CN101646091B - 基于边缘检测误差扩散的伽马校正方法及装置 - Google Patents
基于边缘检测误差扩散的伽马校正方法及装置 Download PDFInfo
- Publication number
- CN101646091B CN101646091B CN2009101020675A CN200910102067A CN101646091B CN 101646091 B CN101646091 B CN 101646091B CN 2009101020675 A CN2009101020675 A CN 2009101020675A CN 200910102067 A CN200910102067 A CN 200910102067A CN 101646091 B CN101646091 B CN 101646091B
- Authority
- CN
- China
- Prior art keywords
- gamma correction
- error
- pixel
- current input
- register
- 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
Links
Images
Landscapes
- Picture Signal Circuits (AREA)
- Control Of Indicators Other Than Cathode Ray Tubes (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
本发明公开了一种基于误差扩散的伽马校正方法及装置。首先将当前输入像素的灰度值与某一预定阈值进行比较。若输入像素的灰度值小于阈值,则根据此像素与周围像素的灰度差值提取图像的边缘信息并生成误差扩散权重矩阵,利用此矩阵和接收到的扩散误差计算出当前输入像素的扩散误差总和并与当前输入像素的灰度值相加作为伽马校正查找表的查找地址;反之,则直接利用其灰度值作为伽马校正查找表的查找地址。查找表中校正结果的位数多于实际所用显示器的位数以提高伽马校正的精度。在将查表所得结果输出给显示器之前先进行截位,截位后的结果作为伽马校正的最终输出值,而截掉的数值作为当前像素的误差进行误差扩散并由其邻近的未处理像素接收。
Description
技术领域
本发明涉及图像后处理技术,尤其涉及一种边缘检测误差扩散的伽马校正方法及装置。
背景技术
传统显示器所采用的发光器件的物理特性,决定了它的输出亮度和输入电压之间为非线性的指数关系,通常可以表示为
L(V)=Vγ。
因此,为了获得线性的输入输出显示特性,图像信号在输入显示器之前,需要先进行伽马校正。如图1所示,伽马校正补偿了显示器固有的非线性,使得最终的输入输出之间为线性关系。目前常用的伽马校正的方法主要分为两种,一种采用分段线性拟合伽马校正曲线的方法,而另一种直接采用查找表进行伽马校正。相比于查找表的方法,采用分段线性拟合可以节省一定的存储空间,但由于硬件条件的限制,分段不可能十分的精细,在各段进行线性拟合的时候都会存在比较大的误差。因此,在存储空间不是主要约束条件的时候,采用查找表的方法更为方便简单,而且可以获得更高的精确度。但是,由于理想的伽马校正曲线是连续的,而实际的显示器只能显示有限的固定灰度值,这样在定点的过程中就会引入明显的误差。通常的方法是增加查找表的输入输出位宽以获得更高的精确度,然后再通过一些误差补偿处理来减小定点误差。如图2所示,增加查找表的位宽可以使定点的结果更接近理想的曲线。另外,由于人眼对于图像的暗区更为敏感,在伽马校正的过程中采用一些针对于暗区的增强技术可以提高图像暗区的品质。
发明内容
本发明的目的是针对由于显示器的非线性特性造成输出图像失真的情况,提供了一种基于边缘检测误差扩散的伽马校正方法及装置。
基于误差扩散的伽马校正方法包括如下步骤;
1)修改用于伽马校正的理想曲线以使图像暗区的对比度获得增强;
2)增加伽马校正查找表的地址位数和表中值的位数,同时采用分段查找表;
3)根据当前输入像素与其邻近的处理过的像素的灰度差值提取图像中的边缘信息,并由此生成误差扩散的权重矩阵,利用扩散误差与权重矩阵计算当前输入像素接收到的扩散误差和;
4)根据当前输入像素的灰度值与扩散误差和对伽马校正查找表进行自适应寻址;
5)利用寻址结果查表,将查表结果进行截位,作为伽马校正后的输出,截掉的数值作为误差进行扩散。
所述步骤1)包括;
a)修改理想的伽马校正曲线的暗区部分以增加伽马校正后的图像的暗区的对比度,修改后的伽马校正曲线为分段曲线,对于典型的γ=2.2的伽马校正,如果RGB三路通道均为8位灰度,修改后的曲线表示为:
其中x和Y分别表示校正前和校正后的灰度值。
所述步骤2)包括;
b)对于输入位宽为M,输出位宽为N的伽马校正模块,采用S位地址的伽马校正查找表,查表所得结果为T位以提高伽马校正的精确度,其中S>M,T>N,同时,采用分段查找表以减小查找表规模,当p(i,j)<Th1+1时,查找表的有效地址为S位;当p(i,j)>=Th1+1时,此段查找表的所有入口的地址的低S-M位始终为0。
所述步骤3)包括;
c)基本的误差扩散权重矩阵表示为:
其中“#”表示当前输入像素,R为应用权重矩阵时所采用的归一化系数,在考虑图像边缘信息后实际采用的矩阵为基本矩阵的修正,用a(i,j)表示矩阵中任意非当前输入像素的灰度值,A(i,j)表示该像素在基本矩阵中所对应的权重值,B(i,j)表示该像素在实际采用的矩阵中所对应的权重值,则
对于当前输入像素,利用它所接收到的所有误差及上述权重矩阵进行乘加,所得结果E(i,j)即为当前像素接收到的扩散误差和。
所述步骤4)包括;
d)用p(i,j)表示输入图像第i行第j列像素的灰度值,Th1表示预定的阈值,M表示p(i,j)的位数,S表示查找表地址的位数,M<S。当p(i,j)>Th1时,当前输入像素p(i,j)对应的伽马校正查找表的地址的高M位为p(i,j),低S-M位为0;
e)用E(i,j)表示当前输入像素接收到的扩散误差和,当p(i,j)<=Th1时,当前输入像素p(i,j)对应的伽马校正查找表的地址为步骤d)中所得地址与E(i,j)的和,若此计算结果小于0,则相应地址为0。
所述步骤5)包括;
f)将T位查表所得结果的第T-N-1位向第T-N位进行四舍五入,所得结果的高N位作为最终的伽马校正的输出,而查表结果与最终输出之间的截断差值作为误差进行传播。
基于误差扩散的伽马校正装置中的输入延时寄存器组与边缘检测器、误差累加器、自适应寻址器、伽马校正系数发生器、位宽转换器、第一加法器、误差延时寄存器组依次顺序连接,伽马校正系数发生器与第一加法器、误差延时寄存器组、误差累加器依次顺序连接;利用边缘检测器,根据当前输入像素与其在输入延时寄存器组中的邻近已输入像素的灰度差值进行图像边缘检测,同时从误差延时寄存器组中接收扩散的误差,由误差累加器计算出当前输入像素的扩散误差和。然后根据当前输入像素的灰度值和扩散误差和进行自适应寻址并利用伽马校正系数发生器产生伽马校正后的灰度值,最后通过位宽转换器输出,同时将位宽转换时产生的截位误差传入误差延时寄存器组进行延时,以计算其未输入邻近像素的扩散误差和。
所述的输入延时寄存器组及边缘检测器电路为:第1寄存器至第2L+1寄存器依次顺序连接,第2寄存器与第一减法器、第一比较器依次顺序连接,第1寄存器与第二减法器、第二比较器依次顺序连接,第L+2寄存器与第三减法器、第三比较器依次顺序连接,第L+1寄存器与第四减法器、第四比较器依次顺序连接,第L寄存器与第五减法器、第五比较器依次顺序连接,第L-1寄存器与第六减法器、第六比较器依次顺序连接,第L-2寄存器与第七减法器、第七比较器依次顺序连接,第2L+1寄存器与第八减法器、第八比较器依次顺序连接,第2L寄存器与第九减法器、第九比较器依次顺序连接,第2L-1寄存器与第十减法器、第十比较器依次顺序连接,其中L为装置所支持的最大水平分辨率,输入像素在输入延时寄存组中进行延时,边缘检测器的输入为当前输入像素和此像素误差扩散范围内的已输入像素的灰度值;第一减法器至第十减法器分别计算当前输入像素与其它十个经过延时的像素的灰度差值,计算的结果分别在第一比较器至第十比较器中与Th2进行比较,最终结果用来生成权重矩阵。
所述的自适应寻址器电路为:移位器与第二加法器、范围限定器、第一选择器依次顺序连接,移位器与第一选择器连接,第十一比较器与第一选择器连接,当前输入像素在移位器中左移S-M位,移位后在第二加法器中与扩散误差和E(i,j)相加,范围限定器用于将第二加法器输出的结果限定在[0,Th1+1)范围内。同时,第十一比较器比较当前输入像素的灰度值与Th1的大小,若p(i,j)>Th1,则将移位器的输出作为最终输出;若p(i,j)<=Th1,则将范围限定器的输出作为最终输出。
本发明利用高位宽的分段查找表实现伽马校正,在提高精度的同时控制了查找表所占用的存储空间。由于图像暗区的特殊性,本发明采用了与传统伽马校正曲线不同的分段校正曲线以增强图像的暗区,在进行伽马校正的同时改善图像暗区的画质。本发明中采用了误差扩散的方法以补偿电路中伽马校正时需要进行定点所带来的误差,在进行误差扩散时考虑了图像的边缘信息以获得更好的校正画质。
附图说明
图1为CRT显示器输入输出特性与伽马校正曲线图;
图2为增加伽马校正查找表位宽以减小定点误差示意图;
图3为本发明的基于误差扩散的伽马校正流程图;
图4为本发明的基于误差扩散的伽马校正总体电路图;
图5为本发明的输入延时寄存器组和边缘检测器的电路图;
图6为本发明的自适应寻址器电路图;
图7b)为当前输入像素的扩散误差权重矩阵图;
图7c)为伽马校正前的原图像;
图7d)为伽马校正前原图像的灰度直方图;
图7e)为伽马校正后的图像;
图7f)为伽马校正后图像的灰度直方图。
具体实施方式
如图3所示,基于误差扩散的伽马校正方法包括如下步骤;
1)修改用于伽马校正的理想曲线以使图像暗区的对比度获得增强;
2)增加伽马校正查找表的地址位数和表中值的位数,同时采用分段查找表;
3)根据当前输入像素与其邻近的处理过的像素的灰度差值提取图像中的边缘信息,并由此生成误差扩散的权重矩阵,利用扩散误差与权重矩阵计算当前输入像素接收到的扩散误差和;
4)根据当前输入像素的灰度值与扩散误差和对伽马校正查找表进行自适应寻址;
5)利用寻址结果查表,将查表结果进行截位,作为伽马校正后的输出,截掉的数值作为误差进行扩散。
所述步骤1)包括;
a)修改理想的伽马校正曲线的暗区部分以增加伽马校正后的图像的暗区的对比度,修改后的伽马校正曲线为分段曲线,对于典型的γ=2.2的伽马校正,如果RGB三路通道均为8位灰度,修改后的曲线表示为:
其中x和Y分别表示校正前和校正后的灰度值。
所述步骤2)包括;
b)对于输入位宽为M,输出位宽为N的伽马校正模块,采用S位地址的伽马校正查找表,查表所得结果为T位以提高伽马校正的精确度,其中S>M,T>N,同时,采用分段查找表以减小查找表规模,当p(i,j)<Th1+1时,查找表的有效地址为S位;当p(i,j)>=Th1+1时,此段查找表的所有入口的地址的低S-M位始终为0。
所述步骤3)包括;
c)基本的误差扩散权重矩阵表示为:
其中“#”表示当前输入像素,R 为应用权重矩阵时所采用的归一化系数,在考虑图像边缘信息后实际采用的矩阵为基本矩阵的修正,用a(i,j)表示矩阵中任意非当前输入像素的灰度值,A(i,j)表示该像素在基本矩阵中所对应的权重值,B(i,j)表示该像素在实际采用的矩阵中所对应的权重值,则
对于当前输入像素,利用它所接收到的所有误差及上述权重矩阵进行乘加,所得结果E(i,j)即为当前像素接收到的扩散误差和。
所述步骤4)包括;
d)用p(i,j)表示输入图像第i行第j列像素的灰度值,Th1表示预定的阈值,M表示p(i,j)的位数,S表示查找表地址的位数,M<S。当p(i,j)>Th1时,当前输入像素p(i,j)对应的伽马校正查找表的地址的高M位为p(i,j),低S-M位为0;
e)用E(i,j)表示当前输入像素接收到的扩散误差和,当p(i,j)<=Th1时,当前输入像素p(i,j)对应的伽马校正查找表的地址为步骤d)中所得地址与E(i,j)的和,若此计算结果小于0,则相应地址为0。
所述步骤5)包括;
f)将T位查表所得结果的第T-N-1位向第T-N位进行四舍五入,所得结果的高N位作为最终的伽马校正的输出,而查表结果与最终输出之间的截断差值作为误差进行传播。
如图4所示,基于误差扩散的伽马校正装置中的输入延时寄存器组与边缘检测器、误差累加器、自适应寻址器、伽马校正系数发生器、位宽转换器、第一加法器、误差延时寄存器组依次顺序连接,伽马校正系数发生器与第一加法器、误差延时寄存器组、误差累加器依次顺序连接;利用边缘检测器,根据当前输入像素与其在输入延时寄存器组中的邻近已输入像素的灰度差值进行图像边缘检测,同时从误差延时寄存器组中接收扩散的误差,由误差累加器计算出当前输入像素的扩散误差和。然后根据当前输入像素的灰度值和扩散误差和进行自适应寻址并利用伽马校正系数发生器产生伽马校正后的灰度值,最后通过位宽转换器输出,同时将位宽转换时产生的截位误差传入误差延时寄存器组进行延时,以计算其未输入邻近像素的扩散误差和。
如图5所示,所述的输入延时寄存器组及边缘检测器电路为:第1寄存器R1至第2L+1寄存器R2L+1依次顺序连接,第2寄存器R2与第一减法器S1、第一比较器C1依次顺序连接,第1寄存器R1与第二减法器S2、第二比较器C2依次顺序连接,第L+2寄存器RL+2与第三减法器S3、第三比较器C3依次顺序连接,第L+1寄存器RL+1与第四减法器S4、第四比较器C4依次顺序连接,第L寄存器RL与第五减法器S5、第五比较器C5依次顺序连接,第L-1寄存器RL-1与第六减法器S6、第六比较器C6依次顺序连接,第L-2寄存器RL-2与第七减法器S7、第七比较器C7依次顺序连接,第2L+1寄存器R2L+1与第八减法器S8、第八比较器C8依次顺序连接,第2L寄存器R2L与第九减法器S9、第九比较器C9依次顺序连接,第2L-1寄存器R2L-1与第十减法器S10、第十比较器C10依次顺序连接,其中L为装置所支持的最大水平分辨率,输入像素在输入延时寄存组中进行延时,边缘检测器的输入为当前输入像素和此像素误差扩散范围内的已输入像素的灰度值;第一减法器S1至第十减法器S10分别计算当前输入像素与其它十个经过延时的像素的灰度差值,计算的结果分别在第一比较器C1至第十比较器C10中与Th2进行比较,最终结果用来生成权重矩阵。
如图6所示,所述的自适应寻址器电路为:移位器与第二加法器、范围限定器、第一选择器依次顺序连接,移位器与第一选择器连接,第十一比较器与第一选择器连接,当前输入像素在移位器中左移S-M位,移位后在第二加法器中与扩散误差和E(i,j)相加,范围限定器用于将第二加法器输出的结果限定在[0,Th1+1)范围内。同时,第十一比较器比较当前输入像素的灰度值与Th1的大小,若p(i,j)>Th1,则将移位器的输出作为最终输出;若p(i,j)<=Th1,则将范围限定器的输出作为最终输出。
如图7a)所示,对当前输入像素p(i,j)进行伽马校正,误差延时寄存器组中输出已输入像素向当前像素的扩散误差,同时通过输入延时寄存器组和边缘检测器生成图7b)中的权重矩阵,利用权重矩阵与各点的扩散误差计算出p(i,j)的扩散误差和E(i,j)并传给自适应寻址器产生伽马校正查找表的地址,然后,伽马校正系数发生器会根据此地址产生伽马校正后的T位像素灰度值,最后通过位宽转换器输出N位最终结果,并计算截位误差输入误差延时寄存器组。原图像如图7c)所示,原图像的灰度直方图如图7d)所示,经过伽马校正后的图像暗区对比度更为清晰,灰度直方图也更为均衡,如图7e)和图7f)所示。
Claims (9)
1.一种基于误差扩散的伽马校正方法,其特征在于包括如下步骤;
1)修改用于伽马校正的理想曲线以使图像暗区的对比度获得增强;
2)增加伽马校正查找表的地址位数和表中值的位数,同时采用分段查找表;
3)根据当前输入像素与其邻近的处理过的像素的灰度差值提取图像中的边缘信息,并由此生成误差扩散的权重矩阵,利用扩散误差与权重矩阵计算当前输入像素接收到的扩散误差和;
4)根据当前输入像素的灰度值与扩散误差和对伽马校正查找表进行自适应寻址;
5)利用寻址结果查表,将查表结果进行截位,作为伽马校正后的输出,截掉的数值作为误差进行扩散。
2.如权利要求1所述的一种基于误差扩散的伽马校正方法,其特征在于,所述步骤1)包括;
a)修改理想的伽马校正曲线的暗区部分以增加伽马校正后的图像的暗区的对比度,修改后的伽马校正曲线为分段曲线,对于典型的γ=2.2的伽马校正,如果RGB三路通道均为8位灰度,修改后的曲线表示为:
其中x和Y分别表示校正前和校正后的灰度值。
3.如权利要求1所述的一种基于误差扩散的伽马校正方法,其特征在于,所述步骤2)包括;
b)对于输入位宽为M,输出位宽为N的伽马校正模块,采用S位地址的伽马校正查找表,查表所得结果为T位以提高伽马校正的精确度,其中S>M,T>N,同时,采用分段查找表以减小查找表规模,当p(i,j)<Th1+1时,查找表的有效地址为S位;当p(i,j)>=Th1+1时,此段查找表的所有入口的地址的低S-M位始终为0;其中,p(i,j)表示输入图像第i行第j列像素的灰度值,Th1表示预定的阈值。
4.如权利要求1所述的一种基于误差扩散的伽马校正方法,其特征在于,所述步骤3)包括;
c)基本的误差扩散权重矩阵表示为:
其中“#”表示当前输入像素,R为应用权重矩阵时所采用的归一化系数,在考虑图像边缘信息后实际采用的矩阵为基本矩阵的修正,用a(i,j)表示矩阵中任意非当前输入像素的灰度值,A(i,j)表示该像素在基本矩阵中所对应的权重值,B(i,j)表示该像素在实际采用的矩阵中所对应的权重值,则
对于当前输入像素,利用它所接收到的所有误差及上述权重矩阵进行乘加,所得结果E(i,j)即为当前像素接收到的扩散误差和;其中,p(i,j)表示输入图像第i行第j列像素的灰度值,Th2表示预定的阈值。
5.如权利要求1所述的一种基于误差扩散的伽马校正方法,其特征在于,所述步骤4)包括;
d)用p(i,j)表示输入图像第i行第j列像素的灰度值,Th1表示预定的阈值,M表示p(i,j)的位数,S表示查找表地址的位数,M<S,当p(i,j)>Th1时,当前输入像素p(i,j)对应的伽马校正查找表的地址的高M位为p(i,j),低S-M位为0;
e)用E(i,j)表示当前输入像素接收到的扩散误差和,当p(i,j)<=Th1时,当前输入像素p(i,j)对应的伽马校正查找表的地址为步骤d)中所得地址与E(i,j)的和,若此计算结果小于0,则相应地址为0。
6.如权利要求1所述的一种基于误差扩散的伽马校正方法,其特征在于,所述步骤5)包括;
f)将T位查表所得结果的第T-N-1位向第T-N位进行四舍五入,所得结果的高N位作为最终的伽马校正的输出,而查表结果与最终输出之间的截断差值作为误差进行传播;其中,N表示伽马校正模块的输出位宽。
7.一种基于误差扩散的伽马校正装置,其特征在于输入延时寄存器组与边缘检测器、误差累加器、自适应寻址器、伽马校正系数发生器、位宽转换器、第一加法器、误差延时寄存器组依次顺序连接,伽马校正系数发生器与第一加法器、误差延时寄存器组、误差累加器依次顺序连接;利用边缘检测器,根据当前输入像素与其在输入延时寄存器组中的邻近已输入像素的灰度差值进行图像边缘检测,同时从误差延时寄存器组中接收扩散的误差,由误差累加器计算出当前输入像素的扩散误差和,然后根据当前输入像素的灰度值和扩散误差和进行自适应寻址并利用伽马校正系数发生器产生伽马校正后的灰度值,最后通过位宽转换器输出,同时将位宽转换时产生的截位误差传入误差延时寄存器组进行延时,以计算其未输入邻近像素的扩散误差和。
8.如权利要求7所述的一种基于误差扩散的伽马校正装置,其特征在于所述的输入延时寄存器组及边缘检测器电路为:第1寄存器(R1)至第2L+1寄存器(R2L+1)依次顺序连接,第2寄存器(R2)与第一减法器(S1)、第一比较器(C1)依次顺序连接,第1寄存器(R1)与第二减法器(S2)、第二比较器(C2)依次顺序连接,第L+2寄存器(RL+2)与第三减法器(S3)、第三比较器(C3)依次顺序连接,第L+1寄存器(RL+1)与第四减法器(S4)、第四比较器(C4)依次顺序连接,第L寄存器(RL)与第五减法器(S5)、第五比较器(C5)依次顺序连接,第L-1寄存器(RL-1)与第六减法器(S6)、第六比较器(C6)依次顺序连接,第L-2寄存器(RL-2)与第七减法器(S7)、第七比较器(C7)依次顺序连接,第2L+1寄存器(R2L+1)与第八减法器(S8)、第八比较器(C8)依次顺序连接,第2L寄存器(R2L)与第九减法器(S9)、第九比较器(C9)依次顺序连接,第2L-1寄存器(R2L-1)与第十减法器(S10)、第十比较器(C10)依次顺序连接,其中L为装置所支持的最大水平分辨率,输入像素在输入延时寄存组中进行延时,边缘检测器的输入为当前输入像素和此像素误差扩散范围内的已输入像素的灰度值;第一减法器(S1)至第十减法器(S10)分别计算当前输入像素与其它十个经过延时的像素的灰度差值,计算的结果分别在第一比较器(C1)至第十比较器(C10)中与Th2进行比较,最终结果用来生成权重矩阵;其中,Th2表示预定的阈值。
9.如权利要求7所述的一种基于误差扩散的伽马校正装置,其特征在于所述的自适应寻址器电路为:移位器与第二加法器、范围限定器、第一选择器依次顺序连接,移位器与第一选择器连接,第十一比较器与第一选择器连接,当前输入像素在移位器中左移S-M位,移位后在第二加法器中与扩散误差和E(i,j)相加,范围限定器用于将第二加法器输出的结果限定在[0,Th1+1)范围内,同时,第十一比较器比较当前输入像素的灰度值与Th1的大小,若p(i,j)>Th1,则将移位器的输出作为最终输出;若p(i,j)<=Th1,则将范围限定器的输出作为最终输出;其中,S表示伽马校正系数发生器的地址的位数,M表示伽马校正装置的输入位宽,p(i,j)表示输入图像第i行第j列像素的灰度值,Th1表示预定的阈值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009101020675A CN101646091B (zh) | 2009-08-25 | 2009-08-25 | 基于边缘检测误差扩散的伽马校正方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009101020675A CN101646091B (zh) | 2009-08-25 | 2009-08-25 | 基于边缘检测误差扩散的伽马校正方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101646091A CN101646091A (zh) | 2010-02-10 |
CN101646091B true CN101646091B (zh) | 2011-07-20 |
Family
ID=41657768
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2009101020675A Expired - Fee Related CN101646091B (zh) | 2009-08-25 | 2009-08-25 | 基于边缘检测误差扩散的伽马校正方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101646091B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102855611A (zh) * | 2012-08-21 | 2013-01-02 | 长春迪瑞医疗科技股份有限公司 | 一种尿沉渣图像分段非线形增强的方法 |
CN104317084B (zh) * | 2014-11-07 | 2017-05-17 | 深圳市华星光电技术有限公司 | 液晶面板及其驱动方法 |
CN105513558A (zh) * | 2015-09-26 | 2016-04-20 | 南京巨鲨显示科技有限公司 | 医用专业显示器超高位宽图像增强显示装置及方法 |
US9710892B2 (en) * | 2015-10-21 | 2017-07-18 | Chunghwa Picture Tubes, Ltd. | Image enhancement method and image processing apparatus thereof |
CN105407296B (zh) * | 2015-11-18 | 2021-03-23 | 腾讯科技(深圳)有限公司 | 实时视频增强方法和装置 |
CN105488768B (zh) * | 2015-11-27 | 2018-01-12 | 天津工业大学 | 一种眼底图像对比度增强方法 |
CN108171658B (zh) * | 2016-12-07 | 2021-07-20 | 中国科学院深圳先进技术研究院 | 检测伽马校正的方法及系统 |
CN109636873B (zh) * | 2018-12-12 | 2023-07-18 | 上海联影医疗科技股份有限公司 | 用于医学图像重建的数据处理方法和医学图像重建方法 |
CN112331143A (zh) * | 2020-11-26 | 2021-02-05 | 中国科学院微电子研究所 | 一种用于硅基oled微显示器的分段可调伽马校正方法 |
-
2009
- 2009-08-25 CN CN2009101020675A patent/CN101646091B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN101646091A (zh) | 2010-02-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101646091B (zh) | 基于边缘检测误差扩散的伽马校正方法及装置 | |
KR101539379B1 (ko) | 실시간 영상 발생기 | |
KR100467610B1 (ko) | 디지털 화질 개선 방법 및 장치 | |
CN101331515A (zh) | 色调校正方法、色调校正装置、色调校正程序以及图像设备 | |
WO2017049703A1 (zh) | 图像对比度增强方法 | |
CN108364271B (zh) | 一种图像对比度的提高方法和装置 | |
CN108022223A (zh) | 一种基于对数映射函数分块处理融合的色调映射方法 | |
US6292165B1 (en) | Adaptive piece-wise approximation method for gamma correction | |
CN114241997B (zh) | 显示面板的亮度补偿方法及相关装置 | |
WO2019153731A1 (zh) | 图像处理方法及系统 | |
CN105825489A (zh) | 基于灰度平移与线性拉伸相结合的红外图像增强方法 | |
CN103295205B (zh) | 一种基于Retinex的微光图像快速增强方法和装置 | |
CN101763802B (zh) | 用于平板显示器的图像增强方法和装置 | |
US11238571B2 (en) | Method and device for enhancing image contrast, display apparatus, and storage medium | |
CN112188236B (zh) | 视频插帧模型训练、视频插帧生成方法及相关装置 | |
CN114390157A (zh) | 一种Gamma校正的方法及系统 | |
CN108121522B (zh) | 一种基于边缘方向相关性的预畸变后平显画面反走样方法 | |
US20240054622A1 (en) | Image processing method and image processing apparatus | |
CN105023250B (zh) | 一种基于fpga的实时图像自适应增强系统及方法 | |
CN115004220A (zh) | 用于原始低光图像增强的神经网络 | |
CN107358592A (zh) | 一种迭代式全局自适应图像增强方法 | |
TWI789158B (zh) | 影像處理方法、系統以及非暫態電腦可讀取記錄媒體 | |
CN104776919B (zh) | 基于fpga的红外焦平面阵列条带状非均匀性校正系统和方法 | |
CN114419086A (zh) | 边缘提取方法、装置、电子设备及存储介质 | |
CN106097287B (zh) | 一种多通道图像校正方法 |
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 | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20110720 Termination date: 20120825 |