CN101505421B - 具有细节保留和噪声约束的高动态范围压缩方法 - Google Patents

具有细节保留和噪声约束的高动态范围压缩方法 Download PDF

Info

Publication number
CN101505421B
CN101505421B CN200810188656.5A CN200810188656A CN101505421B CN 101505421 B CN101505421 B CN 101505421B CN 200810188656 A CN200810188656 A CN 200810188656A CN 101505421 B CN101505421 B CN 101505421B
Authority
CN
China
Prior art keywords
primary image
image
histogram
accumulation histogram
cutting out
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.)
Expired - Fee Related
Application number
CN200810188656.5A
Other languages
English (en)
Other versions
CN101505421A (zh
Inventor
弗洛瑞娜·瑟瑞亚
亚历山大·布莱斯托弗
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.)
Sony Corp
Sony Electronics Inc
Original Assignee
Sony Corp
Sony Electronics Inc
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 Sony Corp, Sony Electronics Inc filed Critical Sony Corp
Publication of CN101505421A publication Critical patent/CN101505421A/zh
Application granted granted Critical
Publication of CN101505421B publication Critical patent/CN101505421B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/40Picture signal circuits
    • H04N1/407Control or modification of tonal gradation or of extreme levels, e.g. background level
    • H04N1/4072Control or modification of tonal gradation or of extreme levels, e.g. background level dependent on the contents of the original
    • H04N1/4074Control or modification of tonal gradation or of extreme levels, e.g. background level dependent on the contents of the original using histograms

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Processing (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Studio Devices (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Picture Signal Circuits (AREA)

Abstract

本发明提供一种具有细节保留和噪声约束的高动态范围压缩方法。一种用于高动态范围压缩的方法将经修改的累积直方图用作压缩曲线。通过如下的约束从图像的累积直方图计算得出该曲线,所述约束即曲线上的局部导数不超出某一限制。考虑到各个像素值处的噪声特性,该限制沿曲线固定或者该限制可变。为了提供适当的细节保留,平滑滤波器被用于将图像分离为称作基本图像的亮度图像和细节图像,并且压缩曲线仅被应用于基本图像。该压缩方法在保留全局对比度感觉的同时提供对图像的高动态范围压缩。用于高动态范围压缩的传统全局算法不能够实现该结果。所提出的高动态范围压缩方法还在图像压缩期间使暗区域变亮的同时,使噪声放大最小化。

Description

具有细节保留和噪声约束的高动态范围压缩方法
技术领域
本发明涉及成像领域。更具体地,本发明涉及具有细节保留和噪声约束的高动态范围压缩方法。 
背景技术
动态范围被定义为可以通过介质、设备或格式来表示的最亮与最暗强度级(intensity level)的比值。传统上,相机胶卷所能够捕捉到的强度范围比在打印时或在传统显示器上所能够再现的更高。传感器技术的进步使得出现了这样的成像设备,其动态范围比诸如打印机或显示器之类的输出设备的更高。 
高动态范围压缩指减小图像的动态范围以使其更加适合于显示在某个输出设备上的技术。当执行高动态范围压缩时,目的之一是平衡图像的亮区域和暗区域,从而改善对比度并维持原始图像的细节。目前用于高动态范围压缩的方法可以广义地分为全局或局部方法。全局方法将某一压缩曲线应用于图像内的所有像素,而不考虑它们在图像中的空间位置。局部方法将不同的变换应用于图像内不同位置处的像素。全局方法的优点是速度快,但是灵活性较差,并且可能无法提供适当的细节保留。局部方法更灵活,并且能够实现较大的动态范围压缩,但是会以较多的计算时间和可能的图像失真(artifact)为代价。 
在高动态范围压缩处理期间,图像的某些区域变亮,而其他区域可能略微变暗。通常,使一个区域变亮的代价是增加图像中的可见噪声。 
图像直方图根据每个像素的光强度来定义像素分布。换言之,对于一定范围的强度,直方图表示图像中强度落入指定范围内的像素的数目。直方图均衡是图像处理中被广泛用于增大图像中局部对比度的技术。通过这种调节,强度更好地分布在直方图中。这使得具有较低局部对比度的区域能够得到更高的对比度而不会影响到图像的全局对比度。 
通过累加每个强度的像素分布,从相应的直方图计算得出累积直方图(cumulative histogram)。例如,在给定强度处,累积直方图曲线上的相应像素分布是强度等于或小于该给定强度的所有像素的总数目。以这种方式,累积直方图曲线是单调增函数,也就是总像素计数随强度的增大而增大。 
累积直方图是对应于执行直方图均衡的全局函数。通常,累积直方图将输入像素强度值标绘在x轴上,相对地将输出像素强度值标绘在y轴上。累积直方图提供每个像素的从输入像素强度值到输出像素强度值的变换。作为输入-输出函数的累积直方图被应用于图像中的每个像素,从而通过图像内的强度来均衡像素分布。这生成具有更均匀分布的强度范围的新图像。直方图均衡提供平衡图像内的对比度的方法。但是,将直方图均衡技术原样用于高动态范围压缩,至少有两个明显缺点。第一,对于大多数自然图像来说,执行直方图均衡致使图像具有过高的对比度和不自然的外观。第二,将累积直方图用作用于高动态范围压缩的全局函数意味着将相同的函数应用于图像内的所有像素,因此不会总是提供适当的细节保留。 
G.W.Larson、H.Rusmeier和C.Piatko在题为“A Visibility MatchingTone Reproduction Operator for High Dynamic Range Scenes”的论文中已经解决了第一个缺点。在这篇论文中,作者首先提出将经修改的累积直方图用作用于高动态范围压缩的全局压缩函数。该修改包括限制累积直方图曲线的斜率以防止过高对比度的问题。 
发明内容
一种用于高动态范围压缩的方法将经修改的累积直方图用作压缩曲线。通过如下的约束从图像的累积直方图计算得出该曲线,所述约束即曲线上的局部导数不超出某一限制。考虑到各个像素值处的噪声特性,该限制沿曲线固定或者该限制可变。为了提供适当的细节保留,平滑滤波器被用于将图像分离为亮度(illumination)图像(称作基本图像)和细节图像。将压缩曲线仅应用于基本图像。该压缩方法在保留全局对比度感觉 (perception)的同时提供对图像的高动态范围压缩。基于全局压缩色调映射(tone-mapping)函数的传统算法不能够实现该结果。该压缩方法还在图像压缩期间使暗区域变亮的同时,使噪声放大最小化。 
在一个方面中,公开了一种高动态范围压缩图像的方法。该方法包括将所述图像分离为基本图像和细节图像,其中基本图像包括图像的亮度信息;确定与基本图像相对应的基本图像直方图,其中基本图像直方图定义基本图像的亮度分布;根据剪裁函数(trimming function)对基本图像直方图进行滤波,从而生成基本图像的经剪裁的直方图;计算与基本图像的经剪裁的直方图相对应的基本图像累积直方图;根据基本图像累积直方图对基本图像进行压缩,从而生成经压缩的基本图像;并且将经压缩的基本图像与细节图像组合,从而形成经压缩的图像。该方法还可以包括确定基本图像的噪声分布。可以由基本图像的噪声分布来定义剪裁函数。剪裁函数可以根据每个强度级处的像素分布的最大值来减弱基本图像直方图。可以通过使用模糊滤波器来分离图像。模糊滤波器可以是高斯滤波器。模糊滤波器可以是诸如双边滤波器之类的边缘保留(edge-preserving)滤波器。剪裁函数可以被确定以使得从剪裁函数得出的基本图像累积直方图的导数不超出预定值。剪裁函数可以针对每个亮度值定义不同的最大像素分布。图像可以是灰度图像。如果图像是彩色RGB图像,那么该方法可以被独立地应用于R、G和B通道的每个通道。如果图像是彩色RGB图像,那么该方法还可以包括将RGB图像变换到亮度-色度彩色空间中,将该方法应用于亮度-色度彩色空间的亮度成分,并且将结果变换到RGB彩色空间。 
在另一方面中,公开了一种用于图像的高动态范围压缩的装置。该装置包括应用,被配置用于执行该应用的处理器,以及被配置用于临时地存储用于由该处理器来执行的数据的存储器。该应用被配置用于将图像分离为基本图像和细节图像,其中基本图像包括图像的亮度信息;确定与基本图像相对应的基本图像直方图,其中基本图像直方图定义基本图像的亮度分布;根据剪裁函数对基本图像直方图进行滤波,从而生成基本图像的经剪裁的直方图;计算与基本图像的经剪裁的直方图相对应的基本图像累积 直方图;根据基本图像累积直方图对基本图像进行压缩,从而生成经压缩的基本图像;并且将经压缩的基本图像与细节图像组合,从而形成经过高动态范围压缩的图像。 
在另一方面中,一种图像的高动态范围压缩方法包括将图像分离为基本图像和细节图像,其中基本图像包括图像的每个像素的亮度信息;定义阈值亮度强度值(illumination intensity value);确定与基本图像相对应的部分基本图像直方图,其中,每个像素包括亮度强度值,并且部分基本图像直方图定义基本图像中具有小于阈值亮度强度值的亮度强度值的像素的亮度分布;根据剪裁函数对部分基本图像直方图进行滤波,从而生成基本图像的经剪裁的直方图;根据基本图像的经剪裁的直方图来计算基本图像累积直方图的第一部分;定义基本图像累积直方图的第二部分,其中,由恒等函数来定义第二部分;根据基本图像累积直方图对基本图像进行压缩,从而生成经压缩的基本图像,其中,将基本图像累积直方图的第一部分应用于基本图像中具有小于阈值亮度强度值的亮度强度值的每个像素,并且将基本图像累积直方图的第二部分应用于基本图像中具有大于或等于阈值亮度强度值的亮度强度值的每个像素;并且将经压缩的基本图像与细节图像组合,从而形成经过高动态范围压缩的图像。该方法还可以包括确定基本图像的噪声分布。可以由基本图像的噪声分布来定义剪裁函数。剪裁函数可以根据每个亮度强度值处所分布的像素的最大数目来减弱基本图像直方图。可以通过使用模糊滤波器来分离图像。模糊滤波器可以是高斯滤波器或者诸如双边滤波器之类的边缘保留滤波器。剪裁函数可以被确定以使得从剪裁函数得出的基本图像累积直方图的第一部分的导数不超出预定值。剪裁函数可以定义每个亮度强度值的像素的不同最大数目。图像可以是灰度图像。如果图像是彩色RGB图像,那么该方法可以被独立地应用于R、G和B通道的每个通道。如果图像是彩色RGB图像,那么该方法还包括将RGB图像变换到亮度-色度彩色空间中,将该方法应用于亮度-色度彩色空间的亮度成分,并且将结果变换到RGB彩色空间。阈值亮度强度值可以定义亮度强度值的范围。基本图像累积直方图还可以包括与亮度强度值的范围相对应的第三部分,其中,第三部分包括被配置用于 从基本图像累积直方图的第一部分逐渐过渡到基本图像累积直方图的第二部分的平滑函数。 
在另一方面中,一种用于图像的高动态范围压缩的装置包括应用,被配置用于执行该应用的处理器,以及耦合到该处理器的存储器,该存储器被配置用于临时地存储用于由该处理器来执行的数据。该应用被配置用于将图像分离为基本图像和细节图像,其中基本图像包括图像的每个像素的亮度信息;定义阈值亮度强度值;确定与基本图像相对应的部分基本图像直方图,其中,每个像素包括亮度强度值,并且部分基本图像直方图定义基本图像中具有小于阈值亮度强度值的亮度强度值的像素的亮度分布;根据剪裁函数对部分基本图像直方图进行滤波,从而生成基本图像的经剪裁的直方图;根据基本图像的经剪裁的直方图来计算基本图像累积直方图的第一部分;定义基本图像累积直方图的第二部分,其中,由恒等函数来定义第二部分;根据基本图像累积直方图对基本图像进行压缩,从而生成经压缩的基本图像,其中,将基本图像累积直方图的第一部分应用于基本图像中具有小于阈值亮度强度值的亮度强度值的每个像素,并且将基本图像累积直方图的第二部分应用于基本图像中具有大于或等于阈值亮度强度值的亮度强度值的每个像素;并且将经压缩的基本图像与细节图像组合,从而形成经过高动态范围压缩的图像。 
附图说明
图1示出压缩方法对原始图像的应用。 
图2示出包括第一剪裁函数的示例性基本图像直方图。 
图3示出与图2的基本图像直方图相对应的累积直方图。 
图4示出与剪裁函数的应用相对应的基本图像的经剪裁的直方图。 
图5示出与图4的基本图像的经剪裁的直方图相对应的经修改的累积直方图。 
图6示出图3的累积直方图曲线与图5的经修改的累积直方图的比较。 
图7示出执行高动态范围压缩的示例性方法。 
图8示出包括第二剪裁函数的图2的基本图像直方图,其具有倾斜的最高限度。 
图9示出包括第三剪裁函数的图2的基本图像直方图,其具有变化的最高限度。 
图10示出第二压缩方法所使用的第二经修改的累积直方图的示例性成分。 
图11示出与图10的示例性成分相对应的第二经修改的累积直方图。 
图12示出执行高动态范围压缩的另一示例性方法。 
图13示出被配置用于实现本发明的压缩方法的示例性计算设备的图形表示。 
对照附图的若干视图,描述了高动态范围压缩方法的实施例。在适当的地方,并且仅在不止一幅附图中公开并示出相同元件的地方,将相同标号用于表示这样的相同元件。 
具体实施方式
高动态范围压缩方法的实施例致力于减小或压缩图像的动态范围以使其更适合于特定的输出设备,并且致力于限制动态范围压缩阶段期间的噪声量。在某些实施例中,压缩方法作为局部方法被应用,其中不同的变换被应用于图像内不同位置处的像素。压缩方法包括将原始图像分离为基本图像和细节图像。基本图像近似原始图像中的亮度。细节图像维持原始图像的精细细节。通常,细节图像包括在基本图像信息被去除之后、原始图像的所有剩余图像信息。基本图像中所包括的亮度信息定义原始图像的对比度。因此,细节图像显得平坦,因为原始图像的深度或对比度被包括在基本图像中。由于原始图像的所有对比度的大多数被包括在基本图像中,所以用于减小原始图像的动态范围的方法是减小基本图像的对比度,并且然后将细节图像的细节回加。在压缩处理期间,期望保留尽可能多的原始细节。通过在应用压缩算法之前过滤细节信息,改善了细节保留,从而减小了细节信息损失。以这种方式,因为在基本维持原始细节的同时减小了对比度,所以增强了细节可见性。 
在某些实施例中,模糊滤波器被用于将原始图像分离为基本图像和细节图像。针对基本图像生成基本图像直方图。基本图像直方图然后被裁剪 
以形成基本图像的经裁剪的直方图。基本图像直方图被裁剪,以使得基本图像的相应累积直方图的导数不超出某一限制,或最高限度(ceiling)。在某些实施例中,使最高限度适应于基本图像内的噪声分布。 
然后根据基本图像的经裁剪的直方图生成经修改的累积直方图。该经修改的累积直方图然后被应用于基本图像以生成经压缩的基本图像。细节图像和经压缩的基本图像然后被组合以生成经压缩的图像。 
图1示出第一压缩方法对原始图像10的应用。模糊滤波器12被应用于原始图像10,从而生成基本图像14和细节图像16。在某些实施例中,模糊滤波器12是传统的高斯滤波器。在其他实施例中,模糊滤波器12是更高级的边缘保留滤波器,例如双边滤波器。高斯滤波器的优点是计算较简单。然而,高斯滤波器在图像内的边缘附近进行滤波,因而致使得到的图像内光晕失真。边缘保留滤波器能够在边缘附近产生更少的图像失真(光晕)。压缩方法还可以包括检测并校正存在于经处理的图像中的光晕失真。题为“Method for Automatic Detection and Correction of Halo Artifactsin Images”的共有的未决美国专利申请(索尼第33600号)中,描述了一种这样的检测和校正方法,该美国专利申请通过引用被结合于此。 
然后针对基本图像14来确定基本图像直方图和相应的累积直方图。图2示出示例性基本图像直方图。沿着x轴测得光强度,从左边最暗的光强度到右边最亮的光强度,并且沿着y轴测得像素的数目。如图2所示,示例性像素分布24包括大量具有相对较暗亮度的像素,如通过像素分布24的左手部分中的尖峰所测得的。图3示出累积直方图,其包括与图2的基本图像直方图相对应的累积直方图曲线28。累积直方图曲线28的左手部分的陡度与所述尖峰以及由像素分布24(图2)所定义的大量相对暗的像素相对应。通常,累积直方图曲线28提供原始图像中每个像素的、从输入强度值(原始值)到输出强度值(经变换的值)的像素强度变换。 
因为基本图像14试图近似原始图像10中的亮度,所以原始图像10的大部分动态范围被包含在基本图像14中。对基本图像14进行压缩提供了用于减小原始图像10的动态范围的有效方法。然而,通过基本图像累积直方图28来对基本图像14进行压缩提供了通常过高并且与对基本图像14 执行直方图均衡等效的压缩等级。应用基本图像累积直方图28通常致使生成其中对比度过高的经压缩图像。为了限制压缩等级,生成经修改的累积直方图,而不使用基本图像累积直方图28。为了修改累积直方图,基本图像直方图24(图2)被剪裁以使得到的经剪裁的基本图像的累积直方图的导数不超出某一限制,或最高限度,这一般被称作剪裁函数。示例性最高限度在图2中被示出为剪裁函数26。在一个实施例中,最高限度在所有的直方图区间(bin)上恒定,并且被作为所有区间上的直方图平均值被计算。图4示出基本图像的经剪裁的直方图30,其对应于剪裁函数26对像素分布24(图2)的应用。然后从基本图像的经剪裁的直方图30计算得出经修改的累积直方图,其在图5中被示出为经修改的累积直方图曲线32。通过剪裁函数26(图2)来对直方图24(图2)进行剪裁限制了由此得到的经修改的累积直方图曲线32的斜率,因为累积直方图的导数是直方图本身。 
图6示出累积直方图曲线28与经修改的累积直方图曲线32的比较。与累积直方图曲线28相比,经修改的累积直方图曲线32相对更平坦,并且因此更平滑。当将更平滑的经修改的累积直方图32应用于基本图像14(图2)时,由此得到的经压缩的基本图像中的对比度得到改善。当对图像执行动态范围压缩时,压缩越显著,则得到的图像内的明亮度(brightness)更均匀。通过使被用于对图像进行压缩的累积直方图曲线平滑,由此得到的经压缩图像包括更多的对比度,这是所期望的结果。 
图7示出执行高动态范围压缩的示例性方法。在步骤200,图像被分离为基本图像和细节图像。基本图像包括与图像相关联的亮度信息。细节图像包括图像的精细细节。在步骤210,基本图像的直方图被确定,从而形成基本图像直方图。基本图像直方图定义了基本图像的亮度分布。在步骤220,剪裁函数被应用于基本图像直方图。剪裁函数根据最大值来减弱每个亮度处的基本图像直方图,从而形成基本图像的经剪裁的直方图。剪裁函数可以表示任何曲线,例如直的水平线、倾斜线、曲线或者各种波动曲线。在步骤230,计算得出与基本图像的经剪裁的直方图相对应的基本图像累积直方图。在步骤240,根据基本图像累积直方图来压缩基本图 像,从而生成经压缩的基本图像。通过将基本图像累积直方图应用于每个像素来压缩基本图像。以这种方式,根据基本图像累积直方图来变换每个像素的亮度强度值。在步骤250,将经压缩的基本图像与在步骤200处分离出的细节图像组合,从而形成经压缩的图像。 
如图2所示,剪裁函数26的曲线是水平线。可替代地,剪裁函数的曲线可以表示任何形状。例如,图8示出被配置为倾斜线的剪裁函数34,并且图9示出被配置为弧(arc)的剪裁函数。在某些实施例中,根据基本图像14内的噪声分布来确定剪裁函数的形状和位置。 
现参考图1,一旦生成了经修改的累积直方图,例如经修改的累积直方图32(图5),就通过应用经修改的累积直方图来压缩基本图像14,从而生成经压缩的基本图像18。细节图像16和经压缩的基本图像18通过混合器20被组合以生成经压缩的图像22。 
在某些应用中,将经修改的累积直方图应用于基本图像中的所有像素致使这些像素的经降低的细节保留具有相对较高的强度值。第二压缩方法在保持高光(highlight)区域基本不变的同时,将第一压缩方法的经修改的累积直方图应用于基本图像的暗影(shadow)区域,从而在保留高光区域中细节的同时增强暗影区域中的细节。定义了将基本图像区分为暗影区域和高光区域的阈值。小于或等于该阈值的所有像素强度值构成暗影区域,并且大于该阈值的所有像素强度值构成高光区域。暗影区域包括具有相对较暗的强度值的那些像素,而高光区域包括具有相对较亮的强度值的那些像素。随后被称作第一经修改的累积直方图的、在第一压缩方法中生成的经修改的累积直方图被应用于具有暗影区域中的强度值的那些像素,同时恒等函数被应用于具有高光区域中的强度值的那些像素。恒等函数定义了输入值和输出值之间的一对一的关系。当被应用于高光区域中的像素时,作为应用恒等函数的结果,像素强度值不变。因此,第二压缩方法所使用的第二经修改的累积直方图包括与暗影区域相对应的第一部分和与高光区域相对应的第二部分。第一部分与第一经修改的累积直方图的相应部分相同并且用于增强相对较暗像素的细节。第二部分是恒等函数并且用于维持相对较亮像素的细节。 
在某些实施例中,阈值定义了特定值。在其他实施例中,阈值定义了值的范围。如果阈值是特定值,那么第二经修改的累积直方图的第一部分和第二部分之间可能存在突变(discontinuity)。当突变存在时,阈值的任一侧上的曲线可以被平滑以消除该突变。在这种情况下,将阈值定义为值的范围是更合适的,在所述值范围内,曲线可以被修改以使第二经修改的累积直方图的第一部分和第二部分之间的过渡平滑。实际上,在暗影区域和高光区域之间存在过渡区域。第二经修改的累积直方图的该过渡区域被称作第二经修改的累积直方图的第三部分。通常,阈值指暗影区域和高光区域之间的过渡。 
阈值是特定于应用的并且理想地根据特定基本图像的直方图被设定。在许多应用中,根据经验来确定阈值。阈值能够根据图像的光分布(例如基本图像的直方图)被预先确定或者被动态地确定。 
第二压缩方法将原始图像分离为基本图像和细节图像,并且以与第一压缩方法同样的方式来确定基本图像的经剪裁的直方图。阈值被定义,并且然后从基本图像的经剪裁的直方图(例如基本图像的经剪裁的直方图30(图4))计算得到第二经修改的累积直方图的第一部分。第一部分与通过阈值而定义的暗影区域相对应。第一部分与经修改的累积直方图曲线32(图5)的相应部分相同。图10示出第二压缩方法所使用的第二经修改的累积直方图的示例性成分。阈值42定义暗影区域和高光区域。在该示例中,阈值42与像素强度值0.5相对应。虽然阈值曲线42被示出为水平线,但是阈值曲线可以被等效地示出为垂直线。恒等函数40定义输入像素强度和输出像素强度之间的一对一的关系。 
图11示出与图10的示例性成分相对应的第二经修改的累积直方图。第二经修改的累积直方图44包括暗影区域中的第一部分和高光区域中的第二部分。第一部分与经修改的累积直方图32(图10)中等于或小于阈值42的部分相对应。第二部分与大于阈值42的恒等函数40的部分相对应。在该示例中,第二经修改的累积直方图在阈值附近被平滑以使得第一部分和第二部分之间存在逐渐的过渡。当被第二压缩方法应用时,第二经修改的累积直方图44如第二部分所定义的那样,将输入像素强度值0.8变 换到输出像素强度值0.8,并且如第一部分所定义的那样,将输入强度值0.2变换到输出像素强度值0.32。这样的变换增强了暗影区域中的细节并且维持了高光区域中的细节。 
图12示出执行高动态范围压缩的另一示例性方法。在步骤300,图像被分离为基本图像和细节图像。基本图像包括与图像相关联的亮度信息。基本图像中的每个像素包括亮度强度值。细节图像包括图像的精细细节。在步骤310,阈值亮度强度值被定义。在某些实施例中,根据经验来确定阈值亮度强度值,并且阈值亮度强度值是预先确定的值。在其他实施例中,根据所确定的基本图像特性和/或基本图像以外的其他特性来动态地确定阈值亮度强度值。在步骤320,基本图像的部分直方图被确定,从而形成部分的基本图像直方图。该部分的基本图像直方图定义基本图像中亮度强度值小于或等于阈值亮度强度值的像素(或称作暗影区域)的亮度分布。在步骤330,剪裁函数被应用于该部分的基本图像直方图。剪裁函数根据最大值来减弱每个亮度强度处的该部分的基本图像直方图,从而形成基本图像的经剪裁的直方图。剪裁函数可以表示任何曲线,例如直的水平线、倾斜线、曲线或者各种波动曲线。 
在步骤340,与基本图像的经剪裁的直方图相对应的基本图像累积直方图的第一部分被计算得出。基本图像累积直方图的第一部分与暗影区域相对应。在步骤350,基本图像累积直方图的第二部分被定义。通过恒等函数来定义第二部分,并且第二部分与大于阈值亮度强度值的亮度强度值(或称作高光区域)相对应。在步骤360,基本图像根据基本图像累积直方图被压缩,从而生成经压缩的基本图像。基本图像累积直方图的第一部分被应用于暗影区域中的每个像素,并且基本图像累积直方图的第二部分被应用于高光区域中的每个像素。以这种方式,每个像素的亮度强度值根据基本图像累积直方图被转换。在步骤370,经压缩的基本图像被与在步骤300处所分离出的细节图像相组合,从而形成经压缩的图像。 
图13示出被配置为实现本发明的压缩方法的示例性计算设备的图形表示。计算设备100包括显示器102、内存(memory)104、处理器106、存储器(storage)108、获取单元110和用于将各元件耦合在一起的总线 112。获取单元110获取图像数据,该图像数据然后被处理器106处理,并且被临时地存储在内存104中且更持久地被存储在存储器108上。显示器102显示在获取期间或在使用显示器特征时所获取的图像数据。当在此描述的压缩方法以软件的方式实现时,应用114驻存在存储器108上,并且处理器106在所使用的内存104的量被最小化的同时处理必要的数据。当以硬件方式实现时,附加的组件被用于如上所述地对数据进行处理。计算设备100可以是,但并不局限于,数字可携式摄像机、数字相机、手机、PDA或计算机。 
压缩方法描述了对灰度图像的动态范围进行压缩的方法。为了将这些方法应用于彩色的RGB图像,至少两种途径是可能的。第一种途径是将压缩方法独立地应用于R、G和B通道中的每一个。第一途径的优点是在压缩之后颜色在色域之内(in-gamut),然而它并不保证明度(lightness)保留。第二种途径是将RGB图像变换到诸如Lab或YCC之类的亮度-色度彩色空间中。然后压缩方法被单独地应用于亮度。结果然后被变换回RGB。第二种途径提供了明度保留,然而并不保证在动态范围压缩之后颜色被维持在色域之内。 
在某些应用中,使用阈值的第二压缩方法提供更真实的饱和颜色。颜色的饱和度直接受细节保留的影响。如果更多细节被保留在高光区域中,那么高光区域中的颜色饱和度也被很好地保留。 
在此描述的压缩方法提供诸多优点。第一优点是经修改的累积直方图被计算得出并且仅被应用于基本图像,这与将其作为全局方法应用于原始图像相对立。这提供了更好的细节保留。第二优点是基于噪声水平来调节剪裁函数,并且在某些应用中变化用于不同像素值的最高限度以更好地适应图像内的噪声分布。 
已经根据具体实施例描述了本发明,在具体实施例中并入了具体细节以帮助理解本发明的结构和操作原理。在此,对具体实施例及其细节的引用并非意欲限制随附于此的权利要求书的范围。本领域中的那些技术人员应理解,可以在被选出用于进行说明的实施例中作出修改而不会背离本发明的精神和范围。 

Claims (23)

1.一种图像的高动态范围压缩方法,该方法包括:
a.将图像分离为基本图像和细节图像,其中所述基本图像包括所述图像的亮度信息;
b.确定与所述基本图像相对应的基本图像直方图,其中所述基本图像直方图定义所述基本图像的亮度分布;
c.根据剪裁函数对所述基本图像直方图进行滤波,从而生成基本图像的经剪裁的直方图;
d.计算与所述基本图像的经剪裁的直方图相对应的基本图像累积直方图,其中,所述基本图像累积直方图还包括被配置为从所述基本图像累积直方图的第一部分逐渐过渡到所述基本图像累积直方图的第二部分的平滑函数;
e.根据所述基本图像累积直方图对所述基本图像进行压缩,从而生成经压缩的基本图像;并且
f.将所述经压缩的基本图像与所述细节图像组合,从而形成经压缩的图像。
2.如权利要求1所述的方法,还包括确定所述基本图像的噪声分布。
3.如权利要求2所述的方法,其中,由所述基本图像的噪声分布来定义所述剪裁函数。
4.如权利要求1所述的方法,其中,所述剪裁函数根据每个亮度处的像素分布的最大值来减弱所述基本图像直方图。
5.如权利要求1所述的方法,其中,通过使用模糊滤波器来分离所述图像。
6.如权利要求5所述的方法,其中,所述模糊滤波器包括高斯滤波器。
7.如权利要求5所述的方法,其中,所述模糊滤波器包括边缘保留滤波器。
8.如权利要求1所述的方法,其中,确定所述剪裁函数以使得从所述剪裁函数得出的所述基本图像累积直方图的导数不超出预定值。
9.如权利要求1所述的方法,其中,所述剪裁函数针对每个亮度值定义不同的最大像素分布。
10.如权利要求1所述的方法,其中,如果所述图像是彩色RGB图像,那么将所述方法独立地应用于R、G和B通道的每个通道。
11.如权利要求1所述的方法,其中,如果所述图像是彩色RGB图像,那么所述方法还包括将所述RGB图像变换到亮度-色度彩色空间中,将所述方法应用于所述亮度-色度彩色空间的亮度成分,并且将结果变换到RGB彩色空间。
12.一种用于图像的高动态范围压缩的装置,该装置包括:
i.用于将图像分离为基本图像和细节图像的装置,其中所述基本图像包括所述图像的亮度信息;
ii.用于确定与所述基本图像相对应的基本图像直方图的装置,其中所述基本图像直方图定义所述基本图像的亮度分布;
iii.用于根据剪裁函数对所述基本图像直方图进行滤波从而生成基本图像的经剪裁的直方图的装置;
iv.用于计算与所述基本图像的经剪裁的直方图相对应的基本图像累积直方图的装置,其中,所述基本图像累积直方图还包括被配置为从所述基本图像累积直方图的第一部分逐渐过渡到所述基本图像累积直方图的第二部分的平滑函数;
v.用于根据所述基本图像累积直方图对所述基本图像进行压缩从而生成经压缩的基本图像的装置;以及
vi.用于将所述经压缩的基本图像与所述细节图像组合从而形成经过高动态范围压缩的图像的装置。
13.一种图像的高动态范围压缩方法,该方法包括:
a.将图像分离为基本图像和细节图像,其中所述基本图像包括所述图像的每个像素的亮度信息;
b.定义阈值亮度强度值,其中,所述阈值亮度强度值定义亮度强度值的范围;
c.确定与所述基本图像相对应的部分基本图像直方图,其中,每个像素包括亮度强度值,并且所述部分基本图像直方图定义所述基本图像中具有小于所述阈值亮度强度值的亮度强度值的像素的亮度分布;
d.根据剪裁函数对所述部分基本图像直方图进行滤波,从而生成基本图像的经剪裁的直方图;
e.根据所述基本图像的经剪裁的直方图来计算基本图像累积直方图的第一部分;
f.定义所述基本图像累积直方图的第二部分,其中,由恒等函数来定义所述第二部分;
g.根据所述基本图像累积直方图对所述基本图像进行压缩,从而生成经压缩的基本图像,其中,将所述基本图像累积直方图的第一部分应用于所述基本图像中具有小于所述阈值亮度强度值的亮度强度值的每个像素,并且将所述基本图像累积直方图的第二部分应用于所述基本图像中具有大于或等于所述阈值亮度强度值的亮度强度值的每个像素,其中,所述基本图像累积直方图还包括与亮度强度值的所述范围相对应的第三部分,并且其中,所述第三部分包括被配置用于从所述基本图像累积直方图的第一部分逐渐过渡到所述基本图像累积直方图的第二部分的平滑函数;并且
h.将所述经压缩的基本图像与所述细节图像组合,从而形成经过高动态范围压缩的图像。
14.如权利要求13所述的方法,还包括确定所述基本图像的噪声分布。
15.如权利要求14所述的方法,其中,由所述基本图像的噪声分布来定义所述剪裁函数。
16.如权利要求15所述的方法,其中,所述剪裁函数根据每个亮度强度值处所分布的像素的最大数目来减弱所述基本图像直方图。
17.如权利要求15所述的方法,其中,通过使用模糊滤波器来分离所述图像。
18.如权利要求17所述的方法,其中,所述模糊滤波器包括高斯滤波器。
19.如权利要求17所述的方法,其中,所述模糊滤波器包括边缘保留滤波器。
20.如权利要求13所述的方法,其中,确定所述剪裁函数以使得从所述剪裁函数得出的所述基本图像累积直方图的第一部分的导数不超出预定值。
21.如权利要求13所述的方法,其中,如果所述图像是彩色RGB图像,那么将所述方法独立地应用于R、G和B通道的每个通道。
22.如权利要求13所述的方法,其中,如果所述图像是彩色RGB图像,那么所述方法还包括将所述RGB图像变换到亮度-色度彩色空间中,将所述方法应用于所述亮度-色度彩色空间的亮度成分,并且将结果变换到RGB彩色空间。
23.一种用于图像的高动态范围压缩的装置,该装置包括:
i.用于将图像分离为基本图像和细节图像的装置,其中所述基本图像包括所述图像的每个像素的亮度信息;
ii.用于定义阈值亮度强度值的装置,其中,所述阈值亮度强度值定义亮度强度值的范围;
iii.用于确定与所述基本图像相对应的部分基本图像直方图的装置,其中,每个像素包括亮度强度值,并且所述部分基本图像直方图定义所述基本图像中具有小于所述阈值亮度强度值的亮度强度值的像素的亮度分布;
iv.用于根据剪裁函数对所述部分基本图像直方图进行滤波从而生成基本图像的经剪裁的直方图的装置;
v.用于根据所述基本图像的经剪裁的直方图来计算基本图像累积直方图的第一部分的装置;
vi.用于定义所述基本图像累积直方图的第二部分的装置,其中,由恒等函数来定义所述第二部分;
vii.用于根据所述基本图像累积直方图对所述基本图像进行压缩从而生成经压缩的基本图像的装置,其中,将所述基本图像累积直方图的第一部分应用于所述基本图像中具有小于所述阈值亮度强度值的亮度强度值的每个像素,并且将所述基本图像累积直方图的第二部分应用于所述基本图像中具有大于或等于所述阈值亮度强度值的亮度强度值的每个像素,其中,所述基本图像累积直方图还包括与亮度强度值的所述范围相对应的第三部分,并且其中,所述第三部分包括被配置用于从所述基本图像累积直方图的第一部分逐渐过渡到所述基本图像累积直方图的第二部分的平滑函数;并且
viii.用于将所述经压缩的基本图像与所述细节图像组合从而形成经过高动态范围压缩的图像的装置。
CN200810188656.5A 2007-12-21 2008-12-22 具有细节保留和噪声约束的高动态范围压缩方法 Expired - Fee Related CN101505421B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US12/004,928 2007-12-21
US12/004,928 US8144985B2 (en) 2007-12-21 2007-12-21 Method of high dynamic range compression with detail preservation and noise constraints

Publications (2)

Publication Number Publication Date
CN101505421A CN101505421A (zh) 2009-08-12
CN101505421B true CN101505421B (zh) 2013-04-24

Family

ID=40430155

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200810188656.5A Expired - Fee Related CN101505421B (zh) 2007-12-21 2008-12-22 具有细节保留和噪声约束的高动态范围压缩方法

Country Status (3)

Country Link
US (1) US8144985B2 (zh)
EP (1) EP2076013B1 (zh)
CN (1) CN101505421B (zh)

Families Citing this family (38)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8144214B2 (en) * 2007-04-18 2012-03-27 Panasonic Corporation Imaging apparatus, imaging method, integrated circuit, and storage medium
CN101588436B (zh) * 2008-05-20 2013-03-27 株式会社理光 一种压缩原始图像动态范围的方法、装置和数码相机
JP5083046B2 (ja) * 2008-06-03 2012-11-28 ソニー株式会社 撮像装置及び撮像方法
TW201001334A (en) * 2008-06-20 2010-01-01 Altek Corp Adjustment method of color tone for digital image and electronic apparatus thereof
US8417046B1 (en) * 2008-11-10 2013-04-09 Marvell International Ltd. Shadow and highlight image enhancement
KR101520068B1 (ko) * 2008-12-16 2015-05-13 삼성전자 주식회사 다중영상 합성장치 및 그 방법
KR101605770B1 (ko) 2009-07-28 2016-03-23 삼성전자주식회사 영상 처리 방법 및 장치
JP5495025B2 (ja) * 2009-12-22 2014-05-21 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
US9230312B2 (en) 2010-01-27 2016-01-05 Adobe Systems Incorporated Methods and apparatus for performing tone mapping on high dynamic range images
US8831340B2 (en) * 2010-01-27 2014-09-09 Adobe Systems Incorporated Methods and apparatus for tone mapping high dynamic range images
CN101951510B (zh) * 2010-07-26 2012-07-11 武汉大学 一种基于多尺度DoG滤波器的高动态范围压缩方法
US8532425B2 (en) 2011-01-28 2013-09-10 Sony Corporation Method and apparatus for generating a dense depth map using an adaptive joint bilateral filter
US8810876B2 (en) 2011-10-31 2014-08-19 Electronics For Imaging, Inc. Dynamic image gamut compression by performing chroma compression while keeping lightness and hue angle constant
US8559714B2 (en) * 2011-11-07 2013-10-15 Tandent Vision Science, Inc. Post processing for improved generation of intrinsic images
DE102011055269A1 (de) * 2011-11-11 2013-05-16 Jenoptik Robot Gmbh Verfahren zur Durchführung einer Dynamikkompression in der Verkehrsfotografie
KR101225482B1 (ko) * 2012-02-15 2013-01-23 인텔 코오퍼레이션 디지털 영상 처리 방법, 장치, 및 컴퓨터로 판독 가능한 기록 매체
CN102722872B (zh) * 2012-05-30 2014-07-09 山东神思电子技术股份有限公司 数字图像局部高光溢出消除方法
US9324137B2 (en) 2012-10-24 2016-04-26 Marvell World Trade Ltd. Low-frequency compression of high dynamic range images
KR101767094B1 (ko) * 2012-12-03 2017-08-31 한화테크윈 주식회사 영상 처리 장치 및 방법
KR101499461B1 (ko) 2013-06-28 2015-03-16 전남대학교산학협력단 히스토그램 압축을 이용한 히스토그램 평활화 장치
CN103702116B (zh) * 2013-12-06 2017-07-14 浙江宇视科技有限公司 一种图像的宽动态压缩方法和装置
JP6121059B2 (ja) * 2014-06-20 2017-04-26 エスゼット ディージェイアイ テクノロジー カンパニー リミテッドSz Dji Technology Co.,Ltd Hdriの生成方法及び装置
WO2016056787A1 (en) * 2014-10-06 2016-04-14 Samsung Electronics Co., Ltd. Display device and method of controlling the same
JP6003964B2 (ja) * 2014-11-07 2016-10-05 カシオ計算機株式会社 診断装置並びに当該診断装置における画像処理方法及びそのプログラム
JP6003963B2 (ja) * 2014-11-07 2016-10-05 カシオ計算機株式会社 診断装置並びに当該診断装置における画像処理方法及びそのプログラム
US9881368B2 (en) * 2014-11-07 2018-01-30 Casio Computer Co., Ltd. Disease diagnostic apparatus, image processing method in the same apparatus, and medium storing program associated with the same method
CN105787883A (zh) * 2014-12-19 2016-07-20 南京理工大学 一种宽动态图像装置及算法
JP6469448B2 (ja) * 2015-01-06 2019-02-13 オリンパス株式会社 画像処理装置、撮像装置、画像処理方法、および記録媒体
US10362288B2 (en) * 2015-01-09 2019-07-23 Sony Corporation Method and system for improving detail information in digital images
LU92673B1 (en) * 2015-03-05 2016-09-06 Iee Int Electronics & Eng Sa Method and system for real-time noise removal and image enhancement of high-dynamic range images
CN106023100B (zh) * 2016-05-12 2020-03-31 珠海市杰理科技股份有限公司 图像宽动态范围压缩方法及装置
US10496876B2 (en) * 2016-06-30 2019-12-03 Intel Corporation Specular light shadow removal for image de-noising
US10275864B2 (en) * 2016-09-09 2019-04-30 Kabushiki Kaisha Toshiba Image processing device and image processing method
KR102495754B1 (ko) 2016-10-25 2023-02-02 한화테크윈 주식회사 광역 영상의 동적 범위를 압축하는 영상 처리 장치 및 방법
US11100888B2 (en) 2017-06-28 2021-08-24 The University Of British Columbia Methods and apparatuses for tone mapping and inverse tone mapping
CN107257452B (zh) * 2017-07-21 2019-03-26 浙江大华技术股份有限公司 一种图像处理方法、装置及计算设备
TWI697867B (zh) * 2018-12-12 2020-07-01 晶睿通訊股份有限公司 測光補償方法及其相關監控攝影設備
CN110197463B (zh) * 2019-04-25 2023-01-03 深圳大学 基于深度学习的高动态范围图像色调映射方法及其系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1379324A (zh) * 2002-05-09 2002-11-13 宣国荣 基于整数小波的无损图象数字水印方法

Family Cites Families (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4855A (en) 1846-11-14 Twyeb
US5012333A (en) * 1989-01-05 1991-04-30 Eastman Kodak Company Interactive dynamic range adjustment system for printing digital images
JPH04271669A (ja) 1991-02-27 1992-09-28 Matsushita Electric Ind Co Ltd 階調補正装置
US5990941A (en) 1991-05-13 1999-11-23 Interactive Pictures Corporation Method and apparatus for the interactive display of any portion of a spherical image
US5294989A (en) 1991-09-17 1994-03-15 Moore Color, Inc. Saturable smoothing grid for image processing
US5426517A (en) 1992-11-30 1995-06-20 Eastman Kodak Company Automated tone correction apparatus and method using filtered histogram equalization
JPH07249101A (ja) * 1994-03-08 1995-09-26 Hitachi Eng Co Ltd ニューロ利用の文字認識装置及び輝度正規化方法
US5924989A (en) * 1995-04-03 1999-07-20 Polz; Hans Method and device for capturing diagnostically acceptable three-dimensional ultrasound image data records
FI104521B (fi) * 1997-01-30 2000-02-15 Nokia Multimedia Network Termi Menetelmä kuvasekvenssien kontrastin parantamiseksi
US6198845B1 (en) 1997-07-01 2001-03-06 Xerox Corporation Method for determining document background for adjusting the dynamic range of an image of the document
US6847737B1 (en) 1998-03-13 2005-01-25 University Of Houston System Methods for performing DAF data filtering and padding
US6643398B2 (en) * 1998-08-05 2003-11-04 Minolta Co., Ltd. Image correction device, image correction method and computer program product in memory for image correction
US7102784B1 (en) 1999-12-06 2006-09-05 Xerox Corporation Method of selective edge softening and rendering for the suppression of halo
JP3758452B2 (ja) * 2000-02-28 2006-03-22 コニカミノルタビジネステクノロジーズ株式会社 記録媒体、並びに、画像処理装置および画像処理方法
US7062108B2 (en) 2001-06-12 2006-06-13 Eastman Kodak Company Method for estimating the appearance of noise in images
EP1345172A1 (en) * 2002-02-26 2003-09-17 Sony International (Europe) GmbH Contrast enhancement for digital images
US6826304B2 (en) 2002-03-13 2004-11-30 Hewlett-Packard Development Company, L.P. Reducing halos in spatially dependent gamut mapping
US20030190090A1 (en) 2002-04-09 2003-10-09 Beeman Edward S. System and method for digital-image enhancement
US6987881B2 (en) * 2002-04-26 2006-01-17 Keio University Automatic visibility improvement method for digital image
US7181086B2 (en) 2002-06-06 2007-02-20 Eastman Kodak Company Multiresolution method of spatially filtering a digital image
JP4133029B2 (ja) * 2002-06-25 2008-08-13 富士フイルム株式会社 画像処理方法および装置
US7146059B1 (en) 2003-03-05 2006-12-05 Massachusetts Institute Of Technology Method of performing fast bilateral filtering and using the same for the display of high-dynamic-range images
US7791656B2 (en) * 2005-08-16 2010-09-07 Konica Minolta Holdings, Inc. Image sensing apparatus and image processing method
KR101128454B1 (ko) * 2005-11-10 2012-03-23 삼성전자주식회사 콘트라스트 향상 방법 및 장치
KR100756318B1 (ko) * 2006-01-16 2007-09-06 삼성전자주식회사 이득 조절 가능한 절단 빈도함수 평활화를 이용한 영상처리 방법 및 시스템
KR20090008745A (ko) * 2007-07-18 2009-01-22 삼성전자주식회사 히스토그램 등화 장치 및 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1379324A (zh) * 2002-05-09 2002-11-13 宣国荣 基于整数小波的无损图象数字水印方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Gregory Ward Larson, Holly Rushmeier, and Christine Piatko.A Visibility Matching Tone Reproduction Operator for High Dynamic Range Scenes.《IEEE TRANSACTIONS ON VISUALIZATION AND COMPUTER GRAPHICS》.1997,第3卷(第4期),全文. *

Also Published As

Publication number Publication date
US8144985B2 (en) 2012-03-27
EP2076013A3 (en) 2010-07-21
EP2076013B1 (en) 2012-10-24
CN101505421A (zh) 2009-08-12
US20090161953A1 (en) 2009-06-25
EP2076013A2 (en) 2009-07-01

Similar Documents

Publication Publication Date Title
CN101505421B (zh) 具有细节保留和噪声约束的高动态范围压缩方法
RU2433477C1 (ru) Расширение динамического диапазона изображений
KR101309497B1 (ko) 높은 동작 범위 이미지 매핑을 위한 히스토그램 조정
KR101309498B1 (ko) 높은 동적 범위 이미지 매핑을 위한 히스토그램 조정
Reinhard Parameter estimation for photographic tone reproduction
JP3130266B2 (ja) 平均分離ヒストグラム等化を用いる映像改善方法及びその回路
US6650774B1 (en) Locally adapted histogram equalization
KR100970883B1 (ko) 영역 특성을 고려한 영상 보정 장치 및 그 방법
US10013739B2 (en) Image enhancement methods and systems using the same
KR100453038B1 (ko) 컬러 영상의 채도 조절 장치 및 방법
CN1770847B (zh) 自适应对比度增强方法及设备
US7127123B2 (en) System and method for dynamically enhanced color space
EP2624204B1 (en) Image processing apparatus and method of controlling the same
US8009905B2 (en) System, medium, and method with noise reducing adaptive saturation adjustment
US8374430B2 (en) Apparatus and method for feature-based dynamic contrast enhancement
US20060153446A1 (en) Black/white stretching system using R G B information in an image and method thereof
CN110310231B (zh) 一种将第一动态范围视频转换为第二动态范围视频的设备及其方法
US20060077304A1 (en) Method and device for image contrast enhancement
CN106341613B (zh) 宽动态范围影像方法
Kang et al. Adaptive height-modified histogram equalization and chroma correction in YCbCr color space for fast backlight image compensation
US20100284614A1 (en) Blue sky color detection technique
CN113222869A (zh) 一种图像处理方法
Cyriac et al. Automatic, viewing-condition dependent contrast grading based on perceptual models
Yung-Yao et al. Photographic Reproduction and Enhancement Using HVS-Based Modified Histogram Equalization
JP3558073B2 (ja) 画像処理装置、画像処理方法、画像処理制御プログラムを記録した媒体

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20130424

Termination date: 20211222