基于局部奇异性量化分析的灰度图像增强方法

    公开(公告)号:CN107292854B

    公开(公告)日:2021-04-23

    申请号:CN201710651537.8

    申请日:2017-08-02

    Abstract: 本发明公开了一种基于局部奇异性量化分析的灰度图像增强方法,包括如下步骤:检测原始图像中的局部极值点;联合SIFT特征向量和局部灰度共生矩阵来量化表示各局部极值点的局部纹理和灰度特性;量化计算各局部极值点与其邻域内其他局部极值点间的特征距离;将特征距离进行加权叠加,得到各局部极值点的局部奇异性指标;将所得各局部极值点的局部奇异性指标进行归一化,利用归一化的局部奇异性指标进行所述原始图像范围内的曲面拟合,得到原始图像中各像素点的归一化局部奇异性指标;得到原始图像中各像素点的归一化局部奇异性指标;将各点像素值乘以对应的归一化局部奇异性指标,然后将所得图像的灰度范围线性调整至图像的最大灰度动态范围,完成原始图像的灰度增强。

    基于残差图像直方图循环移位的自适应图像二值化方法

    公开(公告)号:CN106204617B

    公开(公告)日:2018-10-02

    申请号:CN201610578942.7

    申请日:2016-07-21

    Abstract: 本发明公开了一种基于残差图像直方图循环移位的自适应图像二值化方法,包括如下步骤:—处理目标图像,得到对应的背景图像;通过分析目标图像的灰度分布特性,得到对应的二值化残差掩膜;—利用背景图像和所述的目标图像,得到初始残差图像;统计该初始残差图像的直方图,生成残差直方图;该直方图横轴为残差值,纵轴为像素个数;—将所述残值直方图中的图像沿横轴/残差值正方向循环移位,计算循环移位后的残差直方图的平均残差值,作为对残差图像进行二值化操作的阈值;—使用所述阈值对残差图像进行二值化,得到二值化图像。

    基于局部奇异性量化分析的灰度图像增强方法

    公开(公告)号:CN107292854A

    公开(公告)日:2017-10-24

    申请号:CN201710651537.8

    申请日:2017-08-02

    CPC classification number: G06T5/008 G06T2207/10016 G06T2207/10048

    Abstract: 本发明公开了一种基于局部奇异性量化分析的灰度图像增强方法,包括如下步骤:检测原始图像中的局部极值点;联合SIFT特征向量和局部灰度共生矩阵来量化表示各局部极值点的局部纹理和灰度特性;量化计算各局部极值点与其邻域内其他局部极值点间的特征距离;将特征距离进行加权叠加,得到各局部极值点的局部奇异性指标;将所得各局部极值点的局部奇异性指标进行归一化,利用归一化的局部奇异性指标进行所述原始图像范围内的曲面拟合,得到原始图像中各像素点的归一化局部奇异性指标;得到原始图像中各像素点的归一化局部奇异性指标;将各点像素值乘以对应的归一化局部奇异性指标,然后将所得图像的灰度范围线性调整至图像的最大灰度动态范围,完成原始图像的灰度增强。

    基于残差图像直方图循环移位的自适应图像二值化方法

    公开(公告)号:CN106204617A

    公开(公告)日:2016-12-07

    申请号:CN201610578942.7

    申请日:2016-07-21

    Abstract: 本发明公开了一种基于残差图像直方图循环移位的自适应图像二值化方法,包括如下步骤:—处理目标图像,得到对应的背景图像;通过分析目标图像的灰度分布特性,得到对应的二值化残差掩膜;—利用背景图像和所述的目标图像,得到初始残差图像;统计该初始残差图像的直方图,生成残差直方图;该直方图横轴为残差值,纵轴为像素个数;—将所述残值直方图中的图像沿横轴/残差值正方向循环移位,计算循环移位后的残差直方图的平均残差值,作为对残差图像进行二值化操作的阈值;—使用所述阈值对残差图像进行二值化,得到二值化图像。

Patent Agency Ranking