【技术实现步骤摘要】
一种图像锐化及色彩增强处理方法
[0001]本专利技术涉及图像识别领域,尤其是一种图像锐化及色彩增强处理方法。
技术介绍
[0002]随着数字成像技术的快速发展,数字图像出现在我们日常生活中的各个领域,近年来,随着计算机技术的高速发展和编程软件的不断更新,计算机在数字图像处理中的应用也得到很大的发展,它已经成功的应用于几乎所有与图像处理有关的科学领域,正在发挥着不可替代的作用。人们利用计算机对数字图像进行操作和调整,从而获得某种期望的结果。在图像处理过程中,经常对图像进行锐化来增强图像的清晰度,从而改善图像的质量以满足客户的要求。
[0003]这种方法对图像有着非常好的效果,但是在处理过程中,会将图像中的噪声同时增强,使得图像中小的噪声也会非常明显,从而影响图像质量,其次传统方法不能将已识别处理的图像作为数据库,进行学习优化,从而达到一个自适应调整的图像处理方法。
技术实现思路
[0004]本专利技术所要解决的技术问题是针对
技术介绍
的缺陷,本专利技术通过一种图像锐化及色彩增强处理方法,能够对图像进行去噪处理,再进行锐化操作,且能够通过已处理过的图像数据作为依据进行优化学习,不断的提高处理的速度及精度。
[0005]本专利技术为解决上述技术问题采用以下技术方案:
[0006]一种图像锐化及色彩增强处理方法,包括以下步骤:
[0007]步骤S1、识别原始图像,对图像进行灰度处理,并将图像分块;
[0008]步骤S2、将原始图像进行放缩与像素归一化处理;
[0 ...
【技术保护点】
【技术特征摘要】
1.一种图像锐化及色彩增强处理方法,其特征在于,包括以下步骤:步骤S1、识别原始图像,对图像进行灰度处理,并将图像分块;步骤S2、将原始图像进行放缩与像素归一化处理;步骤S3、使用深度残缺网络对图像进行静态特征提取;步骤S4、神经网络根据图像噪声的分布情况得到特征向量;步骤S5、将噪声图像和特征向量作为分类特征,对噪声进行分类,并用不同去噪模型对噪声进行处理;步骤S6、进行边缘细节增强,对噪声为主的弱细节区维持现有状态,强细节区得到大限度增强,中等细节区得到适当增强;步骤S7、对图像进行像素点分割;步骤S8、进行相似度计算;步骤S9、进行切线拟合;步骤S10、进行图像锐化;步骤S11、图像梯度优化,得到目标图像。2.根据权利要求1所述的一种图像锐化及色彩增强处理方法,其特征在于,还包括,在原始图像上施加不同噪声,进行噪声识别,识别结果由系统判别,识别正确,则进行其他噪声识别,识别错误,则重新细化识别,并将错误识别过程记录在系统内,不断优化噪声识别准确率。3.根据权利要求1所述的一种图像锐化及色彩增强处理方法,其特征在于,所述步骤S6具体算法如下:式中:F
x,y
为原始图像,Z
x,y
为增强后图像,λ为增强因子,λ大小控制增强的强度,G为平滑算子,G分区域后有选择地利用;将图像高频成分分为f
hp
=f
h
(λ
max
)+f
m
[λ(μ
x,y
)]+f1λ(μ
x,y
)≤λ
max
其中f1为弱细节区高频成分,即图像平坦区域的高频成分,多由噪声引起;f
m
为中等细节区高频成分;f
h
为强细节区高频成分,f
m
和f
h
主要是图像边缘区域所包含的高频成分;λ
max
为全局最高增强系数,μ
x,y
定义为像素(x,y)的细节成分对强细节区的隶属度,μ
x,y
越大,说明该像素属于强细节区的概率越大,λ(μ
x,y
)越大,增强的力度也越大;锐化算法为:4.根据权利要求1所述的一种图像锐化及色彩增强处理方法,其特征在于,所述步骤S8具体方法如下:
设图像上任意两点P、Q的RGB分别为(x1,y1,z1)和(x2,y2,z2),则其绝对相似度A按下式计算:A=|x1‑
x2|+|y1‑
y2|+|z1‑
z2|由每一通道的取值范围为[0,255],得0≤x1,y1,z1≤2550≤x2,y2,z2≤255得Amax=765;则其相对相似度R按下式计算:过图像上任意点P的切线为r,r的拟合度F按下式计算:F=最大相对相似度
‑
最小相对相似度=Rmax
‑
Rmin以每个像素点为中心,过该点以相等间隔向n个方向做切线,每点的切线方向均为[0,π)之内的数,在切线上取若干个点,计算其相对相似度R和拟合度F,求取拟合切线;具体算法步骤如下:步骤S81、任取一像素点P;步骤S8...
【专利技术属性】
技术研发人员:张赛,
申请(专利权)人:南京傲速致力信息技术有限公司,
类型:发明
国别省市:
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。