CN119107238B 多光譜圖像增強方法、裝置、計算機設備和存儲介質 （浙江華諾康科技有限公司）

本申請涉及一種多光譜圖像增強方法、裝信息區域的亮度等級信息和第二信息區域的亮度等級信息，分別得到第一直方圖和第二直方2獲取目標圖像的低頻信息和高頻信息；其中，所述目標圖像包括可見基于所述低頻信息統計第一信息區域的亮度等級信息和第二信息區域的亮度等級信根據所述第一直方圖和所述第二直方圖，對所述第一直方圖進根據所述低頻增強信息和所述高頻信息，對所述目標圖像的亮度信息進行根據各所述第一像素的梯度值和所述第一像素的總個數，根據所述拉伸系數確定權重系數；將所述拉伸強度和所述第一將所述第一直方圖劃分成多個不同亮度區域，并確定對應于所述不同在各所述不同亮度區域內，根據所述拉伸值和對應的所述亮度3.根據權利要求1或權利要求2所述的將所述梯度值大于所述預設閾值的所述第一像素劃分至所述第一信度值不大于所述預設閾值的所述第二像素劃分至所述第二信在所述第一信息區域中統計各所述第一像素在各亮度等級上的4.根據權利要求1或權利要求2所述的多光譜圖像增強方法3在所述第一直方圖中確定目標直方圖；其中，所述目標直方圖將所述目標直方圖的加和值除以全部所述第一直方圖的加和值，再將所述上一層的低頻增強信息與同層的高頻信息相加，得到上上一層的低頻增強信所述低頻信息包括可見低頻信息和非可見低頻信息；或者，所所述高頻信息包括可見高頻信息和非可見高頻信息；或者，所述高頻7.根據權利要求1、權利要求2、權利要求5在保持所述目標圖像原始分辨率的基礎上，對所述亮度信息進行頻域統計模塊，用于基于所述低頻信息統計第一信息區域的亮度拉伸模塊，用于根據所述第一直方圖和所述第二直方圖，對所述第增強模塊，用于根據所述亮度映射信息對所述低頻信息進行重構模塊，用于根據所述低頻增強信息和所述高頻信息，合并模塊，用于將所述亮度重構信息和所述可見光圖像的顏根據各所述第一像素的梯度值和所述第一像素的總個數，4根據所述拉伸系數確定權重系數；將所述拉伸強度和所述第一9.一種計算機設備，包括存儲器和處理器，所述存儲器存被處理器執行時實現權利要求1至權利要求7中任一項所述的5[0008]基于所述低頻信息統計第一信息區域的亮度等級信息和第二信息區域的亮度等[0011]根據所述低頻增強信息和所述高頻信息，對所述目標圖6度值不大于所述預設閾值的第二像素劃分至所述第二信7所述低頻信息包括可見低頻信息與非可見低頻信息融合所得的述計算機程序被處理器執行時實現上述第一方面所述的方區分第一信息區域和第二信息區域，基于這兩個區域分別統計第一直方圖和第二直方圖，8等類似的詞并不表示數量上的限制，它們可以是單數或者復數。在本申請中所涉及的術語[0065]在本實施例中提供的方法實施例可以在終端、計算機或者類似的運算裝置中執[0067]傳輸設備103用于經由一個網絡接收或者發送數據。上述的網絡包括終端的通信供應商提供的無線網絡。在一個實例中，傳輸設備103包括一個網絡適配器（NetworkInterfaceController，簡稱為NIC其可通過基站與其他網絡設備相連從而可與互聯網9頻域信息中進行針對性增強和融合處理。頻域分解方法所采用的濾波器包括但不限于高器是指在濾波過程中保留圖像邊緣信息的一類濾波器。若f(y)表示對輸入的亮度圖像y進信息是f(f(y))f(f(f(y)))。最后得到1個低頻信息f(f(f(y)))和3個高頻信息分別是yf（即非可見光圖像的高頻信息或者，高頻信息包括可見高頻信息與非可見高頻信息融合2-1，亮度等級n的范圍是[0,2'-1]。其中，2-1也即目標圖像的最大像素值。示例得到基礎層圖像，與原圖相減得到細節層圖像，分別對基礎層圖像做分塊直方圖拉伸（CLAHE）和對細節層圖像做非局部均值濾波處理（NLM去噪后的細節層進行分段增益處限值thr2計算得到，計算方法是第一像素統計個數C除以第一平均信息強度Smean和第二平[0119]本實施例的拉伸參數為第一像素統計個數C除以第一平均信息強度Smean和第二平[0127]圖5為相關技術的拉普拉斯金字塔分解示意圖，圖6為本實施例的頻域分解示意的產生。如圖6所示，一次頻域分解得到與輸入圖像分辨率大小一樣的低頻信息和高頻信[0138]步驟2，將可見亮度信息和非可見亮度信息進行多層頻域分解，得到可見低頻信機設備的通信接口用于與外部的終端進行有線或無線方式的通信，無線方式可通過WIFI、通過計算機程序來指令相關的硬件來完成，所述的計算機程序可存儲于一非易失性計算機本申請所提供的各實施例中所使用的對存儲器、數據庫或其它介質的任何引用，均可包括非易失性和易失性存儲器中的至少一種。非易失性存儲器可包括只讀存儲器（Read_Only