高通滤波)=f(原图)-f(高斯模糊)
步骤103,将所述原始图像转换为灰度图,获取第一灰度图;
所述灰度图也可称为亮度图,即将原始的RGB图像转换为一个黑白图像。本步骤中,可采用以下公式进行灰度图的转换:
α1=dot(f(原图),gray(r,g,b))
其中,α1为所述第一灰度图的亮度,gray(r,g,b)是灰度转换必要的向量,一般使用luminance亮度float3(0.2125,0.7154,0.0721),但也可以使用其它值。dot是一个数学函数,指向量的点积。上述公式的含义为:将原始图像的每一个像素和一个固定的亮度向量进行点积运算,运算结果为当前像素对应的亮度值。第一灰度图如图9所示。
步骤104,对所述第一灰度图预定区域的亮度进行调整,获取第一像素锐化补偿值;
本步骤中,我们需要对第一灰度图中预定区域的亮度进行调整,也可称为对第一灰度图进行曲线调整。进行曲线调整的原因是,我们要对上述最亮和最暗的区域降低锐化值,这样可以抑制图像噪点的增多。进行曲线调整后的图像将以灰度值(或称为亮度值,曲线调整后的图像越白的地方亮度值越大,且其取值范围为0~1)作为图像每个像素的权重补偿值,即第一像素锐化补偿值。并且我们引入一个变量_Amount,可以作为外部控制图像锐化强度的参数,本实施例中将_Amount取值0.6。图10为对第一灰度图进行预定区域的亮度调整的曲线图,图11为对第一灰度图进行预定区域的亮度调整后的效果图。本步骤中采用sin函数来实现亮度的调整,具体公式如下:
delta1=sin(α1*3.14)*sin(α1*3.14)*_Amount
其中,delta1为第一像素锐化补偿值,α1为所述第一灰度图的亮度。上述公式同样是对图像中的每个像素进行运算,即通过第一灰度图中每一个像素的亮度,可得到每一个像素的像素锐化补偿值delta1。
在实际操作中,也可以通过阈值法、极值过滤法等来代替上述亮度调整方法,可达到相同的调整效果。简单来说,该调整效果图就是让第一灰度图中较黑和较白的地方都变得较黑,本步骤中,调整效果图由上述sin函数的曲线运算决定。
步骤105,将所述第一高通滤波图与所述第一像素锐化补偿值进行乘法运算后,再与所述原始图像进行加法运算,获取所述原始图像的第一锐化图。
本实施例实际上是对现有的USM锐化算法公式进行了优化,将现有的固定权重值优化为动态权重值delta1,将上一步得到的delta1作为对应的像素点的锐化补偿值,代入以下USM公式中:
f(第一锐化图)=f(原始图像)+f(第一高通滤波图)*delta1
本公式同样是对图像中的每个像素进行运算,第一锐化图如图12所示。
图2为本发明实施例二的方法流程图,实施例二在实施例一的基础上,再次进行了图像锐化操作,即双锐化,以加强图像边缘部分的锐化效果,提升图像的层次感。实施例二在实施例一的基础上增加了如下步骤:
步骤106,将所述第一锐化图与所述原始图像进行减法运算,获取第二高通滤波图;可采用如下公式表示:
f(第二高通滤波图)=f(第一锐化图)-f(原始图像)
该公式表示将第一锐化图中的每一个像素值减去原始图像中对应的像素值,可获得第二高通滤波图。
步骤107,将所述第一锐化图转换为灰度图,获取第二灰度图;
本步骤中,可采用以下公式进行灰度图的转换:
α2=dot(f(第一锐化图),gray(r,g,b))
其中,α2为第二灰度图的亮度,其它各函数的具体含义与步骤103中相同,此处不再赘述。
步骤108,对所述第二灰度图预定区域的亮度进行调整,获取第二像素锐化补偿值;
本步骤中,我们需要对第二灰度图中预定区域的亮度进行调整,也可称为对第二灰度图进行曲线调整。其具体方法与步骤104中对第一灰度图进行曲线调整的方法相同,具体公式如下:
delta2=sin(α2*3.14)*sin(α2*3.14)*_Amount
其中,delta2为第二像素锐化补偿值,α2为所述第二灰度图的亮度,_Amount为常量,上述公式同样是对图像中的每个像素进行运算,即通过第二灰度图中每一个像素的亮度,可得到每一个像素的像素锐化补偿值delta2。
在实际操作中,也可以通过阈值法、极值过滤法等来代替上述亮度调整方法,可达到相同的调整效果。
本实施例中,上述第一灰度图和第二灰度图中每一个像素的亮度值,将作为原始图像锐化的一个重要补偿参数,图像越亮的区域,锐化程度越高,图像越暗的区域,锐化程度越低。
在图像锐化过程中,若较亮和较暗的区域锐化程度较高的话,就会产生噪点。由于灰度图像的亮度区间值为0~1,所以本发明实施例利用sin函数周期性的特点,采用曲线sin(x)*sin(x)对灰度图像的亮度进行调整。当像素的亮度值大于0.5时,像素的亮度值越大,计算后的值会越低,当像素的亮度值为1时,计算后的值为0。当像素的亮度值小于1时,亮度越低,也会相应地将亮度降得更低,当亮度为0时,计算后的值为0。而在亮度0.5附近区域时,计算后的值会被提高,当亮度为0.5时,计算后的值为1。这样就可以达到将灰度图中较亮和较暗的区域调整成很暗效果的目的。
步骤109,将所述第二高通滤波图与所述第二像素锐化补偿值进行乘法运算后,再与所述第一锐化图进行加法运算,获取所述原始图像的第二锐化图。第二锐化图如图13所示。具体公式如下:
f(第二锐化图)=f(第一锐化图)+f(第二高通滤波图)*delta2
图3为本发明实施例三的方法流程图,实施例三在实施例二的基础上增加了如下步骤:
步骤110,对所述第二锐化图进行亮度调整,获取亮度调整图。
进行亮度调整的目的是为了进一步提升图像的明暗层次感。采用步骤107计算得到的第二灰度图的亮度α2与步骤103计算得到的第一灰度图的亮度α1的比值作为轮廓补偿值,使得图像的轮廓不会因为锐化而过于暗沉。并引入一个参数_Brightness作为倍数来改变亮度调整的程度,本实施例中_Brightness取值0.7作为参考。具体公式如下:f(亮度调整图)=f(第二锐化图)+α2/α1*f(第二锐化图)*_Brightness
亮度调整图如图14所示。可以看到,lena图像在轮廓边缘有着更好的细节表现,消除了原始图像的朦胧感,同时,增强后的图像并未出现大量的噪点和明显的色差,帽子和头发也体现出更多的细节,五官更加清晰和立体,整幅图像具有更好的轮廓感和层次感。
本发明还公开一种图像增强装置,如图4所示,实施例一包括:高斯模糊单元,用于将待增强的原始图像进行高斯模糊,获取高斯模糊图;第一高通滤波单元,用于将所述原始图像与所述高斯模糊图进行减法运算,获取第一高通滤波图;第一灰度图获取单元,用于将所述原始图像转换为灰度图,获取第一灰度图;第一亮度过滤单元,用于对所述第一灰度图预定区域的亮度进行调整,获取第一像素锐化补偿值;第一锐化单元,用于将所述第一高通滤波图与所述第一像素锐化补偿值进行乘法运算后,再与所述原始图像进行加法运算,获取所述原始图像的第一锐化图。
为了加强图像边缘部分的锐化效果,提升图像的层次感,如图5所示,实施例二在实施例一的基础上增加如下功能单元:第二高通滤波单元,用于将所述第一锐化图与所述原始图像进行减法运算,获取第二高通滤波图;第二灰度图获取单元,用于将所述第一锐化图转换为灰度图,获取第二灰度图;第二亮度过滤单元,用于对所述第二灰度图预定区域的亮度进行调整,获取第二像素锐化补偿值;第二锐化单元,用于将所述第二高通滤波图与所述第二像素锐化补偿值进行乘法运算后,再与所述第一锐化图进行加法运算,获取所述原始图像的第二锐化图。
为了进一步提升图像的明暗层次感,如图6所示,实施例三在实施例二的基础上增加了如下功能单元:第三亮度调整单元,用于对所述第二锐化图进行亮度调整,获取亮度调整图。具体地,所述第三亮度调整单元包括:轮廓补偿值获取单元,用于将所述第二灰度图的亮度与所述第一灰度图的亮度进行除法运算,获取轮廓补偿值;亮度调整子单元,用于将所述轮廓补偿值、所述第二锐化图、预定的亮度常量进行乘法运算后,再与所述第二锐化图进行加法运算,获取所述亮度调整图。
以上图像增强装置的工作流程及原理在图像增强方法中已经详细描述,此处不再赘述。
本发明实施例提供的图像增强方法及装置,由于对原始图像的灰度图进行了预定区域的亮度调整,使较亮和较暗区域的锐化值降低,如此,可以有效地抑制图像锐化时噪点的增多。又由于通过上述亮度调整得到的像素锐化补偿值与灰度图本身的亮度相关,即本发明中的像素锐化补偿值为一个动态权重值,与现有技术采用固定权重值相比,更加贴合当前图片的颜色和亮度,使图像的锐化更加真实自然。进一步地,本发明采用了二次锐化的方法对原始图像进行增强,能够加强图像边缘部分的锐化效果,提升图像的层次感。此外,本发明还对二次锐化后的效果图进行了亮度调整,进一步提升图像的明暗层次感,抑制颜色失真。可见,本发明提供的技术方案,能够在提升图像清晰度的同时,有效抑制噪点、提升图像层次感,从而获得更自然的图像增强效果。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。
Claims (2)
1.一种图像增强方法,其特征在于,包括:
将待增强的原始图像进行高斯模糊,获取高斯模糊图;
将所述原始图像与所述高斯模糊图进行减法运算,获取第一高通滤波图;
将所述原始图像转换为灰度图,获取第一灰度图;
对所述第一灰度图预定区域的亮度进行调整,获取第一像素锐化补偿值;具体方法为:
delta1=sin(α1*3.14)*sin(α1*3.14)*_Amount
其中,delta1为第一像素锐化补偿值,α1为所述第一灰度图的亮度值,_Amount为常量;
将所述第一高通滤波图与所述第一像素锐化补偿值进行乘法运算后,再与所述原始图像进行加法运算,获取所述原始图像的第一锐化图;
将所述第一锐化图与所述原始图像进行减法运算,获取第二高通滤波图;
将所述第一锐化图转换为灰度图,获取第二灰度图;
对所述第二灰度图预定区域的亮度进行调整,获取第二像素锐化补偿值;具体方法为:
delta2=sin(α2*3.14)*sin(α2*3.14)*_Amount
其中,delta2为第二像素锐化补偿值,α2为所述第二灰度图的亮度值,_Amount为常量;
将所述第二高通滤波图与所述第二像素锐化补偿值进行乘法运算后,再与所述第一锐化图进行加法运算,获取所述原始图像的第二锐化图;
对所述第二锐化图进行亮度调整,获取亮度调整图;具体方法为:将所述第二灰度图的亮度与所述第一灰度图的亮度进行除法运算,获取轮廓补偿值;将所述轮廓补偿值、所述第二锐化图、预定的亮度常量进行乘法运算后,再与所述第二锐化图进行加法运算,获取所述亮度调整图。
2.一种图像增强装置,其特征在于,包括:
高斯模糊单元,用于将待增强的原始图像进行高斯模糊,获取高斯模糊图;
第一高通滤波单元,用于将所述原始图像与所述高斯模糊图进行减法运算,获取第一高通滤波图;
第一灰度图获取单元,用于将所述原始图像转换为灰度图,获取第一灰度图;
第一亮度过滤单元,用于对所述第一灰度图预定区域的亮度进行调整,获取第一像素锐化补偿值;
第一锐化单元,用于将所述第一高通滤波图与所述第一像素锐化补偿值进行乘法运算后,再与所述原始图像进行加法运算,获取所述原始图像的第一锐化图;
第二高通滤波单元,用于将所述第一锐化图与所述原始图像进行减法运算,获取第二高通滤波图;
第二灰度图获取单元,用于将所述第一锐化图转换为灰度图,获取第二灰度图;
第二亮度过滤单元,用于对所述第二灰度图预定区域的亮度进行调整,获取第二像素锐化补偿值;
第二锐化单元,用于将所述第二高通滤波图与所述第二像素锐化补偿值进行乘法运算后,再与所述第一锐化图进行加法运算,获取所述原始图像的第二锐化图;
第三亮度调整单元,用于对所述第二锐化图进行亮度调整,获取亮度调整图;所述第三亮度调整单元包括:
轮廓补偿值获取单元,用于将所述第二灰度图的亮度与所述第一灰度图的亮度进行除法运算,获取轮廓补偿值;
亮度调整子单元,用于将所述轮廓补偿值、所述第二锐化图、预定的亮度常量进行乘法运算后,再与所述第二锐化图进行加法运算,获取所述亮度调整图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811168904.XA CN109272470B (zh) | 2018-10-08 | 2018-10-08 | 一种图像增强方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811168904.XA CN109272470B (zh) | 2018-10-08 | 2018-10-08 | 一种图像增强方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109272470A CN109272470A (zh) | 2019-01-25 |
CN109272470B true CN109272470B (zh) | 2022-04-22 |
Family
ID=65195993
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811168904.XA Active CN109272470B (zh) | 2018-10-08 | 2018-10-08 | 一种图像增强方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109272470B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112351152B (zh) * | 2019-08-06 | 2023-08-29 | 瑞昱半导体股份有限公司 | 影像处理电路与相关的影像处理方法 |
CN110763682B (zh) * | 2019-09-19 | 2022-06-03 | 湖北三江航天万峰科技发展有限公司 | 一种陶瓦表面缺釉检测方法及*** |
CN111815538B (zh) * | 2020-07-17 | 2022-05-10 | 上海工程技术大学 | 基于数字图像处理技术的肝硬化超声图像肝包膜提取方法 |
CN113255558A (zh) * | 2021-06-09 | 2021-08-13 | 北京惠朗时代科技有限公司 | 一种基于单幅图像的司机疲劳驾驶低耗识别方法及装置 |
CN115100077B (zh) * | 2022-07-25 | 2022-11-04 | 深圳市安科讯实业有限公司 | 一种图像增强方法与装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101159062A (zh) * | 2007-08-21 | 2008-04-09 | 北京航空航天大学 | 一种基于相关系数的自适应图像增强方法 |
CN101562748A (zh) * | 2009-06-03 | 2009-10-21 | 北京航空航天大学 | 面向视频处理的多数字信号处理器调度优化方法 |
CN104219420A (zh) * | 2013-05-30 | 2014-12-17 | 深圳市迈瑞思智能技术有限公司 | 图像增强方法及装置 |
CN105046655A (zh) * | 2015-06-24 | 2015-11-11 | 武汉烽火众智数字技术有限责任公司 | 一种视频图像自动锐化方法和装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7590303B2 (en) * | 2005-09-29 | 2009-09-15 | Samsung Electronics Co., Ltd. | Image enhancement method using local illumination correction |
-
2018
- 2018-10-08 CN CN201811168904.XA patent/CN109272470B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101159062A (zh) * | 2007-08-21 | 2008-04-09 | 北京航空航天大学 | 一种基于相关系数的自适应图像增强方法 |
CN101562748A (zh) * | 2009-06-03 | 2009-10-21 | 北京航空航天大学 | 面向视频处理的多数字信号处理器调度优化方法 |
CN104219420A (zh) * | 2013-05-30 | 2014-12-17 | 深圳市迈瑞思智能技术有限公司 | 图像增强方法及装置 |
CN105046655A (zh) * | 2015-06-24 | 2015-11-11 | 武汉烽火众智数字技术有限责任公司 | 一种视频图像自动锐化方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109272470A (zh) | 2019-01-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109272470B (zh) | 一种图像增强方法及装置 | |
US11127122B2 (en) | Image enhancement method and system | |
EP2076013B1 (en) | Method of high dynamic range compression | |
JP5105209B2 (ja) | 画像処理装置および方法、プログラム、並びに記録媒体 | |
EP2833317B1 (en) | Image display device and/or method therefor | |
RU2298226C1 (ru) | Способ улучшения цифровых изображений | |
KR100771158B1 (ko) | 칼라 영상의 화질 향상을 위한 방법 및 시스템 | |
RU2298223C2 (ru) | Система и способ коррекции темных оттенков на цифровых фотографиях | |
CN103034986A (zh) | 一种基于曝光融合的夜视图像增强方法 | |
CN110298792B (zh) | 低光照图像增强与去噪方法、***及计算机设备 | |
CN106204470A (zh) | 基于模糊理论的低照度成像方法 | |
CN110796626A (zh) | 图像锐化方法及装置 | |
CN101478689B (zh) | 一种基于色域映射的图像光照校正*** | |
KR101113483B1 (ko) | 컬러 영상의 가시성 향상 장치 및 방법 | |
CN107358578B (zh) | 一种阴阳脸处理方法和装置 | |
CN117252773A (zh) | 基于自适应颜色校正和导向滤波的图像增强方法及*** | |
CN113450272B (zh) | 一种基于正弦曲线变化的图像增强方法及其应用 | |
Muniraj et al. | Underwater image enhancement by modified color correction and adaptive Look-Up-Table with edge-preserving filter | |
US7194142B2 (en) | Selective thickening of dark features by biased sharpening filters | |
JP2012028937A (ja) | 映像信号補正装置および映像信号補正プログラム | |
CN116703789A (zh) | 一种图像增强方法及*** | |
US20160248959A1 (en) | Image processing device and method | |
US20200265563A1 (en) | Shadow Brightening Image Enhancement | |
CN114429426B (zh) | 一种基于Retinex模型的低照度图像质量改善方法 | |
US8615142B2 (en) | Variable contrast mapping of digital images |
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 |