CN108074220B - 一种图像的处理方法、装置及电视机 - Google Patents
一种图像的处理方法、装置及电视机 Download PDFInfo
- Publication number
- CN108074220B CN108074220B CN201711308839.1A CN201711308839A CN108074220B CN 108074220 B CN108074220 B CN 108074220B CN 201711308839 A CN201711308839 A CN 201711308839A CN 108074220 B CN108074220 B CN 108074220B
- Authority
- CN
- China
- Prior art keywords
- brightness
- region
- luminance
- input image
- image
- 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
Links
- 238000003672 processing method Methods 0.000 title abstract description 13
- 238000005192 partition Methods 0.000 claims abstract description 33
- 238000000034 method Methods 0.000 claims abstract description 23
- 238000012545 processing Methods 0.000 claims abstract description 22
- 230000001186 cumulative effect Effects 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 5
- 230000006870 function Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000009825 accumulation Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 101150094563 YTH1 gene Proteins 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/92—Dynamic range modification of images or parts thereof based on global image properties
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
- H04N25/50—Control of the SSIS exposure
- H04N25/57—Control of the dynamic range
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/44—Receiver circuitry for the reception of television signals according to analogue transmission standards
- H04N5/57—Control of contrast or brightness
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本申请实施例提供一种图像的处理方法、装置及电视机,涉及图像处理技术领域,解决了采用现有技术生成的HDR图像所存在的图像细节损失问题。该方法包括:将输入图像及待校正像素点在输入图像中所处目标分区划分为不同亮度区域;根据每个亮度区域内像素点亮度分布,分别将每个亮度区域划分为不同第一亮度区间;将为每个亮度区域设定一一对应的目标亮度区域分别划分为不同第二亮度区间;对于待校正像素点在输入图像和目标分区中分别所处的第一亮度区间,根据每个第一亮度区间的上下限及与第一亮度区间对应的第二亮度区间的上下限,将待校正像素点在第一亮度区间的灰度值转化为第二亮度区间的灰度值;对转化得到的两个灰度值进行加权求和。
Description
技术领域
本申请涉及图像处理技术领域,尤其涉及一种图像的处理方法、装置及电视机。
背景技术
由于高动态范围(High Dynamic Range,HDR)电视能够更好的反映出真实环境中的视觉效果,因此,HDR电视被越来越广泛的使用。HDR电视在播放视频时,若要达到HDR的高亮度与高对比度的显示效果,片源需要是HDR格式的片源。但是,目前市面上常见的片源为标准动态范围(Standard Dynamic Range,SDR)格式的片源。因此,为了达到HDR的高亮度与高对比度的显示效果,HDR电视在播放视频时,需要将SDR格式的片源转换为HDR格式的片源。
在现有技术中,通常使用图像动态范围增强算法将SDR格式的片源转换为HDR格式的片源。具体的,对于片源中的每一帧图像而言,现有技术会按照一个灰度阈值将该图像分为高亮区域与低亮区域,对于低亮区域,会采用一个压缩函数将低亮区域内像素点的灰度值进行线性压缩,对于高亮区域,会采用一个增强函数将高亮区域内像素点的灰度值进行线性增强,从而增加增幅图像的对比度。
但是,由于现有技术仅为图像的低亮区域和高亮区域分别分配一个函数,即使用同一增强函数对高亮区域内像素点的灰度值进行线性增强,以及使用同一压缩函数对低亮区域内像素点的灰度值进行线性压缩,并未对低亮区域和高亮区域进行进一步的精确划分,从而导致图像中的个别细节亮度无法进行有效的提升或拉伸,进而导致图像存在细节损失。
发明内容
本申请的实施例提供一种图像的处理方法、装置及电视机,解决了采用现有技术生成的HDR图像所存在的图像细节损失问题。
为达到上述目的,本申请的实施例采用如下技术方案:
第一方面,本申请实施例提供一种图像的处理方法,包括:
将输入图像划分为不同的亮度区域,以及将待校正像素点在所述输入图像中所处的目标分区划分为不同的亮度区域;
根据每个亮度区域内像素点的亮度分布,分别将每个亮度区域划分为不同的第一亮度区间;
根据所述输入图像的目标位深为每个亮度区域设定一一对应的目标亮度区域,以及将每个目标亮度区域划分为不同的第二亮度区间,其中,每个亮度区域中第一亮度区间的数量与对应的目标亮度区域中第二亮度区间的数量相同;
对于所述待校正像素点在所述输入图像和所述目标分区中分别所处的第一亮度区间,根据每个第一亮度区间的上下限以及与所述第一亮度区间对应的第二亮度区间的上下限,将所述待校正像素点在所述第一亮度区间的灰度值转化为所述第二亮度区间的灰度值;
对转化得到的两个灰度值进行加权求和。
第二方面,本申请实施例提供一种图像的处理装置,包括存储器和处理器,所述存储器用于存储计算机程序,所述处理器用于执行所述计算机程序以实现如第一方面所述图像的处理方法。
第三方面,本申请实施例提供一种计算机存储介质,所述计算机存储介质上存储为计算机软件指令,所述计算机软件指令运行后使计算机执行如第一方面所述图像的处理方法。
第四方面,本申请实施例提供一种电视机,包括第二方面所述的图像的处理装置。
本申请提供的方案,分别从全局(即以整幅输入图像为对象)以及局部(即以像素点在输入图像中所处的目标分区为对象)出发,对输入图像进行不同精度的亮度区域划分,然后,根据划分出的每个亮度区域内像素点的亮度分布,将每个亮度区域划分为不同的第一亮度区间,为每个亮度区域设定一一对应的目标亮度区域,以及将每个目标亮度区域划分为不同的第二亮度区间,其中,每个第一亮度区间对应一个第二亮度区间。这样输入图像中的像素点便可根据其在输入图像以及目标分区中分别所处的第一亮度区间的上下限以及该第一亮度区间对应的第二亮度区间的上下限,确定出该像素点在这两个第一亮度区间内的灰度值分别转化到对应第二亮度区间内的灰度值,然后,对转化得到的两个灰度值进行加权求和,得到该像素点的目标灰度值,从而使得不同亮度区域内的不同第一亮度区间中的像素点能够进行不同程度的拉伸或压缩,避免了图像的细节损失,同时,本申请还可以通过结合从输入图像的全局和局部出发所确定的转化后的灰度值,提升像素点的灰度值的校正精度,使得图像细节的显示效果更佳。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种图像的处理方法的流程示意图;
图2为本申请实施例提供的输入图像分区示意图;
图3为本申请实施例提供的一种低亮区域的亮度区间的划分示意图;
图4为本申请实施例提供的一种高亮区域的亮度区间的划分示意图;
图5为本申请实施例提供的一种图像的处理装置的结构示意图。
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,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
需要说明的是,本文中的“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分,本领域技术人员可以理解“第一”、“第二”等字样并不对数量和执行次序进行限定。
需要说明的是,本申请实施例中,“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
需要说明的是,本申请实施例中,除非另有说明,“多个”的含义是指两个或两个以上。例如,多个第一亮度区间是指两个或两个以上的第一亮度区间,多个第二亮度区间是指两个或两个以上的第二亮度区间。
需要说明的是,本申请实施例中,“的(英文:of)”,“相应的(英文:corresponding,relevant)”和“对应的(英文:corresponding)”有时可以混用,应当指出的是,在不强调其区别时,其所要表达的含义是一致的。
本申请实施例提供的图像的处理方法的执行主体可以为图像的处理装置,或者用于执行上述图像的处理方法的显示设备。其中,图像的处理装置可以为上述显示设备中的中央处理器(英文:Central Processing Unit,简称:CPU)或者可以为上述显示设备的中的控制单元或者功能模块。示例性的,上述的显示设备可以为包含显示屏的显示设备,例如,计算机、平板电脑、电视机等具有显示功能的产品。
下面将结合本发明实施例的说明书附图,对本发明实施例提供的技术方案进行说明。显然,所描述的是本发明的一部分实施例,而不是全部的实施例。需要说明的是,下文所提供的任意多个技术方案中的部分或全部技术特征在不冲突的情况下,可以结合使用,形成新的技术方案。
基于上述内容,本申请实施例提供的图像的处理方法,如图1所示,该方法包括如下步骤:
S101、将输入图像划分为不同的亮度区域,以及将待校正像素点在输入图像中所处的目标分区划分为不同的亮度区域。
本申请中的输入图像并不限于SDR图像,也可以为其他需要增加对比度以及亮度的图像,本申请对此并不限定。
本申请在执行S101之前,会将输入图像分割为多个分区。示例性的,该分区可以是常规形状的区域,例如,将输入图像分割为相互不交叠的矩形区域和/或圆形区域,也可以按照输入图像的图像特性(例如,颜色、边缘)将输入图像分为若干不规则区域。
示例性的,将输入图像分割为多个相互间不重叠、宽高为(bw,bh)的M*N(横向宽度上的分区个数*纵向高度上的分区个数)个的方形区域,其中,bw为每个分区横向宽度包含的像素点个数,bh为每个分区纵向高度包含的像素点个数。例如,如图2所示,输入图像21被分割为56个方形分区,图2中的分区22为待校正像素点所处的分区(即目标分区),本申请在将输入图像21划分为不同的亮度区域的同时,还会将分区22划分为不同的亮度区域。
本申请在对输入图像进行亮度区域的划分时,会按照输入图像中像素点的灰度值设定不同的阈值,进行亮度区域的划分。例如,将输入图像划分为高亮区域、中亮区域以及低亮区域这三个亮度区域,或者,直接将输入图像划分为高亮区域和低亮区域这两个亮度区域。应注意的是,本申请并不对输入图像所划分出的亮度区域的数量进行限定,输入图像中亮度区域的数量可以根据实际应用场景来灵活设定。
在一种示例中,假设输入图像被划分为两个亮度区域,则S101具体包括如下步骤:
步骤S1a:根据输入图像中像素的平均灰度值以及最大灰度值,设置第一阈值。
步骤S1b:以第一阈值为临界值,将输入图像划分为不同的亮度区域。
示例性的,本申请在对输入图像进行亮度区域的划分时,会根据输入图像的平均灰度值gray_mean和最大灰度值gray_max_input设定一个第一阈值Seg_th,然后,根据该第一阈值Seg_th把输入图像分为高亮区域和低亮区域,对于输入图像中的每个像素点,若该像素点的灰度值大于阈值Seg_th,那么该像素点属于高亮区域,否则,该像素点属于低亮区域。但是,若输入图像的最大灰度值也小于该第一阈值Seg_th,该输入图像的高亮区域为空,此时该输入图像整体都是低亮区域。
进一步的,上述的步骤S1a具体包括:
步骤A1:若输入图像中像素的最大灰度值小于等于第二阈值,则将输入图像灰阶的最大值作为第一阈值。
示例性的,当输入图像中像素的最大灰度值小于等于第二阈值,则认为该输入图像为整体过暗,为了避免将部分区域认为高亮区域,此时设定该输入图像的高亮区域为空,即该输入图像整体都是低亮区域。
步骤A2:若输入图像中像素的最大灰度值大于第二阈值,则根据输入图像中像素的平均灰度值,确定第一阈值。
上述的步骤A1和步骤A2具体用下述公式1来表示。
其中,Seg_th为第一阈值,max_value_input为输入图像灰阶的最大值,gray_mean为输入图像中像素的平均灰度值,gray_max_input为输入图像中像素的最大灰度值,max_th为第二阈值,gain为一个可调节参数。一般的,输入图像灰阶的最大值为2n,其中,n为输入图像的位深。例如,若输入图像的位深为8bit,则对应的max_value_input等于255,若输入图像的位深为10bit,则对应的max_value_input等于1023。
需要说明的是,本申请在对待校正像素点在输入图像中所处的目标分区进行亮度区域的划分时,会按照该目标分区中像素点的灰度值设定不同的阈值,进行亮度区域的划分。由于目标分区的亮度区域的划分流程与与输入图像的亮度区域划分流程相同,因此,本申请中目标分区的亮度区域的划分流程可以参照上述的输入图像的亮度区域划分过程,这里不再赘述。
S102、根据每个亮度区域内像素点的亮度分布,分别将每个亮度区域划分为不同的第一亮度区间。
其中,亮度区域内像素点的亮度分布用于表征该亮度区域内像素点的亮度范围内像素点的密度分布,该密度分布包括该亮度区域中像素点的亮度范围内不同亮度下的像素点个数。
在一种示例中,在任一个亮度区域中,每个第一亮度区间的上下限差值与该第一亮度区间内的像素点的个数成反比。即第一亮度区间越宽对应该第一亮度区间内的像素点的个数越少,反之第一亮度区间越窄对应该第一亮度区间内的像素点的个数越多。进一步的,在任一个亮度区域中每个第一亮度区间内的像素点的个数相同。
在一种示例中,对于S102中的任一亮度区域执行下述步骤:
步骤B1:根据亮度区域中像素点的灰度值,建立亮度区域的累计直方图。
其中,上述的累计直方图用于表征亮度区域内像素点的亮度分布。累计直方图的行为灰阶,该灰阶的范围为该亮度区域内像素点的灰阶范围,该累计直方图的列为该灰阶对应像素点个数占该亮度区域内总像素点个数的比率。
具体的,该累计直方图用于表示该亮度区域中各灰阶与该灰阶下的像素点出现频次间的对应关系,该对应关系可通过下述公式2来表示。
其中,N表示亮度区域中像素点的总数;Nk表示灰阶为k的像素的个数,k的取值范围为该亮度区域内像素点的最小灰度值到最大灰度值。p(k)表示灰阶为k的累计分布概率。
步骤B2:根据累计直方图将该亮度区域划分为不同的第一亮度区间。
在一种示例中,以输入图像的低亮区域为例,若将输入图像的低亮区域划分为3个第一亮度区间,则需要四个边界值。如图3所示,该四个边界值依次为xth0、xth1、xth2、xth3。这四个边界值中,最小值xth0为0,最大值xth3为上述的第一阈值,即Seg_th。对于其余的两个值,可根据该低亮区域的累计直方图得到。
具体的,在确定设置xth1和xth2之前,需要设定两个阈值PER_LOW_TH1和PER_LOW_TH2,其中,PER_LOW_TH1为xth0至xth1的亮度区间内像素点的个数占该低亮区域内总像素点个数的比例,PER_LOW_TH2为xth1至xth2的亮度区间内像素点的个数占该低亮区域内总像素点个数的比例。然后,将累计直方图中第一个大于PER_LOW_TH1的累计概率的列对应的灰阶作为xth1,第一个大于PER_LOW_TH2的累计概率的列对应的灰阶作为xth2。基于上述内容可知,上述三个第一亮度区间分别为:[xth0,xth1]、[xth1,xth2]、[xth2,xth3]。
需要说明的是,上述的PER_LOW_TH1、PER_LOW_TH2可根据画质测试过程中不断进行试验得到,两者的取值范围为[0,p(Seg_th)],其中,p(Seg_th)指的是在输入图像内像素的灰度值为Seg_th的累计概率。例如,若需要划分出的第一亮度区间的数量为3,可以设定PER_LOW_TH1=p(Seg_th)/3,PER_LOW_TH2=2p(Seg_th)/3,即将该低亮区域划分为像素点个数相同的3个第一亮度区间。
其中,上述的xth1和xth2的确定过程可参照下述公式3和公式4。
xth1=i,hist[i]>PER_LOW_TH1&&hist[i-1]≤PER_LOW_TH1 (公式3)
xth2=j,hist[j]>PER_LOW_TH2&&hist[j-1]≤PER_LOW_TH2 (公式4)
其中,i表示第一个大于PER_LOW_TH1的累计概率的列对应的灰阶,j表示第一个大于PER_LOW_TH2的累计概率的列对应的灰阶,hist为累计直方图中各累计概率的集合。
在一种示例中,以输入图像的高亮区域为例,若将输入图像的高亮区域划分为3个第一亮度区间,则需要四个边界值。如图3所示,该四个边界值依次为xth3、xth4、xth5、xth6。这四个边界值中,最小值xth3为第一阈值,即Seg_th,最大值xth6为输入图像灰阶的最大值。对于其余的两个值,可根据该高亮区域的累计直方图得到。具体获取过程与低亮区域中xth1和xth2的获取过程相似,这里不再赘述。
需要说明的是,在获取xth4和xth5这两个边界值时,所设定的PER_HIGH_TH1和PER_HIGH_TH2也根据画质测试过程中不断进行试验得到,两者的取值范围为[P(Seg_th),1]。例如,若需要划分出的第一亮度区间的数量为3,PER_HIGH_TH1=[1-P(Seg_th)]/3,PER_HIGH_TH2=2P[1-P(Seg_th)]/3,,即将该低亮区域划分为像素点个数相同的3个第一亮度区间。
S103、根据输入图像的目标位深为每个亮度区域设定一一对应的目标亮度区域,以及将每个目标亮度区域划分为不同的第二亮度区间。
其中,每个亮度区域中第一亮度区间的数量与对应的目标亮度区域中第二亮度区间的数量相同,即每个亮度区域中的每个第一亮度区间都有一个第二亮度区间与之对应。
示例性的,本申请可以直接根据输入图像的目标位深及输入图像中亮度区域的数量,设定出不同的阈值,从而为每个亮度区域设定一个目标亮度区域。
在一种示例中,假设输入图像被划分为两个亮度区域,则S103中根据输入图像的目标位深为每个亮度区域设定一一对应的目标亮度区域,包括如下步骤:
步骤C1:根据输入图像的目标位深以及输入图像中像素点的平均灰度值,确定出第三阈值。
步骤C2:以第三阈值为临界值,将为每个亮度区域设定一一对应的目标亮度区域。
其中,本申请中的输入图像的目标位深大于输入图像的位深。
示例性的,上述的第三阈值Seg_th_y的计算公式如下所示:
Seg_th_y=max_value_output*scl*gray_mean/max_value_input (公式5)
其中,max_value_output为输入图像中像素的目标最大灰度值。例如,若输入图像的目标位深为8,max_value_ouputt为255,若输入图像的目标位深为10,max_value_output为1023;scl为调解系数。其中,scl的取值范围为大于0的实数。当scl越大,输出图像越亮,当scl越小,输出的图像越暗。
在一种示例中,本申请在将每个目标亮度区域划分为不同的第二亮度区间时,可以按照每个目标亮度区域对应的亮度区域内第一亮度区间的数量,分别将每个目标亮度区域进行划分,每个目标亮度区域所划分出的第二亮度区间的数量与该目标亮度区域对应的亮度区域内第一亮度区间的数量相同。
如图3所示,上述低亮区域的第一亮度区间的边界xth0、xth1、xth2、xth3(Seg_th),所对应的目标亮度区域划分的第二亮度区间的边界分别为yth0、yth1、yth2、yth3(Seg_th_y)。如图4所示,上述高亮区域的第一亮度区间的边界xth3(Seg_th)、xth4、xth5、xth6,所对应的目标亮度区域的边界分别为yth3(Seg_th_y)、yth4、yth5、yth6。
具体的:
yth0=0;
yth1=Seg_th_y*PER_LOW_TH1_OUT;
yth2=Seg_th_y*PER_LOW_TH2_OUT;
yth3=Seg_th_y;
yth4=Seg_th_y+max_value_output*PER_HIGH_TH1_OUT;
yth5=Seg_th_y+max_value_output*PER_HIGH_TH2_OUT;
yth6=max_value_output。
其中,上述的PER_LOW_TH1_OUT、PER_LOW_TH1_OUT、PER_HIGH_TH2_OUT、PER_HIGH_TH2_OUT为预设阈值。取值范围均为[0,1]。具体取值可为在画质测试过程中不断进行试验得到的经验值。例如,可以设定PER_LOW_TH1_OUT=PER_HIGH_TH1_OUT=1/3;PER_LOW_TH2_OUT=PER_HIGH_TH2_OUT=2/3。
S104、对于待校正像素点在输入图像和目标分区中分别所处的第一亮度区间,根据每个第一亮度区间的上下限以及与该第一亮度区间对应的第二亮度区间的上下限,将待校正像素点在该第一亮度区间的灰度值转化为第二亮度区间的灰度值。
其中,由于本申请分别对输入图像以及待校正像素点所处的目标分区进行第一亮度区间的划分,因此,待校正像素点在输入图像和目标分区中分别对应一个第一亮度区间。
示例性的,本申请在获取到每个第一亮度区间的上下限以及对应于该第一亮度区间的第二亮度区间的上下限后,便可基于每个第一亮度区间的上下限以及对应于该第一亮度区间的第二亮度区间的上下限,得到每个第一亮度区间内像素点的灰度值向目标灰度值映射的映射系数。
示例1:以图3所示的低亮区域的亮度区间划分示意图可知,该低亮区域内的三个第一亮度区间的灰度值映射关系为:
示例2:以图4所示的高亮区域的亮度区间划分示意图可知,该高亮区域内的三个第一亮度区间的灰度值映射关系为:
其中,上述的X表示像素点在第一亮度区间内的灰度值,Y表示像素点像素点在第二亮度区间内的灰度值。
S105、对转化得到的两个灰度值进行加权求和。
示例性的,若获取到的转化得到的两个灰度值分别为第一灰度值和第二灰度值,则可以利用第一灰度值对应的第一权重对第一灰度值进行加权,利用第二灰度值对应的第二权重对第二灰度值进行加权,然后将两个加权后的值相加,从而得到待校正像素点的目标灰度值。具体可通过下述的公式6来表示。
output=glb_output*glb_w+region_output*region_w (公式6);
其中,上述的output为待校正像素点的目标灰度值,上述的glb_output为第一灰度值,上述的glb_w为第一权重,上述的region_output为第二灰度值,上述的region_w为第二权重。
可选的,上述第一权重和第二权重之和为1,其中,上述的两个权重可以按照实际应用场景以及实验数据得到。
本申请提供的方案,分别从全局(即以整幅输入图像为对象)以及局部(即以像素点在输入图像中所处的目标分区为对象)出发,对输入图像进行不同精度的亮度区域划分,然后,根据划分出的每个亮度区域内像素点的亮度分布,将每个亮度区域划分为不同的第一亮度区间,为每个亮度区域设定一一对应的目标亮度区域,以及将每个目标亮度区域划分为不同的第二亮度区间,其中,每个第一亮度区间对应一个第二亮度区间。这样输入图像中的像素点便可根据其在输入图像以及目标分区中分别所处的第一亮度区间的上下限以及该第一亮度区间对应的第二亮度区间的上下限,确定出该像素点在这两个第一亮度区间内的灰度值分别转化到对应第二亮度区间内的灰度值,然后,对转化得到的两个灰度值进行加权求和,得到该像素点的目标灰度值,从而使得不同亮度区域内的不同第一亮度区间中的像素点能够进行不同程度的拉伸或压缩,避免了图像的细节损失,同时,本申请还可以通过结合从输入图像的全局和局部出发所确定的转化后的灰度值,提升像素点的灰度值的校正精度,使得图像细节的显示效果更佳。
下面说明本发明实施例提供的与上文所提供的方法实施例相对应的装置实施例。需要说明的是,下述装置实施例中相关内容的解释,均可以参考上述方法实施例。
在采用集成的单元的情况下,图5示出了上述实施例中所涉及的图像的处理装置一种可能的结构示意图。该装置包括:处理器31、存储器32、***总线33和通信接口34。存储器31用于存储计算机执行代码,处理器31与存储器32通过***总线33连接,当装置运行时,处理器31用于执行存储器32存储的计算机执行代码,以执行本发明实施例提供的任意一种图像的处理方法,如,处理器31用于支持图像的处理装置执行图1中的全部步骤,和/或用于本文所描述的技术的其它过程,具体的图像的处理方法可参考上文及附图中的相关描述,此处不再赘述。
本发明实施例还提供一种存储介质,该存储介质可以包括存储器22。
本发明实施例还提供一种电视机,该电视机包括图5所示的图像的处理装置。
处理器31可以是一个处理器,也可以是多个处理元件的统称。例如,处理器31可以为中央处理器(central processing unit,CPU)。处理器31也可以为其他通用处理器、数字信号处理器(digital signal processing,DSP)、专用集成电路(application specificintegrated circuit,ASIC)、现场可编程门阵列(field-programmable gate array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等,其可以实现或执行结合本发明公开内容所描述的各种示例性的逻辑方框,模块和电路。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。处理器31还可以为专用处理器,该专用处理器可以包括基带处理芯片、射频处理芯片等中的至少一个。所述处理器也可以是实现计算功能的组合,例如包含一个或多个微处理器组合,DSP和微处理器的组合等等。进一步地,该专用处理器还可以包括具有该装置其他专用处理功能的芯片。
结合本发明公开内容所描述的方法的步骤可以硬件的方式来实现,也可以是由处理器执行软件指令的方式来实现。软件指令可以由相应的软件模块组成,软件模块可以被存放于随机存取存储器(英文:random access memory,缩写:RAM)、闪存、只读存储器(英文:read only memory,缩写:ROM)、可擦除可编程只读存储器(英文:erasableprogrammable ROM,缩写:EPROM)、电可擦可编程只读存储器(英文:electrically EPROM,缩写:EEPROM)、寄存器、硬盘、移动硬盘、只读光盘(CD-ROM)或者本领域熟知的任何其它形式的存储介质中。一种示例性的存储介质耦合至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。另外,该ASIC可以位于终端设备中。当然,处理器和存储介质也可以作为分立组件存在于终端设备中。
***总线33可以包括数据总线、电源总线、控制总线和信号状态总线等。本实施例中为了清楚说明,在图5中将各种总线都示意为***总线33。
通信接口34具体可以是该装置上的收发器。该收发器可以为无线收发器。例如,无线收发器可以是该装置的天线等。处理器31通过通信接口34与其他设备,例如,若该装置为该终端设备中的一个模块或组件时,该装置用于与该终端设备中的其他模块之间进行数据交互,如,该装置与该终端设备的显示模块进行数据交互,控制该显示模块显示校正前后的图像。
本领域技术人员应该可以意识到,在上述一个或多个示例中,本发明所描述的功能可以用硬件、软件、固件或它们的任意组合来实现。当使用软件实现时,可以将这些功能存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质,其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通用或专用计算机能够存取的任何可用介质。
最后应说明的是:以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的技术方案的基础之上,所做的任何修改、等同替换、改进等,均应包括在本发明的保护范围之内。
Claims (10)
1.一种图像的处理方法,其特征在于,包括:
将输入图像划分为不同的亮度区域,以及将待校正像素点在所述输入图像中所处的目标分区划分为不同的亮度区域;所述目标分区为所述输入图像划分的亮度区域中包含所述待校正像素点的亮度区域;
根据每个亮度区域内像素点的亮度分布,分别将每个亮度区域划分为不同的第一亮度区间;所述每个亮度区域为所述输入图像的亮度区域和所述目标分区的亮度区域;
根据所述输入图像的目标位深为每个亮度区域设定一一对应的目标亮度区域,以及将每个目标亮度区域划分为不同的第二亮度区间,其中,每个亮度区域中第一亮度区间的数量与对应的目标亮度区域中第二亮度区间的数量相同;
对于所述待校正像素点在所述输入图像和所述目标分区中分别所处的第一亮度区间,根据每个第一亮度区间的上下限以及与所述第一亮度区间对应的第二亮度区间的上下限,将所述待校正像素点在所述第一亮度区间的灰度值转化为所述第二亮度区间的灰度值;
对转化得到的两个灰度值进行加权求和。
2.根据权利要求1所述的方法,其特征在于,所述转化得到的两个灰度值的权重之和为1。
3.根据权利要求1所述的方法,其特征在于,所述将所述输入图像划分为不同的亮度区域,包括:
根据输入图像中像素的平均灰度值以及最大灰度值,设置第一阈值;
以所述第一阈值为临界值,将所述输入图像划分为不同的亮度区域。
4.根据权利要求1所述的方法,其特征在于,所述根据每个亮度区域内像素点的亮度分布,分别将所述每个亮度区域划分为不同的第一亮度区间,包括:
对于任一亮度区域执行以下步骤:
根据所述亮度区域中像素点的灰度值,建立所述亮度区域的累计直方图,所述累计直方图用于表征所述亮度区域内像素点的亮度分布;
根据所述累计直方图将所述亮度区域划分为不同的第一亮度区间。
5.根据权利要求1至4任一项所述的方法,其特征在于,在任一个亮度区域中,每个第一亮度区间的上下限的差值与所述第一亮度区间内的像素点的个数成反比。
6.根据权利要求1至4任一项所述的方法,其特征在于,在任一个目标亮度区域内,每个第二亮度区间的上下限的差值均相同。
7.根据权利要求1至4任一项所述的方法,其特征在于,在任一个亮度区域中,每个第一亮度区间内的像素点的个数相同。
8.一种图像的处理装置,其特征在于,包括存储器和处理器,所述存储器用于存储计算机程序,所述处理器用于执行所述计算机程序以实现如权利要求1至7任一项所述图像的处理方法。
9.一种计算机存储介质,其特征在于,所述计算机存储介质上存储为计算机软件指令,所述计算机软件指令运行后使计算机执行如权利要求1至7任一项所述图像的处理方法。
10.一种电视机,其特征在于,包括权利要求8所述的图像的处理装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711308839.1A CN108074220B (zh) | 2017-12-11 | 2017-12-11 | 一种图像的处理方法、装置及电视机 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711308839.1A CN108074220B (zh) | 2017-12-11 | 2017-12-11 | 一种图像的处理方法、装置及电视机 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108074220A CN108074220A (zh) | 2018-05-25 |
CN108074220B true CN108074220B (zh) | 2020-07-14 |
Family
ID=62158049
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711308839.1A Active CN108074220B (zh) | 2017-12-11 | 2017-12-11 | 一种图像的处理方法、装置及电视机 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108074220B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109672829B (zh) * | 2019-01-04 | 2021-02-02 | Oppo广东移动通信有限公司 | 图像亮度的调整方法、装置、存储介质及终端 |
CN109754443B (zh) | 2019-01-30 | 2021-04-20 | 京东方科技集团股份有限公司 | 图像数据转化方法、装置及存储介质 |
CN112449120B (zh) * | 2019-08-30 | 2022-06-10 | 华为技术有限公司 | 高动态范围视频生成方法及装置 |
CN112911186B (zh) * | 2019-12-03 | 2023-03-24 | RealMe重庆移动通信有限公司 | 图像存储方法及装置、电子设备、存储介质 |
CN112164007B (zh) * | 2020-09-29 | 2024-06-11 | Oppo广东移动通信有限公司 | 图像显示方法和装置、终端和可读存储介质 |
CN112348759A (zh) * | 2020-11-25 | 2021-02-09 | Oppo广东移动通信有限公司 | 图像显示方法和装置、终端和可读存储介质 |
CN112365550A (zh) * | 2020-11-25 | 2021-02-12 | Oppo广东移动通信有限公司 | 显示校准方法和装置、终端、校准***和存储介质 |
CN113190215B (zh) * | 2021-05-24 | 2024-06-25 | 上海万物新生环保科技集团有限公司 | 一种基于搜索组件的查询方法及设备 |
CN114429476A (zh) * | 2022-01-25 | 2022-05-03 | 惠州Tcl移动通信有限公司 | 图像处理方法、装置、计算机设备以及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104268843A (zh) * | 2014-10-16 | 2015-01-07 | 桂林电子科技大学 | 基于直方图修饰的图像自适应增强方法 |
CN104835130A (zh) * | 2015-04-17 | 2015-08-12 | 北京联合大学 | 一种多曝光图像融合方法 |
EP3051486A1 (en) * | 2015-01-30 | 2016-08-03 | Thomson Licensing | Method and apparatus for encoding and decoding high dynamic range (HDR) videos |
CN106952246A (zh) * | 2017-03-14 | 2017-07-14 | 北京理工大学 | 基于视觉注意特性的可见光红外图像增强彩色融合方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140348428A1 (en) * | 2013-05-24 | 2014-11-27 | Himax Media Solutions, Inc. | Dynamic range-adjustment apparatuses and methods |
-
2017
- 2017-12-11 CN CN201711308839.1A patent/CN108074220B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104268843A (zh) * | 2014-10-16 | 2015-01-07 | 桂林电子科技大学 | 基于直方图修饰的图像自适应增强方法 |
EP3051486A1 (en) * | 2015-01-30 | 2016-08-03 | Thomson Licensing | Method and apparatus for encoding and decoding high dynamic range (HDR) videos |
CN104835130A (zh) * | 2015-04-17 | 2015-08-12 | 北京联合大学 | 一种多曝光图像融合方法 |
CN106952246A (zh) * | 2017-03-14 | 2017-07-14 | 北京理工大学 | 基于视觉注意特性的可见光红外图像增强彩色融合方法 |
Non-Patent Citations (5)
Title |
---|
Fusion of tone-mapped high dynamic range images based on objective range-independent quality maps;Charles Yaacoub et al;《2014 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)》;20140509;1195-1199 * |
Pseudo-Multiple-Exposure-Based Tone Fusion With Local Region Adjustment;Tsun-Hsien et al;《IEEE Transaction on Multimedia》;20160430;第17卷(第4期);470-484 * |
单幅图像的高动态范围图像生成方法;朱恩弘等;《计算机辅助设计与图形学学报》;20161031;第28卷(第10期);1713-1722 * |
基于合成的高动态范围图像获取算法研究;焦淑云;《万方学位论文库》;20160329;全文 * |
高动态范围图像合成与显示技术研究;孙婧;《万方学位论文库》;20170731;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN108074220A (zh) | 2018-05-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108074220B (zh) | 一种图像的处理方法、装置及电视机 | |
KR102149187B1 (ko) | 전자 장치와, 그의 제어 방법 | |
CN107680056B (zh) | 一种图像处理方法及装置 | |
US8902328B2 (en) | Method of selecting a subset from an image set for generating high dynamic range image | |
US9582866B2 (en) | Adaptive contrast enhancement apparatus and method | |
KR101998531B1 (ko) | 실시간 비디오 향상 방법, 단말, 및 비일시적 컴퓨터 판독가능 저장 매체 | |
CN109817170B (zh) | 像素补偿方法、装置和终端设备 | |
CN111899694B (zh) | 背光模组的背光控制方法和装置、显示装置 | |
CN112819702A (zh) | 图像增强方法、装置、电子设备及计算机可读存储介质 | |
US9424632B2 (en) | System and method for generating high dynamic range images | |
US10609303B2 (en) | Method and apparatus for rapid improvement of smog/low-light-level image using mapping table | |
TW201944774A (zh) | 基於膚色資訊的白平衡校正方法及其影像處理裝置 | |
US20140348428A1 (en) | Dynamic range-adjustment apparatuses and methods | |
CN107862671A (zh) | 一种图像的处理方法、装置及电视机 | |
US11699218B2 (en) | Method controlling image sensor parameters | |
US20120133793A1 (en) | Imaging control unit, imaging apparatus, and method for controlling an imaging apparatus | |
US9635333B2 (en) | White balancing device and method of driving the same | |
US20140092116A1 (en) | Wide dynamic range display | |
US20230117976A1 (en) | Methods and systems for improving a quality of digital images | |
US9774781B2 (en) | Local tone mapping circuits and mobile computing devices including the same | |
CN109308690B (zh) | 一种图像亮度均衡方法及终端 | |
US9697593B2 (en) | System and method for tone mapping on high dynamic range images | |
CN109951634B (zh) | 图像合成方法、装置、终端及存储介质 | |
CN109996017B (zh) | 一种图像的调整方法及其终端 | |
US9930349B2 (en) | Image processing to retain small color/gray differences |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |