一种图像处理方法及装置技术领域
本发明涉及图像处理技术领域，特别是涉及一种图像处理方法及装置。
背景技术
随着显示器的发展，图像质量越来越被消费者所看重，因此各种可以提升显示效
果的图像算法得到了广泛的应用。而在图像的生成、传输和变换过程中，由于多种因素的影
响，总会造成图像质量的下降，因此产生了图像处理技术。早期的改变图像质量的方法主要
是改善图像的明暗清晰程度，也即是改善图像的对比度，通过修整给定图像的灰度来实现。
不过早期的改变图像质量的方法需要遍历图像的所有像素，时间复杂度比较高，不利于实
时处理。
发明内容
本发明主要解决的技术问题是提供一种图像处理方法及装置，能够提高图像质
量。
为解决上述技术问题，本发明采用的一个技术方案是：提供一种图像处理方法，所
述方法包括：输入待处理图像；对所述待处理图像进行分区；利用多尺度融合算法获取每个
所述分区灰阶值的LUT(Look-Up-Table，显示查找表)查找表；利用所述查找表获得所述待
处理图像中每个像素点的邻居分区的对应值；对所述邻居分区的对应值进行计算以获得相
应所述像素点的灰阶值的终值；集合所有所述像素点以组成新图像。
其中，所述利用多尺度融合算法获取每个所述分区灰阶值的LUT查找表包括：确定
其中一个所述分区，并对所述分区中的图像数据进行尺度划分；对每个所述尺度的灰阶值
进行直方图均衡化处理，获得对应每个尺度灰阶值的LUT查找表。
其中，所述对每个所述尺度的灰阶值进行直方图均衡化处理，获得对应每个尺度
灰阶值的LUT查找表之后包括：对所述各个尺度的LUT查找表进行反距离权重法进行加权处
理，获得所述分区灰阶值的最终LUT查找表。
其中，所述对所述邻居分区的对应值进行计算以获得相应所述像素点的灰阶值的
终值包括：对所述邻居分区的对应值进行双线性差值计算，获得相应所述像素点的灰阶值
的终值。
为解决上述技术问题，本发明采用的另一个技术方案是：提供一种图像处理装置，
包括：图像输入模块，用于输入待处理图像；图像分区模块，用于对所述待处理图像进行分
区；获得查找表模块，用于利用多尺度融合算法获取每个所述分区灰阶值的LUT查找表；获
取邻居分区对应值模块，用于利用所述查找表获得所述待处理图像中每个像素点的邻居分
区对应值；灰阶值处理模块，对所述邻居分区的对应值进行计算以获得相应所述像素点的
灰阶值的终值；新图像获取模块，用于集合所有所述像素点以组成新图像。
其中，所述获得查找表模块还包括：分区确定单元，用于确定其中一个所述分区，
并对所述分区中的图像数据进行尺度划分；直方图均衡化处理单元，用于对每个所述尺度
的灰阶值进行直方图均衡化处理，获得对应每个尺度灰阶值的LUT查找表。
其中，反距离权重法处理单元，用于对所述各个尺度的LUT查找表进行反距离权重
法进行加权处理，获得所述分区灰阶值的最终LUT查找表。
其中，所述灰阶值处理模块还包括：双线性差值计算模块具体用于对所述邻居分
区对应值进行双线性差值计算，获得相应所述像素点的灰阶值的终值。
以上方案，输入待处理图像；对所述待处理图像进行分区；利用多尺度融合算法获
取每个所述分区灰阶值的LUT查找表；利用所述查找表获得所述待处理图像中每个像素点
的邻居分区的对应值；对所述邻居分区的对应值进行计算以获得相应所述像素点的灰阶值
的终值；集合所有所述像素点以组成新图像，实现了图像质量的提高。
附图说明
图1是本发明图像处理方法一实施方式的流程示意图；
图2是本发明图像分区的举例示意图；
图3是本发明图像处理方法另一实施方式的流程示意图；
图4是本发明第一尺度的举例示意图；
图5是本发明第二尺度的举例示意图；
图6是本发明第三尺度的举例示意图；
图7是本发明第四尺度的举例示意图；
图8是本发明第五尺度的举例示意图；
图9是本发明图像处理装置一实施方式的结构示意图；
图10是本发明图像处理装置另一实施方式的结构示意图；
图11是本发明图像处理装置再一实施方式的结构示意图。
具体实施方式
下面结合附图和实施方式对本发明进行详细说明。
请参阅图1，图1是本发明图像处理方法一实施方式的流程示意图。需注意的是，若
有实质上相同的结果，本发明的方法并不以图1所示的流程顺序为限。如图1所示，该方法包
括如下步骤：
S101：输入待处理图像。
S102：对待处理图像进行分区。
其中，分区是指对待处理的图像进行横向和纵向的划分。分区不能分的太多，会影
响运算速度；分区亦不可以分的太少，会使运算结果不够精确。可选地，可以把图像分为9*9
个分区，如图2所示。
S103：利用多尺度融合算法获取每个分区灰阶值的LUT查找表。
其中，多尺度是指小波理论的多尺度特性，该特性可以用于多尺度数据的融合。多
尺度的最小值可以是2。
LUT本质上是一个RAM(Random Access Memory，随机存取存储器)。它把数据事先
写入RAM后，每当输入一个信号就等于输入一个地址进行查表，找出地址对应的内容，然后
输出。因此，LUT查找表是一张像素灰阶值的映射表，它将实际采样到的像素灰阶值经过一
定的变换如阈值、反转、二值化、对比度调整、线性变换等，变成另外一个与之相对应的灰阶
值。如表1所示，就是原图像灰阶值与新图像灰阶值的映射关系。
输入灰阶
0
1
2
3
4
…
253
254
255
输出灰阶
0
1
1
1
2
…
99
100
100
表1
S104：利用查找表获得待处理图像中每个像素点的邻居分区的对应值。
在其中一个实施方式中，如图2所示，查找图中实心圆点的四个邻居分区11、12、
21、22所对应的空心圆点的LUT值。
S105：对邻居分区的对应值进行计算以获得相应像素点的灰阶值的终值。
其中，可以采用双线性差值法对邻居分区的对应值进行计算。
S106：集合所有像素点以组成新图像。
以上方案，输入待处理图像；对待处理图像进行分区；利用多尺度融合算法获取每
个分区灰阶值的LUT查找表；利用查找表获得待处理图像中每个像素点的邻居分区的对应
值；对邻居分区的对应值进行计算以获得相应像素点的灰阶值的终值；集合所有像素点以
组成新图像，实现了图像质量的提高。
请参阅图3，图3是本发明图像处理方法另一实施方式的流程示意图。本实施例中，
该方法包括以下步骤：
S301：输入待处理图像。
S302：对待处理图像进行分区。
可如上S102所述，在此不作赘述。
S303：确定其中一个分区，并对分区中的图像数据进行尺度划分。
S304：对每个尺度的灰阶值进行直方图均衡化处理，获得对应每个尺度灰阶值的
LUT查找表。
其中，直方图均衡化处理是指，把原始图像的灰度直方图从比较集中的某个灰度
区间变成在全部灰度范围内的均匀分布。直方图均衡化对图像进行非线性拉伸，重新分配
图像像素值，使一定灰度范围内的像素数量大致相同，也即是，把给定图像的直方图分布改
变成“均匀”分布直方图分布。
在其中一个实施方式中，设原始图像在(x，y)处的灰度为f，而改变后的图像为g，
则对图像增强的方法可表述为将在(x，y)处的灰度f映射为g。
S305：对各个尺度的LUT查找表进行反距离权重法进行加权处理，获得分区灰阶值
的最终LUT查找表。
其中，反距离权重(Inverse Distance Weighting，IDW)法也即是反距离权重插值
法，是使用一组采样点的线性权重组合来确定像元值。其中，权重是一种反距离函数，进行
插值处理的表面应当是具有局部因变量的表面，此方法假定所映射的变量因受到与其采样
位置间的距离的影响而减小。在其中一个应用场景中，例如，为分析零售网点而对购电消费
者的表面进行插值处理时，在较远位置购电影响较小，这是因为人们更倾向于在家附近购
物。
在其中一个实施方式中，如图2所示，把图像分为9*9个分区，以五个尺度进行为例
进行说明。首先，计算11区的五个尺度值。如图4所示，是11区的第一个尺度：11区本身，大小
是原图像图2长宽的9分之一；如图5示，是11区的第二个尺度：以11区为中心，大小是原图像
图2长宽的7分之一；如图6所示，是11区的第三个尺度：以11区为中心，大小是原图像图2长
宽的5分之一；如图7所示，是11区的第四个尺度：以11区为中心，大小是原图像图2长宽的3
分之一；如图8所示，是11区的第五个尺度：以11区为中心，大小是原图像图2的长宽。接着对
每个尺度进行直方图均衡化处理，获得每个尺度的一个LUT值。然后再利用反距离权重法对
这五个尺度进行加权。其中，每个尺度的权重为：第一尺度：9/(9+7+5+3+1)；第二尺度：7/(9
+7+5+3+1)；第三尺度：5/(9+7+5+3+1)；第四尺度：3/(9+7+5+3+1)；第五尺度：1/(9+7+5+3+
1)。加权后的结果即是11区最终的LUT值。
S306：对邻居分区的对应值进行双线性差值计算，获得相应像素点的灰阶值的终
值。
在其中一个实施方式中，如图2所示，对图中的实心圆点的LUT值进行计算。假设实
心圆点的四个邻居分区11、12、21、22所对应的空心圆点的LUT值是已知的，且经过直方图均
衡化处理后的LUT值为b11、b12、b22、b21。实心圆点是分区11、12、21、22的中心，实心圆点到邻
居分区11、21所对应的空心圆点的水平距离和垂直距离分别为disx1和disx2，实心圆点到邻
居分区12、22所对应的空心圆点的水平距离和垂直距离分别为disy1和disy2。利用双线性差
值计算法计算后的最终结果为Result＝(disy2(b11*disx2+b12*disx1)+disy1(b21*disx2+b22*
disx1))/((disx1+disx2)*(disy1+disy2))。其中，Result即是实心圆点的灰阶值的终值。
S307：集合所有像素点以组成新图像。
以上方案，输入待处理图像；对待处理图像进行分区；利用多尺度融合算法获取每
个分区灰阶值的LUT查找表；利用查找表获得待处理图像中每个像素点的邻居分区的对应
值；对邻居分区的对应值进行计算以获得相应像素点的灰阶值的终值；集合所有像素点以
组成新图像，实现了图像质量的提高。
请参阅图9，图9是本发明图像处理装置一实施方式的结构示意图。本实施例中，该
图像处理装置90为上述实施例中的图像处理装置，该图像处理装置90包括图像输入模块
91、图像分区模块92、获得查找表模块93、获取邻居分区对应值模块94、灰阶值处理模块95
及新图像获取模块96。
图像输入模块91用于输入待处理图像。
图像分区模块92用于对待处理图像进行分区。
获得查找表模块93用于利用多尺度融合算法获取每个分区灰阶值的LUT查找表。
获取邻居分区对应值模块94用于利用查找表获得待处理图像中每个像素点的邻
居分区对应值。
灰阶值处理模块95用于对邻居分区的对应值进行计算以获得相应像素点的灰阶
值的终值。
可选地，灰阶值处理模块95具体用于对邻居分区对应值进行双线性差值计算，获
得相应像素点的灰阶值的终值。
新图像获取模块96用于集合所有像素点以组成新图像。
请参阅图10，图10是本发明图像处理装置另一实施方式的结构示意图。区别于上
一实施例，本实施例所述图像处理装置100还包括：分区确定单元1031、直方图均衡化处理
单元1032及反距离权重法处理单元1033。
分区确定单元1031用于确定其中一个所述分区，并对所述分区中的图像数据进行
尺度划分。
直方图均衡化处理单元1032用于对每个尺度的灰阶值进行直方图均衡化处理，获
得对应每个尺度灰阶值的LUT查找表。
反距离权重法处理单元10333用于对所述各个尺度的LUT查找表进行反距离权重
法进行加权处理，获得所述分区灰阶值的最终LUT查找表。
上述图像处理装置90/100的各个模块可分别执行上述方法实施例中对应步骤，故
在此不对各模块进行赘述，详细请参阅以上对应步骤的说明。
请参阅图11，图11是图像处理装置再一实施方式的结构示意图。该图像处理装置
可以执行上述方法中图像处理装置执行的步骤。相关内容请参见上述方法中的详细说明，
在此不再赘叙。
本实施例中，该处理装置包括：处理器111、与处理器111耦合的存储器112、接收器
113及发送器114。
存储器112用于存储程序、处理器111执行的指令以及接收到的图像等。
接收器113用于接收待处理图像。
发送器114用于发送处理后的新图像。
处理器111用于对待处理的图像进行分区；利用多尺度融合算法获取每个分区灰
阶值的LUT查找表；利用查找表获得待处理图像中每个像素点的邻居分区的对应值；对邻居
分区的对应值进行计算以获得相应所述像素点的灰阶值的终值。
可选地，处理器111确定其中一个分区，并对分区中的图像数据进行尺度划分。
可选地，处理器111对每个尺度的灰阶值进行直方图均衡化处理，获得对应每个尺
度灰阶值的LUT查找表。
可选地，处理器111对各个尺度的LUT查找表进行反距离权重法进行加权处理，获
得分区灰阶值的最终LUT查找表。
可选地，处理器111对所述邻居分区的对应值进行双线性差值计算，获得相应所述
像素点的灰阶值的终值。
以上方案，输入待处理图像；对待处理图像进行分区；利用多尺度融合算法获取每
个分区灰阶值的LUT查找表；利用查找表获得待处理图像中每个像素点的邻居分区的对应
值；对邻居分区的对应值进行计算以获得相应像素点的灰阶值的终值；集合所有像素点以
组成新图像，实现了图像质量的提高。
以上所述仅为本发明的实施方式，并非因此限制本发明的专利范围，凡是利用本
发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的
技术领域，均同理包括在本发明的专利保护范围内。