[发明专利]一种基于人类视觉特性的仿生图像复原方法无效
申请号: | 201010157505.0 | 申请日: | 2010-04-21 |
公开(公告)号: | CN101853490A | 公开(公告)日: | 2010-10-06 |
发明(设计)人: | 金小贤;李卫军;陈旭 | 申请(专利权)人: | 中国科学院半导体研究所 |
主分类号: | G06T5/00 | 分类号: | G06T5/00 |
代理公司: | 中科专利商标代理有限责任公司 11021 | 代理人: | 周国城 |
地址: | 100083 *** | 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 基于 人类 视觉 特性 仿生 图像 复原 方法 | ||
1.一种基于人类视觉特性的仿生图像复原方法,该方法模拟了人类视觉系统的视网膜神经节细胞感受野的传输特性和视觉系统的自适应调节的特性,其特征在于,包括:
步骤1:对图像进行亮度提取;
步骤2:采用高斯滤波计算当前点的邻域平均亮度;
步骤3:利用人眼的主观亮度感觉与实际光强对数的局部线性关系,对图像进行局部对比度调整;
步骤4:利用局部对比度调整后的亮度图像与原始图像的亮度进行比较,来线性调整图像的色彩信息,实现图像颜色线性恢复。
2.根据权利要求1所述的基于人类视觉特性的仿生图像复原方法,其特征在于,步骤1中所述对图像进行亮度提取,是指提取图像的亮度部分,若图像为彩色图像,则是提取包括各种色彩空间在内的亮度;若图像为灰度图像,则将灰度作为亮度图像。
3.根据权利要求1所述的基于人类视觉特性的仿生图像复原方法,其特征在于,步骤2中所述采用高斯滤波计算当前点的邻域平均亮度,是采用高斯模型的位置滤波和亮度滤波来计算当前点的邻域平均亮度。
4.根据权利要求1所述的基于人类视觉特性的仿生图像复原方法,其特征在于,步骤2中所述计算当前点的邻域平均亮度,高斯模型采用单高斯模型、双高斯模型或三高斯模型,高斯滤波采用单边滤波或双边滤波。
5.根据权利要求1所述的基于人类视觉特性的仿生图像复原方法,其特征在于,步骤3中所述利用人眼的主观亮度感觉与实际光强对数的局部线性关系对图像进行局部对比度调整,是指依据每个像素点的亮度与其邻域平均亮度的大小关系,进行局部对比度调整。
6.根据权利要求1所述的基于人类视觉特性的仿生图像复原方法,其特征在于,步骤4中所述利用局部对比度调整后的亮度图像与原始图像的亮度进行比较,来线性调整图像的色彩信息,实现图像颜色线性恢复,是指通过采取线性调整的颜色恢复算法,来恢复对比度调整后图像的色彩信息。
7.根据权利要求6所述的基于人类视觉特性的仿生图像复原方法,其特征在于,若原始输入图像为灰度图,则无须通过颜色线性恢复。
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国科学院半导体研究所,未经中国科学院半导体研究所许可,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/201010157505.0/1.html,转载请声明来源钻瓜专利网。