[发明专利]一种图像对比度的增强方法、装置、设备及存储介质在审

专利信息
申请号: 202211591466.4 申请日: 2022-12-12
公开(公告)号: CN115829872A 公开(公告)日: 2023-03-21
发明(设计)人: 胡昌欣;张武杰 申请(专利权)人: 中科慧远视觉技术(北京)有限公司;中科慧远视觉技术(洛阳)有限公司
主分类号: G06T5/00 分类号: G06T5/00;G06T5/40;G06N3/0464
代理公司: 北京乐知新创知识产权代理事务所(普通合伙) 11734 代理人: 王曌寅
地址: 100080 北京市海*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 图像 对比度 增强 方法 装置 设备 存储 介质
【权利要求书】:

1.一种图像对比度的增强方法,其特征在于,所述方法包括:

获取源图像的像素值;

预设增强因子,将所述增强因子与所述源图像的像素值输入增强函数,得到与所述源图像的像素值相对应的增强像素值,其中,所述增强函数包括预构建的高斯伸展模板以及所述源图像的像素值与增强像素值之间的灰度映射函数。

2.根据权利要求1所述的方法,其特征在于,将所述增强因子与所述源图像的像素值输入增强函数,得到与所述源图像的像素值相对应的增强像素值,包括:

将所述增强因子输入所述增强函数内的高斯伸展模板;

基于所述源图像的像素值,统计所述源图像的直方图;

通过所述高斯伸展模板对所述源图像的直方图进行伸展,得到所述源图像的高斯伸展直方图;

计算所述源图像的直方图累积概率以及所述源图像的高斯伸展直方图累积概率之间的累积概率差值;

通过所述累积概率差值以及所述增强函数内的灰度映射函数,确定与所述源图像的像素值相对应的增强像素值。

3.根据权利要求2所述的方法,其特征在于,所述计算所述源图像的直方图累积概率以及所述源图像的高斯伸展直方图累积概率之间的累积概率差值,包括:

将所述源图像的直方图进行归一化,并基于归一化后的源图像的直方图计算累积概率,作为所述源图像的直方图累积概率;

将所述源图像的高斯伸展直方图进行归一化,并基于归一化后的源图像的高斯伸展直方图计算累积概率,作为所述源图像的高斯伸展直方图累积概率;

基于所述源图像的直方图累积概率的各个直方图像素值,计算其与所述源图像的高斯伸展直方图累积概率的所有高斯伸展直方图像素值的累积概率差值。

4.根据权利要求3所述的方法,其特征在于,所述通过所述累积概率差值以及所述增强函数内的灰度映射函数,确定与所述源图像的像素值相对应的增强像素值,包括:

在所述源图像的直方图累积概率的各个直方图像素值与所述源图像的高斯伸展直方图累积概率的所有高斯伸展直方图像素值的累积概率差值中,确定各个直方图像素值的累积概率差值最小值;

将所述各个直方图像素值的累积概率差值最小值所对应的高斯伸展直方图像素值,作为所述源图像的各个像素值相对应的增强像素值。

5.根据权利要求4所述的方法,其特征在于,所述将所述源图像的直方图进行归一化,基于归一化后的源图像的直方图计算累积概率,作为所述源图像的直方图累积概率,包括:

将所述源图像的直方图进行归一化,并通过计算归一化后的源图像的直方图累积概率均值,确定所述源图像的直方图累积概率,其计算公式为:

其中,H(i)为所述源图像的直方图累积概率,h(i)为归一化后的源图像的直方图,i为直方图像素值。

6.根据权利要求5所述的方法,其特征在于,所述将所述源图像的高斯伸展直方图进行归一化,并基于归一化后的源图像的高斯伸展直方图计算累积概率,作为所述源图像的高斯伸展直方图累积概率,包括:

将所述源图像的高斯伸展直方图进行归一化,并通过计算归一化后的源图像的高斯伸展直方图累积概率均值,确定所述源图像的高斯伸展直方图累积概率,其计算公式为:

其中,H'(j)为所述源图像的高斯伸展直方图累积概率,h'(j)为归一化后的源图像的高斯伸展直方图,j为高斯伸展直方图像素值。

7.根据权利要求6所述的方法,其特征在于,在所述获取源图像的像素值之前,还包括:

根据3δ原理,对一维连续高斯函数进行离散化取值,得到一维离散化高斯函数;

将所述一维离散化高斯函数进行求和,并归一化处理,得到所述高斯伸展模板。

8.根据权利要求7所述的方法,其特征在于,所述获取源图像的像素值,包括:

获取所述源图像;

根据所述源图像的图像类型,确定所述源图像的像素值。

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中科慧远视觉技术(北京)有限公司;中科慧远视觉技术(洛阳)有限公司,未经中科慧远视觉技术(北京)有限公司;中科慧远视觉技术(洛阳)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/202211591466.4/1.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