CN115034994A - 基于视频内容的区域颜色处理的方法及*** - Google Patents

基于视频内容的区域颜色处理的方法及*** Download PDF

Info

Publication number
CN115034994A
CN115034994A CN202210693078.0A CN202210693078A CN115034994A CN 115034994 A CN115034994 A CN 115034994A CN 202210693078 A CN202210693078 A CN 202210693078A CN 115034994 A CN115034994 A CN 115034994A
Authority
CN
China
Prior art keywords
small
block
video
color
scene
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.)
Pending
Application number
CN202210693078.0A
Other languages
English (en)
Inventor
谢文军
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.)
Shenzhen Kairun Intelligent Lighting Co ltd
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN202210693078.0A priority Critical patent/CN115034994A/zh
Priority to US17/864,496 priority patent/US11516450B1/en
Publication of CN115034994A publication Critical patent/CN115034994A/zh
Pending legal-status Critical Current

Links

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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • 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
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • 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
    • G06T2207/10016—Video; Image sequence
    • 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
    • G06T2207/20021—Dividing image into blocks, subimages or windows
    • 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
    • G06T2207/20172—Image enhancement details
    • G06T2207/20208—High dynamic range [HDR] image processing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)
  • Processing Of Color Television Signals (AREA)

Abstract

本发明公开了基于视频内容的区域颜色处理的方法及***，包括：步骤1、数据区域分割；步骤2、像素视频数据去噪；步骤3、小区块代表值生成；步骤4、视频场景类型检测；步骤5、小区块的代表值的平滑处理；步骤6、暗块褪色处理；步骤7、HDR定制补偿/定义还原；步骤8、大区块的代表值生成。本发明根据氛围灯的渲染颗粒度对视频源数据进行小区块或大区块分割，并根据视频格式及内容进行实现降噪、平滑处理及自适应补偿等算法，灯光渲染能实时跟随视频信号的颜色，能有效降低渲染光的突变，给用户带来更舒缓的体验。

Description

基于视频内容的区域颜色处理的方法及***
技术领域：
本发明涉及视频处理技术领域，尤其涉及基于视频内容的区域颜色处理的方法及***。
背景技术：
随着家庭影音设备的越来越多，家庭影院以及电竞对沉浸式体现的要求越来越高，音视频渲染灯的产品也越来越丰富。但目前的灯光渲染一种是预定义固定模式的循环渲染，无法实时跟踪视频信号，体验效果不佳；另外一种可以通过检测视频信号中的色彩信号，输出实时的渲染信号，可以得到更好的用户体验，但是这种模式下存在几个问题：1、由于氛围灯的颗粒度远低于视频信号的像素，无法做到灯与视频像素的一一对应，处理不好会出现视频颜色与灯渲染颜色不一致的情况；2、当视频快速变化时有明显的闪烁或抖动；3、视频源的制式多种多样，每种制式(比如HDR、杜比等)兼容性处理不好，渲染效果不佳。
发明内容：
本发明的目的在于提供基于视频内容的区域颜色处理的方法及***，解决现有技术与视频源数据兼容性、视频各种场景下的体验效果不佳问题。
本发明由如下技术方案实施：基于视频内容的区域颜色处理的方法，包括：
步骤1、数据区域分割，将分辨率为p*q的视频图像分割为m*n个小区块，每个小区块包含若干像素；再将这些小区块分割为j*k个大区块，每个大区块包含若干小区块；其中，p代表像素，q代表行，m代表列，n代表行，j代表列，k代表行(p≥m≥j并且q≥n≥k)；
步骤2、像素视频数据去噪，将每个像素的视频数据(Ri,Gi,Bi)减去前置偏置的视频数据(Rpre,Gpre,Bpre)实现切底；
步骤3、小区块代表值生成，将每个小区块里的所有部分或感兴趣部分的像素的视频去噪数据取平均得到小区块的代表值；
步骤4、视频场景类型检测，将每个小区块的当前帧的代表值和前一帧的代表值进行比较，如果差异较大则为动态块，否则为静态块；如果整帧的动态块数目较多则为动态场景，否则为静态场景；
步骤5、小区块的代表值的平滑处理，基于当前帧和历史帧的小区块的代表值进行平滑处理，根据步骤4判定的动态场景或静态场景采用不同的平滑处理方法或系数实现不同的响应效果；
步骤6、暗块褪色处理，所述每个小区块的当前帧的平滑输出如果其RGB所对应的亮度值小于阈值，则判定为暗块并保留亮度褪去色彩；
步骤7、HDR定制补偿/定义还原，如果视频源为HDR，将确定的RGB值，变换到包括但不限于HSV色域，H/V不变，根据需要调整S值达到SDR颜色效果，或者根据HDR定义将HDR颜色还原到SDR颜色效果；
步骤8、大区块的代表值生成，根据步骤6、步骤7处理后的每个大区块内所有部分或感兴趣部分的小区块的最终输出值，对RGB所对应的色度值在0～360°范围内的分布进行柱状图统计，并对此柱状图做高斯滤波，求取分布最密集的中心色度，并统计以所述中心色度为中心的较小角度范围内的所有像素点的RGB取平均得到大区块的代表值。
进一步的，所述步骤3或步骤8的感兴趣部分包括但不限于该小区块的中心部分。
进一步的，所述步骤8统计以所述中心色度为中心的60°角度范围内的所有像素点的RGB取平均得到大区块的代表值。
进一步的，所述步骤2采用饱和减法进行切底，切底的具体公式为：Ri’＝RiΘRpre，Gi’＝GiΘGpre，Bi’＝BiΘBpre，其中Ri、Gi、Bi分别代表每个像素的视频数据，Rpre、Gpre、Bpre代表前置偏置的视频数据，Ri’、Gi’、Bi’为像素的视频去噪数据。
进一步的，所述步骤3将每个小区块里的所有部分或感兴趣部分的像素的视频去噪数据取平均得到小区块的代表值，具体为：选取的像素数目记为S，
Figure BDA0003701068040000031
Figure BDA0003701068040000032
Figure BDA0003701068040000033
Ri’、Gi’、Bi’为像素的视频去噪数据，Ri 小、Gi 小、Bi 小为小区块代表值。
进一步的，所述步骤5的平滑处理方法包括但不限于采用滑动平均滤波器、高斯滤波器、FIR滤波器、和IIR滤波器进行平滑处理。
进一步的，所述步骤6判定所述每个小区块的当前帧的平滑输出其RGB所对应的亮度值小于阈值的具体方法为：
Y＝0.3*Ri(t) 小+0.6*Gi(t) 小+0.1*Bi(t) 小
Ri 褪＝(Y<Thr)？Y:Ri(t) 小
Gi 褪＝(Y<Thr)？Y:Gi(t) 小
Bi 褪＝(Y<Thr)？Y:Bi(t) 小
其中，Ri(t) 小、Gi(t) 小、Bi(t) 小为当前帧(t)时刻的小区块i的平滑输出，Thr为阈值；以上三式分别表示：如果每个小区块的当前帧的平滑输出其RGB所对应的亮度值小于阈值Thr，则判定为暗块并保留亮度褪去色彩。
本发明还提供基于视频内容的区域颜色处理的***，包括：
数据区域分割模块，将分辨率为p*q的视频图像分割为m*n个小区块，每个小区块包含若干像素；再将这些小区块分割为j*k个大区块，每个大区块包含若干小区块；其中，p代表像素，q代表行，m代表列，n代表行，j代表列，k代表行(p≥m≥j并且q≥n≥k)；
像素视频数据去噪模块，将每个像素的视频数据(Ri,Gi,Bi)减去前置偏置的视频数据(Rpre,Gpre,Bpre)实现切底；
小区块代表值模块，将每个小区块里的所有部分或感兴趣部分的像素的视频去噪数据取平均得到小区块的代表值；
视频场景类型检测模块，将每个小区块的当前帧的代表值和前一帧的代表值进行比较，如果差异较大则为动态块，否则为静态块；如果整帧的动态块数目较多则为动态场景，否则为静态场景；
小区块代表值平滑处理模块，基于当前帧和历史帧的小区块的代表值进行平滑处理，根据判定的动态场景或静态场景采用不同的平滑处理方法或系数实现不同的响应效果；
暗块褪色处理模块，所述每个小区块的当前帧的平滑输出如果其RGB所对应的亮度值小于阈值，则判定为暗块并保留亮度褪去色彩；
HDR定制补偿/定义还原模块，如果视频源为HDR，将确定的RGB值，变换到包括但不限于HSV色域，H/V不变，根据需要调整S值达到SDR颜色效果，或者根据HDR定义将HDR颜色还原到SDR颜色效果；
大区块代表值生成模块，根据暗块褪色处理模块、HDR定制补偿/定义还原模块处理后的每个大区块内所有部分或感兴趣部分的小区块的最终输出值，对RGB所对应的色度值在0～360°范围内的分布进行柱状图统计，并对此柱状图做高斯滤波，求取分布最密集的中心色度，并统计以所述中心色度为中心的较小角度范围内的所有像素点的RGB取平均得到大区块的代表值。
本发明的优点：
本发明能根据氛围灯的渲染颗粒度对视频源数据进行小区块或大区块分割，并根据视频格式及内容进行实现降噪、平滑处理及自适应补偿等算法，灯光渲染能实时跟随视频信号的颜色，能有效降低渲染光的突变，给用户带来更舒缓的体验。
附图说明：
为了更清楚地说明本发明实施例或现有技术中的技术方案，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发明的一些实施例，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为本发明实施例的基于视频内容的区域颜色处理的方法流程图；
图2为本发明实施例的基于视频内容的区域颜色处理的方法的数据区域分割流程示意图。
具体实施方式：
下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，基于视频内容的区域颜色处理的方法，包括：
步骤1、数据区域分割，将分辨率为p*q的视频图像分割为m*n个小区块，每个小区块包含若干像素；再将这些小区块分割为j*k个大区块，每个大区块包含若干小区块，如图2所示；其中，p代表像素，q代表行，m代表列，n代表行，j代表列，k代表行(p≥m≥j并且q≥n≥k)；
步骤2、像素视频数据去噪，将每个像素的视频数据(Ri,Gi,Bi)减去前置偏置的视频数据(Rpre,Gpre,Bpre)实现切底；由于RGB都是无符号数值，所以不能出现负数的结果，因此要用到“饱和减法”(subtract with saturate)，记做Θ，定义为：
Figure BDA0003701068040000071
切底的实际效果和目的是生成像素的视频去噪数据，切底的具体公式为：Ri’＝RiΘRpre，Gi’＝GiΘGpre，Bi’＝BiΘBpre；其中Ri、Gi、Bi分别代表每个像素的视频数据，Rpre、Gpre、Bpre代表前置偏置的视频数据，Ri’、Gi’、Bi’为像素的视频去噪数据。
步骤3、小区块代表值生成，将每个小区块里的所有部分或感兴趣部分(包括但不限于该小区块的中心部分)的像素的视频去噪数据取平均得到小区块的代表值；具体为：选取的像素数目记为S，
Figure BDA0003701068040000072
Figure BDA0003701068040000073
Figure BDA0003701068040000074
Ri’、Gi’、Bi’为像素的视频去噪数据，Ri 小、Gi 小、Bi 小为小区块代表值。
步骤4、视频场景类型检测，将每个小区块的当前帧的代表值和前一帧的代表值进行比较，如果差异较大则为动态块，否则为静态块；如果整帧的动态块数目较多则为动态场景，否则为静态场景；
步骤5、小区块的代表值的平滑处理，基于当前帧和历史帧的小区块的代表值进行平滑处理，根据步骤4判定的动态场景或静态场景采用不同的平滑处理方法或系数实现不同的响应效果；平滑处理方法包括但不限于采用滑动平均滤波器、高斯滤波器、FIR滤波器、和IIR滤波器进行平滑处理。以IIR滤波器为例，具体公式为：
Figure BDA0003701068040000081
步骤6、暗块褪色处理，所述每个小区块的当前帧的平滑输出如果其RGB所对应的亮度值小于阈值，则判定为暗块并保留亮度褪去色彩；具体方法为：
Y＝0.3*Ri(t) 小+0.6*Gi(t) 小+0.1*Bi(t) 小
Ri 褪＝(Y<Thr)？Y:Ri(t) 小
Gi 褪＝(Y<Thr)？Y:Gi(t) 小
Bi 褪＝(Y<Thr)？Y:Bi(t) 小
其中，Ri(t) 小、Gi(t) 小、Bi(t) 小为当前帧(t)时刻的小区块i的平滑输出，Thr为阈值；以上三式分别表示：如果每个小区块的当前帧的平滑输出其RGB所对应的亮度值小于阈值Thr，则判定为暗块并保留亮度褪去色彩。
步骤7、HDR定制补偿/定义还原，如果视频源为HDR，将确定的RGB值，变换到包括但不限于HSV色域，H/V不变，根据需要调整S值达到SDR颜色效果，或者根据HDR定义将HDR颜色还原到SDR颜色效果；
步骤8、大区块的代表值生成，根据步骤6、步骤7处理后的每个大区块内所有部分或感兴趣部分(包括但不限于该小区块的中心部分)的小区块的最终输出值，对RGB所对应的色度值在0～360°范围内的分布进行柱状图统计，并对此柱状图做高斯滤波，求取分布最密集的中心色度，并统计以所述中心色度为中心的较小角度范围内(60°角度范围内)的所有像素点的RGB取平均得到大区块的代表值。
本发明还提供基于视频内容的区域颜色处理的***，包括：
数据区域分割模块，将分辨率为p*q的视频图像分割为m*n个小区块，每个小区块包含若干像素；再将这些小区块分割为j*k个大区块，每个大区块包含若干小区块；其中，p代表像素，q代表行，m代表列，n代表行，j代表列，k代表行(p≥m≥j并且q≥n≥k)；
像素视频数据去噪模块，将每个像素的视频数据(Ri,Gi,Bi)减去前置偏置的视频数据(Rpre,Gpre,Bpre)实现切底；
小区块代表值模块，将每个小区块里的所有部分或感兴趣部分的像素的视频去噪数据取平均得到小区块的代表值；
视频场景类型检测模块，将每个小区块的当前帧的代表值和前一帧的代表值进行比较，如果差异较大则为动态块，否则为静态块；如果整帧的动态块数目较多则为动态场景，否则为静态场景；
小区块代表值平滑处理模块，基于当前帧和历史帧的小区块的代表值进行平滑处理，根据判定的动态场景或静态场景采用不同的平滑处理方法或系数实现不同的响应效果；
暗块褪色处理模块，所述每个小区块的当前帧的平滑输出如果其RGB所对应的亮度值小于阈值，则判定为暗块并保留亮度褪去色彩；
HDR定制补偿/定义还原模块，如果视频源为HDR，将确定的RGB值，变换到包括但不限于HSV色域，H/V不变，根据需要调整S值达到SDR颜色效果，或者根据HDR定义将HDR颜色还原到SDR颜色效果；
大区块代表值生成模块，根据暗块褪色处理模块、HDR定制补偿/定义还原模块处理后的每个大区块内所有部分或感兴趣部分的小区块的最终输出值，对RGB所对应的色度值在0～360°范围内的分布进行柱状图统计，并对此柱状图做高斯滤波，求取分布最密集的中心色度，并统计以所述中心色度为中心的较小角度范围内的所有像素点的RGB取平均得到大区块的代表值。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.基于视频内容的区域颜色处理的方法，其特征在于，包括：
步骤1、数据区域分割，将分辨率为p*q的视频图像分割为m*n个小区块，每个小区块包含若干像素；再将这些小区块分割为j*k个大区块，每个大区块包含若干小区块；其中，p代表像素，q代表行，m代表列，n代表行，j代表列，k代表行，其中p≥m≥j并且q≥n≥k；
步骤2、像素视频数据去噪，将每个像素的视频数据(Ri,Gi,Bi)减去前置偏置的视频数据(Rpre,Gpre,Bpre)实现切底；
步骤3、小区块代表值生成，将每个小区块里的所有部分或感兴趣部分的像素的视频去噪数据取平均得到小区块的代表值；
步骤4、视频场景类型检测，将每个小区块的当前帧的代表值和前一帧的代表值进行比较，如果差异较大则为动态块，否则为静态块；如果整帧的动态块数目较多则为动态场景，否则为静态场景；
步骤5、小区块的代表值的平滑处理，基于当前帧和历史帧的小区块的代表值进行平滑处理，根据步骤4判定的动态场景或静态场景采用不同的平滑处理方法或系数实现不同的响应效果；
步骤6、暗块褪色处理，所述每个小区块的当前帧的平滑输出如果其RGB所对应的亮度值小于阈值，则判定为暗块并保留亮度褪去色彩；
步骤7、HDR定制补偿/定义还原，如果视频源为HDR，将确定的RGB值，变换到包括但不限于HSV色域，H/V不变，根据需要调整S值达到SDR颜色效果，或者根据HDR定义将HDR颜色还原到SDR颜色效果；
步骤8、大区块的代表值生成，根据步骤6、步骤7处理后的每个大区块内所有部分或感兴趣部分的小区块的最终输出值，对RGB所对应的色度值在0～360°范围内的分布进行柱状图统计，并对此柱状图做高斯滤波，求取分布最密集的中心色度，并统计以所述中心色度为中心的较小角度范围内的所有像素点的RGB取平均得到大区块的代表值。
2.根据权利要求1所述的基于视频内容的区域颜色处理的方法，其特征在于，所述步骤3或步骤8的感兴趣部分包括但不限于该小区块的中心部分。
3.根据权利要求1所述的基于视频内容的区域颜色处理的方法，其特征在于，所述步骤8统计以所述中心色度为中心的60°角度范围内的所有像素点的RGB取平均得到大区块的代表值。
4.根据权利要求1所述的基于视频内容的区域颜色处理的方法，其特征在于，所述步骤2采用饱和减法进行切底，切底的具体公式为：Ri’＝RiΘRpre，Gi’＝GiΘGpre，Bi’＝BiΘBpre，其中Ri、Gi、Bi分别代表每个像素的视频数据，Rpre、Gpre、Bpre代表前置偏置的视频数据，Ri’、Gi’、Bi’为像素的视频去噪数据。
5.根据权利要求1所述的基于视频内容的区域颜色处理的方法，其特征在于，所述步骤3将每个小区块里的所有部分或感兴趣部分的像素的视频去噪数据取平均得到小区块的代表值，具体为：选取的像素数目记为S，
Figure FDA0003701068030000031
Figure FDA0003701068030000032
Figure FDA0003701068030000033
Ri’、Gi’、Bi’为像素的视频去噪数据，Ri 小、Gi 小、Bi 小为小区块代表值。
6.根据权利要求1所述的基于视频内容的区域颜色处理的方法，其特征在于，所述步骤5的平滑处理方法包括但不限于采用滑动平均滤波器、高斯滤波器、FIR滤波器、和IIR滤波器进行平滑处理。
7.根据权利要求1所述的基于视频内容的区域颜色处理的方法，其特征在于，所述步骤6判定所述每个小区块的当前帧的平滑输出其RGB所对应的亮度值小于阈值的具体方法为：
Y＝0.3*Ri(t) 小+0.6*Gi(t) 小+0.1*Bi(t) 小
Ri 褪＝(Y<Thr)？Y:Ri(t) 小
Gi 褪＝(Y<Thr)？Y:Gi(t) 小
Bi 褪＝(Y<Thr)？Y:Bi(t) 小
其中，Ri(t) 小、Gi(t) 小、Bi(t) 小为当前帧(t)时刻的小区块i的平滑输出，Thr为阈值；以上三式分别表示：如果每个小区块的当前帧的平滑输出其RGB所对应的亮度值小于阈值Thr，则判定为暗块并保留亮度褪去色彩。
8.基于视频内容的区域颜色处理的***，其特征在于，包括：
数据区域分割模块，将分辨率为p*q的视频图像分割为m*n个小区块，每个小区块包含若干像素；再将这些小区块分割为j*k个大区块，每个大区块包含若干小区块；其中，p代表像素，q代表行，m代表列，n代表行，j代表列，k代表行,其中p≥m≥j并且q≥n≥k；
像素视频数据去噪模块，将每个像素的视频数据(Ri,Gi,Bi)减去前置偏置的视频数据(Rpre,Gpre,Bpre)实现切底；
小区块代表值模块，将每个小区块里的所有部分或感兴趣部分的像素的视频去噪数据取平均得到小区块的代表值；
视频场景类型检测模块，将每个小区块的当前帧的代表值和前一帧的代表值进行比较，如果差异较大则为动态块，否则为静态块；如果整帧的动态块数目较多则为动态场景，否则为静态场景；
小区块代表值平滑处理模块，基于当前帧和历史帧的小区块的代表值进行平滑处理，根据判定的动态场景或静态场景采用不同的平滑处理方法或系数实现不同的响应效果；
暗块褪色处理模块，所述每个小区块的当前帧的平滑输出如果其RGB所对应的亮度值小于阈值，则判定为暗块并保留亮度褪去色彩；
HDR定制补偿/定义还原模块，如果视频源为HDR，将确定的RGB值，变换到包括但不限于HSV色域，H/V不变，根据需要调整S值达到SDR颜色效果，或者根据HDR定义将HDR颜色还原到SDR颜色效果；
大区块代表值生成模块，根据暗块褪色处理模块、HDR定制补偿/定义还原模块处理后的每个大区块内所有部分或感兴趣部分的小区块的最终输出值，对RGB所对应的色度值在0～360°范围内的分布进行柱状图统计，并对此柱状图做高斯滤波，求取分布最密集的中心色度，并统计以所述中心色度为中心的较小角度范围内的所有像素点的RGB取平均得到大区块的代表值。
CN202210693078.0A 2022-06-17 2022-06-17 基于视频内容的区域颜色处理的方法及*** Pending CN115034994A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202210693078.0A CN115034994A (zh) 2022-06-17 2022-06-17 基于视频内容的区域颜色处理的方法及***
US17/864,496 US11516450B1 (en) 2022-06-17 2022-07-14 Method of regional color processing based on video content and system using the same

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210693078.0A CN115034994A (zh) 2022-06-17 2022-06-17 基于视频内容的区域颜色处理的方法及***

Publications (1)

Publication Number Publication Date
CN115034994A true CN115034994A (zh) 2022-09-09

Family

ID=83125128

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210693078.0A Pending CN115034994A (zh) 2022-06-17 2022-06-17 基于视频内容的区域颜色处理的方法及***

Country Status (2)

Country Link
US (1) US11516450B1 (zh)
CN (1) CN115034994A (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230050536A (ko) * 2021-10-07 2023-04-17 삼성디스플레이 주식회사 광 스트레스를 보상하는 표시 장치

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5544764B2 (ja) * 2009-06-09 2014-07-09 ソニー株式会社 画像処理装置および方法、並びにプログラム
CN103632352B (zh) * 2013-11-01 2017-04-26 华为技术有限公司 一种噪声图像的时域降噪方法和相关装置
US9754182B2 (en) * 2015-09-02 2017-09-05 Apple Inc. Detecting keypoints in image data
RU2721188C2 (ru) * 2017-12-14 2020-05-18 Общество с ограниченной ответственностью "Аби Продакшн" Улучшение контраста и снижение шума на изображениях, полученных с камер
WO2019204577A1 (en) * 2018-04-18 2019-10-24 Trustees Of Tufts College System and method for multimedia analytic processing and display

Also Published As

Publication number Publication date
US11516450B1 (en) 2022-11-29

Similar Documents

Publication Publication Date Title
KR100782845B1 (ko) 비로그 도메인 조도 수정을 이용한 디지털 영상 개선방법과 시스템
CN112330531B (zh) 图像处理方法、装置、电子设备及存储介质
KR100970883B1 (ko) 영역 특성을 고려한 영상 보정 장치 및 그 방법
CN113518185B (zh) 视频转换处理方法、装置、计算机可读介质及电子设备
CN110944176B (zh) 图像帧降噪方法和计算机存储介质
CN108090876B (zh) 一种图像处理方法及装置
US20120027076A1 (en) Method for image visual effect improvement of video encoding and decoding
US20210374925A1 (en) Image Enhancement System and Method
US7319798B2 (en) Apparatus generating 3-dimensional image from 2-dimensional image and method thereof
US11017511B2 (en) Method and system of haze reduction for image processing
CN111899197B (zh) 一种图像增亮去噪方法、装置、移动终端和存储介质
JPWO2008105222A1 (ja) ノイズ低減装置、ノイズ低減方法、及びノイズ低減プログラム
CN112598612B (zh) 一种基于照度分解的无闪烁暗光视频增强方法及装置
Gao et al. Sandstorm image enhancement based on YUV space
CN108305225A (zh) 基于暗通道先验的交通监控图像快速去雾方法
JPH0630330A (ja) 階調補正回路及び撮像装置
CN107592517B (zh) 一种肤色处理的方法及装置
CN115034994A (zh) 基于视频内容的区域颜色处理的方法及***
Dar et al. An enhanced adaptive histogram equalization based local contrast preserving technique for HDR images
CN201726464U (zh) 一种新的视频图像锐化处理装置
CN111476744A (zh) 一种基于分类及大气成像模型的水下图像增强方法
US8305499B2 (en) Image processing circuit and method for image processing
Terai et al. Color image contrast enhancement by retinex model
CN115239578A (zh) 图像处理方法及装置、计算机可读存储介质、终端设备
CN113132562A (zh) 镜头阴影校正方法、装置及电子设备

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
TA01 Transfer of patent application right

Effective date of registration: 20230117

Address after: 518000 Room 401, building 3, phase I, Huangtian yangbei Industrial Zone, Huangtian community, Hangcheng street, Bao'an District, Shenzhen City, Guangdong Province

Applicant after: Shenzhen Kairun Intelligent Lighting Co.,Ltd.

Address before: 518000 9a, building B1, Houhai blue coast, Nanshan District, Shenzhen, Guangdong

Applicant before: Xie Wenjun

TA01 Transfer of patent application right