CN103931198B - 在交通摄影中进行动态范围压缩的方法 - Google Patents

在交通摄影中进行动态范围压缩的方法 Download PDF

Info

Publication number
CN103931198B
CN103931198B CN201280055188.9A CN201280055188A CN103931198B CN 103931198 B CN103931198 B CN 103931198B CN 201280055188 A CN201280055188 A CN 201280055188A CN 103931198 B CN103931198 B CN 103931198B
Authority
CN
China
Prior art keywords
mrow
msub
msup
image
mfrac
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201280055188.9A
Other languages
English (en)
Other versions
CN103931198A (zh
Inventor
拉尔夫·坎尚特
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jenoptik Robot GmbH
Original Assignee
Jenoptik Robot GmbH
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jenoptik Robot GmbH filed Critical Jenoptik Robot GmbH
Publication of CN103931198A publication Critical patent/CN103931198A/zh
Application granted granted Critical
Publication of CN103931198B publication Critical patent/CN103931198B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/117—Filters, e.g. for pre-processing or post-processing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/136—Incoming video signal characteristics or properties
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/182—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a pixel
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/186—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a colour or a chrominance component
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
    • H04N19/98—Adaptive-dynamic-range coding [ADRC]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00—Details of colour television systems
    • H04N9/64—Circuits for processing colour signals
    • H04N9/646—Circuits for processing colour signals for image enhancement, e.g. vertical detail restoration, cross-colour elimination, contour correction, chrominance trapping filters

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

本发明涉及一种在交通摄影中进行动态范围压缩的方法，以用于用更高的细节保真度呈现结合交通监控设备创建的图像。本发明所解决的问题是：针对在交通摄影中通过数字化而获得的多张图像找到获得多个具有更高的细节保真度的暗区域的一种呈现的可能性，同时排除来自处理人员的不同主观影响，而在该过程中不丢失更亮区域的信息。根据本发明，通过一种在交通摄影中进行特定动态范围压缩的方法解决此问题。

Description

在交通摄影中进行动态范围压缩的方法
技术领域
本发明涉及一种在交通摄影中进行动态范围压缩的方法，以用于用更高的细节保真度呈现结合交通监控设备创建的图像。
背景技术
在交通摄影中，在极大程度上，在所创建的图像中，车辆舱内的驾驶员显得非常暗，然而，牌照由于其回射特性而显得强烈地过照明。通常可以成功地应用动态范围压缩，以便点亮具有高动态范围的图像中的暗区域，并且在不破坏更亮的区域中的信息的情况下提高所述区域中的低对比度细节的可见性。在这种情况下，图像的副本被转换成反差掩模，该图像叠加在该反差掩模上。在这个过程中，必须手动地为每个图像匹配亮度和对比度，从而使得因此而校正的图像不会显得不自然或甚至像合成照片。
当要在当局或委托组织的评估办公室(后勤部门)评估这些来自交通监控设备的图像时，需要进行几千张图像的日常手动匹配，这会引起相当多的额外时间开支，并且还会造成工作人员的额外负担。在极端情况下，当图像处理过程中出现阻塞时，罚款可能会失去时效。此外，手动匹配存在受到处理图像的各人员的主观影响的可能性。
发明内容
本发明的一个目的是找到一个选项从而实现一种呈现，该呈现对于通过数字化获得的交通摄影的图像具有暗区域的更强的数字保真度同时排除来自处理人员的不同主观影响，而在该过程中不丢失更亮区域的信息。
根据本发明，通过一种用于在交通摄影中进行动态范围压缩的方法实现此目的。从通过数字化而提供的具有像素xFi的原始图像出发，再分成n列s和m行z：
第一步是创建一个具有灰度值G(Si1；zi2)的灰度图像掩模[G]，其中，i1＝{1,...,m}且i2＝{1,...,n}。在进一步的方法阶段中，首先根据下列公式确定和计算所有灰度值G(Si1；zi2)上的算数平均值
由于平均值只是一个算数平均值也可能出于简化的目的对灰度图像掩模的所有像素xGi求和(其中i＝{1,...,n*m})并根据下列公式计算：
然后从算数平均值确定增益参数p和模糊因子b。随后，通过借助模糊因子b进行模糊来创建具有灰度值xUi的模糊灰度图像(反差掩模)[U]，以便最终通过将具有像素xFi的原始图像[F]与具有像素xUi的模糊灰度图像(反差掩模)[U]叠加同时应用增益参数p和指数vUi而生成具有像素xNi的期望的新图像[N]。
本发明方法的具体优点在于暗区域会自动变亮，尤其是在具有高动态范围的彩色图像的情况下，首先是为了提高所述区域中的不可见细节的可见性，但是不破坏更亮区域内的信息。这在交通摄影中尤其有利，因为驾驶员的成像一般非常暗，同时牌照由于其回射特性而强烈地过照明。本方法可以在获取之后立即应用于摄像机，其方式为使得所有原始图像都自动变亮，或者在所获取的原始图像已经被存储在存储介质上的时延之后应用于摄像机。可以在未获取任何原始图像时即时在摄像机中或在一个单独的计算机装置上(例如在后勤部门的计算机上)进行时延的变亮。
该方法的起点可以是单色灰度图像[F]和具有常见的3通道(RGB)的彩色图像[F]两者。在彩色图像的情况下，通过将单独的R、G和B像素进行如下转换而生成其灰度值为xGi的灰度图像掩模：
在最终生成新的彩色图像[N]的过程中，然后将每个像素再次划分成R、G和B像素。
为了大规模地抑制舍入误差，将通常被设置成定点运算的计算机转换成浮点运算是有利的。
附图说明
下述目的是借助示例性实施例更详细地解释本发明。在相关附图中：
图1借助于彩色图像示出了方法的流程图；以及
图2借助于单色原始图像示出了方法的流程图。
具体实施方式
由于现有的所有计算机都使用所谓的浮点运算，在方法的开始，所有的色彩值被从定点运算(整数)转换成了浮点运算(也就是说浮点数)，以便在计算步骤中将舍入误差保持尽可能地低。
对于转换成浮点数而言，每个像素的每个单独的R、G和B值分别除以65,536.0：
整数→浮点
→
在第一步中，首先从通过数字化而提供的具有像素xFi的原始图像[F](其中，i＝1,...,n*m)创建具有灰度值xGi的灰度图像掩模[G](其中，i＝1,...,n*m)。该方法的起点可以是单色灰度图像[F]和具有常见的3通道(RGB)的彩色图像[F]两者。
在彩色图像[F]的情况下，对于每个像素xFi有一个Ri-，Gi-和Bi-值。这些Ri-，Gi-和Bi-值代表每个像素的值三元组。相比之下，在单色原始图像的情况下，对于每个xFi只存在单个灰度值。
在单色原始图像[F]的情况下，只生成了原始图像[F]的一个副本；然后该副本对应于灰度图像掩模[G]。
相比之下，在彩色原始图像的情况下，彩色图像[F]首先被转换成单色图像。为此目的，首先从彩色图像[F]生成原始图像[F]的一个副本，并随后将其转换成单色图像[G]。为此目的，通过将单独的R、G和B像素进行如下转换而生成其灰度值为xGi的灰度图像[G]：
灰度值
从而使得所计算的亮度值随后被指定为待生成的灰度图像[G]的对应像素xGi的灰度值。
在第二步中，根据从单色原始图像[F]复制的或从彩色图像[F]生成的灰度图像[G]确定或计算所计算的所有灰度值xGi上的算数平均值x(其中，i＝1,...,n*m)：
算数平均值
在第三步中，通过应用模糊滤波器生成供以后使用的模糊灰度图像。模糊滤波器(例如高斯滤波器)在这种情况下会减小相邻点之间的灰度值之差(对比度)。因为它是低通滤波，会丢失一些小的结构，然而较大的结构会被保留下来。
常见的模糊滤波器是高斯滤波器，在这种情况下(通过xui＝h(x,y)给定一个二维图像)，反差掩模的每个像素的灰度值xui由下列公式描述：
参考本发明方法，这意味着s将用于x，z用于y，并且b用于σ。在此，b是模糊因子，该模糊因子是使用下列公式从灰度图像[G]的算数平均值计算的
这些函数关系是以经验为主地从多个具有不同照明情况的图像行而确定的。二维滤波器H(x,y)可以被分离成两个一维滤波器H(x)和H(y)，以便减少计算支出。结果是，所述滤波器一方面在水平上另一方面在竖直上例如只应用于直接邻居，并且因此成倍地减少计算支出。
结果是，通过将高斯滤波器应用于每个点xGi(其中，i＝1,...,n*m)对于反差掩模[U]的每个点产生每个灰度值xui(其中，i＝1,...,n*m)，其中考虑了灰度图像[G]的对应相邻点的反差值。
在第四步中，使原始图像[F]与模糊灰度图像[U](反差掩模)逐像素平衡。该平衡是取决于增益参数p(对图像的所有计算结果确定一次)和像素相关的参数xui而进行的，这两者是每个像素特有的指数的特征。由于这种平衡类型，自然映像被保留在新生成的图像[N]中。
在此方面，第一步是借助下列公式并且使用算数平均值计算增益参数p
随后，针对Ri-、Gi-和Bi-值(其中，i＝1,...,n*m)的每个单独像素，如下确定新的彩色图像[N]的像素R、G和B：
对于xui<0.5的情况：
对于xui≥0.5的情况：
在这两种情况下如下逐像素计算指数：
并且，在这种情况下xui是模糊灰度图像(反差掩模)的值，并且p是已经通过应用算数平均值计算出的增益参数。
在这种情况下，图像的暗部分被增强，而亮图像部分没有太大的改变。
最终，对于每个像素通过乘以65,536.0将R、G和B值的浮点数重新转换回整数：
浮点→整数
→x*65,536.0。
上述更详细解释的方法阶段以一种自明的方式展示在图1和图2种，起点在图1中为彩色图像，并且在图2中为单色图像。
名称
灰度值为xGi的灰度图像(灰度掩模)
算数平均值
增益参数p
模糊因子b
指数vUi
原始图像[F]
新的彩色图像/新生成的图像[N]
具有灰度值xui的模糊灰度图像(反差掩模)[U]
新像素xNi

Claims (7)

1.一种用于在交通摄影中进行动态范围压缩的方法，从一张通过数字化而提供的具有n*m个像素的原始图像出发，其特征在于，下列方法步骤：
-从该原始图像创建一个具有多个灰度值xGi的灰度图像掩模[G]，其中，i＝1,...,n*m，
-计算算数平均值
<mrow> <mover> <mi>x</mi> <mo>&amp;OverBar;</mo> </mover> <mo>=</mo> <mfrac> <mn>1</mn> <mrow> <mi>n</mi> <mo>*</mo> <mi>m</mi> </mrow> </mfrac> <mo>*</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mrow> <mi>n</mi> <mo>*</mo> <mi>m</mi> </mrow> </munderover> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mrow> <mi>G</mi> <mi>i</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>,</mo> </mrow>
-确定一个增益参数p和一个模糊因子b，
-通过借助于该模糊因子b使这些灰度值xGi模糊而创建一个具有多个灰度值xui的模糊灰度图像[U]以及
-通过将该原始图像[F]与该模糊灰度图像[U]叠加同时应用该增益参数p而创建一个新的图像[N]；
其中，借助以下公式计算新的像素xNi：
针对xui<0.5借助
<mrow> <msub> <mi>x</mi> <mrow> <mi>N</mi> <mi>i</mi> </mrow> </msub> <mo>=</mo> <mn>1</mn> <mo>-</mo> <msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <msub> <mi>x</mi> <mrow> <mi>F</mi> <mi>i</mi> </mrow> </msub> <mo>)</mo> </mrow> <msub> <mi>v</mi> <mrow> <mi>U</mi> <mi>i</mi> </mrow> </msub> </msup> <mo>,</mo> </mrow>
并且针对xui≥0.5借助
<mrow> <msub> <mi>x</mi> <mrow> <mi>N</mi> <mi>i</mi> </mrow> </msub> <mo>=</mo> <msup> <msub> <mi>x</mi> <mrow> <mi>F</mi> <mi>i</mi> </mrow> </msub> <msub> <mi>v</mi> <mrow> <mi>U</mi> <mi>i</mi> </mrow> </msub> </msup> <mo>,</mo> </mrow>
其中，
2.如权利要求1所述的方法，其特征在于，当利用一张单色原始图像[F]时，所创建的灰度图像掩模[G]是该原始图像的一个副本。
3.如权利要求1所述的方法，其特征在于，当利用一张由R、G和B像素组成的原始图像[F]时，借助以下公式通过计算这些灰度值xGi来创建该灰度图像掩模[G]
<mrow> <msub> <mi>x</mi> <mrow> <mi>G</mi> <mi>i</mi> </mrow> </msub> <mo>=</mo> <mfrac> <mrow> <msub> <mi>R</mi> <mi>i</mi> </msub> <mo>+</mo> <msub> <mi>G</mi> <mi>i</mi> </msub> <mo>+</mo> <msub> <mi>B</mi> <mi>i</mi> </msub> </mrow> <mn>3</mn> </mfrac> <mo>.</mo> </mrow>
4.如以上权利要求之一所述的方法，其特征在于，借助以下公式计算该模糊因子b
<mrow> <mi>b</mi> <mo>=</mo> <mn>4</mn> <mo>*</mo> <mover> <mi>x</mi> <mo>&amp;OverBar;</mo> </mover> <mo>.</mo> </mrow>
5.如以上权利要求4所述的方法，其特征在于，借助以下公式计算该增益参数p
<mrow> <mi>p</mi> <mo>=</mo> <mn>10</mn> <mo>+</mo> <mrow> <mo>(</mo> <mfrac> <mn>3000</mn> <mrow> <mn>55</mn> <mo>+</mo> <mover> <mi>x</mi> <mo>&amp;OverBar;</mo> </mover> </mrow> </mfrac> <mo>)</mo> </mrow> <mo>.</mo> </mrow>
6.如权利要求1或3所述的方法，其特征在于，借助以下公式计算这些新的像素RNi、GNi、BNi
针对xui<0.5借助
<mrow> <msub> <mi>R</mi> <mrow> <mi>N</mi> <mi>i</mi> </mrow> </msub> <mo>=</mo> <mn>1</mn> <mo>-</mo> <msup> <mrow> <mo>(</mo> <mrow> <mn>1</mn> <mo>-</mo> <msub> <mi>R</mi> <mrow> <mi>F</mi> <mi>i</mi> </mrow> </msub> </mrow> <mo>)</mo> </mrow> <msub> <mi>V</mi> <mrow> <mi>U</mi> <mi>i</mi> </mrow> </msub> </msup> <mo>,</mo> <msub> <mi>G</mi> <mrow> <mi>N</mi> <mi>i</mi> </mrow> </msub> <mo>=</mo> <mn>1</mn> <mo>-</mo> <msup> <mrow> <mo>(</mo> <mrow> <mn>1</mn> <mo>-</mo> <msub> <mi>G</mi> <mrow> <mi>F</mi> <mi>i</mi> </mrow> </msub> </mrow> <mo>)</mo> </mrow> <msub> <mi>V</mi> <mrow> <mi>U</mi> <mi>i</mi> </mrow> </msub> </msup> <mo>,</mo> <msub> <mi>B</mi> <mrow> <mi>N</mi> <mi>i</mi> </mrow> </msub> <mo>=</mo> <mn>1</mn> <mo>-</mo> <msup> <mrow> <mo>(</mo> <mrow> <mn>1</mn> <mo>-</mo> <msub> <mi>B</mi> <mrow> <mi>F</mi> <mi>i</mi> </mrow> </msub> </mrow> <mo>)</mo> </mrow> <msub> <mi>V</mi> <mrow> <mi>U</mi> <mi>i</mi> </mrow> </msub> </msup> <mo>,</mo> </mrow>
并且针对xui≥0.5借助
<mrow> <msub> <mi>R</mi> <mrow> <mi>N</mi> <mi>i</mi> </mrow> </msub> <mo>=</mo> <msup> <msub> <mi>R</mi> <mrow> <mi>F</mi> <mi>i</mi> </mrow> </msub> <msub> <mi>V</mi> <mrow> <mi>U</mi> <mi>i</mi> </mrow> </msub> </msup> <mo>,</mo> <msub> <mi>G</mi> <mrow> <mi>N</mi> <mi>i</mi> </mrow> </msub> <mo>=</mo> <msup> <msub> <mi>G</mi> <mrow> <mi>F</mi> <mi>i</mi> </mrow> </msub> <msub> <mi>V</mi> <mrow> <mi>U</mi> <mi>i</mi> </mrow> </msub> </msup> <mo>,</mo> <msub> <mi>B</mi> <mrow> <mi>N</mi> <mi>i</mi> </mrow> </msub> <mo>=</mo> <msup> <msub> <mi>B</mi> <mrow> <mi>F</mi> <mi>i</mi> </mrow> </msub> <msub> <mi>V</mi> <mrow> <mi>U</mi> <mi>i</mi> </mrow> </msub> </msup> </mrow>
其中， <mrow> <msub> <mi>v</mi> <mrow> <mi>U</mi> <mi>i</mi> </mrow> </msub> <mo>=</mo> <msup> <mn>10</mn> <mrow> <mo>|</mo> <mfrac> <mi>p</mi> <mn>50</mn> </mfrac> <mrow> <mo>(</mo> <mn>2</mn> <msub> <mi>x</mi> <mrow> <mi>u</mi> <mi>i</mi> </mrow> </msub> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>|</mo> </mrow> </msup> <mo>.</mo> </mrow>
7.如权利要求5所述的方法，其特征在于，借助以下公式计算这些新的像素RNi、GNi、BNi
针对xui<0.5借助
<mrow> <msub> <mi>R</mi> <mrow> <mi>N</mi> <mi>i</mi> </mrow> </msub> <mo>=</mo> <mn>1</mn> <mo>-</mo> <msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <msub> <mi>R</mi> <mrow> <mi>F</mi> <mi>i</mi> </mrow> </msub> <mo>)</mo> </mrow> <msub> <mi>V</mi> <mrow> <mi>U</mi> <mi>i</mi> </mrow> </msub> </msup> <mo>,</mo> <msub> <mi>G</mi> <mrow> <mi>N</mi> <mi>i</mi> </mrow> </msub> <mo>=</mo> <mn>1</mn> <mo>-</mo> <msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <msub> <mi>G</mi> <mrow> <mi>F</mi> <mi>i</mi> </mrow> </msub> <mo>)</mo> </mrow> <msub> <mi>V</mi> <mrow> <mi>U</mi> <mi>i</mi> </mrow> </msub> </msup> <mo>,</mo> <msub> <mi>B</mi> <mrow> <mi>N</mi> <mi>i</mi> </mrow> </msub> <mo>=</mo> <mn>1</mn> <mo>-</mo> <msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <msub> <mi>B</mi> <mrow> <mi>F</mi> <mi>i</mi> </mrow> </msub> <mo>)</mo> </mrow> <msub> <mi>V</mi> <mrow> <mi>U</mi> <mi>i</mi> </mrow> </msub> </msup> <mo>,</mo> </mrow>
并且针对xui≥0.5借助
<mrow> <msub> <mi>R</mi> <mrow> <mi>N</mi> <mi>i</mi> </mrow> </msub> <mo>=</mo> <msup> <msub> <mi>R</mi> <mrow> <mi>F</mi> <mi>i</mi> </mrow> </msub> <msub> <mi>V</mi> <mrow> <mi>U</mi> <mi>i</mi> </mrow> </msub> </msup> <mo>,</mo> <msub> <mi>G</mi> <mrow> <mi>N</mi> <mi>i</mi> </mrow> </msub> <mo>=</mo> <msup> <msub> <mi>G</mi> <mrow> <mi>F</mi> <mi>i</mi> </mrow> </msub> <msub> <mi>V</mi> <mrow> <mi>U</mi> <mi>i</mi> </mrow> </msub> </msup> <mo>,</mo> <msub> <mi>B</mi> <mrow> <mi>N</mi> <mi>i</mi> </mrow> </msub> <mo>=</mo> <msup> <msub> <mi>B</mi> <mrow> <mi>F</mi> <mi>i</mi> </mrow> </msub> <msub> <mi>V</mi> <mrow> <mi>U</mi> <mi>i</mi> </mrow> </msub> </msup> <mo>,</mo> </mrow>
其中，
CN201280055188.9A 2011-11-11 2012-11-10 在交通摄影中进行动态范围压缩的方法 Active CN103931198B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102011055269.3 2011-11-11
DE102011055269A DE102011055269A1 (de) 2011-11-11 2011-11-11 Verfahren zur Durchführung einer Dynamikkompression in der Verkehrsfotografie
PCT/DE2012/100345 WO2013068006A2 (de) 2011-11-11 2012-11-10 Verfahren zur durchführung einer dynamikkompression in der verkehrsfotografie

Publications (2)

Publication Number Publication Date
CN103931198A CN103931198A (zh) 2014-07-16
CN103931198B true CN103931198B (zh) 2017-09-22

Family

ID=47278632

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201280055188.9A Active CN103931198B (zh) 2011-11-11 2012-11-10 在交通摄影中进行动态范围压缩的方法

Country Status (5)

Country Link
US (1) US9153038B2 (zh)
EP (1) EP2777271A2 (zh)
CN (1) CN103931198B (zh)
DE (2) DE102011055269A1 (zh)
WO (1) WO2013068006A2 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2541552B (en) * 2015-05-11 2021-10-13 Pictureworks Pte Ltd System and method for previewing digital content
US10015364B2 (en) * 2015-05-11 2018-07-03 Pictureworks Pte Ltd System and method for previewing digital content
BE1025952B1 (nl) * 2018-01-25 2019-08-27 Inventrans Bvba Werkwijze, inrichting en computerprogramma voor het overlayen van een grafisch beeld
TWI674804B (zh) * 2018-03-15 2019-10-11 國立交通大學 視訊除霧處理裝置及方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101809617A (zh) * 2007-07-30 2010-08-18 杜比实验室特许公司 提高图像动态范围

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4941190A (en) * 1988-07-15 1990-07-10 Minnesota Mining And Manufacturing Company Method and system for enhancement of a digitized image
US5394195A (en) * 1993-06-14 1995-02-28 Philips Electronics North America Corporation Method and apparatus for performing dynamic gamma contrast control
US6741753B1 (en) * 2000-09-05 2004-05-25 Hewlett-Packard Development Company, L.P. Method and system of local color correction using background liminance masking
JP3720813B2 (ja) * 2003-02-26 2005-11-30 キヤノン株式会社 映像表示装置
KR100707270B1 (ko) * 2005-08-17 2007-04-16 삼성전자주식회사 Ｒｇｂ값을 이용한 영상 콘트라스트 개선 방법 및 장치
US7881554B2 (en) * 2006-06-05 2011-02-01 Stmicroelectronics S.R.L. Method for correcting a digital image
US8144985B2 (en) * 2007-12-21 2012-03-27 Sony Corporation Method of high dynamic range compression with detail preservation and noise constraints
WO2011119178A1 (en) * 2010-03-22 2011-09-29 Nikon Corporation Tone mapping with adaptive slope for image sharpening
KR101101441B1 (ko) * 2010-09-07 2012-01-02 삼성전기주식회사 노이즈 저감장치 및 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101809617A (zh) * 2007-07-30 2010-08-18 杜比实验室特许公司 提高图像动态范围

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Local Color Correction Using Non-Linear Masking;Nathan Moroney等;《IS—T/SID Eighth Color Imaging Conference》;20001107;说明书第108页右栏倒数第1-16行、第109页左栏第3-37行 *

Also Published As

Publication number Publication date
US9153038B2 (en) 2015-10-06
DE112012004684A5 (de) 2014-08-21
WO2013068006A3 (de) 2013-10-31
CN103931198A (zh) 2014-07-16
DE102011055269A1 (de) 2013-05-16
AU2012334490B2 (en) 2015-09-10
WO2013068006A2 (de) 2013-05-16
US20140355875A1 (en) 2014-12-04
AU2012334490A1 (en) 2014-05-22
EP2777271A2 (de) 2014-09-17

Similar Documents

Publication Publication Date Title
Ghani et al. Underwater image quality enhancement through integrated color model with Rayleigh distribution
Ghani et al. Underwater image quality enhancement through Rayleigh-stretching and averaging image planes
CN102063712B (zh) 基于子带结构的多曝光图像融合方法
JP4208909B2 (ja) 画像処理装置と撮影装置
US20070071353A1 (en) Denoising method, apparatus, and program
CN106663313A (zh) 图像的显示中以及与之有关的改进
KR20040044556A (ko) 화상 처리 방법, 장치 및 프로그램
CN103931198B (zh) 在交通摄影中进行动态范围压缩的方法
CN103034986A (zh) 一种基于曝光融合的夜视图像增强方法
WO2006064913A1 (ja) 画像処理方法
CN102663697A (zh) 一种水下彩***图像的增强方法
CN107240081A (zh) 夜景影像去噪与增强处理方法
Wharton et al. A logarithmic measure of image enhancement
CN101398929B (zh) 一种抑制夜景图像噪声的方法和装置
CN106709888A (zh) 一种基于人眼视觉模型的高动态范围图像产生方法
CN103595933A (zh) 一种图像的降噪方法
CN114359083B (zh) 一种面向干扰环境的高动态热红外图像自适应预处理方法
CN102469238B (zh) 运用像素区域特性的图像锐度强化方法及***
KR101180409B1 (ko) 히스토그램 정규화와 감마 보정 합성을 통하여 저조도 영상을 개선하는 방법 및 장치
CN113012067A (zh) 基于Retinex理论和端到端深度网络的水下图像复原方法
JP4445026B2 (ja) 画像処理方法および装置並びにプログラム
US10979597B2 (en) Image processing apparatus, image processing method, and program
Kaur et al. Performance improvement of enhancement methods for underwater images
Prince An effective underwater image enhancement based on the fusion of CLAHE and image constancy sharpening technique
Pramoun et al. Digital watermarking on recolored images for deuteranopia

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant