[发明专利]图像增强方法、装置、计算机设备和存储介质有效

专利信息
申请号: 202210858561.X 申请日: 2022-07-21
公开(公告)号: CN115082358B 公开(公告)日: 2022-12-09
发明(设计)人: 周昆;刘垦坤;李文博;蒋念娟;沈小勇;吕江波 申请(专利权)人: 深圳思谋信息科技有限公司
主分类号: G06T5/00 分类号: G06T5/00;G06T7/11;G06T7/90
代理公司: 华进联合专利商标代理有限公司 44224 代理人: 黄晶晶
地址: 518051 广东省深圳市*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 增强 方法 装置 计算机 设备 存储 介质
【权利要求书】:

1.一种图像增强方法,其特征在于,所述方法包括:

对原始图像进行分块,得到图像块;所述原始图像是待增强的低照度图像;

根据各所述图像块在所述原始图像中的分布位置以及各所述图像块的颜色,计算两两所述图像块之间的相似度,得到相似度矩阵;其中,分布位置越接近,颜色越接近,则图像块之间的相似度就越高;

基于所述相似度矩阵确定每个所述图像块对应的全局增强权重;

综合各所述图像块对应的全局增强权重,确定所述原始图像的每个颜色通道对应的增强系数;所述原始图像的全局增强系数包括所述原始图像的每个颜色通道对应的增强系数;所述全局增强系数用于对原始图像进行全局光照增强;

基于所述全局增强系数对所述原始图像进行光照增强,得到第一增强图像;所述第一增强图像是线性增强后的原始图像;

获取所述第一增强图像的图像过曝信息;

根据所述图像过曝信息确定所述第一增强图像对应的图像缺失数据;

从所述原始图像中提取与所述图像缺失数据相匹配的图像补充数据;

基于所述图像补充数据对所述第一增强图像进行补偿,得到第二增强图像;

基于所述第一增强图像与所述第二增强图像之间的图像差异数据、以及所述第二增强图像对应的残差权重,对所述第二增强图像进行优化,得到优化后的目标增强图像。

2.根据权利要求1所述的方法,其特征在于,所述对原始图像进行分块,得到图像块包括:

确定预设分块大小;所述预设分块大小是预先设置的图像块大小;

在原始图像与所述预设分块大小不匹配的情况下,对所述原始图像进行扩充,使得扩充后的原始图像与所述预设分块大小相匹配;

按照所述预设分块大小对所述扩充后的原始图像进行分块,得到图像块。

3.根据权利要求1所述的方法,其特征在于,所述根据各所述图像块在所述原始图像中的分布位置以及各所述图像块的颜色,计算两两图像块之间的相似度,得到相似度矩阵包括:

通过对多个所述图像块进行编码,得到每个所述图像块对应的位置编码数据和颜色编码数据;

基于各图像块分别对应的所述位置编码数据和所述颜色编码数据,计算两两所述图像块之间的相似度,得到相似度矩阵。

4.根据权利要求1所述的方法,其特征在于,所述图像缺失数据包括缺失位置数据和相应的补充数据量;所述从所述原始图像中提取与所述图像缺失数据相匹配的图像补充数据包括:

确定所述原始图像中与所述缺失位置数据相匹配的第一目标像素点;

从所述第一目标像素点在所述原始图像中对应的图像数据中,提取出符合所述补充数据量的图像补充数据。

5.根据权利要求4所述的方法,其特征在于,所述基于所述图像补充数据对所述第一增强图像进行补偿,以得到目标图像包括:

确定所述第一增强图像中与所述缺失位置数据相匹配的第二目标像素点;

从所述第二目标像素点在所述第一增强图像中对应的图像数据中,剔除符合所述补充数据量的图像数据,并叠加所述图像补充数据,以得到目标图像。

6.根据权利要求1所述的方法,其特征在于,所述基于所述图像差异数据和所述第二增强图像对应的残差权重,对所述第二增强图像进行优化,得到优化后的目标增强图像包括:

将所述第二增强图像作为本轮的当前增强图像,将所述第一增强图像与所述第二增强图像之间的图像差异数据作为本轮的图像差异数据,确定本轮的当前增强图像对应的残差权重,并使用所述残差权重对本轮的图像差异数据进行加权计算,得到图像优化数据;

将所述图像优化数据叠加至所述本轮的当前增强图像,得到本轮优化后的增强图像;

将本轮优化后的增强图像与所述本轮的当前增强图像之间的差异数据作为下一轮的图像差异数据,将优化后的增强图像作为下一轮的当前增强图像,并将下一轮作为本轮,返回所述确定本轮的当前增强图像对应的残差权重以继续迭代,直至满足迭代停止条件,得到优化后的目标增强图像。

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深圳思谋信息科技有限公司,未经深圳思谋信息科技有限公司许可,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/202210858561.X/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