[发明专利]一种图像锐化及色彩增强处理方法

权利要求书

1.一种图像锐化及色彩增强处理方法，其特征在于，包括以下步骤：

步骤S1、识别原始图像，对图像进行灰度处理，并将图像分块；

步骤S2、将原始图像进行放缩与像素归一化处理；

步骤S3、使用深度残缺网络对图像进行静态特征提取；

步骤S4、神经网络根据图像噪声的分布情况得到特征向量；

步骤S5、将噪声图像和特征向量作为分类特征，对噪声进行分类，并用不同去噪模型对噪声进行处理；

步骤S6、进行边缘细节增强，对噪声为主的弱细节区维持现有状态，强细节区得到大限度增强，中等细节区得到适当增强；

步骤S7、对图像进行像素点分割；

步骤S8、进行相似度计算；

步骤S9、进行切线拟合；

步骤S10、进行图像锐化；

步骤S11、图像梯度优化，得到目标图像。

2.根据权利要求1所述的一种图像锐化及色彩增强处理方法，其特征在于，还包括，在原始图像上施加不同噪声，进行噪声识别，识别结果由系统判别，识别正确，则进行其他噪声识别，识别错误，则重新细化识别，并将错误识别过程记录在系统内，不断优化噪声识别准确率。

3.根据权利要求1所述的一种图像锐化及色彩增强处理方法，其特征在于，所述步骤S6具体算法如下：

式中：F_x，y为原始图像，Z_x，y为增强后图像，λ为增强因子，λ大小控制增强的强度，G为平滑算子，G分区域后有选择地利用；

将图像高频成分分为

f_hp＝f_h(λ_max)+f_m[λ(μ_x，y)]+f₁

λ(μ_x，y)≤λ_max

其中f₁为弱细节区高频成分，即图像平坦区域的高频成分，多由噪声引起；f_m为中等细节区高频成分；f_h为强细节区高频成分，f_m和f_h主要是图像边缘区域所包含的高频成分；λ_max为全局最高增强系数，μ_x，y定义为像素(x，y)的细节成分对强细节区的隶属度，μ_x，y越大，说明该像素属于强细节区的概率越大，λ(μ_x，y)越大，增强的力度也越大；

锐化算法为：