CN119417735A 低对比度的图像增强方法和装置 (余姚舜宇智能光学技术有限公司)_第1页
CN119417735A 低对比度的图像增强方法和装置 (余姚舜宇智能光学技术有限公司)_第2页
CN119417735A 低对比度的图像增强方法和装置 (余姚舜宇智能光学技术有限公司)_第3页
CN119417735A 低对比度的图像增强方法和装置 (余姚舜宇智能光学技术有限公司)_第4页
CN119417735A 低对比度的图像增强方法和装置 (余姚舜宇智能光学技术有限公司)_第5页
已阅读5页,还剩23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

本申请涉及一种低对比度的图像增强方法采用本方法能够调整不同明暗程度的像素的亮2基于所述亮度值,对比所述特征图像中每个像素与所述像素的邻域像素的明暗关系,获取待测对象的目标图像,并从所述目标图像中基于所述待测对象所在区域,从所述目标图像中对所6.根据权利要求1所述的低对比度的图像增强方法,其特征在于,所述基于所述亮度3利用所述目标深度学习模型对目标增强图像进4[0001]本申请涉及图像处理技术领域,特别是涉及一种低对比度的图像增强方法和装[0002]对比度指的是一副图像中明暗区域中最亮的白和最暗的黑之间不同的亮度差5[0027]若所述卷积运算结果大于当前所述像素的亮度值,则减小当前所述像素的亮度[0028]若所述卷积运算结果小于当前所述像素的亮度值,则增大当前所述像素的亮度6列出的步骤或单元,或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单[0052]在本实施例中提供的方法实施例可以在终端、计算机或者类似的运算装置中执所示,终端可以包括一个或多个(图1中仅示出一个)处理器102和用于存储数据的存储器104,其中,处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装7实施例中的低对比度的图像增强方法对应的计算机程序,处理器102通过运行存储在存储[0054]传输设备106用于经由一个网络接收或者发送数据。上述的网络包括终端的通信供应商提供的无线网络。在一个实例中,传输设备106包括一个网络适配器(Network[0055]在本实施例中提供了一种低对比度的图像增强方法,图2是本实施例的低对比度凹陷区域与正常区域的灰度值十分接近,计算机难以对该胶量凹陷的特征进行准确识别,8[0075]具体可通过如下算法实现该功能:通过高斯模糊的算法框架对邻域像素进行处9每个像素与该像素的邻域像素的明暗关系,基于对比结果自适应地增强特征图像的亮度,[0095]本实施例通过对目标图像中的待测对象进行动态定位,获取待[0150]在其中一个实施例中增强模块63还用于若卷积运算结果大于当[0151]在其中一个实施例中,深度学习模块64还用于利用标注工具对增强图像进行标非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read_Only(ReRAM)、磁变存储器(MagnetoresistiveRandomAccessMemory,MRAM)、铁电存储器(FerroelectricRandomAccessMemory,FRAM)、相变存储器(PhaseChangeMemory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(RandomAccessMemory,库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,

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。

评论

0/150

提交评论