[發明專利]灰度圖像增強方法、裝置、計算機設備及存儲介質

有效

• 申請號: 202110298358.7
• 申請日: 2021-03-19
• 公開（公告）號: CN112819731B
• 公開（公告）日: 2021-11-05
• 發明（設計）人: 丁冬睿;秦者云;襲肖明;楊光遠
• 申請（專利權）人: 廣東眾聚人工智能科技有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T7/00
• 代理公司: 北京中和立達知識產權代理事務所(普通合伙) 11756
• 代理人: 祝妍

本發明公開了一種灰度圖像增強方法、裝置、計算機設備及存儲介質。該方法包括：獲取訓練圖像集合x₁，并對x₁進行圖像增廣，得到增廣圖像集合{x_2,x₃,…x_p}；構建圖像匹配網絡模型，其中，所述圖像匹配網絡模型包括分布匹配網絡和結構匹配網絡，用于對輸入所述圖像匹配網絡模型的灰度圖像進行分布匹配和結構匹配，實現灰度圖像增強；利用{x₁,x_2,x₃,…x_p}，對所述圖像匹配網絡模型進行模型訓練；獲取待增強的灰度圖像，并將所述待增強的圖像輸入到訓練好的圖像匹配網絡模型中，得到增強后的灰度圖像。該方法拓寬了圖像處理的范圍，使目標的灰度分布得到很好的分離，保證生成的增強圖像在灰度分布上具有良好的質量。

技術領域

本發明實施例涉及圖像增強領域，尤其涉及一種灰度圖像增強方法、裝置、計算機設備及存儲介質。

背景技術

本部分的陳述僅僅是提供了與本發明相關的背景技術信息，不必然構成在先技術。

圖像增強是有目的地強調圖像的整體或局部特性，將原來不清晰的圖像變得清晰或強調某些感興趣的特征，擴大圖像中不同物體特征之間的差別，抑制不感興趣的特征，使之改善圖像質量、豐富信息量，加強圖像判讀和識別效果，滿足某些特殊分析的需要。在醫學成像、遙感成像、人物攝影等領域，圖像增強技術都有著廣泛的應用。圖像增強同時可以作為目標識別、目標跟蹤、特征點匹配、圖像融合、超分辨率重構等圖像處理算法的預處理算法。

圖像增強方法主要分為兩大類，空間域處理方法和頻域處理方法。空間域圖像增強是直接對圖像中的像素進行處理，主要分為點處理（包括灰度變換和直方圖修正法）和區域處理（包括平滑和銳化處理）。頻域圖像增強方法是建立在圖像傅里葉變化基礎上的，將原來的圖像空間中的圖像以某種形式轉換到其他空間中，然后利用該空間的特有性質進行圖像處理，最后再轉換到原來的圖像空間中；主要方法有陷波濾波、高通濾波、低通濾波和同態濾波。

灰度分離是圖像增強的重要手段。一張圖像中，我們稱感興趣的區域（如電子計算機斷層掃描（Computed Tomography，CT）圖像中的病灶區域）為目標，非目標區域稱為背景。繪制目標和背景的灰度分布直方圖，可以觀察到二者有交叉重疊的部分。灰度分離是指在不改變圖像整體結構和細節的同時，只改變目標和背景的灰度值，使二者的重疊部分變小。該過程增強了目標和背景之間的區分性。

隨著科學技術的發展，對圖像質量的要求也越來越高，單一的增強處理方法已經無法滿足現在的需求，且在具體應用中仍有許多不足，例如計算效率低、可處理的圖像范圍較窄、處理效果欠佳、處理后圖像質量不高等。

發明內容

本發明提供一種灰度圖像增強方法、裝置、計算機設備及存儲介質，以解決現有技術中存在的上述問題。

第一方面，本發明實施例提供了一種灰度圖像增強方法。該方法包括：

S10：獲取訓練圖像集合x₁，并對x₁進行圖像增廣，得到(P-1)個增廣圖像集合{x_2,x₃,…x_p}，其中，P為大于2的整數；

S20：構建圖像匹配網絡模型，其中，所述圖像匹配網絡模型包括分布匹配網絡和結構匹配網絡，用于對輸入所述圖像匹配網絡模型的灰度圖像進行分布匹配和結構匹配，實現灰度圖像增強；

S30：利用{x₁,x_2,x₃,…x_p}，對所述圖像匹配網絡模型進行模型訓練；

S40：獲取待增強的灰度圖像，并將所述待增強的圖像輸入到訓練好的圖像匹配網絡模型中，得到增強后的灰度圖像。