本发明专利技术实施例公开了一种图像增强方法、装置、设备及计算机可读存储介质。其中，方法包括计算待处理图像的二维信息熵和亮度均值；然后以亮度均值为分界点，将待处理图像灰度级划分为两部分；基于待处理图像的二维信息熵，分别计算各部分的累积分布函数；根据各累积分布函数对相应部分的像素点进行灰度值映射，得到待处理图像的增强图像。本申请实现了待处理图像的增强处理，在图像增强处理过程中考虑信息熵，在提高原始图像对比度的同时，还可以提升图像的信息熵，从而提升增强后图像质量。
【技术实现步骤摘要】
图像增强方法、装置、设备及计算机可读存储介质
本专利技术实施例涉及图像处理
，特别是涉及一种图像增强方法、装置、设备及计算机可读存储介质。
技术介绍
图像作为获取信息最直接途径，对其视觉效果的提升一直是人类的不懈追求。在某些特殊
中，例如遥感成像、军事侦察、目标探测领域，需要有目的地强调图像的整体或局部特性，将原来不清晰的图像变得清晰或强调某些感兴趣的特征，扩大图像中不同物体特征之间的差别，抑制不感兴趣的特征，进而改善图像质量、丰富信息量，加强图像判读和识别效果，也即对图像进行增强处理。数字图像增强技术可以突出感兴趣的信息，去除或者削弱无用的信息，从而达到增强图像的对比度，提高图像的信噪比的目的。但是，相关数字图像增强技术在提高图像对比度时，会造成图像信息量丢失，导致图像质量下降。
技术实现思路
本公开实施例提供了一种图像增强方法、装置、设备及计算机可读存储介质，在提高图像对比度的同时，还可提升图像的信息熵。为解决上述技术问题，本专利技术实施例提供以下技术方案：本专利技术实施例一方面提供了一种图像增强方法，包括：计算待处理图像的二维信息熵和亮度均值；以所述亮度均值为分界点，将所述待处理图像灰度级划分为两部分；基于所述待处理图像的二维信息熵，分别计算各部分的累积分布函数；分别根据各累积分布函数对相应部分的像素点进行灰度值映射，得到所述待处理图像的增强图像。可选的，在所述计算待处理图像的二维信息熵之后，还包括：计算所述二维信息熵的离散化信息熵；根据所述离散化信息熵计算归一化信息熵。可选的，所述计算待处理图像的二维信息熵为：将所述待处理图像划分为M×N的二维网格区域；利用下述公式计算所述待处理图像的二维信息熵：式中，Sk为灰度级k的二维信息熵，k为所述待处理图像的像素点的灰度级，M为所述二维网格区域在水平方向上的网格个数，N为所述二维网格区域在垂直方向上的网格个数，hk(m,n)为灰度级k在网格(m，n)内的概率密度。可选的，所述分别计算各部分的累积分布函数为：所述待处理图像第一部分的累积分布函数为第一累积分布函数，第二部分的累积分布函数为第二累积分布函数；所述第一累积分布函数为所述第二累积分布函数为式中，k为所述待处理图像的像素点的灰度级，K为所述待处理图像的最大灰度级，ei为灰度级i归一化后的二维信息熵，m为所述待处理图像的亮度均值。可选的，所述分别根据各累积分布函数对相应部分的像素点进行灰度值映射包括：根据所述第一累积分布函数采用下述第一映射函数进行灰度值映射：fL(k)＝m·cL(k)；根据所述第二累积分布函数采用下述第二映射函数进行灰度值映射：fU(k)＝m+1+(K-m-1)·cU(k)；式中，m为所述待处理图像的亮度均值，K为所述待处理图像的最大灰度级，cL(k)为所述第一累积分布函数，cU(k)为所述第二累积分布函数。本专利技术实施例另一方面提供了一种图像增强装置，包括：计算模块，用于计算待处理图像的二维信息熵和亮度均值；灰度级划分模块，用于以所述亮度均值为分界点，将所述待处理图像灰度级划分为两部分；累积分布函数计算模块，用于基于所述待处理图像的二维信息熵，分别计算各部分的累积分布函数；图像增强处理模块，用于分别根据各累积分布函数对相应部分的像素点进行灰度值映射，得到所述待处理图像的增强图像。可选的，还包括归一化处理模块，用于计算所述二维信息熵的离散化信息熵；根据所述离散化信息熵计算归一化信息熵。可选的，所述累积分布函数计算模块用于所述待处理图像第一部分的累积分布函数为第一累积分布函数，第二部分的累积分布函数为第二累积分布函数；所述第一累积分布函数为所述第二累积分布函数为式中，k为所述待处理图像的像素点的灰度级，K为所述待处理图像的最大灰度级，ei为灰度级i的二维信息熵，m为所述待处理图像的亮度均值。本专利技术实施例还提供了一种图像增强设备，包括处理器，所述处理器用于执行存储器中存储的计算机程序时实现如前任一项所述图像增强方法的步骤。本专利技术实施例最后还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有图像增强程序，所述图像增强程序被处理器执行时实现如前任一项所述图像增强方法的步骤。本申请提供的技术方案的优点在于，信息熵能够反映图像细节信息的丰富程度，在图像增强处理过程中考虑信息熵，将原始图像的像素点基于信息熵进行灰度映射，最终将增强图像输出显示，在提高原始图像对比度的同时，还可以提升图像的信息熵，尽可能多的保存图像信息量，从而提升增强后图像质量。此外，本专利技术实施例还针对图像增强方法提供了相应的实现装置、设备及计算机可读存储介质，进一步使得所述方法更具有实用性，所述装置、设备及计算机可读存储介质具有相应的优点。应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本公开。附图说明为了更清楚的说明本专利技术实施例或相关技术的技术方案，下面将对实施例或相关技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的一种图像增强方法的流程示意图；图2为本专利技术实施例提供的一种图像二维信息熵计算原理示意图；图3为本专利技术实施例提供的一种根据信息熵累积分布函数进行灰度值映射的曲线图；图4为本专利技术实施例提供的另一种图像增强方法的流程示意图；图5为本专利技术实施例提供的图像增强装置的一种具体实施方式结构图；图6为本专利技术实施例提供的图像增强装置的另一种具体实施方式结构图。具体实施方式为了使本
的人员更好地理解本专利技术方案，下面结合附图和具体实施方式对本专利技术作进一步的详细说明。显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等是用于区别不同的对象，而不是用于描述特定的顺序。此外术语“包括”和“具有”以及他们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可包括没有列出的步骤或单元。在介绍了本专利技术实施例的技术方案后，下面详细的说明本申请的各种非限制性实施方式。首先参见图1，图1为本专利技术实施例提供的一种图像增强方法的流程示意图，本专利技术实施例可包括以下内容：S101：计算待处理图像的二维信息熵和亮度均值。在计算待处理图像的二维信息熵时，可结合图2，将待处理图像划分为M×N的二维网格区域，M为二维网格区域在水平方向上的网格个数，N为二维网格区域在垂直方向上的网格个数。在每个网格区域内计算单个灰度级的信息熵，所有网格区域信息熵的总和即为该灰度级的二维信息熵。可利用下述公式计算待处理图像的二维信息熵：式中，Sk为灰度级k的二维信息熵，k为待处理图像的像素点的灰度级，M为二维网格区域在水平方向上的网格个数，N为二维网格区域在垂直方向上的网格个数，hk(m,n)为灰度级k在网格(m，n)内的概率密度。hk(m,n)概率密度可由网格内灰度级为k的像素点个数除以网格内总的像素点个数计本文档来自技高网...
【技术保护点】
1.一种图像增强方法，其特征在于，包括：计算待处理图像的二维信息熵和亮度均值；以所述亮度均值为分界点，将所述待处理图像灰度级划分为两部分；基于所述待处理图像的二维信息熵，分别计算各部分的累积分布函数；分别根据各累积分布函数对相应部分的像素点进行灰度值映射，得到所述待处理图像的增强图像。
【技术特征摘要】
1.一种图像增强方法，其特征在于，包括：计算待处理图像的二维信息熵和亮度均值；以所述亮度均值为分界点，将所述待处理图像灰度级划分为两部分；基于所述待处理图像的二维信息熵，分别计算各部分的累积分布函数；分别根据各累积分布函数对相应部分的像素点进行灰度值映射，得到所述待处理图像的增强图像。2.根据权利要求1所述的图像增强方法，其特征在于，在所述计算待处理图像的二维信息熵之后，还包括：计算所述二维信息熵的离散化信息熵；根据所述离散化信息熵计算归一化信息熵。3.根据权利要求2所述的图像增强方法，其特征在于，所述计算待处理图像的二维信息熵为：将所述待处理图像划分为M×N的二维网格区域；利用下述公式计算所述待处理图像的二维信息熵：式中，Sk为灰度级k的二维信息熵，k为所述待处理图像的像素点的灰度级，M为所述二维网格区域在水平方向上的网格个数，N为所述二维网格区域在垂直方向上的网格个数，hk(m,n)为灰度级k在网格(m，n)内的概率密度。4.根据权利要求1至3任意一项所述的图像增强方法，其特征在于，所述分别计算各部分的累积分布函数为：所述待处理图像第一部分的累积分布函数为第一累积分布函数，第二部分的累积分布函数为第二累积分布函数；所述第一累积分布函数为所述第二累积分布函数为式中，k为所述待处理图像的像素点的灰度级，K为所述待处理图像的最大灰度级，ei为灰度级i归一化后的二维信息熵，m为所述待处理图像的亮度均值。5.根据权利要求4所述的图像增强方法，其特征在于，所述分别根据各累积分布函数对相应部分的像素点进行灰度值映射包括：根据所述第一累积分布函数采用下述第一映射函数进行灰度值映射：fL(k)＝m·cL(k)；...
【专利技术属性】
技术研发人员：王浩，杨名宇，王含宇，许永森，沈宏海，
申请(专利权)人：中国科学院长春光学精密机械与物理研究所，
类型：发明
国别省市：吉林,22
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。