[发明专利]低照度图像增强方法、装置及图像处理设备在审

专利信息
申请号: 202211245673.4 申请日: 2022-10-11
公开(公告)号: CN115619667A 公开(公告)日: 2023-01-17
发明(设计)人: 南君义;包敏 申请(专利权)人: 武汉联影智融医疗科技有限公司
主分类号: G06T5/00 分类号: G06T5/00;G06T7/90
代理公司: 武汉智嘉联合知识产权代理事务所(普通合伙) 42231 代理人: 张璐
地址: 430073 湖北省武汉市东湖新技*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 照度 图像 增强 方法 装置 处理 设备
【说明书】:

发明提供了一种低照度图像增强方法、装置及图像处理设备,其方法包括:获取原始图像,并确定所述原始图像中各像素点的归一化像素值;获取以各所述像素点为中心的像素块,并基于所述归一化像素值确定所述像素点的像素点参数和所述像素块的像素块参数;根据所述像素点参数和所述像素块参数确定所述像素点的自适应增益系数和自适应修正值;根据所述自适应增益系数和所述自适应修正值确定所述像素点的修正像素值,并根据所述像素点的修正像素值获得增强图像。本发明基于自适应增益系数和自适应修正值实现对低照度图像中各个像素点的像素值进行调整的目的,从而提高了增强图像的图像质量。

技术领域

本发明涉及图像增强技术领域,具体涉及一种低照度图像增强方法、装置及图像处理设备。

背景技术

在大多数视觉系统中,由于光线遮挡、材料的反射率不同、夜间拍摄场景等原因导致的照度低是一个普遍存在的现象。这些现象会造成相机所拍摄的景物成像质量低,具体表现为局部信号非常弱,图像很暗,信噪比差以及模糊不清等。因此为了改善低照度下获取的图像的视觉效果,需要对被拍摄物在低照度下的成像进行处理。

现有技术中对低照度图像进行增强的方法包括:基于HSV域的伽马变换、深度学习、直方图变换、小波变换以及Retinex理论等图像增强方法。但上述现有技术中的图像增强方法均是将低照度原图像中的各像素点进行同样的增强处理,而由于低照度图像中图像灰度范围小、相邻像素的空间关联性高,使得低照度图像中的细节、颜色、背景和噪声等都包含在极小的灰度范围之内。若通过现有技术中的图像增强方式对低照度图像进行增强处理,虽然可提高低照度图像的亮度,但会导致图像噪声被放大、高照度的像素区域过曝、对比度变差以及细节特征无法体现等技术问题。

因此,急需提供一种低照度图像增强方法、装置及图像处理设备,用以在提高低照度图像亮度的前提下降低图像噪声,确保图像的对比度和细节特征。

发明内容

有鉴于此,有必要提供一种低照度图像增强方法、装置及图像处理设备,用以解决现有技术中存在的在提高低照度图像亮度的同时出现的图像噪声被放大、高照度的像素区域过曝、对比度变差以及细节特征无法体现的技术问题。

一方面,本发明提供了一种低照度图像增强方法,包括:

获取原始图像,并确定所述原始图像中各像素点的归一化像素值;

获取以各所述像素点为中心的像素块,并基于所述归一化像素值确定所述像素点的像素点参数和所述像素块的像素块参数;

根据所述像素点参数和所述像素块参数确定所述像素点的自适应增益系数和自适应修正值;

根据所述自适应增益系数和所述自适应修正值确定所述像素点的修正像素值,并根据所述像素点的修正像素值获得增强图像。

在一些可能的实现方式中,所述确定所述原始图像中各像素点的归一化像素值,包括:

获取所述原始图像中各像素点的原始红色分量像素值、原始绿色分量像素值、原始蓝色分量像素值以及红色分量归一化系数、绿色分量归一化系数、蓝色分量归一化系数;

根据所述原始红色分量像素值、所述原始绿色分量像素值、所述原始蓝色分量像素值、所述红色分量归一化系数、所述绿色分量归一化系数以及所述蓝色分量归一化系数确定各所述像素点的归一化像素值。

在一些可能的实现方式中,所述像素点参数包括所述像素值经伽马变换的像素变换值以及像素变换导数值;所述像素块参数包括所述像素块的大小、归一化像素值之和、像素块均值以及像素块均方差值。

在一些可能的实现方式中,所述根据所述像素点参数和所述像素块参数确定所述像素点的自适应增益系数和自适应修正值,包括:

根据所述像素点参数和所述像素块参数构建增益系数分段确定模型,并基于所述增益系数分段确定模型确定所述像素点的自适应增益系数;

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武汉联影智融医疗科技有限公司,未经武汉联影智融医疗科技有限公司许可,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/202211245673.4/2.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