CN104766276B - 一种基于颜色空间的偏色校正方法 - Google Patents
一种基于颜色空间的偏色校正方法 Download PDFInfo
- Publication number
- CN104766276B CN104766276B CN201410007247.6A CN201410007247A CN104766276B CN 104766276 B CN104766276 B CN 104766276B CN 201410007247 A CN201410007247 A CN 201410007247A CN 104766276 B CN104766276 B CN 104766276B
- Authority
- CN
- China
- Prior art keywords
- passages
- color
- value
- transition diagram
- mrow
- 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
Landscapes
- Facsimile Image Signal Circuits (AREA)
- Color Image Communication Systems (AREA)
Abstract
本发明公开了一种基于颜色空间的偏色校正方法，其通过对原始图像进行色彩空间的转换，从RGB色彩空间转为YIQ色彩空间，得到转换图像，并对转换图像的所有像素点的I通道与Q通道的颜色值进行直方图统计，分别得到I通道与Q通道的直方图统计数值及颜色平均值，从而计算得到转换图像的偏色程度，并根据转换图像的偏色程度对转换图像进行校正，并将校正后的图像重新转为RGB色彩空间，不仅算法简单，而且校正后的图像颜色更自然。
Description
技术领域
本发明涉及一种偏色校正方法，特别是一种基于颜色空间的偏色校正方法。
背景技术
数字成像设备在成像时由于感光元器件中所存储的能量不仅取决于被拍摄物体的表面颜色,同时还会受到当时的外界光照情况、感光元器件的物理特性等诸多因素的影响。因此,数字成像设备所拍摄的图像的色彩与被拍摄物体的真实色彩之间存在一定程度的误差,这边称为偏色。如果可以准确地检测出数字图像是否存在偏色，如果存在偏色则对图像进行校正，则可以为数字图像的后续优化提供更好的帮助。
发明内容
本发明为解决上述问题，提供了一种基于颜色空间的偏色校正方法，使得校正后的图像颜色更自然。
为实现上述目的，本发明采用的技术方案为：
一种基于颜色空间的偏色校正方法，其特征在于，包括以下步骤：
10.接收原始图像；
20.对原始图像进行色彩空间的转换，从RGB色彩空间转为YIQ色彩空间，得到转换图像；
30.对转换图像的所有像素点的I通道与Q通道的颜色值进行直方图统计，并分别得到I通道与Q通道的直方图统计数值及颜色平均值；
40.根据所述直方图统计数值及颜色平均值，计算得到转换图像的偏色程度；
50.根据所述的偏色程度对转换图像进行校正，并将校正的转换图像进行色彩空间的转换，从YIQ色彩空间转为RGB色彩空间，得到校正后的结果图像。
作为优选的实施例，所述步骤20中从RGB色彩空间转为YIQ色彩空间的计算公式如下：
Y＝0.299*R+0.587*G+0.114*B；
I＝0.596*R-0.275*G-0.321*B；
Q＝0.212*R-0.523*G+0.311*B；
其中,Y、I、Q为计算后得到的YIQ色彩空间对应像素点的颜色值，Y的范围从0到255，I的范围从-152到152，Q的范围从-134到134；R、G、B为RGB色彩空间对应像素点的颜色值。
作为优选的实施例，所述步骤30进一步包括：
31.创建I通道的直方图统计数组pHistI和Q通道的直方图统计数组pHistQ，以及I通道的统计和SumI与Q通道的统计和SumQ,并将数组pHistI内的值、数组pHistQ内的值、统计和SumI、统计和SumQ都初始化为0；
32.对转换图像所有像素点进行统计，即：
pHistI[I+152]＝pHistI[I+152]+1；
pHistQ[Q+134]＝pHistQ[Q+134]+1；
SumI＝SumI+I；
SumQ＝SumQ+Q；
其中pHistI为I通道的直方图统计数组；pHistQ为Q通道的直方图统计数组；I为转换图像中每个像素点的I通道的颜色值；Q为转换图像中每个像素点的Q通道的颜色值；SumI为I通道的统计和；SumQ为Q通道的统计和；
33.根据得到的I通道的统计和与Q通道的统计和计算得到I通道和Q通道的颜色平均值：
AvgI＝SumI/(W*H)；
AvgQ＝SumQ/(W*H)；
其中，AvgI为I通道的颜色平均值；AvgQ为Q通道的颜色平均值；SumI为I通道的统计和；SumQ为Q通道的统计和；W为转换图像的宽；H为转换图像的高。
作为优选的实施例，所述步骤40中转换图像的偏色程度的计算方法如下：
41.初始化I通道的偏色值MsqI与Q通道的偏色值MsqQ为0；
42.计算I通道的偏色值MsqI和Q通道的偏色值MsqQ：
其中，MsqI为I通道的偏色值；MsqQ为Q通道的偏色值；AvgI为I通道的颜色平均值；AvgQ为Q通道的颜色平均值；W为转换图像的宽；H为转换图像的高；pHistI为I通道的直方图统计数组；pHistQ为Q通道的直方图统计数组；
43.根据所述I通道的偏色值MsqI和Q通道的偏色值MsqQ，计算得到转换图像的整体偏色系数K:
其中，K为转换图像的整体偏色系数；MsqI为I通道的偏色值；MsqQ为Q通道的偏色值；AvgI为I通道的颜色平均值；AvgQ为Q通道的颜色平均值。
作为优选的实施例，所述步骤40中根据转换图像的偏色程度判断原始图像是否存在偏色的方法，进一步包括：
当K≤1时，则判断图像没有存在偏色；
当K>1时，则图像存在偏色；
其中，K为转换图像的整体偏色系数；且K的值越大，表示偏色的程度越大。
作为优选的实施例，所述步骤50中根据偏色程度对转换图像进行校正的计算公式为：
I’＝min(152,max(-152,I-MsqI))；
Q’＝min(134,max(-134,Q-MsqQ))；
其中，I为转换图像中对应像素点的I通道的颜色值；Q为转换图像中对应像素点的Q通道的颜色值，MsqI为I通道的偏色值；MsqQ为Q通道的偏色值；I’为转换图像中对应像素点校正后的I通道的颜色值；Q’为转换图像中对应像素点校正后的Q通道的颜色值。
作为优选的实施例，所述步骤50中将校正的转换图像进行色彩空间的转换，从YIQ色彩空间转为RGB色彩空间得到结果图像的计算公式为：
R’＝max(0,min(255,Y+0.9563*I’+0.6210*Q’+0.5))；
G’＝max(0,min(255,Y-0.2721*I’-0.6474*Q’+0.5))；
B’＝max(0,min(255,Y-1.1070*I’+1.7046*Q’+0.5))；
其中，R’、G’、B’为计算后的结果图像中RGB色彩空间对应像素点的颜色值；Y、I’、Q’为校正的转换图像中YIQ色彩空间对应像素点的颜色值。
本发明的有益效果是：
本发明的一种基于颜色空间的偏色校正方法，其通过对原始图像进行色彩空间的转换，从RGB色彩空间转为YIQ色彩空间，得到转换图像，并对转换图像的所有像素点的I通道与Q通道的颜色值进行直方图统计，分别得到I通道与Q通道的直方图统计数值及颜色平均值，从而计算得到转换图像的偏色程度，并根据转换图像的偏色程度对转换图像进行校正，并将校正后的图像重新转为RGB色彩空间，不仅算法简单，而且校正后的图像颜色更自然。
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为本发明一种基于颜色空间的偏色校正方法的流程简图。
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，本发明的一种基于颜色空间的偏色校正方法，其包括以下步骤：
10.接收原始图像；
20.对原始图像进行色彩空间的转换，从RGB色彩空间转为YIQ色彩空间，得到转换图像；
30.对转换图像的所有像素点的I通道与Q通道的颜色值进行直方图统计，并分别得到I通道与Q通道的直方图统计数值及颜色平均值；
40.根据所述直方图统计数值及颜色平均值，计算得到转换图像的偏色程度；
50.根据所述的偏色程度对转换图像进行校正，并将校正的转换图像进行色彩空间的转换，从YIQ色彩空间转为RGB色彩空间，得到校正后的结果图像。
本实施例中，还具体包括以下步骤：
所述步骤20中从RGB色彩空间转为YIQ色彩空间的计算公式如下：
Y＝0.299*R+0.587*G+0.114*B；
I＝0.596*R-0.275*G-0.321*B；
Q＝0.212*R-0.523*G+0.311*B；
其中,Y、I、Q为计算后得到的YIQ色彩空间对应像素点的颜色值，Y的范围从0到255，I的范围从-152到152，Q的范围从-134到134；R、G、B为RGB色彩空间对应像素点的颜色值。
所述步骤30进一步包括：
31.创建I通道的直方图统计数组pHistI和Q通道的直方图统计数组pHistQ，以及I通道的统计和SumI与Q通道的统计和SumQ,I通道的直方图统计数组pHistI的大小为305，Q通道的直方图统计数组pHistQ的大小为269；并将数组pHistI内的值、数组pHistQ内的值、统计和SumI、统计和SumQ都初始化为0；
32.对转换图像所有像素点进行统计，即：
pHistI[I+152]＝pHistI[I+152]+1；
pHistQ[Q+134]＝pHistQ[Q+134]+1；
SumI＝SumI+I；
SumQ＝SumQ+Q；
其中，pHistI为I通道的直方图统计数组；pHistQ为Q通道的直方图统计数组；I为转换图像中每个像素点的I通道的颜色值；Q为转换图像中每个像素点的Q通道的颜色值；SumI为I通道的统计和；SumQ为Q通道的统计和；
33.根据得到的I通道的统计和与Q通道的统计和计算得到I通道和Q通道的颜色平均值：
AvgI＝SumI/(W*H)；
AvgQ＝SumQ/(W*H)；
其中，AvgI为I通道的颜色平均值；AvgQ为Q通道的颜色平均值；SumI为I通道的统计和；SumQ为Q通道的统计和；W为转换图像的宽；H为转换图像的高。
所述步骤40中转换图像的偏色程度的计算方法如下：
41.初始化I通道的偏色值MsqI与Q通道的偏色值MsqQ为0；
42.计算I通道的偏色值MsqI和Q通道的偏色值MsqQ：
其中，MsqI为I通道的偏色值；MsqQ为Q通道的偏色值；AvgI为I通道的颜色平均值；AvgQ为Q通道的颜色平均值；W为转换图像的宽；H为转换图像的高；pHistI为I通道的直方图统计数组；pHistQ为Q通道的直方图统计数组；
43.根据所述I通道的偏色值MsqI和Q通道的偏色值MsqQ，计算得到转换图像的整体偏色系数K:
其中，K为转换图像的整体偏色系数；MsqI为I通道的偏色值；MsqQ为Q通道的偏色值；AvgI为I通道的颜色平均值；AvgQ为Q通道的颜色平均值。
所述步骤40中根据转换图像的偏色程度判断原始图像是否存在偏色的方法，进一步包括：
当K≤1时，则判断图像没有存在偏色；
当K>1时，则图像存在偏色；
其中，K为转换图像的整体偏色系数；且K的值越大，表示偏色的程度越大。
本实施例中，所述步骤50中根据偏色程度对转换图像进行校正的计算公式为：
I’＝min(152,max(-152,I-MsqI))；
Q’＝min(134,max(-134,Q-MsqQ))；
其中，I为转换图像中对应像素点的I通道的颜色值；Q为转换图像中对应像素点的Q通道的颜色值，MsqI为I通道的偏色值；MsqQ为Q通道的偏色值；I’为转换图像中对应像素点校正后的I通道的颜色值；Q’为转换图像中对应像素点校正后的Q通道的颜色值。
并且，所述步骤50中将校正的转换图像进行色彩空间的转换，从YIQ色彩空间转为RGB色彩空间得到结果图像的计算公式为：
R’＝max(0,min(255,Y+0.9563*I’+0.6210*Q’+0.5))；
G’＝max(0,min(255,Y-0.2721*I’-0.6474*Q’+0.5))；
B’＝max(0,min(255,Y-1.1070*I’+1.7046*Q’+0.5))；
其中，R’、G’、B’为计算后的结果图像中RGB色彩空间对应像素点的颜色值；Y、I’、Q’为校正的转换图像中YIQ色彩空间对应像素点的颜色值。
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 (6)
1.一种基于颜色空间的偏色校正方法，其特征在于，包括以下步骤：
10.接收原始图像；
20.对原始图像进行色彩空间的转换，从RGB色彩空间转为YIQ色彩空间，得到转换图像；
30.对转换图像的所有像素点的I通道与Q通道的颜色值进行直方图统计，并分别得到I通道与Q通道的直方图统计数值及颜色平均值；
40.根据所述直方图统计数值及颜色平均值，计算得到转换图像的偏色程度；
50.根据所述的偏色程度对转换图像进行校正，并将校正的转换图像进行色彩空间的转换，从YIQ色彩空间转为RGB色彩空间，得到校正后的结果图像；
其中，所述步骤40中转换图像的偏色程度的计算方法如下：
41.初始化I通道的偏色值MsqI与Q通道的偏色值MsqQ为0；
42.计算I通道的偏色值MsqI和Q通道的偏色值MsqQ：
<mrow>
<mi>M</mi>
<mi>s</mi>
<mi>q</mi>
<mi>I</mi>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mn>305</mn>
</munderover>
<mfrac>
<mrow>
<mo>|</mo>
<mrow>
<mo>(</mo>
<mi>j</mi>
<mo>-</mo>
<mi>A</mi>
<mi>v</mi>
<mi>g</mi>
<mi>I</mi>
<mo>-</mo>
<mn>152</mn>
<mo>)</mo>
</mrow>
<mo>*</mo>
<mi>p</mi>
<mi>H</mi>
<mi>i</mi>
<mi>s</mi>
<mi>t</mi>
<mi>I</mi>
<mo>&lsqb;</mo>
<mi>j</mi>
<mo>&rsqb;</mo>
<mo>|</mo>
</mrow>
<mrow>
<mi>W</mi>
<mo>*</mo>
<mi>H</mi>
</mrow>
</mfrac>
<mo>;</mo>
</mrow>
<mrow>
<mi>M</mi>
<mi>s</mi>
<mi>q</mi>
<mi>Q</mi>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mn>269</mn>
</munderover>
<mfrac>
<mrow>
<mo>|</mo>
<mrow>
<mo>(</mo>
<mi>j</mi>
<mo>-</mo>
<mi>A</mi>
<mi>v</mi>
<mi>g</mi>
<mi>Q</mi>
<mo>-</mo>
<mn>134</mn>
<mo>)</mo>
</mrow>
<mo>*</mo>
<mi>p</mi>
<mi>H</mi>
<mi>i</mi>
<mi>s</mi>
<mi>t</mi>
<mi>Q</mi>
<mo>&lsqb;</mo>
<mi>j</mi>
<mo>&rsqb;</mo>
<mo>|</mo>
</mrow>
<mrow>
<mi>W</mi>
<mo>*</mo>
<mi>H</mi>
</mrow>
</mfrac>
<mo>;</mo>
</mrow>
其中，MsqI为I通道的偏色值；MsqQ为Q通道的偏色值；AvgI为I通道的颜色平均值；AvgQ为Q通道的颜色平均值；W为转换图像的宽；H为转换图像的高；pHistI为I通道的直方图统计数组；pHistQ为Q通道的直方图统计数组；
43.根据所述I通道的偏色值MsqI和Q通道的偏色值MsqQ，计算得到转换图像的整体偏色系数K:
<mrow>
<mi>K</mi>
<mo>=</mo>
<msqrt>
<mfrac>
<mrow>
<mi>A</mi>
<mi>v</mi>
<mi>g</mi>
<mi>I</mi>
<mo>*</mo>
<mi>A</mi>
<mi>v</mi>
<mi>g</mi>
<mi>I</mi>
<mo>+</mo>
<mi>A</mi>
<mi>v</mi>
<mi>g</mi>
<mi>Q</mi>
<mo>*</mo>
<mi>A</mi>
<mi>v</mi>
<mi>g</mi>
<mi>Q</mi>
</mrow>
<mrow>
<mi>M</mi>
<mi>s</mi>
<mi>q</mi>
<mi>I</mi>
<mo>*</mo>
<mi>M</mi>
<mi>s</mi>
<mi>q</mi>
<mi>I</mi>
<mo>+</mo>
<mi>M</mi>
<mi>s</mi>
<mi>q</mi>
<mi>Q</mi>
<mo>*</mo>
<mi>M</mi>
<mi>s</mi>
<mi>q</mi>
<mi>Q</mi>
</mrow>
</mfrac>
</msqrt>
<mo>;</mo>
</mrow>
其中，K为转换图像的整体偏色系数；MsqI为I通道的偏色值；MsqQ为Q通道的偏色值；AvgI为I通道的颜色平均值；AvgQ为Q通道的颜色平均值。
2.根据权利要求1所述的一种基于颜色空间的偏色校正方法，其特征在于：所述步骤20中从RGB色彩空间转为YIQ色彩空间的计算公式如下：
Y＝0.299*R+0.587*G+0.114*B；
I＝0.596*R-0.275*G-0.321*B；
Q＝0.212*R-0.523*G+0.311*B；
其中,Y、I、Q为计算后得到的YIQ色彩空间对应像素点的颜色值，Y的范围从0到255，I的范围从-152到152，Q的范围从-134到134；R、G、B为RGB色彩空间对应像素点的颜色值。
3.根据权利要求1所述的一种基于颜色空间的偏色校正方法，其特征在于：所述步骤30进一步包括：
31.创建I通道的直方图统计数组pHistI和Q通道的直方图统计数组pHistQ，以及I通道的统计和SumI与Q通道的统计和SumQ,并将数组pHistI内的值、数组pHistQ内的值、统计和SumI、统计和SumQ都初始化为0；
32.对转换图像所有像素点进行统计，即：
pHistI[I+152]＝pHistI[I+152]+1；
pHistQ[Q+134]＝pHistQ[Q+134]+1；
SumI＝SumI+I；
SumQ＝SumQ+Q；
其中pHistI为I通道的直方图统计数组；pHistQ为Q通道的直方图统计数组；I为转换图像中每个像素点的I通道的颜色值；Q为转换图像中每个像素点的Q通道的颜色值；SumI为I通道的统计和；SumQ为Q通道的统计和；
33.根据得到的I通道的统计和与Q通道的统计和计算得到I通道和Q通道的颜色平均值：
AvgI＝SumI/(W*H)；
AvgQ＝SumQ/(W*H)；
其中，AvgI为I通道的颜色平均值；AvgQ为Q通道的颜色平均值；SumI为I通道的统计和；SumQ为Q通道的统计和；W为转换图像的宽；H为转换图像的高。
4.根据权利要求1所述的一种基于颜色空间的偏色校正方法，其特征在于：所述步骤40中进一步包括根据转换图像的偏色程度判断原始图像是否存在偏色，其方法为：
当K≤1时，则判断图像没有存在偏色；
当K>1时，则图像存在偏色；
其中，K为转换图像的整体偏色系数；且K的值越大，表示偏色的程度越大。
5.根据权利要求1所述的一种基于颜色空间的偏色校正方法，其特征在于：所述步骤50中根据偏色程度对转换图像进行校正的计算公式为：
I’＝min(152,max(-152,I-MsqI))；
Q’＝min(134,max(-134,Q-MsqQ))；
其中，I为转换图像中对应像素点的I通道的颜色值；Q为转换图像中对应像素点的Q通道的颜色值，MsqI为I通道的偏色值；MsqQ为Q通道的偏色值；I’为转换图像中对应像素点校正后的I通道的颜色值；Q’为转换图像中对应像素点校正后的Q通道的颜色值。
6.根据权利要求1所述的一种基于颜色空间的偏色校正方法，其特征在于：所述步骤50中将校正的转换图像进行色彩空间的转换，从YIQ色彩空间转为RGB色彩空间得到结果图像的计算公式为：
R’＝max(0,min(255,Y+0.9563*I’+0.6210*Q’+0.5))；
G’＝max(0,min(255,Y-0.2721*I’-0.6474*Q’+0.5))；
B’＝max(0,min(255,Y-1.1070*I’+1.7046*Q’+0.5))；
其中，R’、G’、B’为计算后的结果图像中RGB色彩空间对应像素点的颜色值；Y、I’、Q’为校正的转换图像中YIQ色彩空间对应像素点的颜色值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410007247.6A CN104766276B (zh) | 2014-01-07 | 2014-01-07 | 一种基于颜色空间的偏色校正方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410007247.6A CN104766276B (zh) | 2014-01-07 | 2014-01-07 | 一种基于颜色空间的偏色校正方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104766276A CN104766276A (zh) | 2015-07-08 |
| CN104766276B true CN104766276B (zh) | 2017-12-19 |
Family
ID=53648088
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410007247.6A Active CN104766276B (zh) | 2014-01-07 | 2014-01-07 | 一种基于颜色空间的偏色校正方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104766276B (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107221011A (zh) * | 2016-03-22 | 2017-09-29 | 武汉科技大学 | 一种基于加减性色彩系统的图像偏色检测方法 |
| CN106791753B (zh) * | 2016-11-28 | 2019-03-26 | 北京空间机电研究所 | 一种星地一体化面阵相机色彩校正方法 |
| CN109274950B (zh) * | 2018-11-09 | 2021-05-07 | 北京旷视科技有限公司 | 图像处理方法、装置及电子设备 |
| CN111383180B (zh) * | 2018-12-28 | 2022-09-27 | 展讯通信（上海）有限公司 | 图像增强方法、装置以及计算机存储介质 |
| CN113129222A (zh) * | 2020-01-13 | 2021-07-16 | 华为技术有限公司 | 颜色阴影校正方法、终端设备及计算机可读存储介质 |
| CN113965663B (zh) * | 2020-07-21 | 2024-09-20 | 深圳Tcl新技术有限公司 | 一种图像画质优化方法、智能终端及存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101588439A (zh) * | 2009-07-10 | 2009-11-25 | 四川大学 | 一种多视差图偏色校正方法 |
| CN103020996A (zh) * | 2012-12-28 | 2013-04-03 | 昆山市工业技术研究院有限责任公司 | 基于Lab空间的图像偏色的检测方法 |
| CN103067734A (zh) * | 2012-12-12 | 2013-04-24 | 成都三泰电子实业股份有限公司 | 视频质量诊断系统检测视频图像偏色的方法 |
| CN103440674A (zh) * | 2013-06-13 | 2013-12-11 | 厦门美图网科技有限公司 | 一种数字图像蜡笔特效的快速生成方法 |
-
2014
- 2014-01-07 CN CN201410007247.6A patent/CN104766276B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101588439A (zh) * | 2009-07-10 | 2009-11-25 | 四川大学 | 一种多视差图偏色校正方法 |
| CN103067734A (zh) * | 2012-12-12 | 2013-04-24 | 成都三泰电子实业股份有限公司 | 视频质量诊断系统检测视频图像偏色的方法 |
| CN103020996A (zh) * | 2012-12-28 | 2013-04-03 | 昆山市工业技术研究院有限责任公司 | 基于Lab空间的图像偏色的检测方法 |
| CN103440674A (zh) * | 2013-06-13 | 2013-12-11 | 厦门美图网科技有限公司 | 一种数字图像蜡笔特效的快速生成方法 |
Non-Patent Citations (3)
| Title |
|---|
| 基于图像分析的偏色检测及颜色校正方法;徐晓昭 等;《测控技术》;20080531;第27卷(第5期);第10-12页 * |
| 基于图像分析的数字图像色偏检测方法;李峰 等;《江苏大学学报(自然科学版)》;20040930;第25卷(第5期);第430-433页 * |
| 电视画质测评专家系统;韩健;《中国优秀硕士学位论文全文数据库信息科技辑》;20100815;第2010年卷(第8期);第2.2.2节 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104766276A (zh) | 2015-07-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104766276B (zh) | 一种基于颜色空间的偏色校正方法 | |
| CN105069756B (zh) | 图像增强方法 | |
| EP3570539B1 (en) | Image purple fringe eliminating system, method, computer-readable storage medium, and photographing device | |
| WO2020000546A1 (zh) | 图像色彩增强方法和装置 | |
| CN103716547A (zh) | 一种智能模式的拍照方法 | |
| CN106534677A (zh) | 一种图像过曝优化方法及装置 | |
| CN103491357A (zh) | 一种图像传感器白平衡处理方法 | |
| US20150339808A1 (en) | Image processing apparatus, image processing method, program, and recording medium | |
| KR20170073675A (ko) | Led 디스플레이에 이용되는 영상 처리 방법 및 장치 | |
| CN106530265A (zh) | 一种基于色度坐标的自适应图像融合方法 | |
| CN103854261A (zh) | 色偏图像的校正方法 | |
| CN106550227A (zh) | 一种图像饱和度调整方法及装置 | |
| CN104392425A (zh) | 一种基于人脸的自动调整对比度的图像增强方法 | |
| CN103379346A (zh) | 一种yuv格式图像的色度信息处理方法、装置及系统 | |
| CN107027017A (zh) | 一种图像白平衡的调整方法、装置、图像处理芯片及存储装置 | |
| CN103679658B (zh) | 一种根据主色调智能脱色的图像处理方法 | |
| CN104361566A (zh) | 一种优化暗部区域的图像处理方法 | |
| CN113850738A (zh) | 图像紫边的校正装置及方法 | |
| JP2014220815A (ja) | 画像色調整方法及びその電子装置 | |
| CN104469226A (zh) | 投影融合的方法及融合设备 | |
| CN107358592A (zh) | 一种迭代式全局自适应图像增强方法 | |
| CN113052765A (zh) | 基于最优栅格密度模型的全景图像拼接方法 | |
| CN102903091B (zh) | 用于在数字图像处理设备中拼接图像的方法 | |
| CN105208362B (zh) | 基于灰度平衡原理的图像色偏自动校正方法 | |
| CN104766348B (zh) | 一种基于颜色空间的偏色检测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| EXSB | Decision made by sipo to initiate substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |