CN101540832A - 图像信号的动态范围匹配方法 - Google Patents
图像信号的动态范围匹配方法 Download PDFInfo
- Publication number
- CN101540832A CN101540832A CN200910059062A CN200910059062A CN101540832A CN 101540832 A CN101540832 A CN 101540832A CN 200910059062 A CN200910059062 A CN 200910059062A CN 200910059062 A CN200910059062 A CN 200910059062A CN 101540832 A CN101540832 A CN 101540832A
- Authority
- CN
- China
- Prior art keywords
- signal
- value
- pixel
- luminance signal
- mentioned
- 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
- 238000000034 method Methods 0.000 title claims abstract description 57
- 239000003086 colorant Substances 0.000 claims description 23
- YTAHJIFKAKIKAV-XNMGPUDCSA-N [(1R)-3-morpholin-4-yl-1-phenylpropyl] N-[(3S)-2-oxo-5-phenyl-1,3-dihydro-1,4-benzodiazepin-3-yl]carbamate Chemical compound O=C1[C@H](N=C(C2=C(N1)C=CC=C2)C1=CC=CC=C1)NC(O[C@H](CCN1CCOCC1)C1=CC=CC=C1)=O YTAHJIFKAKIKAV-XNMGPUDCSA-N 0.000 claims description 17
- 230000002093 peripheral effect Effects 0.000 claims description 10
- 238000000605 extraction Methods 0.000 claims description 8
- 230000009022 nonlinear effect Effects 0.000 claims description 5
- GNFTZDOKVXKIBK-UHFFFAOYSA-N 3-(2-methoxyethoxy)benzohydrazide Chemical compound COCCOC1=CC=CC(C(=O)NN)=C1 GNFTZDOKVXKIBK-UHFFFAOYSA-N 0.000 claims description 4
- FGUUSXIOTUKUDN-IBGZPJMESA-N C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 Chemical compound C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 FGUUSXIOTUKUDN-IBGZPJMESA-N 0.000 claims description 4
- 241000023320 Luma <angiosperm> Species 0.000 claims description 4
- OSWPMRLSEDHDFF-UHFFFAOYSA-N methyl salicylate Chemical compound COC(=O)C1=CC=CC=C1O OSWPMRLSEDHDFF-UHFFFAOYSA-N 0.000 claims description 4
- 230000007423 decrease Effects 0.000 claims description 3
- 230000009466 transformation Effects 0.000 abstract 1
- 238000009499 grossing Methods 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 238000010606 normalization Methods 0.000 description 3
- 230000000295 complement effect Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000003909 pattern recognition Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Processing Of Color Television Signals (AREA)
- Facsimile Image Signal Circuits (AREA)
- Image Processing (AREA)
Abstract
图像信号的动态范围匹配方法，涉及一种图像信号处理方法，目的是解决现有技术存在的计算机中数字图像的动态范围与数码输出设备的动态范围匹配不好影响图像品质的问题，主要采取两种方法：一是提取图像信号的亮度信号，进行模糊、调整、伸缩变换等一系列处理，并且对其中的细节信号进行相应的处理，使其与数码设备的动态范围匹配；或是提取图像信号的亮度信号，分成区域块，在区域块内对像素点的亮度信号进行初步调整后再进行加权平均，以与数码设备的动态范围匹配。本发明可应用于数字图像的处理，以输出高品质的图像。
Description
技术领域
本发明涉及一种图像信号处理方法，特别涉及一种输入图像信号与输出的数码设备动态范围的匹配方法。
背景技术
数字图像在计算机上通常以不同的比特位(bit)进行存储，如用8位、16位、32位来表示每个RGB色彩信道，因此具有不同的动态范围(动态范围在这里定义为图像或系统中其最高信号与最低信号的比值)。同样，不同的数码设备如显示器、投影仪、打印机也具有不同的动态范围。
当数字图像在数码设备上显示或打印的时候，往往由于动态范围的不匹配而使得显示或打印的图像不具备较好的亮度、对比度和细节，因此不具备较高的图像品质。
发明内容
本发明的目的是解决现有技术存在的计算机中数字图像的动态范围与数码输出设备的动态范围匹配不好影响图像品质的问题，提供一种图像信号的动态范围匹配方法，通过对输入图像信号的处理，使之与数码输出设备的动态范围匹配，以实现高品质图像的输出。
本发明的目的通过包括如下步骤的下述技术方案来实现：
图像信号的动态范围匹配方法包括如下步骤：
a.提取输入图像信号的亮度信号；
b.对上述亮度信号进行对数处理，使其处于对数域中；
c.将上述对数处理后的亮度信号进行模糊处理；
d.由对数处理后的亮度信号减去上述模糊处理后的信号，得到亮度信号在对数域中的细节信号；
e.对上述细节信号的绝对值在设定的指数范围内进行指数操作，得到指数信号；
f.对上述指数信号进行模糊处理；
g.对步骤f模糊处理过的指数信号再进行指数处理，得到新的指数信号；
h.由步骤d的细节信号值除以步骤g的新的指数信号值，得到调整信号；
i.确定调整信号的最小值和设定值，设定值符合下述要求：
在最小值与设定值的区间范围内，即在该区间[最小值，设定值]内包含了整幅图像中总像素点的K％，其中K为调整参数；
然后对上述调整信号减去设定值，以进一步调整，得到负值的再调整信号；
j.对前述步骤处理过的信号进行反对数处理，得到输出亮度信号；
k.将上述最终输出亮度信号和输入图像信号中原来的颜色信号合并，恢复色彩信号并转化到输出色彩空间，得到调整后的色彩信号Routput(x，y)、Goutput(x，y)、Boutput(x，y)；
其中，a～k之间的任一步骤对信号进行归一化处理，使Routput(x，y)、Goutput(x，y)、Boutput(x，y)三者的值处于[0，1]；
l.根据数码设备基色的最大位数，将上述调整后的色彩信号按如下方法线性调整至数码设备的动态范围：
DPR(x，y)＝Routput(x，y)×2N
DPG(x，y)＝Goutput(x，y)×2N
DPB(x，y)＝Boutput(x，y)×2N
其中，DPR(x，y)表示最终输出色彩信号的红色信道；
DPG(x，y)表示最终输出色彩信号的绿色信道；
DPB(x，y)表示最终输出色彩信号的蓝色信道；
N表示数码设备基色的最大位数。
所述步骤j之后还有步骤j0，即对调整后的输出亮度信号进行伸缩变换。
所述伸缩变换的方法包括如下步骤：
j01.对步骤j的输出亮度信号进行对数处理；
j02.计算每个像素的局部最小值，所述局部最小值为每个像素设定的周围区域范围内的最小值；
j03.以上述局部最小值为起点，构建信号的k级图像金字塔，其中k≥1，在每级中重复上述步骤j02，得到每级局部最小值；
j04.当到达第k级后，开始向上一级依次返回，每返回一级，得到返回信号，将此信号与同级中局部最小值按如下公式进行运算得到新信号：
LumlogAdFMinNk(x，y)＝fr×LumlogAdFMinRk(x，y)+(1-fr)LumlogAdFMink(x，y)
其中，LumlogAdFMinNk(x，y)表示坐标为(x，y)像素点的上述新信号；
Fr为参数，其取值范围为0～1；
LumlogAdFMinRk(x，y)表示第k级坐标为(x，y)像素点的返回信号；
LumlogAdFMink(x，y)表示第k级坐标为(x，y)像素点的局部最小值；
经上述运算后的新信号再向上一级返回，当返回到图像金字塔顶层的时候，得到亮度信号对数域中的综合局部最小值信号；
对上述对数域的综合局部最小值信号进行反对数处理，得到亮度信号的综合局部最小值信号；
j05.按照上述j02～j04的步骤，得到每个像素的局部最大值，从而得到亮度信号的综合局部最大值信号，其中局部最大值为每个像素周围区域范围内的最大值；
j06.从综合局部最小值信号中找出全局最小值；
j07.根据上述全局最小值对综合局部最小值信号按如下公式进行调整：
LumMinN(x，y)＝a×LumMin(x，y)+(1-a)×min
其中a为参数，其取值范围为0～1；
LumMin(x，y)表示坐标为(x，y)像素点的综合局部最小值；
min表示为综合局部最小值信号中的全局最小值；
LumMinN(x，y)表示调整后的新综合局部最小值；
j08.然后按如下公式更新步骤j得到的输出亮度信号，得到新的伸缩变换后的最终输出亮度信号
Lum_outputN(x，y)＝(Lum_output(x，y)-LumMinN(x，y))/(LumMax(x，y)-LumMinN(x，y))
其中Lum_output(x，y)表示坐标为(x，y)像素点步骤j后得到的输出亮度信号；
Lum_outputN(x，y)表示坐标为(x，y)像素点经过步骤j08更新后的最终输出亮度信号；
LumMax(x，y)表示坐标为(x，y)像素点的综合局部最大值；
LumMinN(x，y)表示坐标为(x，y)像素点经过步骤j07调整后的综合局部最小值。
所述步骤j之后还有步骤j1，即将步骤j得到的输出亮度信号与原来输入图像的亮度信号进行如下处理，并更新步骤j的输出亮度信号：
在0～m区间上定义一个任意函数f(x)，其中m为2的幂减1，其指数根据表示每个RGB色彩信道的图像的位数而定，且函数f(x)符合下述条件：0≤x≤m，0≤f(x)≤1，并且f(x)在区间[0，0.5×m]上递减，在区间[0.5×m，m]上递增。
Lum_outputN(x，y)＝f(Lum(x，y)))×Lum(x，y)+(1-f(Lum(x，y)))×Lum_output(x，y)
其中Lum_output(x，y)表示坐标为(x，y)像素点在步骤j后得到的输出亮度信号；
其中Lum_outputN(x，y)表示坐标为(x，y)像素点的更新后的最终输出亮度信号；
其中Lum(x，y)表示坐标为(x，y)像素点的原始输入图像的亮度信号。
所述步骤a将输入图像信号进行归一化的过程如下：
a1.对处于RGB色彩空间的输入图像信号的所有像素点，其各基色的最大值进行比较，找到最大值；
a2.将各像素点各基色的信号值除以上述最大值，即将输入图像信号归一化为位于区间[0，1]的信号；
a3.转换色彩空间，得到图像信号的亮度信号和颜色信号；
a4.提取步骤a3得到的亮度信号。
所述步骤a2之后，还有步骤a21，即如果输入图像信号为非线性信号，将其转换为线性信号。
图像信号的动态范围匹配方法包括如下步骤：
a.提取输入图像信号的亮度信号；
b.把亮度信号按如下公式进行初步调整：
其中，offset为参数，其值决定于图像的亮暗程度；
Lmin、Lmax分别为亮度信号的最小值和最大值；
Lum(x，y)表示输入图像的坐标为(x，y)像素点的亮度信号；
D(x，y)表示亮度信号的初步调整值；
c.把图像分为块状区域，其数量与图像尺寸的大小成正比关系，对于每个区域块的直方图特征和步骤b的输出结果，根据如下公式的直方图调整法得到调整后的亮度信号：
LumA(x，y)＝TRC[D(x，y)]＝β*EC[D(x，y)]+(1-β)[D(x，y)]
其中LumA(x，y)表示调整后的亮度信号；
TRC表示基于每个输入像素值的调整函数；
D(x，y)为步骤b的输出结果；
EC表示直方图均匀化的调整函数；
β表示加权系数，其值越大，表示区域块的对比度越大；
d.对每个像素的亮度信号初步调整值D(x，y)，根据其周围区域块各自的上述调整函数TRC计算其对应的调整值后，按如下公式进行加权平均处理：
其中
Lum_output(x，y)表示坐标(x，y)像素点的加权平均值；
TRCn表示当前像素点周围n个区域块各自的TRC调整函数，n为小于或等于步骤c所划分的区域块总数量的任意值；
wd(n)是距离加权平均函数，σd用来控制其平滑程度，dn是当前像素点的位置到周围区域块中心的欧拉距离；
e.将上述加权平均后的亮度信号和输入图像信号中原来的颜色信号合并，恢复色彩信号并转化到输出色彩空间，得到调整后的色彩信号Routput(x，y)、Goutput(x，y)、Boutput(x，y)；
其中，a～e之间的任一步骤对信号进行归一化处理，使Routput(x，y)、Goutput(x，y)、Boutput(x，y)三者的值处于[0，1]；
f.根据数码设备基色的最大位数，将上述调整后的色彩信号按如下方法线性调整至数码设备的动态范围：
DPR(x，y)＝Routput(x，y)×2N
DPG(x，y)＝Goutput(x，y)×2N
DPB(x，y)＝Boutput(x，y)×2N
其中，DPR(x，y)表示最终输出色彩信号的红色信道；
DPG(x，y)表示最终输出色彩信号的绿色信道；
DPB(x，y)表示最终输出色彩信号的蓝色信道；
N表示数码设备基色的最大位数。
所述步骤c中，β值根据如下方法确定：测量出每个区域块的均匀程度，均匀程度越高则其β值越小。
所述步骤c中，β值进一步根据如下方法确定：根据均匀程度确定的β值与设定的阀值比较，以确定均匀块；在均匀块确定后，其周围设定区域块的β值设为与该区域块关联β值一致。
所述步骤a包括将输入图像信号进行归一化的过程，即按如下方法进行：
a1.对处于RGB色彩空间的输入图像信号的所有像素点，其各基色的最大值进行比较，找到最大值；
a2.将各像素点的信号值除以上述最大值，即将输入图像信号归一化为位于区间[0，1]的信号；
a3.转换色彩空间，得到图像信号的亮度信号和颜色信号；
a4.提取步骤a3得到的亮度信号。
本发明针对图像信号与数码设备的动态范围匹配采取两种方法，这两种方法都包括将对输入图像信号进行变换(如果输入的图像信号为RGB色彩空间或其它不直接含有亮度信号的色彩空间)得到亮度信号(对于直接含有亮度信号的色彩空间，则可以直接提取亮度信号)的步骤，然后方法一对亮度信号进行模糊、调整、伸缩变换等一系列处理，对其中的细节信号进行相应的处理；方法二通过对图像划分区域块，在区域块内，对像素点的亮度信号进行初步调整后再进行加权平均。通过上述两种方法的分别处理，都可使最后输出的图像信号能够与输出的数码设备如显示器、打印机、投影仪的动态范围相匹配，且图像细节符合要求，达到更好的亮度、对比度和细节，因此具备更好的图像品质。
附图说明
图1是本发明中对区域块像素点根据距离加权平均函数进行加权平均处理的示意图。
具体实施方式
下面结合具体实施例和附图对本发明作进一步的说明。
数字图像在计算机上通常以不同的比特位(bit)进行存储，如用8位、16位、32位来表示每个RGB色彩信道，因此具有不同的动态范围(动态范围在这里定义为图像或系统中其最高信号与最低信号的比值)。同样，不同的数码设备如显示器、投影仪、打印机也具有不同的动态范围。
为了以上述计算机中的数字图像作为输入图像的信号能够与不同的数码设备的动态范围相匹配，本发明对输入图像信号进行处理。主要方法是将输入图像信号的亮度信号提取出来，经过模糊、调整、伸缩变换等一系列处理，并且对其中的细节信号进行相应的处理或者是分为区域块后对亮度信号进行初步调整再进行加权平均处理，以匹配上述数码设备的动态范围。
实施例1：
图像信号的动态范围匹配方法包括如下步骤：
a.提取输入图像信号归一化后的亮度信号；
此步骤的具体方法如下：
a1.对处于RGB色彩空间的输入图像信号的所有像素点，其各基色的最大值进行比较，找到最大值Imax。
a2.将各像素点的信号值除以上述最大值，即将输入图像信号归一化为位于区间[0，1]的信号；
a21.如果输入图像信号为非线性信号，将其转换为线性信号，本步骤为可选择步骤，也可以不进行转换。
a3.转换色彩空间，将表征图像信号的I(x，y)值转换为表征图像亮度信号Lum(x，y)值和色彩信号C(x，y)值，从而得到图像信号的亮度信号和颜色信号；
a4.提取步骤a3得到的原始输入图像的亮度信号Lum(x，y)值。
b.对上述亮度信号进行对数处理，使其处于对数域中：
Lumlog(x，y)＝log(Lum(x，y))
log(Lum(x，y))表示对亮度信号Lum(x，y)值取对数。
c.为了处理细节信号，首先计算图像的低频信号，即对上述指数信号进行模糊处理(可以采用现有各种模糊操作方法)：
LumlogB(x，y)＝Blur(Lumlog(x，y))
Blur(Lumlog(x，y))表示对Lumlog(x，y)信号值进行模糊处理。
d.由对数处理后的亮度信号减去上述模糊处理后的亮度信号，得到亮度信号在对数域中的细节信号LumlogD(x，y)值：
LumlogD(x，y)＝Lumlog(x，y)-LumlogB(x，y)
e.对上述细节信号的绝对值在设定的指数范围内进行指数操作，得到指数信号LumlogA(x，y)值：
LumlogA(x，y)＝|LumlogD(x，y)|^bri
bri值域范围一般取为[-10，10]。
f.对上述指数信号再次进行模糊处理(可以采用现有各种模糊操作方法)：
LumlogAB(x，y)＝Blur(LumlogA(x，y))
g.对步骤f模糊处理过的指数信号再进行指数处理，得到新的指数信号：
LumlogABI(x，y)＝LumlogAB(x，y)^(1/bri1)
bri1值域范围一般取为[-10，10]。
h.由步骤d的细节信号值除以步骤g的新的指数信号值，得到调整信号LumlogAd(x，y)值：
LumlogAd(x，y)＝LumlogD(x，y)/LumlogABI(x，y)
i.确定调整信号的最小值和设定值，设定值符合下述要求：
在最小值与设定值的区间范围内，即在该区间[最小值，设定值]内包含了整幅图像中总像素点的K％，其中K为调整参数，可以根据需要设定；
然后对上述调整信号减去设定值，以进一步调整，得到负值的再调整信号。
用表达式表示如下：
LumlogAdF(x，y)＝LumlogAd(x，y)-LumlogAd_quantile
If LumlogAdF(x，y)＞0
LumlogAdF(x，y)＝0
其中，LumlogAd_quantile为设定值
LumlogAdF(x，y)为本步骤调整后的结果值。
j.对上述再调整信号进行反对数处理，返回到亮度空间得到调整后的输出亮度信号：
Lum_output(x，y)＝EXP(LumlogAdF(x，y))
k.将上述调整后的亮度信号和输入图像信号中原来的颜色信号合并，恢复色彩信号并转化到输出色彩空间，得到调整后的色彩信号
Routput(x，y)、Goutput(x，y)、Boutput(x，y)。
由于步骤a对信号进行归一化处理，使Routput(x，y)、Goutput(x，y)、Boutput(x，y)的值处于[0，1]区间。
通过以上操作，得到亮度、对比度、细节更加平衡的色彩图像。
l.根据数码设备基色的最大位数，将上述调整后的色彩信号按如下方法线性调整至数码设备的动态范围：
DPR(x，y)＝Routput(x，y)×2N
DPG(x，y)＝Goutput(x，y)×2N
DPB(x，y)＝Boutput(x，y)×2N
其中，DPR(x，y)表示最终输出色彩信号的红色信道；
DPG(x，y)表示最终输出色彩信号的绿色信道；
DPB(x，y)表示最终输出色彩信号的蓝色信道；
N表示数码设备基色的最大位数。
以上步骤完成了对输入图像亮度信号的调整，使其调整后的亮度信号位于数码设备的动态范围区域，并且在明暗区域具有较好的细节信息。此调整方案的一个显著特点是，一些亮度很高的区域明显降低了亮度，而一些较暗的区域变的明显的亮起来，使得某些图像在视觉效果上出现了亮度的倒置。
为了解决这一问题，在另一个实施例中，可以采取基于图像金字塔的拉伸处理方案，具体方法即是在步骤j之后还有步骤j0，即对调整后的亮度信号进行伸缩变换。
所述伸缩变换的方法包括如下步骤：
j01.对步骤j的输出亮度信号进行对数处理；
LumlogAdF(x，y)＝log(Lum_output(x，y))
其中，Lum_output(x，y)为步骤j得到的调整后的输出亮度信号；
LumlogAdF(x，y)为对数处理后的亮度信号。
j02.计算LumlogAdF(x，y)信号中每个像素的局部最小值LumlogAdFMin(x，y)，所述局部最小值为每个像素设定的周围区域范围内的最小值；
j03.以上述局部最小值LumlogAdFMin(x，y)为起点，构建信号的k级图像金字塔，其中k≥1，在每级中重复上述步骤j02，得到每级局部最小值LumlogAdFMink(x，y)；
j04.当到达第k级后，开始向上一级依次返回，每返回一级，得到返回信号，将此信号与同级中局部最小值按如下公式进行运算得到新信号：LumlogAdFMinNk(x，y)＝fr×LumlogAdFMinRk(x，y)+(1-fr)LumlogAdFMink(x，y)
其中，LumlogAdFMinNk(x，y)表示坐标为(x，y)像素点的上述新信号；
Fr为参数，其取值范围为0～1；
LumlogAdFMinRk(x，y)表示第k级坐标为(x，y)像素点的返回信号；
LumlogAdFMink(x，y)表示第k级坐标为(x，y)像素点的局部最小值；
运算后得到的新信号LumlogAdFMinNk(x，y)再向上一级返回得到信号LumlogAdFMinRk-1(x，y)，当返回到图像金字塔顶层的时候，得到亮度信号对数域中的综合局部最小值信号LumlogMin(x，y)；
对上述对数域的综合局部最小值信号进行反对数处理，得到亮度信号的综合局部最小值信号：
LumMin(x，y)
LumMin(x，y)＝EXP(LumlogMin(x，y))
j05.按照上述j02～j04的步骤，得到每个像素的局部最大值，从而得到亮度信号的综合局部最大值信号LumMax(x，y)，其中局部最大值为每个像素周围设定区域范围内的最大值；
j06.从综合局部最小值信号中找出全局最小值min；
j07.根据上述全局最小值对综合局部最小值信号按如下公式进行调整：
LumMinN(x，y)＝a×LumMin(x，y)+(1-a)×min
其中a为参数，其取值范围为0～1；
LumMin(x，y)表示坐标为(x，y)像素点的综合局部最小值；
min表示综合局部最小值信号中的全局最小值；
LumMinN(x，y)表示调整后的新综合局部最小值；
j08.然后按如下公式更新步骤j得到的输出亮度信号，得到新的伸缩变换后的亮度信号
Lum_outputN(x，y)＝(Lum_output(x，y)-LumMinN(x，y))/(LumMax(x，y)-LumMinN(x，y))
其中Lum_output(x，y)表示坐标为(x，y)像素点步骤j后得到的输出亮度信号；
Lum_outputN(x，y)表示坐标为(x，y)像素点经过步骤j08更新后的最终输出亮度信号；
LumMax(x，y)表示坐标为(x，y)像素点的综合局部最大值；
LumMinN(x，y)表示坐标为(x，y)像素点经过步骤j07调整后的综合局部最小值。
然后经过上述伸缩变换的信号再经过步骤k、l处理，以与数码设备的动态范围匹配。
上述步骤j03构建K级金字塔为构建高斯金字塔，其方法是：设原图为第1级，首先对图像做模糊处理或平滑处理，然后向下采样，得到第2级图像；然后再在第2级图像的基础上，重复上面的步骤，得到第3级图像；在接下来的步骤中我们不断的以新得到的图像为基础，重复上面的模糊处理或平滑处理，然后向下采样的步骤直到得到第k级图像。
上述步骤j04返回的方法是：返回的步骤为k级高斯金字塔构建步骤的逆步骤，即以k级图像为基础，向上采样，然后再做模糊处理或平滑处理得到k-1级图像；在接下来的步骤中不断地以新得到的图像为基础，重复上面的向上采样，然后再做模糊处理或平滑处理，直到得到第1级图像。
本实施例中，对于信号的归一化处理还可以在除步骤a之外的b～k中任一步骤参照步骤a的方法进行。
实施例2：
本实施例主要是针对如用8位等较小位数来表示每个RGB色彩信道的图像，进行快速拉伸以加快处理过程。
a.提取输入图像信号归一化后的亮度信号；
此步骤的具体方法如下：
a1.对处于RGB色彩空间的输入图像信号的所有像素点，其各基色的最大值进行比较，找到最大值Imax。
a2.将各像素点的信号值除以上述最大值，即将输入图像信号归一化为位于区间[0，1]的信号；
a21.如果输入图像信号为非线性信号，将其转换为线性信号，本步骤为可选择步骤，也可以不进行转换。
a3.转换色彩空间，将表征图像信号的I(x，y)值转换为表征图像亮度信号Lum(x，y)值和色彩信号C(x，y)值，从而得到图像信号的亮度信号和颜色信号；
a4.提取步骤a3得到的亮度信号Lum(x，y)值。
b.对上述亮度信号进行对数处理，使其处于对数域中：
Lumlog(x，y)＝log(Lum(x，y))
log(Lum(x，y))表示对亮度信号Lum(x，y)值取对数。
c.为了处理细节信号，首先计算图像的低频信号，即对上述指数信号进行模糊处理(可以采用现有各种模糊操作方法)：
LumlogB(x，y)＝Blur(Lumlog(x，y))
Blur(Lumlog(x，y))表示对Lumlog(x，y)信号值进行模糊处理。
d.由对数处理后的亮度信号减去上述模糊处理后的亮度信号，得到亮度信号在对数域中的细节信号LumlogD(x，y)值：
LumlogD(x，y)＝Lumlog(x，y)-LumlogB(x，y)
e.对上述细节信号的绝对值在设定的指数范围内进行指数操作，得到指数信号LumlogA(x，y)值：
LumlogA(x，y)＝|LumlogD(x，y)|^bri
bri值域范围一般取为[-10，10]。
f.对上述指数信号再次进行模糊处理(可以采用现有各种模糊操作方法)：
LumlogAB(x，y)＝Blur(LumlogA(x，y))
g.对步骤f模糊处理过的指数信号再进行指数处理，得到新的指数信号：
LumlogABI(x，y)＝LumlogAB(x，y)^(1/bri1)
bri1值域范围一般取为[-10，10]。
h.由步骤d的细节信号值除以步骤g的新的指数信号值，得到调整信号LumlogAd(x，y)值：
LumlogAd(x，y)＝LumlogD(x，y)/LumlogABI(x，y)
i.确定调整信号的最小值和设定值，设定值符合下述要求：
在最小值与设定值的区间范围内，即在该区间[最小值，设定值]内包含了整幅图像中总像素点的K％，其中K为调整参数，可以根据需要设定；
然后对上述调整信号减去设定值，以进一步调整，得到负值的再调整信号。
用表达式表示如下：
LumlogAdF(x，y)＝LumlogAd(x，y)-LumlogAd_quantile
If LumlogAdF(x，y)＞0
LumlogAdF(x，y)＝0
其中，LumlogAd_quantile为设定值
LumlogAdF(x，y)为本步骤调整后的结果值。
j.对上述再调整信号进行反对数处理，返回到亮度空间得到调整后的亮度信号：
Lum_output(x，y)＝EXP(LumlogAdF(x，y))
j1.将得到的亮度信号与原来输入图像的亮度信号进行如下处理：
在0～m区间上定义一个任意函数f(x)，其中m为2的幂减1，其指数根据表示每个RGB色彩信道的图像的位数而定(如对8位图像，m则为2的8次方减1，其值为255)，且函数f(x)符合下述条件：0≤x≤m，0≤f(x)≤1，并且f(x)在区间[0，0.5×m]上平滑递减，在区间[0.5×m，m]上平滑递增。如可以选取顶点x坐标位于0.5×m＝0.5×255＝127.5的开口向上的抛物线函数。
Lum_outputN(x，y)＝f(Lum(x，y)))×Lum(x，y)+(1-f(Lum(x，y)))×Lum_output(x，y)
其中Lum_output(x，y)表示坐标为(x，y)像素点步骤j后得到的输出亮度信号；
其中Lum_outputN(x，y)表示坐标为(x，y)像素点的更新后的最终输出亮度信号；
其中Lum(x，y)表示坐标为(x，y)像素点的亮度信号。
k.将上述调整后的亮度信号和输入图像信号中原来的颜色信号合并，恢复色彩信号并转化到输出色彩空间，得到调整后的色彩信号Routput(x，y)、Goutput(x，y)、Boutput(x，y)。
由于步骤a对信号进行了归一化处理，使Routput(x，y)、Goutput(x，y)、Boutput(x，y)的值处于[0，1]区间。
通过以上操作，得到亮度、对比度、细节更加平衡的色彩图像。
l.根据数码设备基色的最大位数，将上述调整后的色彩信号按如下方法线性调整至数码设备的动态范围：
DPR(x，y)＝Routput(x，y)×2N
DPG(x，y)＝Goutput(x，y)×2N
DPB(x，y)＝Boutput(x，y)×2N
其中，DPR(x，y)表示最终输出色彩信号的红色信道；
DPG(x，y)表示最终输出色彩信号的绿色信道；
DPB(x，y)表示最终输出色彩信号的蓝色信道；
N表示数码设备基色的最大位数。
本实施例中，对于信号的归一化处理还可以在除步骤a之外的b～k中任一步骤参照步骤a的方法进行。
实施例3：
本实施例主要是在提取出输入图像信号的亮度信号后，采用区域块先初步调整亮度信号再加权平均的处理方法，使其匹配输出的数码设备的动态范围。
具体步骤如下：
a.提取输入图像信号归一化后的亮度信号；
此步骤的具体方法如下：
a1.对处于RGB色彩空间的输入图像信号的所有像素点，其各基色的最大值进行比较，找到最大值Imax
a2.将各像素点的信号值除以上述最大值，即将输入图像信号归一化为位于区间[0，1]的信号；
a21.如果输入图像信号为非线性信号，将其转换为线性信号，本步骤为可选择步骤，也可以不进行转换。
a3.转换色彩空间，将表征图像信号的I(x，y)值转换为表征图像亮度信号Lum(x，y)值和色彩信号C(x，y)值，从而得到图像信号的亮度信号和颜色信号；
a4.提取步骤a3得到的亮度信号Lum(x，y)值。
b.把亮度信号按如下公式进行初步调整：
其中，offset为参数，其值决定于输出图像期望的亮暗程度，并与亮暗程度成反比关系，期望越亮，其值越小，反之其值越大，可以取[-Lmin，100]；
Lmin、Lmax分别为亮度信号的最小值和最大值；
Lum(x，y)表示坐标为(x，y)像素点的亮度信号；
D(x，y)表示亮度信号的初步调整值。
c.如图1所示，把图像分为矩形的块状区域，其数量与图像尺寸的大小成正比关系，对于每个矩形区域块的直方图特征和步骤b的输出结果，根据如下公式的直方图调整法得到调整后的亮度信号：
Lum_output(x，y)＝TRC[D(x，y)]＝β*EC[D(x，y)]+(1-β)[D(x，y)]
其中Lum_output(x，y)表示调整后的亮度信号；
TRC表示基于每个输入像素值的调整函数，并满足0≤Z≤1，0≤TRC(Z)≤1，TRC的具体计算可以按照2004年发表于国际模式识别大会上题为《高动态范围图像的快速色调映射算法》(J.Duan and G.Qiu.Fast Tone Mapping for HighDynamic Range Images.Proceedings of the 17th International Conferenceon Pattern Recognition(ICPR 2004)，Volume 2，pp.847-850，2004)的论文所述的方法进行；
D(x，y)为步骤b的输出结果；
EC表示直方图均匀化的调整函数；
β表示加权系数，其值越大，表示矩形区域块的对比度越大，把β设为0，调整关系变成了上述步骤b中的调整函数，把β设为1，调整关系变成了直方图均匀化的调整函数EC。把β设为[0，1]，则可以达到基于对亮度信号Lum(x，y)的直方图均匀化调整和上面步骤b中初步调整公式的加权平均的调整关系。
d.对每个像素的亮度信号初步调整值D(x，y)，根据其周围区域块各自的上述调整函数TRC计算其对应的调整值后，按如下公式进行加权平均处理：
其中
Lum_output(x，y)表示坐标(x，y)像素点的加权平均值；
TRCn表示当前像素点周围n个区域块各自的TRC调整函数，n为小于或等于步骤c所划分的区域块总数量的任意值，如图1所示，本实施例选取n＝9，即在某个像素点的初步调整值周围9个区域块得到其TRC1～TRC9的调整函数，并得到上述调整函数计算出的值；
wd(n)是距离加权平均函数，σd用来控制其平滑程度，dn是当前像素点的位置到周围矩形区域块中心的欧拉距离；
e.将上述加权平均调整后的亮度信号和输入图像信号中原来的颜色信号合并，恢复色彩信号并转化到输出色彩空间，得到调整后的色彩信号Routput(x，y)、Goutput(x，y)、Boutput(x，y)。
由于步骤a对信号进行了归一化处理，使Routput(x，y)、Goutput(x，y)、Boutput(x，y)的值处于[0，1]区间。
通过以上操作，得到亮度、对比度、细节更加平衡的色彩图像。
f.根据数码设备基色的最大位数，将上述调整后的色彩信号按如下方法线性调整至数码设备的动态范围：
DPR(x，y)＝Routput(x，y)×2N
DPG(x，y)＝Goutput(x，y)×2N
DPB(x，y)＝Boutput(x，y)×2N
其中，DPR(x，y)表示最终输出色彩信号的红色信道；
DPG(x，y)表示最终输出色彩信号的绿色信道；
DPB(x，y)表示最终输出色彩信号的蓝色信道；
N表示数码设备基色的最大位数。
上述步骤c中，当直方图调整方法以相同的参数β运用于所有的矩形块状区域时，所有的区域的对比度和细节都会提升。但是，在像素数值比较接近的均匀区域，提升的对比度有时意味着噪点的出现。为了解决这一问题，对β值采取自适应调整的方法，按如下方法确定：根据每个矩形区域块内像素信号值的标准偏差，测量出每个矩形区域块的均匀程度，均匀程度越高则其β值越小。因此，每一个矩形区域块有一个相关联的β，这个β值也决定了此矩形块的TRC特征。
在步骤c中，对于一些图像，光晕现象会出现在相对均匀区域的周围。当把图像分隔成规则的矩形块进行处理的时候，不能保证属于同一均匀区域的像素全部被分隔到同一块矩形块中。由于不同矩形块各自具有不同的图像特征，那么其计算的调整函数也体现了不同的局部特征。因此如果具有相似像素值的像素被分割于不同的矩形块区域，不同的调整函数可能将他们调整到区别较大的数值。上述进行加权平均处理的作用就是能够减小这种差别，但是根据上述的公式还并不能完全地消灭此差别，这是由于距离加权函数总是给与像素所处的矩形块最大的权重。为此，β值可以进一步根据如下方法确定：根据均匀程度确定的β值与设定的阀值比较，以确定均匀矩形块；在均匀矩形块确定后，其周围矩形区域块的β值设为与该区域块关联β值一致。
上述矩形区域块，也可以是圆形区域块、三角形区域块等各种几何形状的区域块，还可以是不均分的各种几何形状区域块。
本实施例中，对于信号的归一化处理还可以在除步骤a之外的b～e中任一步骤参照步骤a的方法进行。
Claims (10)
1、图像信号的动态范围匹配方法，其特征在于，包括如下步骤：
a.提取输入图像信号的亮度信号；
b.对上述亮度信号进行对数处理，使其处于对数域中；
c.将上述对数处理后的亮度信号进行模糊处理；
d.由对数处理后的亮度信号减去上述模糊处理后的信号，得到亮度信号在对数域中的细节信号；
e.对上述细节信号的绝对值在设定的指数范围内进行指数操作，得到指数信号；
f.对上述指数信号进行模糊处理；
g.对步骤f模糊处理过的指数信号再进行指数处理，得到新的指数信号；
h.由步骤d的细节信号值除以步骤g的新的指数信号值，得到调整信号；
i.确定调整信号的最小值和设定值，设定值符合下述要求：
在最小值与设定值的区间范围内，即在该区间[最小值，设定值]内包含了整幅图像中总像素点的K％，其中K为调整参数；
然后对上述调整信号减去设定值，以进一步调整，得到负值的再调整信号；
j.对前述步骤处理过的信号进行反对数处理，得到输出亮度信号；
k.将上述最终输出亮度信号和输入图像信号中原来的颜色信号合并，恢复色彩信号并转化到输出色彩空间，得到调整后的色彩信号Routput(x，y)、Goutput(x，y)、Boutput(x，y)；
其中，a～k之间的任一步骤对信号进行归一化处理，使Routput(x，y)、Goutput(x，y)、Boutput(x，y)三者的值处于[0，1]；
l.根据数码设备基色的最大位数，将上述调整后的色彩信号按如下方法线性调整至数码设备的动态范围：
DPR(x，y)＝Routput(x，y)×2N
DPG(x，y)＝Goutput(x，y)×2N
DPB(x，y)＝Boutput(x，y)×2N
其中，DPR(x，y)表示最终输出色彩信号的红色信道；
DPG(x，y)表示最终输出色彩信号的绿色信道；
DPB(x，y)表示最终输出色彩信号的蓝色信道；
N表示数码设备基色的最大位数。
2、如权利要求1所述图像信号的动态范围匹配方法，其特征在于，所述步骤j之后还有步骤j0，即对调整后的输出亮度信号进行伸缩变换。
3、如权利要求2所述图像信号的动态范围匹配方法，其特征在于，所述伸缩变换的方法包括如下步骤：
j01.对步骤j的输出亮度信号进行对数处理；
j02.计算每个像素的局部最小值，所述局部最小值为每个像素设定的周围区域范围内的最小值；
j03.以上述局部最小值为起点，构建信号的k级图像金字塔，其中k≥1，在每级中重复上述步骤j02，得到每级局部最小值；
j04.当到达第k级后，开始向上一级依次返回，每返回一级，得到返回信号，将此信号与同级中局部最小值按如下公式进行运算得到新信号：LumlogAdFMinNk(x，y)＝fr×LumlogAdFMinRk(x，y)+(1-fr)LumlogAdFMink(x，y)
其中，LumlogAdFMinNk(x，y)表示坐标为(x，y)像素点的上述新信号；
Fr为参数，其取值范围为0～1；
LumlogAdFMinRk(x，y)表示第k级坐标为(x，y)像素点的返回信号；
LumlogAdFMink(x，y)表示第k级坐标为(x，y)像素点的局部最小值；
经上述运算后的新信号再向上一级返回，当返回到图像金字塔顶层的时候，得到亮度信号对数域中的综合局部最小值信号；
对上述对数域的综合局部最小值信号进行反对数处理，得到亮度信号的综合局部最小值信号；
j05.按照上述j02～j04的步骤，得到每个像素的局部最大值，从而得到亮度信号的综合局部最大值信号，其中局部最大值为每个像素周围区域范围内的最大值；
j06.从综合局部最小值信号中找出全局最小值；
j07.根据上述全局最小值对综合局部最小值信号按如下公式进行调整：
LumMinN(x，y)＝a×LumMin(x，y)+(1-a)×min
其中a为参数，其取值范围为0～1；
LumMin(x，y)表示坐标为(x，y)像素点的综合局部最小值；
min表示为综合局部最小值信号中的全局最小值；
LumMinN(x，y)表示调整后的新综合局部最小值；
j08.然后按如下公式更新步骤j得到的输出亮度信号，得到新的伸缩变换后的最终输出亮度信号
Lum_outputN(x，y)＝(Lum_output(x，y)-LumMinN(x，y))/(LumMax(x，y)-LumMinN(x，y))
其中Lum_output(x，y)表示坐标为(x，y)像素点步骤j后得到的输出亮度信号；
Lum_outputN(x，y)表示坐标为(x，y)像素点经过步骤j08更新后的最终输出亮度信号；
LumMax(x，y)表示坐标为(x，y)像素点的综合局部最大值；
LumMinN(x，y)表示坐标为(x，y)像素点经过步骤j07调整后的综合局部最小值。
4、如权利要求1所述图像信号的动态范围匹配方法，其特征在于，所述步骤j之后还有步骤j1，即将步骤j得到的输出亮度信号与原来输入图像的亮度信号进行如下处理，并更新步骤j的输出亮度信号：
在0～m区间上定义一个任意函数f(x)，其中m为2的幂减1，其指数根据表示每个RGB色彩信道的图像的位数而定，且函数f(x)符合下述条件：0≤x≤m，0≤f(x)≤1，并且f(x)在区间[0，0.5×m]上递减，在区间[0.5×m，m]上递增。
Lum_outputN(x，y)＝f(Lum(x，y)))×Lum(x，y)+(1-f(Lum(x，y)))×Lum_output(x，y)
其中Lum_output(x，y)表示坐标为(x，y)像素点在步骤j后得到的输出亮度信号；
其中Lum_outputN(x，y)表示坐标为(x，y)像素点的更新后的最终输出亮度信号；
其中Lum(x，y)表示坐标为(x，y)像素点的原始输入图像的亮度信号。
5、如权利要求1或2或3或4所述图像信号的动态范围匹配方法，其特征在于，所述步骤a将输入图像信号进行归一化的过程如下：
a1.对处于RGB色彩空间的输入图像信号的所有像素点，其各基色的最大值进行比较，找到最大值；
a2.将各像素点各基色的信号值除以上述最大值，即将输入图像信号归一化为位于区间[0，1]的信号；
a3.转换色彩空间，得到图像信号的亮度信号和颜色信号；
a4.提取步骤a3得到的亮度信号。
6、如权利要求5所述图像信号的动态范围匹配方法，其特征在于，所述步骤a2之后，还有步骤a21，即如果输入图像信号为非线性信号，将其转换为线性信号。
7、图像信号的动态范围匹配方法，其特征在于，包括如下步骤：
a.提取输入图像信号的亮度信号；
b.把亮度信号按如下公式进行初步调整：
其中，offset为参数，其值决定于图像的亮暗程度；
Lmin、Lmax分别为亮度信号的最小值和最大值；
Lum(x，y)表示输入图像的坐标为(x，y)像素点的亮度信号；
D(x，y)表示亮度信号的初步调整值；
c.把图像分为块状区域，其数量与图像尺寸的大小成正比关系，对于每个区域块的直方图特征和步骤b的输出结果，根据如下公式的直方图调整法得到调整后的亮度信号：
LumA(x，y)＝TRC[D(x，y)]＝β*EC[D(x，y)]+(1-β)[D(x，y)]
其中LumA(x，y)表示调整后的亮度信号；
TRC表示基于每个输入像素值的调整函数；
D(x，y)为步骤b的输出结果；
EC表示直方图均匀化的调整函数；
β表示加权系数，其值越大，表示区域块的对比度越大；
d.对每个像素的亮度信号初步调整值D(x，y)，根据其周围区域块各自的上述调整函数TRC计算其对应的调整值后，按如下公式进行加权平均处理：
其中
Lum_output(x，y)表示坐标(x，y)像素点的加权平均值；
TRCn表示当前像素点周围n个区域块各自的TRC调整函数，n为小于或等于步骤c所划分的区域块总数量的任意值；
wd(n)是距离加权平均函数，σd用来控制其平滑程度，dn是当前像素点的位置到周围区域块中心的欧拉距离；
e.将上述加权平均后的亮度信号和输入图像信号中原来的颜色信号合并，恢复色彩信号并转化到输出色彩空间，得到调整后的色彩信号Routput(x，y)、Goutput(x，y)、Boutput(x，y)；
其中，a～e之间的任一步骤对信号进行归一化处理，使Routput(x，y)、Goutput(x，y)、Boutput(x，y)三者的值处于[0，1]；
f.根据数码设备基色的最大位数，将上述调整后的色彩信号按如下方法线性调整至数码设备的动态范围：
DPR(x，y)＝Routput(x，y)×2N
DPG(x，y)＝Goutput(x，y)×2N
DPB(x，y)＝Boutput(x，y)×2N
其中，DPR(x，y)表示最终输出色彩信号的红色信道；
DPG(x，y)表示最终输出色彩信号的绿色信道；
DPB(x，y)表示最终输出色彩信号的蓝色信道；
N表示数码设备基色的最大位数。
8、如权利要求7所述图像信号的动态范围匹配方法，其特征在于，所述步骤c中，β值根据如下方法确定：测量出每个区域块的均匀程度，均匀程度越高则其β值越小。
9、如权利要求8所述图像信号的动态范围匹配方法，其特征在于，所述步骤c中，β值进一步根据如下方法确定：根据均匀程度确定的β值与设定的阀值比较，以确定均匀块；在均匀块确定后，其周围设定区域块的β值设为与该区域块关联β值一致。
10、如权利要求7或8或9所述图像信号的动态范围匹配方法，其特征在于，所述步骤a包括将输入图像信号进行归一化的过程，即按如下方法进行：
a1.对处于RGB色彩空间的输入图像信号的所有像素点，其各基色的最大值进行比较，找到最大值；
a2.将各像素点的信号值除以上述最大值，即将输入图像信号归一化为位于区间[0，1]的信号；
a3.转换色彩空间，得到图像信号的亮度信号和颜色信号；
a4.提取步骤a3得到的亮度信号。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2009100590629A CN101540832B (zh) | 2009-04-24 | 2009-04-24 | 图像信号的动态范围匹配方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2009100590629A CN101540832B (zh) | 2009-04-24 | 2009-04-24 | 图像信号的动态范围匹配方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN101540832A true CN101540832A (zh) | 2009-09-23 |
| CN101540832B CN101540832B (zh) | 2011-02-09 |
Family
ID=41123803
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2009100590629A Active CN101540832B (zh) | 2009-04-24 | 2009-04-24 | 图像信号的动态范围匹配方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN101540832B (zh) |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103096087A (zh) * | 2013-02-06 | 2013-05-08 | 上海国茂数字技术有限公司 | 一种图像和视频编解码方法和系统 |
| CN103390380A (zh) * | 2012-05-10 | 2013-11-13 | 乐金显示有限公司 | 图像质量处理方法及使用该方法的显示装置 |
| CN104517268A (zh) * | 2014-12-24 | 2015-04-15 | 小米科技有限责任公司 | 调整图像亮度的方法及装置 |
| CN105794216A (zh) * | 2014-09-08 | 2016-07-20 | 索尼公司 | 图像处理设备和图像处理方法 |
| CN104347025B (zh) * | 2013-07-31 | 2017-05-24 | 乐金显示有限公司 | 用于转换数据的装置以及显示装置 |
| CN106791744A (zh) * | 2016-12-09 | 2017-05-31 | 深圳市帅映科技股份有限公司 | 投影机画面高动态范围处理系统及其处理方法 |
| CN107257452A (zh) * | 2017-07-21 | 2017-10-17 | 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 |
| WO2018035696A1 (zh) * | 2016-08-22 | 2018-03-01 | 华为技术有限公司 | 一种图像处理方法以及装置 |
| CN107888944A (zh) * | 2016-09-30 | 2018-04-06 | 顶级公司 | 图像处理 |
| CN108694030A (zh) * | 2017-04-11 | 2018-10-23 | 华为技术有限公司 | 处理高动态范围图像的方法和装置 |
| CN108810315A (zh) * | 2017-04-28 | 2018-11-13 | 佳能株式会社 | 信息处理装置、图像处理系统、控制系统和信息处理方法 |
| CN110335330A (zh) * | 2019-07-12 | 2019-10-15 | 创新奇智(北京)科技有限公司 | 图像模拟生成方法及其系统、深度学习算法训练方法及电子设备 |
| WO2021088639A1 (zh) * | 2019-11-07 | 2021-05-14 | 中兴通讯股份有限公司 | 图像亮度处理方法及装置、图像处理方法及装置 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4069855B2 (ja) * | 2003-11-27 | 2008-04-02 | ソニー株式会社 | 画像処理装置及び方法 |
| WO2007074774A1 (ja) * | 2005-12-26 | 2007-07-05 | Kyocera Corporation | ぶれ量検出装置、ぶれ補正装置、撮像装置及びぶれ量検出方法 |
| WO2007108317A1 (ja) * | 2006-03-20 | 2007-09-27 | Sony Corporation | 画像信号処理装置及び画像信号処理方法 |
-
2009
- 2009-04-24 CN CN2009100590629A patent/CN101540832B/zh active Active
Cited By (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103390380A (zh) * | 2012-05-10 | 2013-11-13 | 乐金显示有限公司 | 图像质量处理方法及使用该方法的显示装置 |
| CN103390380B (zh) * | 2012-05-10 | 2016-03-16 | 乐金显示有限公司 | 图像质量处理方法及使用该方法的显示装置 |
| CN103096087A (zh) * | 2013-02-06 | 2013-05-08 | 上海国茂数字技术有限公司 | 一种图像和视频编解码方法和系统 |
| CN103096087B (zh) * | 2013-02-06 | 2015-09-23 | 上海国茂数字技术有限公司 | 一种图像和视频编解码方法和系统 |
| CN104347025B (zh) * | 2013-07-31 | 2017-05-24 | 乐金显示有限公司 | 用于转换数据的装置以及显示装置 |
| CN105794216A (zh) * | 2014-09-08 | 2016-07-20 | 索尼公司 | 图像处理设备和图像处理方法 |
| CN105794216B (zh) * | 2014-09-08 | 2020-12-11 | 索尼公司 | 图像处理设备和图像处理方法 |
| CN104517268A (zh) * | 2014-12-24 | 2015-04-15 | 小米科技有限责任公司 | 调整图像亮度的方法及装置 |
| CN104517268B (zh) * | 2014-12-24 | 2017-09-26 | 小米科技有限责任公司 | 调整图像亮度的方法及装置 |
| WO2018035696A1 (zh) * | 2016-08-22 | 2018-03-01 | 华为技术有限公司 | 一种图像处理方法以及装置 |
| US11030729B2 (en) | 2016-08-22 | 2021-06-08 | Huawei Technologies Co., Ltd. | Image processing method and apparatus for adjusting a dynamic range of an image |
| CN107888944A (zh) * | 2016-09-30 | 2018-04-06 | 顶级公司 | 图像处理 |
| CN107888944B (zh) * | 2016-09-30 | 2021-03-30 | 顶级公司 | 图像处理 |
| CN106791744A (zh) * | 2016-12-09 | 2017-05-31 | 深圳市帅映科技股份有限公司 | 投影机画面高动态范围处理系统及其处理方法 |
| CN108694030A (zh) * | 2017-04-11 | 2018-10-23 | 华为技术有限公司 | 处理高动态范围图像的方法和装置 |
| CN108810315A (zh) * | 2017-04-28 | 2018-11-13 | 佳能株式会社 | 信息处理装置、图像处理系统、控制系统和信息处理方法 |
| US10678159B2 (en) | 2017-04-28 | 2020-06-09 | Canon Kabushiki Kaisha | Apparatus, system, and method |
| CN107257452A (zh) * | 2017-07-21 | 2017-10-17 | 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 |
| 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 |
| CN110335330A (zh) * | 2019-07-12 | 2019-10-15 | 创新奇智(北京)科技有限公司 | 图像模拟生成方法及其系统、深度学习算法训练方法及电子设备 |
| WO2021088639A1 (zh) * | 2019-11-07 | 2021-05-14 | 中兴通讯股份有限公司 | 图像亮度处理方法及装置、图像处理方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN101540832B (zh) | 2011-02-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101540832B (zh) | 图像信号的动态范围匹配方法 | |
| CN106897981A (zh) | 一种基于引导滤波的低照度图像增强方法 | |
| CN108665857B (zh) | 一种显示装置的驱动方法、其驱动装置及相关装置 | |
| US7933469B2 (en) | Video processing | |
| CN110796626B (zh) | 图像锐化方法及装置 | |
| CN103714520A (zh) | 基于fpga实现数字视频图像增强系统及其方法 | |
| US20110013834A1 (en) | Apparatus and method for feature-based dynamic contrast enhancement | |
| CN109801233B (zh) | 一种适用于真彩色遥感图像的增强方法 | |
| CN105575314B (zh) | 一种灰阶处理方法、灰阶处理装置及显示装置 | |
| CN108711142B (zh) | 图像处理方法及图像处理装置 | |
| CN104504722B (zh) | 一种利用灰色点校正图像颜色的方法 | |
| Jang et al. | Adaptive color enhancement based on multi-scaled Retinex using local contrast of the input image | |
| CN110473152B (zh) | 基于改进Retinex算法的图像增强方法 | |
| US8860806B2 (en) | Method, device, and system for performing color enhancement on whiteboard color image | |
| CN104618700A (zh) | 一种彩色高动态范围图像增强显示的方法 | |
| CN110175969B (zh) | 图像处理方法及图像处理装置 | |
| CN104978945B (zh) | 图像饱和度增强的方法及其装置 | |
| CN106971380A (zh) | 一种对比度增强和视觉显著度优化方法在高尔夫球场图中的应用 | |
| CN113450272B (zh) | 一种基于正弦曲线变化的图像增强方法及其应用 | |
| CN107358592B (zh) | 一种迭代式全局自适应图像增强方法 | |
| Lal et al. | Automatic method for contrast enhancement of natural color images | |
| CN116453470B (zh) | 图像显示方法、装置、电子设备及计算机可读存储介质 | |
| CN111489333A (zh) | 一种无参考夜间自然图像质量评价方法 | |
| CN109102473A (zh) | 一种改善彩色数字图像质量的方法 | |
| CN112614471B (zh) | 色调映射方法及系统 |
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 | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20170602 Address after: 610041 2, building 11, No. 2, 10, two, 2 Garden Road, Chengdu hi tech Zone, Sichuan, China Patentee after: Chengdu Heng Map Technology Co., Ltd. Address before: 610000 No. 136, Ningxia street, Qingyang District, Sichuan, Chengdu, No. 3 Patentee before: Duan Jiang |