[发明专利]一种基于场景分块的图像增强方法

说明书

本发明公开了一种基于场景分块的图像增强方法，包括以下步骤：将原图M进行高斯模糊得到Ms；将原图M与模糊后的Ms相减得M0；将M0进行直方图统计，在0‑255像素值间，以相同的间隔均等分为b段区间；根据b段区间，对应生成b张图片N1‑Nb，将b张图片中的任一张记为图N，将对应的像素填充到图片中，空白像素值设为0；针对每一张图片进行图片增强。本发明提供的一种基于场景分块的图像增强方法具有效率高、不需要训练样本等优点。

技术领域

本发明涉及图像增强的技术领域，尤其涉及其一种基于场景分块的图像增强方法。

背景技术

目前市面上的图像增强技术通常是采用各种图像操作技术进行组合，比如进行特征识别，将关键特征进行对比度的增强等处理。该类方法的不足之处是对整张图片采用同样的参数进行处理，而实际中图片的场景大部分不是单一的，每个场景如果采用同样的处理参数，必然不能做到整体最佳。另外还有采用深度学习的图像增强方法，这种方法需要寻找大量的样本进行训练，如果输入的图片属于没有训练过的类别，则效果难以保障。

发明内容

本发明提供了一种基于场景分块的图像增强方法，旨在解决现有图像增强技术无法做到全局最佳及深度学习的方法无法适应新的类别图像的问题。

根据本申请实施例，提供了一种基于场景分块的图像增强方法，包括以下步骤：

将原图M进行高斯模糊得到Ms；

将原图M与模糊后的Ms相减得M0；

将M0进行直方图统计，在0-255像素值间，以相同的间隔均等分为b段区间；

根据b段区间，对应生成b张图片N1-Nb，将b张图片中的任一张记为图N，将对应的像素填充到图片中，空白像素值设为0；

针对每一张图片进行图片增强。

优选地，针对每一张图片进行增强，包括以下步骤：

对图N进行高斯模糊得到对应的Ns；

将图N与Ns相减得Np；

将图N与a倍的Np相加得增强后的Ne；

将增强后的b张图片进行叠加，只叠加每张图片中的彩色部分，叠加后的图片即为原图M的增强图。

优选地，所述M0的宽和高分别是w和h，所述M0共有w*h个像素值，每个像素值都在0-255像素值间内，包括以下步骤：

构造b张同样宽高的空白图片；

对M0每个像素进行遍历，遍历到第i行第j列像素，记该像素值为v；

计算并判断v落入0-255像素值中的哪个区间；

将该像素值放到构造的v所在区间的第i行第j列上；

重复上述过程将M0上的每个像素放到对应图片的像素上。

优选地，将增强后的b张图片进行叠加，在第i行第j列上，该b张图片的像素值分别为v1，v2,...,vb，将b张图片在第i行第j列的像素值相加，得到的值赋值给增强的每张图片中的彩色部分。

优选地，所述b的值为13，将M0进行直方图统计，在0-255像素值间，以步长20为间隔均等分为13段区间，包括0-19,20-39，...,240-255。

本申请实施例提供的技术方案可以包括以下有益效果：本申请设计了一种基于场景分块的图像增强方法，与传统方案相比，本申请针对图片中的不同场景进行不同的增强，使得整体效果更好，本申请不单单是针对关键特征进行对比度增强处理，本申请创新点是利用频域进行场景分割和利用频域进行图像增强，优势在于做到整个图片场景可对应不同的频域进行处理，不需要寻找大量的训练样本。