CN104112259A - 单幅图像去雨方法和系统 - Google Patents
单幅图像去雨方法和系统 Download PDFInfo
- Publication number
- CN104112259A CN104112259A CN201410277732.5A CN201410277732A CN104112259A CN 104112259 A CN104112259 A CN 104112259A CN 201410277732 A CN201410277732 A CN 201410277732A CN 104112259 A CN104112259 A CN 104112259A
- Authority
- CN
- China
- Prior art keywords
- color space
- linear
- srgb
- converted
- rain
- 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.)
- Pending
Links
Landscapes
- Facsimile Image Signal Circuits (AREA)
- Color Image Communication Systems (AREA)
Abstract
本发明涉及一种单幅图像去雨方法和系统。所述方法包括以下步骤:将RGB彩色图像转换为Lab色彩空间;提取所述Lab色彩空间中的表示图像亮度的L通道;对所述L通道进行去雨处理;将去雨后的L通道结合a和b通道,并将结合后的Lab色彩空间转换为RGB色彩空间,得到去雨后的RGB彩色图像。上述单幅图像去雨方法和系统,通过将RGB图像转换为Lab色彩空间,然后仅对L通道进行去雨处理,将去雨处理后的L通道和a、b通道结合,转换为RGB图像,实现了单幅彩色图像的去雨处理,保证图像色彩不失真,提高了单幅图像去雨算法的使用范围。
Description
技术领域
本发明涉及图像处理领域,特别是涉及一种单幅图像去雨方法和系统。
背景技术
雨对图像成像有很大的影响,会造成图像成像模糊和信息覆盖,其直接结果是视频图像的清晰度下降,视频图像的数字化处理也会受此影响而性能下降。对受雨滴污染的视频图像进行修复处理有利于图像的进一步处理,包括基于图像的目标检测、识别、追踪、分割和监控等技术性能的提高。
传统的去雨算法有很多,如基于偏度计算、K均值聚类、卡尔曼滤波、字典学习和稀疏编码、引导滤波、帧间亮度差等方法的视频图像去雨算法。其中,单幅图像去雨算法种类很多,如通过图像分解的方法进行单幅图像去雨,通过情景感知去雨等,然而,传统的单幅图像去雨算法处理后得到的都是灰度图像,无法对彩色图像进行处理以保证图像色彩不失真。
发明内容
基于此,有必要针对传统的单幅去雨方法得到的均为灰度图像,无法对彩色图像进行处理的问题,提供一种单幅图像去雨方法和系统,能实现对彩色图像进行去雨处理,保证图像色彩不失真。
一种单幅图像去雨方法,包括以下步骤:
将RGB彩色图像转换为Lab色彩空间;
提取所述Lab色彩空间中的表示图像亮度的L通道;
对所述L通道进行去雨处理;
将去雨后的L通道结合a和b通道,并将结合后的Lab色彩空间转换为RGB色彩空间,得到去雨后的RGB彩色图像。
在其中一个实施例中,所述将RGB彩色图像转换为Lab色彩空间的步骤包括:
将RGB彩色图像转换为XYZ色彩空间;
将所述XYZ色彩空间转换为Lab色彩空间。
在其中一个实施例中,所述将RGB彩色图像转换为XYZ色彩空间的计算公式为:
其中,Csrgb为sRGB各通道Rsrgb、Gsrgb或Bsrgb的值;Clinear为Rlinear、Glinear或Blinear;m为参数;
所述将所述XYZ色彩空间转换为Lab色彩空间的计算公式为:
L=116f(Y/Yn)-16
a=500[f(X/Xn)-f(Y/Yn)]
b=200[f(Y/Yn)-f(Z/Zn)]
其中,Xn,Yn,Zn分别为参照白点CIEXYZ三色刺激值,计算时分别取Xn=95.047,Yn=100.000,Zn=108.883;
函数f定义为:
在其中一个实施例中,所述将结合后的Lab色彩空间转换为RGB色彩空间的步骤包括:
将所述Lab色彩空间转换为XYZ色彩空间;
将XYZ色彩空间转换为RGB色彩空间,得到RGB彩色图像。
在其中一个实施例中,所述将所述Lab色彩空间转换为XYZ色彩空间的计算公式为:
其中,Xn,Yn,Zn分别为参照白点CIEXYZ三色刺激值,计算时分别取Xn=95.047,Yn=100.000,Zn=108.883;
函数f定义为:
所述将XYZ色彩空间转换为RGB色彩空间的计算公式为:
其中,Csrgb为sRGB各通道Rsrgb、Gsrgb或Bsrgb的值;Clinear为Rlinear、Glinear或Blinear;m=0.055。
一种单幅图像去雨系统,包括:
第一转换模块,用于将RGB彩色图像转换为Lab色彩空间;
提取模块,用于提取所述Lab色彩空间中的表示图像亮度的L通道;
去雨模块,用于对所述L通道进行去雨处理;
第二转换模块,用于将去雨后的L通道结合a和b通道,并将结合后的Lab色彩空间转换为RGB色彩空间,得到去雨后的RGB彩色图像。
在其中一个实施例中,所述第一转换模块还用于将RGB彩色图像转换为XYZ色彩空间,以及将所述XYZ色彩空间转换为Lab色彩空间。
在其中一个实施例中,所述将RGB彩色图像转换为XYZ色彩空间的计算公式为:
其中,Csrgb为sRGB各通道Rsrgb、Gsrgb或Bsrgb的值;Clinear为Rlinear、Glinear或Blinear;m为参数;
所述将所述XYZ色彩空间转换为Lab色彩空间的计算公式为:
L=116f(Y/Yn)-16
a=500[f(X/Xn)-f(Y/Yn)]
b=200[f(Y/Yn)-f(Z/Zn)]
其中,Xn,Yn,Zn分别表示
函数f定义为:
在其中一个实施例中,所述第二转换模块还用于将所述Lab色彩空间转换为XYZ色彩空间,以及将XYZ色彩空间转换为RGB色彩空间,得到RGB彩色图像。
在其中一个实施例中,所述将所述Lab色彩空间转换为XYZ色彩空间的计算公式为:
其中,Xn,Yn,Zn分别表示
函数f定义为:
所述将XYZ色彩空间转换为RGB色彩空间的计算公式为:
其中,Csrgb为sRGB各通道Rsrgb、Gsrgb或Bsrgb的值;Clinear为Rlinear、Glinear或Blinear;m=0.055。
上述单幅图像去雨方法和系统,通过将RGB图像转换为Lab色彩空间,然后仅对L通道进行去雨处理,将去雨处理后的L通道和a、b通道结合,转换为RGB图像,实现了单幅彩色图像的去雨处理,保证图像色彩不失真,提高了单幅图像去雨算法的使用范围,仅计算L通道,降低了算法的时间复杂度,提高了实时性,使用Lab色彩空间可在数字图形处理中保留尽量宽阔的色域和丰富的色彩,获得比其他色彩模型更加优质的色彩,且处理速度和RGB差不多。
附图说明
图1为一个实施例中单幅图像去雨方法的流程图;
图2为雨滴影响的示意图;
图3为一个实施例中单幅图像去雨系统的结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
图1为一个实施例中单幅图像去雨方法的流程图。如图1所示,该单幅图像去雨方法,包括以下步骤:
步骤102,将RGB彩色图像转换为Lab色彩空间。
因被覆盖像素的亮度不仅受雨滴影响,也会受背景影响。考虑相机曝光时间为T,假设雨滴在这段时间内覆盖某一像素的时间为τ,且τ远小于相机曝光时间T。图像上该像素在曝光时间T内的雨线亮度Ibr由雨滴和背景亮度共同决定,计算公式如式(1)和(2):
Ibr=Ib+ΔI (2)
其中,Er是有雨滴覆盖时的瞬时雨滴亮度,Eb是无雨滴覆盖时的瞬时背景亮度。Ib是T时间内没有雨滴覆盖的背景亮度,ΔI是T时间内受雨滴影响的亮度变化量。雨线的亮度高于背景亮度主要是因为雨滴在成像的时候由于镜面反射、内反射、折射等作用汇聚了更广视场角范围内的光线,如图2所示,镜面反射内反射折射雨线亮度 因红光、绿光和蓝光的频率相近,雨滴对三者的临界角近似相等,而光强的变化直接决定像素的亮度变化,再加上三者的镜面反射一样,因此雨滴引起像素的亮度变化量ΔR、ΔG、ΔB也近似相等,属于雨滴的色彩特性。
在一个实施例中,该将RGB(Red-Green-Blue,红-绿-蓝)彩色图像转换为Lab色彩空间的步骤包括:将RGB彩色图像转换为XYZ色彩空间;将该XYZ色彩空间转换为Lab色彩空间。
该将RGB彩色图像转换为XYZ色彩空间的计算公式为:
其中,Csrgb为sRGB各通道Rsrgb、Gsrgb或Bsrgb的值;Clinear为Rlinear、Glinear或Blinear;m为参数(转换系数);
XYZ色彩空间是指国际照明委员会(CIE)在进行了大量正常人视觉测量和统计,1931年建立了“标准色度观察者”,从而奠定了现代CIE标准色度学的定量基础。由于"标准色度观察者"用来标定光谱色时出现负刺激值,计算不便,也不易理解,因此1931年CIE在RGB系统基础上,改用三个假想的原色X、Y、Z建立了一个新的色度系统。将它匹配等能光谱的三刺激值,定名为“CIE1931标准色度观察者光谱三刺激值”,简称为“CIE1931标准色度观察者”。这一系统叫做"CIE1931标准色度系统"或称为"2°视场XYZ色度系统(即CIEXYZ)"。
该将该XYZ色彩空间转换为Lab色彩空间的计算公式为:
L=116f(Y/Yn)-16
a=500[f(X/Xn)-f(Y/Yn)] (5)
b=200[f(Y/Yn)-f(Z/Zn)]
其中,Xn,Yn,Zn分别为参照白点CIEXYZ三色刺激值,计算时分别取Xn=95.047,Yn=100.000,Zn=108.883。
函数f定义为:
Lab颜色模型是基于人对颜色的感觉。Lab中的数值描述正常视力的人能够看到的所有颜色。Lab色彩模型是由亮度(L)和有关色彩的a、b三个要素组成。L表示亮度(Luminosity),a表示从红色到绿色的范围,b表示从黄色到蓝色的范围。L的值域为0至100,a和b的值域均是+127至-128。Lab色彩空间比计算机显示器、打印机甚至人类视觉的色域都要大,表示Lab的位图比RGB或CMYK位图获得同样的精度要求更多的像素数据,且Lab色彩模型能弥补RGB色彩模型色彩分布不均的不足,因为RGB色彩模型在蓝色到绿色之间的过渡色彩过多,而在绿色到红色之间又缺少黄色和其他色彩。
步骤104,提取该Lab色彩空间中的表示图像亮度的L通道。
步骤106,对该L通道进行去雨处理。
具体的,采用单幅图像去雨算法对该Y分量进行去雨处理。单幅图像去雨算法可包括Yu-Hsiang Fu等(Fu Y H,Kang L W,Lin C W,et al.Single-frame-based rain removal via image decomposition.In:Proceeding of2011IEEE International Conference on Acoustics,Speech and Signal Processing(ICASSP).Prague,Czech:IEEE Press,2011:1453-1456.)和Li-Wei Kang等(KangL W,Lin C W,Fu Y H.Automatic single-image-based rain streaks removal via imagedecomposition.Image Processing,IEEE Transactions on,2012,21(4):1742-1755.)提出了通过图像分解的方法进行单幅图像去雨;De-An Huang等(Huang D A,KangL W,Yang M C,et al.Context-aware single image rain removal.In:Proceeding of2012IEEE International Conference on Multimedia and Expo(ICME).Melbourne,Australia:IEEEPress,2012:164-169.)提出了通过情景感知去雨;Jaina George等(George J,Bhavani S,Jaya J.Certain explorations on removal of rain streaks usingmorphological component analysis.International Journal of Engineering Research &Technology.2013,2(2).)提出使用形态学成分分析的方法进行去雨;Duan-Yu Chen等(Chen D Y,Chen C C,Kang L W.Visual depth guided image rain streaks removalvia sparse coding.In:Proceeding of2012International Symposium on IntelligentSignal Processing and Communications Systems.New Taipei,Taiwan:IEEE,2012:151-156.)通过引导滤波和稀疏编码进行去雨。
步骤108,将去雨后的L通道结合a和b通道,并将结合后的Lab色彩空间转换为RGB色彩空间,得到去雨后的RGB彩色图像。
该将结合后的Lab色彩空间转换为RGB色彩空间的步骤包括:将该Lab色彩空间转换为XYZ色彩空间;将XYZ色彩空间转换为RGB色彩空间,得到RGB彩色图像。
该将该Lab色彩空间转换为XYZ色彩空间的计算公式为:
其中,Xn,Yn,Zn为参照白点CIEXYZ三色刺激值,计算时分别取Xn=95.047,Yn=100.000,Zn=108.883。
函数f定义为:
该将XYZ色彩空间转换为RGB色彩空间的计算公式为:
其中,Csrgb为sRGB各通道Rsrgb、Gsrgb或Bsrgb的值;Clinear为Rlinear、Glinear或Blinear;m=0.055。
此外,为了要求更高精度,该将XYZ色彩空间转换为RGB色彩空间的计算公式可为求取公式(4)中的矩阵求逆。
上述单幅图像去雨方法,通过将RGB图像转换为Lab色彩空间,然后仅对L通道进行去雨处理,将去雨处理后的L通道和a、b通道结合,转换为RGB图像,实现了单幅彩色图像的去雨处理,保证图像色彩不失真,提高了单幅图像去雨算法的使用范围,仅计算L通道,降低了算法的时间复杂度,提高了实时性,使用Lab色彩空间可在数字图形处理中保留尽量宽阔的色域和丰富的色彩,获得比其他色彩模型更加优质的色彩,且处理速度和RGB差不多。
图3为一个实施例中单幅图像去雨系统的结构框图。该单幅图像去雨系统,包括第一转换模块320、第二提取模块340、去雨模块360和第二转换模块380。其中:
第一转换模块320,用于将RGB彩色图像转换为Lab色彩空间。该第一转换模块320还用于将RGB彩色图像转换为XYZ色彩空间,以及将该XYZ色彩空间转换为Lab色彩空间。
该将RGB彩色图像转换为XYZ色彩空间的计算公式为:
其中,Csrgb为sRGB各通道Rsrgb、Gsrgb或Bsrgb的值;Clinear为Rlinear、Glinear或Blinear;m为参数;
该将该XYZ色彩空间转换为Lab色彩空间的计算公式为:
L=116f(Y/Yn)-16
a=500[f(X/Xn)-f(Y/Yn)] (5)
b=200[f(Y/Yn)-f(Z/Zn)]
其中,Xn,Yn,Zn参照白点CIEXYZ三色刺激值,计算时分别取Xn=95.047,Yn=100.000,Zn=108.883。
函数f定义为:
提取模块340,用于提取该Lab色彩空间中的表示图像亮度的L通道。
去雨模块360,用于对该L通道进行去雨处理。
第二转换模块380,用于将去雨后的L通道结合a和b通道,并将结合后的Lab色彩空间转换为RGB色彩空间,得到去雨后的RGB彩色图像。
该第二转换模块380还用于将该Lab色彩空间转换为XYZ色彩空间,以及将XYZ色彩空间转换为RGB色彩空间,得到RGB彩色图像。
该将该Lab色彩空间转换为XYZ色彩空间的计算公式为:
其中,Xn,Yn,Zn分别表示参照白点CIEXYZ三色刺激值,计算时分别取Xn=95.047,Yn=100.000,Zn=108.883。
函数f定义为:
该将XYZ色彩空间转换为RGB色彩空间的计算公式为:
其中,Csrgb为sRGB各通道Rsrgb、Gsrgb或Bsrgb的值;Clinear为Rlinear、Glinear或Blinear;m=0.055。
此外,为了要求更高精度,该将XYZ色彩空间转换为RGB色彩空间的计算公式可为求取公式(4)中的矩阵求逆。
上述单幅图像去雨系统,通过将RGB图像转换为Lab色彩空间,然后仅对L通道进行去雨处理,将去雨处理后的L通道和a、b通道结合,转换为RGB图像,实现了单幅彩色图像的去雨处理,保证图像色彩不失真,提高了单幅图像去雨算法的使用范围,仅计算L通道,降低了算法的时间复杂度,提高了实时性,使用Lab色彩空间可在数字图形处理中保留尽量宽阔的色域和丰富的色彩,获得比其他色彩模型更加优质的色彩,且处理速度和RGB差不多。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种单幅图像去雨方法,包括以下步骤:
将RGB彩色图像转换为Lab色彩空间;
提取所述Lab色彩空间中的表示图像亮度的L通道;
对所述L通道进行去雨处理;
将去雨后的L通道结合a和b通道,并将结合后的Lab色彩空间转换为RGB色彩空间,得到去雨后的RGB彩色图像。
2.根据权利要求1所述的单幅图像去雨方法,其特征在于,所述将RGB彩色图像转换为Lab色彩空间的步骤包括:
将RGB彩色图像转换为XYZ色彩空间;
将所述XYZ色彩空间转换为Lab色彩空间。
3.根据权利要求2所述的单幅图像去雨方法,其特征在于,所述将RGB彩色图像转换为XYZ色彩空间的计算公式为:
其中,Csrgb为sRGB各通道Rsrgb、Gsrgb或Bsrgb的值;Clinear为Rlinear、Glinear或Blinear;m为参数;
所述将所述XYZ色彩空间转换为Lab色彩空间的计算公式为:
L=116f(Y/Yn)-16
a=500[f(X/Xn)-f(Y/Yn)]
b=200[f(Y/Yn)-f(Z/Zn)]
其中,Xn,Yn,Zn分别为参照白点CIEXYZ三色刺激值,计算时分别取Xn=95.047,Yn=100.000,Zn=108.883;
函数f定义为:
4.根据权利要求1所述的单幅图像去雨方法,其特征在于,所述将结合后的Lab色彩空间转换为RGB色彩空间的步骤包括:
将所述Lab色彩空间转换为XYZ色彩空间;
将XYZ色彩空间转换为RGB色彩空间,得到RGB彩色图像。
5.根据权利要求4所述的单幅图像去雨方法,其特征在于,所述将所述Lab色彩空间转换为XYZ色彩空间的计算公式为:
其中,Xn,Yn,Zn分别表示
函数f定义为:
所述将XYZ色彩空间转换为RGB色彩空间的计算公式为:
其中,Csrgb为sRGB各通道Rsrgb、Gsrgb或Bsrgb的值;Clinear为Rlinear、Glinear或Blinear;m=0.055。
6.一种单幅图像去雨系统,其特征在于,包括:
第一转换模块,用于将RGB彩色图像转换为Lab色彩空间;
提取模块,用于提取所述Lab色彩空间中的表示图像亮度的L通道;
去雨模块,用于对所述L通道进行去雨处理;
第二转换模块,用于将去雨后的L通道结合a和b通道,并将结合后的Lab色彩空间转换为RGB色彩空间,得到去雨后的RGB彩色图像。
7.根据权利要求6所述的单幅图像去雨系统,其特征在于,所述第一转换模块还用于将RGB彩色图像转换为XYZ色彩空间,以及将所述XYZ色彩空间转换为Lab色彩空间。
8.根据权利要求7所述的单幅图像去雨方法,其特征在于,所述将RGB彩色图像转换为XYZ色彩空间的计算公式为:
其中,Csrgb为sRGB各通道Rsrgb、Gsrgb或Bsrgb的值;Clinear为Rlinear、Glinear或Blinear;m为参数;
所述将所述XYZ色彩空间转换为Lab色彩空间的计算公式为:
L=116f(Y/Yn)-16
a=500[f(X/Xn)-f(Y/Yn)]
b=200[f(Y/Yn)-f(Z/Zn)]
其中,Xn,Yn,Zn分别表示
函数f定义为:
9.根据权利要求6所述的单幅图像去雨系统,其特征在于,所述第二转换模块还用于将所述Lab色彩空间转换为XYZ色彩空间,以及将XYZ色彩空间转换为RGB色彩空间,得到RGB彩色图像。
10.根据权利要求9所述的单幅图像去雨系统,其特征在于,所述将所述Lab色彩空间转换为XYZ色彩空间的计算公式为:
其中,Xn,Yn,Zn分别为参照白点CIEXYZ三色刺激值,计算时分别取Xn=95.047,Yn=100.000,Zn=108.883;
函数f定义为:
所述将XYZ色彩空间转换为RGB色彩空间的计算公式为:
其中,Csrgb为sRGB各通道Rsrgb、Gsrgb或Bsrgb的值;Clinear为Rlinear、Glinear或Blinear;m=0.055。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410277732.5A CN104112259A (zh) | 2014-06-19 | 2014-06-19 | 单幅图像去雨方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410277732.5A CN104112259A (zh) | 2014-06-19 | 2014-06-19 | 单幅图像去雨方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104112259A true CN104112259A (zh) | 2014-10-22 |
Family
ID=51709039
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410277732.5A Pending CN104112259A (zh) | 2014-06-19 | 2014-06-19 | 单幅图像去雨方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104112259A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104537622A (zh) * | 2014-12-31 | 2015-04-22 | 中国科学院深圳先进技术研究院 | 单幅图像中去除雨滴影响的方法和系统 |
CN105069757A (zh) * | 2015-08-17 | 2015-11-18 | 长安大学 | 无人机载红外获取沥青图像的双向迭代双边滤波方法 |
CN105184761A (zh) * | 2015-08-28 | 2015-12-23 | 中国科学院深圳先进技术研究院 | 一种基于小波分析的图像去雨方法及系统 |
CN106204499A (zh) * | 2016-07-26 | 2016-12-07 | 厦门大学 | 基于卷积神经网络的单幅图像去雨方法 |
CN106971378A (zh) * | 2016-08-23 | 2017-07-21 | 上海海洋大学 | 一种基于深度去噪自编码器的单幅图像去雨方法 |
CN110807739A (zh) * | 2019-09-17 | 2020-02-18 | 中国科学院自动化研究所 | 一种面向目标检测的图像颜色特征处理方法、系统、装置和存储介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102186089A (zh) * | 2011-04-19 | 2011-09-14 | 南京航空航天大学 | 单分量视频图像雨场去除方法 |
-
2014
- 2014-06-19 CN CN201410277732.5A patent/CN104112259A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102186089A (zh) * | 2011-04-19 | 2011-09-14 | 南京航空航天大学 | 单分量视频图像雨场去除方法 |
Non-Patent Citations (6)
Title |
---|
KYUNG HOON ET AL.: "Accuracy of sRGB colour reproduction through a camera and a LCD imaging display", 《HTTP://WWW.DOCIN.COM/P-420134323.HTML》 * |
YH FU: "Single-frame-based rain removal via image decomposition", 《IEEE INTERNATIONAL CONFERENCE ONACOUSTICS》 * |
王学伟 等: "XYZ空间与小波能量特征融合的车牌定位", 《北京化工大学学报》 * |
耿彪: "视频图像中雨滴的检测与去除", 《仪器仪表学报》 * |
董书莉 等: "视频图像雨场去除仿真研究", 《计算机仿真》 * |
高雯菁 等: "Realize the color space conversion CIERGB to CIEXYZ to CIELab", 《HTTP://WWW.DOC88.COM/P-9803912249138》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104537622A (zh) * | 2014-12-31 | 2015-04-22 | 中国科学院深圳先进技术研究院 | 单幅图像中去除雨滴影响的方法和系统 |
CN105069757A (zh) * | 2015-08-17 | 2015-11-18 | 长安大学 | 无人机载红外获取沥青图像的双向迭代双边滤波方法 |
CN105069757B (zh) * | 2015-08-17 | 2017-12-19 | 长安大学 | 无人机载红外获取沥青图像的双向迭代双边滤波方法 |
CN105184761A (zh) * | 2015-08-28 | 2015-12-23 | 中国科学院深圳先进技术研究院 | 一种基于小波分析的图像去雨方法及系统 |
CN106204499A (zh) * | 2016-07-26 | 2016-12-07 | 厦门大学 | 基于卷积神经网络的单幅图像去雨方法 |
CN106204499B (zh) * | 2016-07-26 | 2019-05-24 | 厦门大学 | 基于卷积神经网络的单幅图像去雨方法 |
CN106971378A (zh) * | 2016-08-23 | 2017-07-21 | 上海海洋大学 | 一种基于深度去噪自编码器的单幅图像去雨方法 |
CN110807739A (zh) * | 2019-09-17 | 2020-02-18 | 中国科学院自动化研究所 | 一种面向目标检测的图像颜色特征处理方法、系统、装置和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104112259A (zh) | 单幅图像去雨方法和系统 | |
CN104112255A (zh) | 单幅图像去雨方法和系统 | |
CN104618700B (zh) | 一种彩色高动态范围图像增强显示的方法 | |
CN101882315B (zh) | 肤色区域的检测方法 | |
EP1918871A3 (en) | Image enhancement method and system | |
CN107038680A (zh) | 自适应光照的美颜方法及系统 | |
CN103327220B (zh) | 低照度Bayer图像上以绿色通道为导向的去噪方法 | |
CN101930596A (zh) | 一种复杂光照下的两步法颜色恒常性方法 | |
CN103714520A (zh) | 基于fpga实现数字视频图像增强系统及其方法 | |
CN106340025A (zh) | 一种基于色适应变换的背景更换视觉传达方法 | |
CN103248793A (zh) | 色域转换系统的肤色最佳化方法与装置 | |
CN101212693A (zh) | 白平衡方法及图像调整装置 | |
CN103474046B (zh) | 一种提高从数码相机到显示器颜色再现效果的方法 | |
CN109166135B (zh) | 一种基于hsv颜色空间与色度键的蓝屏抠像方法 | |
JP2000224607A (ja) | 画像処理装置 | |
CN109658367A (zh) | 基于彩色传递的图像融合方法 | |
CN109035175A (zh) | 基于色彩纠正与脉冲耦合神经网络的人脸图像增强方法 | |
CN111107330A (zh) | 一种Lab空间的偏色校正方法 | |
CN109493289A (zh) | 一种具有亮度及饱和度双重非线性图像增强方法 | |
CN106375316A (zh) | 一种视频图像处理方法、及设备 | |
EP3182691B1 (en) | Method of encoding raw color coordinates provided by a camera representing colors of a scene having two different illuminations | |
CN102231787B (zh) | 一种影像色彩校正方法及其装置 | |
CN104112254A (zh) | 处理rgb彩色图像的方法和系统 | |
CN101222572B (zh) | 白平衡处理装置 | |
CN103679658A (zh) | 一种根据主色调智能脱色的图像处理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination |