申请/专利权人：河南科技学院

申请日：2023-12-19

公开（公告）日：2024-04-16

公开（公告）号：CN117893453A

主分类号：G06T5/90

分类号：G06T5/90;G06V10/44;G06V20/05

优先权：

专利状态码：在审-公开

法律状态：2024.04.16#公开

摘要：本发明提供了一种基于局部参考特征传输的低质图像预处理方法。首先获取颜色失真的退化图像，根据退化图像我们使用图像金字塔通过双线性插值以获取退化图像的显著性层，同时我们提取退化图像的细节层，并计算确保平衡色度分布的均匀灰度层。基于显著性层、细节层、以及均匀灰度层的求解，将三者同退化图像相结合来自适应求取参考图像。使用局部统计信息利用积分图和平方积分图来计算求得自适应参考图像和退化图像局部图像块的均值和标准差，使用局部颜色转移校正颜色，获得颜色校正预处理后的图像。该方法在局部颜色偏色，图像过度曝光，局部细节丢失等问题的解决中，获得了显著的性能提升。

主权项：1.一种基于局部参考特征传输的低质图像预处理方法，其特征在于：包括以下步骤：步骤1获取颜色失真的图像，将其转换为灰度图像，以灰度图像作为最底层，创建层数为六的图像金字塔，其中每一层表示图像在不同尺度下的版本，使用双线性插值法将图像进行缩小保存在对应层，每一层k表示图像缩小2k-1倍后的版本；具体的，步骤101第二层开始到第六层，将当前金字塔层的图像Ik按照原始图像的大小通过双线性插值进行放大，得到Pi，将得到的金字塔底层与各层求差，通过将各插值相加并规划到[0-255]，以获得显著层图像；显著层图像计算公式如下： 其中，P1为金子塔第一层图像即灰度图；Pi为金字塔不同层图像通过双线性插值放大到与原始图像相同尺寸的图像；Sx为显著层图像；步骤102根据原始图像，求解出退化图像的细节层和均匀灰度层；细节层，均匀灰度层图像的计算公式表示如下： 其中,Dx为细节层图像，Ix为原图像；Gauss为高斯滤波，Gauss·Ix表示对Ix进行高斯滤波处理；g为均匀灰度层；Rmax,Gmax,Bmax为原始图像RGB三通道的最大像素值；步骤2将原始图像和步骤101，102中得到的显著层，细节层和均匀灰度层进行逐像素结合，以获得自适应参考图像；步骤3将原始图像和步骤2中得到的自适应参考图像，利用积分图和平方积分图计算图像局部块的均值和标准差；步骤4运用局部颜色转移将原始图像逐像素减去局部块的像素平均值，根据原始图像和参考图像局部标准差之间的比率对步骤3结果图像进行缩放；通过将缩放后图像与参考图像局部块的像素均值相加，获得预处理后图像。

全文数据：

权利要求：

百度查询： 河南科技学院 基于局部参考特征传输的低质图像预处理方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD