图像处理方法和装置、及存储介质制造方法及图纸

本申请实施例公开了一种图像处理方法和装置、及存储介质，该方法包括：获取固定参数的初始值和待优化参数的至少两个参考值；其中，固定参数为裁剪限幅参数和图像块尺寸参数中的一个，待优化参数为裁剪限幅参数和图像块尺寸参数中的另一个；基于初始值，以及至少两个参考值中的每个参考值，对预设图像进图像处理和质量评估，得到每个参考值对应的图像质量评价值；对至少两个参考值和图像质量评价值进行曲线拟合，得到图像质量评价值最大的待优化参数的目标值；利用待优化参数的目标值和限制对比度自适应直方图均衡算法，对预设图像进行增强处理，得到第一增强图像。

Image processing method and device, and storage medium

【技术实现步骤摘要】
图像处理方法和装置、及存储介质
本申请实施例涉及图像处理技术，尤其涉及一种图像处理方法和装置、及存储介质。
技术介绍
直方图均衡化是常用的图像增强方法，但作为一种全局灰度映射算法，往往存在区域目标增强过度或增强不足等问题。为此，很多改进方法将图像分解成多个图像块进行处理。但由于缺少控制参数和边界条件，这些方法可能带来图像块区域内的增强过程，进而造成增强效果不稳定等问题。限制对比度自适应直方图均衡(CLAHE，ContrastLimitedAdaptiveHistogramEqualization)算法通过裁剪图像块区域内的直方图并将裁剪掉的区域均匀分布在整个灰度范围内，实现限制对比度的目的，使得每个图像块区域内的直方图均衡化得到约束。然而，CLAHE算法的增强效果严重依赖于图像块尺寸(BLOCK_SIZE)和裁剪限幅值(CLIMP_LIMIT)两个参数，目前根据经验设置固定的图像块尺寸和固定的裁剪限幅值，再对固定的图像块尺寸和固定的裁剪限幅值进行调参，由于图像或图像块的内容都是千差万别的，调参耗时很长，并且调参后的图像块尺寸和调参后的裁本文档来自技高网...

【技术保护点】
1.一种图像处理方法，其特征在于，所述方法包括：/n获取固定参数的初始值和待优化参数的至少两个参考值；其中，所述固定参数为裁剪限幅参数和图像块尺寸参数中的一个，所述待优化参数为所述裁剪限幅参数和所述图像块尺寸参数中的另一个；/n基于所述初始值，以及所述至少两个参考值中的每个参考值，对预设图像进图像处理和质量评估，得到所述每个参考值对应的图像质量评价值；/n对所述至少两个参考值和所述图像质量评价值进行曲线拟合，得到图像质量评价值最大的所述待优化参数的目标值；/n利用所述待优化参数的目标值和限制对比度自适应直方图均衡算法，对所述预设图像进行增强处理，得到第一增强图像。/n

【技术特征摘要】
1.一种图像处理方法，其特征在于，所述方法包括：
获取固定参数的初始值和待优化参数的至少两个参考值；其中，所述固定参数为裁剪限幅参数和图像块尺寸参数中的一个，所述待优化参数为所述裁剪限幅参数和所述图像块尺寸参数中的另一个；
基于所述初始值，以及所述至少两个参考值中的每个参考值，对预设图像进图像处理和质量评估，得到所述每个参考值对应的图像质量评价值；
对所述至少两个参考值和所述图像质量评价值进行曲线拟合，得到图像质量评价值最大的所述待优化参数的目标值；
利用所述待优化参数的目标值和限制对比度自适应直方图均衡算法，对所述预设图像进行增强处理，得到第一增强图像。


2.根据权利要求1所述的方法，其特征在于，在所述对所述至少两个参考值和所述图像质量评价值进行曲线拟合，得到图像质量评价值最大的所述待优化参数的目标值之后，所述方法还包括：
将所述固定参数和所述待优化参数进行互换，得到互换后的固定参数和互换后的待优化参数；
继续对所述互换后的固定参数和所述互换后的待优化参数进行图像处理、质量评估和曲线拟合，得到图像质量评价值最大的互换后的待优化参数的目标值；
利用所述待优化参数的目标值、所述互换后的待优化参数的目标值和限制对比度自适应直方图均衡算法，对所述预设图像进行增强处理，得到第二增强图像。


3.根据权利要求1或2所述的方法，其特征在于，所述基于所述初始值，以及所述至少两个参考值中的每个参考值，对预设图像进图像处理和质量评估，得到所述每个参考值对应的图像质量评价值，包括：
根据所述至少两个参考值中的所述每个参考值，将所述预设图像划分成不重叠的至少一个图像块；
利用所述初始值，对所述至少一个图像块中每个图像块进行直方图裁剪和积分，得到所述每个图像块对应的对比度拉伸曲线；
利用所述对比度拉伸曲线，对所述至少一个图像块进行拉伸处理，得到所述图像质量评价值。


4.根据权利要求3所述的方法，其特征在于，所述利用所述初始值，对所述至少一个图像块中每个图像块进行直方图裁剪和积分，得到所述每个图像块对应的对比度拉伸曲线，包括：
对所述每个图像块进行直方图统计和归一化，得到归一化后的直方图；
根据所述初始值，对所述归一化后的直方图进行裁剪和积分，得到所述对比度拉伸曲线。


5.根据权利要求3所述的方法，其特征在于，所述利用所述对比度拉伸曲线，对所述至少一个图像块进行拉伸处理，得到所述图像质量评价值，包括：
利用所述对比度拉伸曲线，对所述至少一个图像块中对应的图像块进行灰度拉伸，得到拉伸后的图像块；
对所述拉伸后的图像块进行灰度概率统计和信息熵计算，得到所述每个图像块的信息熵，进而得到所述至少一个图像块的信息熵；
对所述至少一个图像块的信息熵求平均，得到所述图像质量评价值。


6.根据权利要求3所述的方法，其特征在于，所述利用所述对比度拉伸曲线，对所述至少一个图像块进行拉伸处理，得到所述图像质量评价值，包括：
利用所述对比度拉伸曲线，对所述预设图像中的所述至少一个图像块进行灰度拉伸，得到拉伸后的第一图像；
对所述拉伸后的第一图像进行灰度概率统计和信息熵计算，得到所述图像质量评价值。


7.根据权利要求3所述的方法，其特征在于，所述利用所述对比度拉伸曲线，对所述至少一个图像块进行拉伸处理，得到所述图像质量评价值，包括：
基于所述对比度拉伸曲线，得到所述每个图像块对应的相邻对比度拉伸曲线；
对所述相邻对比度拉伸曲线进行加权求和，得到所述每个图像块对应的加权后的对比度拉伸曲线；
利用所述加权后的对比度拉伸曲线，对所述预设图像中的所述至少一个图像块进行灰度拉伸，得到拉伸后的第二图像；
对所述拉伸后的第二图像进行灰度概率统计和信息熵计算，得到所述图像质量评价值。


8.根据权利要求1至7任一项所述的方法，其特征在于，所述对所述至少两个参考值和所述图像质量评价值进行曲线拟合，得到图像质量评价值最大的所述待优化参数的目标值，包括：
将所述至少两个参考值作为横坐标、所述图像质量评价值作为纵坐标，拟合伽马曲线，得到曲线方程；
对所述曲线方程进行二阶求导，确定二阶导数为零的拐点坐标；
将所述拐点坐标对应的参考值，作为所述待优化参数的目标值。


9.根据权利要求2所述的方法，其特征在于，
当所述固定参数为裁剪限幅参数、且所述待优化参数为图像块尺寸参数时，互换后的固定参数为图像块尺寸参数，互换后的待优化参数为裁剪限幅参数；
当所述固定参数为图像块尺寸参数、且所述待优化参数为裁剪限幅参数时，互换后的固定参数为裁剪限幅参数，互换后的待优化参数为图像块尺寸参数。


10.一种图像处理装置...

【专利技术属性】
技术研发人员：贾玉虎，
申请(专利权)人：OPPO广东移动通信有限公司，
类型：发明
国别省市：广东;44