CN104732495A - 一种基于模糊的自动色调的图像处理方法和系统 - Google Patents
一种基于模糊的自动色调的图像处理方法和系统 Download PDFInfo
- Publication number
- CN104732495A CN104732495A CN201510127557.6A CN201510127557A CN104732495A CN 104732495 A CN104732495 A CN 104732495A CN 201510127557 A CN201510127557 A CN 201510127557A CN 104732495 A CN104732495 A CN 104732495A
- Authority
- CN
- China
- Prior art keywords
- green
- blue
- red
- pruning
- value
- 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.)
- Granted
Links
Landscapes
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
本发明公开了一种基于模糊的自动色调的图像处理方法和系统,其通过对图像的红、绿、蓝三个通道分别进行直方图统计以及获取红、绿、蓝三个通道各自的高光修剪值和阴影修剪值,然后生成对应的红、绿、蓝映射表,并进一步对所述的映射表进行模糊处理得到模糊映射表,最后根据所述的模糊映射表对图像的红、绿、蓝三个通道上每个像素点的颜色值分别进行映射处理得到图像的最终颜色色调;从而更好地还原图像的真实色调,并且使色调分布更均匀,色调之间的过渡更自然,效果更佳。
Description
技术领域
本发明涉及图像处理技术领域,特别是一种基于模糊的自动色调的图像处理方法及其应用该方法的系统。
背景技术
色调映射方法可以分为全局色调映射方法和局部色调映射方法。
局部色调映射方法实际上是在调整图像中某点的灰度值时,同时考虑该点的空间信息,故能增强局部较小的对比度,压缩相对较大的对比度。其处理后的图像细节方面的显示较全局方法要好,但缺点是实时性差而且容易出现不同程度的失真。
全局色调映射方法实际上是在对图像进行动态范围色调变换时,每个像素都使用同一条变换曲线,变换曲线可以预先指定或者根据图像的内容获取。其处理后的图像虽然细节方面的显示不如局部方法,但仍能保持较好的视觉效果,而且实时性好且不容易出现失真,故适合应用于实时性产品上。
但是,现有的局部色调映射方法或者全局色调映射方法都会产生一定程度的失真,无法做到自然过渡的效果。
发明内容
本发明为解决上述问题,提供了一种基于模糊的自动色调的图像处理方法和系统,其利用模糊对映射表进行模糊处理,不仅算法简单,而且能够更好地还原图像的真实色调,并且使色调分布更均匀,色调之间的过渡更自然,效果更佳。
为实现上述目的,本发明采用的技术方案为:
一种基于模糊的自动色调的图像处理方法,其特征在于,包括以下步骤:
10.对图像的红、绿、蓝三个通道分别进行直方图统计;
20.设置阴影和高光的修剪比例,并根据该修剪比例分别对所述的直方图统计结果进行阴影统计和高光统计,得到红、绿、蓝三个通道各自的高光修剪值和阴影修剪值;
30.根据红、绿、蓝三个通道各自的高光修剪值和阴影修剪值生成对应的红、绿、蓝映射表;
40.对所述的红、绿、蓝映射表进行模糊处理,得到红、绿、蓝模糊映射表;
50.根据所述的红、绿、蓝模糊映射表对图像的红、绿、蓝三个通道上每个像素点的颜色值分别进行映射处理,得到图像的最终颜色色调。
优选的,所述的步骤10中进行直方图统计,主要是通过预设一个256的数组,该数组中的每个值都初始为0,然后当对应的颜色值每出现一次,则在数组中的对应的值加1,然后根据统计结果得到红、绿、蓝各个通道上每个颜色值出现的次数。
优选的,所述的步骤20中,设置阴影和高光的修剪比例,主要是通过设置阴影和高光的修剪百分比,然后将所述图像的宽乘以高再乘以该修剪百分比,得到的积作为图像的修剪区域。
优选的,所述的步骤20中,所述的高光修剪值和阴影修剪值的计算方法为:
阴影修剪值:
从i=0开始进行红、绿、蓝各个通道的直方图统计,依次累加统计数组array[i]得到和,当对应的颜色值每出现一次,则i加上1,当得到的和超过所述的修剪区域,则该下标i即为阴影修剪值;
高光修剪值:
从j=255开始进行红、绿、蓝各个通道的直方图统计,依次累加统计数组array[j]得到和,当对应的颜色值每出现一次,则j减去1,当得到的和超过修剪区域,则该下标j即为高光修剪值。
优选的,所述的步骤30中,根据红、绿、蓝三个通道各自的高光修剪值和阴影修剪值生成对应的红、绿、蓝映射表,该映射表pmap[k]计算方法如下:
当k小于所述的阴影修剪值时,则pmap[k]=0;
当k大于等于阴影修剪值,并且k小于等于高光修剪值时,则pmap[k]=255*(k-i/(j-i);
当k大于高光修剪值时,则pmap[k]=255。
优选的,所述的步骤40中,对所述的红、绿、蓝映射表进行模糊处理,该模糊处理主要包括以下一种或多种的组合:中值模糊处理、高斯模糊处理、均值模糊处理、卷积处理。
优选的,所述的步骤50中,根据所述的红、绿、蓝模糊映射表对图像的红、绿、蓝三个通道上每个像素点的颜色值分别进行映射处理,其映射算法如下:
result=pmapblur[oral];
其中,oral为所述的图像上各个像素点的红、绿、蓝通道的颜色值;pmapblur为红、绿、蓝通道各自的模糊映射表;result为映射处理后的结果图上对应像素点的红、绿、蓝通道的颜色值。
另外,本发明还提供一种基于模糊的自动色调的图像处理系统,其特征在于,其包括:
直方图统计模块,其对图像的红、绿、蓝三个通道分别进行直方图统计;
修剪模块,其通过设置阴影和高光的修剪比例,并根据该修剪比例分别对所述的直方图统计结果进行阴影统计和高光统计,得到红、绿、蓝三个通道各自的高光修剪值和阴影修剪值;
映射表生成模块,其根据红、绿、蓝三个通道各自的高光修剪值和阴影修剪值生成对应的红、绿、蓝映射表;
模糊处理模块,其对所述的红、绿、蓝映射表进行模糊处理,得到红、绿、蓝模糊映射表;
映射处理模块,其根据所述的红、绿、蓝模糊映射表对图像的红、绿、蓝三个通道上每个像素点的颜色值分别进行映射处理,得到图像的最终颜色色调。
本发明的有益效果是:
本发明的一种基于模糊的自动色调的图像处理方法和系统,其通过对图像的红、绿、蓝三个通道分别进行直方图统计以及获取红、绿、蓝三个通道各自的高光修剪值和阴影修剪值,然后生成对应的红、绿、蓝映射表,并进一步对所述的映射表进行模糊处理得到模糊映射表,最后根据所述的模糊映射表对图像的红、绿、蓝三个通道上每个像素点的颜色值分别进行映射处理得到图像的最终颜色色调;从而更好地还原图像的真实色调,并且使色调分布更均匀,色调之间的过渡更自然,效果更佳。
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为本发明一种基于模糊的自动色调的图像处理方法的流程简图;
图2为本发明一种基于模糊的自动色调的图像处理系统的结构示意图。
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,本发明的一种基于模糊的自动色调的图像处理方法,其包括以下步骤:
10.对图像的红、绿、蓝三个通道分别进行直方图统计;
20.设置阴影和高光的修剪比例,并根据该修剪比例分别对所述的直方图统计结果进行阴影统计和高光统计,得到红、绿、蓝三个通道各自的高光修剪值和阴影修剪值;
30.根据红、绿、蓝三个通道各自的高光修剪值和阴影修剪值生成对应的红、绿、蓝映射表;
40.对所述的红、绿、蓝映射表进行模糊处理,得到红、绿、蓝模糊映射表;
50.根据所述的红、绿、蓝模糊映射表对图像的红、绿、蓝三个通道上每个像素点的颜色值分别进行映射处理,得到图像的最终颜色色调。
所述的步骤10中进行直方图统计,主要是通过预设一个256的数组,该数组中的每个值都初始为0,然后当对应的颜色值每出现一次,则在数组中的对应的值加1,然后根据统计结果得到红、绿、蓝各个通道上每个颜色值出现的次数。
所述的步骤20中,设置阴影和高光的修剪比例,主要是通过设置阴影和高光的修剪百分比,然后将所述图像的宽乘以高再乘以该修剪百分比,得到的积作为图像的修剪区域;所示的修剪百分比为0.05%至0.3%之间,本实施例中,优选为0.1%。
所述的步骤20中,所述的高光修剪值和阴影修剪值的计算方法为:
阴影修剪值:
从i=0开始进行红、绿、蓝各个通道的直方图统计,依次累加统计数组array[i]得到和,当对应的颜色值每出现一次,则i加上1,当得到的和超过所述的修剪区域,则该下标i即为阴影修剪值;
高光修剪值:
从j=255开始进行红、绿、蓝各个通道的直方图统计,依次累加统计数组array[j]得到和,当对应的颜色值每出现一次,则j减去1,当得到的和超过修剪区域,则该下标j即为高光修剪值。
所述的步骤30中,根据红、绿、蓝三个通道各自的高光修剪值和阴影修剪值生成对应的红、绿、蓝映射表,该映射表pmap[k]计算方法如下:
当k小于所述的阴影修剪值时,则pmap[k]=0;
当k大于等于阴影修剪值,并且k小于等于高光修剪值时,则pmap[k]=255*(k-i/(j-i);
当k大于高光修剪值时,则pmap[k]=255;
其中,pmap[k]的初始设置为k=0,每次k加上1。
所述的步骤40中,对所述的红、绿、蓝映射表进行模糊处理,该模糊处理主要包括以下一种或多种的组合:中值模糊处理、高斯模糊处理、均值模糊处理、卷积处理。
中值模糊处理,即中值滤波处理,主要是对要处理的像素点周围的N*N模板像素点的颜色值进行从大到小或者从小到大的排序,得到排序后最中间的那个颜色值,即中位数,然后将该像素点的颜色值设置为其中位数的颜色值;其中,N为模糊的半径。
高斯模糊处理,主要是采用正态分布计算图像中每个像素的变换,其中,在N维空间的正态分布方程为:
在二维空间的正态分布方程为:
其中r是模糊半径,r2=u2+v2,σ是正态分布的标准偏差,u是原像素点在x轴上的位置偏移值,v是原像素点在y轴上的位置偏移值。
均值模糊处理:是一种典型的线性滤波算法,它是指在图像上对目标像素给一个模板,该模板包括了其周围的临近像素;该临近像素是指以目标象素为中心的周围8个象素,构成一个滤波模板,即去掉目标象素本身;再用模板中的全体像素的平均值来代替原来像素值。
卷积处理:卷积是对矩阵中的每一个元素进行的操作,卷积所实现的功能是由其卷积核的形式决定的,卷积核是一个大小固定、有数值参数构成的矩阵,矩阵的中心为参考点或锚点,矩阵的大小称为核支撑;要计算一个像素点的卷积后的颜色值,首先将核的参考点定位到该像素点,核的其余元素覆盖矩阵中相对应的局部周围点;对于每一个核中的的像素点,得到这个像素点的值与卷积核数组中特定点的值的乘积并求所有这些乘积的累加和,即该特定点的卷积值,用这个结果替代该像素点的颜色值;通过在整个图像上移动卷积核,对图像的每个像素点重复此操作。
所述的步骤50中,根据所述的红、绿、蓝模糊映射表对图像的红、绿、蓝三个通道上每个像素点的颜色值分别进行映射处理,其映射算法如下:
result=pmapblur[oral];
其中,oral为所述的图像上各个像素点的红、绿、蓝通道的颜色值;pmapblur为红、绿、蓝通道各自的模糊映射表;result为映射处理后的结果图上对应像素点的红、绿、蓝通道的颜色值。
如图2所示,本发明还提供一种基于模糊的自动色调的图像处理系统,其特征在于,其包括:
直方图统计模块A,其对图像的红、绿、蓝三个通道分别进行直方图统计;
修剪模块B,其通过设置阴影和高光的修剪比例,并根据该修剪比例分别对所述的直方图统计结果进行阴影统计和高光统计,得到红、绿、蓝三个通道各自的高光修剪值和阴影修剪值;
映射表生成模块C,其根据红、绿、蓝三个通道各自的高光修剪值和阴影修剪值生成对应的红、绿、蓝映射表;
模糊处理模块D,其对所述的红、绿、蓝映射表进行模糊处理,得到红、绿、蓝模糊映射表;
映射处理模块E,其根据所述的红、绿、蓝模糊映射表对图像的红、绿、蓝三个通道上每个像素点的颜色值分别进行映射处理,得到图像的最终颜色色调。
需要说明的是,本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。对于系统类实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。并且,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。另外,本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
上述说明示出并描述了本发明的优选实施例,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 (8)
1.一种基于模糊的自动色调的图像处理方法,其特征在于,包括以下步骤:
10.对图像的红、绿、蓝三个通道分别进行直方图统计;
20.设置阴影和高光的修剪比例,并根据该修剪比例分别对所述的直方图统计结果进行阴影统计和高光统计,得到红、绿、蓝三个通道各自的高光修剪值和阴影修剪值;
30.根据红、绿、蓝三个通道各自的高光修剪值和阴影修剪值生成对应的红、绿、蓝映射表;
40.对所述的红、绿、蓝映射表进行模糊处理,得到红、绿、蓝模糊映射表;
50.根据所述的红、绿、蓝模糊映射表对图像的红、绿、蓝三个通道上每个像素点的颜色值分别进行映射处理,得到图像的最终颜色色调。
2.根据权利要求1所述的一种基于模糊的自动色调的图像处理方法,其特征在于:所述的步骤10中进行直方图统计,主要是通过预设一个256的数组,该数组中的每个值都初始为0,然后当对应的颜色值每出现一次,则在数组中的对应的值加1,然后根据统计结果得到红、绿、蓝各个通道上每个颜色值出现的次数。
3.根据权利要求1所述的一种基于模糊的自动色调的图像处理方法,其特征在于:所述的步骤20中,设置阴影和高光的修剪比例,主要是通过设置阴影和高光的修剪百分比,然后将所述图像的宽乘以高再乘以该修剪百分比,得到的积作为图像的修剪区域。
4.根据权利要求3所述的一种基于模糊的自动色调的图像处理方法,其特征在于:所述的步骤20中,所述的高光修剪值和阴影修剪值的计算方法为:
阴影修剪值:
从i=0开始进行红、绿、蓝各个通道的直方图统计,依次累加统计数组array[i]得到和,当对应的颜色值每出现一次,则i加上1,当得到的和超过所述的修剪区域,则该下标i即为阴影修剪值;
高光修剪值:
从j=255开始进行红、绿、蓝各个通道的直方图统计,依次累加统计数组array[j]得到和,当对应的颜色值每出现一次,则j减去1,当得到的和超过修剪区域,则该下标j即为高光修剪值。
5.根据权利要求1所述的一种基于模糊的自动色调的图像处理方法,其特征在于:所述的步骤30中,根据红、绿、蓝三个通道各自的高光修剪值和阴影修剪值生成对应的红、绿、蓝映射表,该映射表pmap[k]计算方法如下:
当k小于所述的阴影修剪值时,则pmap[k]=0;
当k大于等于阴影修剪值,并且k小于等于高光修剪值时,则pmap[k]=255*(k-i/(j-i);
当k大于高光修剪值时,则pmap[k]=255。
6.根据权利要求1所述的一种基于模糊的自动色调的图像处理方法,其特征在于:所述的步骤40中,对所述的红、绿、蓝映射表进行模糊处理,该模糊处理主要包括以下一种或多种的组合:中值模糊处理、高斯模糊处理、均值模糊处理、卷积处理。
7.根据权利要求1所述的一种基于模糊的自动色调的图像处理方法,其特征在于:所述的步骤50中,根据所述的红、绿、蓝模糊映射表对图像的红、绿、蓝三个通道上每个像素点的颜色值分别进行映射处理,其映射算法如下:
result=pmapblur[oral];
其中,oral为所述的图像上各个像素点的红、绿、蓝通道的颜色值;pmapblur为红、绿、蓝通道各自的模糊映射表;result为映射处理后的结果图上对应像素点的红、绿、蓝通道的颜色值。
8.一种基于模糊的自动色调的图像处理系统,其特征在于,其包括:
直方图统计模块,其对图像的红、绿、蓝三个通道分别进行直方图统计;
修剪模块,其通过设置阴影和高光的修剪比例,并根据该修剪比例分别对所述的直方图统计结果进行阴影统计和高光统计,得到红、绿、蓝三个通道各自的高光修剪值和阴影修剪值;
映射表生成模块,其根据红、绿、蓝三个通道各自的高光修剪值和阴影修剪值生成对应的红、绿、蓝映射表;
模糊处理模块,其对所述的红、绿、蓝映射表进行模糊处理,得到红、绿、蓝模糊映射表;
映射处理模块,其根据所述的红、绿、蓝模糊映射表对图像的红、绿、蓝三个通道上每个像素点的颜色值分别进行映射处理,得到图像的最终颜色色调。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510127557.6A CN104732495B (zh) | 2015-03-23 | 2015-03-23 | 一种基于模糊的自动色调的图像处理方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510127557.6A CN104732495B (zh) | 2015-03-23 | 2015-03-23 | 一种基于模糊的自动色调的图像处理方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104732495A true CN104732495A (zh) | 2015-06-24 |
CN104732495B CN104732495B (zh) | 2018-11-06 |
Family
ID=53456366
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510127557.6A Active CN104732495B (zh) | 2015-03-23 | 2015-03-23 | 一种基于模糊的自动色调的图像处理方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104732495B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104933676A (zh) * | 2015-07-14 | 2015-09-23 | 厦门美图之家科技有限公司 | 一种保留边缘的图像模糊处理方法、系统及拍摄终端 |
CN104992423A (zh) * | 2015-07-14 | 2015-10-21 | 厦门美图之家科技有限公司 | 一种基于梯度的图像锐化处理方法、系统及拍摄终端 |
CN110870294A (zh) * | 2017-07-24 | 2020-03-06 | 惠普发展公司,有限责任合伙企业 | 图像形成装置的基于特性的操作 |
CN111861927A (zh) * | 2020-07-24 | 2020-10-30 | 上海艾麒信息科技有限公司 | 图像场景还原方法及系统 |
CN113128374A (zh) * | 2021-04-02 | 2021-07-16 | 西安融智芙科技有限责任公司 | 基于图像处理的敏感皮肤检测方法和敏感皮肤检测装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101655973A (zh) * | 2009-09-17 | 2010-02-24 | 广东中大讯通信息有限公司 | 一种基于人眼视觉特征的图像增强方法 |
CN101853498A (zh) * | 2009-03-31 | 2010-10-06 | 华为技术有限公司 | 图像合成方法及图像处理装置 |
US20110211732A1 (en) * | 2009-04-23 | 2011-09-01 | Guy Rapaport | Multiple exposure high dynamic range image capture |
CN102611828A (zh) * | 2012-01-11 | 2012-07-25 | 四川大学 | 一种雾天连续视频图像实时性增强处理系统 |
CN104392409A (zh) * | 2014-12-01 | 2015-03-04 | 厦门美图之家科技有限公司 | 一种图像美容的加速方法 |
CN104392425A (zh) * | 2014-12-04 | 2015-03-04 | 厦门美图移动科技有限公司 | 一种基于人脸的自动调整对比度的图像增强方法 |
-
2015
- 2015-03-23 CN CN201510127557.6A patent/CN104732495B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101853498A (zh) * | 2009-03-31 | 2010-10-06 | 华为技术有限公司 | 图像合成方法及图像处理装置 |
US20110211732A1 (en) * | 2009-04-23 | 2011-09-01 | Guy Rapaport | Multiple exposure high dynamic range image capture |
CN101655973A (zh) * | 2009-09-17 | 2010-02-24 | 广东中大讯通信息有限公司 | 一种基于人眼视觉特征的图像增强方法 |
CN102611828A (zh) * | 2012-01-11 | 2012-07-25 | 四川大学 | 一种雾天连续视频图像实时性增强处理系统 |
CN104392409A (zh) * | 2014-12-01 | 2015-03-04 | 厦门美图之家科技有限公司 | 一种图像美容的加速方法 |
CN104392425A (zh) * | 2014-12-04 | 2015-03-04 | 厦门美图移动科技有限公司 | 一种基于人脸的自动调整对比度的图像增强方法 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104933676A (zh) * | 2015-07-14 | 2015-09-23 | 厦门美图之家科技有限公司 | 一种保留边缘的图像模糊处理方法、系统及拍摄终端 |
CN104992423A (zh) * | 2015-07-14 | 2015-10-21 | 厦门美图之家科技有限公司 | 一种基于梯度的图像锐化处理方法、系统及拍摄终端 |
CN104933676B (zh) * | 2015-07-14 | 2019-01-08 | 厦门美图之家科技有限公司 | 一种保留边缘的图像模糊处理方法、系统及拍摄终端 |
CN104992423B (zh) * | 2015-07-14 | 2019-05-03 | 厦门美图之家科技有限公司 | 一种基于梯度的图像锐化处理方法、系统及拍摄终端 |
CN110870294A (zh) * | 2017-07-24 | 2020-03-06 | 惠普发展公司,有限责任合伙企业 | 图像形成装置的基于特性的操作 |
US11095797B2 (en) | 2017-07-24 | 2021-08-17 | Hewlett-Packard Development Company, L.P. | Characteristics based operation of image forming apparatus |
CN110870294B (zh) * | 2017-07-24 | 2021-12-10 | 惠普发展公司,有限责任合伙企业 | 图像形成装置的基于特性的操作 |
US11595547B2 (en) | 2017-07-24 | 2023-02-28 | Hewlett-Packard Development Company, L.P. | Characteristics based operation of image forming apparatus |
CN111861927A (zh) * | 2020-07-24 | 2020-10-30 | 上海艾麒信息科技有限公司 | 图像场景还原方法及系统 |
CN111861927B (zh) * | 2020-07-24 | 2022-06-28 | 上海艾麒信息科技有限公司 | 图像场景还原方法及系统 |
CN113128374A (zh) * | 2021-04-02 | 2021-07-16 | 西安融智芙科技有限责任公司 | 基于图像处理的敏感皮肤检测方法和敏感皮肤检测装置 |
CN113128374B (zh) * | 2021-04-02 | 2024-05-14 | 西安融智芙科技有限责任公司 | 基于图像处理的敏感皮肤检测方法和敏感皮肤检测装置 |
Also Published As
Publication number | Publication date |
---|---|
CN104732495B (zh) | 2018-11-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104732495A (zh) | 一种基于模糊的自动色调的图像处理方法和系统 | |
CN103606137B (zh) | 保持背景和细节信息的直方图均衡化方法 | |
CN106897972A (zh) | 一种白平衡与暗原色的自适应直方图水下图像增强方法 | |
WO2021082088A1 (zh) | 一种色调映射方法、装置及电子设备 | |
CN106485668A (zh) | 用于过曝修正的方法、系统和装置 | |
CN108022223B (zh) | 一种基于对数映射函数分块处理融合的色调映射方法 | |
CN108305232B (zh) | 一种单帧高动态范围图像生成方法 | |
CN104408752A (zh) | 一种基于混合色调映射算法的高动态范围图像压缩方法 | |
CN104182947A (zh) | 一种低照度图像增强方法和系统 | |
CN106780417A (zh) | 一种光照不均图像的增强方法及系统 | |
CN103034986A (zh) | 一种基于曝光融合的夜视图像增强方法 | |
CN106169181A (zh) | 一种图像处理方法及系统 | |
CN103268596B (zh) | 一种降低图像噪声和使颜色接近标准的方法 | |
US9639916B2 (en) | Image processing device, and image processing method | |
CN103295206B (zh) | 一种基于Retinex的微光图像增强方法和装置 | |
CN103886565A (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 | |
CN103971340A (zh) | 一种高位宽数字图像动态范围压缩和细节增强方法 | |
CN104166967A (zh) | 提升视频图像清晰度的方法 | |
CN105023252A (zh) | 一种美容图像的增强处理方法、系统及拍摄终端 | |
CN103839245B (zh) | 基于统计规律的Retinex夜间彩色图像增强方法 | |
Zhang et al. | Deep tone mapping network in HSV color space | |
CN103295205B (zh) | 一种基于Retinex的微光图像快速增强方法和装置 | |
CN103702116A (zh) | 一种图像的宽动态压缩方法和装置 | |
CN106709888B (zh) | 一种基于人眼视觉模型的高动态范围图像产生方法 | |
CN109102457B (zh) | 一种基于卷积神经网络的智能化变色系统及方法 |
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 |