由Photoshop高反差保留算法原理联想到的一些图像增强算法。

关于高反差保留的用处说明呢,从百度里复制了一段文字,我觉得写得蛮好的:

  高反差保留就是保留图像的高反差部分,再说得真白些,就是保留图像上像素与周围反差比较大的部分,其它的部分都变为灰色。拿一个人物照片来举例,反差比较大的部分有人的眼睛,嘴,以及身体轮廓。如果执行了就反差保留,这些信息将留下来(与灰色形成鲜明对比)。它的主要作用就是加强图像中高反差部分。还以人物照片为例子,一般为了使人物皮肤美观,通常需要执行模糊,执行模糊后人物的线条也被模糊了。在执行模糊之前复制图像两个副本,其中一个执行模糊,另一个执行高反差保留,把高反差保留后的图层放置在模糊图层的上方,然后执行柔光混合模式,这样人物的线条就更清楚些。 

 那么高反差保留算法本身的执行过程是如何的呢,简单的表达就是: 

         高反差保留 = 原始图像 - 高斯模糊图像 + 127

     加上127的目的是为了不让太多的像素由于不在有效范围内而导致图像太黑,从而丢失信息。

     简单的代码如下:

unsigned char *Pointer , *CloneP;
unsigned char * Clone = (unsigned char *) malloc (Height * Stride );
memcpy(Clone, Scan0, Height * Stride);                //    复制一个图层
GuassBlur(Clone, Width ,Height, Stride, Radius);      //    对该图层经进行高斯模糊
for (Y = 0; Y < Height; Y++)
{
    Pointer = Scan0 + Y * Stride;
    CloneP = Clone + Y * Stride;
    for (X = 0; X < Width; X++)
    {
        ValueB = *Pointer - *CloneP + 127 ;           //    混合
        *Pointer = Clamp(ValueB);
        Pointer++;
        CloneP++;
    }
}
free(Clone);

  高斯模糊是一种低通滤波器,执行后,图像中较为平坦的地方变化不大,而边缘部分被模糊了,如果用原图 - 高斯模糊则得到的则是强化的边缘值,高反差保留在PS的英文版中对应的单词是HighPass,即高通,也就是这个意思。

      我这里并不是想强调高反差保留的功能,虽然该算法也有着广泛的应用。 我这里就是想通过类似于原图 - 高斯模糊这样的过程来增强图像。

      很多图像都需要增强,特别是一些医学图像,由于拍摄的硬件或拍摄的场合不理想,得到的图像往往细节都被隐藏起来,因此,细节的增强显得尤为重要,而原图 - 高斯模糊正好是图像的细节部位的信息的一种表达,因此,如果在模糊图的基础上再加上这个细节, 则即减少了噪音,又保持了边缘等细节(边缘和噪音都属于高频部分的),能有效的增强图像的信息。  

      因此,如果用这样的方式来得到一副图像:

      增强图像 = 模糊图像 + Amount *(原始图像 - 高斯模糊图像)

      其中Amount控制增强的程度,则能起到一定的增强作用。 

         原图

                       Amount = 3

                      Amount = 6 

更好的一种方式则是采用双边滤波器来处理,即用双边滤波来代替上述高斯模糊的过程。

  比如用双边模糊,上述效果则更好,如下图所示。

            原图

                        Amount = 3

                       Amount = 6 

            原图

                        Amount = 3

                       Amount = 6 

            原图

                        Amount = 3

                       Amount = 6 

     不过广泛的测试表明:这个算法使用的范围似乎不广,对于很多图像效果过于明显。

     测试程序下载:链接

************作者: laviewpbt   时间: 2014.3.5   联系QQ:  33184777  转载请保留本行信息***************

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏Python小屋

Python图像处理模块pillow子模块Image用法精要

Image是pillow库中一个非常重要的模块,提供了大量用于图像处理的方法。使用该模块时,首先需要导入。 >>> from PIL import Image ...

3094
来自专栏AI科技评论

开发 | Google图片数据集发布最新 V3 版,涵盖600个对象类的标记边框

AI科技评论消息,日前,谷歌发布 Open Images Dataset (开发图片数据集)的 V3 版,比起今年7月份发布的 V2 版,这一最新版本的边框(b...

33910
来自专栏程序人生 阅读快乐

《并行程序设计 (第二版)》

本书系统介绍并行程序设计原理及应用。除介绍常用的一些算法范例,包括分治、流水、同步计算、主从及工作池,还介绍了一些常用的经典数值和非数值算法,如排序、矩阵相乘、...

492
来自专栏ArrayZoneYour的专栏

TensorFlow强化学习入门(5)—— 可视化Agent的“所思所想”

在我的强化学习系列的文章中,我想要深入探究我们基于神经网络的agent在训练过程中习得的表达形式。尽管我们的直接目的是希望我们的agent能够获得更高的分数,或...

5174
来自专栏AlgorithmDog的专栏

Javascript 侵入机器学习?

大家可能都听说过 “亚特伍德定律” 这个笑话,大意是说任何能够由 JavaScript 所编写的内容最终都会由 JavaScript 进行编写。现在...

2125
来自专栏ml

faster-rcnn系列笔记(一)

目录:     1. 序言     2.正文        2.1  关于ROI        2.2  关于RPN        2.3 关于anchor  ...

3659
来自专栏CDA数据分析师

我的R语言数据挖掘基础入门学习笔记(二)

选择的数据集是NBA2013-2014赛季球员数据,该数据集来自网络并用于其所在文章(详见:https://www.dataquest.io/blog/pyth...

1895
来自专栏一心无二用,本人只专注于基础图像算法的实现与优化。

简单探讨可牛影像软件中具有肤质保留功能的磨皮算法及其实现细节。

     在几年前写的一篇关于BEEP的文章时,我曾经说过Beep的去噪作用可以用于磨皮,并且给出了结论BEEP比可牛和美图等的效果要更为好,现在看来,那个结论...

2156
来自专栏量子位

前端利器!让AI根据手绘原型生成HTML | 教程+代码

这么多环节,任何地方出一点问题,都会拉长开发周期。因此,不少公司,比如Airbnb已经开始用机器学习来提高这个过程的效率。

1063
来自专栏人工智能头条

AI 可能真的要代替插画师了……

1263

扫码关注云+社区