-
公开(公告)号：CN115526808B
公开(公告)日：2024-07-12
申请号：CN202211331417.7
申请日：2022-10-28
Applicant: 东北林业大学
Abstract: 本发明公开了一种改进的各向异性扩散方程模型的低照度图像增强方法，涉及图像处理技术领域；主要为了提高图像的对比度、减少各向异性扩散方程模型在图像增强时会产生的梯度效用和提升图像细节信息的增强效果；首先将输入的低照度图像使用自动颜色均衡化算法进行色彩、对比度的增强；其次将增强后的图像使用最大类间方差法进行阈值分割确定图像的最佳阈值系数；然后根据该阈值系数使用自定义增强函数对图像的梯度域进行增强；最后在增强的梯度域上建立各向异性扩散方程模型，使用全变分法进行模型求解，输出最后的增强图像；本发明能够有效的提升低照度图像的亮度和对比度，并进一步增强图像的细节信息、抑制噪声产生。
-
公开(公告)号：CN115526808A
公开(公告)日：2022-12-27
申请号：CN202211331417.7
申请日：2022-10-28
Applicant: 东北林业大学
Abstract: 本发明公开了一种改进的各向异性扩散方程模型的低照度图像增强方法，涉及图像处理技术领域；主要为了提高图像的对比度、减少各向异性扩散方程模型在图像增强时会产生的梯度效用和提升图像细节信息的增强效果；首先将输入的低照度图像使用自动颜色均衡化算法进行色彩、对比度的增强；其次将增强后的图像使用最大类间方差法进行阈值分割确定图像的最佳阈值系数；然后根据该阈值系数使用自定义增强函数对图像的梯度域进行增强；最后在增强的梯度域上建立各向异性扩散方程模型，使用全变分法进行模型求解，输出最后的增强图像；本发明能够有效的提升低照度图像的亮度和对比度，并进一步增强图像的细节信息、抑制噪声产生。
-
Search Results
2
records
(took 0.019 seconds)
