福建理工大学郑文斌获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉福建理工大学申请的专利基于RDH的图像低失真可逆对比度增强方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119205600B 。
龙图腾网通过国家知识产权局官网在2025-12-05发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411093343.7,技术领域涉及:G06T5/94;该发明授权基于RDH的图像低失真可逆对比度增强方法是由郑文斌;徐杨懿;翁韶伟;陈健;张天聪;林丽设计研发完成,并于2024-08-09向国家知识产权局提交的专利申请。
本基于RDH的图像低失真可逆对比度增强方法在说明书摘要公布了:本发明公开基于RDH的图像低失真可逆对比度增强方法,包括步骤1,将原始图像直方图规定化处理得到对比度增强的灰度级映射;根据灰度级映射变换得到全局增强图像;根据灰度级映射分别计算反转一对一和一对多灰度映射的数据结构Α和Β;从原始图像中提取得到全局恢复数据信息;将全局恢复数据信息作为嵌入数据进行不定长编码;将编码后的嵌入数据嵌入全局增强图像得到可逆全局对比增强图像;利用模糊均值聚类算法进行局部对比度增强得到局部对比度增强图像;从可逆全局对比增强图像中提取得到局部恢复数据信息,并嵌入至局部对比度增强图像得到可逆局部对比度增强图像。本发明在全局对比度增强的基础上引入局部对比度增强,降低图像失真。
本发明授权基于RDH的图像低失真可逆对比度增强方法在权利要求书中公布了:1.基于RDH的图像低失真可逆对比度增强方法,其特征在于:其包括以下步骤: 步骤1,将原始图像进行直方图规定化处理计算得到对比度增强的灰度级映射; 步骤2,根据灰度级映射变换原始图像得到全局增强图像; 步骤3,根据灰度级映射分别计算反转一对一和一对多灰度映射的数据结构Α和Β;数据结构Α是一个包含Lα个条目的表,将实际灰度映射到原始灰度上;数据结构Β是一个包含Lβ个条目的结构,将每个实际灰度与相应的原始灰度的压缩列表联系起来; 步骤4,利用数据结构A和B从原始图像中提取得到全局恢复数据信息,即为原始图像恢复准备数据,通过分别计算反转一对一和一对多灰度映射的数据结构Α和Β得到的; 步骤5,将全局恢复数据信息作为嵌入数据进行不定长编码; 步骤6,将编码后的恢复数据嵌入全局增强图像得到可逆全局对比增强图像,利用峰值和零点的选择方法得到一个包含p对zk,pk的列表;创建一个峰值映射Mp用于数据嵌入,数据的提取是利用峰值映射Mp成零点映射Mz,通过Mz提取数据结构A和B,解压缩B的列表用于将全局对比度提升的图像恢复到原始图像; 步骤7,利用模糊均值聚类算法对可逆全局对比增强图像进行局部对比度增强,从而进一步得到局部对比度增强图像; 步骤8,利用模糊均值聚类算法对图像进行灰度变换之后,同样利用映射反演的方式,将一对一映射和多对一映射的数量Lα和lβ记录,从而从可逆全局对比增强图像中提取得到局部恢复数据信息,用于将局部对比度提升的图像恢复到原始图像; 步骤9,将局部恢复数据信息嵌入至局部对比度增强图像得到可逆局部对比度增强图像。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人福建理工大学,其通讯地址为:350100 福建省福州市闽侯县上街镇学府南路69号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励