CN108446705B - 图像处理的方法和设备 - Google Patents
图像处理的方法和设备 Download PDFInfo
- Publication number
- CN108446705B CN108446705B CN201710082941.8A CN201710082941A CN108446705B CN 108446705 B CN108446705 B CN 108446705B CN 201710082941 A CN201710082941 A CN 201710082941A CN 108446705 B CN108446705 B CN 108446705B
- Authority
- CN
- China
- Prior art keywords
- brightness
- foreground
- color system
- luminance
- target 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
- 238000012545 processing Methods 0.000 title claims abstract description 94
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000012937 correction Methods 0.000 claims description 57
- 238000006243 chemical reaction Methods 0.000 claims description 12
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 5
- 235000019557 luminance Nutrition 0.000 description 197
- 238000005286 illumination Methods 0.000 description 26
- 238000010586 diagram Methods 0.000 description 11
- 239000003086 colorant Substances 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 238000013139 quantization Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010894 electron beam technology Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 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
- G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20004—Adaptive image processing
- G06T2207/20012—Locally adaptive
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Image Processing (AREA)
Abstract
本申请提供了一种处理图像的方法和设备,能够准确获取目标对象的亮度,减小图像亮度改变而导致的该目标对象颜色的差异,进而有利于目标对象的检索或识别。该方法包括:将目标图像从红绿蓝RGB空间转换到色调饱和度亮度HSV空间,其中,该目标图像包括前景部分和背景部分;根据该背景部分的亮度以及该前景部分的亮度,确定该前景部分的色系;根据该前景部分的色系,调整该前景部分的亮度;根据该前景部分的调整后的亮度,将该图像从该HSV空间转化到该RGB空间。
Description
技术领域
本申请涉及图像处理领域,并且更具体地,涉及图像处理的方法和设备。
背景技术
在现有技术中,以光学为基础的成像设备,成像质量都受到光照的影响。在以图像内容分析为基础的很多应用中,例如人脸识别、虹膜识别、图像检索和视频监控等,外部光照往往会改变图像的亮度,进而改变图像的颜色,给目标获取带来很大困难,影响了依赖于颜色进行检索或者识别的***的有效性。
因此,如何准确获取目标对象的亮度,减小图像亮度改变而导致的该目标对象颜色的差异,提高依赖于颜色进行检索或者识别的***的有效性,是一个亟待解决的问题。
发明内容
本申请提供一种处理图像的方法,能够准确获取目标对象的亮度,减小图像亮度改变而导致的该目标对象颜色的差异,进而有利于目标对象的检索或识别。
第一方面,提供了一种处理图像的方法,包括:将目标图像从红绿蓝RGB空间转换到色调饱和度亮度HSV空间,其中,该目标图像包括前景部分和背景部分;根据该背景部分的亮度以及该前景部分的亮度,确定该前景部分的色系;根据该前景部分的色系,调整该前景部分的亮度;根据该前景部分的调整后的亮度,将该图像从该HSV空间转化到该RGB空间。
因此,在本申请中,图像处理设备通过将目标图像从红绿蓝RGB空间转换到色调饱和度亮度HSV空间,根据该目标图像的背景部分的亮度以及该目标图像的前景部分的亮度,确定该前景部分的色系;根据该前景部分的色系,调整该前景部分的亮度;将调整该前景部分亮度的该目标图像从该HSV空间转化到该RGB空间。通过结合该背景部分的亮度来确定该前景部分的色系,增加了确定前景部分的色系的条件,提高了确定该前景部分的色系的准确率,从而根据该前景部分的色系调整该前景部分的亮度,并将调整该前景部分亮度的该目标图像从该HSV空间转化到该RGB空间,减小了不同光照下的图像亮度不同而导致的该目标对象颜色的差异,进而有利于目标对象的检索或识别。
可选地,在第一方面的一种实现方式中,根据该背景部分的亮度以及该前景部分的亮度,确定该前景部分的色系,包括:根据该背景部分的亮度,确定该前景部分的亮度修正系数;根据该前景部分的亮度修正系数,调整该前景部分的亮度;根据该前景部分的调整后的亮度,确定该前景部分的色系。
可选地,在第一方面的一种实现方式中,该前景部分主要是目标图像中的目标行人图像,该背景部分是该目标图像中除该前景部分之外的图像内容。
可选地,在第一方面的一种实现方式中,该背景部分可以分为整个背景部分和脚下背景部分。该脚下背景部分可以按比例选取该目标图像下部所在背景的一部分。
此时,通过将背景部分进行划分为脚下背景部分,脚下背景部分的光照水平与前景部分更加接近,有利于获得更加精确地亮度修正系数。
可选地,在第一方面的一种实现方式中,根据该背景部分的亮度,确定该前景部分的亮度修正系数,包括:根据该背景部分的亮度和背景亮度的区间范围,确定该背景部分所属的背景亮度的区间范围;确定该背景部分所属的背景亮度的区间范围对应的亮度修正系数为该前景部分的亮度修正系数。
可选地,在第一方面的一种实现方式中,根据整个背景部分的亮度,确定该背景部分所属的背景亮度的区间范围;确定该整个背景部分所属的背景亮度的区间范围;确定整个背景部分所属的背景亮度的区间范围对应的亮度修正系数为该前景部分的亮度修正系数。
可选地,在第一方面的一种实现方式中,根据脚下背景部分的亮度,确定该背景部分所属的背景亮度的区间范围;确定该整个背景部分所属的背景亮度的区间范围;确定整个背景部分所属的背景亮度的区间范围对应的亮度修正系数为该前景部分的亮度修正系数。
此时,该背景部分的亮度修正系数通过多次比较该光照条件下的背景亮度与正常光照条件下的背景亮度的比值获得,该亮度系数反映了该光照条件下,应该对前景图像的亮度调整,通过该背景部分对应的该亮度修正系数来调整该前景部分的亮度,使得该前景部分的亮度更接近正常光照下的亮度,根据该前景部分调整后的亮度确定该前景部分的色系,提高了确定该前景部分的色系的准确率。
可选地,在第一方面的一种实现方式中,计算整个背景部分的亮度和脚下背景部分的亮度的均值,根据该均值确定该背景部分所属的背景亮度的区间范围;确定该整个背景部分所属的背景亮度的区间范围;确定整个背景部分所属的背景亮度的区间范围对应的亮度修正系数为该前景部分的亮度修正系数。
可选地,在第一方面的一种实现方式中,该根据该背景部分的亮度,确定该前景部分的亮度修正系数,包括:计算图像存储数据库中的多个图像的背景部分的亮度的平均值,该多个图像与该图像为同一捕获场景下的图像;将该前景部分所在的该目标图像的该背景部分的亮度与该图像存储数据库中的多个图像的背景部分的亮度的平均值的比值确定为该前景部分的亮度修正系数。
此时,该亮度修正系数为该背景部分的亮度与该同一捕获场景下的多个图像的背景部分的亮度的比值,通过参考该同一捕获场景下的多个图像的背景部分的亮度,避免光照对该目标图像的前景部分的亮度的影响,通过该背景部分对应的该亮度修正系数来调整该前景部分的亮度,使得该前景部分的亮度更接近正常光照下的亮度,根据该前景部分调整后的亮度确定该前景部分的色系,提高了确定该前景部分的色系的准确率。
可选地,在第一方面的一种实现方式中,根据该前景部分的调整后的亮度,确定该前景部分的色系,包括:比较该前景部分的调整的亮度与多个色系的亮度范围,确定该前景部分的色系。
可选地,在第一方面的一种实现方式中,该比较该前景部分的调整的亮度与多个色系的亮度范围,确定该前景部分的色系,包括:当该前景部分的调整后的亮度属于多个色系中的第一色系的亮度范围,且与该第一色系的亮度范围的临界值的差值绝对值小于第一阈值时,根据该前景部分在该HSV空间的色调和饱和度,确定该前景部分的色系;或当所述前景部分的调整后的亮度属于多个色系中的第一色系的亮度范围,且与所述第一色系的亮度范围的临界值的差值绝对值大于或等于所述第一阈值时,将所述第一色系确定为所述前景子部分的色系。
此时,通过在调整后的该前景部分亮度属于多个色系中的第一色系的亮度范围,且与该第一色系的亮度范围的临界值的差值绝对值小于第一阈值时,根据该前景部分在该HSV空间的色调和饱和度,确定该前景部分的色系,避免了误判该前景部分的色系而导致图像查询失败。
可选地,在第一方面的一种实现方式中,该比较该前景部分的调整的亮度与多个色系的亮度范围,确定该前景部分的色系,包括:当该前景部分的调整后的亮度属于多个色系中的第一色系的亮度范围,且与该第一色系的亮度范围的临界值的差值绝对值小于第一阈值时,可以将该前景子部分做二归类处理,将该前景子部分分别作为第一色系和第二色系进行处理,其中,该第二色系和第一色系相邻。
可选地,在第一方面的一种实现方式中,该根据该背景部分的亮度以及该前景部分的亮度,确定该前景部分的色系包括:将该前景部分划分为多个前景子部分;根据该背景部分的亮度,对该多个前景子部分中每个前景子部分的亮度进行调整;根据该每个前景子部分调整后的亮度,确定该每个前景子部分的色系;该根据该前景部分的调整后的亮度,确定该前景部分的色系包括:根据该每个前景子部分的色系,调整该每个前景子部分的亮度。
此时,通过将该前景部分划分为多个前景子部分,并对该多个前景子部分中的每个前景子部分作不同的处理,避免了不同前景子部分之间的干扰,有利于更加精确地判断该多个前景子部分中的每个前景子部分的色系和根据该多个前景子部分中的每个前景子部分的色系,调整该每个前景子部分的亮度。
可选地,在第一方面的一种实现方式中,该多个前景子部分包括第一前景子部分和第二前景子部分,该第一前景子部分调整后的亮度和该第二前景子部分调整后的亮度属于第一色系的亮度范围,该第一前景子部分调整后的亮度与该第一色系的亮度范围的临界值的差值绝对值大于或等于第二阈值,该第二前景子部分调整后的亮度与该第一色系的亮度范围的临界值的差值绝对值小于该第二阈值;
该根据该每个前景子部分调整后的亮度,确定该每个前景子部分的色系,包括:
将第一色系确定为该第一前景子部分的色系;
当该第二前景子部分调整后的亮度与该第一前景子部分调整后的亮度的差值绝对值大于或等于第三阈值时,根据该第二前景子部分在该HSV空间的色调和饱和度,确定该第二前景子部分的色系;或,当该第二前景子部分调整后的亮度与该第一前景子部分调整后的亮度的差值绝对值大于或等于第三阈值时,将该第二前景子部分调整的亮度相邻的范围对应的色系确定为该第二前景子部分的色系;或,当该第二前景子部分调整后的亮度与该第二前景子部分的亮度的差值绝对值小于该第三阈值时,将该第一色系确定为该第二前景子部分的色系。
可选地,在第一方面的一种实现方式中,该第一前景子部分为多个第一前景子部分时,该第一前景子部分调整后的亮度可以为其中任意一个第一前景子部分调整后的亮度或多个第一前景子部分调整后的亮度的均值。
可选地,在第一方面的一种实现方式中,根据该背景部分的亮度以及该前景部分的亮度,确定该前景部分的色系,包括:将该前景部分的色调、饱和度和亮度以及该背景图像的亮度输入参数模型,并获取该参数模型输出的标签值,其中,该参数模型用于指示在该目标图像的捕获场景下,多个色系的标签值,与前景部分的色调,饱和度和亮度以及背景部分的亮度的对应关系;根据该参数模型的输出的标签值,确定该前景部分的色系。
可选地,在第一方面的一种实现方式中,该将该前景部分的色调、饱和度和亮度以及该背景部分的亮度输入参数模型之前,该方法还包括:根据该多个色系中每个色系设定的标签值和该图像存储数据库中的多个图像中的前景部分的色调、饱和度和亮度以及该每个图像中的背景部分的亮度进行算法训练,确定该参数模型,该多个图像与该目标图像为同一捕获场景下的图像。
可选地,将该前景部分的亮度调整为该前景部分的色系对应的亮度集合中的亮度。
可选地,根据该前景部分的色系,确定该前景部分的色系对应的亮度集合;根据该亮度集合,调整该前景部分的亮度。
可选地,该色系为黑暗色系、有色色系和白亮色系中的一种色系,该黑暗色系对应的亮度集合中的元素为a;该有色色系对应的亮度集合为大于等于b且小于等于c的亮度范围;该白亮色系对应的亮度集合中的元素为d,
其中,该a、该b、该c和该d满足关系式:
0≤a<b≤c<d≤1
该a、b、c和d均为常数。
第二方面,提供了一种处理图像的方法,包括:将目标图像从红绿蓝RGB空间转换到色调饱和度亮度HSV空间;当该目标图像的亮度属于多个色系中的第一色系的亮度范围,且与该第一色系的亮度范围的临界值的差值绝对值小于第一阈值时,根据该目标图像在该HSV空间的色调和饱和度,确定该前景部分的色系;根据该目标图像的色系,调整该目标图像的亮度;根据该目标图像的调整后的亮度,将该目标图像从该HSV空间转化到该RGB空间。
第三方面,提供了一种处理头像的方法,包括:将目标图像从红绿蓝RGB空间转换到色调饱和度亮度HSV空间,该目标图像包括第一部分和第二部分;
所述第一部分的亮度和所述第二部分的亮度属于第一色系的亮度范围,所述第一部分的亮度与所述第一色系的亮度范围的临界值的差值绝对值大于或等于第一阈值,所述第二部分的亮度与所述第一色系的亮度范围的临界值的差值绝对值小于所述第一阈值,将第一色系确定为所述第一部分的色系;
当所述第二部分的亮度与所述第一部分的亮度的差值绝对值大于或等于第二阈值时,根据所述第二部分在所述HSV空间的色调和饱和度,确定所述第二部分的色系;或当所述第二部分的亮度与所述第一部分的亮度的差值绝对值大于或等于第二阈值时,将所述第二部分的亮度相邻的范围对应的色系确定为所述第二部分的色系;或,当所述第二部分的亮度与所述第二部分的亮度的差值绝对值小于所述第二阈值时,将所述第一色系确定为所述第二部分的色系;
根据该第一部分和该第二部分的色系,调整该第一部分和第二部分的亮度;
根据该目标图像的调整后的亮度,将该图像从该HSV空间转化到该RGB空间。
第四方面,提供了一种图像处理设备,包括转换模块、第一处理模块和调整模块,可以执行上述第一方面或第一方面的任一种可能的实现方式中的方法。
第五方面,提供了一种图像处理设备,包括转换模块、第一处理模块和调整模块,可以执行上述第二方面或第二方面的任一种可能的实现方式中的方法。
第六方面,提供了一种图像处理设备,包括转换模块、第一处理模块和调整模块,可以执行上述第三方面或第三方面的任一种可能的实现方式中的方法。
第七方面,提供了一种图像处理设备,包括存储器、收发器和处理器,所述存储器上存储有可以用于指示执行上述第一或其任意可选的实现方式的程序代码,收发器用于在处理器的驱动下执行具体的信号收发,当所述代码被执行时,所述处理器可以实现方法中终端设备执行各个操作。
第八方面,提供了一种图像处理设备,包括存储器、收发器和处理器,所述存储器上存储有可以用于指示执行上述第二或其任意可选的实现方式的程序代码,收发器用于在处理器的驱动下执行具体的信号收发,当所述代码被执行时,所述处理器可以实现方法中终端设备执行各个操作。
第九方面,提供了一种图像处理设备,包括存储器、收发器和处理器,所述存储器上存储有可以用于指示执行上述第三或其任意可选的实现方式的程序代码,收发器用于在处理器的驱动下执行具体的信号收发,当所述代码被执行时,所述处理器可以实现方法中终端设备执行各个操作。
第十方面,提供了一种计算机可读介质,用于存储计算机程序,该计算机程序包括用于执行上述第一方面或第一方面的任一种可能的实现方式,第二方面或第二方面的任一种可能的实现方式,第三方面或第三方面的任一种可能的实现方式中的方法的指令。
附图说明
图1是使用本申请的一种图像处理***的示意图。
图2是根据本申请的一种图像处理的方法的示意性流程图。
图3是根据本申请的亮度映射区间的示意性图。
图4是根据本申请的一种图像处理的方法的示意性流程图。
图5是根据本申请的一种图像处理的方法的示意性流程图。
图6是根据本申请的图像处理设备的示意性框图。
图7是根据本申请的图像处理设备的示意性框图。
图8是根据本申请的图像处理设备的示意性框图。
具体实施方式
下面将结合附图,对本申请中的技术方案进行描述。
图1是本申请的一种处理图像的方法和设备的图像处理***的示意图。如图1所示,该图像处理***100包括服务器110、客户端120、传输设备130、图像处理设备140和存储设备150。该服务器110中存储需要经过图像处理的图片,该客户端120用于向该图像处理设备140发送检索请求,该传输设备130用于该客户端120与该图像处理设备140,或该客户端120与该服务器110之间的信息传递,该传输设备可以为交换机。该存储设备150用于存储经过图像处理的图片。该图像处理设备140主要用于对图像的亮度进行处理,并将处理后的图像存储到存储设备140中,以及接收该客户端120的检索请求,对存储设备中的处理后的图像进行检索,并将检索的结果返回给该客户端120。
可选地,在本申请中,该图像处理设备140可以是视频内容管理器。
为了更好地理解本申请,以下将结合图2-图8,以与图1所示的***相同或相似的***为例对本申请进行说明。
图2是根据本申请的一种处理图像的方法200的示意性流程图。如图2所示,该方法200包括以下内容。
在210中,图像处理设备将目标图像从红绿蓝RGB空间转换到色调饱和度亮度HSV空间,其中,该目标图像包括前景部分和背景部分。
应理解,计算机色彩显示器显示色彩采用R、G、B相加混色的原理,通过发射出三种不同强度的电子束,使屏幕内侧覆盖的红、绿、蓝磷光材料发光而产生色彩。这种色彩的表示方法称为RGB色彩空间表示法,其中R表示红色,G表示绿色,Blue表示蓝色。色调饱和度亮度(Hue Saturation Value,HSV)颜色模型是面向用户的更加直观的颜色模型,其中H表示图像的色调,S表示图像的饱和度,而V表示图像的亮度。
可选地,该前景部分主要是目标图像中的目标行人图像,该背景部分是该目标图像中除该前景部分之外的图像内容,例如该目标图像中的地面、建筑物等设施。
可选地,该背景部分可以为该图像中除该前景部分之外的全部图像内容,该背景部分也可以为该图像中除该前景部分之外的部分图像内容。该背景部分包括该目标图像捕获场景下的光照亮度的信息,在一些情况下,部分背景部分的图像的光照水平和前景部分更接近,例如可以选择脚下背景部分作为参考调整该前景部分的亮度。该脚下背景部分可以按比例选取该目标图像下部的一部分,例如,选取该目标图像下部的15%~20%作为该目标图像的脚下背景部分。
在220中,根据该背景部分的亮度以及该前景部分的亮度,确定该前景部分的色系。
可选地,可以根据不同色彩的色调、饱和度和亮度的规律特性对不同的色彩划分色系,处于相同色系的不同色彩的色调、饱和度和亮度的变化规律一致,因此,可以根据色系对目标对象的亮度进行调整。例如,将颜色分为三个色系,分别为黑暗色系、有色色系和白亮色系。该黑暗色系是指黑、黑灰、藏青和藏黑等颜色及其相近的颜色,属于该黑暗色系的图像的主要特点之一是该图像在H值保持不变或者变化很小(或者在光照强度不过度)的情况下,V变化范围较小,并且V的取值也较小,例如V取值从0.02到0.18。有色色系指的是红、橙、黄、绿、青、蓝和紫等颜色及其相近的颜色,属于有色色系的图像的主要特点之一是该图像在H值保持不变或者变化很小的情况下,V值变化范围很大,并且V的取值可以较小也可以较大,例如V取值从0.2到0.8。白亮色系是指白色或者与其相近的颜色,属于白亮色系的图像的主要特点之一是该图像在H值保持不变或者变化很小的情况下,V分量的变化范围较小(相对有色色系而言),但V值较大,例如V取值从0.7到0.9。
可选地,根据背景部分的亮度,确定该前景部分的亮度修正系数;根据该前景部分的亮度修正系数,调整该前景部分的亮度;根据该前景部分的调整后的亮度,确定该前景部分的色系。
可选地,根据所述背景部分的亮度和背景亮度的区间范围,确定所述背景部分所属的背景亮度的区间范围;确定所述背景部分所属的背景亮度的区间范围对应的亮度修正系数为所述前景部分的亮度修正系数。
例如,基于图像存储计算库中的图像样本数据的观察,将背景部分的亮度V划分为5个范围,分别为暗、较暗、正常、较亮和亮,该5个范围中的每个范围对应一个亮度修正系数,如表1所示。
表1背景V值确定范围及对应的亮度修正系数
该亮度修正系数用于调整该背景部分所属的目标图像的前景部分的亮度,使其更接近正常光照情况的V值。例如,如果当前背景部分V值为0.4,根据表1将背景部分亮度判断为较暗,其对应的光照系数为1.4。如果当前前景部分的亮度为V0,则将其调整为1.4*V0。
可选地,计算图像存储数据库中的多个图像的背景部分的亮度的平均值,所述多个图像与所述目标图像为同一捕获场景下的图像;根据所述前景部分所在的所述目标图像的所述背景部分的亮度,以及所述图像存储数据库中的多个图像的背景部分的亮度的平均值,确定所述前景部分的亮度修正系数。
具体而言,该同一捕获场景为该目标人所处的物理环境不变,例如,该目标人物在一个十字路口下拍摄了多张照片或该目标人物在商场门口拍摄了多张照片。计算图像存储数据库中的多个图像的背景亮度的平均值,例如该多个图像的背景亮度的平均值为0.491,然后计算该目标图像的背景亮度与背景亮度的平均值0.491的比值,该计算结果为该目标图像的亮度修正系数。
可选地,比较所述前景部分的调整的亮度与多个色系的亮度范围,确定所述前景部分的色系。
可选地,当所述前景部分的调整后的亮度属于多个色系中的第一色系的亮度范围,且与所述第一色系的亮度范围的临界值的差值绝对值小于第一阈值时,根据所述前景部分在所述HSV空间的色调和饱和度,确定所述前景部分的色系;或
当所述前景部分的调整后的亮度属于多个色系中的第一色系的亮度范围,且与所述第一色系的亮度范围的临界值的差值绝对值大于或等于所述第一阈值时,将所述第一色系确定为所述前景子部分的色系。
具体而言,根据调整后的前景部分的V值判断该前景部分的所属色系。一般而言,对于黑暗色系,在正常光照下,其V值不大于0.18。在暗或者较暗光照下,其V值很可能小于0.10。这里提到的V值都是归一化之后的值。而对于非黑色系,在正常光照下,其V值通常大于0.23。但是在暗或较暗光照下,其V值也可会小于0.16,甚至更小,小于0.10。下面以蓝色(有色色系)和黑色(黑暗色系)两种色系的判断为例进行说明。
在同一捕获场景下,对该目标对象的不同光照下的十张照片进行处理。该目标对象为前景部分,获取该目标人物的HSV值以及背景亮度,得到如表2所列的数据,表2中R、G、B、H、S、V分别表示前景部分的R、G、B、H、S和V值,V1和V2分别为该前景部分对应的背景部分的亮度和该前景部分对应的脚下背景部分的亮度。
表2图像的RGB和HSV参数
可选地,根据每张图像背景部分V1的亮度,按照表1的关系,确定每张图像的前景部分的亮度修正系数。
可选地,根据每张图像背景部分V2的亮度,按照表1的关系,确定每张图像的前景部分的亮度修正系数。
可选地,计算每张图像背景部分V1和V2的均值V,根据V,按照表1的关系,确定每张图像的前景部分的亮度修正系数。
例如,在本申请中,以根据每张图像背景部分V1的亮度,按照表1的关系,确定每张图像的前景部分的亮度修正系数进行举例。根据每张图像背景部分V1的亮度,按照表1的关系,确定每张图像的前景部分的亮度修正系数,根据该确定的每张图像的前景部分的亮度修正系数,预调整该每张图像的前景部分的亮度。该每张图像的前景部分的预调整后的亮度如表3所示。
表3图像预调整后的亮度值
序号 | V1 | V2 | V3 | V4 | V5 | V6 | V7 | V8 | V9 | V10 |
V | 0.224 | 0.196 | 0.177 | 0.192 | 0.181 | 0.178 | 0.176 | 0.254 | 0.216 | 0.198 |
可选地,根据该背景部分的亮度,对该多个前景子部分中每个前景子部分的亮度进行调整;根据该每个前景子部分调整后的亮度,确定该每个前景子部分的色系。
可选地,当所述前景部分的调整后的亮度属于多个色系中的第一色系的亮度范围,且与所述第一色系的亮度范围的临界值的差值绝对值小于第一阈值时,根据所述前景部分在所述HSV空间的色调和饱和度,确定所述前景部分的色系;或
当所述前景部分的调整后的亮度属于多个色系中的第一色系的亮度范围,且与所述第一色系的亮度范围的临界值的差值绝对值大于或等于所述第一阈值时,将所述第一色系确定为所述前景子部分的色系。
具体而言,黑暗色系的亮度的临界值为0.18,第一阈值为0.01,在表3中,图像V1、V2、V4、V8、V9和V10与黑暗色系的亮度的临界值的差大于0.01,因此图像V1、V2、V4、V8、V9和V10属于黑暗色系,而图片V3、V5和V7与黑暗色系的亮度的临界值的差小于0.01,需要根据所述前景部分在所述HSV空间的色调和饱和度,确定所述前景部分的色系。
可选地,将所述前景部分划分为多个前景子部分;根据所述背景部分的亮度,对所述多个前景子部分中每个前景子部分的亮度进行调整;根据所述每个前景子部分调整后的亮度,确定所述每个前景子部分的色系;
所述根据所述前景部分的色系,调整所述前景部分的亮度,包括:根据所述每个前景子部分的色系,调整所述每个前景子部分的亮度。
可选地,该前景部分可以通过自动或人工生成的半结构化数据(ExtensibleMarkup Language,XML)等方法将该前景部分划分为多个子前景部分。
可选地,该多个前景子部分包括第一前景子部分和第二前景子部分,该第一前景子部分调整后的亮度和该第二前景子部分调整后的亮度属于第一色系的亮度范围,该第一前景子部分调整后的亮度与该第一色系的亮度范围的临界值的差值绝对值大于或等于第二阈值,该第二前景子部分调整后的亮度与该第一色系的亮度范围的临界值的差值绝对值小于该第二阈值;
该根据该每个前景子部分调整后的亮度,确定该每个前景子部分的色系,包括:
将第一色系确定为该第一前景子部分的色系;
当该第二前景子部分调整后的亮度与该第一前景子部分调整后的亮度的差值绝对值大于或等于第三阈值时,根据该第二前景子部分在该HSV空间的色调和饱和度,确定该第二前景子部分的色系;或,当该第二前景子部分调整后的亮度与该第一前景子部分调整后的亮度的差值绝对值大于或等于第三阈值时,将该第二前景子部分调整的亮度相邻的范围对应的色系确定为该第二前景子部分的色系;或,当该第二前景子部分调整后的亮度与该第二前景子部分的亮度的差值绝对值小于该第三阈值时,将该第一色系确定为该第二前景子部分的色系。
具体而言,当该第二前景子部分调整后的亮度与该第一前景子部分调整后的亮度的差值绝对值大于或等于第三阈值时,将该第二前景子部分调整的亮度相邻的范围对应的色系确定为该第二前景子部分的色系。第一色系与第二色系相邻,该第二前景子部分调整后的亮度与该第一色系的亮度范围的临界值的差值绝对值小于该第二阈值,且该第二前景子部分调整后的亮度与该第一前景子部分调整后的亮度的差值绝对值大于或等于第三阈值时,确定该第二前景子部分为第二色系。
当该第一色系分别于第二色系和第三色系相邻时,即第一色系处于第二色系与第三色系的中间,其中,该第二色系的亮度小于该第一色系的亮度,该第一色系的亮度小于该第三色系的亮度,该第一色系有两个临界值,分别为第一临界值和第二临界值,该第一临界值与第二色系相邻,该第二临界值与第三色系相邻。当该第一前景子部分调整后的亮度和该第二前景子部分调整后的亮度属于第一色系的亮度范围,该第一前景子部分调整后的亮度与该第一色系的亮度范围的第一临界值的差值绝对值大于或等于第二阈值,该第二前景子部分调整后的亮度与该第一色系的亮度范围的临界值的差值绝对值小于该第二阈值时,将第一色系确定为该第一前景子部分的色系;当该第二前景子部分调整后的亮度与该第一前景子部分调整后的亮度的差值绝对值大于或等于第三阈值时,将该第二前景子部分调整的亮度相邻的范围对应的色系,即第二色系确定为该第二前景子部分的色系;或,当该第二前景子部分调整后的亮度与该第二前景子部分的亮度的差值绝对值小于该第三阈值时,将该第一色系确定为该第二前景子部分的色系。
当该第一前景子部分调整后的亮度和该第二前景子部分调整后的亮度属于第一色系的亮度范围,该第一前景子部分调整后的亮度与该第一色系的亮度范围的第二临界值的差值绝对值大于或等于第二阈值,该第二前景子部分调整后的亮度与该第一色系的亮度范围的临界值的差值绝对值小于该第二阈值时,将第一色系确定为该第一前景子部分的色系;当该第二前景子部分调整后的亮度与该第一前景子部分调整后的亮度的差值绝对值大于或等于第三阈值时,将该第二前景子部分调整的亮度相邻的范围对应的色系,即第三色系确定为该第二前景子部分的色系;或,当该第二前景子部分调整后的亮度与该第二前景子部分的亮度的差值绝对值小于该第三阈值时,将该第一色系确定为该第二前景子部分的色系。
例如,在同一捕获场景下,同一目标人物的不同光照下的十张照片进行处理。该目标人物为前景部分,将该目标人物划分为上半身和下半身,获取该目标人物的上半身和下半身HSV值以及背景亮度值,得到如表4所列的数据,表2中R1、G1、B1、H1、S1、V1、R2、G2、B2、H2、S2、V2分别为前景部分的上半身和下半身的R、G、B、H、S和V值,V1和V2分别为该前景部分对应的背景部分的亮度和该前景部分对应的脚下背景部分的亮度。
表4图像的RGB和HSV参数
可选地,根据每张图像背景部分V1的亮度,按照表1的关系,确定每张图像的前景部分的上半身和下半身的亮度修正系数。
可选地,根据每张图像背景部分V2的亮度,按照表1的关系,确定每张图像的前景部分的上半身和下半身的亮度修正系数。
可选地,计算每张图像背景部分V1和V2的均值V,根据V,按照表1的关系,确定每张图像的前景部分的上半身和下半身的亮度修正系数。
例如,在本申请中,以根据每张图像背景部分V1的亮度,按照表1的关系,确定每张图像的前景部分的上半身和下半身的亮度修正系数进行举例。根据每张图像背景部分V1的亮度,按照表1的关系,确定每张图像的前景部分的上半身和下半身的亮度修正系数,根据该确定的每张图像的前景部分的上半身和下半身的亮度修正系数,预调整该每张图像的前景部分的上半身和下半身的亮度。该每张图像的前景部分的上半身和下半身预调整后的亮度如表5所示。
表5图像预调整后的亮度值
例如,将每张图像的前景部分的上半身和下半身预调整后的亮度值与0.18比较,可以判断出10张图像的下半身属于黑暗色系,图片1、2、4、5、8、9和10的前景部分的上半身为有色色系,而图片3、6和7的前景部分的上半身亮度处于临界值,需要进一步判断。此时,可以结合对应的下半身进行判断。因为上、下半身所处的光照环境大体相近,而下半身亮度值判断为黑暗色系并且调整后的亮度值仍然很小,在同一光照下,同一色系的目标图像的亮度值不可能相差太大,所以可以判断出图片3、6和7不是黑暗色系,因此属于有色色系。如果结合该前景部分的下半身仍然无法确定该前景部分的上半身所属色系,为了防止误判,可将该前景部分的上半身做二归类处理,即判断其既是黑暗色系也是有色色系,然后分别按两种色系进行处理,避免误判造成处理错误导致后续查询或检索失败。
可选地,该第二前景子部分调整后的亮度与该第一色系的亮度范围的临界值的差值绝对值小于该第一阈值,在该第二前景子部分所属的目标图像包括多个第一前景子部分,该多个第一前景子部分调整后的亮度和该属于第二前景子部分调整后的亮度属于第一色系的亮度范围,该多个第一前景子部分调整后的亮度与该第一色系的亮度范围的临界值的差值绝对值大于或等于第一阈值,可以根据该多个第一前景子部分的亮度与该第二前景子部分的亮度的差值与第二阈值的关系,确定该第二前景子部分的色系。
具体而言,根据该多个第一前景子部分中的任一前景子部分调整后的亮度与该第二前景子部分的亮度的差值与第二阈值的关系,确定该第二前景子部分的色系,当该第二前景子部分调整后的亮度与该多个第一前景子部分中的任一前景子部分亮度调整后的亮度的差值绝对值大于或等于第二阈值时,将该第二前景子部分调整的亮度相邻的范围对应的色系确定为该第二前景子部分的色系;或,当该第二前景子部分调整后的亮度与该该多个第一前景子部分中的任一前景子部分亮度调整后的亮度差的值绝对值小于该第二阈值时,将该第一色系确定为该第二前景子部分的色系。
例如,该多个第一前景子部分分别为第一前景子部分1、第一前景子部分2和第一前景子部分3,可以根据第一前景子部分1调整后的亮度与该第二前景子部分的亮度的差值与第二阈值的关系,确定该第二前景子部分的色系。当该第二前景子部分调整后的亮度与该第一前景子部分1调整后的亮度的差值绝对值大于或等于第二阈值时,将该第二前景子部分调整的亮度相邻的范围对应的色系确定为该第二前景子部分的色系;或,当该第二前景子部分调整后的亮度与该第一前景子部分1调整后的亮度差的值绝对值小于该第二阈值时,将该第一色系确定为该第二前景子部分的色系。还可以根据第一前景子部分2或第一前景子部分3调整后的亮度与该第二前景子部分的亮度的差值与第二阈值的关系,确定该第二前景子部分的色系。
具体而言,根据该多个第一前景子部分中的每个前景子部分调整后的亮度与该第二前景子部分的亮度的差值的平均值与第二阈值的关系,确定该第二前景子部分的色系,当该第二前景子部分调整后的亮度与该多个第一前景子部分中的每个前景子部分亮度调整后的亮度的差值的平均值绝对值大于或等于第二阈值时,将该第二前景子部分调整的亮度相邻的范围对应的色系确定为该第二前景子部分的色系;或,当该第二前景子部分调整后的亮度与该多个第一前景子部分中的每个前景子部分亮度调整后的亮度差的平均值小于该第二阈值时,将该第一色系确定为该第二前景子部分的色系。
例如,该多个第一前景子部分分别为第一前景子部分1、第一前景子部分2和第一前景子部分3,将该第一前景子部分1、第一前景子部分2和第一前景子部分3与第二前景子部分的亮度的差的平均值,比较该差的绝对值与第二阈值的关系,确定该第二前景子部分的色系。当该第二前景子部分调整后的亮度与该差的平均值绝对值大于或等于第二阈值时,将该第二前景子部分调整的亮度相邻的范围对应的色系确定为该第二前景子部分的色系;或,当该第二前景子部分调整后的亮度与该差的平均值小于该第二阈值时,将该第一色系确定为该第二前景子部分的色系。
具体而言,根据该多个第一前景子部分调整后的亮度的平均值与该第二前景子部分的亮度的差值与第二阈值的关系,确定该第二前景子部分的色系,当该第二前景子部分调整后的亮度与该多个第一前景子部分亮度调整后的平均亮度的差值绝对值大于或等于第二阈值时,将该第二前景子部分调整的亮度相邻的范围对应的色系确定为该第二前景子部分的色系;或,当该第二前景子部分调整后的亮度与该多个第一前景子部分亮度调整后的平均亮度的差的值绝对值小于该第二阈值时,将该第一色系确定为该第二前景子部分的色系。
例如,该多个第一前景子部分分别为第一前景子部分1、第一前景子部分2和第一前景子部分3,计算该第一前景子部分分别为第一前景子部分1、第一前景子部分2和第一前景子部分3的平均亮度,根据该平均亮度与该第二前景子部分的亮度的差值与第二阈值的关系,确定该第二前景子部分的色系。
应理解,还可以根据该多个第一前景子部分中的调整后的亮度最小的第一前景子部分的亮度、该多个第一前景子部分中的任意几个第一前景子部分调整后的亮度的平均值与该第二前景子部分的亮度的差值与所述第二阈值的关系,确定该第二前景子部分的色系。
应理解,该前景子部分可以划分为多个子前景部分,在本申请中将前景部分划分为第一前景子部分和第二前景子部分仅作为示例,并非限定。
可选地,当该调整后的前景子部分的亮度处于一个色系的亮度的临界值附近时,可以根据该前景子部分在该HSV空间的色调和饱和度,确定该调整后的前景子部分的亮度处于一个色系的亮度的临界值附近的前景子部分的色系。
可选地,根据该前景部分的色调H和饱和度S确定该前景部分的色系。
应理解,在实际场景中,不同颜色的H和S有着特定规律的组合关系。因此,可以根据该前景部分的色调H和饱和度S确定该前景部分的色系。在本申请中以红色为例进行详细描述。
例如,在表5中列出了有色色系中在不同光照下红色目标图像在RGB空间和HSV空间的参数。红色图像的色调H和饱和度S有着特定的规律,即V值取值不同,但是H在[0.9,1]区间,而相应地S也在[0.9,1]区间。在表6中,6张目标图像的前景部分均满足该红色色系的H和S的组合关系,因此确定表6中的6张目标图像的前景部分属于有色色系。
表6红色目标图像的RGB和HSV参数
可选地,计算图像存储数据库中的多个图像的背景部分的亮度的平均值,该多个图像与该图像为同一捕获场景下的图像;将该前景部分所在的该目标图像的该背景部分的亮度与该图像存储数据库中的多个图像的背景部分的亮度的平均值的比值确定为该前景部分的亮度修正系数。
可选地,将该前景部分的色调、饱和度和亮度以及该背景图像的亮度输入参数模型,并获取该参数模型输出的标签值,根据该参数模型的输出的标签值,确定该前景部分的色系。
应理解,该参数模型用于指示在该目标图像的捕获场景下,多个色系的标签值,与前景部分的色调,饱和度和亮度以及背景部分的亮度的对应关系。
应理解,该前景部分的亮度可以为根据该亮度修正系数调整后的该前景部分的亮度也可以为没有调整的该前景部分的原始亮度。
可选地,根据该多个色系中每个色系设定的标签值和该图像存储数据库中的多个图像中的前景部分的色调、饱和度和亮度以及该每个图像中的背景部分的亮度进行算法训练,确定该参数模型,该多个图像与该目标图像为同一捕获场景下的图像。
在230中,根据该前景部分的色系,调整该前景部分的亮度。
可选地,将该前景部分的亮度调整为该前景部分的色系对应的亮度集合中的亮度。
可选地,根据该前景部分的色系,确定该前景部分的色系对应的亮度集合;根据该亮度集合,调整该前景部分的亮度。
可选地,该色系为黑暗色系、有色色系和白亮色系中的一种色系,该黑暗色系对应的亮度集合中的元素为a;该有色色系对应的亮度集合为大于等于b且小于等于c的亮度范围;该白亮色系对应的亮度集合中的元素为d,
其中,该a、该b、该c和该d满足关系式:
0≤a<b≤c<d≤1
该a、b、c和d均为常数。
应理解,根据该前景部分的色系,调整该前景部分的亮度并不是必须对该前景部分的亮度进行调整,而是根据该前景部分对应的色系和该前景部分对应的色系的亮度映射集合,确定是否调整该前景部分的亮度。如果该前景部分的亮度处于该前景部分对应的色系的亮度映射集合区间内,则不用对该前景部分的亮度进行调整。
应理解,该亮度集合可以包括一个元素,例如黑暗色系对应的亮度集合为{a},只包括元素a,白亮色系对应的亮度集合为{d},只包括元素d,该亮度集合还可以包括多个元素,例如有色色系对应的亮度集合为{b≤x≤c},该集合可以是离散的,即该集合的元素为大于等于b和小于等于c之间的整数,该集合还可以是连续的,即该集合的元素为大于等于b和小于等于c之间的实数。
具体而言,如图3,图3示出了黑暗色系、有色色系和白亮色系的亮度集合的对应区间。对于判断为黑暗色系的前景目标图像或前景目标图像的一部分,将其V值VH映射为一个固定的较小V值a,即f(VH)=a;对于判断为有色色系的前景目标图像或前景目标图像的一部分,如果其V值VY小于或大于预定的V值集合[b,c],将其映射为[b,c]区间中与之最邻近的值,如果V值VY处于V值集合[b,c]之间,则VY不作调整。例如,若VY<=b,则f(VY)=b;若VY∈[b,c],则f(VY)=VY;若VY>=c,则f(VY)=c;对于判断为白亮色系的前景目标图像或前景目标图像的一部分,将其V值VW映射为一个固定的较大V值d,即f(VW)=d。
应理解,该参数的选取对于实验结果有着明显的影响。实际中,参数的选择要考虑以下一些因素:首先,参数分别对应了三种不同的色系,因此,三种参数的选取应符合三种色系分别对应的V值集合。例如,第一个参数即前面的参数a,它对应着黑暗色系,因此a的值应在应满足:0=<a<=0.18±δ,其中δ>=0,0.18+δ<b*,b是第二个参数,*式的含义是参数a不能和b相同,二者应该存在一定差异,这是因为a和b具有物理意义,a对应黑暗色系,而b对应有色色系。第二,参数选取的好坏或者优劣,基于经验的判断。因此,进行一定数量的试验是必要的。第三,参数的选取应该和整个应用***结合起来。对于图像检索或者查询,为了提高检索效率以及特征存储所需要的空间,对特征做量化是通常的做法。在对特征做量化的情况下,参数的选择应结合量化步长进行考虑,使得相同色系的特征值在量化后尽可能处于同一量化区间。
本申请中,对于有色色系,为该色系设计了一个亮度值区间,当该前景部分的亮度值在预定义的区间内时,不需要做光照处理,降低由于处理而产生的计算和存储代价;而是提供较大的容忍集合,避免处理过程引入过多噪声导致严重的失真。
在本申请中,通过判断图像的色系后基于图像的色系调整图像的亮度值到一个共同的较小的集合,使得光照引起的同一对象(如行人)的不同图片的颜色差异尽可能地小,从而有效地降低了不同光照引起的目标颜色值的差异,进而有利于对象的检索或识别。
在240中,根据该前景部分的调整后的亮度,将该图像从该HSV空间转化到该RGB空间。根据处理后的该图像,在存储设备中查找该目标图像。
可选地,该存储设备中的每一图像都按照本申请中的方法进行了处理,如果查询一张该存储设备中的图像,可以直接在数据库中进行查询;如果查询一张非该存储设备中的图像,由于该存储设备中的每一张图像都根据本申请中的方法进行了处理,因此,先对该非该存储设备中的图像用本申请中的方法进行处理,然后在该存储设备中查询非该存储设备中的图像。因为该存储设备中的每张图像和该需要查询的图像都根据本申请中的方法进行了处理,根据不同的色系调整该目标图像的亮度,减小了光照引起的目标对象的颜色差异,提高了检索目标对象的准确率。
因此,在本申请中,图像处理设备通过将目标图像从红绿蓝RGB空间转换到色调饱和度亮度HSV空间,根据该目标图像的背景部分的亮度以及该目标图像的前景部分的亮度,确定该前景部分的色系;根据该前景部分的色系,调整该前景部分的亮度;将调整该前景部分亮度的该目标图像从该HSV空间转化到该RGB空间。通过根据该背景部分的亮度调整该前景部分的亮度,减小了不同光照引起的目标对象的亮度差异,根据该调整后的前景部分的亮度确定该前景部分的色系提高了确定该前景部分的色系的准确率,根据该前景部分的色系调整该前景部分的亮度,并将调整该前景部分亮度的该目标图像从该HSV空间转化到该RGB空间,减小了不同光照下的图像亮度不同而导致的该目标对象颜色的差异,进而有利于目标对象的检索或识别。
图4是根据本申请另一实施例的一种处理图像的方法300的示意性流程图。如图4所示,该方法300包括以下内容。
在310中,将目标图像从红绿蓝RGB空间转换到色调饱和度亮度HSV空间。
在320中,当该目标图像的亮度属于多个色系中的第一色系的亮度范围,且与该第一色系的亮度范围的临界值的差值绝对值小于第一阈值时,根据该目标图像在该HSV空间的色调和饱和度,确定该前景部分的色系。
在330中,根据该目标图像的色系,调整该目标图像的亮度。
在340中,根据该目标图像的调整后的亮度,将该目标图像从该HSV空间转化到该RGB空间。
因此,在本申请中,图像处理设备通过将目标图像从红绿蓝RGB空间转换到色调饱和度亮度HSV空间,并且当该目标图像的亮度属于多个色系中的第一色系的亮度范围,且与该第一色系的亮度范围的临界值的差值绝对值小于第一阈值时,根据该目标图像在该HSV空间的色调和饱和度,确定该前景部分的色系,提高了根据仅亮度确定该目标图像的色系的准确性,根据该前景部分的色系调整该前景部分的亮度,并将调整该前景部分亮度的该目标图像从该HSV空间转化到该RGB空间,减小了不同光照下的图像亮度不同而导致的该目标对象颜色的差异,进而有利于目标对象的检索或识别。
应理解,上述方法200可以与该方法300结合判断该前景部分的色系,即当上述方法200经过调整后的该前景部分的亮度处于该第一色系的临界值时,可以根据该前景部分的H和S的组合关系确定该前景部分的色系,为了避免重复,此处不再赘述。
图5是根据本申请另一实施例的一种处理图像的方法400的示意性流程图。如图5所示,该方法400包括以下内容。
在410中,将目标图像从红绿蓝RGB空间转换到色调饱和度亮度HSV空间,该目标图像包括第一部分和第二部分,所述第一部分的亮度和所述第二部分的亮度属于第一色系的亮度范围,所述第一部分的亮度与所述第一色系的亮度范围的临界值的差值绝对值大于或等于第一阈值,所述第二部分的亮度与所述第一色系的亮度范围的临界值的差值绝对值小于所述第一阈值。
在420中,将第一色系确定为所述第一部分的色系;当所述第二部分的亮度与所述第一部分的亮度的差值绝对值大于或等于第二阈值时,根据所述第二部分在所述HSV空间的色调和饱和度,确定所述第二部分的色系,或当所述第二部分的亮度与所述第一部分的亮度的差值绝对值大于或等于第二阈值时,根据所述第二部分在所述HSV空间的色调和饱和度,确定所述第二部分的色系;或当所述第二部分的亮度与所述第一部分的亮度的差值绝对值大于或等于第二阈值时,将所述第二部分的亮度相邻的范围对应的色系确定为所述第二部分的色系;或,当所述第二部分的亮度与所述第二部分的亮度的差值绝对值小于所述第二阈值时,将所述第一色系确定为所述第二部分的色系。
在430中,根据该第一部分的色系和该第二部分的色系,调整该第一部分和第二部分的亮度。
在440中,根据该目标图像的调整后的亮度,将该目标图像从该HSV空间转化到该RGB空间。
因此,在本申请中,图像处理设备通过将目标图像从红绿蓝RGB空间转换到色调饱和度亮度HSV空间,根据该目标图像的第一部分和第二部分分别确定该第一部分和第二部分的色系,调整该第一部分和第二部分的亮度,使得光照引起的目标对象的不同图片的颜色差异尽可能地小,有效地降低了不同光照引起的目标颜色的差异,进而有利于目标对象的检索或识别。
图6是根据本申请的图像处理设备500的示意性框图。如图6所示,所述图像处理设备500包括:
转换模块510,用于将目标图像从红绿蓝RGB空间转换到色调饱和度亮度HSV空间,其中,该目标图像包括前景部分和背景部分。
第一处理模块520,用于根据该背景部分的亮度以及该前景部分的亮度,确定该前景部分的色系。
调整模块530,用于根据该前景部分的色系,调整该前景部分的亮度。
该转换模块510还用于:
根据该前景部分的调整后的亮度,将该图像从该HSV空间转化到该RGB空间。
可选地,该第一处理模块520具体用于:根据该背景部分的亮度,确定该前景部分的亮度修正系数;根据该前景部分的亮度修正系数,调整该前景部分的亮度;根据该前景部分的调整后的亮度,确定该前景部分的色系。
可选地,该第一处理模块520具体用于:根据该背景部分的亮度和背景亮度的区间范围,确定该背景部分所属的背景亮度的区间范围;确定该背景部分所属的背景亮度的区间范围对应的亮度修正系数为该前景部分的亮度修正系数。
可选地,该第一处理模块520具体用于:计算图像存储数据库中的多个图像的背景部分的亮度的平均值,该多个图像与该图像为同一捕获场景下的图像;根据该前景部分所在的该目标图像的该背景部分的亮度,以及该图像存储数据库中的多个图像的背景部分的亮度的平均值的比值确定为该前景部分的亮度修正系数。
可选地,该第一处理模块520具体用于:比较该前景部分的调整的亮度与多个色系的亮度范围,确定该前景部分的色系。
可选地,该第一处理模块520具体用于:当该前景部分的调整后的亮度属于多个色系中的第一色系的亮度范围,且与该第一色系的亮度范围的临界值的差值绝对值小于第一阈值时,根据该前景部分在该HSV空间的色调和饱和度,确定该前景部分的色系。
可选地,该第一处理模块520具体用于:将该前景部分划分为多个前景子部分;根据该背景部分的亮度,对该多个前景子部分中每个前景子部分的亮度进行调整;根据该每个前景子部分调整后的亮度,确定该每个前景子部分的色系;该调整模块430具体用于:根据该每个前景子部分的色系,调整该每个前景子部分的亮度。
可选地,该多个前景子部分包括第一前景子部分和第二前景子部分,该第一前景子部分调整后的亮度和该第二前景子部分调整后的亮度属于第一色系的亮度范围,该第一前景子部分调整后的亮度与该第一色系的亮度范围的临界值的差值绝对值大于或等于第一阈值,该第二前景子部分调整后的亮度与该第一色系的亮度范围的临界值的差值绝对值小于该第一阈值;
该第一处理模块520用于将第一色系确定为该第一前景子部分的色系;当该第二前景子部分调整后的亮度与该第一前景子部分调整后的亮度的差值绝对值大于或等于第二阈值时,根据该第二前景子部分在该HSV空间的色调和饱和度,确定该第二前景子部分的色系;或,当该第二前景子部分调整后的亮度与该第一前景子部分调整后的亮度的差值绝对值大于或等于第二阈值时,将该第二前景子部分调整的亮度相邻的范围对应的色系确定为该第二前景子部分的色系;或,当该第二前景子部分调整后的亮度与该第二前景子部分的亮度的差值绝对值小于该第二阈值时,将该第一色系确定为该第二前景子部分的色系。
可选地,该第一处理模块520还用于将该前景部分的色调、饱和度和亮度以及该背景图像的亮度输入参数模型,并获取该参数模型输出的标签值,其中,该参数模型用于指示在该目标图像的捕获场景下,多个色系的标签值,与前景部分的色调,饱和度和亮度以及背景部分的亮度的对应关系;根据该参数模型的输出的标签值,确定该前景部分的色系。
可选地,该图像处理设备还包括第二处理模块540,如图7所示。在该将该前景部分的色调、饱和度和亮度以及该背景部分的亮度输入参数模型之前,该第二处理模块540,用于根据该多个色系中每个色系设定的标签值和该图像存储数据库中的多个图像中的前景部分的色调、饱和度和亮度以及该每个图像中的背景部分的亮度进行算法训练,确定该参数模型,该多个图像与该目标图像为同一捕获场景下的图像。
可选地,该第一处理模块520用于根据该前景部分的色系,确定该前景部分的色系对应的亮度集合;根据该亮度集合,调整该前景部分的亮度。
可选地,该调整模块530用于根据该前景子部分的色系对该前景子部分的亮度进行调整,该色系为黑暗色系、有色色系和白亮色系中的一种色系,该黑暗色系对应的亮度集合中的元素为a;该有色色系对应的亮度集合为大于等于b且小于等于c的亮度范围;该白亮色系对应的亮度集合中的元素为d,
其中,该a、该b、该c和该d满足关系式:
0≤a<b≤c<d≤1
该a、b、c和d均为常数。
可选地,该图像处理备500还可以用于执行上述方法300。当该图像处理设备用于执行上述方法300时,该图像处理设备500包括:
转换模块510,用于将目标图像从红绿蓝RGB空间转换到色调饱和度亮度HSV空间。
第一处理模块520,用于当该目标图像的亮度属于多个色系中的第一色系的亮度范围,且与该第一色系的亮度范围的临界值的差值绝对值小于第一阈值时,根据该目标图像在该HSV空间的色调和饱和度,确定该前景部分的色系。
调整模块530,用于根据该目标图像的色系,调整该目标图像的亮度。
该转换模块510还用于:
根据该目标图像的调整后的亮度,将该目标图像从该HSV空间转化到该RGB空间。
可选地,该图像处理备500还可以用于执行上述方法300。当该图像处理设备用于执行上述方法300时,该图像处理设备500包括:
转换模块510,用于将目标图像从红绿蓝RGB空间转换到色调饱和度亮度HSV空间,该目标图像包括第一部分和第二部分,所述第一部分的亮度和所述第二部分的亮度属于第一色系的亮度范围,所述第一部分的亮度与所述第一色系的亮度范围的临界值的差值绝对值大于或等于第一阈值,所述第二部分的亮度与所述第一色系的亮度范围的临界值的差值绝对值小于所述第一阈值,将第一色系确定为所述第一部分的色系。
第一处理模块520,用于当所述第二部分的亮度与所述第一部分的亮度的差值绝对值大于或等于第二阈值时,根据所述第二部分在所述HSV空间的色调和饱和度,确定所述第二部分的色系,或当所述第二部分的亮度与所述第一部分的亮度的差值绝对值大于或等于第二阈值时,将所述第二部分的亮度相邻的范围对应的色系确定为所述第二部分的色系;或,当所述第二部分的亮度与所述第二部分的亮度的差值绝对值小于所述第二阈值时,将所述第一色系确定为所述第二部分的色系。
调整模块530,用于根据该第一部分的色系和该第二部分的色系,分别调整该第一部分和第二部分的亮度。
该转换模块510还用于,根据该目标图像的调整后的亮度,将该目标图像从该HSV空间转化到该RGB空间。
图8示出了本申请提供的图像处理设备600的示意性框图,该图像处理设备600包括:
存储器610,用于存储程序,该程序包括代码;
收发器620,用于和其他设备进行通信;
处理器630,用于执行存储器610中的程序代码。
可选地,当该代码被执行时,该处理器630可以实现方法200或方法300中图像处理设备执行各个操作,收发器620用于在处理器630的驱动下执行具体的信号收发。为了简洁,在此不再赘述。
应理解,在本申请实施例中,该处理器630可以是中央处理单元(CentralProcessingUnit,CPU),该处理器630还可以是其他通用处理器、数字信号处理器、专用集成电路、现成可编程门阵列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。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。
该存储器610可以包括只读存储器和随机存取存储器,并向处理器630提供指令和数据。存储器610的一部分还可以包括非易失性随机存取存储器。例如,存储器610还可以存储设备类型的信息。
收发器620可以是用于实现信号发送和接收功能。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的***、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的***、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (22)
1.一种处理图像的方法,其特征在于,包括:
将目标图像从红绿蓝RGB空间转换到色调饱和度亮度HSV空间,其中,所述目标图像包括前景部分和背景部分;
根据所述背景部分的亮度以及所述前景部分的亮度,确定所述前景部分的色系;
根据所述前景部分的色系,确定所述前景部分的色系对应的亮度集合;
根据所述亮度集合,调整所述前景部分的亮度;
根据所述前景部分的调整后的亮度,将所述目标图像从所述HSV空间转化到所述RGB空间。
2.根据权利要求1所述的方法,其特征在于,所述根据所述背景部分的亮度以及所述前景部分的亮度,确定所述前景部分的色系,包括:
根据所述背景部分的亮度,确定所述前景部分的亮度修正系数;
根据所述前景部分的亮度修正系数,调整所述前景部分的亮度;
根据所述前景部分的调整后的亮度,确定所述前景部分的色系。
3.根据权利要求2所述的方法,其特征在于,所述根据所述背景部分的亮度,确定所述前景部分的亮度修正系数,包括:
根据所述背景部分的亮度和背景亮度的范围,确定所述背景部分所属的背景亮度的范围;
确定所述背景部分所属的背景亮度的范围对应的亮度修正系数为所述前景部分的亮度修正系数。
4.根据权利要求2所述的方法,其特征在于,所述根据所述背景部分的亮度,确定所述前景部分的亮度修正系数,包括:
计算图像存储数据库中的多个图像的背景部分的亮度的平均值,所述多个图像与所述目标图像为同一捕获场景下的图像;
根据所述前景部分所在的所述目标图像的所述背景部分的亮度,以及所述图像存储数据库中的多个图像的背景部分的亮度的平均值,确定所述前景部分的亮度修正系数。
5.根据权利要求2至4中任一项所述的方法,其特征在于,所述根据所述前景部分的调整后的亮度,确定所述前景部分的色系,包括:
比较所述前景部分的调整的亮度与多个色系的亮度范围,确定所述前景部分的色系。
6.根据权利要求5所述的方法,其特征在于,所述比较所述前景部分的调整的亮度与多个色系的亮度范围,确定所述前景部分的色系,包括:
当所述前景部分的调整后的亮度属于所述多个色系中的第一色系的亮度范围,且与所述第一色系的亮度范围的临界值的差值绝对值小于第一阈值时,根据所述前景部分在所述HSV空间的色调和饱和度,确定所述前景部分的色系;或
当所述前景部分的调整后的亮度属于所述多个色系中的第一色系的亮度范围,且与所述第一色系的亮度范围的临界值的差值绝对值大于或等于所述第一阈值时,将所述第一色系确定为所述前景部分的色系。
7.根据权利要求1至4中任一项所述的方法,其特征在于,所述根据所述背景部分的亮度以及所述前景部分的亮度,确定所述前景部分的色系,包括:
将所述前景部分的色调、饱和度和亮度以及所述背景部分的亮度输入参数模型,并获取所述参数模型输出的标签值,
其中,所述参数模型用于指示在所述目标图像的捕获场景下,多个色系的标签值,与前景部分的色调,饱和度和亮度以及背景部分的亮度的对应关系;
根据所述参数模型的输出的标签值,确定所述前景部分的色系。
8.根据权利要求7所述的方法,其特征在于,所述将所述前景部分的色调、饱和度和亮度以及所述背景部分的亮度输入参数模型之前,所述方法还包括:
根据所述多个色系中每个色系设定的标签值和图像存储数据库中的多个图像中的前景部分的色调、饱和度和亮度以及所述多个图像中的背景部分的亮度进行算法训练,确定所述参数模型,所述多个图像与所述目标图像为同一捕获场景下的图像。
9.根据权利要求1至4中任一项所述的方法,其特征在于,所述色系为黑暗色系、有色色系和白亮色系中的一种色系,所述黑暗色系对应的亮度集合中的元素为a;所述有色色系对应的亮度集合为大于等于b且小于等于c的亮度范围;所述白亮色系对应的亮度集合中的元素为d,
其中,所述a、所述b、所述c和所述d满足关系式:
0≤a<b≤c<d≤1
所述a、b、c和d均为常数。
10.一种处理图像的方法,其特征在于,包括:
将目标图像从红绿蓝RGB空间转换到色调饱和度亮度HSV空间;
当所述目标图像的亮度属于多个色系中的第一色系的亮度范围,且与所述第一色系的亮度范围的临界值的差值绝对值小于第一阈值时,根据所述目标图像在所述HSV空间的色调和饱和度,确定所述目标图像的色系;或,当所述目标图像的亮度属于所述多个色系中的第一色系的亮度范围,且与所述第一色系的亮度范围的临界值的差值绝对值大于等于所述第一阈值时,将所述第一色系确定为所述目标图像的色系;
根据所述目标图像的色系,调整所述目标图像的亮度;根据所述目标图像的调整后的亮度,将所述图像从所述HSV空间转化到所述RGB空间。
11.一种处理图像的方法,其特征在于,包括:
将目标图像从红绿蓝RGB空间转换到色调饱和度亮度HSV空间,所述目标图像包括第一部分和第二部分;
所述第一部分的亮度和所述第二部分的亮度属于第一色系的亮度范围,所述第一部分的亮度与所述第一色系的亮度范围的临界值的差值绝对值大于或等于第一阈值,所述第二部分的亮度与所述第一色系的亮度范围的临界值的差值绝对值小于所述第一阈值,将第一色系确定为所述第一部分的色系;
当所述第二部分的亮度与所述第一部分的亮度的差值的绝对值大于或等于第二阈值时,根据所述第二部分在所述HSV空间的色调和饱和度,确定所述第二部分的色系;或当所述第二部分的亮度与所述第一部分的亮度的差值绝对值大于或等于第二阈值时,将所述第二部分的亮度相邻的范围对应的色系确定为所述第二部分的色系;或,当所述第二部分的亮度与所述第二部分的亮度的差值绝对值小于所述第二阈值时,将所述第一色系确定为所述第二部分的色系;
根据所述第一部分和所述第二部分的色系,调整所述第一部分和所述第二部分的亮度;
根据所述目标图像的调整后的亮度,将所述目标图像从所述HSV空间转化到所述RGB空间。
12.一种处理图像的设备,其特征在于,包括:
转换模块,用于将目标图像从红绿蓝RGB空间转换到色调饱和度亮度HSV空间,其中,所述目标图像包括前景部分和背景部分;
第一处理模块,用于根据所述背景部分的亮度以及所述前景部分的亮度,确定所述前景部分的色系;
所述第一处理模块还用于根据所述前景部分的色系,确定所述前景部分的色系对应的亮度集合;
调整模块,用于根据所述亮度集合,调整所述前景部分的亮度;
所述转换模块用于:
根据所述前景部分的调整后的亮度,将所述目标图像从所述HSV空间转化到所述RGB空间。
13.根据权利要求12所述的设备,其特征在于,所述第一处理模块具体用于:
根据所述背景部分的亮度,确定所述前景部分的亮度修正系数;
根据所述前景部分的亮度修正系数,调整所述前景部分的亮度;
根据所述前景部分的调整后的亮度,确定所述前景部分的色系。
14.根据权利要求13所述的设备,其特征在于,所述第一处理模块具体用于:
根据所述背景部分的亮度和背景亮度的区间范围,确定所述背景部分所属的背景亮度的区间范围;
确定所述背景部分所属的背景亮度的区间范围对应的亮度修正系数为所述前景部分的亮度修正系数。
15.根据权利要求13所述的设备,其特征在于,所述第一处理模块具体用于:
计算图像存储数据库中的多个图像的背景部分的亮度的平均值,所述多个图像与所述目标图像为同一捕获场景下的图像;
根据所述前景部分所在的所述目标图像的所述背景部分的亮度,以及所述图像存储数据库中的多个图像的背景部分的亮度的平均值的比值确定为所述前景部分的亮度修正系数。
16.根据权利要求13至15中任一项所述的设备,其特征在于,所述第一处理模块还用于:
比较所述前景部分的调整的亮度与多个色系的亮度范围,确定所述前景部分的色系。
17.根据权利要求16所述的设备,其特征在于,所述第一处理模块具体用于:
当所述前景部分的调整后的亮度属于所述多个色系中的第一色系的亮度范围,且与所述第一色系的亮度范围的临界值的差值绝对值小于第一阈值时,根据所述前景部分在所述HSV空间的色调和饱和度,确定所述前景部分的色系;或
当所述前景部分的调整后的亮度属于所述多个色系中的第一色系的亮度范围,且与所述第一色系的亮度范围的临界值的差值绝对值大于或等于所述第一阈值时,将所述第一色系确定为所述前景部分的色系。
18.根据权利要求12至15中任一项所述的设备,其特征在于,所述第一处理模块具体用于:
将所述前景部分的色调、饱和度和亮度以及所述背景部分的亮度输入参数模型,并获取所述参数模型输出的标签值,
其中,所述参数模型用于指示在所述目标图像的捕获场景下,多个色系的标签值,与前景部分的色调,饱和度和亮度以及背景部分的亮度的对应关系;
根据所述参数模型的输出的标签值,确定所述前景部分的色系。
19.根据权利要求18所述的设备,其特征在于,所述将所述前景部分的色调、饱和度和亮度以及所述背景部分的亮度输入参数模型之前,所述设备还包括:
第二处理模块,用于根据所述多个色系中每个色系设定的标签值和图像存储数据库中的多个图像中的前景部分的色调、饱和度和亮度以及所述多个图像中的背景部分的亮度进行算法训练,确定所述参数模型,所述多个图像与所述目标图像为同一捕获场景下的图像。
20.根据权利要求12至15中任一项所述的设备,其特征在于,所述色系为黑暗色系、有色色系和白亮色系中的一种色系,所述黑暗色系对应的亮度集合中的元素为a;所述有色色系对应的亮度集合为大于等于b且小于等于c的亮度范围;所述白亮色系对应的亮度集合中的元素为d,
其中,所述a、所述b、所述c和所述d满足关系式:
0≤a<b≤c<d≤1
所述a、b、c和d均为常数。
21.一种处理图像的设备,其特征在于,包括:
转换模块,用于将目标图像从红绿蓝RGB空间转换到色调饱和度亮度HSV空间;
处理模块,用于当所述目标图像的亮度属于多个色系中的第一色系的亮度范围,且与所述第一色系的亮度范围的临界值的差值绝对值小于第一阈值时,根据所述目标图像在所述HSV空间的色调和饱和度,确定前景部分的色系;或,当所述目标图像的亮度属于所述多个色系中的第一色系的亮度范围,且与所述第一色系的亮度范围的临界值的差值绝对值大于等于所述第一阈值时,将所述第一色系确定为所述目标图像的色系;
调整模块,用于根据所述目标图像的色系,调整所述目标图像的亮度;
所述转换模块用于:
根据所述目标图像的调整后的亮度,将所述图像从所述HSV空间转化到所述RGB空间。
22.一种处理图像的设备,其特征在于,包括:
转换模块,用于将目标图像从红绿蓝RGB空间转换到色调饱和度亮度HSV空间,所述目标图像包括第一部分和第二部分;
处理模块,用于当所述第一部分的亮度和所述第二部分的亮度属于第一色系的亮度范围,所述第一部分的亮度与所述第一色系的亮度范围的临界值的差值绝对值大于或等于第一阈值,所述第二部分的亮度与所述第一色系的亮度范围的临界值的差值绝对值小于所述第一阈值,将第一色系确定为所述第一部分的色系;
所述处理模块用于:当所述第二部分的亮度与所述第一部分的亮度的差值的绝对值大于或等于第二阈值时,根据所述第二部分在所述HSV空间的色调和饱和度,确定所述第二部分的色系;或当所述第二部分的亮度与所述第一部分的亮度的差值绝对值大于或等于第二阈值时,将所述第二部分的亮度相邻的范围对应的色系确定为所述第二部分的色系;或,当所述第二部分的亮度与所述第二部分的亮度的差值绝对值小于所述第二阈值时,将所述第一色系确定为所述第二部分的色系;
调整模块,用于根据所述第一部分和所述第二部分的色系,调整所述第一部分和所述第二部分的亮度;
所述转换模块用于根据所述目标图像的调整后的亮度,将所述目标图像从所述HSV空间转化到所述RGB空间。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710082941.8A CN108446705B (zh) | 2017-02-16 | 2017-02-16 | 图像处理的方法和设备 |
PCT/CN2018/071783 WO2018149253A1 (zh) | 2017-02-16 | 2018-01-08 | 图像处理的方法和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710082941.8A CN108446705B (zh) | 2017-02-16 | 2017-02-16 | 图像处理的方法和设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108446705A CN108446705A (zh) | 2018-08-24 |
CN108446705B true CN108446705B (zh) | 2021-03-23 |
Family
ID=63170502
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710082941.8A Active CN108446705B (zh) | 2017-02-16 | 2017-02-16 | 图像处理的方法和设备 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN108446705B (zh) |
WO (1) | WO2018149253A1 (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110865856B (zh) * | 2018-08-27 | 2022-04-22 | 华为技术有限公司 | 一种界面元素颜色显示方法及装置 |
CN109308687A (zh) * | 2018-09-06 | 2019-02-05 | 百度在线网络技术(北京)有限公司 | 用于调节图像亮度的方法和装置 |
CN109509461B (zh) * | 2018-12-19 | 2020-11-06 | 惠科股份有限公司 | 显示面板的亮度调节方法及装置 |
CN109853267B (zh) * | 2018-12-29 | 2021-08-20 | 杭州智数创联科技有限公司 | 一种快速制作数码印花色卡的方法 |
CN109871455B (zh) * | 2019-01-28 | 2020-11-10 | 厦门理工学院 | 碳化竹片分色方法及*** |
CN110726725A (zh) * | 2019-10-23 | 2020-01-24 | 许昌许继软件技术有限公司 | 一种输电线路金具锈蚀检测方法及装置 |
CN111882493A (zh) * | 2020-06-22 | 2020-11-03 | 浙江大华技术股份有限公司 | 图像的颜色调整方法、装置、设备和计算机可读存储介质 |
CN111966933A (zh) * | 2020-07-10 | 2020-11-20 | 口碑(上海)信息技术有限公司 | 颜色数据推荐方法及装置 |
CN113223016A (zh) * | 2021-05-13 | 2021-08-06 | 上海西虹桥导航技术有限公司 | 一种植物秧苗的图像分割方法、装置、电子设备和介质 |
CN113487700A (zh) * | 2021-06-22 | 2021-10-08 | 维沃移动通信有限公司 | 图像处理方法、装置和电子设备 |
CN114828337B (zh) * | 2022-07-01 | 2022-09-27 | 杭州罗莱迪思科技股份有限公司 | 户外led染色灯控制方法及其应用 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4007487A (en) * | 1975-09-25 | 1977-02-08 | The Association Of Motion Picture And Television Producers Inc. | Electronic composite photography with color control |
US5194008A (en) * | 1992-03-26 | 1993-03-16 | Spartanics, Ltd. | Subliminal image modulation projection and detection system and method |
CN1445984A (zh) * | 2003-04-14 | 2003-10-01 | 浙江大学 | 数字图像处理中以任意图像为背景的快速抠图方法 |
CN101166226A (zh) * | 2006-10-17 | 2008-04-23 | 三星电子株式会社 | 低图像对比度区域中的图像补偿 |
CN101304488A (zh) * | 2008-06-20 | 2008-11-12 | 北京中星微电子有限公司 | 一种图象采集的方法和装置 |
CN101998063A (zh) * | 2009-08-20 | 2011-03-30 | 财团法人工业技术研究院 | 前景图像分离方法 |
CN102013006A (zh) * | 2009-09-07 | 2011-04-13 | 泉州市铁通电子设备有限公司 | 一种基于逆光环境的人脸自动检测识别的方法 |
CN102075780A (zh) * | 2011-02-25 | 2011-05-25 | 福建华映显示科技有限公司 | 立体影像产生装置及其方法 |
CN102270427A (zh) * | 2010-06-04 | 2011-12-07 | 英华达(上海)电子有限公司 | 增强电子书阅读效果的方法和装置、电子终端 |
CN102881260A (zh) * | 2009-09-16 | 2013-01-16 | 致伸科技股份有限公司 | 图像处理方法及装置 |
CN103123725A (zh) * | 2011-11-18 | 2013-05-29 | 鸿富锦精密工业(深圳)有限公司 | 图像分析装置及分析方法 |
CN103208126A (zh) * | 2013-04-17 | 2013-07-17 | 同济大学 | 一种自然环境下运动物体监测方法 |
CN104899881A (zh) * | 2015-05-28 | 2015-09-09 | 湖南大学 | 一种视频图像中运动车辆阴影检测方法 |
CN105354554A (zh) * | 2015-11-12 | 2016-02-24 | 西安电子科技大学 | 基于颜色和奇异值特征的人脸活体检测方法 |
CN105488793A (zh) * | 2015-11-26 | 2016-04-13 | 西安诺瓦电子科技有限公司 | 图像显示方法以及图像处理方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1849601A (zh) * | 2003-09-08 | 2006-10-18 | 皇家飞利浦电子股份有限公司 | 索引和搜索图形元素的方法和设备 |
US7663689B2 (en) * | 2004-01-16 | 2010-02-16 | Sony Computer Entertainment Inc. | Method and apparatus for optimizing capture device settings through depth information |
US20100322513A1 (en) * | 2009-06-19 | 2010-12-23 | Sharp Laboratories Of America, Inc. | Skin and sky color detection and enhancement system |
CN102096911B (zh) * | 2011-01-31 | 2012-08-01 | 格科微电子(上海)有限公司 | 亮度提升的方法 |
JP5903927B2 (ja) * | 2012-02-21 | 2016-04-13 | セイコーエプソン株式会社 | 画像処理装置、画像処理方法、およびプログラム |
CN106327437B (zh) * | 2016-08-10 | 2019-04-05 | 大连海事大学 | 一种彩色文本图像校正方法及*** |
-
2017
- 2017-02-16 CN CN201710082941.8A patent/CN108446705B/zh active Active
-
2018
- 2018-01-08 WO PCT/CN2018/071783 patent/WO2018149253A1/zh active Application Filing
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4007487A (en) * | 1975-09-25 | 1977-02-08 | The Association Of Motion Picture And Television Producers Inc. | Electronic composite photography with color control |
US5194008A (en) * | 1992-03-26 | 1993-03-16 | Spartanics, Ltd. | Subliminal image modulation projection and detection system and method |
CN1445984A (zh) * | 2003-04-14 | 2003-10-01 | 浙江大学 | 数字图像处理中以任意图像为背景的快速抠图方法 |
CN101166226A (zh) * | 2006-10-17 | 2008-04-23 | 三星电子株式会社 | 低图像对比度区域中的图像补偿 |
CN101304488A (zh) * | 2008-06-20 | 2008-11-12 | 北京中星微电子有限公司 | 一种图象采集的方法和装置 |
CN101998063A (zh) * | 2009-08-20 | 2011-03-30 | 财团法人工业技术研究院 | 前景图像分离方法 |
CN102013006A (zh) * | 2009-09-07 | 2011-04-13 | 泉州市铁通电子设备有限公司 | 一种基于逆光环境的人脸自动检测识别的方法 |
CN102881260A (zh) * | 2009-09-16 | 2013-01-16 | 致伸科技股份有限公司 | 图像处理方法及装置 |
CN102270427A (zh) * | 2010-06-04 | 2011-12-07 | 英华达(上海)电子有限公司 | 增强电子书阅读效果的方法和装置、电子终端 |
CN102075780A (zh) * | 2011-02-25 | 2011-05-25 | 福建华映显示科技有限公司 | 立体影像产生装置及其方法 |
CN103123725A (zh) * | 2011-11-18 | 2013-05-29 | 鸿富锦精密工业(深圳)有限公司 | 图像分析装置及分析方法 |
CN103208126A (zh) * | 2013-04-17 | 2013-07-17 | 同济大学 | 一种自然环境下运动物体监测方法 |
CN104899881A (zh) * | 2015-05-28 | 2015-09-09 | 湖南大学 | 一种视频图像中运动车辆阴影检测方法 |
CN105354554A (zh) * | 2015-11-12 | 2016-02-24 | 西安电子科技大学 | 基于颜色和奇异值特征的人脸活体检测方法 |
CN105488793A (zh) * | 2015-11-26 | 2016-04-13 | 西安诺瓦电子科技有限公司 | 图像显示方法以及图像处理方法 |
Non-Patent Citations (2)
Title |
---|
Saliency detection combining foreground and background features based on manifold ranking;ZHU Zhengyu等;《journal of computer applications》;20160910;第36卷(第9期);第2560-2565页 * |
多源遥感影像配准与融合技术的研究;邢帅;《中国优秀硕士学位论文全文数据库 基础科学辑》;20050615(第2期);第A008-66页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108446705A (zh) | 2018-08-24 |
WO2018149253A1 (zh) | 2018-08-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108446705B (zh) | 图像处理的方法和设备 | |
US9706111B2 (en) | No-reference image and video quality evaluation | |
Ma et al. | Objective quality assessment for color-to-gray image conversion | |
JP5635677B2 (ja) | 高ダイナミックレンジ、視覚ダイナミックレンジおよび広色範囲の画像およびビデオの品質評価 | |
CN105915816B (zh) | 用于确定给定场景的亮度的方法和设备 | |
TWI426774B (zh) | 用於針對jpeg壓縮歷史紀錄分類為壓縮影像的方法、及用於針對影像是否已經過jpeg壓縮而分類影像的設備及影像分類方法 | |
AU2015201623A1 (en) | Choosing optimal images with preference distributions | |
KR20140058674A (ko) | 본질 이미지들을 이용하는 디지털 이미지 신호 압축 시스템 및 방법 | |
Mantiuk | Practicalities of predicting quality of high dynamic range images and video | |
Mazin et al. | Estimation of illuminants from projections on the planckian locus | |
Sazzad et al. | Establishment of an efficient color model from existing models for better gamma encoding in image processing | |
Chubarau et al. | Perceptual image quality assessment for various viewing conditions and display systems | |
US20230328396A1 (en) | White balance correction method and apparatus, device, and storage medium | |
Sari et al. | Color correction using improved linear regression algorithm | |
US20130329056A1 (en) | Color calibration of an image capture device in a way that is adaptive to the scene to be captured | |
Bianco et al. | Computational color constancy | |
Li et al. | Contrast enhancement algorithm for outdoor infrared images based on local gradient-grayscale statistical feature | |
US11543644B2 (en) | Digital imaging device and method for generating a digital color image | |
Lee et al. | A perception-based framework for wide color gamut content selection | |
Guo et al. | Color difference matrix index for tone-mapped images quality assessment | |
CN107533768A (zh) | 基于目标颜色空间范围的图像直方图压缩端点对选择 | |
Chandrakanth et al. | Analysis of SSIM based quality assessment across color channels of images | |
Ahar et al. | A just noticeable difference subjective test for high dynamic range images | |
Krasula | Quality assessment of post-processed images | |
Lahoulou et al. | Variable selection for image quality assessment using a neural network based approach |
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 |