一种图像的处理与识别方法专利检索-饱和度HSL色彩模式图形技术专利检索查询-专利查询网

一种图像的处理与识别方法

阅读：349发布：2020-05-08

专利汇可以提供一种图像的处理与识别方法专利检索，专利查询，专利分析的服务。并且一种图像的处理与识别方法，涉及图像处理领域，包括：步骤一、图像特征点的提取；步骤二、图像像质的增强；步骤三、图像的融合；步骤四、去噪。本发明的图像的处理与识别方法，主要通过图像特征点的提取、图像像质的增强、图像的融合、去噪实现图像处理和高精度识别。从图像中提取丰富的特征，通过图像像质增强对其进行增强，然后通过图像融合将增强结果融合在一起，再去除其中提取到的噪声，得到最后的增强图像。通过本发明的图像处理和识别方法实现低照度图像和真实图像之间的映射关系，有效提高了图像的对比度，去除了图像中的噪声，提高了图像的清晰度。通过本发明有效改善了图像质量，提高了图像识别效果，具有十分重要的应用价值。，下面是一种图像的处理与识别方法专利的具体信息内容。

权利要求

1.一种图像的处理与识别方法，其特征在于，包括以下步骤：
步骤一、图像特征点的提取；
步骤二、图像像质的增强；
步骤三、图像的融合；
步骤四、去噪。
2.根据权利要求1所述的一种图像的处理与识别方法，其特征在于，步骤一具体包以下步骤：
(1)获取原始图像；
(2)对原始图像进行归一化处理；
(3)对归一化图像进行区域划分，分成3列*3行；
(4)采用Harris角点算法确定归一化图像中的角点，并记录角点的坐标，通过角点坐标确定图像特征点。
3.根据权利要求2所述的一种图像的处理与识别方法，其特征在于，步骤(4)具体包以下步骤：
S401：将归一化图像转换为灰度图像；
S402：采用九宫格法对图像像素点进行筛选；
S403：利用加速分割测试特征算法去除其中的非特征点，获得初始图像像素点；
S404：计算初始图像像素点的局部均方差，确定各初始图像像素点所在区域的对比度；
S405：根据对比度，以初始图像像素点响应Harris函数执行非极大值抑制算法，保留局部角点响应函数最大值的像素点，以这些点为中心搜索角点簇，最后以容忍距离内保留一个特征点为原则确定图像特征点。
4.根据权利要求1所述的一种图像的处理与识别方法，其特征在于，步骤二具体包以下步骤：
(1)通过对图像特征点进行卷积处理获得图像的特征图；
(2)对特征图进行非线性映射操作，首次输入为步骤(1)得到的特征图，输出为第一层的卷积结果，公式为：为激活函数，Qd1和b1分别为第一层卷积层的权
值和偏置，E为步骤(1)得到的特征图，E1为第一层卷积结果；
然后输入第一层卷积结果E1，输出第二层卷积结果，公式为：为
激活函数，Qd2和b2分别为第二层卷积层的权值和偏置，E1为第一层卷积结果，E2为第二层卷积结果；
再输入第二层卷积结果E2，输出第三层卷积结果，公式为：为激
活函数，Qd3和b3分别为第三层卷积层的权值和偏置，E2为第二层卷积结果，E3为第三层卷积结果；
最后输入第三层卷积结果E3，输出第四层卷积结果，公式为：为
激活函数，Qd4和b4分别为第四层卷积层的权值和偏置，E3为第三层卷积结果，E4为第四层卷积结果；
(2)反卷积：a＝s(E4-1)+k-2c，其中，a为反卷积步长，E4为第四层卷积结果，k为卷积核大小，c为反卷积层填充padding参数；通过反卷积操作实现图像像质增强。
5.根据权利要求1所述的一种图像的处理与识别方法，其特征在于，步骤三具体包以下步骤：
根据像质增强后的每张图像的亮度均值权重、饱和度权重和对比度权重计算得到每张图像的融合权重，根据每张图像的融合权重对应将多张不同图像加权融合，得到融合图像。
6.根据权利要求5所述的一种图像的处理与识别方法，其特征在于，所述亮度均值权重的计算公式为：其中，Dm(i,j)为第m张图像的第i行第j列像
素的亮度均值权重，Xn为第n张图像需增强区域亮度均值，ρ为调节系数，Hm(i,j)为第m张曝光图像的第i行第j列像素的亮度值。
7.根据权利要求5所述的一种图像的处理与识别方法，其特征在于，所述饱和度权重的计算公式为：其中，Bm(i,j)为第m
张曝光图像的第i行第j列像素的饱和度权重，Y(i,j)为原始图像的第i行第j列像素中的红色子像素的亮度值，Z(i,j)为原始图像的第i行第j列像素中的绿色子像素的亮度值，F(i,j)为原始图像的第i行第j列像素中的蓝色子像素的亮度值，W为原始图像的平均亮度值，
8.根据权利要求1所述的一种图像的处理与识别方法，其特征在于，步骤四中，采用中值滤波方法、非局部均值法、高斯滤波法或双边滤波法对融合图像进行去噪处理。

说明书全文

一种图像的处理与识别方法

技术领域

[0001] 本发明涉及图像处理技术领域，具体涉及一种图像的处理与识别方法。

背景技术

[0002] 图像作为人类感知世界的视觉基础，是人类获取信息、表达信息和传递信息的重要手段。在众多领域中，物体的三维图像识别是非常核心的重要环节。对物体的图像进行准确的处理和识别是实现目标跟踪和图像匹配等应用的重要前提。

[0003] 低照度条件是指夜间或背光条件，在这种条件下所采集到的图像是模糊的，会出现阴影、模糊、对比度低、噪声等现象，难以识别，给后续处理带来难题。

[0004] 目前，针对图像的处理方法主要有：第一种，直方图均衡化增强方法。其主要是将原始图像的灰度直方图从比较集中的某个灰度区间变成全部灰度范围内的均匀分布，对比度受限的直方图均衡化方法可以有效提高图像的对比度，但没有考虑图像频率以及细节信息，易出现色偏和过度增强。第二种，同态滤波增强方法。其主要是基于照明-反射模型，通过改变照度和反射率对像元灰度值的影响，来达到揭示阴影区域细节特征的目的。由于前提条件是假设光照均匀，所以对于存在高光区和暗区的夜间图像增强效果较差。

发明内容

[0005] 本发明的目的是提供一种图像的处理与识别方法，以解决低照度条件下的图像处理与识别问题。

[0006] 本发明为解决技术问题所采用的技术方案如下：

[0007] 本发明的一种图像的处理与识别方法，包括以下步骤：

[0008] 步骤一、图像特征点的提取；

[0009] 步骤二、图像像质的增强；

[0010] 步骤三、图像的融合；

[0011] 步骤四、去噪。

[0012] 进一步的，步骤一具体包以下步骤：

[0013] (1)获取原始图像；

[0014] (2)对原始图像进行归一化处理；

[0015] (3)对归一化图像进行区域划分，分成3列*3行；

[0016] (4)采用Harris角点算法确定归一化图像中的角点，并记录角点的坐标，通过角点坐标确定图像特征点。

[0017] 进一步的，步骤(4)具体包以下步骤：

[0018] S401：将归一化图像转换为灰度图像；

[0019] S402：采用九宫格法对图像像素点进行筛选；

[0020] S403：利用加速分割测试特征算法去除其中的非特征点，获得初始图像像素点；

[0021] S404：计算初始图像像素点的局部均方差，确定各初始图像像素点所在区域的对比度；

[0022] S405：根据对比度，以初始图像像素点响应Harris函数执行非极大值抑制算法，保留局部角点响应函数最大值的像素点，以这些点为中心搜索角点簇，最后以容忍距离内保留一个特征点为原则确定图像特征点。

[0023] 进一步的，步骤二具体包以下步骤：

[0024] (1)通过对图像特征点进行卷积处理获得图像的特征图；

[0025] (2)对特征图进行非线性映射操作，首次输入为步骤(1)得到的特征图，输出为第一层的卷积结果，公式为：为激活函数，Qd1和b1分别为第一层卷积层的权值和偏置，E为步骤(1)得到的特征图，E1为第一层卷积结果；

[0026] 然后输入第一层卷积结果E1 ，输出第二层卷积结果，公式为：为激活函数，Qd2和b2分别为第二层卷积层的权值和偏置，E1为第
一层卷积结果，E2为第二层卷积结果；

[0027] 再输入第二层卷积结果 E 2 ，输出第三层卷积结果，公式为：为激活函数，Qd3和b3分别为第三层卷积层的权值和偏置，E2为第
二层卷积结果，E3为第三层卷积结果；

[0028] 最后输入第三层卷积结果E3 ，输出第四层卷积结果，公式为：为激活函数，Qd4和b4分别为第四层卷积层的权值和偏置，E3为第
三层卷积结果，E4为第四层卷积结果；

[0029] (2)反卷积：a＝s(E4-1)+k-2c，其中，a为反卷积步长，E4为第四层卷积结果，k为卷积核大小，c为反卷积层填充padding参数；通过反卷积操作实现图像像质增强。

[0030] 进一步的，步骤三具体包以下步骤：

[0031] 根据像质增强后的每张图像的亮度均值权重、饱和度权重和对比度权重计算得到每张图像的融合权重，根据每张图像的融合权重对应将多张不同图像加权融合，得到融合图像。

[0032] 进一步的，所述亮度均值权重的计算公式为：其中，Dm(i,j)为第m张图像的第i行第j列像素的亮度均值权重，Xn为第n张图像需增强区域亮度均值，ρ为调节系数，Hm(i,j)为第m张曝光图像的第i行第j列像素的亮度值。

[0033] 进一步的，所述饱和度权重的计算公式为：

[0034] 其中，Bm(i,j)为第m张曝光图像的第i行第j列像素的饱和度权重，Y(i,j)为原始图像的第i行第j列像素中的红色子像素的亮度值，Z(i,j)为原始图像的第i行第j列像素中的绿色子像素的亮度值，F(i,j)为原始图像的第i行第j列像素中的蓝色子像素的亮度值，W为原始图像的平均亮度值，[0035] 进一步的，步骤四中，采用中值滤波方法、非局部均值法、高斯滤波法或双边滤波法对融合图像进行去噪处理。

[0036] 本发明的有益效果如下：

[0037] 本发明的图像的处理与识别方法，主要通过图像特征点的提取、图像像质的增强、图像的融合、去噪实现图像处理和高精度识别。从图像中提取丰富的特征，通过图像像质增强对其进行增强，然后通过图像融合将增强结果融合在一起，再去除其中提取到的噪声，得到最后的增强图像。

[0038] 通过本发明的图像处理和识别方法实现低照度图像和真实图像之间的映射关系，有效提高了图像的对比度，去除了图像中的噪声，提高了图像的清晰度。

[0039] 通过本发明的图像处理和识别方法，有效改善了图像质量，提高了图像识别效果，具有十分重要的应用价值。附图说明

[0040] 图1为原始图像。

[0041] 图2为经过本发明的图像的处理与识别方法处理后的增强图像。

具体实施方式

[0042] 以下结合附图对本发明作进一步详细说明。

[0043] 本发明的一种图像的处理与识别方法，具体包括以下步骤：

[0044] 步骤一、图像特征点的提取，具体包括以下步骤：

[0045] (1)获取原始图像，如图1所示；

[0046] (2)对原始图像进行归一化处理；

[0047] (3)对归一化图像进行区域划分，分成3列*3行；

[0048] (4)采用Harris角点算法确定归一化图像中的角点，并记录角点的坐标，通过角点坐标确定图像特征点；具体包以下步骤：

[0049] S401：将归一化图像转换为灰度图像；

[0050] S402：采用九宫格法对图像像素点进行筛选；

[0051] S403：利用加速分割测试特征算法去除其中的非特征点，获得初始图像像素点；

[0052] S404：计算初始图像像素点的局部均方差，确定各初始图像像素点所在区域的对比度；

[0053] S405：根据对比度，以初始图像像素点响应Harris函数执行非极大值抑制算法，保留局部角点响应函数最大值的像素点，以这些点为中心搜索角点簇，最后以容忍距离内保留一个特征点为原则确定图像特征点。

[0054] 步骤二、图像像质的增强，具体包括以下步骤：

[0055] (1)通过对图像特征点进行卷积处理获得图像的特征图；

[0056] (2)对特征图进行非线性映射操作，首次输入为步骤(1)得到的特征图，输出为第一层的卷积结果，公式为：为激活函数，Qd1和b1分别为第一层卷积层的权值和偏置，E为步骤(1)得到的特征图，E1为第一层卷积结果；

[0057] 然后输入第一层卷积结果E1 ，输出第二层卷积结果，公式为：为激活函数，Qd2和b2分别为第二层卷积层的权值和偏置，E1为第一
层卷积结果，E2为第二层卷积结果；

[0058] 再输入第二层卷积结果 E 2 ，输出第三层卷积结果，公式为：为激活函数，Qd3和b3分别为第三层卷积层的权值和偏置，E2为第
二层卷积结果，E3为第三层卷积结果；

[0059] 最后输入第三层卷积结果E3 ，输出第四层卷积结果，公式为：为激活函数，Qd4和b4分别为第四层卷积层的权值和偏置，E3为第
三层卷积结果，E4为第四层卷积结果；

[0060] (2)反卷积：a＝s(E4-1)+k-2c，其中，a为反卷积步长，E4为第四层卷积结果，k为卷积核大小，c为反卷积层填充padding参数；通过反卷积操作实现图像像质增强。

[0061] 步骤三、图像的融合，具体包以下步骤：

[0062] 根据像质增强后的每张图像的亮度均值权重、饱和度权重和对比度权重计算得到每张图像的融合权重，根据每张图像的融合权重对应将多张不同图像加权融合，得到融合图像。

[0063] 亮度均值权重的计算公式为：其中，Dm(i,j)为第m张图像的第i行第j列像素的亮度均值权重，Xn为第n张图像需增强区域亮度均值，ρ为调节系数，Hm(i,j)为第m张曝光图像的第i行第j列像素的亮度值。

[0064] 饱和度权重的计算公式为：

[0065] 其中，Bm(i,j)为第m张曝光图像的第i行第j列像素的饱和度权重，Y(i,j)为原始图像的第i行第j列像素中的红色子像素的亮度值，Z(i,j)为原始图像的第i行第j列像素中的绿色子像素的亮度值，F(i,j)为原始图像的第i行第j列像素中的蓝色子像素的亮度值，W为原始图像的平均亮度值，[0066] 步骤四、采用中值滤波方法、非局部均值法、高斯滤波法或双边滤波法对融合图像进行去噪处理，获得的高清晰、高对比度图像如图2所示。

[0067] 以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

标题	发布/更新时间	阅读量
一种基于云计算的流行病监控系统	2020-05-08	307
一种页岩储层游离气和吸附气含量计算方法	2020-05-08	877
膈神经刺激器控制方法、装置和系统	2020-05-11	531
一种图像的处理与识别方法	2020-05-08	349
对信息饱和度不均衡数据的处理方法	2020-05-08	51
一种成熟草莓识别的方法	2020-05-08	602
一种基于Tetrolet变换的近红外与彩色可见光图像融合算法	2020-05-08	117
一种非线性渗流数值模拟方法	2020-05-08	960
反射型投影屏幕	2020-05-08	670
一种二氧化碳在盐水层中封存机理的可视化实验装置	2020-05-08	541

一种图像的处理与识别方法

一种图像的处理与识别方法

技术领域

背景技术

发明内容

具体实施方式

该功能需要专业版企业版VIP权限，您可以：