CN104715465B - 一种自动调整对比度的图像增强方法 - Google Patents

一种自动调整对比度的图像增强方法 Download PDF

Info

Publication number
CN104715465B
CN104715465B CN201310681767.0A CN201310681767A CN104715465B CN 104715465 B CN104715465 B CN 104715465B CN 201310681767 A CN201310681767 A CN 201310681767A CN 104715465 B CN104715465 B CN 104715465B
Authority
CN
China
Prior art keywords
value
channel
higher limit
index
limit
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
Application number
CN201310681767.0A
Other languages
English (en)
Other versions
CN104715465A (zh
Inventor
张伟
傅松林
张长定
李志阳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xiamen Meitu Technology Co Ltd
Original Assignee
Xiamen Meitu Mobile Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xiamen Meitu Mobile Technology Co Ltd filed Critical Xiamen Meitu Mobile Technology Co Ltd
Priority to CN201310681767.0A priority Critical patent/CN104715465B/zh
Publication of CN104715465A publication Critical patent/CN104715465A/zh
Application granted granted Critical
Publication of CN104715465B publication Critical patent/CN104715465B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Image Processing (AREA)
  • Facsimile Image Signal Circuits (AREA)

Abstract

本发明涉及一种自动调整对比度的图像增强方法,其通过对原始图像进行直方图统计,并结合其阴影部分和高光部分的修剪值分别计算出阴影部分的上限值与高光部分的下限值,进而通过极值计算分别得到最小上限值与最大下限值,最后通过阈值计算得到最终最小上限值与最终最大下限值,以及根据所述最终最小上限值与最终最大下限值得到映射表,将原始图像中的各个像素点进行颜色映射得到结果图像;从而能够很好的处理图像中阴影部分与高光部分之间的对比度调整以得到合适的对比度,防止对比度调整过大导致图像失真,是一种处理快速并且效果显著的图像增强处理方法。

Description

一种自动调整对比度的图像增强方法
技术领域
本发明涉及一种图像增强处理方法,特别是一种自动调整对比度的图像增强方法。
背景技术
图像处理中调整对比度是图像增强领域中最常用、最重要的技术之一,其将原来不清晰的图像变得清晰或强调某些关注的特征,抑制非关注的特征,使之改善图像质量、丰富信息量,加强图像判读和识别效果的图像处理方法,是图像处理的最基本的方法,它往往是各种图像在进行分析与处理时必须的预处理操作,也是在图像处理中必备的一个基础步骤。
发明内容
本发明提供了一种处理快速并且效果显著的自动调整对比度的图像增强方法。
为实现上述目的,本发明采用的技术方案为:
一种自动调整对比度的图像增强方法,其特征在于,包括以下步骤:
10.对原始图像中的各个像素点进行红色通道、绿色通道、蓝色通道的直方图统计;
20.设置原始图像中的阴影部分和高光部分的修剪值;
30.计算红色通道、绿色通道、蓝色通道的阴影部分的上限值与高光部分的下限值;
40.对所述阴影部分的上限值进行最小值计算得到最小上限值;对所述高光部分的下限值进行最大值计算得到最大下限值;
50.对所述最小上限值与所述最大下限值进行阈值计算得到最终最小上限值与最终最大下限值;
60.根据所述的最终最小上限值与最终最大下限值得到映射表,并将原始图像中的各个像素点进行颜色映射,得到结果图像。
作为一种较佳实施例,所述步骤10中的直方图统计方法如下:
11.创建红色通道、绿色通道、蓝色通道的直方图统计的数组,大小为256个,并且初始化数组内的数据为0;
12.依次对原始图像各个像素点的红色通道、绿色通道、蓝色通道的颜色值进行统计;即
rHist[rColor]=rHist[rColor]+1;
gHist[gColor]=gHist[gColor]+1;
bHist[bColor]=bHist[bColor]+1;
其中,rHist、gHist、bHist分别为红色通道、绿色通道、蓝色通道的直方图统计的数组,rColor、gColor、bColor分别为原始图像中各个像素点对应的红色通道、绿色通道、蓝色通道的颜色值。
作为一种较佳实施例,所述步骤20中设置原始图像中的阴影部分和高光部分的修剪值的公式如下:
nTrimLowCount=0.5+lowK*w*h;
nTrimHighCount=0.5+highK*w*h;
其中,nTrimLowCount为阴影部分的修剪值;nTrimHighCount为高光部分的修剪值;lowK为阴影部分的修剪百分比,范围从0.001到0.01之间;highK为高光部分的修剪百分比,范围从0.001到0.01之间;w与h分别为原始图像的宽和高。
作为一种较佳实施例,所述步骤30中阴影部分的上限值的计算方法为:初始化索引为0,对直方图统计的数组上的对应索引的个数进行累加,如果大于步骤20中的阴影部分的修剪值则退出,否则,索引加上一并继续对直方图统计的数组上的对应索引的个数进行累加,直到退出为止;即得到阴影部分的上限值为该索引值。
作为一种较佳实施例,所述步骤30中高光部分的下限值的计算方法为:初始化索引为255,对直方图统计的数组上的对应索引的个数进行累加,如果大于步骤20中的高光部分的修剪值则退出,否则,索引减去一并继续对直方图统计数组上的对应索引的个数进行累加,直到退出为止;即得到高光部分的下限值为该索引值。
作为一种较佳实施例,所述步骤40中的最小上限值与最大下限值的计算公式如下:
sectionLow=min(rLow,min(gLow,bLow));
sectionHigh=max(rHigh,max(gHigh,bHigh));
其中,sectionLow为最小上限值;rLow、gLow、bLow为步骤30中得到的红色通道、绿色通道、蓝色通道的阴影部分的上限值;sectionHigh为最大下限值;rHigh、gHigh、bHigh为步骤30中得到的红色通道、绿色通道、蓝色通道的高光部分的下限值。
作为一种较佳实施例,所述步骤50中最终最小上限值与最终最大下限值的计算公式如下:
sectionResultLow=min(lowThreshold,sectionLow);
sectionResultHigh=max(highThreshold,sectionHigh);
其中,sectionResultLow为最终最小上限值;lowThreshold为阴影部分的阈值,范围从10到92之间;sectionLow为步骤40中得到的最小上限值;sectionResultHigh为最终最大下限值;highThreshold为高光部分的阈值,范围从168到245之间;sectionHigh为步骤40中得到的最大下限值。
作为一种较佳实施例,所述步骤60中的映射表的计算方法如下:
61.创建映射表mapTable,大小为256个,并将数组的数据都初始化为0;并初始化索引i为0;
62.判断索引是否大于或等于256,如果是则退出;否则判断索引是否小于最终最小上限值,如果小于的话,则数组中该索引下的值为0;否则继续判断是否大于最终最大下限值,如果大于的话,则数组中该索引下的值为255;否则根据以下公式获得该索引下的值:
mapTable[i]=0.4+(i-sectionResultLow)*255/(sectionResultHigh-sectionResultLow);
其中,mapTable为映射表;i为索引值;sectionResultLow为最终最小上限值;sectionResultHigh为最终最大下限值;
接着将索引加上一,并继续重复步骤62,直到退出为止。
作为一种较佳实施例,所述步骤60中将原始图像中的各个像素点进行颜色映射得到结果图像的计算方法如下:
rResult=mapTable[rColor];
gResult=mapTable[gColor];
bResult=mapTable[bColor];
其中,rResult、gResult、bResult为结果图像上对应的像素点的红色通道、绿色通道、蓝色通道的颜色值;rColor、gColor、bColor为原始图像上对应的像素点的红色通道、绿色通道、蓝色通道的颜色值;mapTable为映射表。
本发明的有益效果是:
本发明的一种自动调整对比度的图像增强方法,其通过对原始图像进行直方图统计,并结合其阴影部分和高光部分的修剪值分别计算出阴影部分的上限值与高光部分的下限值,进而通过极值计算分别得到最小上限值与最大下限值,最后通过阈值计算得到最终最小上限值与最终最大下限值,以及根据所述最终最小上限值与最终最大下限值得到映射表,将原始图像中的各个像素点进行颜色映射得到结果图像;从而能够很好的处理图像中阴影部分与高光部分之间的对比度调整以得到合适的对比度,防止对比度调整过大导致图像失真。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明的自动调整对比度的图像增强方法的流程简图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚、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用以解释本发明,并不用于限定本发明。
如图1所示,本发明的一种自动调整对比度的图像增强方法,其包括以下步骤:
10.对原始图像中的各个像素点进行红色通道、绿色通道、蓝色通道的直方图统计;
20.设置原始图像中的阴影部分和高光部分的修剪值;
30.计算红色通道、绿色通道、蓝色通道的阴影部分的上限值与高光部分的下限值;
40.对所述阴影部分的上限值进行最小值计算得到最小上限值;对所述高光部分的下限值进行最大值计算得到最大下限值;
50.对所述最小上限值与所述最大下限值进行阈值计算得到最终最小上限值与最终最大下限值;
60.根据所述的最终最小上限值与最终最大下限值得到映射表,并将原始图像中的各个像素点进行颜色映射,得到结果图像。
本实施例中,所述步骤10中的直方图统计方法主要包括以下步骤:
11.创建红色通道、绿色通道、蓝色通道的直方图统计的数组,大小为256个,并且初始化数组内的数据为0;
12.依次对原始图像各个像素点的红色通道、绿色通道、蓝色通道的颜色值进行统计;即
rHist[rColor]=rHist[rColor]+1;
gHist[gColor]=gHist[gColor]+1;
bHist[bColor]=bHist[bColor]+1;
其中,rHist、gHist、bHist分别为红色通道、绿色通道、蓝色通道的直方图统计的数组,rColor、gColor、bColor分别为原始图像中各个像素点对应的红色通道、绿色通道、蓝色通道的颜色值。
所述步骤20中设置原始图像中的阴影部分和高光部分的修剪值的公式如下:
nTrimLowCount=0.5+lowK*w*h;
nTrimHighCount=0.5+highK*w*h;
其中,nTrimLowCount为阴影部分的修剪值;nTrimHighCount为高光部分的修剪值;lowK为阴影部分的修剪百分比,范围从0.001到0.01之间,本实施例中优选为0.003;highK为高光部分的修剪百分比,范围从0.001到0.01之间,本实施例中优选为0.003;w与h分别为原始图像的宽和高。
本实施例中,所述步骤30中阴影部分的上限值的计算方法为:初始化索引为0,对直方图统计的数组上的对应索引的个数进行累加,如果大于步骤20中的阴影部分的修剪值则退出,否则,索引加上一并继续对直方图统计的数组上的对应索引的个数进行累加,直到退出为止;即得到阴影部分的上限值为该索引值;所述步骤30中高光部分的下限值的计算方法为:初始化索引为255,对直方图统计的数组上的对应索引的个数进行累加,如果大于步骤20中的高光部分的修剪值则退出,否则,索引减去一并继续对直方图统计数组上的对应索引的个数进行累加,直到退出为止;即得到高光部分的下限值为该索引值;根据以上步骤分别计算得到红色通道、绿色通道、蓝色通道的阴影部分的上限值与高光部分的下限值。
本实施例中,所述步骤40中的最小上限值与最大下限值的计算公式如下:
sectionLow=min(rLow,min(gLow,bLow));
sectionHigh=max(rHigh,max(gHigh,bHigh));
其中,sectionLow为最小上限值;rLow、gLow、bLow为步骤30中得到的红色通道、绿色通道、蓝色通道的阴影部分的上限值;sectionHigh为最大下限值;rHigh、gHigh、bHigh为步骤30中得到的红色通道、绿色通道、蓝色通道的高光部分的下限值。
本实施例中,所述步骤50中最终最小上限值与最终最大下限值的计算公式如下:
sectionResultLow=min(lowThreshold,sectionLow);
sectionResultHigh=max(highThreshold,sectionHigh);
其中,sectionResultLow为最终最小上限值;lowThreshold为阴影部分的阈值,范围从10到92之间,本实施例中优选为50;sectionLow为步骤40中得到的最小上限值;sectionResultHigh为最终最大下限值;highThreshold为高光部分的阈值,范围从168到245之间,本实施例中优选为200;sectionHigh为步骤40中得到的最大下限值。
本实施例中,所述步骤60中的映射表的计算方法如下:
61.创建映射表mapTable,大小为256个,并将数组的数据都初始化为0;并初始化索引i为0;
62.判断索引是否大于或等于256,如果是则退出;否则判断索引是否小于最终最小上限值,如果小于的话,则数组中该索引下的值为0;否则继续判断是否大于最终最大下限值,如果大于的话,则数组中该索引下的值为255;否则根据以下公式获得该索引下的值:
mapTable[i]=0.4+(i-sectionResultLow)*255/(sectionResultHigh-sectionResultLow);
其中,mapTable为映射表;i为索引值;sectionResultLow为最终最小上限值;sectionResultHigh为最终最大下限值;
接着将索引加上一,并继续重复步骤62,直到退出为止。
所述步骤60中将原始图像中的各个像素点进行颜色映射得到结果图像的计算方法如下:
rResult=mapTable[rColor];
gResult=mapTable[gColor];
bResult=mapTable[bColor];
其中,rResult、gResult、bResult为结果图像上对应的像素点的红色通道、绿色通道、蓝色通道的颜色值;rColor、gColor、bColor为原始图像上对应的像素点的红色通道、绿色通道、蓝色通道的颜色值;mapTable为映射表。
上述说明示出并描述了本发明的优选实施例,如前,应当理解本发明并非局限于本文所披露的形式,不应看作是对其他实施例的排除,而可用于各种其他组合、修改和环境,并能够在本文发明构想范围内,通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围,则都应在本发明所附权利要求的保护范围内。

Claims (9)

1.一种自动调整对比度的图像增强方法,其特征在于,包括以下步骤:
10.对原始图像中的各个像素点进行红色通道、绿色通道、蓝色通道的直方图统计;
20.设置原始图像中的阴影部分和高光部分的修剪值;
30.计算红色通道、绿色通道、蓝色通道的阴影部分的上限值与高光部分的下限值;
40.对所述阴影部分的上限值进行最小值计算得到最小上限值;对所述高光部分的下限值进行最大值计算得到最大下限值;
50.对所述最小上限值与所述最大下限值进行阈值计算得到最终最小上限值与最终最大下限值;
60.根据所述的最终最小上限值与最终最大下限值得到映射表,并将原始图像中的各个像素点进行颜色映射,得到结果图像。
2.根据权利要求1所述的一种自动调整对比度的图像增强方法,其特征在于:所述步骤10中的直方图统计方法如下:
11.创建红色通道、绿色通道、蓝色通道的直方图统计的数组,大小为256个,并且初始化数组内的数据为0;
12.依次对原始图像各个像素点的红色通道、绿色通道、蓝色通道的颜色值进行统计;即
rHist[rColor]=rHist[rColor]+1;
gHist[gColor]=gHist[gColor]+1;
bHist[bColor]=bHist[bColor]+1;
其中,rHist、gHist、bHist分别为红色通道、绿色通道、蓝色通道的直方图统计的数组,rColor、gColor、bColor分别为原始图像中各个像素点对应的红色通道、绿色通道、蓝色通道的颜色值。
3.根据权利要求1所述的一种自动调整对比度的图像增强方法,其特征在于:所述步骤20中设置原始图像中的阴影部分和高光部分的修剪值的公式如下:
nTrimLowCount=0.5+lowK*w*h;
nTrimHighCount=0.5+highK*w*h;
其中,nTrimLowCount为阴影部分的修剪值;nTrimHighCount为高光部分的修剪值;lowK为阴影部分的修剪百分比,范围从0.001到0.01之间;highK为高光部分的修剪百分比,范围从0.001到0.01之间;w与h分别为原始图像的宽和高。
4.根据权利要求2所述的一种自动调整对比度的图像增强方法,其特征在于:所述步骤30中阴影部分的上限值的计算方法为:初始化索引为0,对直方图统计的数组上的对应索引的个数进行累加,如果大于步骤20中的阴影部分的修剪值则退出,否则,索引加上一并继续对直方图统计的数组上的对应索引的个数进行累加,直到退出为止;即得到阴影部分的上限值为该索引值。
5.根据权利要求2所述的一种自动调整对比度的图像增强方法,其特征在于:所述步骤30中高光部分的下限值的计算方法为:初始化索引为255,对直方图统计的数组上的对应索引的个数进行累加,如果大于步骤20中的高光部分的修剪值则退出,否则,索引减去一并继续对直方图统计数组上的对应索引的个数进行累加,直到退出为止;即得到高光部分的下限值为该索引值。
6.根据权利要求1所述的一种自动调整对比度的图像增强方法,其特征在于:所述步骤40中的最小上限值与最大下限值的计算公式如下:
sectionLow=min(rLow,min(gLow,bLow));
sectionHigh=max(rHigh,max(gHigh,bHigh));
其中,sectionLow为最小上限值;rLow、gLow、bLow为步骤30中得到的红色通道、绿色通道、蓝色通道的阴影部分的上限值;sectionHigh为最大下限值;rHigh、gHigh、bHigh为步骤30中得到的红色通道、绿色通道、蓝色通道的高光部分的下限值。
7.根据权利要求1所述的一种自动调整对比度的图像增强方法,其特征在于:所述步骤50中最终最小上限值与最终最大下限值的计算公式如下:
sectionResultLow=min(lowThreshold,sectionLow);
sectionResultHigh=max(highThreshold,sectionHigh);
其中,sectionResultLow为最终最小上限值;lowThreshold为阴影部分的阈值,范围从10到92之间;sectionLow为步骤40中得到的最小上限值;sectionResultHigh为最终最大下限值;highThreshold为高光部分的阈值,范围从168到245之间;sectionHigh为步骤40中得到的最大下限值。
8.根据权利要求1所述的一种自动调整对比度的图像增强方法,其特征在于:所述步骤60中的映射表的计算方法如下:
61.创建映射表mapTable,大小为256个,并将数组的数据都初始化为0;并初始化索引i为0;
62.判断索引是否大于或等于256,如果是则退出;否则判断索引是否小于最终最小上限值,如果小于的话,则数组中该索引下的值为0;否则继续判断是否大于最终最大下限值,如果大于的话,则数组中该索引下的值为255;否则根据以下公式获得该索引下的值:
mapTable[i]=0.4+(i-sectionResultLow)*255/(sectionResultHigh-sectionResultLow);
其中,mapTable为映射表;i为索引值;sectionResultLow为最终最小上限值;sectionResultHigh为最终最大下限值;
接着将索引加上一,并继续重复步骤62,直到退出为止。
9.根据权利要求1所述的一种自动调整对比度的图像增强方法,其特征在于:所述步骤60中将原始图像中的各个像素点进行颜色映射得到结果图像的计算方法如下:
rResult=mapTable[rColor];
gResult=mapTable[gColor];
bResult=mapTable[bColor];
其中,rResult、gResult、bResult为结果图像上对应的像素点的红色通道、绿色通道、蓝色通道的颜色值;rColor、gColor、bColor为原始图像上对应的像素点的红色通道、绿色通道、蓝色通道的颜色值;mapTable为映射表。
CN201310681767.0A 2013-12-13 2013-12-13 一种自动调整对比度的图像增强方法 Active CN104715465B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310681767.0A CN104715465B (zh) 2013-12-13 2013-12-13 一种自动调整对比度的图像增强方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310681767.0A CN104715465B (zh) 2013-12-13 2013-12-13 一种自动调整对比度的图像增强方法

Publications (2)

Publication Number Publication Date
CN104715465A CN104715465A (zh) 2015-06-17
CN104715465B true CN104715465B (zh) 2018-03-27

Family

ID=53414760

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310681767.0A Active CN104715465B (zh) 2013-12-13 2013-12-13 一种自动调整对比度的图像增强方法

Country Status (1)

Country Link
CN (1) CN104715465B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109949241A (zh) * 2019-03-19 2019-06-28 西安外事学院 一种尾矿库坝体形变监测系统及方法
CN110633065B (zh) * 2019-08-02 2022-12-06 Tcl华星光电技术有限公司 一种图像调整方法及装置、计算机可读存储介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104717473B (zh) * 2013-12-13 2017-01-25 厦门美图移动科技有限公司 一种自动调整对比度的拍摄方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7684096B2 (en) * 2003-04-01 2010-03-23 Avid Technology, Inc. Automatic color correction for sequences of images
JP2005004510A (ja) * 2003-06-12 2005-01-06 Minolta Co Ltd 画像処理プログラム
CN103440635B (zh) * 2013-09-17 2016-06-22 厦门美图网科技有限公司 一种基于学习的对比度受限自适应直方图均衡方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104717473B (zh) * 2013-12-13 2017-01-25 厦门美图移动科技有限公司 一种自动调整对比度的拍摄方法

Also Published As

Publication number Publication date
CN104715465A (zh) 2015-06-17

Similar Documents

Publication Publication Date Title
CN104318542B (zh) 图像增强处理方法
CN104392425B (zh) 一种基于人脸的自动调整对比度的图像增强方法
CN105809643B (zh) 一种基于自适应块通道拉伸的图像增强方法
WO2016000331A1 (zh) 一种图像增强方法、图像增强装置及显示装置
CN104504722B (zh) 一种利用灰色点校正图像颜色的方法
CN103886565B (zh) 基于目的性优化及直方图均衡化的夜间彩色图像增强方法
CN104200427B (zh) 一种消除图像边缘锯齿的方法
CN103065334A (zh) 一种基于hsv颜色空间的偏色检测、校正方法及装置
CN106355563A (zh) 一种图像去雾方法和装置
CN103248793A (zh) 色域转换系统的肤色最佳化方法与装置
CN105243641B (zh) 一种基于双树复小波变换的低光照图像增强方法
CN104809700B (zh) 一种基于亮通道的低照度视频实时增强方法
CN104766276B (zh) 一种基于颜色空间的偏色校正方法
CN109523474A (zh) 一种基于雾天退化模型的低照度图像增强方法
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
CN108711160B (zh) 一种基于hsi增强性模型的目标分割方法
CN104021527A (zh) 一种图像中雨雪的去除方法
CN107256539B (zh) 一种基于局部对比度的图像锐化方法
CN105427265B (zh) 一种彩色图像对比度增强方法及系统
CN104392211A (zh) 一种基于显著性检测的皮肤识别方法
CN104715465B (zh) 一种自动调整对比度的图像增强方法
CN107623845A (zh) 一种基于先验知识的图像处理方法及装置
CN105184758B (zh) 一种图像去雾增强的方法
CN103679658B (zh) 一种根据主色调智能脱色的图像处理方法
CN107358592A (zh) 一种迭代式全局自适应图像增强方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20191210

Address after: Room 305, floor 3, building 9, yard 1, Zhongguancun East Road, Haidian District, Beijing 100000

Patentee after: BEIJING MEITU HOME TECHNOLOGY CO., LTD.

Address before: 361008 N202, Torch Hotel, torch zone, torch hi tech Zone, Huli District, Xiamen, Fujian

Patentee before: Xiamen Meitu Mobile Technology Co., Ltd.

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20201201

Address after: B1F-089 361000 in Fujian Province, Xiamen torch hi tech Zone Software Park Alltronics floor C District

Patentee after: XIAMEN MEITUZHIJIA TECHNOLOGY Co.,Ltd.

Address before: Room 305, floor 3, building 9, yard 1, Zhongguancun East Road, Haidian District, Beijing 100000

Patentee before: BEIJING MEITU HOME TECHNOLOGY Co.,Ltd.