[发明专利]隐形图像的色度信息挖掘方法有效

专利信息
申请号: 201910621791.2 申请日: 2019-07-10
公开(公告)号: CN110322521B 公开(公告)日: 2022-12-23
发明(设计)人: 李愿;廖春丽 申请(专利权)人: 南充职业技术学院
主分类号: G06T7/90 分类号: G06T7/90
代理公司: 成都厚为专利代理事务所(普通合伙) 51255 代理人: 王杰
地址: 637000 *** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 隐形 图像 色度 信息 挖掘 方法
【权利要求书】:

1.隐形图像的色度信息挖掘方法,其特征在于,包括:

获取原始图像;

分别获取原始图像在各图像通道的通道图像;

分别计算各通道图像的每一个色度级的像素频率以及在各通道的有效色度级;

分别计算各通道图像的每一个色度级的目标色度级值,目标色度级值的计算公式如下:

式中,ch表示通道图像;i表示色度级级数,其取值范围为[0,255];TL(i)ch表示通道图像第i色度级的目标色度级值;OL(i)ch表示通道图像第i色度级的原始色度级值;T表示通道图像总的色度值数;N表示通道图像的有效色度级级数;n表示等差挖掘级数;K表示等差挖掘极限值,(n-1)≤K;

分别对各通道图像的每一个色度级的目标色度级值进行归一化处理,归一化的公式如下:

式中,ch表示通道图像;i表示色度级级数,其取值范围为[0,255];TL(i)ch表示通道图像第i色度级的目标色度级值;表示通道图像的最大色度级的像素频率值;表示通道图像的最小色度级的像素频率值;NL(i)ch表示通道图像第i色度级的目标色度级值归一化后的值;

分别比较各通道图像中每一个色度级的归一化后的目标色度级值和原始色度级值,得到隐形图像的色度信息。

2.根据权利要求1所述的隐形图像的色度信息挖掘方法,其特征在于,所述通道图像包括灰度通道图像、R通道图像、G通道图像和B通道图像,此时目标色度级值的计算公式和归一化的公式中,ch∈[0,1,2,3],分别表示灰度通道图像、R通道图像、G通道图像和B通道图像。

3.根据权利要求1所述的隐形图像的色度信息挖掘方法,其特征在于,所述通道包括灰度通道图像、R通道图像、G通道图像、B通道图像、暗通道图像和亮通道图像,此时目标色度级值的计算公式和归一化的公式中,ch∈[0,1,2,3,4,5],分别表示灰度通道图像、R通道图像、G通道图像、B通道图像、暗通道图像和亮通道图像。

4.根据权利要求3所述的隐形图像的色度信息挖掘方法,其特征在于,所述暗通道图像的获取方法为:计算原始图像每个像素点对应R通道图像、G通道图像和B通道图像中的最小色度值,存入和原始图像大小相同对应像素点位置的图像中。

5.根据权利要求4所述的隐形图像的色度信息挖掘方法,其特征在于,所述暗通道图像的目标像素点值的计算公式如下:

T(x,y)'ch=Min(O(x,y)ch)

式中,ch∈[1,2,3],分别表示R通道图像、G通道图像和B通道图像;O(x,y)ch表示通道图像的原始像素点值;T(x,y)'ch表示暗通道图像的目标像素点值。

6.根据权利要求3所述的隐形图像的色度信息挖掘方法,其特征在于,所述亮通道图像的获取方法为:计算原始图像每个像素点对应R通道图像、G通道图像和B通道图像中的最大色度值,存入和原始图像大小相同对应像素点位置的图像中。

7.根据权利要求6所述的隐形图像的色度信息挖掘方法,其特征在于,所述亮通道图像的目标像素点值的计算公式如下:

T(x,y)”ch=Max(O(x,y)ch)

式中,ch∈[1,2,3],分别表示R通道图像、G通道图像和B通道图像;O(x,y)ch表示通道图像的原始像素点值;T(x,y)”ch表示亮通道图像的目标像素点值。

8.根据权利要求1所述的隐形图像的色度信息挖掘方法,其特征在于,隐形图像的色度信息挖掘方法还包括:

生成各通道图像原始的色度谱图,并显示其色度谱相关信息;

生成各通道图像得到隐形的图像信息后的色度谱图,并显示其色度谱相关信息。

9.根据权利要求8所述的隐形图像的色度信息挖掘方法,其特征在于,所述色度谱相关信息包括总像素数、平均色度值、最大色度级、最小色度级和有效谱线数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南充职业技术学院,未经南充职业技术学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910621791.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top