CN117994160A - 一种图像处理方法及*** - Google Patents
一种图像处理方法及*** Download PDFInfo
- Publication number
- CN117994160A CN117994160A CN202410381897.0A CN202410381897A CN117994160A CN 117994160 A CN117994160 A CN 117994160A CN 202410381897 A CN202410381897 A CN 202410381897A CN 117994160 A CN117994160 A CN 117994160A
- Authority
- CN
- China
- Prior art keywords
- image
- correction
- channel
- adjustment
- processing
- 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
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 25
- 238000012937 correction Methods 0.000 claims abstract description 209
- 238000000034 method Methods 0.000 claims abstract description 125
- 238000012545 processing Methods 0.000 claims abstract description 83
- 230000007613 environmental effect Effects 0.000 claims abstract description 62
- 238000007499 fusion processing Methods 0.000 claims abstract description 15
- 238000007781 pre-processing Methods 0.000 claims abstract description 14
- 230000008569 process Effects 0.000 claims description 62
- 238000011084 recovery Methods 0.000 claims description 25
- 238000012216 screening Methods 0.000 claims description 15
- 238000001914 filtration Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 11
- 238000006243 chemical reaction Methods 0.000 claims description 10
- 230000002776 aggregation Effects 0.000 claims description 8
- 238000004220 aggregation Methods 0.000 claims description 8
- 230000006870 function Effects 0.000 claims description 8
- 230000004927 fusion Effects 0.000 claims description 7
- 238000009826 distribution Methods 0.000 claims description 5
- 238000003860 storage Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000002834 transmittance Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 description 8
- 230000000007 visual effect Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Landscapes
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
本发明提供了一种图像处理方法及***，所述方法包括对初始输入图像进行预处理；识别处理图像的环境噪声区域，对环境噪声区域进行环境噪声调整处理；对调整图像分别进行高斯色彩校正与通道校正，以分别得到第一校正图像与第二校正图像，将第一校正图像与第二校正图像进行融合处理；对校正图像进行色彩恢复处理，以得到恢复图像，将恢复图像从RGB空间转换至HSI空间，以得到HSI图像，对HSI图像进行依次增强处理与空间转回处理，以得到输出图像，本发明可有效校正图像中存在的色彩偏移的情况，同可解决图像整体暗淡的情况，保证了输出图像的整体质量，充分体现了图像的细节信息。
Description
技术领域
本发明属于图像处理的技术领域，具体地涉及一种图像处理方法及***。
背景技术
图像处理，用计算机对图像进行分析，以达到所需结果的技术，又称影像处理，图像处理一般指数字图像处理，对于所需处理的图像而言，在拍摄图像时，由于环境噪声的影响，容易导致最终拍摄出的图像中存在环境噪声，而现有技术一般通过滤波过程去除图像中的环境噪声，但如此会在处理后的图像上会产生伪影，同时图像本身也会存在整体暗淡、颜色不均匀的情况，无法充分体现图像的细节信息。
发明内容
为了解决上述技术问题，本发明提供了一种图像处理方法及***，用于解决现有技术中的技术问题。
一方面，本发明提供以下技术方案，一种图像处理方法，包括：
获取初始输入图像，对所述初始输入图像进行预处理，以得到处理图像；
识别所述处理图像的环境噪声区域，对所述环境噪声区域进行环境噪声调整处理，以得到调整图像；
对所述调整图像分别进行高斯色彩校正与通道校正，以分别得到第一校正图像与第二校正图像，将所述第一校正图像与所述第二校正图像进行融合处理，以得到校正图像；
对所述校正图像进行色彩恢复处理，以得到恢复图像，将所述恢复图像从RGB空间转换至HSI空间，以得到HSI图像，对所述HSI图像进行依次增强处理与空间转回处理，以得到输出图像。
相比现有技术，本发明的有益效果为：本发明首先获取初始输入图像，对初始输入图像进行预处理，以得到处理图像；然后识别处理图像的环境噪声区域，对环境噪声区域进行环境噪声调整处理，以得到调整图像；然后对调整图像分别进行高斯色彩校正与通道校正，以分别得到第一校正图像与第二校正图像，将第一校正图像与第二校正图像进行融合处理，以得到校正图像；最后对校正图像进行色彩恢复处理，以得到恢复图像，将恢复图像从RGB空间转换至HSI空间，以得到HSI图像，对HSI图像进行依次增强处理与空间转回处理，以得到输出图像，本发明通过对图像的环境噪声区域进行环境噪声调整处理，可充分调整去除图像中的环境噪声，且本申请经过去噪后的图像清晰自然、细节明显，具备更好的视觉效果，同时本发明对图像进行校正与色彩恢复，可有效校正图像中存在的色彩偏移的情况，同可解决图像整体暗淡的情况，保证了暗部区域的整体亮度提升，且对应提升了图像的饱和度与对比度，保证了输出图像的整体质量，充分体现了图像的细节信息。
较佳的，所述识别所述处理图像的环境噪声区域，对所述环境噪声区域进行环境噪声调整处理，以得到调整图像的步骤包括：
确定所述处理图像中各像素点与白色像素点之间的第一颜色距离，基于所述第一颜色距离/>确定环境噪声区域对应的噪声区域图像与修正阈值/>；
在所述噪声区域图像中确定选定图像，基于所述选定图像与所述修正阈值确定环境光值/>、最终环境修正值/>；
基于所述环境光值、所述最终环境修正值/>对所述噪声区域图像进行调整，以得到区域调整图像/>，将所述区域调整图像/>替换所述噪声区域图像，以得到调整图像：
；
式中，为噪声区域图像。
较佳的，所述确定所述处理图像中各像素点与白色像素点之间的第一颜色距离，基于所述第一颜色距离/>确定环境噪声区域对应的噪声区域图像与修正阈值/>的步骤包括：
计算所述处理图像中各像素点与白色像素点之间的第一颜色距离：
；
式中，、/>、/>分别为处理图像中各像素点的RGB三通道归一化值；
基于所述第一颜色距离确定颜色距离直方图，对所述颜色距离直方图进行多项三角函数拟合处理，以得到拟合曲线图，将所述拟合曲线图中的第一个波谷点作为区域筛选阈值/>，基于所述区域筛选阈值/>对所述处理图像进行二值化处理，以得到环境噪声区域对应的噪声区域图像；
分别确定对应的二值化图像，将两二值化图像作差处理，以得到衔接区域图像，确定所述衔接区域图像中像素值为1的衔接像素点，在所述处理图像中确定所述衔接像素点的位置并计算所述衔接像素点的像素值平均值，将所述衔接像素点的像素值平均值作为修正阈值/>，其中，/>为距离阈值。
较佳的，所述在所述噪声区域图像中确定选定图像，基于所述选定图像与所述修正阈值确定环境光值/>、最终环境修正值/>的步骤包括：
将所述噪声区域图像均分为若干子图像，计算若干子图像的图像灰度聚集度：
；
式中，为子图像的第/>个灰度级，/>为对应灰度级出现的概率，/>为灰度级数量；
将图像灰度聚集度最小的子图像作为迭代子图像并对所述迭代子图像重复进行图像均分、图像信息度计算与筛选，直至迭代子图像的面积小于图像阈值并将其作为选定图像；
计算所述选定图像中各像素点与白色像素之间的第二颜色距离：
；
式中，、/>、/>分别为选定图像中各像素点的RGB三通道归一化值；
确定所述选定图像中第二颜色距离最小对应的像素点并将其作为基准像素点，计算所述基准像素点的RGB三通道值的均值，以得到环境光值/>；
基于所述环境光值计算初始环境修正值/>，并基于所述修正阈值/>与所述初始环境修正值/>计算最终环境修正值/>：
；
；
式中，表示环境介质透射率，/>表示环境噪声区域。
较佳的，所述对所述调整图像分别进行高斯色彩校正与通道校正，以分别得到第一校正图像与第二校正图像，将所述第一校正图像与所述第二校正图像进行融合处理，以得到校正图像的步骤包括：
确定所述调整图像的RGB三通道的直方图并基于所述直方图分别确定三通道的均值与标准差/>，计算所述调整图像的调整系数/>：
；
式中，，/>分别表示RGB三通道，/>表示调整图像各通道的最大像素值，/>表示调整图像各通道的最小像素值，表示/>与/>之间差值的最大值；
基于所述调整系数对所述调整图像进行高斯色彩校正，以得到第一校正图像：
；
；
；
；
式中，为第一校正图像的各通道的像素值，/>为直方图分布的位置，/>为调整图像各通道的像素值，/>、/>分别表示平均像素值小于128时、平均像素值大于128时的像素均值，/>、/>分别为调整图像归一化后的最大值、最小值，/>表示三通道的平均标准差；
保证所述调整图像G通道不变的情况下建立所述调整图像的R、B通道的校正方程组：
；
式中，、/>为第一校正系数、第二校正系数，/>，/>表示调整图像中像素位置为/>的像素点的R、B通道的像素值，/>、/>表示调整图像的边界位置，/>表示调整图像中像素位置为/>的像素点的G通道的像素值；
基于所述校正方程组求解第一校正系数与第二校正系数，基于所述第一校正系数与所述第二校正系数对所述调整图像进行通道校正，以得到第二校正图像：
；
式中，为第二校正图像的R、B通道的像素值；
将所述第一校正图像与所述第二校正图像/>进行融合处理，以得到校正图像/>：
；
式中，为融合权重。
较佳的，所述对所述校正图像进行色彩恢复处理，以得到恢复图像，将所述恢复图像从RGB空间转换至HSI空间，以得到HSI图像，对所述HSI图像进行依次增强处理与空间转回处理，以得到输出图像的步骤包括：
对所述校正图像进行多尺度滤波处理，以得到滤波图像/>：
；
式中，为尺度数量，/>为第/>尺度对应的权重，/>表示第/>尺度的高斯滤波；
对所述滤波图像进行色彩恢复处理，以得到恢复图像/>：
；
式中，、/>分别为控制常数与控制因子，/>，/>表示校正图像在各通道上的图像；
将所述恢复图像从RGB空间转换至HSI空间，以得到HSI图像，将所述HSI图像拆分为H通道图像、S通道图像与I通道图像；
对所述S通道图像与所述I通道图像分别进行饱和度调整、亮度调整，以分别得到S通道调整图像与I通道调整图像，基于所述S通道调整图像与所述I通道调整图像确定输出图像。
较佳的，所述对所述S通道图像与所述I通道图像分别进行饱和度调整、亮度调整，以分别得到S通道调整图像与I通道调整图像，基于所述S通道调整图像与所述I通道调整图像确定输出图像的步骤包括：
对所述S通道图像进行饱和度调整，以得到S通道调整图像：
；
式中，、/>分别为饱和度分量的最大值、最小值，/>、/>分别为S通道图像、S通道调整图像的饱和度分量；
对所述I通道图像进行亮度调整，以得到I通道调整图像：
；
；
式中，、/>分别为I通道图像、I通道调整图像的亮度值，/>为矫正因子，/>为I通道图像在I通道的亮度均值；
将所述I通道调整图像、所述S通道调整图像与所述H通道图像进行融合，以得到调整HSI图像，将所述调整HSI图像转回至RGB空间，以得到输出图像。
第二方面，本发明提供以下技术方案，一种图像处理***，所述***包括：
预处理模块，用于获取初始输入图像，对所述初始输入图像进行预处理，以得到处理图像；
调整模块，用于识别所述处理图像的环境噪声区域，对所述环境噪声区域进行环境噪声调整处理，以得到调整图像；
校正模块，用于对所述调整图像分别进行高斯色彩校正与通道校正，以分别得到第一校正图像与第二校正图像，将所述第一校正图像与所述第二校正图像进行融合处理，以得到校正图像；
恢复模块，用于对所述校正图像进行色彩恢复处理，以得到恢复图像，将所述恢复图像从RGB空间转换至HSI空间，以得到HSI图像，对所述HSI图像进行依次增强处理与空间转回处理，以得到输出图像。
第三方面，本发明提供以下技术方案，一种计算机，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述的图像处理方法。
第四方面，本发明提供以下技术方案，一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述的图像处理方法。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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1为本发明实施例一提供的图像处理方法的流程图；
图2为本发明实施例二提供的图像处理***的结构框图；
图3为本发明另一实施例提供的计算机的硬件结构示意图。
以下将结合附图对本发明实施例作进一步说明。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明的实施例，而不能理解为对本发明的限制。
在本发明实施例的描述中，需要理解的是，术语“长度”、“宽度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明实施例和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明实施例的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
在本发明实施例中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明实施例中的具体含义。
实施例一
在本发明的实施例一中，如图1所示，一种图像处理方法，包括：
S1、获取初始输入图像，对所述初始输入图像进行预处理，以得到处理图像；
具体的，在获取得到初始输入图像之后，需要对图像进行相应的预处理，以便于后续的操作过程，而预处理过程具体包括图像切割、平滑处理、中值滤波处理等。
S2、识别所述处理图像的环境噪声区域，对所述环境噪声区域进行环境噪声调整处理，以得到调整图像；
具体的，为了避免大气光值在高亮度区域被错误估计的情况，因此申请首先通过确定对应的环境噪声区域，之后对环境噪声区域内的环境噪声进行相应的调整处理操作，即可得到不带有环境噪声的调整图像。
其中，所述步骤S2包括：
S21、确定所述处理图像中各像素点与白色像素点之间的第一颜色距离，基于所述第一颜色距离/>确定环境噪声区域对应的噪声区域图像与修正阈值/>。
其中，所述步骤S21包括：
S211、计算所述处理图像中各像素点与白色像素点之间的第一颜色距离：
；
式中，、/>、/>分别为处理图像中各像素点的RGB三通道归一化值；
具体的，第一颜色距离可用于度量两个颜色之间的差距，第一颜色距离/>越大，则表示两者之间的差距越大，第一颜色距离/>越小，则表示两者之间的差距越小，对于一幅带有环境噪声的处理图像图像，而环境噪声可为雾气，处理图像中高亮度区域的像素的颜色特征类似于白色像素的颜色特征，因此在确定相应的环境噪声区域时，可将处理图像的像素点与白色像素点之间的第一颜色距离/>作为区域选定的判断依据，而在上式中出现的（1,1,1）则表示白色像素点的RGB三通道归一化值。
S212、基于所述第一颜色距离确定颜色距离直方图，对所述颜色距离直方图进行多项三角函数拟合处理，以得到拟合曲线图，将所述拟合曲线图中的第一个波谷点作为区域筛选阈值/>，基于所述区域筛选阈值/>对所述处理图像进行二值化处理，以得到环境噪声区域对应的噪声区域图像；
具体的，在确定处理图像中所有像素点与白色像素点的第一颜色距离之后，可根据第一颜色距离/>绘制相应的颜色距离直方图，但由于颜色距离直方图的顶点组成了一个连续的折线图，为了使得顶点组成的线条更加平滑，因此采用多项三角函数式对颜色距离直方图进行多次拟合处理，即可得到一条较为平滑的拟合曲线图，而由于噪声对应的像素具有较小的颜色距离，因此通过在拟合曲线图中选取最左侧的第一个波谷点作为区域筛选阈值/>，在选定区域筛选阈值/>之后，利用区域筛选阈值/>对所述处理图像进行二值化处理，所得到的二值化图像即为环境噪声区域对应的噪声区域图像。
S213、分别确定对应的二值化图像，将两二值化图像作差处理，以得到衔接区域图像，确定所述衔接区域图像中像素值为1的衔接像素点，在所述处理图像中确定所述衔接像素点的位置并计算所述衔接像素点的像素值平均值，将所述衔接像素点的像素值平均值作为修正阈值/>，其中，/>为距离阈值；
具体的，在确定了噪声区域图像之后，分别以、/>为阈值，重新确定两个二值化图像，之后将两个二值化图像作差处理，即可得到衔接区域图像，而衔接区域图像即为噪声像素点与其他像素点之间的边界处的图像，而在本申请中，/>取0.01，在得到衔接区域图像之后，统计衔接区域图像中像素为1的个数，之后再处理图像中确定像素为1的衔接像素点的位置并计算其像素之和，之后将像素之和除以衔接像素点的个数，即可得到像素值平均值，而像素值平均值即为修正阈值/>。
S22、在所述噪声区域图像中确定选定图像，基于所述选定图像与所述修正阈值确定环境光值/>、最终环境修正值/>。
其中，所述步骤S22包括：
S221、将所述噪声区域图像均分为若干子图像，计算若干子图像的图像灰度聚集度：
；
式中，为子图像的第/>个灰度级，/>为对应灰度级出现的概率，/>为灰度级数量；
具体的，在该步骤中，图像灰度聚集度可反映图像灰度的聚集程度，同时图像灰度聚集度/>与图像像素点灰度分布的离散程度有关，当像素灰度变化较大时，图像灰度聚集度/>也越大。
S222、将图像灰度聚集度最小的子图像作为迭代子图像并对所述迭代子图像重复进行图像均分、图像信息度计算与筛选，直至迭代子图像的面积小于图像阈值并将其作为选定图像；
具体的，在步骤S221中，假设将噪声区域图像均分为四个子图像，之后分别计算四个子图像的图像灰度聚集度，选取图像灰度聚集度/>最小的子图像作为第一迭代子图像，之后将第一迭代子图像替换掉步骤S221中的噪声区域图像，并重复执行步骤S221-S222的步骤，以得到第二迭代子图像，重复上述过程，直至得到第Q迭代子图像，且直至第Q迭代子图像的像素面积小于图像阈值，否者继续执行上述步骤，图像阈值具体为150个像素点，而最终满足图像阈值的图像则为选定图像。
S223、计算所述选定图像中各像素点与白色像素之间的第二颜色距离：
；
式中，、/>、/>分别为选定图像中各像素点的RGB三通道归一化值；
具体的，第二颜色距离与第一颜色距离/>相同，均用于度量两个颜色之间的差距。
S224、确定所述选定图像中第二颜色距离最小对应的像素点并将其作为基准像素点，计算所述基准像素点的RGB三通道值的均值，以得到环境光值/>；
具体的，在选定图像中选取第二颜色距离最小时的像素点，将其作为基准像素点，之后计算基准像素点的三通道均值作为最终的环境光值/>。
S225、基于所述环境光值计算初始环境修正值/>，并基于所述修正阈值/>与所述初始环境修正值/>计算最终环境修正值/>：
；
；
式中，表示环境介质透射率，/>表示环境噪声区域；
具体的，在上述中，表示环境噪声区域，而/>则用于表示处理图像中除环境噪声区域之外的其余区域，同时对于/>而言，其具体为修正项，其用于将初始环境修正值/>进行较大程度的衰减，以提升最后调整的准确率。
S23、基于所述环境光值、所述最终环境修正值/>对所述噪声区域图像进行调整，以得到区域调整图像/>，将所述区域调整图像/>替换所述噪声区域图像，以得到调整图像：
；
式中，为噪声区域图像。
S3、对所述调整图像分别进行高斯色彩校正与通道校正，以分别得到第一校正图像与第二校正图像，将所述第一校正图像与所述第二校正图像进行融合处理，以得到校正图像；
其中，所述步骤S3包括：
S31、确定所述调整图像的RGB三通道的直方图并基于所述直方图分别确定三通道的均值与标准差/>，计算所述调整图像的调整系数/>：
；
式中，，/>分别表示RGB三通道，/>表示调整图像各通道的最大像素值，/>表示调整图像各通道的最小像素值，表示/>与/>之间差值的最大值；
具体的，对于调整图像而言，随着场景深度的提升器色彩衰减更加严重，因此会存在色彩偏移的情况，因此在步骤S3中，通过计算调整系数，并基于调整系数/>对所述调整图像进行高斯色彩校正，可有效校正图像颜色。
S32、基于所述调整系数对所述调整图像进行高斯色彩校正，以得到第一校正图像：
；
；
；
；
式中，为第一校正图像的各通道的像素值，/>为直方图分布的位置，/>为调整图像各通道的像素值，/>、/>分别表示平均像素值小于128时、平均像素值大于128时的像素均值，/>、/>分别为调整图像归一化后的最大值、最小值，/>表示三通道的平均标准差；
具体的，在该步骤中，为灰度值范围0-255的10%，而/>为灰度值范围0-255的90%。
S33、保证所述调整图像G通道不变的情况下建立所述调整图像的R、B通道的校正方程组：
；
式中，、/>为第一校正系数、第二校正系数，/>，/>表示调整图像中像素位置为/>的像素点的R、B通道的像素值，/>、/>表示调整图像的边界位置，/>表示调整图像中像素位置为/>的像素点的G通道的像素值；
具体的，对于校正方程组而言，在基于 图像G通道不变的前提下，可针对于其余两通道，即R通道与B通道，可建立相应的联立求解方程组，即校正方程组，而在校正方程组中，其余参数均为已知数，只有第一校正系数与第二校正系数为未知数，因此根据上述的校正方程组便可求解得到第一校正系数与第二校正系数。
S34、基于所述校正方程组求解第一校正系数与第二校正系数，基于所述第一校正系数与所述第二校正系数对所述调整图像进行通道校正，以得到第二校正图像：
；
式中，为第二校正图像的R、B通道的像素值；
具体的，在得到第一校正系数与第二校正系数之后，基于第一校正系数与第二校正系数可对图像的R通道、B通道进行校正处理，分别得到两个校正图，之后将两个校正图与不变的G通道进行合并，即可得到第二校正图像。
S35、将所述第一校正图像与所述第二校正图像/>进行融合处理，以得到校正图像/>：
；
式中，为融合权重；
具体的，在上述步骤中，存在两种校正方式，分别为高斯色彩校正与通道校正，为了有效保留对比度与色彩效果，同时保留图像的细节信息，采用加权融合的方式将上述两种校正方式得到的图像进行融合，即可得到校正之后的校正图像，同时在本申请中，/>取0.6，其相对偏移较小，能够更好的达到色偏校正的效果。
S4、对所述校正图像进行色彩恢复处理，以得到恢复图像，将所述恢复图像从RGB空间转换至HSI空间，以得到HSI图像，对所述HSI图像进行依次增强处理与空间转回处理，以得到输出图像。
其中，所述步骤S4包括：
S41、对所述校正图像进行多尺度滤波处理，以得到滤波图像/>：
；
式中，为尺度数量，/>为第/>尺度对应的权重，/>表示第/>尺度的高斯滤波；
具体的，在图像经过去噪、校正之后，还需对图像进行色彩恢复处理，以进一步提升图像的色彩丰富度与细节程度，通过多尺度的高斯滤波对图像进行滤波处理，即可得到相应的滤波图像，同时在本申请中，尺度数量为3，对应于三个通道。
S42、对所述滤波图像进行色彩恢复处理，以得到恢复图像/>：
；
式中，、/>分别为控制常数与控制因子，/>，/>表示校正图像在各通道上的图像；
具体的，在该步骤中，为40，/>为125。/>
S43、将所述恢复图像从RGB空间转换至HSI空间，以得到HSI图像，将所述HSI图像拆分为H通道图像、S通道图像与I通道图像；
具体的，在上述步骤处理之后，图像中可能存在饱和度不足或局部细节对比度偏低的情况，因此需要对图像进行饱和度调整、亮度调整，为了方便处理，因此需要将RGB空间的恢复图像转换至HSI空间中，因为在HIS空间中，每个通道可独立处理且通道之间不会相互干扰，且更加符合视觉特征，而H通道、S通道与I通道分别对应于色调、饱和度、亮度，因此进行饱和度调整、亮度调整时，饱和度调整针对于S通道图像，亮度调整针对于I通道图像。
S44、对所述S通道图像与所述I通道图像分别进行饱和度调整、亮度调整，以分别得到S通道调整图像与I通道调整图像，基于所述S通道调整图像与所述I通道调整图像确定输出图像。
其中，所述步骤S44包括：
S441、对所述S通道图像进行饱和度调整，以得到S通道调整图像：
；
式中，、/>分别为饱和度分量的最大值、最小值，/>、/>分别为S通道图像、S通道调整图像的饱和度分量；
具体的，经过饱和度调整后的S通道调整图像，其全局饱和度分量被适当加强，因此在转回至RGB空间时，其可带来更加的视觉体验。
S442、对所述I通道图像进行亮度调整，以得到I通道调整图像：
；
；
式中，、/>分别为I通道图像、I通道调整图像的亮度值，/>为矫正因子，/>为I通道图像在I通道的亮度均值；
具体的，在经过亮度调整后的I通道调整图像，其亮度被适当增强调整，因此在转回至RGB空间时，其图像整体对比度较高，可充分体现图像的细节。
S443、将所述I通道调整图像、所述S通道调整图像与所述H通道图像进行融合，以得到调整HSI图像，将所述调整HSI图像转回至RGB空间，以得到输出图像；
具体的，在得到调整之后的所述I通道调整图像、所述S通道调整图像之后，将其与原有的未被调整的H通道图像进行融合合并，之后将合并后的图像转回至RGB空间，即可得到处理后的输出图像。
本发明实施例一提供的图像处理方法，首先获取初始输入图像，对初始输入图像进行预处理，以得到处理图像；然后识别处理图像的环境噪声区域，对环境噪声区域进行环境噪声调整处理，以得到调整图像；然后对调整图像分别进行高斯色彩校正与通道校正，以分别得到第一校正图像与第二校正图像，将第一校正图像与第二校正图像进行融合处理，以得到校正图像；最后对校正图像进行色彩恢复处理，以得到恢复图像，将恢复图像从RGB空间转换至HSI空间，以得到HSI图像，对HSI图像进行依次增强处理与空间转回处理，以得到输出图像，本发明通过对图像的环境噪声区域进行环境噪声调整处理，可充分调整去除图像中的环境噪声，且本申请经过去噪后的图像清晰自然、细节明显，具备更好的视觉效果，同时本发明对图像进行校正与色彩恢复，可有效校正图像中存在的色彩偏移的情况，同可解决图像整体暗淡的情况，保证了暗部区域的整体亮度提升，且对应提升了图像的饱和度与对比度，保证了输出图像的整体质量，充分体现了图像的细节信息。
实施例二
如图2所示，在本发明的实施例二提供了一种图像处理***，所述***包括：
预处理模块1，用于获取初始输入图像，对所述初始输入图像进行预处理，以得到处理图像；
调整模块2，用于识别所述处理图像的环境噪声区域，对所述环境噪声区域进行环境噪声调整处理，以得到调整图像；
校正模块3，用于对所述调整图像分别进行高斯色彩校正与通道校正，以分别得到第一校正图像与第二校正图像，将所述第一校正图像与所述第二校正图像进行融合处理，以得到校正图像；
恢复模块4，用于对所述校正图像进行色彩恢复处理，以得到恢复图像，将所述恢复图像从RGB空间转换至HSI空间，以得到HSI图像，对所述HSI图像进行依次增强处理与空间转回处理，以得到输出图像。
所述调整模块2包括：
区域确定子模块，用于确定所述处理图像中各像素点与白色像素点之间的第一颜色距离，基于所述第一颜色距离/>确定环境噪声区域对应的噪声区域图像与修正阈值；
修正子模块，用于在所述噪声区域图像中确定选定图像，基于所述选定图像与所述修正阈值确定环境光值/>、最终环境修正值/>；
调整子模块，用于基于所述环境光值、所述最终环境修正值/>对所述噪声区域图像进行调整，以得到区域调整图像/>，将所述区域调整图像/>替换所述噪声区域图像，以得到调整图像：
；
式中，为噪声区域图像。
所述区域确定子模块包括：
第一距离单元，用于计算所述处理图像中各像素点与白色像素点之间的第一颜色距离：
；
式中，、/>、/>分别为处理图像中各像素点的RGB三通道归一化值；
拟合单元，用于基于所述第一颜色距离确定颜色距离直方图，对所述颜色距离直方图进行多项三角函数拟合处理，以得到拟合曲线图，将所述拟合曲线图中的第一个波谷点作为区域筛选阈值/>，基于所述区域筛选阈值/>对所述处理图像进行二值化处理，以得到环境噪声区域对应的噪声区域图像；
阈值确定单元，用于分别确定对应的二值化图像，将两二值化图像作差处理，以得到衔接区域图像，确定所述衔接区域图像中像素值为1的衔接像素点，在所述处理图像中确定所述衔接像素点的位置并计算所述衔接像素点的像素值平均值，将所述衔接像素点的像素值平均值作为修正阈值/>，其中，/>为距离阈值。
所述修正子模块包括：
划分单元，用于将所述噪声区域图像均分为若干子图像，计算若干子图像的图像灰度聚集度：
；
式中，为子图像的第/>个灰度级，/>为对应灰度级出现的概率，/>为灰度级数量；
迭代单元，用于将图像灰度聚集度最小的子图像作为迭代子图像并对所述迭代子图像重复进行图像均分、图像信息度计算与筛选，直至迭代子图像的面积小于图像阈值并将其作为选定图像；
第二距离单元，用于计算所述选定图像中各像素点与白色像素之间的第二颜色距离：
；
式中，、/>、/>分别为选定图像中各像素点的RGB三通道归一化值；
基准单元，用于确定所述选定图像中第二颜色距离最小对应的像素点并将其作为基准像素点，计算所述基准像素点的RGB三通道值的均值，以得到环境光值/>；
修正单元，用于基于所述环境光值计算初始环境修正值/>，并基于所述修正阈值与所述初始环境修正值/>计算最终环境修正值/>：
；
；
式中，表示环境介质透射率，/>表示环境噪声区域。
所述校正模块3包括：
系数确定子模块，用于确定所述调整图像的RGB三通道的直方图并基于所述直方图分别确定三通道的均值与标准差/>，计算所述调整图像的调整系数/>：
；
式中，，/>分别表示RGB三通道，/>表示调整图像各通道的最大像素值，/>表示调整图像各通道的最小像素值，表示/>与/>之间差值的最大值；/>
第一校正子模块，用于基于所述调整系数对所述调整图像进行高斯色彩校正，以得到第一校正图像：
；
；
；
；
式中，为第一校正图像的各通道的像素值，/>为直方图分布的位置，/>为调整图像各通道的像素值，/>、/>分别表示平均像素值小于128时、平均像素值大于128时的像素均值，/>、/>分别为调整图像归一化后的最大值、最小值，/>表示三通道的平均标准差；
方程组确定子模块，用于保证所述调整图像G通道不变的情况下建立所述调整图像的R、B通道的校正方程组：
；
式中，、/>为第一校正系数、第二校正系数，/>，/>表示调整图像中像素位置为/>的像素点的R、B通道的像素值，/>、/>表示调整图像的边界位置，/>表示调整图像中像素位置为/>的像素点的G通道的像素值；
第二校正子模块，用于基于所述校正方程组求解第一校正系数与第二校正系数，基于所述第一校正系数与所述第二校正系数对所述调整图像进行通道校正，以得到第二校正图像：
；
式中，为第二校正图像的R、B通道的像素值；
融合子模块，用于将所述第一校正图像与所述第二校正图像/>进行融合处理，以得到校正图像/>：
；
式中，为融合权重。
所述恢复模块4包括：
滤波子模块，用于对所述校正图像进行多尺度滤波处理，以得到滤波图像：
；/>
式中，为尺度数量，/>为第/>尺度对应的权重，/>表示第/>尺度的高斯滤波；
恢复子模块，用于对所述滤波图像进行色彩恢复处理，以得到恢复图像：
；
式中，、/>分别为控制常数与控制因子，/>，/>表示校正图像在各通道上的图像；
转换子模块，用于将所述恢复图像从RGB空间转换至HSI空间，以得到HSI图像，将所述HSI图像拆分为H通道图像、S通道图像与I通道图像；
通道调整子模块，用于对所述S通道图像与所述I通道图像分别进行饱和度调整、亮度调整，以分别得到S通道调整图像与I通道调整图像，基于所述S通道调整图像与所述I通道调整图像确定输出图像。
所述通道调整子模块包括：
第一通道调整单元，用于对所述S通道图像进行饱和度调整，以得到S通道调整图像：
；
式中，、/>分别为饱和度分量的最大值、最小值，/>、/>分别为S通道图像、S通道调整图像的饱和度分量；
第二通道调整单元，用于对所述I通道图像进行亮度调整，以得到I通道调整图像：
；
；
式中，、/>分别为I通道图像、I通道调整图像的亮度值，/>为矫正因子，/>为I通道图像在I通道的亮度均值；
通道融合单元，用于将所述I通道调整图像、所述S通道调整图像与所述H通道图像进行融合，以得到调整HSI图像，将所述调整HSI图像转回至RGB空间，以得到输出图像。
在本发明的另一些实施例中，本发明实施例提供以下技术方案，一种计算机，包括存储器102、处理器101以及存储在所述存储器102上并可在所述处理器101上运行的计算机程序，所述处理器101执行所述计算机程序时实现如上所述的图像处理方法。
具体的，上述处理器101可以包括中央处理器（CPU），或者特定集成电路（Application Specific Integrated Circuit，简称为ASIC），或者可以被配置成实施本发明实施例的一个或多个集成电路。
其中，存储器102可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器102可包括硬盘驱动器（Hard Disk Drive，简称为HDD）、软盘驱动器、固态驱动器（Solid State Drive，简称为SSD）、闪存、光盘、磁光盘、磁带或通用串行总线（UniversalSerial Bus，简称为USB）驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器102可包括可移除或不可移除（或固定）的介质。在合适的情况下，存储器102可在数据处理装置的内部或外部。在特定实施例中，存储器102是非易失性（Non-Volatile）存储器。在特定实施例中，存储器102包括只读存储器（Read-Only Memory，简称为ROM）和随机存取存储器（Random Access Memory，简称为RAM）。在合适的情况下，该ROM可以是掩模编程的ROM、可编程ROM（Programmable Read-Only Memory，简称为PROM）、可擦除PROM（ErasableProgrammable Read-Only Memory，简称为EPROM）、电可擦除PROM（Electrically ErasableProgrammable Read-Only Memory，简称为EEPROM）、电可改写ROM（ElectricallyAlterable Read-Only Memory，简称为EAROM）或闪存（FLASH）或者两个或更多个以上这些的组合。在合适的情况下，该RAM可以是静态随机存取存储器（Static Random-AccessMemory，简称为SRAM）或动态随机存取存储器（Dynamic Random Access Memory，简称为DRAM），其中，DRAM可以是快速页模式动态随机存取存储器（Fast Page Mode DynamicRandom Access Memory，简称为FPMDRAM）、扩展数据输出动态随机存取存储器（ExtendedDate Out Dynamic Random Access Memory，简称为EDODRAM）、同步动态随机存取内存（Synchronous Dynamic Random-Access Memory，简称SDRAM）等。
存储器102可以用来存储或者缓存需要处理和/或通信使用的各种数据文件，以及处理器101所执行的可能的计算机程序指令。
处理器101通过读取并执行存储器102中存储的计算机程序指令，以实现上述图像处理方法。
在其中一些实施例中，计算机还可包括通信接口103和总线100。其中，如图3所示，处理器101、存储器102、通信接口103通过总线100连接并完成相互间的通信。
通信接口103用于实现本发明实施例中各模块、装置、单元和/或设备之间的通信。通信接口103还可以实现与其他部件例如：外接设备、图像/数据采集设备、数据库、外部存储以及图像/数据处理工作站等之间进行数据通信。
总线100包括硬件、软件或两者，将计算机设备的部件彼此耦接在一起。总线100包括但不限于以下至少之一：数据总线（Data Bus）、地址总线（Address Bus）、控制总线（Control Bus）、扩展总线（Expansion Bus）、局部总线（Local Bus）。举例来说而非限制，总线100可包括图形加速接口（Accelerated Graphics Port，简称为AGP）或其他图形总线、增强工业标准架构（Extended Industry Standard Architecture，简称为EISA）总线、前端总线（Front Side Bus，简称为FSB）、超传输（Hyper Transport，简称为HT）互连、工业标准架构（Industry Standard Architecture，简称为ISA）总线、无线带宽（InfiniBand）互连、低引脚数（Low Pin Count，简称为LPC）总线、存储器总线、微信道架构（Micro ChannelArchitecture，简称为MCA）总线、***组件互连（Peripheral Component Interconnect，简称为PCI）总线、PCI-Express（PCI-X）总线、串行高级技术附件（Serial AdvancedTechnology Attachment，简称为SATA）总线、视频电子标准协会局部（Video ElectronicsStandards Association Local Bus，简称为VLB）总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线100可包括一个或多个总线。尽管本发明实施例描述和示出了特定的总线，但本发明考虑任何合适的总线或互连。
该计算机可以基于获取到图像处理***，执行本发明的图像处理方法，从而实现图像处理。
在本发明的再一些实施例中，结合上述的图像处理方法，本发明实施例提供以下技术方案，一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述的图像处理方法。
本领域技术人员可以理解，在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行***、装置或设备（如基于计算机的***、包括处理器的***或其他可以从指令执行***、装置或设备取指令并执行指令的***）使用，或结合这些指令执行***、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行***、装置或设备或结合这些指令执行***、装置或设备而使用的装置。
可读介质的更具体的示例（非穷尽性列表）包括以下：具有一个或多个布线的电连接部（电子装置），便携式计算机盘盒（磁装置），随机存取存储器（RAM），只读存储器（ROM），可擦除可编辑只读存储器（EPROM或闪速存储器），光纤装置，以及便携式光盘只读存储器（CDROM）。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或它们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列（PGA），现场可编程门阵列（FPGA）等。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种图像处理方法，其特征在于，包括：
获取初始输入图像，对所述初始输入图像进行预处理，以得到处理图像；
识别所述处理图像的环境噪声区域，对所述环境噪声区域进行环境噪声调整处理，以得到调整图像；
对所述调整图像分别进行高斯色彩校正与通道校正，以分别得到第一校正图像与第二校正图像，将所述第一校正图像与所述第二校正图像进行融合处理，以得到校正图像；
对所述校正图像进行色彩恢复处理，以得到恢复图像，将所述恢复图像从RGB空间转换至HSI空间，以得到HSI图像，对所述HSI图像进行依次增强处理与空间转回处理，以得到输出图像。
2.根据权利要求1所述的图像处理方法，其特征在于，所述识别所述处理图像的环境噪声区域，对所述环境噪声区域进行环境噪声调整处理，以得到调整图像的步骤包括：
确定所述处理图像中各像素点与白色像素点之间的第一颜色距离，基于所述第一颜色距离/>确定环境噪声区域对应的噪声区域图像与修正阈值/>；
在所述噪声区域图像中确定选定图像，基于所述选定图像与所述修正阈值确定环境光值/>、最终环境修正值/>；
基于所述环境光值、所述最终环境修正值/>对所述噪声区域图像进行调整，以得到区域调整图像/>，将所述区域调整图像/>替换所述噪声区域图像，以得到调整图像：
；
式中，为噪声区域图像。
3.根据权利要求2所述的图像处理方法，其特征在于，所述确定所述处理图像中各像素点与白色像素点之间的第一颜色距离，基于所述第一颜色距离/>确定环境噪声区域对应的噪声区域图像与修正阈值/>的步骤包括：
计算所述处理图像中各像素点与白色像素点之间的第一颜色距离：
；
式中，、/>、/>分别为处理图像中各像素点的RGB三通道归一化值；
基于所述第一颜色距离确定颜色距离直方图，对所述颜色距离直方图进行多项三角函数拟合处理，以得到拟合曲线图，将所述拟合曲线图中的第一个波谷点作为区域筛选阈值/>，基于所述区域筛选阈值/>对所述处理图像进行二值化处理，以得到环境噪声区域对应的噪声区域图像；
分别确定对应的二值化图像，将两二值化图像作差处理，以得到衔接区域图像，确定所述衔接区域图像中像素值为1的衔接像素点，在所述处理图像中确定所述衔接像素点的位置并计算所述衔接像素点的像素值平均值，将所述衔接像素点的像素值平均值作为修正阈值/>，其中，/>为距离阈值。
4.根据权利要求2所述的图像处理方法，其特征在于，所述在所述噪声区域图像中确定选定图像，基于所述选定图像与所述修正阈值确定环境光值/>、最终环境修正值/>的步骤包括：
将所述噪声区域图像均分为若干子图像，计算若干子图像的图像灰度聚集度：
；
式中，为子图像的第/>个灰度级，/>为对应灰度级出现的概率，/>为灰度级数量；
将图像灰度聚集度最小的子图像作为迭代子图像并对所述迭代子图像重复进行图像均分、图像信息度计算与筛选，直至迭代子图像的面积小于图像阈值并将其作为选定图像；
计算所述选定图像中各像素点与白色像素之间的第二颜色距离：
；
式中，、/>、/>分别为选定图像中各像素点的RGB三通道归一化值；
确定所述选定图像中第二颜色距离最小对应的像素点并将其作为基准像素点，计算所述基准像素点的RGB三通道值的均值，以得到环境光值/>；
基于所述环境光值计算初始环境修正值/>，并基于所述修正阈值/>与所述初始环境修正值/>计算最终环境修正值/>：
；
；
式中，表示环境介质透射率，/>表示环境噪声区域。
5.根据权利要求1所述的图像处理方法，其特征在于，所述对所述调整图像分别进行高斯色彩校正与通道校正，以分别得到第一校正图像与第二校正图像，将所述第一校正图像与所述第二校正图像进行融合处理，以得到校正图像的步骤包括：
确定所述调整图像的RGB三通道的直方图并基于所述直方图分别确定三通道的均值与标准差/>，计算所述调整图像的调整系数/>：
；
式中，，/>分别表示RGB三通道，/>表示调整图像各通道的最大像素值，/>表示调整图像各通道的最小像素值，表示/>与/>之间差值的最大值；
基于所述调整系数对所述调整图像进行高斯色彩校正，以得到第一校正图像：
；
；
；
；
式中，为第一校正图像的各通道的像素值，/>为直方图分布的位置，/>为调整图像各通道的像素值，/>、/>分别表示平均像素值小于128时、平均像素值大于128时的像素均值，/>、/>分别为调整图像归一化后的最大值、最小值，/>表示三通道的平均标准差；
保证所述调整图像G通道不变的情况下建立所述调整图像的R、B通道的校正方程组：
；
式中，、/>为第一校正系数、第二校正系数，/>，/>表示调整图像中像素位置为/>的像素点的R、B通道的像素值，/>、/>表示调整图像的边界位置，表示调整图像中像素位置为/>的像素点的G通道的像素值；
基于所述校正方程组求解第一校正系数与第二校正系数，基于所述第一校正系数与所述第二校正系数对所述调整图像进行通道校正，以得到第二校正图像：
；
式中，为第二校正图像的R、B通道的像素值；
将所述第一校正图像与所述第二校正图像/>进行融合处理，以得到校正图像/>：
；
式中，为融合权重。
6.根据权利要求1所述的图像处理方法，其特征在于，所述对所述校正图像进行色彩恢复处理，以得到恢复图像，将所述恢复图像从RGB空间转换至HSI空间，以得到HSI图像，对所述HSI图像进行依次增强处理与空间转回处理，以得到输出图像的步骤包括：
对所述校正图像进行多尺度滤波处理，以得到滤波图像/>：
；
式中，为尺度数量，/>为第/>尺度对应的权重，/>表示第/>尺度的高斯滤波；
对所述滤波图像进行色彩恢复处理，以得到恢复图像/>：
；
式中，、/>分别为控制常数与控制因子，/>，/>表示校正图像在各通道上的图像；
将所述恢复图像从RGB空间转换至HSI空间，以得到HSI图像，将所述HSI图像拆分为H通道图像、S通道图像与I通道图像；
对所述S通道图像与所述I通道图像分别进行饱和度调整、亮度调整，以分别得到S通道调整图像与I通道调整图像，基于所述S通道调整图像与所述I通道调整图像确定输出图像。
7.根据权利要求6所述的图像处理方法，其特征在于，所述对所述S通道图像与所述I通道图像分别进行饱和度调整、亮度调整，以分别得到S通道调整图像与I通道调整图像，基于所述S通道调整图像与所述I通道调整图像确定输出图像的步骤包括：
对所述S通道图像进行饱和度调整，以得到S通道调整图像：
；
式中，、/>分别为饱和度分量的最大值、最小值，/>、/>分别为S通道图像、S通道调整图像的饱和度分量；
对所述I通道图像进行亮度调整，以得到I通道调整图像：
；
；
式中，、/>分别为I通道图像、I通道调整图像的亮度值，/>为矫正因子，/>为I通道图像在I通道的亮度均值；
将所述I通道调整图像、所述S通道调整图像与所述H通道图像进行融合，以得到调整HSI图像，将所述调整HSI图像转回至RGB空间，以得到输出图像。
8.一种图像处理***，其特征在于，所述***包括：
预处理模块，用于获取初始输入图像，对所述初始输入图像进行预处理，以得到处理图像；
调整模块，用于识别所述处理图像的环境噪声区域，对所述环境噪声区域进行环境噪声调整处理，以得到调整图像；
校正模块，用于对所述调整图像分别进行高斯色彩校正与通道校正，以分别得到第一校正图像与第二校正图像，将所述第一校正图像与所述第二校正图像进行融合处理，以得到校正图像；
恢复模块，用于对所述校正图像进行色彩恢复处理，以得到恢复图像，将所述恢复图像从RGB空间转换至HSI空间，以得到HSI图像，对所述HSI图像进行依次增强处理与空间转回处理，以得到输出图像。
9.一种计算机，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的图像处理方法。
10.一种存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的图像处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410381897.0A CN117994160B (zh) | 2024-04-01 | 2024-04-01 | 一种图像处理方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410381897.0A CN117994160B (zh) | 2024-04-01 | 2024-04-01 | 一种图像处理方法及*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117994160A true CN117994160A (zh) | 2024-05-07 |
| CN117994160B CN117994160B (zh) | 2024-06-04 |
Family
ID=90894407
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410381897.0A Active CN117994160B (zh) | 2024-04-01 | 2024-04-01 | 一种图像处理方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117994160B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2011067755A1 (en) * | 2009-12-02 | 2011-06-09 | Yissum Research Development Company Of The Hebrew University Of Jerusalem, Ltd. | Method and system for automatically recovering chromaticity and image variation of colour clipped image regions |
| US20110242352A1 (en) * | 2010-03-30 | 2011-10-06 | Nikon Corporation | Image processing method, computer-readable storage medium, image processing apparatus, and imaging apparatus |
| CN115937019A (zh) * | 2022-11-04 | 2023-04-07 | 沈阳工业大学 | 一种lsd二次分割和深度学习相结合的不均匀去雾方法 |
| CN116681606A (zh) * | 2023-05-23 | 2023-09-01 | 中山大学 | 一种水下不均匀光照图像增强方法、***、设备及介质 |
| CN117173070A (zh) * | 2023-11-02 | 2023-12-05 | 南昌理工学院 | 一种基于fpga的图像处理融合方法及*** |
| CN117252773A (zh) * | 2023-09-19 | 2023-12-19 | 齐鲁理工学院 | 基于自适应颜色校正和导向滤波的图像增强方法及*** |
| CN117475121A (zh) * | 2023-12-04 | 2024-01-30 | 河南科技大学 | 一种图像处理***以及图像处理方法 |
-
2024
- 2024-04-01 CN CN202410381897.0A patent/CN117994160B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2011067755A1 (en) * | 2009-12-02 | 2011-06-09 | Yissum Research Development Company Of The Hebrew University Of Jerusalem, Ltd. | Method and system for automatically recovering chromaticity and image variation of colour clipped image regions |
| US20110242352A1 (en) * | 2010-03-30 | 2011-10-06 | Nikon Corporation | Image processing method, computer-readable storage medium, image processing apparatus, and imaging apparatus |
| CN115937019A (zh) * | 2022-11-04 | 2023-04-07 | 沈阳工业大学 | 一种lsd二次分割和深度学习相结合的不均匀去雾方法 |
| CN116681606A (zh) * | 2023-05-23 | 2023-09-01 | 中山大学 | 一种水下不均匀光照图像增强方法、***、设备及介质 |
| CN117252773A (zh) * | 2023-09-19 | 2023-12-19 | 齐鲁理工学院 | 基于自适应颜色校正和导向滤波的图像增强方法及*** |
| CN117173070A (zh) * | 2023-11-02 | 2023-12-05 | 南昌理工学院 | 一种基于fpga的图像处理融合方法及*** |
| CN117475121A (zh) * | 2023-12-04 | 2024-01-30 | 河南科技大学 | 一种图像处理***以及图像处理方法 |
Non-Patent Citations (1)
| Title |
|---|
| 杨珂珂;贾渊;沈川;: "结合曲率滤波的HTM算法去除遥感影像云雾", 中国图象图形学报, no. 04, 15 April 2020 (2020-04-15) * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117994160B (zh) | 2024-06-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Bai et al. | Underwater image enhancement based on global and local equalization of histogram and dual-image multi-scale fusion | |
| CN107507173B (zh) | 一种全切片图像的无参考清晰度评估方法及*** | |
| CN110570360B (zh) | 一种基于Retinex的鲁棒和全面的低质量光照图像增强方法 | |
| US20060291741A1 (en) | Image processing apparatus, image processing method, program, and recording medium therefor | |
| CN110390643B (zh) | 一种车牌增强方法、装置及电子设备 | |
| CN109214996B (zh) | 一种图像处理方法及装置 | |
| CN109447912B (zh) | 一种荧光导航内窥镜***的荧光图像自适应增强及降噪方法 | |
| CN111696064B (zh) | 图像处理方法、装置、电子设备及计算机可读介质 | |
| US11526963B2 (en) | Image processing apparatus, image processing method, and storage medium | |
| CN112053302B (zh) | 高光谱图像的去噪方法、装置及存储介质 | |
| CN116681606A (zh) | 一种水下不均匀光照图像增强方法、***、设备及介质 | |
| CN109712134B (zh) | 虹膜图像质量评价方法、装置及电子设备 | |
| US9053552B2 (en) | Image processing apparatus, image processing method and non-transitory computer readable medium | |
| CN114049549A (zh) | 水下视觉识别方法、***和计算机可读存储介质 | |
| US9092862B2 (en) | Image processing apparatus, image adjusting apparatus, image processing method and computer readable medium | |
| CN117994160B (zh) | 一种图像处理方法及*** | |
| CN115345961B (zh) | 基于hsv颜色空间相互运算的浓雾彩色重建方法及装置 | |
| CN108876845B (zh) | 菲涅尔纹中心的确定方法和装置 | |
| CN111311610A (zh) | 图像分割的方法及终端设备 | |
| JP5822739B2 (ja) | 画像処理装置、方法、及びプログラム | |
| CN116109511A (zh) | 红外图像边缘增强的方法和*** | |
| CN115564682A (zh) | 一种光照不均图像增强方法及*** | |
| CN113379631B (zh) | 一种图像去雾的方法及装置 | |
| CN111179197B (zh) | 对比度增强方法及装置 | |
| CN113538295A (zh) | 内窥镜弱纹理图像增强方法及装置 |
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 |