一种增强显示图像的处理方法与系统技术方案

本发明专利技术公开了一种增强显示图像的处理方法与系统，所述处理系统，包括：图像获取模块

【技术实现步骤摘要】
一种增强显示图像的处理方法与系统


[0001]本专利技术属于图像处理
，具体是指一种增强显示图像的处理方法与系统
。

技术介绍

[0002]在显示图像前，通常需要预先对图像进行处理，以提高图像的质量，从而便于提高人们对图像的感知和理解，特别是对于室外景观照片
、
遥感图像和视频图像等受雾霾或者雾气影响较大的图像，为提高图像质量，通常需要预先进行图像去雾处理，以提高图像的质量
。
[0003]现有的图像去雾算法仅能够在一定程度上提高图像的质量，但去雾后的图像仍然普遍存在色彩失真
、
对比度和饱和度紊乱等现有技术难以解决的技术问题
。
[0004]同时，现有的图像去雾算法在多光源
、
水下图像和夜间图像等极端条件下的效果最明显，但通常对白天时的图像的处理效果不佳，且在去雾的同时，易降低图像的空间分辨率，损失图像的细节
。

技术实现思路

[0005]针对上述情况，为克服现有技术的缺陷，本专利技术提供了一种增强显示图像的处理方法与系统，针对现有的图像去雾算法仅能够在一定程度上提高图像的质量，但去雾后的图像仍然普遍存在色彩失真
、
对比度和饱和度紊乱等现有技术难以解决的技术问题，本方案通过图像获取模块
、
颜色通道迁移模块
、
颜色通道调整模块
、
聚类模块
、
最相似确定模块
、
伽玛校正模块
、
图像重建模块
、
权重赋值模块和局部相似性融合模块的配合使用，在保留图像色彩特征的同时，有效地恢复了图像的饱和度和对比度信息，有效地解决了色彩失真
、
对比度和饱和度紊乱等现有技术难以解决的技术问题；针对现有的图像去雾算法在多光源
、
水下图像和夜间图像等极端条件下的效果最明显，但通常对白天时的图像的处理效果不佳的技术问题，本方案通过颜色通道迁移模块通过将调整后的输入图像
I2和参考图像
R
在进行聚类，得到聚类后的输入图像
I3和聚类后的参考图像
R3，通过聚类模块确定最相似图像
R4，通过聚类模块对最相似图像
R4进行伽玛校正，通过选择不同的
γ
，得到多个不同曝光度的伽马校正图像
R5，不仅能够对多光源
、
水下图像和夜间图像等极端条件下的图像实现优异的处理效果，也能够对白天时的图像实现优异的处理效果；针对现有的图像去雾算法在去雾的同时，易降低图像的空间分辨率，损失图像的细节的技术问题，本方案通过图像重建模块采用拉普拉斯金字塔融合的去雾算法对多个不同曝光度的伽马校正图像进行处理，得到不同曝光度的伽马校正图像的重建后的无雾图像
J
；通过权重赋值模块采用基于局部能量特征的融合方法对拉普拉斯金字塔中的权重值进行赋值分配，得到融合图像
R7；通过局部相似性融合模块对多个融合图像
R7进行局部相似性融合处理，得到相似融合图像
R7，在提高去雾效果的同时，实现了提高图像的空间分辨率和保留图像的细节的技术效果
。
[0006]本专利技术采取的技术方案如下：本专利技术提供的一种增强显示图像的处理方法，所述处理方法，包括：
步骤
S1
：获取输入图像
I
；
[0007]步骤
S2
：通过迁移输入图像
I
的颜色通道来建立参考图像
R
；
[0008]步骤
S3
：对输入图像
I
的颜色通道进行调整，得到调整后的输入图像
I2；
[0009]步骤
S4
：将调整后的输入图像
I2和参考图像
R
在进行聚类，得到聚类后的输入图像
I3和聚类后的参考图像
R3；
[0010]步骤
S5
：确定最相似图像
R4；
[0011]步骤
S6
：伽玛校正，对最相似图像
R4进行伽玛校正，通过选择不同的
γ
，得到多个不同曝光度的伽马校正图像
R5，所述对最相似图像
R4进行伽玛校正的计算公式为：
R5=
ε
×
R4γ
(x)
；
[0012]式中，
R5为伽马校正图像，
ε
和
γ
为伽玛校正的系数，
R4(x)
为最相似图像
R4中的位置
x
处的像素值；
[0013]步骤
S7
：采用拉普拉斯金字塔融合的去雾算法对多个不同曝光度的伽马校正图像进行处理，得到不同曝光度的伽马校正图像的重建后的无雾图像
J
，所述采用拉普拉斯金字塔融合的去雾算法对多个不同曝光度的伽马校正图像进行处理的计算公式为：；
[0014]式中，为权重因子，为每种曝光度的伽马校正图像的拉普拉斯金字塔系数，为重建后的无雾图像
J(x)
的位置
x
处的像素值，
K
为每种曝光度的伽马校正图像的数量，
k
为第
k
种曝光度的伽马校正图像；
[0015]步骤
S8
：采用基于局部能量特征的融合方法对拉普拉斯金字塔中的权重值进行赋值分配，得到融合图像
R7；
[0016]步骤
S9
：对多个融合图像
R7进行局部相似性融合处理，得到相似融合图像
R7，并将相似融合图像
R7作为显示图像
。
[0017]作为本方案的进一步改进，在步骤
S2
中，所述通过迁移输入图像
I
的颜色通道来建立参考图像
R
的步骤，包括：步骤
S21
：获取输入图像
I
的均匀灰度图像
G
；
[0018]步骤
S22
：获取输入图像
I
的高斯模糊图像
I
whr
，并根据输入图像
I
和输入图像
I
的高斯模糊图像
I
whr
计算输入图像
I
的细节层
D
，所述输入图像
I
的细节层
D
的计算公式为：；
[0019]式中，为输入图像
I
的高斯模糊图像的位置
x
的像素点的像素值，
I(x)
为输入图像的位置
x
处的像素点的像素值，
D(x)
为输入图像
I
的细节层
D
的位置<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种增强显示图像的处理方法，其特征在于，所述处理方法，包括：步骤
S1
：获取输入图像
I
；步骤
S2
：通过迁移输入图像
I
的颜色通道来建立参考图像
R
；步骤
S3
：对输入图像
I
的颜色通道进行调整，得到调整后的输入图像
I2；步骤
S4
：将调整后的输入图像
I2和参考图像
R
在进行聚类，得到聚类后的输入图像
I3和聚类后的参考图像
R3；步骤
S5
：确定最相似图像
R4；步骤
S6
：伽玛校正，对最相似图像
R4进行伽玛校正，通过选择不同的
γ
，得到多个不同曝光度的伽马校正图像
R5；步骤
S7
：采用拉普拉斯金字塔融合的去雾算法对多个不同曝光度的伽马校正图像
R5进行处理，得到不同曝光度的伽马校正图像的重建后的无雾图像
J
；步骤
S8
：采用基于局部能量特征的融合方法对拉普拉斯金字塔中的权重值进行赋值分配，得到融合图像
R7；步骤
S9
：对多个融合图像
R7进行局部相似性融合处理，得到相似融合图像
R7，并将相似融合图像
R7作为显示图像
。2.
根据权利要求1所述的一种增强显示图像的处理方法，其特征在于：在步骤
S2
中，所述通过迁移输入图像
I
的颜色通道来建立参考图像
R
的步骤，包括：步骤
S21
：获取输入图像
I
的均匀灰度图像
G
；步骤
S22
：获取输入图像
I
的高斯模糊图像
I
whr
，并根据输入图像
I
和输入图像
I
的高斯模糊图像
I
whr
计算输入图像
I
的细节层
D
，所述输入图像
I
的细节层
D
的计算公式为：；式中，为输入图像
I
的高斯模糊图像的位置
x
的像素点的像素值，
I(x)
为输入图像的位置
x
处的像素点的像素值，
D(x)
为输入图像
I
的细节层
D
的位置
x
处的像素点的像素值；步骤
S23
：获取输入图像
I
的均值向量，通过5×5的高斯核对输入图像
I
进行处理，得到图像
I
whc
，并根据输入图像
I
的均值向量和图像
I
whc
计算颜色迁移风格矩阵，所述颜色迁移风格矩阵的计算公式为：；式中，为图像
I
whc
的位置
x
处的像素点的像素值，为输入图像
I
的均值向量，为
L2
范数，为颜色迁移风格矩阵；步骤
S24
：根据输入图像
I、
均匀灰度图像
G、
输入图像
I
的细节层
D
和颜色迁移风格矩阵
S
计算参考图像
R
，所述参考图像
R
的计算公式为：；式中，为均匀灰度图像的位置
x
处的像素点的像素值，为输入图像
I
的细节层
D
的位置
x
处的像素点的像素值，为输入图像
I
的位置
x
处的像素点的像素值
。3.
根据权利要求1所述的一种增强显示图像的处理方法，其特征在于：在步骤
S3
中，所述对输入图像
I
的颜色通道进行调整的步骤，包括：步骤
S31
：计算输入图像
I
的标准偏差；
步骤
S32
：计算参考图像
R
的标准偏差；步骤
S33
：根据输入图像
I
的标准偏差和参考图像
R
的标准偏差调整输入图像
I
的颜色通道，所述调整输入图像
I
的颜色通道的公式为：
I2=
（
I
×
σ
R
）
/
σ
S
；式中，
I2为调整后的输入图像
I2，
I
为输入图像
I
，
σ
S
为输入图像
I
的标准偏差，
σ
S
为参考图像
R
的标准偏差
。4.
根据权利要求1...

【专利技术属性】
技术研发人员：阮博，
申请(专利权)人：西安氦孚教育科技有限公司，
类型：发明
国别省市：