CN103353982B - 一种基于直方图均衡化的色调映射方法 - Google Patents
一种基于直方图均衡化的色调映射方法 Download PDFInfo
- Publication number
- CN103353982B CN103353982B CN201310179268.1A CN201310179268A CN103353982B CN 103353982 B CN103353982 B CN 103353982B CN 201310179268 A CN201310179268 A CN 201310179268A CN 103353982 B CN103353982 B CN 103353982B
- Authority
- CN
- China
- Prior art keywords
- histogram
- mapping
- image
- brightness
- histogram equalization
- 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
- 238000013507 mapping Methods 0.000 title claims abstract description 63
- 238000000034 method Methods 0.000 title claims abstract description 31
- 230000004069 differentiation Effects 0.000 claims abstract description 5
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 230000011218 segmentation Effects 0.000 abstract description 17
- 230000008569 process Effects 0.000 abstract description 4
- 238000005728 strengthening Methods 0.000 abstract 1
- 238000012545 processing Methods 0.000 description 12
- 238000011156 evaluation Methods 0.000 description 9
- 101000941138 Homo sapiens Small subunit processome component 20 homolog Proteins 0.000 description 8
- 102100031321 Small subunit processome component 20 homolog Human genes 0.000 description 8
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000016776 visual perception Effects 0.000 description 1
Landscapes
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
本发明公开了一种基于直方图均衡化的色调映射方法,包括:1)输入高动态范围图像;2)获取图像亮度并转换为对数域;3)进行直方图统计;4)计算图像的平均亮度,以平均亮度为分割点对直方图进行分段;5)差异化设置两段直方图的映射参数;6)分段进行直方图均衡化算法;7)把色调映射后的亮度通道还原到RGB色彩空间;8)输出可显示的低动态范围图像。本发明中对直方图进行分段后差异化设置两段的映射参数,对于明亮背景使之尽可能地线性映射,减少高亮部分细节的丢失;对于前景部分仍进行直方图均衡化处理,扩展图像的对比度。本发明在增强图像对比度的同时能有效地保持图像原来的亮度,有效改善经典直方图均衡化算法中亮度饱和现象。
Description
技术领域
本发明涉及一种应用于高动态范围图像在低动态范围显示设备上显示的方法,更具体地,涉及一种根据输入图像的平均亮度,对直方图进行分段,差异化设置两段的映射参数,从而得到比经典的直方图均衡化算法映射效果更好的基于直方图均衡化的色调映射方法。
背景技术
高动态范围图像作为一种能够表示真实场景中高动态范围亮度信息的图像。近年来在数字摄影、电影特效、基于图像的虚拟现实、卫星遥感技术等领域均得到了广泛的应用。然而,现在大多数的显示设备只支持低动态范围的显示。高动态范围图像无法较好地在传统的显示设备上重现,也难以对其进行存储、传输、处理等操作,故必须采用色调映射方法对其动态范围进行压缩,以便在普通的显示设备上显示。
对于高动态范围图像的色调映射方法至少要满足两点要求。第一,映射算方法必须要保证能够把最暗区域到最亮区域的所有细节尽可能多地显示出来。第二,映射后的图像能够较好地保留真实场景的视觉对比,确保能生成出符合真实场景视觉感受的图像。一个效果理想的色调映射方法必然需要很好的把握这两方面的平衡。为了保留原始图像的视觉对比,最好的方法就是从高动态范围到低动态范围的线性映射。但是,由于目前的显示设备的动态范围远远小于真实场景的动态范围,图像的可视程度将会因动态范围的压缩而受到限制。对于另一种极端的方法是采用某种算法使得映射到低动态范围的图像有着最大的对比度,例如,直方图均衡化算法。一个好的色调映射方法能够在线性映射与好的对比度中找到良好的平衡点。
基于直方图均衡化的全局色调映射方法的好处在于计算复杂度低、原理简单易懂并且通过重新分布图像中的灰度级从而达到更好地映射到低动态范围显示设备上的目的。但其不足之处在于固定的变换曲线不能自适应图像的不同区域,导致图像在暗部和亮部方面的细节有所丢失。
发明内容
针对以上的不足,本发明提出一种基于直方图均衡化的色调映射方法,该法结合图像的平均亮度信息,对直方图分段后再进行基于直方图均衡化的色调映射方法的处理,此举能够较好地保留场景高亮度部分的细节。
本发明的技术方案为:
一种基于直方图均衡化的色调映射方法,具体步骤如下:
第1步:输入一幅高动态范围图像;
第2步:根据输入图像的RGB色彩通道值获取该图像的亮度值并转换为对数域LI;
第3步:直方图统计,找出第2步得到的转换为对数域LI公式中的最小值Lmin以及最大值Lmax,将在[Lmin,Lmax]的动态范围均匀划分为N份,使得落在某一区间内的连续的对数亮度值离散为[0,N-1]中对应的亮度级,即;
其中,表示向下取整操作,统计每一个划分区间的直方图得:
h(i)=num(LI(x,y)|if{LImap(x,y)=i})(2)
其中,i=1,…,N-1,表示图像的对数亮度级被划分成了N等份的亮度等级。N一般取1000或者更高;
第4步:通过第3步得到直方图统计结果计算输入图像的平均亮度μ,以μ作为分割直方图的分割点,将直方图分割为两个区间段h1(i)和h2(i),平均亮度的计算公式如下:
其中,Total_pixel为图像的像素总和,N表示量化后的亮度级数。
第5步:差异化设置两段直方图的映射参数,对于前半段的直方图,映射参数α1在0.5与1间找到最优值;对于后半段的直方图,映射参数α2在0.3与0.5间找到最优值,映射参数α为0表示线性映射,α为1表示直方图均衡化映射,通过调整α值可以控制线性映射和直方图均衡化映射的耦合程度,从而在视觉效果以及对比度的提高上找到平衡点;
第6步:利用第5步获取的映射参数,对两段直方图进行均衡化映射;
具体步骤如下:
步骤(1):将以μ作为分割点的前半部分的直方图h1(i)分配xm个区间,xm的公式如下:
步骤(2):将后半部分的直方图h2(i)分配256-xm个区间。
步骤(3):分段进行基于直方图均衡化的色调映射。首先,对前半部分的直方图h1(i)进行处理。先要寻找一个值t1(i),i=0,1,…,xm,使得在[t1(i),t1(i+1)],i=0,1,…,xm的区间中的像素总数相等,公式如下:
根据公式(5)得到最后的分割点C1(i),i=0,1,…,xm,公式如下:
得到分割点C1(i)后直方图h1(i)则划分成了xm个新的区间,每个区间依次为低动态图像的灰度级0,…,xm-1。
步骤(4):对直方图h2(i)进行处理。先寻找一个值t2(i),i=xm,…,256使得在[t2(i),t2(i+1)],i=xm,…,256的区间中的像素总数相等,如下式:
根据公式(5)得到最后的分割点C2(i),i=xm,…,256,公式如下:
得到分割点C2(i)后直方图将h2(i)被分为256-xm个区间。
步骤(5):合并分割点C(i),i=0,…,256,公式如下:
C(i)=C1(i)∪C2(i)(9)
最终得到了257个分割点,分割点将高动态图像的亮度划分为了256个区间,分别对应于低动态图像的256个灰度级,落在同一个区间中的像素点将被映射到低动态范围图像的同一个值,从而生成了能够在显示设备上显示的低动态图像的灰度图Lout。
第7步:把色调映射后的亮度通道还原到RGB色彩空间;
需要将色调映射后得到的亮度通道还原到RGB色彩空间,公式如下:
其中,R、G和B分别为图像输入或输出时的RGB三个通道的数据。此处的γ值控制颜色(一般设置为0.4或0.6为佳)。
第8步:输出低动态范围图像。
本发明的有益效果:本发明能够有效抑制高亮度区域出现的过饱和现象,同时也较好地呈现出图像中的细节纹理而且对图像中色彩的表现也更加细致。
附图说明
图1为本发明具体实施过程中采用本发明方法对源图处理后的输出结果示意图。
图2为采用JiangDuan与GuopingQiu的直方图均衡化色调映射方法对源图进行处理的结果示意图。
图3为本发明输出图像的DRIM评估结果图。
图4为采用JiangDuan与GuopingQiu的算法处理后输出图像的DRIM评估结果。
图5为本发明输出图中的高亮度部分细节图。
图6为JiangDuan与GuopingQiu的算法结果图中的高亮度部分细节图。
图7为本发明输出图中的低亮度部分细节图。
图8为JiangDuan与GuopingQiu的算法结果图中的低亮度部分细节图。
图9为本发明的算法流程图。
具体实施方式
下面结合附图对本发明进行进一步详细说明。实施例中,采用本发明方法处理一幅如图1所示的高动态范围图像,处理过程如下:
第1步:输入一幅高动态范围图像。
第2步:根据输入图像的RGB色彩通道值获取该图像的亮度值并转换为对数域LI。
第3步:直方图统计。具体为:找出第2步得到的转换为对数域LI公式中的最小值Lmin以及最大值Lmax,将在[Lmin,Lma]的动态范围均匀划分为N份,使得落在某一区间内的连续的对数亮度值离散为[0,N-1]中对应的亮度级,即:
其中,表示向下取整操作。统计每一个划分区间的直方图,得:
h(i)=num(LI(x,y)|if{LImap(x,y)=i})(2)
其中,i=1,…,N-1,表示图像的对数亮度级被划分成了N等份的亮度等级。N一般取1000或者更高。
第4步:通过第3步得到直方图统计结果计算输入图像的平均亮度μ,以μ作为分割直方图的分割点,将直方图分割为两个区间段h1(i)和h2(i)。平均亮度的计算公式如下:
其中,Total_pixel为图像的像素总和,N表示量化后的亮度级数。
第5步:差异化设置两段直方图的映射参数。对于前半段的直方图,映射参数α1在0.5与1间找到最优值;对于后半段的直方图,映射参数α2在0.3与0.5间找到最优值,映射参数α为0表示线性映射,α为1表示直方图均衡化映射,通过调整α值可以控制线性映射和直方图均衡化映射的耦合程度,从而在视觉效果以及对比度的提高上找到平衡点。
第6步:利用第5步设置的映射参数,对两段直方图进行均衡化映射。具体步骤如下:
步骤(1):将以μ作为分割点的前半部分的直方图h1(i)分配xm个区间,xm的公式如下:
步骤(2):将后半部分的直方图h2(i)分配256-xm个区间。
步骤(3):分段进行基于直方图均衡化的色调映射。首先,对前半部分的直方图h1(i)进行处理。先要寻找一个值t1(i),i=0,1,…,xm,使得在[t1(i),t1(i+1)],i=0,1,…,xm的区间中的像素总数相等,公式如下:
根据公式(5)得到最后的分割点C1(i),i=0,1,…,xm,公式如下:
得到分割点C1(i)后直方图h1(i)则划分成了xm个新的区间,每个区间依次为低动态图像的灰度级0,…,xm-1。
步骤(4):对直方图h2(i)进行处理。先寻找一个值t2(i),i=xm,…,256使得在[t2(i),t2(i+1)],i=xm,…,256的区间中的像素总数相等,如下式:
根据公式(5)得到最后的分割点C2(i),i=xm,…,256,公式如下:
得到分割点C2(i)后直方图将h2(i)被分为256-xm个区间。
步骤(5):合并分割点C(i),i=0,…,256,公式如下:
C(i)=C1(i)∪C2(i)(9)
最终得到了257个分割点,分割点将高动态图像的亮度划分为了256个区间,分别对应于低动态图像的256个灰度级,落在同一个区间中的像素点将被映射到低动态范围图像的同一个值,从而生成了能够在显示设备上显示的低动态图像的灰度图Lout。
第7步:把色调映射后的亮度通道还原到RGB色彩空间。最后,需要将色调映射后得到的亮度通道还原到RGB色彩空间,公式如下:
其中,R、G和B分别为图像输入或输出时的RGB三个通道的数据。此处的γ值控制颜色(一般设置为0.4或0.6为佳)。
第8步:输出低动态范围图像,如图1所示。图1的DRIM评估结果图如图3所示,其高亮度部分处理结果和低亮度部分处理结果分别如图5和图7所示。
采用JiangDuan与GuopingQiu的直方图均衡化色调映射算法对同一源图进行处理,得到图2的低动态范围图像,图2的DRIM评估结果图如图4所示,其高亮度部分处理结果和低亮度部分处理结果分别如图6和图8所示。
由图1和图2比较可以得知在主观感知上,本发明能够较好地保留经典算法良好的整体视角效果。由图3和图4比较可得知在客观标准DRIM的结果对比中,本发明在DRIM评估结果图中灰色、绿色以及蓝色的区域与经典算法的DRIM评估结果图无明显差别。然而,在表示可见特征失真的红色区域上,本发明红色区域明显少于经典算法。通过对比与分析,客观评价结果与主观评价是相一致的。由图3、图4、图5、图6可以得知对于图像的高亮度区域,在主观感知上,本发明在有效抑制高亮度区域出现的过饱和现象的同时,也较好地呈现出窗户上的细节纹理而且对图像中色彩的表现也更加细致。在客观标准DRIM的评估结果图对比中,本发明在窗户区域的红色部分也明显少于经典算法。由图3、图4、图7、图8可以得知对于图像的低亮度区域,本发明与经典算法的效果无明显差别,仍然能够有效扩展低动态范围区域的对比度。
Claims (3)
1.一种基于直方图均衡化的色调映射方法,其特征在于方法的具体步骤如下:
第1步:输入一幅高动态范围图像;
第2步:根据输入图像的RGB色彩通道值获取该图像的亮度值并转换为对数域LI;
第3步:直方图统计,找出第2步得到的转换为对数域LI公式中的最小值Lmin以及最大值Lmax,然后划分区间并统计直方图;
第4步:通过第3步得到直方图统计结果计算输入图像的平均亮度μ,以μ作为分割直方图的分割点,将直方图分割为两个区间段;
第5步:差异化设置两段直方图的映射参数,对于前半段的直方图,映射参数α1在0.5与1间找到最优值;对于后半段的直方图,映射参数α2在0.3与0.5间找到最优值,映射参数α为0表示线性映射,α为1表示直方图均衡化映射;
第6步:利用第5步获取的映射参数,对两段直方图进行均衡化映射;
第7步:把色调映射后的亮度通道还原到RGB色彩空间;
第8步:输出低动态范围图像。
2.根据权利要求1所述的基于直方图均衡化的色调映射方法,其特征在于,第3步的具体实现过程为:
将在[Lmin,Lma]的动态范围均匀划分为N份,使得落在某一区间内的连续的对数亮度值离散为[0,N-1]中对应的亮度级,即;
其中,表示向下取整操作,统计每一个划分区间的直方图得:
h(i)=num(LI(x,y)|if{LImap(x,y)=i})(2)
其中,i=1,…,N-1,表示图像的对数亮度级被划分成了N等份的亮度等级。
3.根据权利要求2所述的基于直方图均衡化的色调映射方法,其特征在于,第4步的平均亮度的计算公式如下:
其中,Total_pixel为图像的像素总和,N表示量化后的亮度级数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310179268.1A CN103353982B (zh) | 2013-05-15 | 2013-05-15 | 一种基于直方图均衡化的色调映射方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310179268.1A CN103353982B (zh) | 2013-05-15 | 2013-05-15 | 一种基于直方图均衡化的色调映射方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103353982A CN103353982A (zh) | 2013-10-16 |
CN103353982B true CN103353982B (zh) | 2016-03-09 |
Family
ID=49310346
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310179268.1A Expired - Fee Related CN103353982B (zh) | 2013-05-15 | 2013-05-15 | 一种基于直方图均衡化的色调映射方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103353982B (zh) |
Families Citing this family (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6241192B2 (ja) * | 2013-10-18 | 2017-12-06 | 株式会社リコー | 画像処理装置、画像処理システム、画像処理方法、プログラム及び記録媒体 |
CN104899833B (zh) * | 2014-03-07 | 2018-11-13 | 安凯(广州)微电子技术有限公司 | 一种图像去雾方法及装置 |
WO2016056787A1 (en) | 2014-10-06 | 2016-04-14 | Samsung Electronics Co., Ltd. | Display device and method of controlling the same |
CN104408752B (zh) * | 2014-12-11 | 2017-07-04 | 西安电子科技大学 | 一种基于混合色调映射算法的高动态范围图像压缩方法 |
CN106295634B (zh) * | 2015-05-28 | 2021-04-02 | 杭州海康威视数字技术股份有限公司 | 车牌图像识别的处理方法及装置 |
CN106548763B (zh) * | 2015-09-22 | 2020-09-15 | 中兴通讯股份有限公司 | 一种图像显示方法和装置、以及终端 |
CN105335123A (zh) * | 2015-10-30 | 2016-02-17 | 天津大学 | 一种基于lcd显示器的层次丰富的高动态范围显示方法 |
CN105760870B (zh) * | 2016-01-29 | 2019-12-17 | 北京农业信息技术研究中心 | 一种作物冠层半球图像处理方法及装置 |
CN105828057A (zh) * | 2016-03-23 | 2016-08-03 | 武汉鸿瑞达信息技术有限公司 | 一种优化图像辨识度的hdr自适应颜色映射方法 |
CN107292829B (zh) * | 2016-03-31 | 2020-12-15 | 阿里巴巴集团控股有限公司 | 图像处理方法及装置 |
CN107404600B (zh) * | 2016-05-19 | 2021-08-17 | 三星Sds株式会社 | 图像处理装置及方法 |
CN106023117B (zh) * | 2016-06-01 | 2019-02-19 | 哈尔滨工业大学(威海) | 基于非线性亮度提升模型的逆光图像恢复方法 |
CN106296620B (zh) * | 2016-08-14 | 2019-06-04 | 遵义师范学院 | 一种基于直方图平移的色彩还原方法 |
CN108073884A (zh) * | 2016-11-17 | 2018-05-25 | 浙江工商大学 | 一种用于车道线检测的图像预处理方法 |
CN109410126B (zh) * | 2017-08-30 | 2022-04-05 | 中山大学 | 一种细节增强与亮度自适应的高动态范围图像的色调映射方法 |
CN107680050A (zh) * | 2017-09-14 | 2018-02-09 | 遵义师范学院 | 一种用于amoled驱动的色彩还原方法 |
CN108053381B (zh) * | 2017-12-22 | 2022-04-22 | 深圳创维-Rgb电子有限公司 | 动态色调映射方法、移动终端及计算机可读存储介质 |
CN108711142B (zh) * | 2018-05-22 | 2020-09-29 | 深圳市华星光电技术有限公司 | 图像处理方法及图像处理装置 |
CN110602472A (zh) * | 2018-06-13 | 2019-12-20 | 上海富瀚微电子股份有限公司 | 一种基于直方图和引导滤波的局部色调映射方法及装置 |
CN109035182B (zh) * | 2018-07-17 | 2023-06-20 | 华侨大学 | 一种自适应动态双直方图均衡方法 |
CN109003582B (zh) * | 2018-08-15 | 2020-01-31 | 四川长虹电器股份有限公司 | 一种提高超多背光分区控制系统图像显示效果的方法 |
CN110009581B (zh) * | 2019-03-18 | 2021-02-02 | 深圳市华星光电技术有限公司 | 图像处理方法、装置及存储介质 |
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 |
CN110910347B (zh) * | 2019-10-18 | 2023-06-06 | 宁波大学 | 一种基于图像分割的色调映射图像无参考质量评价方法 |
CN112884659B (zh) * | 2019-11-29 | 2024-09-06 | 深圳市万普拉斯科技有限公司 | 图像对比度增强方法、装置和显示设备 |
CN112511717B (zh) * | 2020-11-24 | 2023-03-28 | 深圳职业技术学院 | 一种rgb图像数据的映射方法、装置、存储介质以及电子设备 |
CN113643651B (zh) * | 2021-07-13 | 2022-08-09 | 深圳市洲明科技股份有限公司 | 一种图像增强方法、装置、计算机设备和存储介质 |
CN115835011A (zh) * | 2021-09-15 | 2023-03-21 | Oppo广东移动通信有限公司 | 图像处理芯片、应用处理芯片、电子设备和图像处理方法 |
CN114783192A (zh) * | 2022-03-24 | 2022-07-22 | 杭州海康威视数字技术股份有限公司 | 一种信号灯色彩的处理方法及设备 |
CN115858240B (zh) * | 2022-12-02 | 2023-08-22 | 北京拙河科技有限公司 | 一种光相机数据备份方法及装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1866296A (zh) * | 2005-05-16 | 2006-11-22 | 北京大学 | 自适应指数映射高动态范围压缩方法 |
CN102722871A (zh) * | 2012-05-24 | 2012-10-10 | 中山大学 | 一种快速有效的图像增强方法 |
-
2013
- 2013-05-15 CN CN201310179268.1A patent/CN103353982B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1866296A (zh) * | 2005-05-16 | 2006-11-22 | 北京大学 | 自适应指数映射高动态范围压缩方法 |
CN102722871A (zh) * | 2012-05-24 | 2012-10-10 | 中山大学 | 一种快速有效的图像增强方法 |
Non-Patent Citations (3)
Title |
---|
A Simple Tone Mapping for High Dynamic Range Image Visualization Using a Pseudo-Hilbert Scan;Jian ZHANG et al;《MVA2007 IAPR Conference on Machine Vision Applications》;20070518;全文 * |
iCAM06: A refined image appearance model for HDR image rendering;Jiangtao Kuang et al;《J. Vis. Commun. Image R.》;20070627;第18卷;全文 * |
直方图均衡化的数学模型研究;吴成茂;《电子学报》;20130331;第41卷(第3期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN103353982A (zh) | 2013-10-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103353982B (zh) | 一种基于直方图均衡化的色调映射方法 | |
CN103295194B (zh) | 亮度可控与细节保持的色调映射方法 | |
KR101466596B1 (ko) | 디지털 이미지들에서의 동적 범위를 부스팅하기 위한 장치 및 방법들 | |
CN108198155B (zh) | 一种自适用色调映射方法及系统 | |
CN102930517A (zh) | 直方图均衡化图像增强方法 | |
CN103593830A (zh) | 一种低照度视频图像增强方法 | |
CN109389569B (zh) | 基于改进DehazeNet的监控视频实时去雾方法 | |
CN102436640A (zh) | 一种基于HIS空间的多尺度Retinex模型的雾天图像清晰化方法 | |
US10645359B2 (en) | Method for processing a digital image, device, terminal equipment and associated computer program | |
CN106875358A (zh) | 基于Bayer格式的图像增强方法及图像增强装置 | |
Chen et al. | Blind quality index for tone-mapped images based on luminance partition | |
CN108806638B (zh) | 一种图像的显示方法及其装置 | |
CN108694030B (zh) | 处理高动态范围图像的方法和装置 | |
KR20110048811A (ko) | 입력 영상의 동적 범위를 변환하는 방법 및 장치 | |
CN112950596A (zh) | 基于多区域多层次的色调映射全向图像质量评价方法 | |
CN107451974B (zh) | 一种高动态范围图像的自适应再现显示方法 | |
TW202315394A (zh) | 一種色調映射方法、設備及系統 | |
CN105516674B (zh) | 一种具有hdr显示功能的监视设备 | |
Song et al. | Luminance enhancement and detail preservation of images and videos adapted to ambient illumination | |
KR101642034B1 (ko) | 입력 영상의 동적 범위를 변환하는 방법 및 장치 | |
KR101065719B1 (ko) | 적응적인 감마 적용에 의한 콘트라스트 개선 방법 | |
CN110602472A (zh) | 一种基于直方图和引导滤波的局部色调映射方法及装置 | |
JP6742417B2 (ja) | デジタル画像の処理方法、付随する装置、端末機器およびコンピュータプログラム | |
KR20070063781A (ko) | 색역 내에 존재하는 색상을 영상 적응적으로 조절하는 방법및 장치 | |
CN113989138B (zh) | 一种脸部肌肤图像炎症提取并形成红区光谱的方法 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160309 Termination date: 20210515 |
|
CF01 | Termination of patent right due to non-payment of annual fee |