CN111127341A - 图像处理方法和装置、及存储介质 - Google Patents

Abstract

本申请实施例公开了一种图像处理方法和装置、及存储介质，该方法包括：获取固定参数的初始值和待优化参数的至少两个参考值；其中，固定参数为裁剪限幅参数和图像块尺寸参数中的一个，待优化参数为裁剪限幅参数和图像块尺寸参数中的另一个；基于初始值，以及至少两个参考值中的每个参考值，对预设图像进图像处理和质量评估，得到每个参考值对应的图像质量评价值；对至少两个参考值和图像质量评价值进行曲线拟合，得到图像质量评价值最大的待优化参数的目标值；利用待优化参数的目标值和限制对比度自适应直方图均衡算法，对预设图像进行增强处理，得到第一增强图像。

Description

图像处理方法和装置、及存储介质

技术领域

本申请实施例涉及图像处理技术，尤其涉及一种图像处理方法和装置、及存储介质。

背景技术

直方图均衡化是常用的图像增强方法，但作为一种全局灰度映射算法，往往存在区域目标增强过度或增强不足等问题。为此，很多改进方法将图像分解成多个图像块进行处理。但由于缺少控制参数和边界条件，这些方法可能带来图像块区域内的增强过程，进而造成增强效果不稳定等问题。限制对比度自适应直方图均衡(CLAHE，Contrast LimitedAdaptive Histogram Equalization)算法通过裁剪图像块区域内的直方图并将裁剪掉的区域均匀分布在整个灰度范围内，实现限制对比度的目的，使得每个图像块区域内的直方图均衡化得到约束。

然而，CLAHE算法的增强效果严重依赖于图像块尺寸(BLOCK_SIZE)和裁剪限幅值(CLIMP_LIMIT)两个参数，目前根据经验设置固定的图像块尺寸和固定的裁剪限幅值，再对固定的图像块尺寸和固定的裁剪限幅值进行调参，由于图像或图像块的内容都是千差万别的，调参耗时很长，并且调参后的图像块尺寸和调参后的裁剪限幅值，存在对某些图像或图像块的增强效果较好，对其他图像或图像块的增强效果却很差，也就是说，上述过程降低了图像的处理速度和处理效果。

发明内容

本申请提供一种图像处理方法和装置、及存储介质，能够提高图像的处理速度和处理效果。

本申请的技术方案是这样实现的：

本申请实施例提供一种图像处理方法，所述方法包括：

获取固定参数的初始值和待优化参数的至少两个参考值；其中，所述固定参数为裁剪限幅参数和图像块尺寸参数中的一个，所述待优化参数为所述裁剪限幅参数和所述图像块尺寸参数中的另一个；

基于所述初始值，以及所述至少两个参考值中的每个参考值，对预设图像进图像处理和质量评估，得到所述每个参考值对应的图像质量评价值；

对所述至少两个参考值和所述图像质量评价值进行曲线拟合，得到图像质量评价值最大的所述待优化参数的目标值；

利用所述待优化参数的目标值和限制对比度自适应直方图均衡算法，对所述预设图像进行增强处理，得到第一增强图像。

上述方案中，在所述对所述至少两个参考值和所述图像质量评价值进行曲线拟合，得到图像质量评价值最大的所述待优化参数的目标值之后，所述方法还包括：

将所述固定参数和所述待优化参数进行互换，得到互换后的固定参数和互换后的待优化参数；

继续对所述互换后的固定参数和所述互换后的待优化参数进行图像处理、质量评估和曲线拟合，得到图像质量评价值最大的互换后的待优化参数的目标值；

利用所述待优化参数的目标值、所述互换后的待优化参数的目标值和限制对比度自适应直方图均衡算法，对所述预设图像进行增强处理，得到第二增强图像。

上述方案中，所述基于所述初始值，以及所述至少两个参考值中的每个参考值，对预设图像进图像处理和质量评估，得到所述每个参考值对应的图像质量评价值，包括：

根据所述至少两个参考值中的所述每个参考值，将所述预设图像划分成不重叠的至少一个图像块；

利用所述初始值，对所述至少一个图像块中每个图像块进行直方图裁剪和积分，得到所述每个图像块对应的对比度拉伸曲线；

利用所述对比度拉伸曲线，对所述至少一个图像块进行拉伸处理，得到所述图像质量评价值。

上述方案中，所述利用所述初始值，对所述至少一个图像块中每个图像块进行直方图裁剪和积分，得到所述每个图像块对应的对比度拉伸曲线，包括：

对所述每个图像块进行直方图统计和归一化，得到归一化后的直方图；

根据所述初始值，对所述归一化后的直方图进行裁剪和积分，得到所述对比度拉伸曲线。

上述方案中，所述利用所述对比度拉伸曲线，对所述至少一个图像块进行拉伸处理，得到所述图像质量评价值，包括：

利用所述对比度拉伸曲线，对所述至少一个图像块中对应的图像块进行灰度拉伸，得到拉伸后的图像块；

对所述拉伸后的图像块进行灰度概率统计和信息熵计算，得到所述每个图像块的信息熵，进而得到所述至少一个图像块的信息熵；

对所述至少一个图像块的信息熵求平均，得到所述图像质量评价值。

上述方案中，所述利用所述对比度拉伸曲线，对所述至少一个图像块进行拉伸处理，得到所述图像质量评价值，包括：

利用所述对比度拉伸曲线，对所述预设图像中的所述至少一个图像块进行灰度拉伸，得到拉伸后的第一图像；

对所述拉伸后的第一图像进行灰度概率统计和信息熵计算，得到所述图像质量评价值。

上述方案中，所述利用所述对比度拉伸曲线，对所述至少一个图像块进行拉伸处理，得到所述图像质量评价值，包括：

基于所述对比度拉伸曲线，得到所述每个图像块对应的相邻对比度拉伸曲线；

对所述相邻对比度拉伸曲线进行加权求和，得到所述每个图像块对应的加权后的对比度拉伸曲线；

利用所述加权后的对比度拉伸曲线，对所述预设图像中的所述至少一个图像块进行灰度拉伸，得到拉伸后的第二图像；

对所述拉伸后的第二图像进行灰度概率统计和信息熵计算，得到所述图像质量评价值。

上述方案中，所述对所述至少两个参考值和所述图像质量评价值进行曲线拟合，得到图像质量评价值最大的所述待优化参数的目标值，包括：

将所述至少两个参考值作为横坐标、所述图像质量评价值作为纵坐标，拟合伽马曲线，得到曲线方程；

对所述曲线方程进行二阶求导，确定二阶导数为零的拐点坐标；

将所述拐点坐标对应的参考值，作为所述待优化参数的目标值。

上述方案中，当所述固定参数为裁剪限幅参数、且所述待优化参数为图像块尺寸参数时，互换后的固定参数为图像块尺寸参数，互换后的待优化参数为裁剪限幅参数；

当所述固定参数为图像块尺寸参数、且所述待优化参数为裁剪限幅参数时，互换后的固定参数为裁剪限幅参数，互换后的待优化参数为图像块尺寸参数。

本申请实施例提供一种图像处理装置，所述装置包括：

获取模块，用于获取固定参数的初始值和待优化参数的至少两个参考值；其中，所述固定参数为裁剪限幅参数和图像块尺寸参数中的一个，所述待优化参数为所述裁剪限幅参数和所述图像块尺寸参数中的另一个；

目标确定模块，用于基于所述初始值，以及所述至少两个参考值中的每个参考值，对预设图像进图像处理和质量评估，得到所述每个参考值对应的图像质量评价值；以及对所述至少两个参考值和所述图像质量评价值进行曲线拟合，得到图像质量评价值最大的所述待优化参数的目标值；

图像处理模块，用于利用所述待优化参数的目标值和限制对比度自适应直方图均衡算法，对所述预设图像进行增强处理，得到第一增强图像。

上述方案中，所述获取模块，还用于在所述对所述至少两个参考值和所述图像质量评价值进行曲线拟合，得到图像质量评价值最大的所述待优化参数的目标值之后，将所述固定参数和所述待优化参数进行互换，得到互换后的固定参数和互换后的待优化参数；

所述目标确定模块，还用于继续对所述互换后的固定参数和所述互换后的待优化参数进行图像处理、质量评估和曲线拟合，得到图像质量评价值最大的互换后的待优化参数的目标值；

所述图像处理模块，还用于利用所述待优化参数的目标值、所述互换后的待优化参数的目标值和限制对比度自适应直方图均衡算法，对所述预设图像进行增强处理，得到第二增强图像。

上述方案中，所述目标确定模块，还用于根据所述至少两个参考值中的所述每个参考值，将所述预设图像划分成不重叠的至少一个图像块；及利用所述初始值，对所述至少一个图像块中每个图像块进行直方图裁剪和积分，得到所述每个图像块对应的对比度拉伸曲线；以及利用所述对比度拉伸曲线，对所述至少一个图像块进行拉伸处理，得到所述图像质量评价值。

上述方案中，所述目标确定模块，还用于对所述每个图像块进行直方图统计和归一化，得到归一化后的直方图；以及根据所述初始值，对所述归一化后的直方图进行裁剪和积分，得到所述对比度拉伸曲线。

上述方案中，所述目标确定模块，还用于利用所述对比度拉伸曲线，对所述至少一个图像块中对应的图像块进行灰度拉伸，得到拉伸后的图像块；及对所述拉伸后的图像块进行灰度概率统计和信息熵计算，得到所述每个图像块的信息熵，进而得到所述至少一个图像块的信息熵；以及对所述至少一个图像块的信息熵求平均，得到所述图像质量评价值。

上述方案中，所述目标确定模块，还用于利用所述对比度拉伸曲线，对所述预设图像中的所述至少一个图像块进行灰度拉伸，得到拉伸后的第一图像；以及对所述拉伸后的第一图像进行灰度概率统计和信息熵计算，得到所述图像质量评价值。

上述方案中，所述目标确定模块，还用于基于所述对比度拉伸曲线，得到所述每个图像块对应的相邻对比度拉伸曲线；及对所述相邻对比度拉伸曲线进行加权求和，得到所述每个图像块对应的加权后的对比度拉伸曲线；及利用所述加权后的对比度拉伸曲线，对所述预设图像中的所述至少一个图像块进行灰度拉伸，得到拉伸后的第二图像；以及对所述拉伸后的第二图像进行灰度概率统计和信息熵计算，得到所述图像质量评价值。

上述方案中，所述目标确定模块，还用于将所述至少两个参考值作为横坐标、所述图像质量评价值作为纵坐标，拟合伽马曲线，得到曲线方程；及对所述曲线方程进行二阶求导，确定二阶导数为零的拐点坐标；以及将所述拐点坐标对应的参考值，作为所述待优化参数的目标值。

上述方案中，当所述固定参数为裁剪限幅参数、且所述待优化参数为图像块尺寸参数时，互换后的固定参数为图像块尺寸参数，互换后的待优化参数为裁剪限幅参数；

当所述固定参数为图像块尺寸参数、且所述待优化参数为裁剪限幅参数时，互换后的固定参数为裁剪限幅参数，互换后的待优化参数为图像块尺寸参数。

本申请实施例提供一种图像处理装置，所述装置包括：处理器、存储器以及通信总线，所述存储器通过所述通信总线与所述处理器进行通信，所述存储器存储所述处理器可执行的一个或者多个程序，当所述一个或者多个程序被执行时，所述处理器执行如上述任意一种图像处理方法。

本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如上述任意一种图像处理方法。

本申请实施例提供了一种图像处理方法和装置、及存储介质，采用上述技术实现方案，基于裁剪限幅参数和图像块尺寸参数中的一个参数的初始值，分别获取裁剪限幅参数和图像块尺寸参数中的另一个参数的多个参考值各自对应的图像质量评价值，再对多个参考值和各自对应的图像质量评价值进行曲线拟合，以确定出图像质量评价值最大的目标值；由于是通过多个参考值拟合曲线，来确定目标值，不需要一步步地调节数值，提高了目标值的获取速度，也就是提高了图像的处理速度，其次，由于目标值对应最大图像质量评价值，也就是说，目标值为使图像的图像质量评价值达到最大的数值，进而，利用CLAHE算法和CLAHE算法中的一个参数的目标值对预设图像进行增强处理，得到的第一增强图像的图像质量较好，提高了图像的处理效果。

附图说明

图1为本申请实施例提供的一种图像处理方法的流程图一；

图2为本申请实施例提供的一种图像处理方法的流程图二；

图3为本申请实施例提供的一种图像处理方法的流程图三；

图4为本申请实施例提供的一种图像处理方法的流程图四；

图5为本申请实施例提供的一种图像处理装置的结构示意图一；

图6为本申请实施例提供的一种图像处理装置的结构示意图二。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。

在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本申请的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。

实施例一

本申请实施例提供了一种图像处理方法，如图1所示，该图像处理方法包括以下步骤：

S101、获取固定参数的初始值和待优化参数的至少两个参考值；其中，固定参数为裁剪限幅参数和图像块尺寸参数中的一个，待优化参数为裁剪限幅参数和图像块尺寸参数中的另一个；

图像处理装置针对CLAHE算法中的裁剪限幅参数和/或图像块尺寸参数，获取这两个参数各自的目标值，或者获取任意一个参数的目标值；在获取一个参数的目标值时，将这一个参数作为待优化参数，将另一个参数作为固定参数；获取固定参数的一个初始值，获取待优化参数的至少两个参考值。

进一步地，图像处理装置获取另一个参数的目标值时，获取互换后的待优化参数的至少两个参考值，获取互换后的固定参数的一个初始值；其中，互换后的待优化参数和互换后的固定参数为待优化参数和固定参数互换后的参数。

在一些实施例中，当固定参数为裁剪限幅参数、且待优化参数为图像块尺寸参数时，互换后的固定参数为图像块尺寸参数，互换后的待优化参数为裁剪限幅参数；当固定参数为图像块尺寸参数、且待优化参数为裁剪限幅参数时，互换后的固定参数为裁剪限幅参数，互换后的待优化参数为图像块尺寸参数。

在一些实施例中，初始值包括裁剪限幅值和图像块尺寸值；至少两个参数值包括至少两个裁剪限幅值和至少两个图像块尺寸值。

在一些实施例中，固定参数为剪裁限幅参数、且待优化参数为图像块尺寸参数时，图像处理装置获取初始裁剪限幅值和至少两个图像块尺寸值。

图像处理装置针对裁剪限幅参数取一个固定的初始裁剪限幅值，再针对图像块尺寸参数，在图像块尺寸范围内分别取出至少两个图像块尺寸值；其中，裁剪限幅值就是指直方图被裁剪的值。

在一些实施例中，根据经验值设置初始裁剪限幅值，例如，初始裁剪限幅值等于2/256或1.5/256。

在一些实施例中，根据经验值或待处理的预设图像的像素大小，设置图像块尺寸范围。

在一些实施例中，按照预设取值规则，在图像块尺寸范围内依次取出至少两个图像块尺寸值，至少两个图像块尺寸值中每个图像块尺寸值为n，表示图像块为n*n；其中，预设取值规则包括等间隔取值、等比例取值等等。

示例性地，等比例取出的至少两个图像块尺寸值为：8、16、32、…、256、512；其中，8表示图像块的大小为8*8。

示例性地，等间隔取出的至少两个图像块尺寸值为：8、12、16、…、36。

在一些实施例中，固定参数为图像块尺寸参数、且待优化参数为剪裁限幅参数时，图像处理装置获取初始图像块尺寸值和至少两个裁剪限幅值。

图像处理装置针对图像块尺寸参数取一个固定的初始图像块尺寸值，再针对裁剪限幅参数，在裁剪限幅范围内分别取出至少两个裁剪限幅值。

在一些实施例中，根据经验值设置初始图像块尺寸值，或者，在得到目标图像块尺寸参数后，将目标图像块尺寸参数作为初始图像块尺寸值。

在一些实施例中，根据经验值设置裁剪限幅范围，例如，0～4/256。

在一些实施例中，按照预设取值规则，在裁剪限幅范围内依次取出至少两个裁剪限幅值。

示例性地，等间隔取出的至少两个裁剪限幅值为：0.4/256、0.8/256、1.2/256、1.6/256、2.0/256、2.4/256、2.8/256、3.2/256、3.6/256、4.0/256。

S102、基于初始值，以及至少两个参考值中的每个参考值，对预设图像进图像处理和质量评估，得到每个参考值对应的图像质量评价值；

图像处理装置利用初始值和每个参考值，对预设图像依次进行图像处理和质量评估，得到每个参考值对应的图像质量评价值，进而得到至少两个参考值各自对应的图像质量评价值。

在一些实施例中，图像质量评价值为能够表征图像质量的信息，图像质量评价值包括：信息熵、清晰度、图像的空间频率、相对边缘响应、标准差或粗糙度等；图像质量评价值还可以为以上参数中的多个参数的加权值。

在一些实施例中，图像处理装置根据至少两个参考值中的每个参考值，将预设图像划分成不重叠的至少一个图像块；利用初始值，对至少一个图像块中每个图像块进行直方图裁剪和积分，得到每个图像块对应的对比度拉伸曲线；利用对比度拉伸曲线，对至少一个图像块进行拉伸处理，得到图像质量评价值。

图像处理装置在固定参数为图像块尺寸参数、且待优化参数为裁剪限幅参数时，确定初始值为初始裁剪限幅值、至少两个参考值为至少两个图像块尺寸值、每个参考值为每个图像块尺寸值；按照一个图像块尺寸值，对预设图像进行不重叠地连续划分，得到至少一个图像块；利用初始裁剪限幅值，对至少一个图像块进行直方图裁剪、积分和拉伸处理，得到这一个图像块尺寸值对应的图像质量评价值；继续按照下一个图像块尺寸值，对预设图像进行不重叠地连续划分，直至得到所有图像块尺寸值各自对应的图像质量评价值。

在一些实施例中，图像处理装置按照一个图像块尺寸值，对预设图像进行不重叠地连续划分，得到尺寸值大于或等于图像块尺寸值的至少一个图像块；其中，当预设图像的每一行上的最后一图像块的尺寸值小于图像块尺寸值时，在划分每一行的倒数第二个图像块时，将每一行的最后一个图像块也划分进倒数第二个图像块，倒数第二个图像块就是尺寸值大于该图像块尺寸值的图像块；同样地，当预设图像的每一列上的最后一图像块的尺寸值小于图像块尺寸值时，在划分每一列的倒数第二个图像块时，将每一列的最后一个图像块也划分进倒数第二个图像块，倒数第二个图像块就是尺寸值大于该图像块尺寸值的图像块。

示例性地，预设图像的大小为35*33，以一个图像块尺寸值为8举例，从第一行的第一列开始，对预设图像进行不重叠地连续划分，得到16个图像块，16个图像块包括：属于第一行的8*8的第一个图像块、8*8的第二个图像块、8*8的第三个图像块和11*8的第四个图像块，属于第二行的8*8的第一个图像块、8*8的第二个图像块、8*8的第三个图像块、11*8的第四个图像块，属于第三行的8*8的第一个图像块、8*8的第二个图像块、8*8的第三个图像块、11*8的第四个图像块，属于第四行的8*9的第一个图像块、8*9的第二个图像块、8*9的第三个图像块、11*9的第四个图像块。

在一些实施例中，对每个图像块进行直方图统计和归一化，得到归一化后的直方图；根据初始值，对归一化后的直方图进行裁剪和积分，得到对比度拉伸曲线。

图像处理装置确定初始值为初始裁剪限幅值；计算每个图像块的灰度直方图并归一化，得到归一化后的灰度直方图；利用初始裁剪限幅值，对每个图像块的归一化后的灰度直方图进行裁剪，得到裁剪后的直方图和被裁减(裁剪掉)的直方图；将被裁剪的直方图重新分配到裁剪后的直方图的灰度级中，得到重新分配后的直方图；对分配后的直方图进行积分，得到每个图像块对应的对比度拉伸曲线。

在一些实施例中，针对每个图像块的归一化后的灰度直方图，裁剪掉灰度值大于或等于初始裁剪限幅值的直方图。

在一些实施例中，图像处理装置利用对比度拉伸曲线，对至少一个图像块中对应的图像块进行灰度拉伸，得到拉伸后的图像块；对拉伸后的图像块进行灰度概率统计和信息熵计算，得到每个图像块的信息熵，进而得到至少一个图像块的信息熵；对至少一个图像块的信息熵求平均，得到图像质量评价值。

图像处理装置利用每个图像块对应的对比度拉伸曲线，对自身进行灰度拉伸，得到拉伸后的图像块；对拉伸后的图像块中的每个灰度级计算分布概率，进而对拉伸后的图像块中的所有灰度级的分布概率进行计算，得到每个图像块的信息熵；对所有图像块的信息熵进行相加后求平均，得到第一信息熵，将第一信息熵作为第一图像质量评价值。

在一些实施例中，图像处理装置利用灰度概率和信息熵的对应关系，计算每个图像块的信息熵；其中，灰度概率和信息熵的对应关系如下式(1)所示：

其中，E(x)为信息熵，P(x_i)为灰度级i的分布概率，灰度级的范围为1至N。

在一些实施例中，图像处理装置利用对比度拉伸曲线，对预设图像中的至少一个图像块进行灰度拉伸，得到拉伸后的第一图像；对拉伸后的第一图像进行灰度概率统计和信息熵计算，得到图像质量评价值。

图像处理装置利用每个图像块的对比度拉伸曲线，对预设图像中的对比度拉伸曲线对应的图像块进行灰度拉伸，直至对预设图像中的至少一个图像块(所有图像块)都进行灰度拉伸后，得到拉伸后的第一图像；对拉伸后的第一图像中的每个灰度级计算分布概率，再根据灰度概率和信息熵的对应关系(例如，公式(1))，对拉伸后的第一图像中的所有灰度级的分布概率进行计算，得到预设图像的信息熵；将预设图像的信息熵作为图像质量评价值。

在一些实施例中，图像处理装置基于对比度拉伸曲线，得到每个图像块对应的相邻对比度拉伸曲线；对相邻对比度拉伸曲线进行加权求和，得到每个图像块对应的加权后的对比度拉伸曲线；利用加权后的对比度拉伸曲线，对预设图像中的至少一个图像块进行灰度拉伸，得到拉伸后的第二图像；对拉伸后的第二图像进行灰度概率统计和信息熵计算，得到图像质量评价值。

图像处理装置获取每个图像块在预设图像中的所有相邻图像块的对比度拉伸曲线，将其作为相邻对比度拉伸曲线；对所有相邻对比度拉伸曲线进行加权求和，得到每个图像块对应的加权后的对比度拉伸曲线；利用每个图像块对应的加权后的对比度拉伸曲线，对预设图像中的对应的图像块进行灰度拉伸，直至对预设图像中的所有图像块都进行灰度拉伸后，得到拉伸后的第二图像；基于拉伸后的第二图像，得到第一图像质量评价值。

需要说明的是，图像处理装置对拉伸后的第一图像进行灰度概率统计和信息熵计算，得到图像质量评价值的实施过程，与对拉伸后的第二图像进行灰度概率统计和信息熵计算，得到图像质量评价值的实施过程同理，此处不再赘述。

示例性地，以至少两个图像块尺寸值包括8、16、32、64、128、256、512为例，计算每个图像块尺寸值对应的信息熵，该至少两个图像块尺寸值各自对应的信息熵分别为：E_8、E_16、E_32、E_64、E_128、E_258、E_512。

在一些实施例中，当固定参数为裁剪限幅参数、且待优化参数为图像块尺寸参数时，根据初始值，将预设图像划分成不重叠的至少一个图像块；利用每个参考值，对至少一个图像块中每个图像块进行直方图裁剪和积分，得到每个图像块对应的对比度拉伸曲线；利用对比度拉伸曲线，对至少一个图像块进行处理，得到图像质量评价值。

图像处理装置在固定参数为裁剪限幅参数、且待优化参数为图像块尺寸参数时，确定初始值为初始图像块尺寸值、至少两个参考值为至少两个裁剪限幅值、每个参考值为每个裁剪限幅值；按照初始图像块尺寸值，对预设图像进行不重叠地连续划分，得到至少一个图像块；利用一个裁剪限幅值，对至少一个图像块进行直方图裁剪、积分和拉伸处理，得到这一个裁剪限幅值对应的图像质量评价值；继续利用下一个裁剪限幅值，对至少一个图像块进行直方图裁剪、积分和拉伸处理，直至得到所有裁剪限幅值各自对应的图像质量评价值。

需要说明的是，图像处理装置按照初始图像块尺寸值，将预设图像划分成不重叠的至少一个图像块的实现过程，与按照每个图像块尺寸值，将预设图像划分成不重叠的至少一个图像块的实现过程同理，此处不再赘述。

另外，图像处理装置利用每个裁剪限幅值，对至少一个图像块中每个图像块进行直方图裁剪和积分，得到每个图像块对应的对比度拉伸曲线的实现过程，与利用初始裁剪限幅值，对至少一个图像块中每个图像块进行直方图裁剪和积分，得到每个图像块对应的对比度拉伸曲线的实现过程同理，此处不再赘述。

示例性地，以至少两个裁剪限幅值包括0.4/256、0.8/256、1.2/256、1.6/256、2.0/256、2.4/256、2.8/256、3.2/256、3.6/256、4.0/256为例，计算每个裁剪限幅值对应的信息熵，该至少两个裁剪限幅值各自对应的信息熵分别为：E_0.4、E_0.8、E_1.2、E_1.6、E_2.0、E_2.4、E_2.8、E_3.2、E_3.6、E_4.0。

S103、对至少两个参考值和图像质量评价值进行曲线拟合，得到图像质量评价值最大的待优化参数的目标值；

图像处理装置利用至少两个参考值和至少两个参考值对应的图像质量评价值进行曲线拟合，得到曲线方程；根据曲线方程，确定图像质量评价值最大的待优化参数的目标值。

在一些实施例中，待优化参数的目标值包括图像块尺寸参数的目标图像块尺寸值、以及裁剪限幅参数的目标裁剪限幅值。

示例性地，至少两个参考值为至少两个图像块尺寸值，且待优化参数为图像块尺寸参数时，图像处理装置利用至少两个图像块尺寸值和至少两个图像块尺寸值各自对应的图像质量评价值，进行曲线拟合，得到曲线方程；并根据曲线方程确定图像质量评价值最大的图像块尺寸值，将其作为目标图像块尺寸值。

在一些实施例中，图像处理装置将至少两个参考值作为横坐标、图像质量评价值作为纵坐标，拟合伽马曲线(Gamma曲线)，得到曲线方程；对曲线方程进行二阶求导，确定二阶导数为零的拐点坐标；将拐点坐标对应的参考值，作为待优化参数的目标值。

图像处理装置以参数值为横坐标，以图像质量评价值作为纵坐标，用所有参考值和所有参考值各自对应的图像质量评价值，拟合伽马曲线，得到伽马曲线对应的曲线方程；确定曲线方程对应的拐点坐标，将拐点坐标中的横坐标，作为目标值。

示例性地，参考值为图像块尺寸值为横坐标，图像质量评价值为信息熵；图像处理装置用所有图像块尺寸值和所有图像块尺寸值各自对应的信息熵，拟合伽马曲线，得到表征图像块尺寸值和信息熵的对应关系的第一曲线方程；对第一曲线方程进行二阶求导和二阶导数取零，得到表征信息熵最大的拐点；该拐点的横坐标就是目标图像块尺寸值；其中，第一曲线方程属于曲线方程。

示例性地，参考值为裁剪限幅值，图像质量评价值为信息熵；图像处理装置用所有裁剪限幅值和所有裁剪限幅值各自对应的信息熵，拟合伽马曲线，得到表征裁剪限幅值和信息熵的对应关系的第二曲线方程；对第二曲线方程进行二阶求导和二阶导数取零，得到表征信息熵最大的拐点；该拐点的横坐标就是目标裁剪限幅值；其中，第二曲线方程属于曲线方程。

S104、利用待优化参数的目标值和限制对比度自适应直方图均衡算法，对预设图像进行增强处理，得到第一增强图像。

图像处理装置在得到待优化参数的目标值后，将待优化参数的目标值，代入CLAHE算法，再用CLAHE算法对预设图像进行增强处理，得到第一增强图像；第一增强图像相较于，利用未采用目标值的CLAHE算法进行增强处理得到的图像，增强效果更优。

在一些实施例中，如图2所示，在步骤S103之后，图像处理方法还包括：

S105、将固定参数和待优化参数进行互换，得到互换后的固定参数和互换后的待优化参数；

图像处理装置为了获取固定参数的目标值，将固定参数和待优化参数进行互换；获取互换后的待优化参数的至少两个参考值，获取互换后的固定参数的一个初始值；互换后的固定参数就是待优化参数，互换后的待优化参数就是固定参数。

在一些实施例中，图像处理装置可以将待优化参数的目标值，作为互换后的固定参数的初始值。

S106、继续对互换后的固定参数和互换后的待优化参数进行图像处理、质量评估和曲线拟合，得到图像质量评价值最大的互换后的待优化参数的目标值；

图像处理装置基于互换后的固定参数的初始值，以及互换后的待优化参数的至少两个参考值中的每个参考值，对预设图像进行图像处理和质量评估，得到互换后的待优化参数的每个参考值对应的图像质量评估值；再对互换后的待优化参数的至少两个参考值，以及互换后的待优化参数的每个参考值对应的图像质量评估值进行曲线拟合，得到图像质量评价值最大的互换后的待优化参数的目标值。

S107、利用待优化参数的目标值、互换后的待优化参数的目标值和限制对比度自适应直方图均衡算法，对预设图像进行增强处理，得到第二增强图像。

图像处理装置将待优化参数的目标值、以及互换后的待优化参数的目标值，都代入CLAHE算法，再用CLAHE算法对预设图像进行增强处理，得到第二增强图像；第二增强图像相较于第一增强图像，增强效果更优。

需要说明的是，图2不对步骤S101-S103和步骤S105-S106的执行顺序进行限制，可以同时执行步骤S101-S103和步骤S105-S106，也可以先执行步骤S105-S106，再执行步骤S101-S103。

在一些实施例中，如图3所示，图像处理方法包括：

S201、获取初始裁剪限幅值和至少两个图像块尺寸值；

图像处理装置在固定参数为裁剪限幅参数时，获取初始裁剪限幅值和至少两个图像块尺寸值。

S202、基于初始裁剪限幅值和至少两个图像块尺寸值中每个图像块尺寸值，对预设图像进图像处理和质量评估，得到每个图像块尺寸值对应的第一图像质量评价值；

图像处理装置利用初始裁剪限幅值和每个图像块尺寸值，对预设图像依次进行图像处理和质量评估，得到每个图像块尺寸值对应的第一图像质量评价值，进而得到至少两个图像块尺寸值各自对应的第一图像质量评价值；其中，第一图像质量评价值中的第一仅用于表示是在裁剪限幅参数固定不变的情况下，利用各个图像块尺寸值计算得到的图像质量评价值。

S203、对至少两个图像块尺寸值和第一图像质量评价值进行曲线拟合，得到第一曲线方程，并根据第一曲线方程确定图像质量评价值最大的目标图像块尺寸值；

图像处理装置以图像块尺寸值为横坐标，以第一图像指令评价值为纵坐标，用所有图像块尺寸值和所有第一图像质量评价值拟合曲线，得到第一曲线方程，再根据第一曲线方程确定目标图像块尺寸值。

S204、获取初始图像块尺寸值和至少两个裁剪限幅值；

图像处理装置互换后的固定参数为图像块尺寸参数时，获取初始图像块尺寸值和至少两个裁剪限幅值。

在一些实施例中，图像处理装置在先得到目标图像块尺寸值后，可以将目标图像块尺寸值作为初始图像块尺寸值。

S205、基于初始图像块尺寸值和至少两个裁剪限幅值中每个裁剪限幅值，对预设图像进图像处理和质量评估，得到每个裁剪限幅值对应的第二图像质量评价值；

图像处理装置利用初始图像块尺寸值和每个裁剪限幅值，对预设图像依次进行图像处理和质量评估，得到每个裁剪限幅值对应的第二图像质量评价值，进而得到至少两个裁剪限幅值各自对应的第二图像质量评价值；其中，第二图像质量评价值中的第二仅用于表示是在图像块尺寸参数固定不变的情况下，利用各个裁剪限幅值计算得到的图像质量评价值。

S206、对至少两个裁剪限幅值和第二图像质量评价值进行曲线拟合，得到第二曲线方程，并根据第二曲线方程确定图像质量评价值最大的目标裁剪限幅值；

图像处理装置以裁剪限幅值为横坐标，以第一图像指令评价值为纵坐标，用所有裁剪限幅值和所有第二图像质量评价值拟合曲线，得到第二曲线方程，再根据第二曲线方程确定目标裁剪限幅值。

需要说明的是，图3不对步骤S101-S103和步骤S104-S106的执行顺序进行限制，可以同时执行步骤S101-S103和步骤S104-S106，也可以先执行步骤S104-S106，再执行步骤S101-S103；并且，在先得到目标裁剪限幅值后，可以将目标裁剪限幅值作为初始裁剪限幅值。

S207、利用目标图像块尺寸值、目标裁剪限幅值和限制对比度自适应直方图均衡算法，对预设图像进行增强处理，得到第二增强图像。

图像处理装置在得到目标图像块尺寸值和目标裁剪限幅值后，将目标图像块尺寸值和目标裁剪限幅值，代入CLAHE算法，再用CLAHE算法对预设图像进行增强处理，得到第二增强图像。

在一些实施例中，图像处理装置按照目标图像块尺寸值，将预设图像划分成不重叠的至少一个目标图像块；对至少一个目标图像块中每个目标图像块进行直方图统计和归一化，得到归一化后的目标直方图；根据目标裁剪限幅值，对归一化后的目标直方图进行裁剪，得到裁剪后的目标直方图和被裁剪的目标直方图；将被裁剪的直方图重新分配至裁剪后的目标直方图的灰度级中，得到均衡化后的目标直方图；利用均衡化后的目标直方图，对预设图像进行灰度双线性差值，得到增强图像。

图像处理装置得到每个目标图像块的归一化后的目标直方图；根据目标裁剪限幅值，对归一化后的目标直方图依次进行裁剪和重新分配，得到均衡化后的目标直方图；利用所有目标图像块各自对应的均衡化后的目标直方图，对预设图像进行灰度双线性差值，得到增强图像。

需要说明的是，图像处理装置按照目标图像块尺寸值，将预设图像划分成不重叠的至少一个目标图像块的实施过程，与根据每个图像块尺寸值，将预设图像划分成不重叠的至少一个图像块的实施过程同理，此处不再赘述。

在一些实施例中，如图4所示的一种图像处理方法，该图像处理方法包括：

S301、获取初始裁剪限幅值为2/256，至少两个图像块尺寸值为8、16、32、64、128、256、512；

S302、根据至少两个图像块尺寸值中每个图像块尺寸值，将预设图像划分成不重叠的至少一个第一图像块；利用初始裁剪限幅值，对至少一个第一图像块中的每个第一图像块依次进行直方图统计、归一化、裁剪和积分，得到每个第一图像块对应的第一对比度拉伸曲线；利用第一对比度拉伸曲线，对至少一个第一图像块进行处理，得到每个图像块尺寸值对应的信息熵，进而得到至少两个图像块尺寸值各自对应的信息熵分别为：E_8、E_16、E_32、E_64、E_128、E_258、E_512；

S303、利用多个坐标(8，E_8)、(16，E_16)、(32，E_32)、(64，E_64)、(128，E_128)、(256，E_258)、(512，E_512)拟合伽马曲线，得到伽马曲线对应的第一曲线方程；计算第一曲线方程的拐点坐标；将第一曲线方程的拐点坐标中的横坐标，作为目标图像块尺寸值(目标BLOCK_SIZE)；

S304、获取初始图像块尺寸值为32，至少两个裁剪限幅值为0.4/256、0.8/256、1.2/256、1.6/256、2.0/256、2.4/256、2.8/256、3.2/256、3.6/256、4.0/256；

S305、根据初始图像块尺寸值，将预设图像划分成不重叠的至少一个第二图像块；利用至少两个裁剪限幅值中每个裁剪限幅值，对至少一个第二图像块中的每个第二图像块依次进行直方图统计、归一化、裁剪和积分，得到每个第二图像块对应的第二对比度拉伸曲线；利用第二对比度拉伸曲线，对至少一个第二图像块进行处理，得到每个裁剪限幅值对应的信息熵；进而得到至少两个裁剪限幅值各自对应的信息熵分别为：E_0.4、E_0.8、E_1.2、E_1.6、E_2.0、E_2.4、E_2.8、E_3.2、E_3.6、E_4.0；

需要说明的是，第一图像块中的第一和第二图像块中的第二，仅用于表示图像块是根据不同的图像块尺寸值划分得到的；第一对比度拉伸曲线中的第一和第二对比度拉伸曲线中的第二，仅用于表示对比度拉伸曲线对应不同的图像块。

S306、利用多个坐标(0.4/256，E_0.4)、(0.8/256，E_0.8)、(1.2/256，E_1.2)、(1.6/256，E_1.6)、(2.0/256，E_2.0)、(2.4/256，E_2.4)、(2.8/256，E_2.8)、(3.2/256，E_3.2)、(3.6/256，E_3.6)和(4.0/256，E_4.0)拟合伽马曲线，得到伽马曲线对应的第二曲线方程；计算第二曲线方程的拐点坐标；将第二曲线方程的拐点坐标中的横坐标，作为目标裁剪限幅值(目标CLIMP_LIMIT)；

S307、根据目标BLOCK_SIZE、目标CLIMP_LIMIT和CLAHE算法，对预设图像进行增强处理，得到第二增强图像。

需要说明的是，图4不对步骤S301-S303和步骤S304-S306的执行顺序进行限制，可以同时执行步骤S301-S303和步骤S304-S306，也可以先执行步骤S304-S306，再执行步骤S301-S303。

可以理解的是，图像处理装置基于裁剪限幅参数和图像块尺寸参数中的一个参数的初始值，分别获取裁剪限幅参数和图像块尺寸参数中的另一个参数的多个参考值各自对应的图像质量评价值，再对多个参考值和各自对应的图像质量评价值进行曲线拟合，以确定出图像质量评价值最大的目标值；由于是通过多个参考值拟合曲线，来确定目标值，不需要一步步地调节数值，提高了目标值的获取速度，也就是提高了图像的处理速度，其次，由于目标值对应最大图像质量评价值，也就是说，目标值为使图像的图像质量评价值达到最大的数值，进而，利用CLAHE算法和CLAHE算法中的一个参数的目标值对预设图像进行增强处理，得到的第一增强图像的图像质量较好，提高了图像的处理效果。

实施例二

基于实施例一的同一发明构思，进行进一步的说明。

本申请实施例提供了一种图像处理装置，如图5所示，图像处理装置3包括：

获取模块31，用于获取固定参数的初始值和待优化参数的至少两个参考值；其中，固定参数为裁剪限幅参数和图像块尺寸参数中的一个，待优化参数为裁剪限幅参数和图像块尺寸参数中的另一个；

目标确定模块32，用于基于初始值，以及至少两个参考值中的每个参考值，对预设图像进图像处理和质量评估，得到每个参考值对应的图像质量评价值；以及对至少两个参考值和图像质量评价值进行曲线拟合，得到图像质量评价值最大的待优化参数的目标值；

图像处理模块33，用于利用待优化参数的目标值和限制对比度自适应直方图均衡算法，对预设图像进行增强处理，得到第一增强图像。

在一些实施例中，获取模块31，还用于在对至少两个参考值和图像质量评价值进行曲线拟合，得到图像质量评价值最大的待优化参数的目标值之后，将固定参数和待优化参数进行互换，得到互换后的固定参数和互换后的待优化参数；

目标确定模块32，还用于继续对互换后的固定参数和互换后的待优化参数进行图像处理、质量评估和曲线拟合，得到图像质量评价值最大的互换后的待优化参数的目标值；

图像处理模块33，还用于利用待优化参数的目标值、互换后的待优化参数的目标值和限制对比度自适应直方图均衡算法，对预设图像进行增强处理，得到第二增强图像。

在一些实施例中，目标确定模块32，还用于根据至少两个参考值中的每个参考值，将预设图像划分成不重叠的至少一个图像块；及利用初始值，对至少一个图像块中每个图像块进行直方图裁剪和积分，得到每个图像块对应的对比度拉伸曲线；以及利用对比度拉伸曲线，对至少一个图像块进行拉伸处理，得到图像质量评价值。

在一些实施例中，目标确定模块32，还用于对每个图像块进行直方图统计和归一化，得到归一化后的直方图；以及根据初始值，对归一化后的直方图进行裁剪和积分，得到对比度拉伸曲线。

在一些实施例中，目标确定模块32，还用于利用对比度拉伸曲线，对至少一个图像块中对应的图像块进行灰度拉伸，得到拉伸后的图像块；及对拉伸后的图像块进行灰度概率统计和信息熵计算，得到每个图像块的信息熵，进而得到至少一个图像块的信息熵；以及对至少一个图像块的信息熵求平均，得到图像质量评价值。

在一些实施例中，目标确定模块32，还用于利用对比度拉伸曲线，对预设图像中的至少一个图像块进行灰度拉伸，得到拉伸后的第一图像；以及对拉伸后的第一图像进行灰度概率统计和信息熵计算，得到图像质量评价值。

在一些实施例中，目标确定模块32，还用于基于对比度拉伸曲线，得到每个图像块对应的相邻对比度拉伸曲线；及对相邻对比度拉伸曲线进行加权求和，得到每个图像块对应的加权后的对比度拉伸曲线；及利用加权后的对比度拉伸曲线，对预设图像中的至少一个图像块进行灰度拉伸，得到拉伸后的第二图像；以及对拉伸后的第二图像进行灰度概率统计和信息熵计算，得到图像质量评价值。

在一些实施例中，目标确定模块32，还用于将至少两个参考值作为横坐标、图像质量评价值作为纵坐标，拟合伽马曲线，得到曲线方程；及对曲线方程进行二阶求导，确定二阶导数为零的拐点坐标；以及将拐点坐标对应的参考值，作为待优化参数的目标值。

在一些实施例中，当固定参数为裁剪限幅参数、且待优化参数为图像块尺寸参数时，互换后的固定参数为图像块尺寸参数，互换后的待优化参数为裁剪限幅参数；

当固定参数为图像块尺寸参数、且待优化参数为裁剪限幅参数时，互换后的固定参数为裁剪限幅参数，互换后的待优化参数为图像块尺寸参数。

需要说明的是，在实际应用中，上述获取模块31、目标确定模块32和图像处理模块33，可由位于图像处理装置3上的处理器34实现，具体为CPU(Central Processing Unit，中央处理器)、MPU(Microprocessor Unit，微处理器)、DSP(Digital Signal Processing，数字信号处理器)或现场可编程门阵列(FPGA，Field Programmable Gate Array)等实现。

本申请实施例还提供了一种图像处理装置，如图6所示，该图像处理装置3包括：处理器34、存储器35和通信总线36，存储器35通过通信总线36与处理器34进行通信，存储器35存储处理器34可执行的一个或者多个程序，当一个或者多个程序被执行时，通过处理器34执行如实施例一所述的任意一种图像处理方法。

本申请实施例提供了一种计算机可读存储介质，计算机可读存储介质存储有一个或者多个程序，一个或者多个程序可被一个或者多个处理器34执行，程序被处理器34执行时实现如实施例一所述的任意一种图像处理方法。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、装置、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上所述，仅为本申请的较佳实施例而已，并非用于限定本申请的保护范围。

Claims (20)

1.一种图像处理方法，其特征在于，所述方法包括：

获取固定参数的初始值和待优化参数的至少两个参考值；其中，所述固定参数为裁剪限幅参数和图像块尺寸参数中的一个，所述待优化参数为所述裁剪限幅参数和所述图像块尺寸参数中的另一个；

基于所述初始值，以及所述至少两个参考值中的每个参考值，对预设图像进图像处理和质量评估，得到所述每个参考值对应的图像质量评价值；

对所述至少两个参考值和所述图像质量评价值进行曲线拟合，得到图像质量评价值最大的所述待优化参数的目标值；

利用所述待优化参数的目标值和限制对比度自适应直方图均衡算法，对所述预设图像进行增强处理，得到第一增强图像。

2.根据权利要求1所述的方法，其特征在于，在所述对所述至少两个参考值和所述图像质量评价值进行曲线拟合，得到图像质量评价值最大的所述待优化参数的目标值之后，所述方法还包括：

将所述固定参数和所述待优化参数进行互换，得到互换后的固定参数和互换后的待优化参数；

继续对所述互换后的固定参数和所述互换后的待优化参数进行图像处理、质量评估和曲线拟合，得到图像质量评价值最大的互换后的待优化参数的目标值；

利用所述待优化参数的目标值、所述互换后的待优化参数的目标值和限制对比度自适应直方图均衡算法，对所述预设图像进行增强处理，得到第二增强图像。

3.根据权利要求1或2所述的方法，其特征在于，所述基于所述初始值，以及所述至少两个参考值中的每个参考值，对预设图像进图像处理和质量评估，得到所述每个参考值对应的图像质量评价值，包括：

根据所述至少两个参考值中的所述每个参考值，将所述预设图像划分成不重叠的至少一个图像块；

利用所述初始值，对所述至少一个图像块中每个图像块进行直方图裁剪和积分，得到所述每个图像块对应的对比度拉伸曲线；

利用所述对比度拉伸曲线，对所述至少一个图像块进行拉伸处理，得到所述图像质量评价值。

4.根据权利要求3所述的方法，其特征在于，所述利用所述初始值，对所述至少一个图像块中每个图像块进行直方图裁剪和积分，得到所述每个图像块对应的对比度拉伸曲线，包括：

对所述每个图像块进行直方图统计和归一化，得到归一化后的直方图；

根据所述初始值，对所述归一化后的直方图进行裁剪和积分，得到所述对比度拉伸曲线。

5.根据权利要求3所述的方法，其特征在于，所述利用所述对比度拉伸曲线，对所述至少一个图像块进行拉伸处理，得到所述图像质量评价值，包括：

利用所述对比度拉伸曲线，对所述至少一个图像块中对应的图像块进行灰度拉伸，得到拉伸后的图像块；

对所述拉伸后的图像块进行灰度概率统计和信息熵计算，得到所述每个图像块的信息熵，进而得到所述至少一个图像块的信息熵；

对所述至少一个图像块的信息熵求平均，得到所述图像质量评价值。

6.根据权利要求3所述的方法，其特征在于，所述利用所述对比度拉伸曲线，对所述至少一个图像块进行拉伸处理，得到所述图像质量评价值，包括：

利用所述对比度拉伸曲线，对所述预设图像中的所述至少一个图像块进行灰度拉伸，得到拉伸后的第一图像；

对所述拉伸后的第一图像进行灰度概率统计和信息熵计算，得到所述图像质量评价值。

7.根据权利要求3所述的方法，其特征在于，所述利用所述对比度拉伸曲线，对所述至少一个图像块进行拉伸处理，得到所述图像质量评价值，包括：

基于所述对比度拉伸曲线，得到所述每个图像块对应的相邻对比度拉伸曲线；

对所述相邻对比度拉伸曲线进行加权求和，得到所述每个图像块对应的加权后的对比度拉伸曲线；

利用所述加权后的对比度拉伸曲线，对所述预设图像中的所述至少一个图像块进行灰度拉伸，得到拉伸后的第二图像；

对所述拉伸后的第二图像进行灰度概率统计和信息熵计算，得到所述图像质量评价值。

8.根据权利要求1至7任一项所述的方法，其特征在于，所述对所述至少两个参考值和所述图像质量评价值进行曲线拟合，得到图像质量评价值最大的所述待优化参数的目标值，包括：

将所述至少两个参考值作为横坐标、所述图像质量评价值作为纵坐标，拟合伽马曲线，得到曲线方程；

对所述曲线方程进行二阶求导，确定二阶导数为零的拐点坐标；

将所述拐点坐标对应的参考值，作为所述待优化参数的目标值。

9.根据权利要求2所述的方法，其特征在于，

当所述固定参数为裁剪限幅参数、且所述待优化参数为图像块尺寸参数时，互换后的固定参数为图像块尺寸参数，互换后的待优化参数为裁剪限幅参数；

当所述固定参数为图像块尺寸参数、且所述待优化参数为裁剪限幅参数时，互换后的固定参数为裁剪限幅参数，互换后的待优化参数为图像块尺寸参数。

10.一种图像处理装置，其特征在于，所述装置包括：

获取模块，用于获取固定参数的初始值和待优化参数的至少两个参考值；其中，所述固定参数为裁剪限幅参数和图像块尺寸参数中的一个，所述待优化参数为所述裁剪限幅参数和所述图像块尺寸参数中的另一个；

目标确定模块，用于基于所述初始值，以及所述至少两个参考值中的每个参考值，对预设图像进图像处理和质量评估，得到所述每个参考值对应的图像质量评价值；以及对所述至少两个参考值和所述图像质量评价值进行曲线拟合，得到图像质量评价值最大的所述待优化参数的目标值；

图像处理模块，用于利用所述待优化参数的目标值和限制对比度自适应直方图均衡算法，对所述预设图像进行增强处理，得到第一增强图像。

11.根据权利要求10所述的装置，其特征在于，

所述获取模块，还用于在所述对所述至少两个参考值和所述图像质量评价值进行曲线拟合，得到图像质量评价值最大的所述待优化参数的目标值之后，将所述固定参数和所述待优化参数进行互换，得到互换后的固定参数和互换后的待优化参数；

所述目标确定模块，还用于继续对所述互换后的固定参数和所述互换后的待优化参数进行图像处理、质量评估和曲线拟合，得到图像质量评价值最大的互换后的待优化参数的目标值；

所述图像处理模块，还用于利用所述待优化参数的目标值、所述互换后的待优化参数的目标值和限制对比度自适应直方图均衡算法，对所述预设图像进行增强处理，得到第二增强图像。

12.根据权利要求10或11所述的装置，其特征在于，

所述目标确定模块，还用于根据所述至少两个参考值中的所述每个参考值，将所述预设图像划分成不重叠的至少一个图像块；及利用所述初始值，对所述至少一个图像块中每个图像块进行直方图裁剪和积分，得到所述每个图像块对应的对比度拉伸曲线；以及利用所述对比度拉伸曲线，对所述至少一个图像块进行拉伸处理，得到所述图像质量评价值。

13.根据权利要求12所述的装置，其特征在于，

所述目标确定模块，还用于对所述每个图像块进行直方图统计和归一化，得到归一化后的直方图；以及根据所述初始值，对所述归一化后的直方图进行裁剪和积分，得到所述对比度拉伸曲线。

14.根据权利要求12所述的装置，其特征在于，

所述目标确定模块，还用于利用所述对比度拉伸曲线，对所述至少一个图像块中对应的图像块进行灰度拉伸，得到拉伸后的图像块；及对所述拉伸后的图像块进行灰度概率统计和信息熵计算，得到所述每个图像块的信息熵，进而得到所述至少一个图像块的信息熵；以及对所述至少一个图像块的信息熵求平均，得到所述图像质量评价值。

15.根据权利要求12所述的装置，其特征在于，

所述目标确定模块，还用于利用所述对比度拉伸曲线，对所述预设图像中的所述至少一个图像块进行灰度拉伸，得到拉伸后的第一图像；以及对所述拉伸后的第一图像进行灰度概率统计和信息熵计算，得到所述图像质量评价值。

16.根据权利要求12所述的装置，其特征在于，

所述目标确定模块，还用于基于所述对比度拉伸曲线，得到所述每个图像块对应的相邻对比度拉伸曲线；及对所述相邻对比度拉伸曲线进行加权求和，得到所述每个图像块对应的加权后的对比度拉伸曲线；及利用所述加权后的对比度拉伸曲线，对所述预设图像中的所述至少一个图像块进行灰度拉伸，得到拉伸后的第二图像；以及对所述拉伸后的第二图像进行灰度概率统计和信息熵计算，得到所述图像质量评价值。

17.根据权利要求10至16任一项所述的装置，其特征在于，

所述目标确定模块，还用于将所述至少两个参考值作为横坐标、所述图像质量评价值作为纵坐标，拟合伽马曲线，得到曲线方程；及对所述曲线方程进行二阶求导，确定二阶导数为零的拐点坐标；以及将所述拐点坐标对应的参考值，作为所述待优化参数的目标值。

18.根据权利要求11所述的装置，其特征在于，

当所述固定参数为裁剪限幅参数、且所述待优化参数为图像块尺寸参数时，互换后的固定参数为图像块尺寸参数，互换后的待优化参数为裁剪限幅参数；

当所述固定参数为图像块尺寸参数、且所述待优化参数为裁剪限幅参数时，互换后的固定参数为裁剪限幅参数，互换后的待优化参数为图像块尺寸参数。

19.一种图像处理装置，其特征在于，所述图像处理装置包括：处理器、存储器以及通信总线，所述存储器通过所述通信总线与所述处理器进行通信，所述存储器存储所述处理器可执行的一个或者多个程序，当所述一个或者多个程序被执行时，所述处理器执行如权利要求1-9任一项所述的方法。

20.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如权利要求1-9任一项所述的方法。

Images