CN110246086A - 彩色图像增强的图像处理方法及其图像处理*** - Google Patents
彩色图像增强的图像处理方法及其图像处理*** Download PDFInfo
- Publication number
- CN110246086A CN110246086A CN201810185115.0A CN201810185115A CN110246086A CN 110246086 A CN110246086 A CN 110246086A CN 201810185115 A CN201810185115 A CN 201810185115A CN 110246086 A CN110246086 A CN 110246086A
- Authority
- CN
- China
- Prior art keywords
- image
- brightness
- curve
- mapping
- layer
- 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.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 51
- 238000012545 processing Methods 0.000 title claims description 51
- 238000013507 mapping Methods 0.000 claims abstract description 112
- 239000000284 extract Substances 0.000 claims abstract description 10
- 230000006870 function Effects 0.000 claims description 55
- 238000000034 method Methods 0.000 claims description 23
- 238000001914 filtration Methods 0.000 claims description 21
- 230000008859 change Effects 0.000 claims description 7
- 238000000354 decomposition reaction Methods 0.000 claims description 7
- 238000007634 remodeling Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims 1
- 230000000694 effects Effects 0.000 description 19
- 238000010586 diagram Methods 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 230000002708 enhancing effect Effects 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 230000006835 compression Effects 0.000 description 3
- 238000007906 compression Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 102220621241 Proline-rich membrane anchor 1_S32A_mutation Human genes 0.000 description 2
- 102220522291 THAP domain-containing protein 1_S31A_mutation Human genes 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 102220198146 rs1057519886 Human genes 0.000 description 2
- 102220247850 rs1421233354 Human genes 0.000 description 2
- 102220070930 rs794728599 Human genes 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 125000001475 halogen functional group Chemical group 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- 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
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明揭露了一图像处理方法,其包括步骤:获取一彩色待处理图像并提取该待处理彩色图像的亮度通道信息,其中设定该亮度信息图像为一基准图像;分解该基准图像以获得一亮度基础层和一亮度细节层;分别对该图像基础层和该亮度细节层进行局部映射,以获得一亮度映射图像;和基于该亮度映射图像和该基准图像,重构该待处理彩色图像的RGB通道信息。
Description
技术领域
本发明涉及图像处理领域,更具体地,涉及一彩色图像增强的图像处理方法及其图像处理
背景技术
随着技术的发展,计算设备被逐渐地应用于现代社会的各个层面,并对现代社会的发展做出了巨大的贡献,其包括但不限于,数码相机,摄像机,智能手机,导航***等。特别地,近年来,数码相机等具有采集图像功能的设备变得越来越流行,且对其成像品质要求越来越高。
如图1为现有的一图像采集设备的示意图,其包括一光学镜头1P,一感光芯片2P,一AD转化器(Analog-to-digital converter)3P和一图像处理器4P。特别地,当该感光芯片2P被实施为具有采集彩色图像功能的感光芯片时,该感光芯片2P还包括一彩色滤镜5P,以藉由该彩色滤镜5P和后期的图像处理算法获得一彩色图像。
自然界中光线亮度的范围非常广,其动态范围可达到106,然而,现有的图像采集设备通常只能捕捉有限动态亮度范围的图像。因此,实际所采集到的彩色图像往往在高亮区域表现得曝光过度,而对应在低亮区域表现得曝光不足,以至于用肉眼无法识别低亮区域和高亮区域的具体图像内容,不符合人眼的正常视觉效果。因此,需对彩色图像进行图像增强处理。
现有的常用于彩色图像增强的方法为色调映射方法,其包括全局色调映射算法和局部色调映射方法。所谓全局色调映射方法,指的是图像上每一像素点根据该像素点在全图领域的特征和亮度信息进行映射,并根据映射前后的该像素点的亮度变化,重构该彩色图像的RGB通道信息。此类方法计算简便、效率高效,但其在映射的过程中,由于不考虑该像素点在全图的具体的空间位置且仅基于该像素的亮度信息进行同一种方式的映射,导致重构的彩色图像在色度、明度以及图像细节等方面,都存在一定程度的损失。
所谓局部色调映射方法,是对全局色调映射方法的一种改进,其在进行图像映射的过程中,将该像素点所处的空间位置和该像素点的亮度信息同时考虑在内,其色调映射效果明显较全局色调映射方法较优。
然而,在实际应用中,现有的局部色调映射方法大部分仅适合应用于高动态范围图像,而不适用于普通的RGB图像。例如,基于梯度域压缩的色调映射方法,因彩色图像位数(bit)的限制无法得到满意的优化效果。同时,大部分应用于彩色图像的局部色调方法大多算法繁琐且计算复杂度较高,且在图像处理之后易发生光晕伪影现象,无法满足使用者对于彩色图像的成像质量的视觉要求。
发明内容
本发明的主要目的在于提供一彩色图像增强的图像处理方法及其图像处理***,其中,所述图像处理方法基于局部色调映射方法对彩色图像进行增强,以使得最终重构的彩色图像具有较高的人眼视觉效果。
本发明的另一目的在于提供一彩色图像增强的图像处理方法及其图像处理***,其中,所述图像处理方法能在对彩色图像进行增强的同时,有效地保持图像的细节信息,例如边缘、轮廓和纹理等。
本发明的另一目的在于提供一彩色图像增强的图像处理方法及其图像处理***,其中,所述图像处理方法和所述图像处理***能同时应用于处理高动态范围图像(HDR)和普通的RGB图像,具有相对较优的兼容性和通用性。
本发明的另一目的在于提供一彩色图像增强的图像处理方法及其图像处理***,其中,所述图像处理方法在对彩色图像进行加强的过程中,利用相关算法将该彩色图像分解为一细节层和一基础层,以分别对基础层和细节层进行不同方式的色调映射,通过这样的方式,可有效地确保在提高该彩色图像的视觉效果的同时,尽量保持图像的细节信息。
本发明的另一目的在于提供一彩色图像增强的图像处理方法及其图像处理***,其中,所述图像处理方法将彩色图像分为细节层和基础层,并对该基础层和细节层分别进行色调映射,通过这样的方式,简化该图像处理算法的计算量以降低对处理器硬件的要求。
本发明的另一面对在于提供一彩色图像增强的图像处理方法及其图像处理***,其中,所述图像处理方法对图像基础层的映射方式为:保持图像中亮区域亮度不变,提高图像低亮区域的亮度和压缩图像高亮区域的亮度,使得优化之后的图像基础层的视觉效果更为自然,具有更高的保真度。
本发明的另一目的在于提供一彩色图像增强的图像处理方法及其图像处理***,其中,所述图像处理方法对图像细节层的映射方式为:对亮度较暗且图像较小细节处进行大幅度拉伸,对亮度较亮且图像较大细节处进行小幅度地拉伸,以使得重构之后的图像具有相对更优的局部对比度。
本发明的另一目的在于提供一彩色图像增强的图像处理方法及其图像处理***,其中,所述图像处理***能集成于任一图像采集设备或任一具有图像采集功能的电子设备,以对图像采集设备或电子设备所采集的彩色图像进行优化,以提升图像的视觉效果。
通过下面的描述,本发明的其它优势和特征将会变得显而易见,并可以通过权利要求书中特别指出的手段和组合得到实现。
依本发明,前述以及其它目的和优势可以通过一彩色图像增强的图像处理方法被实现,其包括步骤:
S1获取一待处理彩色图像并提取该待处理彩色图像的亮度通道信息,其中设定该亮度信息图像为一基准图像;
S2分解该基准图像以获得一亮度基础层和一亮度细节层;
S3分别对该图像基础层和该亮度细节层进行局部映射,以获得一亮度映射图像;和
S4基于该亮度映射图像和该基准图像,重构该待处理彩色图像的RGB通道信息。
在本发明的一实施例中,所述步骤S1还包括步骤:
S11获取一RGB格式的待处理彩色图像;
S12将该RGB格式的待处理彩色图像转化为一YUV格式的待处理彩色图像;和
S13提取该YUV格式的待处理彩色图像的Y分量,以获得该基准图像。
在本发明的一实施例中,在所述步骤S2和步骤S3之间,还包括步骤:
S20对该亮度基础层S型曲线映射,其中B*=Scurve(B),其中B*表示进行S型曲线映射之后的该亮度基础层,B表示该亮度基础层和Scurve(x)为该S型曲线的函数映射形式。
在本发明的一实施例中,所述步骤S3还包括步骤:
S30分别对该进行S型曲线映射之后的该亮度基础层和该亮度细节层进行局部映射,以获得该亮度映射图像。
在本发明的一实施例中,所述步骤S2还包括步骤:
S21藉由一基于图像细节信息的滤波器对该基准图像进行滤波处理,以获得该亮度基础层;和
S22将该基准图像与该亮度基础层进行作差,以获得该亮度细节层D,其中D=L-B。
在本发明的一实施例中,所述步骤S2还包括步骤:
S21A藉由提取图像细节信息的算法处理该基准图像,以获得该亮度细节层;和
S22A将该基准图像与该亮度细节层进行作差,以获得该亮度基础层。
在本发明的一实施例中,所述步骤S21还包括步骤:
S211对该基准图像进行多尺度滤波处理以获取一系列具有不同尺度的滤波图像信息;和
S212将具有不同尺度的滤波图像信息进行合成以获得该亮度基础层;
在本发明的一实施例中,在所述步骤S21中,对该基准图像进行基于图像细节信息的滤波处理的滤波器可选自由双边滤波器,引导滤波器和局部边缘保持滤波器所组成的群组中的任一滤波器
在本发明的一实施例中,所述步骤S3还包括步骤:
S31对该亮度基础层进行局部色调映射,其中设定该亮度基础层的映射曲线为CurveB和该亮度基础层尺度曲线为ScaleB,其中曲线CurveB是三次样条插值函数,其插值点(0,0),(a,b),(1,0),a,b∈[0,1];曲线ScaleB为三段多项式插值函数,其左、右段是多项式插值,中段是线性插值,其插值点(0,a),(b,0),(c,0),(1,d),a,b,c∈[0,1],b≤c,d∈[-1,0];
S32对该亮度细节层进行局部调映射,其中设定该亮度细节层的映射曲线为CurveD和该亮度细节层尺度曲线为ScaleD,其中曲线CurveD是三次样条插值函数,其插值点(-1,0),(-a,-b),(0,0),(a,b),(1,0),a,b∈[0,1];曲线ScaleD为三次样条插值函数,其插值点(0,a),(b,c),(1,d),a,b,c,d∈[0,1];和
S33获取该亮度映射图像,其中该亮度映射图像用公式表示为:Lltm=wBCurveB(L)ScaleB(B)+wDCurveD(D)ScaleD(B)+L,其中该Lltm表示该亮度映射图像;wB、wD是相应权重因子,L为该基准图像,B为该亮度基础层以及D为该亮度细节层。
在本发明的一实施例中,所述步骤S30还包括步骤:
S31A对进行S型曲线映射之后的该亮度基础层进行局部色调映射,其中设定该亮度基础层的映射曲线为CurveB和该亮度基础层尺度曲线为ScaleB,其中曲线CurveB是三次样条插值函数,其插值点(0,0),(a,b),(1,0),a,b∈[0,1];曲线ScaleB为三段多项式插值函数,其左、右段是多项式插值,中段是线性插值,其插值点(0,a),(b,0),(c,0),(1,d),a,b,c∈[0,1],b≤c,d∈[-1,0];
S32A对该亮度细节层进行局部色调映射,其中设定该亮度细节层的映射曲线为CurveD和该亮度细节层尺度曲线为ScaleD,其中曲线CurveD是三次样条插值函数,其插值点(-1,0),(-a,-b),(0,0),(a,b),(1,0),a,b∈[0,1];曲线ScaleD为三次样条插值函数,其插值点(0,a),(b,c),(1,d),a,b,c,d∈[0,1];和
S33A获取该亮度映射图像,其中该亮度映射图像用公式表示为:Lltm=wBCurveB(L)ScaleB(B*)+wDCurveD(D)ScaleD(B*)+L,其中该Lltm表示该亮度映射图像;wB、wD是相应权重因子,L为该基准图像,B*为进行S型曲线映射之后的该亮度基础层以及D为该亮度细节层。
在本发明的一实施例中,所述步骤S4还包括步骤:
S41根据该基准图像映射前后的亮度变化,求解一局部增益,其中,该局部增益用公式表示为:其中Lltm表示该亮度映射图像,L表示为该基准图像;和
S42根据该局部增益,重构该待处理彩色图像的RGB通道信息,其中该重构关系用公式表示为:
其中 Max是该基准图像的灰度级数,w是对应项的权重因子。在本发明的一实施例中,图像处理方法还包括步骤:
S5输出经过重构之后的彩色图像。
根据本发明的另一方面,本发明还提供了一图像处理***,其包括:
一获取模块;
一分解模块;
一处理模块;和
一重构模块,其中所述获取模块、所述分解模块、所述处理模块和所述重构模块相互可通信地连接,所述获取模块供获取一待处理彩色图像并提取该待处理彩色图像的亮度通道信息;所述分解模块可通信地连接于所述获取模块,供分解该基准图像以获得一亮度基础层和一亮度细节层;所述处理模块可通信地连接于所述分解模块,供分别对该图像基础层和该亮度细节层进行局部映射,以获得一亮度映射图像;所述重构模块可通信地连接于所述获取模块和所述处理模块,供基于该亮度映射图像和该基准图像,重构该待处理彩色图像的RGB通道信息。
通过对随后的描述和附图的理解,本发明进一步的目的和优势将得以充分体现。
本发明的这些和其它目的、特点和优势,通过下述的详细说明,附图和权利要求得以充分体现。
附图说明
图1为一现有的图像采集设备的示意图。
图2为依据本发明一较佳实施例的一图像处理***的框图示意图。
图3为依据上述本发明该较佳实施例所提供的一图像处理方法的流程示意图。
图4为依据上述图像处理方法中所述获取一待处理彩色图像的步骤的框图示意图。
图5为依据上述图像处理方法中所述分解该基准图像以获得一亮度基础层和一亮度细节层的步骤的框图示意图。
图6为依据上述图像处理方法中所述藉由一基于图像细节信息的滤波器对该基准图像进行滤波处理以获得该亮度基础层的步骤的框图示意图。图7为依据上述图像处理方法中所述对该图像基础层和该亮度细节层分别进行局部映射的步骤的框图示意图。
图8为依据上述图像处理方法中所述重构该待处理彩色图像的彩色信息的步骤的框图示意图。
图9为依据上述本发明该较佳实施例所提供的另一图像处理方法的流程示意图。
图10为依据上述另一图像处理方法的所述对进行S型曲线映射之后的该亮度基础层和该亮度细节层进行局部映射的框图示意图。
具体实施方式
以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的优选实施例只作为举例,本领域技术人员可以想到其他显而易见的变型。在以下描述中界定的本发明的基本原理可以应用于其他实施方案、变形方案、改进方案、等同方案以及没有背离本发明的精神和范围的其他技术方案。
本领域技术人员应理解的是,在本发明的揭露中,术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系是基于附图所示的方位或位置关系,其仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此上述术语不能理解为对本发明的限制。
可以理解的是,术语“一”应理解为“至少一”或“一或多个”,即在一实施例中,一元件的数量可以为一,而在另外的实施例中,所述元件的数量可以为多个,术语“一”不能理解为对数量的限制。
如图2所示,依据本发明一较佳实施例的一彩色图像增强的图像处理***被阐明,其中所述图像处理***可被集成于任一图像采集设备,例如数码相机、摄像机等,或任一具有图像采集功能的电子设备,例如智能手机、平板电脑等,供对该图像采集设备或该电子设备所采集的彩色图像进行效果增强,以提高图像最终的视觉效果及利于后续基于图像信息的研究和相关应用的开发。通常地,所述图像处理***可被集成于该图像采集设备的一处理器或该电子设备的一处理器,并按照预载的图像处理程序对所获取的彩色图像进行图像增强。
如前所述,然而,现有的图像采集设备或电子设备通常只能捕捉有限动态范围的图像,因此实际采集到的彩色图像往往在明亮的区域表现得曝光过度,而对应在暗区域表现得曝光不足,以至于无法用肉眼识别暗区域的具体图像内容,其皆不符合人眼的正常视觉效果。因此,需对彩色图像进行图像增强。
应注意的是,对应于被测目标的形貌特征和拍摄环境的明暗条件,图像的不用区域具有不同的特征,因此,在对图像进行相应处理以增强最终的成像效果时,应充分考虑到实际图像采集过程中图像不同区域的不同特征,并合理地利用这些特性对图像进行有针对性地处理,方能使得最终的图像成像效果满足人眼正常的视觉要求。
更具体地说,本发明所提供的所述图像校正***,其基于局部色调映射的基本思想,并按照如下描述的彩色图像增强的图像处理方法进行运转。如图3所示,该图像处理方法包括步骤:
S1获取一待处理彩色图像并提取该待处理彩色图像的亮度通道信息,其中设定该亮度信息图像为一基准图像;
S2分解该基准图像以获得一亮度基础层和一亮度细节层;
S3分别对该图像基础层和该亮度细节层进行局部映射,以获得一亮度映射图像;和
S4基于该亮度映射图像和该基准图像,重构该待处理彩色图像的RGB通道信息信息。
特别地,在本发明中,考虑到RGB三信息通道之间的高相关性,为尽量地减少在进行局部色调映射过程中引入不必要的色偏现象,选择对亮度通道应用色调映射,并在后续利用该亮度通道信息在局部映射前后的局部增益变化,对RGB三信息通道进行相应的调整。此为步骤S1的设计初衷。
本领域的技术人员应知晓,RGB格式的彩色图像信息将色度、亮度和饱和度等信息杂糅地表示,因此,在执行步骤S1的过程中需先将RGB格式的彩色图像信息转化为YUV格式的彩色图像信息以可单独地提取彩色图像的亮度通道信息,其中Y代表图像的亮度信息,U和V分别代表图像的色度信息。
特别地,在本发明的该较佳实施中,提取该具有RGB格式的待处理彩色图像的亮度通道信息的方法用公式可表示为:L=wRR+wGG+wBB+wmaxmax(R,G,B)+wminmin(R,G,B),其中wR+wG+wB+wmax+wmin=1;L表示由亮度信息Y所形成图像,即该基准图像。本领域的技术应知晓,一般情况下默认:wR=0.299,wG=0.587,wB=0.114,wmin=0,wmax=0,然而,在本发明中,可根据所采集图像的实际情况对参数WR、WG、WB、Wmin和Wmax做微小的调整,以使得所提取的亮度通道信息更适于本发明所提供的图像处理方法的后续处理。例如,在本发明一具体的实施例中,该参数WR、WG、WB、Wmin和Wmax可设定为:wR=0.125,wG=0.25,wB=0.125,wmin=0,wmax=0.5。
相应地,在本发明的该较佳实施例中,如图4所示,所述步骤S1还包括步骤:
S11获取一RGB格式的彩色待处理彩色图像;
S12将该RGB格式的待处理彩色图像转化为YUV格式的待处理彩色图像;和
S13提取该彩色YUV待处理图像的Y分量,以获得该基准图像。
彩色彩色进一步地,如前所述,对应于被测目标的形貌特征和拍摄环境的明暗条件,图像的不用区域具有不同的特征,在对图像进行相应处理时,应充分考虑到实际图像采集过程中图像不同区域的不同特征,并合理地利用这些特性对图像进行有针对性地处理,以使得最终的图像成像效果满足人眼正常的视觉要求。相应地,在本发明的该较佳实施中,选择将该基准图像(亮度信息图像)分解为一亮度基础层图像和一亮度细节层图像,其中该亮度基础层图像包括被测目标的大部分图像信息(平坦区域),该亮度细节层图像包括被测目标的细节信息,例如边缘、轮廓或纹理等,通过这样的方式,以允许在后续进行色调映射的过程中,可单独对该亮度基础层和该亮度细节层进行自适应处理,从而确保能在对彩色图像进行增强的同时,可有效地保持图像的细节信息,例如边缘、轮廓和纹理等。相应地,此为步骤S2的设计初衷。
更具体地说,在本发明的该较佳实施例中,可选用基于图像细节信息的滤波器对该基准图像进行处理,以获得该亮度基础层和该亮度细节层。例如,在本发明一具体的实施例中,所述图像处理方法采用基于图像细节信息的双边滤波器对该基准图像进行处理,以获得该亮度基础层,其中该双边滤波器用公式可表示为:
其中σd、σr是相应权重因子,B表示图像基础层,L表示该基准图像,(i,j)表示局部领域的中心像素点坐标,(k,l)表示该局部领域内其他像素点坐标。
进一步地,在利用该双边滤波器获取该亮度基础层B之后,可将该基准图像L和该亮度基础层B进行作差,以获得该亮度细节层D,其中D=L-B。也就是说,在本发明中,该基准信息由该图像基础层和该图像细节层组成。
值得一提的是,在本发明中,该基于图像细节信息的滤波器可选用其他类型,例如:局部边缘保持(Local Edge-Preserving LEP)滤波器,或引导滤波器(Guided ImageFiltering,GIF)等。本领域的技术人员应容易理解,在本发明中,该基于图像细节信息的滤波器的类型并不为本发明所局限,其只需能够提取该亮度基础层即可。相应地,在本发明的该较佳实施例中,如图5所示,所述步骤S2还包括步骤:
S21藉由一基于图像细节信息的滤波器对该基准图像进行滤波处理,以获得该亮度基础层;和
S22将该基准图像与该亮度基础层进行作差,以获得该亮度细节层D,其中D=L-B。
相应地,在所述步骤S21中,对该基准图像进行基于图像细节信息的滤波处理的滤波器可选自由双边滤波器,引导滤波器和局部边缘保持滤波器所组成的群组中的任一滤波器。
此外,本领域的技术人员应知晓,大多数情况下,图像的细节信息,例如边缘、轮廓或纹理等,表现在不同的尺度上。因此,为弥补单尺度无法得到清晰图像的全部细节特征的不足,在本发明中,可选择对该基准图像进行多尺度滤波处理。
更具体地说,在本发明的该较佳实施例中,可对该基准图像进行多尺度的滤波处理以获取一系列具有不同尺度的滤波图像信息,进一步地,将具有不同尺度的滤波图像信息进行合成以获得该亮度基础层。应容易理解,在对该基准图像进行多尺度分解的过程中,该基准图像的全部细节特征被逐一分解至具有不同尺度的图像中,从而可有效地弥补单尺度处理图像会遗漏图像细节特征的缺陷。
相应地,在本发明中,如图6所示,所述步骤S21还包括步骤:
S211对该基准图像进行多尺度滤波处理以获取一系列具有不同尺度的滤波图像信息;和
S212将具有不同尺度的滤波图像信息进行合成以获得该亮度基础层;
为了便于计算且满足一定的精度要求,通常将分解的尺度设置为3。也就是说,在执行完步骤S211之后,可获得具有3个不同尺度的分解图图像信息,并在执行完步骤S212之后,可获得具有3个不同尺度的滤波图像信息,分别记为:低尺度滤波图像信息B1,中尺度滤波图像信息B2和高尺度滤波图像信息B3。特别地,在步骤S213中,可选择按照B=(B1+B2+B3)/3的方式获得该亮度基础层,即取不同尺度的滤波图像信息的平均值的方式获得该亮度基础层。值得一提的是,在本发明另外的实施例中,可将分解的尺度设置为其他值,其中当分解尺度增加时,该基准图像的细节信息会提取地相对更为完整,但计算量增加;当该分解尺度降低时,计算量会降低,但该基准图像的细节信息会提取的完整度会降低。
本领域的技术人员应容易想到,在本发明另外的实施例中,可利用相关算法优先提取该图像细节层,并进一步地利用该基准图像和该图像细节层进行作差,以获得该图像基础层。也就是说,在本发明另外的实施例中,可先获取该图像细节层,后获取该图像基础层。
在本发明的具体的一实施例中,所述图像处理方法可藉由提取图像细节信息的算法处理该基准图像,以获得该亮度细节层,并进一步地,将该基准图像与该亮度细节层进行作差,以获得该亮度细节层。也就是说,在本发明的另外的实施例中,如图5所示,所述步骤S2还包括步骤:
S21A藉由提取图像细节信息的算法处理该基准图像,以获得该亮度细节层;和
S22A将该基准图像与该亮度细节层进行作差,以获得该亮度基础层。
进一步地,在藉由相关算法获取该亮度细节层和该亮度基础层后,需针对该亮度细节层和该亮度基础层对应的图像特征设计适合的局部色调映射算法,以使得最终的彩色图像增强效果满足预设要求。如前所述,实际的彩色图像效果往往在图像低亮区域显得特别暗,以至于无法用肉眼识别具体的成像内容,而相对应地,在图像高亮区域的亮度却异常高,同样不符合人眼的正常效果。针对这些特征,在对该亮度基础层映射时,可选择的策略为:保持中亮区域亮度不变,提高低亮区域的亮度,并压缩高区域的亮度,以使得进行局部映射后的图像具有较高的自然度和结构保真度。同时,在对该亮度细节层进行映射时,可选择的策略为:对亮度较暗且图像较小细节处进行大幅度拉伸,对亮度较亮且图像较大细节处进行小幅度地拉伸,以增强局部映射后的图像的局部对比度。
更具体地说,在本发明的该较佳实施例中,如图7所示,所述步骤S3还包括步骤:
S31对该亮度基础层进行局部色调映射,其中设定该亮度基础层的映射曲线为CurveB和该亮度基础层尺度曲线为ScaleB,其中曲线CurveB是三次样条插值函数,其插值点(0,0),(a,b),(1,0),a,b∈[0,1];曲线ScaleB为三段多项式插值函数,其左、右段是多项式插值,中段是线性插值,其插值点(0,a),(b,0),(c,0),(1,d),a,b,c∈[0,1],b≤c,d∈[-1,0];
S32对该亮度细节层进行局部色调映射,其中设定该亮度细节层的映射曲线为CurveD和该亮度细节层尺度曲线为ScaleD,其中曲线CurveD是三次样条插值函数,其插值点(-1,0),(-a,-b),(0,0),(a,b),(1,0),a,b∈[0,1];曲线ScaleD为三次样条插值函数,其插值点(0,a),(b,c),(1,d),a,b,c,d∈[0,1];和
S33获取该亮度映射图像,其中该亮度映射图像用公式表示为:Lltm=wBCurveB(L)ScaleB(B)+wDCurveD(D)ScaleD(B)+L,其中该Lltm表示该亮度映射图像;wB、wD是相应权重因子,L为该基准图像,B为该亮度基础层以及D为该亮度细节层。
应注意的是,在步骤S31中,曲线CurveB为三次样条插值函数,其插值点(0,0),(a,b),(1,0),a,b∈[0,1];曲线ScaleB为三段多项式插值函数,其左、右段是多项式插值,中段是线性插值,其插值点(0,a),(b,0),(c,0),(1,d),a,b,c∈[0,1],b≤c,d∈[-1,0]。相应地,在步骤S33中,利用函数CurveB(L)*ScaleB(B)便可对应于该亮度基础层的中亮区域、低亮区域、和高亮区域进行不同方式的调整,即保持中亮区域亮度不变,提高低亮区域的亮度和压缩高区域的亮度。
应领会的是,对应于ScaleB曲线的左段函数(坐标(0,a)--(b,0)段函数),函数CurveB(L)*ScaleB(B)的对应函数值在此阶段适当地提升,从实际图像效果来看,即提高亮度基础层低亮区域的亮度。对应于ScaleB曲线的中段函数(坐标(b,0)--(c,0)段函数),函数CurveB(L)*ScaleB(B)的对应函数值在此阶段维持不变,从实际图像效果来看,即保持该亮度基础层中亮区域的亮度。对应于ScaleB曲线的右段函数(坐标(c,0)--(1,d)段函数),函数CurveB(L)*ScaleB(B)的对应函数值适当地降低,从实际图像效果来看,即保持压缩该亮度基础层高亮区域的亮度值。
相类似地,在步骤S2中,曲线CurveD是三次样条插值函数,其插值点(-1,0),(-a,-b),(0,0),(a,b),(1,0),a,b∈[0,1];曲线ScaleD为三次样条插值函数,其插值点(0,a),(b,c),(1,d),a,b,c,d∈[0,1]。相应地,在步骤S33中,利用函数CurveD(D)ScaleD(B)便可对应于该亮度细节层的小细节和大细节区域进行不同方式的调整,即:对亮度较暗且图像较小细节处进行大幅度拉伸,对亮度较亮且图像较大细节处进行小幅度地拉伸,以使得重构之后的图像具有相对更优的局部对比度。
度。
应领会的是,对应于曲线ScaleD的第一段函数(坐标(0,a)--(b,c)段函数),函数CurveD*ScaleD(B)的对应函数值在此阶段大幅度地增加,从实际图像效果来看,即对亮度较暗且图像较小细节处进行大幅度拉伸。此外,对应于曲线ScaleD的第二段函数(坐标(b,c)--(1,d)段函数),函数CurveD*ScaleD(B)的对应函数值在此阶段小幅度地增加,从实际图像效果来看,即对亮度较亮且图像较大细节处进行小幅度地拉伸。
值得一提的是,为了优化步骤S3(S31、S32和S33)的局部映射效果,在进行步骤S3(S31、S32和S33)之前,可利用相关算法对该亮度基础层进行增强。更具体地说,在本发明的该较佳实施例中,在步骤S2和S3之间,如图9所示,还包括步骤:
S20对该亮度基础层S型曲线映射,其中B*=Scurve(B),其中B*表示进行S型曲线映射之后的该亮度基础层,B表示该亮度基础层和Scurve(x)为该S型曲线的函数映射形式。
应领会的是,在步骤S20中,对该亮度基础层利用S型曲线进行映射,以对该亮度基础层进行适当地增强,通过这样的方式,利于后续步骤S3中对该亮度基础层的局部映射算法的实施。
相应地,后续的步骤S3具体地被实施为:
S30分别对该进行S型曲线映射之后的该亮度基础层和该亮度细节层进行局部映射,以获得该亮度映射图像。
进一步地,如图10所示,所述步骤30还包括步骤:
S31A对进行S型曲线映射之后的该亮度基础层进行局部色调映射,其中设定该亮度基础层的映射曲线为CurveB和该亮度基础层尺度曲线为ScaleB,其中曲线CurveB是三次样条插值函数,其插值点(0,0),(a,b),(1,0),a,b∈[0,1];曲线ScaleB为三段多项式插值函数,其左、右段是多项式插值,中段是线性插值,其插值点(0,a),(b,0),(c,0),(1,d),a,b,c∈[0,1],b≤c,d∈[-1,0];
S32A对该亮度细节层进行布局色调映射,其中设定该亮度细节层的映射曲线为CurveD和该亮度细节层尺度曲线为ScaleD,其中曲线CurveD是三次样条插值函数,其插值点(-1,0),(-a,-b),(0,0),(a,b),(1,0),a,b∈[0,1];曲线ScaleD为三次样条插值函数,其插值点(0,a),(b,c),(1,d),a,b,c,d∈[0,1];和
S33A获取该亮度映射图像,其中该亮度映射图像用公式表示为:Lltm=wBCurveB(L)ScaleB(B*)+wDCurveD(D)ScaleD(B*)+L,其中该Lltm表示该亮度映射图像;wB、wD是相应权重因子,L为该基准图像,B*为进行S型曲线映射之后的该亮度基础层以及D为该亮度细节层。
进一步地,在执行完步骤S3或S30以获得该亮度映射图像Lltm之后,需利用该亮度基准图像在进行局部映射前后的变化对应于该待处理图像的彩色信息变化,以最终实现彩色图像增强的效果。
更具体地说,在本发明的该较佳实施例中,如图8所示,所述步骤S4还包括步骤:
S41根据该基准图像映射前后的亮度变化,求解一局部增益,其中,该局部增益用公式表示为:其中Lltm表示该亮度映射图像,L表示为该基准图像;和
S42根据该局部增益,重构该待处理彩色图像的RGB通道信息,其中该重构关系用公式表示为:其中 Max是该基准图像的灰度级数,w是对应项的权重因子。
应领会的是,在步骤S41和步骤S42中,利用该亮度基准图像在映射前后的亮度变化重构该待处理彩色图像的RGB通道信息,可极大化地避免色偏现象的出现。如前所述,该待处理彩色图像的RGB三信息通道之间存在高相关性,因此选择对亮度通道应用色调映射,并利用该亮度通道信息在局部映射前后的局部增益变化,对RGB三信息通道进行相应的调整。也就是说,在本发明中,利用Y与RGB三通道信息之间的相关性,将RGB三通道当做一个整体待调整量进行处理,通过这样的方式,可尽量地减少在进行局部色调映射过程中引入不必要的色偏现象。
相应地,在执行完彩色图像增强之后,可选择将该重构之后的该彩色图像进行输出。也就是说,在本发明的该较佳实施例中,所述图像处理方法,还包括步骤:
S5输出经过重构之后的彩色图像。
进一步地,如图2所示,本发明所提供的所述图像处理***包括一获取模块,一分解模块,一处理模块和一重构模块,其中所述获取模块、所述分解模块、所述处理模块和所述重构模块相互可通信地连接,以根据预设的图像处理方法对所获取的待处理图像进行彩色图像增强处理。
更具体地说,所述获取模块供获取一待处理彩色图像并提取该待处理彩色图像的亮度通道信息,其中以亮度信息图像为基准图像。所述分解模块可通信地连接于所述获取模块,供分解该基准图像以获得一亮度基础层和一亮度细节层。所述处理模块可通信地连接于所述分解模块,供分别对该图像基础层和该亮度细节层进行局部映射,以获得一亮度映射图像。所述重构模块可通信地连接于所述获取模块和所述处理模块,供基于该亮度映射图像和该基准图像,重构该待处理彩色图像的RGB通道信息。
进一步地,在本发明的一实施例中,所述图像处理***还包括一图像输出模块,其中所述图像输出模块可通信地连接于所述重构模块,供输出经过重构之后的彩色图像。
由此可以看到本发明目的可被充分有效完成。用于解释本发明功能和结构原理的所述实施例已被充分说明和描述,且本发明不受基于这些实施例原理基础上的改变的限制。因此,本发明包括涵盖在附属权利要求书要求范围和精神之内的所有修改。
Claims (15)
1.一彩色图像增强的图像处理方法,其特征在于,包括步骤:
获取一待处理彩色图像并提取该待处理彩色图像的亮度通道信息,其中设定该亮度信息图像为一基准图像;
分解该基准图像以获得一亮度基础层和一亮度细节层;
分别对该图像基础层和该亮度细节层进行局部映射,以获得一亮度映射图像;和
基于该亮度映射图像和该基准图像,重构该待处理彩色图像的RGB通道信息。
2.如权利要求1所述的图像处理方法,其中,所述分解该基准图像以获得一亮度基础层和一亮度细节层的步骤,还包括步骤:
藉由一基于图像细节信息的滤波器对该基准图像进行滤波处理,以获得该亮度基础层;
将该基准图像与该亮度基础层进行作差,以获得该亮度细节层。
3.如权利要求2所述的图像处理方法,其中,所述藉由一基于图像细节信息的滤波器对该基准图像进行滤波处理,以获得该亮度基础层的步骤,还包括步骤:
对该基准图像进行多尺度滤波处理以获取一系列具有不同尺度的滤波图像信息;和
将具有不同尺度的滤波图像信息进行合成以获得该亮度基础层。
4.如权利要求2所述的图像处理方法,其中,在所述藉由一基于图像细节信息的滤波器对该基准图像进行滤波处理,以获得该亮度基础层的步骤中,对该基准图像进行基于图像细节信息的滤波处理的滤波器可选自由双边滤波器,引导滤波器和局部边缘保持滤波器所组成的群组中的任一滤波器。
5.如权利要求1所述的图像处理方法,其中,所述分解该基准图像以获得一亮度基础层和一亮度细节层的步骤,还包括步骤:
藉由提取图像细节信息的算法处理该基准图像,以获得该亮度细节层;和
将该基准图像与该亮度细节层进行作差,以获得该亮度基础层。
6.如权利要求2至5任一所述的图像处理方法,其中,在所述分解该基准图像以获得一亮度基础层和一亮度细节层的步骤和所述分别对该图像基础层和该亮度细节层进行局部映射,以获得一亮度映射图像的步骤之间,还包括步骤:
对该亮度基础层S型曲线映射,其中B*=Scurve(B),其中B*表示进行S型曲线映射之后的该亮度基础层,B表示该亮度基础层和Scurve(x)为该S型曲线的函数映射形式。
7.如权利要求2至5任一所述的图像处理方法,其中,所述分别对该图像基础层和该亮度细节层进行局部映射,以获得一亮度映射图像的步骤,还包括步骤:
对该亮度基础层进行局部色调映射,其中设定该亮度基础层的映射曲线为CurveB和该亮度基础层尺度曲线为ScaleB,其中曲线CurveB是三次样条插值函数,其插值点(0,0),(a,b),(1,0),a,b∈[0,1];曲线ScaleB为三段多项式插值函数,其左、右段是多项式插值,中段是线性插值,其插值点(0,a),(b,0),(c,0),(1,d),a,b,c∈[0,1],b≤c,d∈[-1,0];
对该亮度细节层进行局部色调映射,其中设定该亮度细节层的映射曲线为CurveD和该亮度细节层尺度曲线为ScaleD,其中曲线CurveD是三次样条插值函数,其插值点(-1,0),(-a,-b),(0,0),(a,b),(1,0),a,b∈[0,1];曲线ScaleD为三次样条插值函数,其插值点(0,a),(b,c),(1,d),a,b,c,d∈[0,1];和
获取该亮度映射图像,其中该亮度映射图像用公式表示为:Lltm=wBCurveB(L)ScaleB(B)+wDCurveD(D)ScaleD(B)+L,其中该Lltm表示该亮度映射图像;wB、wD是相应权重因子,L为该基准图像,B为该亮度基础层以及D为该亮度细节层。
8.如权利要求6所述的图像处理方法,其中所述分别对该图像基础层和该亮度细节层进行局部映射,以获得一亮度映射图像的步骤,还包括步骤:
对进行S型曲线映射之后的该亮度基础层进行局部色调映射,其中设定该亮度基础层的映射曲线为CurveB和该亮度基础层尺度曲线为ScaleB,其中曲线CurveB是三次样条插值函数,其插值点(0,0),(a,b),(1,0),a,b∈[0,1];曲线ScaleB为三段多项式插值函数,其左、右段是多项式插值,中段是线性插值,其插值点(0,a),(b,0),(c,0),(1,d),a,b,c∈[0,1],b≤c,d∈[-1,0];
对该亮度细节层进行局部色调映射,其中设定该亮度细节层的映射曲线为CurveD和该亮度细节层尺度曲线为ScaleD,其中曲线CurveD是三次样条插值函数,其插值点(-1,0),(-a,-b),(0,0),(a,b),(1,0),a,b∈[0,1];曲线ScaleD为三次样条插值函数,其插值点(0,a),(b,c),(1,d),a,b,c,d∈[0,1];和
获取该亮度映射图像,其中该亮度映射图像用公式表示为:Lltm=wBCurveB(L)ScaleB(B*)+wDCurveD(D)ScaleD(B*)+L,其中该Lltm表示该亮度映射图像;wB、wD是相应权重因子,L为该基准图像,B*为进行S型曲线映射之后的该亮度基础层以及D为该亮度细节层。
9.如权利要求7所述的图像处理方法,其中所述基于该亮度映射图像和该基准图像,重构该彩色待处理图像的彩色信息的步骤,还包括步骤:
根据该基准图像映射前后的亮度变化,求解一局部增益,其中,该局部增益用公式表示为:其中Lltm表示该亮度映射图像,L表示为该基准图像;和
根据该局部增益,重构该待处理彩色图像的RGB通道信息,其中该重构关系用公式表示为:
其中 Max是该基准图像的灰度级数,w是对应项的权重因子。
10.如权利要求8所述的图像处理方法,其中,所述基于该亮度映射图像和该基准图像,重构该彩色待处理图像的彩色信息的步骤,还包括步骤:
根据该基准图像映射前后的亮度变化,求解一局部增益,其中,该局部增益用公式表示为:其中Lltm表示该亮度映射图像,L表示为该基准图像;和
根据该局部增益,重构该待处理彩色图像的RGB通道信息,其中该重构关系用公式表示为:
其中 Max是该基准图像的灰度级数,w是对应项的权重因子。
11.如权利要求1所述的图像处理方法,其中,所述获取一彩色待处理图像并提取该彩色待处理图像的亮度通道信息,其中设定该亮度信息图像为一基准图像的步骤,还包括步骤:
获取一RGB格式的待处理彩色图像;
将该RGB格式的待处理彩色图像转化为YUV格式的待处理彩色图像;和
提取该YUV格式的待处理彩色图像的一Y分量,以获得该基准图像。
12.如权利要求1所述的图像处理方法,其中,所述图像处理方法,还包括步骤:
输出经过重构之后的彩色图像。
13.如权利要求10或11任一所述的图像处理方法啊,其中,所述图像处理方法,还包括步骤:
输出经过重构之后的彩色图像。
14.一图像处理***,其特征在于,包括:
一获取模块;
一分解模块;
一处理模块;
和一重构模块,其中所述获取模块、所述分解模块、所述处理模块和所述重构模块相互可通信地连接,所述获取模块供获取一彩色待处理图像并提取该彩色待处理图像的亮度通道信息;所述分解模块可通信地连接于所述获取模块,供分解该基准图像以获得一亮度基础层和一亮度细节层;所述处理模块可通信地连接于所述分解模块,供分别对该亮度基础层和该亮度细节层进行局部映射,以获得一亮度映射图像;所述重构模块可通信地连接于所述获取模块和所述处理模块,供基于该亮度映射图像和该基准图像,重构该彩色待处理图像的RGB通道信息。
15.如权利要求15所述的图像处理***,其中,所述图像处理***还包括一输出模块,所述输出模块可通信地连接于所述重构模块供输出经过重构之后的彩色图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810185115.0A CN110246086B (zh) | 2018-03-07 | 2018-03-07 | 彩色图像增强的图像处理方法及其图像处理*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810185115.0A CN110246086B (zh) | 2018-03-07 | 2018-03-07 | 彩色图像增强的图像处理方法及其图像处理*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110246086A true CN110246086A (zh) | 2019-09-17 |
CN110246086B CN110246086B (zh) | 2021-09-03 |
Family
ID=67876200
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810185115.0A Active CN110246086B (zh) | 2018-03-07 | 2018-03-07 | 彩色图像增强的图像处理方法及其图像处理*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110246086B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112614471A (zh) * | 2020-12-24 | 2021-04-06 | 上海立可芯半导体科技有限公司 | 色调映射方法及*** |
WO2021073304A1 (zh) * | 2019-10-18 | 2021-04-22 | 华为技术有限公司 | 一种图像处理的方法及装置 |
US11961206B2 (en) | 2021-09-09 | 2024-04-16 | Samsung Electronics Co., Ltd. | Image generation using non-linear scaling and tone-mapping based on cubic spline curves |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101207754A (zh) * | 2007-12-18 | 2008-06-25 | 上海广电集成电路有限公司 | 一种根据视频内容动态提高对比度的方法 |
EP1995947A2 (en) * | 2007-05-21 | 2008-11-26 | Canon Kabushiki Kaisha | Color signal conversion method and apparatus, and method and apparatus for generating mapping parameters |
CN101340510A (zh) * | 2008-08-07 | 2009-01-07 | 中兴通讯股份有限公司 | 一种视频增强的方法及其装置 |
US20130121572A1 (en) * | 2010-01-27 | 2013-05-16 | Sylvain Paris | Methods and Apparatus for Tone Mapping High Dynamic Range Images |
CN103916669A (zh) * | 2014-04-11 | 2014-07-09 | 浙江宇视科技有限公司 | 高动态范围图像压缩方法及装置 |
CN105825472A (zh) * | 2016-05-26 | 2016-08-03 | 重庆邮电大学 | 一种快速的基于多尺度高斯滤波器的色调映射***及方法 |
CN105915909A (zh) * | 2016-05-27 | 2016-08-31 | 清华大学深圳研究生院 | 一种高动态范围图像分层压缩方法 |
CN106126474A (zh) * | 2016-04-13 | 2016-11-16 | 扬州大学 | 一种基于局部样条嵌入的线性分类方法 |
US20170070719A1 (en) * | 2015-09-04 | 2017-03-09 | Disney Enterprises, Inc. | High dynamic range tone mapping |
US20170103729A1 (en) * | 2015-10-09 | 2017-04-13 | Stmicroelectronics Asia Pacific Pte Ltd | Enhanced tone mapper for high dynamic range images and video |
CN106875358A (zh) * | 2017-02-09 | 2017-06-20 | 聚龙智瞳科技有限公司 | 基于Bayer格式的图像增强方法及图像增强装置 |
-
2018
- 2018-03-07 CN CN201810185115.0A patent/CN110246086B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1995947A2 (en) * | 2007-05-21 | 2008-11-26 | Canon Kabushiki Kaisha | Color signal conversion method and apparatus, and method and apparatus for generating mapping parameters |
CN101207754A (zh) * | 2007-12-18 | 2008-06-25 | 上海广电集成电路有限公司 | 一种根据视频内容动态提高对比度的方法 |
CN101340510A (zh) * | 2008-08-07 | 2009-01-07 | 中兴通讯股份有限公司 | 一种视频增强的方法及其装置 |
US20130121572A1 (en) * | 2010-01-27 | 2013-05-16 | Sylvain Paris | Methods and Apparatus for Tone Mapping High Dynamic Range Images |
US20140341468A1 (en) * | 2010-01-27 | 2014-11-20 | Adobe Systems Incorporated | Methods and Apparatus for Tone Mapping High Dynamic Range Images |
CN103916669A (zh) * | 2014-04-11 | 2014-07-09 | 浙江宇视科技有限公司 | 高动态范围图像压缩方法及装置 |
US20170070719A1 (en) * | 2015-09-04 | 2017-03-09 | Disney Enterprises, Inc. | High dynamic range tone mapping |
US20170103729A1 (en) * | 2015-10-09 | 2017-04-13 | Stmicroelectronics Asia Pacific Pte Ltd | Enhanced tone mapper for high dynamic range images and video |
CN106126474A (zh) * | 2016-04-13 | 2016-11-16 | 扬州大学 | 一种基于局部样条嵌入的线性分类方法 |
CN105825472A (zh) * | 2016-05-26 | 2016-08-03 | 重庆邮电大学 | 一种快速的基于多尺度高斯滤波器的色调映射***及方法 |
CN105915909A (zh) * | 2016-05-27 | 2016-08-31 | 清华大学深圳研究生院 | 一种高动态范围图像分层压缩方法 |
CN106875358A (zh) * | 2017-02-09 | 2017-06-20 | 聚龙智瞳科技有限公司 | 基于Bayer格式的图像增强方法及图像增强装置 |
Non-Patent Citations (4)
Title |
---|
ALBERTO B.等: "An optimal video-surveillance approach for HDR videos tone mapping", 《2011 19TH EUROPEAN SIGNAL PROCESSING CONFERENCE》 * |
JIAN ZH.等: "An Adaptive Tone Mapping Algorithm for High Dynamic Range Images", 《INTERNATIONAL WORKSHOP ON COMPUTATIONAL COLOR IMAGING》 * |
刘衡生 等: "基于亮度分层的快速三边滤波器色调映射算法", 《计算机辅助设计与图形学学报》 * |
李祎: "非局部均值图像分解在色调映射中的应用", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021073304A1 (zh) * | 2019-10-18 | 2021-04-22 | 华为技术有限公司 | 一种图像处理的方法及装置 |
CN112614471A (zh) * | 2020-12-24 | 2021-04-06 | 上海立可芯半导体科技有限公司 | 色调映射方法及*** |
US11961206B2 (en) | 2021-09-09 | 2024-04-16 | Samsung Electronics Co., Ltd. | Image generation using non-linear scaling and tone-mapping based on cubic spline curves |
Also Published As
Publication number | Publication date |
---|---|
CN110246086B (zh) | 2021-09-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107045715B (zh) | 一种单幅低动态范围图像生成高动态范围图像的方法 | |
AU713076B2 (en) | Method of improving a digital image | |
CN105915909B (zh) | 一种高动态范围图像分层压缩方法 | |
CN106683080B (zh) | 一种视网膜眼底图像预处理方法 | |
CN104021532B (zh) | 一种红外图像的图像细节增强方法 | |
CN107220956A (zh) | 一种基于多幅具有不同曝光度的ldr图像的hdr图像融合方法 | |
CN106127718B (zh) | 一种基于小波变换的多曝光图像融合方法 | |
US8687883B2 (en) | Method and a device for merging a plurality of digital pictures | |
CN109685742A (zh) | 一种暗光环境下的图像增强方法 | |
Li et al. | A multi-scale fusion scheme based on haze-relevant features for single image dehazing | |
CN106981054A (zh) | 一种图像处理方法及电子设备 | |
CN111105359B (zh) | 一种高动态范围图像的色调映射方法 | |
Yu et al. | A false color image fusion method based on multi-resolution color transfer in normalization YCBCR space | |
CN108024105A (zh) | 图像色彩调节方法、装置、电子设备及存储介质 | |
CN110246086A (zh) | 彩色图像增强的图像处理方法及其图像处理*** | |
CN110852956A (zh) | 一种高动态范围图像的增强方法 | |
CN110599418A (zh) | 一种变换域融合的全局色调映射方法 | |
CN115205160A (zh) | 基于局部场景感知的无参考低照度图像增强方法 | |
Yu et al. | Adaptive inverse hyperbolic tangent algorithm for dynamic contrast adjustment in displaying scenes | |
WO2008102296A2 (en) | Method for enhancing the depth sensation of an image | |
CN113409247B (zh) | 一种多曝光融合图像质量评价方法 | |
CN113052923B (zh) | 色调映射方法、装置、电子设备和存储介质 | |
CN108550124B (zh) | 一种基于仿生螺线的光照补偿及图像增强方法 | |
CN117611501A (zh) | 一种低照度图像增强方法、装置、设备及可读存储介质 | |
JP4359662B2 (ja) | カラー画像の露出補正方法 |
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 | ||
EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20190917 Assignee: Zhejiang Shunwei Technology Co.,Ltd. Assignor: SUNNY OPTICAL (ZHEJIANG) RESEARCH INSTITUTE Co.,Ltd. Contract record no.: X2024330000055 Denomination of invention: Image processing methods and image processing systems for color image enhancement Granted publication date: 20210903 License type: Common License Record date: 20240515 |
|
EE01 | Entry into force of recordation of patent licensing contract |