-
公开(公告)号：CN115937016B
公开(公告)日：2023-07-21
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：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：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：CN114429426A
公开(公告)日：2022-05-03
申请号：CN202111561917.5
申请日：2021-12-20
Applicant: 哈尔滨理工大学
Abstract: 一种基于Retinex模型的低照度图像质量改善方法，它属于图像处理技术领域。本发明解决了采用现有的低照度图像质量改善算法对低照度图像进行处理时，获得的图像的质量差的问题。本发明首先通过Retinex模型对数字图像进行分层得到细节层图像以及光照层图像；其次设计一种非线性全局亮度映射函数，对于光照层图像进行映射得到光照层增强图像；再次设计一种非线性细节层图像映射函数，对于细节层图像进行拉伸得到细节层增强图像；最后对细节层增强图像以及光照层增强图像每个像素进行乘运算，合成低照度增强图像。本发明方法可以应用于改善低照度图像的质量。
-
Patent Agency Ranking
公开(公告)号：CN116523777B
公开(公告)日：2024-04-30
申请号：CN202310420951.3
申请日：2023-04-19
Applicant: 哈尔滨理工大学
Abstract: 一种基于全局色阶重建与局部细节增强的色阶映射方法，它属于图像处理技术领域。本发明解决了采用传统方法重建出的LDR图像存在细节弱化以及亮度分布不合理的问题。本发明方法首先通过全局动态范围压缩将HDR图像的亮度范围压缩到(0,1]区间内，再拉伸图像的全局对比度，最后利用迭代式局部细节增强算法对重建图像的细节进行增强。通过实验结果证明，本发明设计的色阶映射算法可以有效改善重建图像的细节和亮度分布，重建出图像质量较高的LDR图像。本发明方法可以应用于图像处理技术领域。
-
公开(公告)号：CN115937045A
公开(公告)日：2023-04-07
申请号：CN202310013865.0
申请日：2023-01-05
Applicant: 哈尔滨理工大学
Abstract: 一种迭代式色阶重建方法，它属于图像处理技术领域。本发明解决了传统色阶重建方法无法保证重建图像的细节、纹理特征，以及无法保证重建图像与原始图像的视觉一致性的问题。本发明首先将所有像素划分为两组，再分别计算第一组像素和第二组像素的局部对比度，并通过全局色阶重建方法计算各个像素亮度的初值，最后基于设计的迭代算法不断重复估计第一组像素和第二组像素的亮度，直至满足迭代停止条件时，所获得的图像即为色阶重建后的LDR图像。通过本发明方法有效地重建出可以在常规显示器直接显示的LDR图像，且可以保证重建LDR图像的细节、纹理特征以及保证与原始图像的视觉一致性。本发明方法可以应用于对图像进行处理。
-
公开(公告)号：CN116523777A
公开(公告)日：2023-08-01
申请号：CN202310420951.3
申请日：2023-04-19
Applicant: 哈尔滨理工大学
IPC: G06T5/00
Abstract: 一种基于全局色阶重建与局部细节增强的色阶映射方法，它属于图像处理技术领域。本发明解决了采用传统方法重建出的LDR图像存在细节弱化以及亮度分布不合理的问题。本发明方法首先通过全局动态范围压缩将HDR图像的亮度范围压缩到(0,1]区间内，再拉伸图像的全局对比度，最后利用迭代式局部细节增强算法对重建图像的细节进行增强。通过实验结果证明，本发明设计的色阶映射算法可以有效改善重建图像的细节和亮度分布，重建出图像质量较高的LDR图像。本发明方法可以应用于图像处理技术领域。
-
公开(公告)号：CN116309109A
公开(公告)日：2023-06-23
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：CN115660994A
公开(公告)日：2023-01-31
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。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.016 seconds)
