CN102547055B - 图像处理装置、图像处理方法 - Google Patents
图像处理装置、图像处理方法 Download PDFInfo
- Publication number
- CN102547055B CN102547055B CN201110342587.0A CN201110342587A CN102547055B CN 102547055 B CN102547055 B CN 102547055B CN 201110342587 A CN201110342587 A CN 201110342587A CN 102547055 B CN102547055 B CN 102547055B
- Authority
- CN
- China
- Prior art keywords
- illumination light
- light components
- value
- mentioned
- deduction
- 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.)
- Active
Links
- 238000012545 processing Methods 0.000 title claims abstract description 28
- 238000003672 processing method Methods 0.000 title claims abstract description 17
- 238000005286 illumination Methods 0.000 claims abstract description 311
- 238000012937 correction Methods 0.000 claims abstract description 141
- 239000000203 mixture Substances 0.000 claims abstract description 62
- 210000001525 retina Anatomy 0.000 claims abstract description 56
- 238000009825 accumulation Methods 0.000 claims description 10
- 238000000034 method Methods 0.000 abstract description 66
- 230000000694 effects Effects 0.000 description 13
- 238000011088 calibration curve Methods 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 5
- 238000001914 filtration Methods 0.000 description 5
- 238000002310 reflectometry Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000009499 grossing Methods 0.000 description 3
- 210000003128 head Anatomy 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 125000001475 halogen functional group Chemical group 0.000 description 2
- 238000004321 preservation Methods 0.000 description 2
- 241001270131 Agaricus moelleri Species 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000009466 transformation Effects 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
- G06T5/90—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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/46—Colour picture communication systems
- H04N1/56—Processing of colour picture signals
- H04N1/60—Colour correction or control
- H04N1/6027—Correction or control of colour gradation or colour contrast
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
提供一种图像处理装置、图像处理方法，无需进行烦杂处理、进行良好辉度校正。图像处理装置具有：照明光成分推断部(120)，计算原图像的推断照明光成分；推断照明光成分校正部(130)，输出校正了推断照明光成分的校正推断照明光成分；视网膜皮层处理部(140)，用原图像的辉度成分除以校正的推断照明光成分，校正辉度成分；增益调整部，对校正的辉度成分进行增益调整，推断照明光成分校正部使用以下特性：从0到基准值为止的值的推断照明光成分变换为校正推断照明光成分的最大值，比基准值大的值的推断照明光成分变换为和推断照明光成分的值相比校正推断照明光成分的值较大的值，随着推断照明光成分的值变大，校正推断照明光成分的增加率减小。
Description
技术领域
本发明涉及一种图像处理装置，尤其涉及一种无需进行烦杂的处理、可进行良好的辉度校正的图像处理装置及图像处理方法，并且本发明还涉及一种不失去高辉度部分的灰度地进行良好的辉度校正的图像处理装置及图像处理方法。
背景技术
在逆光等偏差的照明条件下拍摄被摄体时，因照明的投光程度不同，亮度差非常大，有时会产生难以看到的图像。通过图像处理校正该图像，从而进行使该图像容易看到的改良。
作为图像处理的方法，公知的有：从原图像提取照明光成分，使用照明光成分校正原图像的辉度成分的视网膜皮层(Retinex)处理。视网膜皮层处理是基于人的视觉去除照明光以观察外界的、具有明暗恒常性、色彩恒常性的视网膜皮层理论的方法。
视网膜皮层理论中的人类视觉通过各物体的反射率成分的比来感知颜色。反射率成分是不依存于照明的被摄体的图像成分。与之相对，由摄影设备等拍摄的原图像通过受光的物理光量决定各像素的值，由反射率成分和照明光成分的积来表示。因此，通过从原图像分离照明光成分并获得反射率成分，可获得不依存于照明光成分的适当的图像。
对视网膜皮层处理提出了SSR(Single-Scale-Retinex：单尺度视网膜皮层处理)、MSR(Multi-Scale-Retinex：多尺度视网膜皮层处理)、LR(LinearRetinex：线性视网膜皮层处理)等各种方法。其中，以下述数式1所示的LR法为例进行简要说明。数式1所示的LR法进行各成分的校正。
(数式1)
在数式1中，Ii(x，y)是原图像的像素(x，y)的像素值，Y(x，y)是原图像的像素(x，y)的辉度成分，Ri(x，y)是原图像Ii(x，y)的校正结果。i是原图像I的各成分，原图像I由RGB成分表示时，i＝R、G、B。右边的分母相当于照明光成分，模糊了辉度成分的图像作为推断照明光成分使用。F是使用周边像素使像素(x，y)平坦化的滤波函数，可使用高斯滤波器等。
在数式1中，用原图像的像素(x，y)的辉度成分除以模糊辉度成分而获得的推断照明光成分，因此除法结果分布于1周边。右边A是使该分布与辉度信号的范围、例如0～255对应的增益校正值。增益校正值根据需要使用偏移校正值，或进行截取。
例如，某个原图像的辉度成分是图19(a)所示的分布。在该图中，横轴表示辉度值，纵轴表示像素数，像素集中到辉度值低的暗部和辉度值高的明处，是辉度差较大的图像。
图19(b)表示模糊原图像的辉度成分所获得的推断照明光成分的分布，图19(c)表示原图像的辉度成分除以推断照明光成分后的辉度分布。
在图19(c)中，值集中于1，这是因为原图像的辉度成分值、及作为其模糊图像的推断照明光成分值，是基本相等的像素。即，是与周围的像素的变化较少的同样亮度的低空间频率区域的像素。
另一方面，可以认为，值接近0的像素是自身低辉度、周边高辉度的像素，值较大的像素是自身高辉度、周边低辉度的像素。前一情况下，相对周边较暗地校正，后一情况下，相对周边较亮地校正。
专利文献1：特开2005-039458号公报
专利文献2：特开2008-072450号公报
专利文献3：特开2009-296210号公报
发明内容
如上所述，相对图19(c)所示的原图像的辉度成分除以推断照明光成分后的辉度分布，为了与辉度信号的范围、例如0～255对应，进行增益校正。因增益的设定而产生较多的白化，或暗部噪点被强调，对图像质量产生影响，所以需要适当进行增益设定。但是，辉度分布的形状、范围因每个图像而不同，所以难以设定适于该图像的增益，存在处理复杂化的问题。
并且，同样亮度的低空间频率区域无论原图像的辉度如何，除以推断照明光成分后的值是1周边的值，因此具有较亮的区域校正得较暗、较暗的区域校正得较亮的倾向。因此，存在以下问题：在天空等颜色变化较少的区域中产生低频区域的对比度降低的现象。
进一步，在与边沿部分等周围像素的辉度差较大的区域中，因推断照明光成分使辉度信号平滑化而获得，所以较亮的边界部分极端地校正为高辉度，较暗的边界部分极端地校正为低辉度，存在产生称为光晕(halo)的现象的问题。尤其是在逆光图像等中，人物等主要的被摄体和背景的边界部分的明亮部分被极端增亮，产生高辉度侧的光晕问题。针对光晕，提出了在计算推断照明光成分时通过适用边沿保存型的滤波器来对其进行抑制的方案，但边沿保存型的滤波器的计算量较大，处理复杂化。
进一步，通过较亮地校正图像，本来明亮的部分产生白化，有时会失去较亮的部分的灰度。为防止这一现象，例如在专利文献3中记载了：对于与周边像素的平均辉度值为阈值以下的像素，乘以校正增益并较亮地校正，对于与周边像素的平均辉度值超过阈值的高辉度像素，使校正增益为1、即不进行校正地保持高辉度部的灰度。
但是，专利文献3中未公开阈值的具体决定方法，仅记载了统计性、实验性地求出，或启示可清楚明确辉度分布的特殊图像。实际上，辉度分布的形状、范围因每个图像而不同，所以难以设定适于各个图像的阈值。
因此，本发明的目的在于提供一种无需进行烦杂的处理、可进行良好的辉度校正的图像处理装置及图像处理方法。并且本发明的目的还在于提供一种可定量进行适于各图像的良好的辉度校正的、尤其是不失去高辉度部分的灰度地进行良好的辉度校正的图像处理装置及图像处理方法。
为解决上述课题，作为本发明的第1方式的图像处理装置的特征在于，具有：照明光成分推断部，计算原图像的推断照明光成分；推断照明光成分校正部，输出校正了上述推断照明光成分的校正推断照明光成分；视网膜皮层处理部，用上述原图像的辉度成分除以上述校正推断照明光成分，从而校正上述辉度成分；以及增益调整部，对校正的上述辉度成分进行增益调整，上述推断照明光成分校正部使用以下特性：从0到基准值为止的值的推断照明光成分变换为校正推断照明光成分的最大值，比上述基准值大的值的推断照明光成分变换为和推断照明光成分的值相比校正推断照明光成分的值较大的值，且随着上述推断照明光成分的值变大，上述校正推断照明光成分的增加率减小。
其中，上述增益调整部无论上述原图像的内容如何，均将同样的增益值乘以校正的上述辉度成分，从而进行增益调整。
并且优选，上述推断照明光成分校正部，将比上述基准值大的值的推断照明光成分，变换为比推断照明光成分的值的0.3次方所表示的特性大的值的校正推断照明光成分。
为解决上述课题，作为本发明的第2实施方式的图像处理方法的特征在于，具有以下步骤：照明光成分推断步骤，计算原图像的推断照明光成分；推断照明光成分校正步骤，输出校正了上述推断照明光的校正推断照明光成分；视网膜皮层处理步骤，用上述原图像的辉度成分除以上述校正推断照明光成分，从而校正上述辉度成分；以及增益调整步骤，对校正的上述辉度成分进行增益调整，上述推断照明光成分校正步骤使用以下特性：从0到基准值为止的值的推断照明光成分变换为校正推断照明光成分的最大值，比上述基准值大的值的推断照明光成分变换为和推断照明光成分的值相比校正推断照明光成分的值较大的值，且随着上述推断照明光成分的值变大，上述校正推断照明光成分的增加率减小。
为解决上述课题，作为本发明的第3方式的图像处理装置的特征在于，具有：照明光成分推断部，计算原图像的推断照明光成分；推断照明光成分校正部，输出校正了上述推断照明光成分的校正推断照明光成分；以及视网膜皮层处理部，用上述原图像的辉度成分除以上述校正推断照明光成分，从而校正上述辉度成分，上述推断照明光成分校正部将上述推断照明光成分的最低辉度值侧到最高辉度值侧的值，分割为多个区间，在分割为上述多个区间的度数分布的第1阈值以上的区间中，求出具有第2阈值以上的度数值的最低辉度侧区间，将求出的区间的最小辉度值以上的推断照明光成分值校正为校正推断照明光成分的最大值。为解决上述课题，作为本发明的第4实施方式的图像处理装置的特征在于，具有：照明光成分推断部，计算原图像的推断照明光成分；推断照明光成分校正部，输出校正了上述推断照明光成分的校正推断照明光成分；视网膜皮层处理部，用上述原图像的辉度成分除以上述校正推断照明光成分，从而校正上述辉度成分；上述推断照明光成分校正部在将上述推断照明光成分的最低辉度侧到最高辉度侧的值分割为多个区间的、从高辉度侧开始的累积度数分布的第1阈值以上的区间中，求出具有第2阈值以上的度数值的最低辉度侧区间，将求出的区间的最小辉度值以上的推断照明光成分值，校正为校正推断照明光成分的最大值。
在任意一种方式中，在相同辉度分布的情况下，上述第2阈值是在对应的区间获得的度数值。
为解决上述课题，作为本发明的第5方式的图像处理装置的特征在于，具有：照明光成分推断部，计算原图像的推断照明光成分；推断照明光成分校正部，输出校正了上述推断照明光成分的校正推断照明光成分；视网膜皮层处理部，用上述原图像的辉度成分除以上述校正推断照明光成分，从而校正上述辉度成分，上述推断照明光成分校正部在将上述推断照明光成分的最低辉度侧到最高辉度侧的值分割为多个区间的度数分布中，提取最高辉度侧的峰值区间和最高辉度侧的谷值区间，当提取的峰值区间的度数值是第1阈值以上、且从最高辉度区间提取的谷值区间为止的度数值总和是第2阈值以上时，将上述谷值区间的最小辉度值以上的推断照明光成分值校正为校正推断照明光成分的最大值。
为解决上述课题，作为本发明的第6方式的图像处理方法的特征在于，具有以下步骤：照明光成分推断步骤，计算原图像的推断照明光成分；推断照明光成分校正步骤，输出校正了上述推断照明光成分的校正推断照明光成分；以及视网膜皮层处理步骤，用上述原图像的辉度成分除以上述校正推断照明光成分，从而校正上述辉度成分，在上述推断照明光成分校正步骤中，在将上述推断照明光成分的最低辉度侧到最高辉度侧为止的值分割为多个区间的度数分布中，求出具有第1阈值以上的区间的第2阈值以上的度数值的最低辉度侧区间，将求出的区间的最小辉度值以上的推断照明光成分值，校正为校正推断照明光成分的最大值。
为解决上述课题，作为本发明的第7方式图像处理方法的特征在于，具有以下步骤：照明光成分推断步骤，计算原图像的推断照明光成分；推断照明光成分校正步骤，输出校正了上述推断照明光成分的校正推断照明光成分；视网膜皮层处理步骤，用上述原图像的辉度成分除以上述校正推断照明光成分，从而校正上述辉度成分，上述推断照明光成分校正步骤中，在将上述推断照明光成分的最低辉度侧到最高辉度侧为止的值分割为多个区间的、从高辉度侧开始的累积度数分布中，求出具有第1阈值以上的第2阈值以上的度数值的最低辉度侧区间，将求出的区间的最小辉度值以上的推断照明光成分值，校正为校正推断照明光成分的最大值。
为解决上述课题，作为本发明的第8方式图像处理方法的特征在于，具有以下步骤：照明光成分推断步骤，计算原图像的推断照明光成分；推断照明光成分校正步骤，输出校正了上述推断照明光成分的校正推断照明光成分；视网膜皮层处理步骤，用上述原图像的辉度成分除以上述校正推断照明光成分，从而校正上述辉度成分，上述推断照明光成分校正步骤中，在将上述推断照明光成分的最低辉度侧到最高辉度侧为止的值分割为多个区间的度数分布中，提取最高辉度侧的峰值区间和最高辉度侧的谷值区间，当提取的峰值区间的度数值是第1阈值以上、且从最高辉度区间提取的谷值区间为止的度数值总和是第2阈值以上时，将上述谷值区间的最小辉度值以上的推断照明光成分值校正为校正推断照明光成分的最大值。
根据本发明，可提供一种无需进行烦杂的处理、可进行良好的辉度校正的图像处理装置及图像处理方法。并且根据本发明，还可提供一种可定量进行适于各图像的良好的辉度校正的、尤其是不失去高辉度部分的灰度地进行良好的辉度校正的图像处理装置及图像处理方法。
附图说明
图1是表示本实施方式涉及的图像处理装置的构成的框图。
图2是说明本实施方式中的图像校正的步骤的流程图。
图3是说明推断照明光成分的校正例的图。
图4是说明本实施方式的推断照明光成分的校正的图。
图5是说明本实施方式的推断照明光成分的校正结果例的图。
图6是概说推断照明光成分的校正对校正图像造成的影响的图。
图7是说明特性曲线的其他例子的图。
图8是说明对光晕的效果的图。
图9是说明推断照明光成分的高辉度部分的截取的图。
图10是说明截取辉度值的设定方法的第1实施例的流程图。
图11是说明截取辉度值的设定方法的第1实施例的直方图及校正曲线。
图12是说明截取辉度值的设定方法的第2实施例的流程图。
图13是说明截取辉度值的设定方法的第2实施例的累积直方图。
图14是说明截取辉度值的设定方法的第3实施例的流程图。
图15是说明截取辉度值的设定方法的第3实施例的直方图。
图16是说明第3实施例中的进行截取辉度值的设定时的、视网膜皮层处理结果的图像例。
图17是说明直方图比率Hp[0∶15]的峰值和谷值和检测步骤的一例的流程图。
图18是表示对于低辉度部分截取最高辉度值的校正曲线的例子的图。
图19是表示现有的辉度分布和推断照明光成分分布及除法结果的辉度分布的图。
具体实施方式
参照附图详细说明本发明的实施方式。图1是表示本实施方式涉及的图像处理装置的构成的框图。在本实施方式中，图像处理装置10进行以下处理：输入原图像I，输出实施了基于视网膜皮层处理的辉度校正的校正图像IR。
如该图所示，图像处理装置10具有：图像输入部110、照明光成分推断部120、推断照明光成分校正部130、视网膜皮层处理部140、增益调整部150、图像输出部160。
图像输入部110输入原图像I。原图像I例如可以是由摄像装置拍摄的图像，也可是静止图像、构成动态图像的图像的任意一种。此时，如原图像I是RGB格式的图像，则进行YUV变换。其中，YUV格式是将图像信号用辉度信号Y、色差信号(Cb)U、色差信号(Cr)V表现的格式。变换为YUV格式的原图像I由辉度信号Yi、色差信号(Cb)Ui、色差信号(Cr)Vi表示。原图像I如果是辉度成分分离的形式的图像格式，则无需到YUV格式的变换处理。
照明光成分推断部120对原图像I的辉度信号Yi通过进行滤波处理使之平坦化，计算推断照明光成分L。滤波使用的函数例如可以是高斯函数。在高斯函数中，设定用于确定参照的周边像素量的尺度，使用的尺度可以是单数，也可是多个。使用多个尺度时，可使各自的尺度的大小不同，分别对它们进行加权。
推断照明光成分校正部130进行对推断照明光成分L的校正，生成校正推断照明光成分L’。对推断照明光成分L的校正是本实施方式中的特征部分之一。稍后论述推断照明光成分校正部130进行的对推断照明光成分L进行的校正的具体内容。
视网膜皮层处理部140通过原图像I的辉度信号Yi除以校正推断照明光成分L’来进行校正，生成校正辉度信号Y’。以下将原图像I的辉度信号Yi除以推断照明光成分L或校正推断照明光成分L’的处理，称为视网膜皮层处理。
增益调整部150进行使分布于1周边的校正辉度信号Y’与辉度信号的范围对应的增益校正，生成调整校正后辉度信号YR。如下所述，在本实施方式中，校正辉度信号Y’基本分布在1以下的区域，因此无论图像的内容如何，可同样设定增益值。因此，可省略对每个图像设定适当的增益的复杂的处理。增益值例如在辉度信号的范围为0～255时，可以是255。此时，无需设定偏移值。
图像输出部160输出将原图像I的辉度信号Yi校正为调整校正后辉度信号YR的的校正图像IR。以RGB格式输出校正图像IR时，进行从YUV格式到RGB格式的变换。到RGB格式的变换使用调整校正后辉度信号YR、色差信号(Cb)Ui、色差信号(Cr)Vi进行。
接着参照图2的流程图说明本实施方式的图像形成装置10中的图像校正的步骤。
首先，图像输入部110输入RGB格式的原图像I(步骤S101)。图像输入部110将RGB格式的原图像I变换为YUV格式(步骤S102)。变换为YUV格式后的原图像I可由辉度信号Yi、色差信号(Cb)Ui、色差信号(Cr)Vi表示。
并且，在照明光成分推断部120中，通过滤波辉度信号Yi生成推断照明光成分L(步骤S103)。滤波采用使用了多个尺度的高斯函数，但也可使用低通滤波器等其他平滑滤波器。并且，也可通过其他方法推断照明光成分。例如，也可取代辉度信号而使用RGB格式的G信号。
推断照明光成分L在推断照明光成分校正部130中被校正，生成校正推断照明光成分L’(步骤S104)。稍后论述该处理的详细内容。
接着，视网膜皮层处理部140通过原图像I的辉度信号Yi除以校正推断照明光成分L’进行校正，生成校正辉度信号Y’(步骤S105)。对该校正辉度信号Y’，增益调整部150例如使增益值均为255地进行增益调整，生成调整校正后辉度信号YR(步骤S106)。
(数式2)
在数式2中，Yi(x，y)是原图像的像素(x，y)的辉度成分，YR(x，y)是校正后的(x，y)的辉度成分。在本实施方式中，替换上述数式1所示的LR法，使用仅进行数式2所示的辉度成分的校正的LR法。
并且，图像输出部160使用调整校正后辉度信号YR、原图像的色差信号(Cb)Ui、及色差信号(Cr)Vi进行到RGB格式的变换(步骤S107)，作为校正图像IR输出(步骤S108)。
接着说明本实施方式中的推断照明光成分L的校正。该校正由推断照明光成分校正部130在上述步骤S104的处理中进行，校正的结果是生成校正推断照明光成分L’。
该校正的第1目的是，将校正辉度信号Y’的分布尽量保持到校正前的倾向的状态下，收缩到1以下区域中。这样一来，可使用同样的增益值，无需按照每个图像设定最佳的增益值。校正辉度信号Y’通过原图像I的辉度信号Yi除以推断照明光成分L而获得，因此为了使校正辉度信号Y’的分布收于1以下的范围，最好以推断照明光成分L的值变大的倾向进行校正。
因此，如专利文献2的图5所示，可考虑将由平均辉度获得的推断照明光成分L以图3(a)的曲线Q1所示的特性进行校正。其结果是，图19(b)所示的推断照明光成分L的分布如图3(b)所示，以较低辉度的部分变为高辉度的倾向，校正为推断照明光成分L整体上向高辉度方向压缩的分布形状。
使用该校正推断照明光成分L’进行原图像I的辉度信号Yi的除法时，可获得图3(c)所示的分布形状的校正辉度信号Y’。校正辉度信号Y’基本收于1以下的范围，因此可将增益值设定得相同，无需按照每个图像设定最佳的增益值。
但是，以图3(a)的曲线Q1所示的特性校正推断照明光成分L时，在校正图像IR中，暗部噪点被强调，并且会产生作为最低辉度的黑色部分被较亮地校正的称为“黑点浮起”现象。在高辉度部分产生过度校正，出现失去高辉度部分的灰度的情况。结果是，存在无法肯定地获得良好的校正图像的问题。
在此参照图6概说推断照明光成分L的校正对校正图像产生的影响，说明这些问题产生的原因。
在图6所示的校正特性中，直线β因校正前后的值相等，所以与不进行推断照明光成分L的校正同义。即，可获得与原图像I的辉度信号Yi除以推断照明光成分L这一现有的视网膜皮层处理相同的效果。具体而言，较暗的部分被明亮地校正、较亮的部分被较暗地校正。
另一方面，在图6所示的校正特性中，直线α将推断照明光成分L的值同样地置换为最大值。原图像I的辉度信号Yi同样地除以最大值时，原图像I的辉度信号Yi在原来的分布形状下，正规化为0～1的范围。即，与不进行基于视网膜皮层处理的图像校正相同。也就是说，表示特性的线的倾角越大，对较暗的部分越亮地校正、对较亮的部分越暗地校正，视网膜皮层效果较强。即，在全部辉度范围内，原图像I的灰度原样保留。
因此，图3(a)的曲线Q1所示的校正特性是，倾角较少的高辉度部分中原图像不太校正，越是倾角大的低辉度部分，通过视网膜皮层效果越是较亮地校正。一般情况下，较暗的部分含有暗部噪点，通过视网膜皮层效果，暗部被较亮地校正时，会强调至暗部噪点。并且，最低辉度的黑色部分也通过校正辉度较高地被校正，产生黑点浮起。
因此，在第1实施方式中，使用图4(a)的P1所示的特性校正推断照明光成分L。如该图所示，特性P1是如下形状：将推断照明光成分L中的辉度0到X的低辉度部分变换为推断照明光成分L的尺度的最大值，辉度X+1之后，校正推断照明光成分L’的值比推断照明光成分L大地被变换，且随着推断照明光成分L的辉度变高，校正推断照明光成分L’的值的增加率减小。
通过该校正，推断照明光成分L中的辉度0到X的低辉度部分因与直线α相同，所以不进行使暗部变明亮的视网膜皮层处理。因此，在校正图像IR中暗部噪点不被强调，并且可防止产生黑点浮起。
此外，通过将推断照明光成分L中的辉度0校正为最大值，可获得以下效果：可省略现有技术中原图像I的辉度信号Yi除以推断照明光成分L时必须考虑的对除以0的特例处理。
并且，通过该校正，从推断照明光成分L的辉度X+1以上的暗部到明处，可获得充分的视网膜皮层效果，可获得改善了对比度的校正图像IR。进一步，随着辉度变高，视网膜皮层效果减弱，因此可防止较亮部分超过必要性地被较暗地校正而引起的低频区域的对比度下降。
此外，通过实验导出，当推断照明光L的全尺度为255时，X的值为2～4对大多数摄影场景来说是合适的。进一步，当输入图像I是来自摄像装置的图像时，优选对应摄影装置中使用的摄像元件的暗部噪点特性来设定X的值。例如，当暗部噪点在较大范围发生时，可增大X的值。并且，使X值可变、与摄像装置内的AGC(AutoGainControl：自动增益控制)功能联动的方法也是有效的。
在特性P1中，在辉度值是X+1以上的部分中，通过描绘曲线，推断照明光成分L的值较低的部分中倾角变大，视网膜皮层效果变大。并且，推断照明光成分L的值较高的部分中倾角变小，视网膜皮层效果变低。通过实验导出：该曲线将输出值设定得比公式(2)表示的曲线(图4(a)中的曲线γ)高，从而可不依赖输入图像，将较暗的部分较亮地校正，对较亮的部分基本不进行校正，可获得良好的对比度改善效果。
L’＝L0.3……公式(2)
通过使用特性P1，推断照明光成分L在任意的辉度范围内均以变大的倾向被校正，因此图19(b)所示的推断照明光成分L的分布如图4(b)所示，以较低辉度的部分变为高辉度的倾向，校正为推断照明光成分L整体在高辉度方向被压缩的分布形状的校正推断照明光成分L’。
使用该校正推断照明光成分L’进行视网膜皮层处理时，可获得图4(c)所示的分布形状的校正辉度信号Y’。校正辉度信号Y’在保留图19(a)所示的原图像的辉度分布的倾向的状态下，基本收于1以下的范围，因此可同样设定增益值，无需按照每个图像设定最佳的增益值。
图5(a)表示原图像I的例子，图5(b)表示对原图像I的推断照明光成分L不进行本实施方式的校正的校正推断照明光成分L’的例子。图5(c)是使用校正推断照明光成分L’进行了校正的校正图像IR的例子。图4(b)、图4(c)所示的直方图和图5(b)、图5(c)对应。其中，增益值是255。从该图的例子也可知，无需按照每个图像设定最佳增益值，可获得良好的辉度校正结果。
此外，图4(a)是在X和X+1部分中使特性P1具有连续性的特性，但在实际安装中，为了容易进行推断照明光成分校正部130的设计，如图7所示的P1’所示，只要是使辉度X以下的固定值特性及辉度X+1以上的逐渐增加曲线特性结合的特性即可。
最后说明本实施方式的推断照明光成分L的校正产生的光晕抑制效果。图8(a)假定了中央包括边沿的一维像素列，是表示输入图像的边沿部分的辉度值、实际的照明光成分、及假设可获得了实际的照明光成分时的视网膜皮层处理后的校正辉度值的关系的示意图。之后，校正辉度值乘以增益值，变换为输出图像。
图8(b)表示，对同一输入图像的辉度值，使用不进行校正的推断照明光成分进行视网膜皮层处理的情况。推断照明光成分通过对输入图像的辉度信号进行滤波而模糊获得，因此边沿部分无法正确重现地被平滑化。因此，视网膜皮层处理后的校正辉度值中残留了边沿成分。通过向该校正辉度值乘以增益值，产生仅边沿部分的辉度值变大的光晕。
与之相对，图8(c)表示，对推断照明光成分，使用进行了本实施方式的校正的校正推断照明光成分进行了视网膜皮层处理的情况。推断照明光成分的较亮部分的校正量较少、除了最低辉度部分的较暗部分较亮地非线性地被压缩，以此进行校正，因此视网膜皮层处理后的校正辉度值具有一定程度的动态范围。其结果是，边沿部分的辉度值的突出变得不明显，抑制了较亮部分产生光晕。
如上所述，根据本实施方式的图像处理装置10，从0到基准值为止的值变换为最大值，基准值之后变换为比原来的值大的值，且随着值变大，倾角减小，利用这一特性校正推断照明光成分，进行视网膜皮层处理，因此无需按照每个图像进行增益值、偏移值的设定，并且可获得低辉度噪点不显著、可抑制黑点浮起、低频区域对比度下降、光晕的校正图像。即，无需进行复杂的处理即可进行良好的辉度校正。
在第2实施方式中，如图9(a)所示，为了不失去高辉度部分的灰度，将推断照明光成分的高辉度部分截取为最高辉度值。这样一来，在高辉度部分中不进行视网膜皮层处理，保持了高辉度部分的灰度。
这种情况下，如图9(b)所示，根据截取到什么程度的辉度值以上，图像的校正结果不同，但因辉度分布的形状、范围按照每个图像而不同，所以不希望截取辉度值设定得相同。其中，“截取辉度值”是指图9的虚线所示的、截取为最高辉度值的区间最小值。对于截取辉度值以上的辉度值不施加视网膜皮层效果，保持了灰度。
例如，如果是整体为明调(high-key)、而希望重视低辉度部分的灰度的图像，则降低截取辉度值并充分残留高辉度部分的灰度时，可获得较好的结果。并且，如果是整体是暗调(low-key)、而希望重视低辉度部分的灰度的图像，则提高截取辉度值、或不进行截取而对高辉度部分提供视网膜皮层效果时，可获得较好的结果。
因此，在第2实施方式中，通过下述方法定量地设定截取辉度值。
首先，对截取辉度值的设定方法的第1实施例，参照图10的流程图进行说明。以下以推断照明光成分L为8位、即0～255的256灰度的情况为例进行说明。
在推断照明光成分L的校正中的截取辉度值的设定方法的第1实施例中，根据推断照明光成分L计算16区间的直方图H[0∶15](步骤S201)。例如，推断照明光成分L中的辉度值如果是0～15的像素，则包含于H[0]的区间，辉度值如是240～255的像素，则包含于H[15]的区间中。但16区间只是示例，也可是其他数量。
计算直方图H[0∶15]后，根据直方图H[0∶15]的各区间中含有的像素数，计算直方图比率Hp[0∶15](步骤S202)。这可通过各区间中含有的像素数除以全部像素数来求出。但是，直方图比率Hp[0∶15]是为了方便而使用的，因此在以下处理中也可不使用直方图比率Hp[0∶15]，而使用直方图H[0∶15]。图11(a)表示计算出的直方图比率Hp[0∶15]的一例。
接着对和区间代码对应的变量i设定第1阈值(步骤S203)。在第1实施例中，第1阈值优选是和最高辉度值的70％以上的值对应的区间代码，在本例中如图11(a)所示，将作为包括255×70％≈178的区间的11，作为第1阈值确定。
并且，判断Hp[i]的值是否是第2阈值以上(步骤S204)。其中，第2阈值可以是辉度值一样分布时的直方图比率的值。在该例中，如图11(a)所示，将16/255≈6.3％作为第2阈值确定。但也可按照每个区间对第2阈值进行加权。
步骤S204中的Hp[i]的值是否是第2阈值以上的判断，通过使变量i增量，从第1阈值的区间开始对高辉度侧的区间依次进行(步骤S206)。
在某个变量i的值中，检测出Hp[i]的值是第2阈值以上的区间时(步骤S204：是)，将区间Hp[i]的区间最小值作为截取辉度值设定，对截取辉度值以上的辉度值进行截取(步骤S207)。此外，变量i从第1阈值开始增加(步骤S206)，因此在第1阈值以上的区间中，检测出Hp[i]的值为第2阈值以上的最低辉度侧的区间。
在图11(a)的例子中，在区间Hp[13]中，变为第2阈值以上，因此如图11(b)所示，作为区间Hp[13]的区间最小值的208作为截取辉度值设定。并且，使用图11(b)所示的校正曲线，进行推断照明光成分L的校正。这样一来，在视网膜皮层处理后，也可保持高辉度部分的灰度。
另一方面，到最高辉度侧的区间为止未检测出Hp[i]的值为第2阈值以上的区间时(步骤S205：是)，不设定截取辉度值(步骤S208)，不进行截取地进行推断照明光成分L的校正。这是因为，较重视在高辉度侧未分布足够的像素、像素较多分布的中低辉度侧的灰度时，可获得较好的校正结果。
因此根据第1实施例，可以极低的计算成本设定截取辉度值，定量进行适于各图像的良好的辉度校正。此外，第1阈值、第2阈值是示例，也可是其他值。并且，作为获得图像时的摄影模式，可设定“晴天风景”、“逆光肖像”、“夜景”等，对应摄影模式变更阈值。
接着参照图12的流程图说明截取辉度值的设定方法的第2实施例。
在推断照明光成分L的校正中的截取辉度值的设定方法的第2实施例中，根据推断照明光成分L计算16区间的直方图H[0∶15](步骤S301)。
计算直方图H[0∶15]时，在第2实施例中，根据直方图H[0∶15]的各区间中含有的像素数，计算出从高辉度侧开始的累积直方图比率Sp[0∶15](步骤S302)。可通过对各区间中含有的像素数除以全部像素数而计算的比率从高辉度侧累积来求得。图13表示计算出的累积直方图比率Sp[0∶15]的一例。
接着对和区间的代码对应的变量i设定第1阈值(步骤S303)。在第2实施例中，第1阈值优选是和最高辉度值的60％以上的值对应的区间代码，在该例中，如图13所示，将作为包括255×60％＝153的区间的9，作为第1阈值确定。
并且，判断Sp[i]的值是否是第2阈值以上(步骤S304)。其中，第2阈值可以是辉度值一样分布时的累积直方图比率的值。在该例中，如图13所示，将从高辉度侧开始按照每区间约6.3％增加的值作为第2阈值确定。但是，作为第2阈值，也可使用辉度值加权分布时的累积直方图比率的值。
Sp[i]的值是否是第2阈值以上的判断(步骤S304)，通过使变量i增量，从第1阈值的区间开始对高辉度侧的区间依次进行(步骤S306)。
在某个变量i的值中，检测出Sp[i]的值是第2阈值以上的区间时(步骤S304：是)，将区间Sp[i]的区间最小值作为截取辉度值，对截取辉度值以上的辉度值进行截取(步骤S307)。此外，变量i从第1阈值开始增加(步骤S306)，因此在第1阈值以上的区间中，检测出Sp[i]的值为第2阈值以上的最低辉度侧的区间。
在图13的例子中，在区间Sp[12]中，变为第2阈值以上，因此作为区间Sp[12]的区间最小值的192被作为截取辉度值设定。并且，进行推断照明光成分L的校正。这样一来，可维持高辉度部分的灰度。
另一方面，到最高辉度侧的区间为止未检测出Sp[i]的值为第2阈值以上的区间时(步骤S305：是)，不设定截取辉度值(步骤S308)，不进行截取地进行推断照明光成分L的校正。这是因为，较重视在高辉度侧未分布足够的像素、像素较多分布的中低辉度侧的灰度时，可获得较好的校正结果。
因此根据第2实施例，可以极低的计算成本被设定成考虑到了高辉度侧的密度的截取辉度值，可定量进行适于各图像的良好的辉度校正。此外，第1阈值、第2阈值是示例，也可是其他值。并且，作为获得图像时的摄影模式，可设定“晴天风景”、“逆光肖像”、“夜景”等，对应摄影模式变更阈值。
接着参照图14的流程图说明截取辉度值的设定方法的第3实施例。在第3实施例中，使用直方图的峰值和谷值设定截取辉度值。
在推断照明光成分L的校正中的截取辉度值的设定方法的第3实施例中，和第1实施例一样，根据推断照明光成分L，算出16区间的直方图H[0∶15](步骤S401)，根据直方图H[0∶15]的各区间中含有的像素数，算出直方图比率Hp[0∶15](步骤S402)。但也可替代推断照明光成分L，而使用原图像的辉度直方图。图15表示算出的直方图H[0∶15]的一例。
并且，检测出直方图比率Hp[0∶15]的峰值和谷值(步骤S403)。峰值和谷值的检测在下面示出一例，但可采用各种方法。
其中，峰值是作为直方图的顶部的区间、即和邻接的两端的区间相比值较大的区间，谷值是被邻接的峰值夹持的区间中，值最小的区间。此外，与邻接的谷值的差小于规定的基准的顶部从峰值排除。并且，仅单侧与其他区间相邻的最低辉度区间及最高辉度区间如大于邻接的一个区间，则视为顶部(峰值候选)。
在图15的例子中，Hp[3]和Hp[14]中检测出峰值，在Hp[3]和Hp[14]之间，值最小的Hp[9]作为谷值被检测出。此外，Hp[11]和两端的区间相比值较大，但与作为峰值时的作为谷值的Hp[12]的差较小，因此从峰值排除。
当测出的峰值是1个以下时(步骤S404：是)，不形成谷值，第3实施例下的截取辉度值设定不适用，因此优选通过上述第1实施例、第2实施例设定截取辉度值(步骤S405)。因此，在本实施方式中，第1实施例、第2实施例、第3实施例可组合进行。
检测出的峰值如是2个以上(步骤S404：否)，提取最高辉度侧的峰值和谷值(步骤S406)。以下将最高辉度侧的峰值称为peak_max，将最高辉度侧的谷值称为bottom_max。在图11的例子中，Hp[14]是peak_max，Hp[9]是bottom_max。
在第3实施例中，如果peak_max的区间是第1阈值以上(步骤S407：是)、且bottom_max以上的区间的直方图比率Hp的和是第2阈值以上(步骤S408：是)，则将bottom_max的区间最小值作为截取辉度值(步骤S409)。可以认为这是因为，bottom_max以上的辉度值的像素充分分布、高辉度部分的灰度较重要。其中，第1阈值例如可以是10，第2阈值例如可以是25％。
这以外的情况下(步骤S407：否，步骤S408：否)，不设定截取辉度值，不进行截取(步骤S410)。这是因为，较重视高辉度侧未分布足够的像素、像素较多分布的中低辉度侧的辉度时，可获得良好的校正效果。
在图15的例子中，peak_max的区间是14，是作为10的第1阈值以上(步骤S407：是)，作为bottom_max的Hp[9]以上的总比率为33％，是作为第2阈值的25％以上(步骤S408：是)。因此，作为bottom_max的Hp[9]的区间最小值的144作为截取辉度值设定。并且，进行推断照明光成分L的校正。这样一来，可维持高辉度部分的灰度。
参照图16说明进行第3实施例下的截取辉度值的设定时的、视网膜皮层处理结果。图16(a)是原图像I，图16(b)是模糊原图像的辉度成分所获得的推断照明光成分L。图16(c)是不设定截取辉度值，使用图3(a)所示的校正曲线校正推断照明光成分L，实施了视网膜皮层处理所获得的图像。图16(d)是，设定了第3实施例下的截取辉度值，使用图9(a)所示的校正曲线校正推断照明光成分L，实施视网膜皮层处理所获得的图像。
图16(c)所示的不设定截取辉度值的图像通过视网膜皮层效果，图16(a)所示的原图像I的较暗的部分被较亮地校正，人物变得清楚，但在较亮的部分产生过度校正，建筑和天空的边界变得不明。与之相对，图16(d)所示的设定了截取辉度值的图像中，较暗的部分和图16(c)所示的图像同样较亮地被校正，而抑制了较亮部分的校正，灰度被保持，建筑和天空的边界变得明确。
接着参照图17的流程图说明直方图比率Hp[0∶15]的峰值和谷值的检测步骤(步骤S403)的一例。在该步骤中，首先从直方图比率Hp[0∶15]的各区间提取作为峰值候选的区间(步骤S501)。该处理可通过提取比前一区间大、且比下一区间大的区间来进行。最低辉度侧的区间如大于下一区间，则作为峰值候选，最高辉度侧的区间如大于前一区间，则作为峰值候选。
提取峰值候选后，根据提取的峰值提取谷值候选(步骤S502)。该处理可通过将被邻接的峰值候选夹持的区间中比率值最小的区间作为谷值候选来进行。
接着从峰值候选中进行峰值的选择(步骤S503)。峰值的选择是以下处理：排除与邻接的谷值候选的直方图比率的差为第3阈值以下的峰值候选，将剩余的峰值候选作为峰值设定。第3阈值例如可以是2％。
最后，根据作为峰值设定的区间设定谷值(步骤S504)。该处理可通过将被邻接的峰值夹持的区间中值最小的区间作为谷值设定来进行。
以上说明了根据直方图比率的峰值和谷值设定截取辉度值的第3实施例。第3实施例和第1实施例、第2实施例相比，计算成本上升，但可获得考虑到了各图像的辉度分布的校正结果。并且如上所述，第1实施例、第2实施例、第3实施例的截取辉度值设定可组合使用。
此外，在上述实施例中，说明了高辉度部分中的截取辉度值，但对图18所示的极低辉度部分，也可使用截取为最高辉度值的校正曲线进行推断照明光成分L的校正。这样一来，除了保持高辉度部分的灰度外，也保持了极低辉度部分的灰度，从而可防止暗部噪点被强调、产生黑点浮起的情况。这种情况下，使推断照明光L的全尺度为255时，例如通过将0到2～4为止的值截取为最高辉度值，可获得良好的结果。
Claims (10)
1.一种图像处理装置，其特征在于，具有：
照明光成分推断部，计算原图像的推断照明光成分；
推断照明光成分校正部，输出校正了上述推断照明光成分的校正推断照明光成分；
视网膜皮层处理部，用上述原图像的辉度成分除以上述校正推断照明光成分，从而校正上述辉度成分；以及
增益调整部，对校正的上述辉度成分进行增益调整，
上述推断照明光成分校正部使用以下特性：从0到基准值为止的值的推断照明光成分变换为校正推断照明光成分的最大值，比上述基准值大的值的推断照明光成分变换为和推断照明光成分的值相比校正推断照明光成分的值较大的值，且随着上述推断照明光成分的值变大，上述校正推断照明光成分的增加率减小。
2.根据权利要求1所述的图像处理装置，其特征在于，
上述增益调整部无论上述原图像的内容如何，均将同样的增益值乘以校正的上述辉度成分，从而进行增益调整。
3.根据权利要求1或2所述的图像处理装置，其特征在于，
上述推断照明光成分校正部，将比上述基准值大的值的推断照明光成分，变换为比推断照明光成分的值的0.3次方所表示的特性大的值的校正推断照明光成分。
4.一种图像处理方法，其特征在于，具有以下步骤：
照明光成分推断步骤，计算原图像的推断照明光成分；
推断照明光成分校正步骤，输出校正了上述推断照明光成分的校正推断照明光成分；
视网膜皮层处理步骤，用上述原图像的辉度成分除以上述校正推断照明光成分，从而校正上述辉度成分；以及
增益调整步骤，对校正的上述辉度成分进行增益调整，
上述推断照明光成分校正步骤使用以下特性：从0到基准值为止的值的推断照明光成分变换为校正推断照明光成分的最大值，比上述基准值大的值的推断照明光成分变换为和推断照明光成分的值相比校正推断照明光成分的值较大的值，且随着上述推断照明光成分的值变大，上述校正推断照明光成分的增加率减小。
5.一种图像处理装置，其特征在于，具有：
照明光成分推断部，算出原图像的推断照明光成分；
推断照明光成分校正部，输出校正了上述推断照明光成分的校正推断照明光成分；以及
视网膜皮层处理部，用上述原图像的辉度成分除以上述校正推断照明光成分，从而校正上述辉度成分，
上述推断照明光成分校正部将上述推断照明光成分的最低辉度值侧到最高辉度值侧的值，分割为多个区间，
上述推断照明光成分校正部在分割为上述多个区间的度数分布的第1阈值以上的区间中，求出具有第2阈值以上的度数值的最低辉度侧区间，将求出的区间的最小辉度值以上的推断照明光成分值校正为校正推断照明光成分的最大值，
在相同辉度分布的情况下，上述第2阈值是在对应的区间获得的度数值。
6.一种图像处理装置，其特征在于，具有：
照明光成分推断部，算出原图像的推断照明光成分；
推断照明光成分校正部，输出校正了上述推断照明光成分的校正推断照明光成分；以及
视网膜皮层处理部，用上述原图像的辉度成分除以上述校正推断照明光成分，从而校正上述辉度成分，上述推断照明光成分校正部在将上述推断照明光成分的最低辉度侧到最高辉度侧的值分割为多个区间的、从高辉度侧开始的累积度数分布的第1阈值以上的区间中，求出具有第2阈值以上的度数值的最低辉度侧区间，将求出的区间的最小辉度值以上的推断照明光成分值校正为校正推断照明光成分的最大值，
在相同辉度分布的情况下，上述第2阈值是在对应的区间获得的度数值。
7.一种图像处理装置，其特征在于，具有：
照明光成分推断部，算出原图像的推断照明光成分；
推断照明光成分校正部，输出校正了上述推断照明光成分的校正推断照明光成分；以及
视网膜皮层处理部，用上述原图像的辉度成分除以上述校正推断照明光成分，从而校正上述辉度成分，
上述推断照明光成分校正部在将上述推断照明光成分的最低辉度侧到最高辉度侧的值分割为多个区间的度数分布中，提取最高辉度侧的峰值区间和最高辉度侧的谷值区间，当提取的峰值区间的度数值是第1阈值以上、且从最高辉度区间提取的谷值区间为止的度数值总和是第2阈值以上时，将上述谷值区间的最小辉度值以上的推断照明光成分值校正为校正推断照明光成分的最大值。
8.一种图像处理方法，其特征在于，具有以下步骤：
照明光成分推断步骤，计算原图像的推断照明光成分；
推断照明光成分校正步骤，输出校正了上述推断照明光成分的校正推断照明光成分；以及
视网膜皮层处理步骤，用上述原图像的辉度成分除以上述校正推断照明光成分，从而校正上述辉度成分，
在上述推断照明光成分校正步骤中，将上述推断照明光成分的最低辉度值侧到最高辉度值侧的值分割为多个区间，
上述推断照明光成分校正步骤中，在将上述推断照明光成分的最低辉度侧到最高辉度侧为止的值分割为多个区间的、度数分布的第1阈值以上的区间中，求出具有第2阈值以上的度数值的最低辉度侧区间，将求出的区间的最小辉度值以上的推断照明光成分值校正为校正推断照明光成分的最大值，
在相同辉度分布的情况下，上述第2阈值是在对应的区间获得的度数值。
9.一种图像处理方法，其特征在于，具有以下步骤：
照明光成分推断步骤，计算原图像的推断照明光成分；
推断照明光成分校正步骤，输出校正了上述推断照明光成分的校正推断照明光成分；以及
视网膜皮层处理步骤，用上述原图像的辉度成分除以上述校正推断照明光成分，从而校正上述辉度成分，
上述推断照明光成分校正步骤中，在将上述推断照明光成分的最低辉度侧到最高辉度侧为止的值分割为多个区间的、从高辉度侧开始的累积度数分布的第1阈值以上的区间中，求出具有第2阈值以上的度数值的最低辉度侧区间，将求出的区间的最小辉度值以上的推断照明光成分值校正为校正推断照明光成分的最大值，
在相同辉度分布的情况下，上述第2阈值是在对应的区间获得的度数值。
10.一种图像处理方法，其特征在于，具有以下步骤：
照明光成分推断步骤，计算原图像的推断照明光成分；
推断照明光成分校正步骤，输出校正了上述推断照明光成分的校正推断照明光成分；以及
视网膜皮层处理步骤，用上述原图像的辉度成分除以上述校正推断照明光成分，从而校正上述辉度成分，
上述推断照明光成分校正步骤中，在将上述推断照明光成分的最低辉度侧到最高辉度侧为止的值分割为多个区间的度数分布中，提取最高辉度侧的峰值区间和最高辉度侧的谷值区间，当提取的峰值区间的度数值是第1阈值以上、且从最高辉度区间提取的谷值区间为止的度数值总和是第2阈值以上时，将上述谷值区间的最小辉度值以上的推断照明光成分值校正为校正推断照明光成分的最大值。
Applications Claiming Priority (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2010242941 | 2010-10-29 | ||
| JP2010-242941 | 2010-10-29 | ||
| JP2011034115A JP5648849B2 (ja) | 2011-02-21 | 2011-02-21 | 画像処理装置、画像処理方法 |
| JP2011-034115 | 2011-02-21 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102547055A CN102547055A (zh) | 2012-07-04 |
| CN102547055B true CN102547055B (zh) | 2016-02-03 |
Family
ID=45996853
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201110342587.0A Active CN102547055B (zh) | 2010-10-29 | 2011-10-28 | 图像处理装置、图像处理方法 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US8526736B2 (zh) |
| CN (1) | CN102547055B (zh) |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101958910B1 (ko) * | 2012-10-26 | 2019-03-15 | 에스케이 텔레콤주식회사 | 영상보정의 가속화를 위한 영상보정 장치 및 그 방법 |
| US9530361B2 (en) * | 2013-05-29 | 2016-12-27 | Nec Display Solutions, Ltd. | Driving device and driving method for controlling backlight of display device |
| CN103514605B (zh) * | 2013-10-11 | 2016-01-20 | 南京理工大学 | 基于hd-oct视网膜图像的脉络膜层自动分割方法 |
| CN105469373B (zh) * | 2014-09-04 | 2018-07-31 | 南京理工大学 | 一种Retinex图像增强方法及系统 |
| US9881364B2 (en) * | 2015-08-10 | 2018-01-30 | Fuji Xerox Co., Ltd. | Image processing apparatus, image processing method and computer readable medium for image enhancement |
| DE112017002653T5 (de) | 2016-05-24 | 2019-03-21 | Olympus Corporation | Bildsignalverarbeitungsvorrichtung, Bildsignalverarbeitungsverfahren und Bildsignalverarbeitungsprogramm |
| JP6946468B2 (ja) * | 2017-12-26 | 2021-10-06 | オリンパス株式会社 | 画像処理装置および画像処理装置の作動方法 |
| CN111918095B (zh) * | 2020-08-05 | 2022-06-03 | 广州市百果园信息技术有限公司 | 一种暗光增强方法、装置、移动终端和存储介质 |
| EP4298352A1 (en) * | 2021-02-26 | 2024-01-03 | RDI (Robaina Design Innovations) LLC | Fastener assembly |
| US11678068B2 (en) * | 2021-05-31 | 2023-06-13 | Microsoft Technology Licensing, Llc | Glare removal using dual cameras |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010193199A (ja) * | 2009-02-18 | 2010-09-02 | Victor Co Of Japan Ltd | 画像処理装置および画像処理方法 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4125191B2 (ja) | 2003-07-18 | 2008-07-30 | キヤノン株式会社 | 画像処理装置および方法 |
| US7599578B2 (en) * | 2004-09-17 | 2009-10-06 | Nikon Corporation | Apparatus, program, and method for image tone transformation, and electronic camera |
| JP4111980B2 (ja) | 2006-09-14 | 2008-07-02 | 三菱電機株式会社 | 画像処理装置及び画像処理方法 |
| JP2008118216A (ja) * | 2006-10-31 | 2008-05-22 | Brother Ind Ltd | 画像処理装置および画像処理プログラム |
| JP4406443B2 (ja) * | 2007-05-09 | 2010-01-27 | 株式会社東芝 | 画像補正装置 |
| JP5142833B2 (ja) | 2008-06-04 | 2013-02-13 | 三菱電機株式会社 | 画像処理装置及び画像処理方法 |
-
2011
- 2011-10-26 US US13/281,712 patent/US8526736B2/en active Active
- 2011-10-28 CN CN201110342587.0A patent/CN102547055B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010193199A (ja) * | 2009-02-18 | 2010-09-02 | Victor Co Of Japan Ltd | 画像処理装置および画像処理方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102547055A (zh) | 2012-07-04 |
| US8526736B2 (en) | 2013-09-03 |
| US20120106867A1 (en) | 2012-05-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102547055B (zh) | 图像处理装置、图像处理方法 | |
| CN103460682B (zh) | 图像处理装置和方法 | |
| US8098953B2 (en) | Image processing apparatus and image processing method for adaptively processing an image using an enhanced image and edge data | |
| CN107730475B (zh) | 图像增强方法及系统 | |
| US8368779B2 (en) | Image processing apparatus for performing gradation correction on subject image | |
| US8165419B2 (en) | Histogram stretching apparatus and histogram stretching method for enhancing contrast of image | |
| US8447132B1 (en) | Dynamic range correction based on image content | |
| CN111292257B (zh) | 一种基于Retinex的暗视觉环境下图像增强方法 | |
| CN101916431B (zh) | 一种低照度图像数据处理方法及系统 | |
| CN107680056A (zh) | 一种图像处理方法及装置 | |
| CN106846282A (zh) | 一种采用自适应校正的低照度图像增强方法 | |
| CN109003249A (zh) | 增强图像细节的方法、装置及终端 | |
| KR100555755B1 (ko) | 휘도 히스토그램을 이용한 영상 자동 보정 장치 | |
| CN110390653B (zh) | 一种针对OLED屏的高鲁棒性DeMURA方法 | |
| CN104869332B (zh) | 一种自适应多斜率积分调节方法 | |
| CN102045489A (zh) | 图像处理装置以及图像处理方法 | |
| CN104581105B (zh) | 基于色温距离变换权重图和块可靠性修正的自动白平衡方法 | |
| CN107492075B (zh) | 一种基于细节增强的单张ldr图像曝光校正的方法 | |
| CN104123699A (zh) | 降低图像噪声的方法和装置 | |
| US20100239173A1 (en) | Image output apparatus, edge enhancement method, and recording medium | |
| JP5648849B2 (ja) | 画像処理装置、画像処理方法 | |
| CN104333707B (zh) | 相机参数调整方法和系统 | |
| JP2012108898A (ja) | 画像処理装置、画像処理方法 | |
| CN106097286A (zh) | 一种图像处理的方法及装置 | |
| CN116416175A (zh) | 一种基于自适应边缘保持平滑金字塔的图像融合方法 |
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 |