CN114331896B 一种基于图像分解和光谱变换的图像增强方法、系统 （安徽大学）_第1页
CN114331896B 一种基于图像分解和光谱变换的图像增强方法、系统 （安徽大学）_第2页
CN114331896B 一种基于图像分解和光谱变换的图像增强方法、系统 （安徽大学）_第3页
CN114331896B 一种基于图像分解和光谱变换的图像增强方法、系统 （安徽大学）_第4页
CN114331896B 一种基于图像分解和光谱变换的图像增强方法、系统 （安徽大学）_第5页
已阅读5页，还剩21页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种基于图像分解和光谱变换的图像增强本发明公开了一种基于图像分解和光谱变层图像和截断的自适应亮度拉伸后的结构层图处理后的基础层图像和所述噪声层图像进行等2对所述细节层图像进行去高亮处理以及细节将细节增强后的细节层图像和截断的自适应亮度拉伸后的结构层图像进行加权融合，针对去高亮的细节层图像，将R通道红色成分通过直方图修改技绿色成分和B通道蓝色成分通过S形曲线进行所述比例因子α是基于结构层图像和截断的自适应亮度拉伸后的结构层图像所得到将所述全局噪声参数用于全变分的结构纹理分解方法中，得到噪声将细节增强后的细节层图像和截断的自适应亮度拉伸后的结构层图像进行加权融合的公3将所述处理后的基础层图像和所述噪声层图像进行等比例融合的公式为：I′＝I′base+路径分离模块，用于对输入的原图进行路径分离，将原图分为噪细节提取模块，用于对所述基础层图像进行细节第一图像融合模块，用于将细节增强后的细节层图像第二图像融合模块，用于将所述处理后的基础层图像和所针对去高亮的细节层图像，将R通道红色成分通过直方图修改技绿色成分和B通道蓝色成分通过S形曲线进行所述比例因子α是基于结构层图像和截断的自适应亮度拉伸后的结构层图像所得到4[0004]基于retinex理论的方法，Retinex算法由美国物理学家提出Retinex理论的基础的含有特殊病灶和血管轮廓以及对应的无特殊病灶和血管轮廓的图像来满足深度学习的5[0015]步骤6、将细节增强后的细节层图像和截断的自适应亮度拉伸后的结构层图像进通道绿色成分和B通道蓝色成分通过S形曲线进行[0030]可选的，所述比例因子α是基于结构层图像和截断的自适应亮度拉伸后的结构层6[0034]可选的，将所述处理后的基础层图像和所述噪声层图像进行等比例融合的公式noisenoise表示噪声层图像。用了截断的自适应亮度拉伸，防止了部分区域高光拉伸过亮或者部分阴暗区域拉伸模糊。7性，所以图像对拉普拉斯mask的噪声统计是敏感的，即通过两个拉普拉斯mask组成的Ii(x,)[0067]将基础层通过加权最小二乘滤波得到结构层，再将基础层减去结构层得到细节8层。基于加权最小二乘法提取细节层可以在保持原图架构的基础上提取出很好的细节信得累计密度函数可以自适应确定参数α,同时由于一些暗图像的明亮区域边缘会出现细节[0081]利用从输入图像中获取的CDF自动计算伽马值的方法，其中的概率密度为：hc9[0092]步骤4.1.2、利用反光像素的亮度Y(lumi[0105]比例因子α是基于结构层图像和截断的自适应亮度拉伸后的结构层图像所得到[0108]步骤6、将细节增强后的细节层图像和截断的自适应亮度拉伸后的结构层图像进[0125]对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论