-
Patent Agency Ranking
公开(公告)号：CN115937016A
公开(公告)日：2023-04-07
申请号：CN202211349133.0
申请日：2022-10-31
Applicant: 哈尔滨理工大学
IPC: G06T5/00
Abstract: 一种保证图像细节的对比度增强方法，它属于图像处理技术领域。本发明解决了现有对比度增强算法对图像视觉效果的提升能力有限，且易模糊图像细节的问题。本发明首先构建一个非线性全局灰度映射函数，将灰度范围分解为3个区间，分别统计这3个区间内出现概率最大的灰度值处的累计概率分布。将每个灰度区间内出现概率最大的灰度值以及该值对应的累计概率分布作为已知的数据点，通过牛顿迭代法对非线性全局灰度映射函数中的未知参数进行估计，从而利用全局灰度映射函数的表达式对待增强图像进行全局灰度映射；其次，将细节增强问题转化对全局灰度映射加入一个细节补偿项，细节补偿项由迭代算法确定。本发明方法可以应用于图像处理技术领域用。
-
公开(公告)号：CN116309109B
公开(公告)日：2023-11-24
申请号：CN202310013437.8
申请日：2023-01-05
Applicant: 哈尔滨理工大学
Abstract: 一种基于亮度直方图均衡化的色阶映射方法，它属于图像处理技术领域。本发明解决了采用现有的色阶映射技术所获得的低动态范围图像的质量差的问题。本发明方法首先对原始HDR图像进行亮度直方图均衡化，再基于亮度直方图均衡化结果对原始HDR图像进行非线性亮度变换，并对非线性亮度变换的结果进行处理以增强LDR图像的局部细节特性。利用本发明方法所获得的LDR图像的细节更加饱满，整体亮度能够逼真地反映出HDR图像的整体明暗度，不会造成局部细节丢失，而且重建图像不易受到光晕以及整体亮度分布不均匀的影响，有效提升了LDR图像的质量。本发明方法可以应用于图像处理技术领域。
-
公开(公告)号：CN116739912A
公开(公告)日：2023-09-12
申请号：CN202310447812.X
申请日：2023-04-24
Applicant: 哈尔滨理工大学
IPC: G06T5/00
Abstract: 一种基于全局灰度提升与局部灰度补偿的低照度图像增强方法，它属于图像处理技术领域。本发明解决了现有图像增强方法容易压缩或者丢失图像的细节以及纹理信息的问题。本发明方法采取的主要技术方案为：步骤一、对低照度图像进行亮度归一化处理，获得亮度归一化处理后的图像；步骤二、对亮度归一化处理后的图像进行对比度拉伸，获得对比度拉伸后的图像，对比度拉伸后的图像经过处理后，即得到全局灰度提升后的图像；步骤三、对全局灰度提升后的图像进行局部灰度补偿，得到局部灰度补偿后的增强图像。本发明方法可以应用于低照度图像增强。
-
公开(公告)号：CN115660994B
公开(公告)日：2023-06-09
申请号：CN202211365819.9
申请日：2022-10-31
Applicant: 哈尔滨理工大学
Abstract: 一种基于区域最小二乘估计的图像增强方法，它属于图像处理技术领域。本发明解决了采用现有方法获得的增强图像的质量差的问题。本发明方法由基于分段亮度线性映射的区域边界亮度计算方法以及基于区域最小二乘法的非边界像素亮度计算方法两部分构成，基于分段亮度线性映射的区域边界亮度计算方法决定了增强图像整体的亮度分布，基于区域最小二乘法的非边界像素亮度计算方法计算非边界像素点的亮度从而使增强图像的细节特性与原始图像保持一致。本发明设计的算法能够增强图像的亮度分布，提升图像整体的可视化效果，增强图像的局部细节得到有效地保持，提高了增强图像的质量。本发明方法可以应用于图像处理领域用。
-
公开(公告)号：CN115601267B
公开(公告)日：2023-04-07
申请号：CN202211349196.6
申请日：2022-10-31
Applicant: 哈尔滨理工大学
Abstract: 一种具有局部细节补偿能力的全局色阶映射方法，它属于图像处理技术领域。本发明解决了利用现有的色阶映射算法所获得的低动态范围图像的质量差的问题。本发明利用全局色阶映射算法构造了一个全局亮度映射函数，该函数由Gamma校正和S形函数构成，对某个像素进行细节补偿过程为：将全局色阶映射算法映射后像素的亮度和HDR图像局部像素集合中心像素的亮度与最大亮度之间的比值进行加权求和，从而计算出该像素的最终亮度值。本发明方法可以应用于图像处理领域用。
-
-
-
-
Search Results
15
records
(took 0.023 seconds)
