预览加载中,请您耐心等待几秒...
1/9
2/9
3/9
4/9
5/9
6/9
7/9
8/9
9/9

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN105354801A(43)申请公布日2016.02.24(21)申请号201510656077.9(22)申请日2015.10.13(71)申请人苏州汉基视测控设备有限公司地址215000江苏省苏州市常熟市通港路98号1幢(72)发明人仝武军卢宗庆唐婷(51)Int.Cl.G06T5/00(2006.01)权利要求书2页说明书5页附图1页(54)发明名称一种基于HSV色彩空间的图像增强方法(57)摘要本发明是一种基于HSV色彩空间的图像增强方法,该方法包括以下步骤:步骤1)输入RGB彩色图像,并将RGB彩色图像转换到HSV色彩空间,得到色调分量H、饱和度分量S和亮度分量V;步骤2)对亮度分量V的处理;步骤3)对HSV色彩空间的饱和度分量S进行中值滤波和线性增强得到增强饱和度分量;步骤4)将HSV色彩空间的色调分量H、增强灰度分量和增强饱和度分量合并得到前期结果HSV色彩空间图像,并转换成RGB彩色图像;步骤5)对RGB彩色图像进行图像去雾处理,得到RGB彩色输出图像。本发明输出的图像,整体亮度提升,图像亮度分布均匀,图像轮廓和颜色均能分辨,细节突出,视觉效果佳。CN105354801ACN105354801A权利要求书1/2页1.一种基于HSV色彩空间的图像增强方法,其特征在于,该方法包括以下步骤:步骤1)输入RGB彩色图像,并将RGB彩色图像转换到HSV色彩空间,得到色调分量H、饱和度分量S和亮度分量V;步骤2)对亮度分量V的处理:步骤2.1)亮度分量V基于L0范数的图像稀疏分解,得到基层图像B和细节图像D;步骤2.2)采用基于RTV的纹理图像和JND函数增强细节图像D,增强后的细节图像为,基于相对总变差RTV计算,细节图像D的纹理为:,其中,,是滤波窗口的总变差,,是滤波窗口的固有变差,计算增强的细节图像:,其中,是线性增量,是仅通过人类视觉观察出来的差异,是与纹理相关的权重;步骤2.3)对基层图像B进行直方图均衡化操作,得到增强后的基层图像;步骤2.4)将增强细节图像与增强基层图像合并得到增强灰度分量;步骤3)对步骤1)中的HSV色彩空间的饱和度分量S进行中值滤波和线性增强得到增强饱和度分量;步骤4)将步骤1)中的HSV色彩空间的色调分量H、步骤2.4)中的增强灰度分量和步骤3中的增强饱和度分量合并得到前期结果HSV色彩空间图像,并转换成RGB彩色图像;步骤5)对步骤4)中的RGB彩色图像进行图像去雾处理,得到RGB彩色输出图像。2.根据权利要求1所述的基于HSV色彩空间的图像增强方法,其特征在于,在所述步骤2.1)中,将细节图像D用基层图像B来表示:,稀疏分解公式:2CN105354801A权利要求书2/2页,采用变量分离和惩罚技术,同时引入辅助变量,,固定,求解,,即可解出和。3.根据权利要求1所述的基于HSV色彩空间的图像增强方法,其特征在于,在所述步骤5)中,R、G、B三个通道的无雾图像公式:,其中,C表示R、G、B三个分量,是已知的待去雾图像,是待求的无雾图像,定义输入图像的暗通道为:,暗通道先验理论为:除了图像中天空的区域,其余区域的暗通道无限趋向0,从而求得去雾后的RGB彩色输出图像。3CN105354801A说明书1/5页一种基于HSV色彩空间的图像增强方法技术领域[0001]本发明属于图像信息处理技术领域,具体涉及一种基于HSV色彩空间的图像增强方法。背景技术[0002]图像具有的的直观、客观存在、迅速、高效等特点,让其他传播媒介无法企及,“读图”让人们对事物的认识更加趋于简单化和便捷化。[0003]通常,图像在处理和传播的过程中会引入各种类型的噪声形成图像失真。在摄影时由于光照条件的不同也会造成拍摄出来的图像质量下降,如光线过暗,导致拍出来的照片曝光不足或者低曝光;光线太强导致拍出来的照片强曝光或者曝光过度;光线分布不均匀导致拍出来的照片无法表达出一半很亮一半很暗。“读图时代”的到来,要求用更有效的图像增强方法,处理得到质量更高的图像,这样人眼得到的信息便更多。发明内容[0004]本发明的目的在于克服现有技术存在的问题,提供一种基于HSV色彩空间的图像增强方法。[0005]为实现上述技术目的,达到上述技术效果,本发明通过以下技术方案实现:一种基于HSV色彩空间的图像增强方法,该方法包括以下步骤:步骤1)输入RGB彩色图像,并将RGB彩色图像转换到HSV色彩空间,得到色调分量H、饱和度分量S和亮度分量V;步骤2)对亮度分量V的处理:步骤2.1)亮度分量V基于L0范数的图像稀疏分解,得到基层图像B和细节图像D;步骤2.2)采用基于RTV的纹理图像和JND函数增强细节图像D,增强后的细节图像为,基于相对总变差RTV计算,细节图像