CN105321153A - 视频监控低照度图像色彩还原方法和装置 - Google Patents
视频监控低照度图像色彩还原方法和装置 Download PDFInfo
- Publication number
- CN105321153A CN105321153A CN201410325721.XA CN201410325721A CN105321153A CN 105321153 A CN105321153 A CN 105321153A CN 201410325721 A CN201410325721 A CN 201410325721A CN 105321153 A CN105321153 A CN 105321153A
- Authority
- CN
- China
- Prior art keywords
- image
- light
- level
- low
- color
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N9/00—Details of colour television systems
- H04N9/64—Circuits for processing colour signals
Abstract
本发明公开了一种视频监控低照度图像色彩还原方法,包括步骤:获取与低照度图像对应的正常照度的参考背景图像,参考背景图像与低照度图像由视频拍摄装置在同一位置以同一拍摄角度拍摄而成;提取低照度图像的前景区域和背景区域;对于背景区域,直接使用参考背景图像的第一UV分量数据替代低照度图像的第二UV分量数据,实现低照度图像的色彩还原;对于前景区域,提取参考背景图像的主色调,生成第三UV分量数据,实现低照度图像的色彩还原;将处理后的前景区域和背景区域合成输出。本发明还公开了一种视频监控低照度图像色彩还原装置。本发明即使在照明条件不够理想的条件下,也可获取到高质量的彩色视频监控图像。
Description
技术领域
本发明涉及图像处理领域,尤其涉及视频监控低照度图像色彩还原方法和装置。
背景技术
在视频监控的实际应用中,视频监控场景的照明条件是变化无常的,对于一些非理想状况:如雨天、雾天、晚间等获取的视频监控图像质量会明显下降,甚至难以分辨有效目标从而提取有用信息。目前低照度图像色彩还原的常用方法有两类:一类方法是找到合适的参考图像,然后使用直方图匹配的方法还原彩色信息,该类方法对于运动的监控场景效果并不理想,因其将运动部分也完全按照参考图像特征进行排列,忽略了运动部分物体本身的特征。二类方法也是找到合适的参考图像,将低照度监控图像映射到RGB(红、绿、蓝三通道颜色)三个通道生成伪色彩融合图像,转换到YUV颜色空间(Y表示亮度,U、V表示色度),最后将参考图像的颜色信息传输至融合图像,获取彩色融合图像,该方法缺点是融合后,背景区域图像色彩的真实性都会存在问题。因此,如何在照明条件不够理想的条件下,获取到高质量的彩色视频监控图像成为亟待解决的问题。
发明内容
本发明的主要目的在于提供一种视频监控低照度图像色彩还原方法和装置,旨在解决在照明条件不够理想的条件下,获取到高质量的彩色视频监控图像的问题。
为实现上述目的,本发明提供一种视频监控低照度图像色彩还原方法,所述视频监控低照度图像色彩还原方法包括以下步骤:
获取与低照度图像对应的正常照度的参考背景图像,所述参考背景图像与所述低照度图像由视频拍摄装置在同一位置以同一拍摄角度拍摄而成;
提取所述低照度图像的前景区域和背景区域;
对于所述背景区域,直接使用所述参考背景图像的第一UV分量(色度分量)数据替代所述低照度图像的第二UV分量数据,实现所述低照度图像的色彩还原;
对于所述前景区域,提取所述参考背景图像的主色调,生成第三UV分量数据,实现所述低照度图像的色彩还原;
将处理后的所述前景区域和所述背景区域合成输出。
优选地,所述获取与低照度图像对应的正常照度的参考背景图像的步骤之前还包括:
建立各个拍摄角度的所述低照度图像与正常照度的参考背景图像的映射关系图库。
优选地,所述提取低照度图像的前景区域和背景区域的步骤之前还包括:
提取所述低照度图像Y分量(亮度分量)信息,对所述低照度图像进行预处理。
所述提取监控图像的前景区域和背景区域的步骤具体包括:
使用光流场运动检测算法提取所述低照度图像的前景区域和背景区域。
优选地,所述对于所述前景区域,提取所述参考背景图像的主色调,生成第三UV分量数据,实现所述低照度图像的色彩还原的步骤具体包括:
提取所述前景区域Y分量最多的像素点;
根据所述最多的像素点,查找所述参考背景图像第三UV分量数据来确定主色调;
根据所述主色调选取所述参考背景图像,使用基于YUV空间的色彩融合方式进行第三UV分量的色彩还原。
为了实现上述目的,本发明进一步提供一种视频监控低照度图像色彩还原装置,所述视频监控低照度图像色彩还原装置包括:
获取模块,用于获取与低照度图像对应的正常照度的参考背景图像,所述参考背景图像与所述低照度图像由视频拍摄装置在同一位置以同一拍摄角度拍摄而成;
提取区域模块,用于提取所述低照度图像的前景区域和背景区域;
背景区域处理模块,用于对所述背景区域进行处理,直接使用所述参考背景图像的第一UV分量数据替代所述低照度图像的第二UV分量数据,实现所述低照度图像的色彩还原;
前景区域处理模块,用于对所述前景区域进行处理,提取所述参考背景图像主色调,生成第三UV分量数据,实现所述低照度图像的色彩还原;
合成模块,用于将处理后的所述前景区域和所述背景区域合成输出。
优选地,所述视频监控低照度图像色彩还原装置还包括:
映射模块,用于建立各个拍摄角度的所述低照度图像与正常照度的所述参考背景图像的映射关系图库。
优选地,所述视频监控低照度图像色彩还原装置还包括:
预处理模块,用于提取所述低照度图像Y分量信息,对所述低照度图像进行预处理。
优选地,所述提取区域模块,所述提取区域模块,具体用于使用光流场运动检测算法提取所述低照度图像的前景区域和背景区域。
优选地,所述前景区域处理模块包括:
像素提取单元,用于提取所述前景区域Y分量最多的像素点;
查找单元,用于根据最多的像素点,查找所述参考背景图像第三UV分量数据来确定主色调;
还原单元,用于根据所述主色调选取所述参考背景图像,使用基于YUV空间的色彩融合方式进行第三UV分量的色彩还原。
本发明提供的视频监控低照度图像色彩还原方法包括:获取与低照度图像对应的正常照度的参考背景图像,所述参考背景图像与所述低照度图像由视频拍摄装置在同一位置以同一拍摄角度拍摄而成;提取所述低照度图像的前景区域和背景区域;对于所述背景区域,直接使用所述参考背景图像的第一UV分量数据替代所述低照度图像的第二UV分量数据,实现所述低照度图像的色彩还原;对于所述前景区域,提取所述参考背景图像的主色调,生成第三UV分量数据,实现所述低照度图像的色彩还原;将处理后的所述前景区域和所述背景区域合成输出。本发明提供的视频监控低照度图像色彩还原方法所能实现的有益效果为即使在照明条件不够理想的条件下,也可获取到高质量的彩色视频监控图像。
附图说明
图1为本发明视频监控低照度图像色彩还原方法一实施例的流程示意图;
图2为图1中步骤S400的细化流程示意图;
图3为本发明视频监控低照度图像色彩还原方法另一实施例的流程示意图;
图4为本发明视频监控低照度图像色彩还原装置一实施例的功能模块示意图;
图5为图4中前景区域处理模块的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
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。
本发明提供一种视频监控低照度图像色彩还原方法,参照图1,图1为本发明视频监控低照度图像色彩还原方法一实施例的流程示意图,在一实施例中,该视频监控低照度图像色彩还原方法包括以下步骤:
步骤S100、获取与低照度图像对应的正常照度的参考背景图像,所述参考背景图像与所述低照度图像由视频拍摄装置在同一位置以同一拍摄角度拍摄而成。
低照度图像指的是当被摄景物的光亮度低到一定程度而使摄像机输出的视频信号电平低到某一规定值时的景物光亮度值时,显示出来的很难分辨出层次的、灰暗的图像,比如说夜间无灯光时的监控图像。正常照度图像指在正常光亮度值下显示的清晰图像,比如说白天拍摄的正常图像。获取与夜间监控图像场景相似的白天正常照度背景图像,背景图像的获取使用间隔一段时间拍摄一次,相同角度图像使用光流场运动检测算法检测前景与背景,检测前景区域近乎为零,即为合格的背景图像,将背景图像存储入库并于拍摄角度建立映射关系,且映射关系图库中的图像与低照度监控图像大小相同。
步骤S200、提取所述低照度图像的前景区域和背景区域。
使用光流场运动检测算法将低照度图像分割为前景区域和背景区域,并分别提取前景区域和背景区域,其中,前景区域为运动对象区域,背景区域为静止对象区域,不同运动对象所产生的光流场不同,同一运动特体所产生的光流场至少在局部连续,因此根据光流场可以采用光流运动参数模型估计运动对像的运动轨迹。
步骤S300、对于所述背景区域,直接使用所述参考背景图像的第一UV分量数据替代所述低照度图像的第二UV分量数据,实现所述低照度图像的色彩还原。
对于静止的背景区域,首先在映射关系图库中查找到对应的正常照度参考背景图像,然后将高清彩色的参考背景图像直接替代低照度灰暗的背景图像。
步骤S400、对于所述前景区域,提取所述参考背景图像的主色调,生成第三UV分量数据,实现所述低照度图像的色彩还原。
对于运动的前景区域,模拟假设某色调为主,首先在映射关系图库中查找到对应的正常照度参考背景图像,然后提取所述参考背景图像主色调,生成UV色度分量数据,实现所述低照度图像的色彩还原。
步骤S500、将处理后的前景区域和背景区域合成输出。
将步骤S300处理得到的背景区域和步骤S400得到的前景区域进行图像合成,生成新的彩色图像进行输出。
本实施例提供的视频监控低照度图像色彩还原方法包括:步骤S100、获取与低照度图像对应的正常照度的参考背景图像,所述参考背景图像与所述低照度图像由视频拍摄装置在同一位置以同一拍摄角度拍摄而成;步骤S200、提取所述低照度图像的前景区域和背景区域;步骤S300、对于所述背景区域,直接使用所述参考背景图像的第一UV分量数据替代所述低照度图像的第二UV分量数据,实现所述低照度图像的色彩还原;步骤S400、对于所述前景区域,提取所述参考背景图像的主色调,生成第三UV分量数据,实现所述低照度图像的色彩还原;步骤S500、将处理后的所述前景区域和所述背景区域合成输出。本实施例提供的频监控低照度图像色彩还原方法所能实现的有益效果为即使在照明条件不够理想的条件下,也可获取到高质量的彩色视频监控图像。
进一步参见图2,本实施例提供的视频监控低照度图像色彩还原方法步骤S100之前还包括:
步骤S100A、建立各个拍摄角度的所述低照度图像与正常照度的参考背景图像的映射关系图库。
背景图像的获取使用间隔一段时间拍摄一次,获取监控场景所有角度的背景图像,应在良好光照条件下,间隔时间选择15分钟以上,拍摄次数5次以上,相同角度图像进行光流场运动检测算法提取前景区域与背景区域,前景区域不超过整个图像的3%则满足要求,即为合格的背景图像,将背景图像存储入库并以拍摄角度建立映射关系,且映射关系图库中的参考图像与低照度监控图像大小相同。建立各个拍摄角度映射关系图库可以快捷、准确、高效的获取到对应的参考图像,从而达到提升还原图像效率与效果的双重目的。
进一步参见图2,本实施例提供的视频监控低照度图像色彩还原方法步骤S200之前还包括:
步骤S200A、提取所述低照度图像Y分量信息,对所述低照度图像进行预处理。
提取低照度图像Y分量亮度信息,进行预处理包括噪声抑制、增加图像对比度,噪声抑制可以提高图像的信噪比,突出图像的期望特征;增加图像对比度可以增加灰度值的动态范围,使得均衡后的图像更加清晰。
如图3所示,步骤S400具体包括:
步骤S410、提取所述前景区域Y分量最多的像素点。
“像素”是用来计算数码影像的一种单位,如同摄影的相片一样,数码影像也具有连续性的浓淡阶调,我们若把影像放大数倍,会发现这些连续色调其实是由许多色彩相近的小方点所组成,这些小方点就是构成影像的最小单位,即“像素”,这种最小的图形的单元能在屏幕上显示通常是单个的染色点,越高位的像素,其拥有的色板也就越丰富,越能表达颜色的真实感。一个像素通常被视为图像的最小的完整采样,用来表示一幅图像的像素越多,结果更接近原始的图像,所以提取前景区域Y分量最多的像素点,就可以更好地还原清晰图像。
步骤S420、根据最多的像素点,查找所述参考背景图像UV分量数据来确定主色调。
根据前景区域Y分量最多的像素点,查找低照度图像对应的正常照度参考背景图像,并根据正常照度参考背景图像的UV分量色度数据,确定低照度图像主色调,色调是指物体反射的光线中以哪种波长占优势来决定的,不同波长产生不同颜色的感觉,色调是颜色的重要特征,它决定了颜色本质的根本特征,主色调是指在整个画面色调中起主导作用的一种或几种颜色,主色调如同一首乐曲中的主旋律能产生整体和谐的效果。
步骤S430、根据主色调选取参考背景图像,使用基于YUV空间的色彩融合方式进行UV分量的色彩还原。
根据步骤S420确定的主色调,在映射关系图库中选取参考背景图像,使用基于YUV空间的色彩融合方式进行UV分量的色彩恢复,最后将背景的颜色信息传输至融合图像,获取整体彩色融合效果。
本实施例还进一步提供一种视频监控低照度图像色彩还原装置,参见图4,所述视频监控低照度图像色彩还原装置包括:
获取模块20,用于获取与低照度图像对应的正常照度的参考背景图像,所述参考背景图像与所述低照度图像由视频拍摄装置在同一位置以同一拍摄角度拍摄而成。
低照度图像指的是当被摄景物的光亮度低到一定程度而使摄像机输出的视频信号电平低到某一规定值时的景物光亮度值时,显示出来的很难分辨出层次的、灰暗的图像,比如说夜间无灯光时的监控图像。正常照度图像指在正常光亮度值下显示的清晰图像,比如说白天拍摄的正常图像。获取与夜间监控图像场景相似的白天正常照度背景图像,背景图像的获取使用间隔一段时间拍摄一次,相同角度图像使用光流场运动检测算法检测前景与背景,检测前景区域近乎为零,即为合格的背景图像,将背景图像存储入库并于拍摄角度建立映射关系,且映射关系图库中的图像与低照度监控图像大小相同。
提取区域模块40,用于提取所述低照度图像的前景区域和背景区域。
使用光流场运动检测算法将低照度图像分割为前景区域和背景区域,并分别提取前景区域和背景区域,其中,前景区域为运动对象区域,背景区域为静止对象区域,不同运动对象所产生的光流场不同,同一运动特体所产生的光流场至少在局部连续,因此根据光流场可以采用光流运动参数模型估计运动对像的运动轨迹。
背景区域处理模块50,用于对背景区域进行处理,直接使用所述参考背景图像的第一UV分量数据替代低照度图像的第二UV分量数据,实现所述低照度图像的色彩还原。
对于静止的背景区域,首先在映射关系图库中查找到对应的正常照度参考背景图像,然后将高清彩色的参考背景图像直接替代低照度灰暗的背景图像。
前景区域处理模块60,用于对所述前景区域进行处理,提取所述参考背景图像主色调,生成第三UV分量数据,实现所述低照度图像的色彩还原。
对于运动的前景区域,模拟假设某色调为主,首先在映射关系图库中查找到对应的正常照度参考背景图像,然后提取所述参考背景图像主色调,生成UV色度分量数据,实现所述低照度图像的色彩还原。
合成模块70,用于将处理后的前景区域和背景区域合成输出。
将背景区域处理模块50处理得到的背景区域和前景区域处理模块60处理得到的前景区域进行图像合成,生成新的彩色图像进行输出。
本实施例提供的视频监控低照度图像色彩还原装置包括:获取模块20,用于获取与低照度图像对应的正常照度的参考背景图像,所述参考背景图像与所述低照度图像由视频拍摄装置在同一位置以同一拍摄角度拍摄而成;提取区域模块40,用于提取所述低照度图像的前景区域和背景区域;背景区域处理模块50,用于对所述背景区域进行处理,直接使用所述参考背景图像的第一UV分量数据替代所述低照度图像的第二UV分量数据,实现所述低照度图像的色彩还原;前景区域处理模块60,用于对所述前景区域进行处理,提取所述参考背景图像主色调,生成第三UV分量数据,实现所述低照度图像的色彩还原;合成模块70,用于将处理后的所述前景区域和所述背景区域合成输出。本实施例提供的视频监控低照度图像色彩还原装置所能实现的有益效果为即使在照明条件不够理想的条件下,也可获取到高质量的彩色视频监控图像。
进一步参见图4,本实施例提供的视频监控低照度图像色彩还原装置还包括:
映射模块10,用于建立各个拍摄角度的所述低照度图像与正常照度的所述参考背景图像的映射关系图库。
背景图像的获取使用间隔一段时间拍摄一次,获取监控场景所有角度的背景图像,应在良好光照条件下,间隔时间选择15分钟以上,拍摄次数5次以上,相同角度图像进行光流场运动检测算法提取前景区域与背景区域,前景区域不超过整个图像的3%则满足要求,即为合格的背景图像,将背景图像存储入库并以拍摄角度建立映射关系,且映射关系图库中的参考图像与低照度监控图像大小相同。建立各个拍摄角度映射关系库可以快捷、准确、高效的获取到对应的参考图像,从而达到提升还原图像效率与效果的双重目的。
进一步参见图2,本实施例提供的视频监控低照度图像色彩还原装置还包括:
预处理模块30,用于提取所述低照度图像Y分量信息,对所述低照度图像进行预处理。
提取低照度图像Y分量亮度信息,进行预处理包括噪声抑制、增加图像对比度,噪声抑制可以提高图像的信噪比,突出图像的期望特征;增加图像对比度可以增加灰度值的动态范围,使得均衡后的图像更加清晰。
如图5所示,所述前景区域处理模块60包括:
像素提取单元61,用于提取所述前景区域Y分量最多的像素点。
“像素”是用来计算数码影像的一种单位,如同摄影的相片一样,数码影像也具有连续性的浓淡阶调,我们若把影像放大数倍,会发现这些连续色调其实是由许多色彩相近的小方点所组成,这些小方点就是构成影像的最小单位,即“像素”,这种最小的图形的单元能在屏幕上显示通常是单个的染色点,越高位的像素,其拥有的色板也就越丰富,越能表达颜色的真实感。一个像素通常被视为图像的最小的完整采样,用来表示一幅图像的像素越多,结果更接近原始的图像,所以提取前景区域Y分量最多的像素点,就可以更好地还原清晰图像。
查找单元62,用于根据最多的像素点,查找所述参考背景图像第三UV分量数据来确定主色调。
根据前景区域Y分量最多的像素点,查找低照度图像对应的正常照度参考背景图像,并根据正常照度参考背景图像的UV分量色度数据,确定低照度图像主色调,色调是指物体反射的光线中以哪种波长占优势来决定的,不同波长产生不同颜色的感觉,色调是颜色的重要特征,它决定了颜色本质的根本特征,主色调是指在整个画面色调中起主导作用的一种或几种颜色,主色调如同一首乐曲中的主旋律能产生整体和谐的效果。
还原单元63,用于根据所述主色调选取所述参考背景图像,使用基于YUV空间的色彩融合方式进行第三UV分量的色彩还原。
根据步骤查找单元62确定的主色调,在映射关系图库中选取参考背景图像,使用基于YUV空间的色彩融合方式进行UV分量的色彩恢复,最后将背景的颜色信息传输至融合图像,获取彩色融合图像。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种视频监控低照度图像色彩还原方法,其特征在于,所述视频监控低照度图像色彩还原方法包括以下步骤:
获取与低照度图像对应的正常照度的参考背景图像,所述参考背景图像与所述低照度图像由视频拍摄装置在同一位置以同一拍摄角度拍摄而成;
提取所述低照度图像的前景区域和背景区域;
对于所述背景区域,直接使用所述参考背景图像的第一UV分量数据替代所述低照度图像的第二UV分量数据,实现所述低照度图像的色彩还原;
对于所述前景区域,提取所述参考背景图像的主色调,生成第三UV分量数据,实现所述低照度图像的色彩还原;
将处理后的所述前景区域和所述背景区域合成输出。
2.如权利要求1所述的视频监控低照度图像色彩还原方法,其特征在于,所述获取与低照度图像对应的正常照度的参考背景图像的步骤之前还包括:
建立各个拍摄角度的所述低照度图像与正常照度的参考背景图像的映射关系图库。
3.如权利要求1所述的视频监控低照度图像色彩还原方法,其特征在于,所述提取低照度图像的前景区域和背景区域的步骤之前还包括:
提取所述低照度图像Y分量信息,对所述低照度图像进行预处理。
4.如权利要求1所述的视频监控低照度图像色彩还原方法,其特征在于,所述提取监控图像的前景区域和背景区域的步骤具体包括:
使用光流场运动检测算法提取所述低照度图像的前景区域和背景区域。
5.如权利要求1至4任一项所述的视频监控低照度图像色彩还原方法,其特征在于,所述对于所述前景区域,提取所述参考背景图像的主色调,生成第三UV分量数据,实现所述低照度图像的色彩还原的步骤具体包括:
提取所述前景区域Y分量最多的像素点;
根据所述最多的像素点,查找所述参考背景图像第三UV分量数据来确定主色调;
根据所述主色调选取所述参考背景图像,使用基于YUV空间的色彩融合方式进行第三UV分量的色彩还原。
6.一种视频监控低照度图像色彩还原装置,其特征在于,所述视频监控低照度图像色彩还原装置包括:
获取模块,用于获取与低照度图像对应的正常照度的参考背景图像,所述参考背景图像与所述低照度图像由视频拍摄装置在同一位置以同一拍摄角度拍摄而成;
提取区域模块,用于提取所述低照度图像的前景区域和背景区域;
背景区域处理模块,用于对所述背景区域进行处理,直接使用所述参考背景图像的第一UV分量数据替代所述低照度图像的第二UV分量数据,实现所述低照度图像的色彩还原;
前景区域处理模块,用于对所述前景区域进行处理,提取所述参考背景图像主色调,生成第三UV分量数据,实现所述低照度图像的色彩还原;
合成模块,用于将处理后的所述前景区域和所述背景区域合成输出。
7.如权利要求6所述的视频监控低照度图像色彩还原装置,其特征在于,所述视频监控低照度图像色彩还原装置还包括:
映射模块,用于建立各个拍摄角度的所述低照度图像与正常照度的所述参考背景图像的映射关系图库。
8.如权利要求6所述的视频监控低照度图像色彩还原装置,其特征在于,所述视频监控低照度图像色彩还原装置还包括:
预处理模块,用于提取所述低照度图像Y分量信息,对所述低照度图像进行预处理。
9.如权利要求6所述的视频监控低照度图像色彩还原装置,其特征在于,所述提取区域模块,具体用于使用光流场运动检测算法提取所述低照度图像的前景区域和背景区域。
10.如权利要求6至9任一项所述的视频监控低照度图像色彩还原装置,其特征在于,所述前景区域处理模块包括:
像素提取单元,用于提取所述前景区域Y分量最多的像素点;
查找单元,用于根据最多的像素点,查找所述参考背景图像第三UV分量数据来确定主色调;
还原单元,用于根据所述主色调选取所述参考背景图像,使用基于YUV空间的色彩融合方式进行第三UV分量的色彩还原。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410325721.XA CN105321153B (zh) | 2014-07-09 | 2014-07-09 | 视频监控低照度图像色彩还原方法和装置 |
PCT/CN2014/094736 WO2015154526A1 (zh) | 2014-07-09 | 2014-12-24 | 视频监控低照度图像色彩还原方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410325721.XA CN105321153B (zh) | 2014-07-09 | 2014-07-09 | 视频监控低照度图像色彩还原方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105321153A true CN105321153A (zh) | 2016-02-10 |
CN105321153B CN105321153B (zh) | 2019-11-19 |
Family
ID=54287261
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410325721.XA Active CN105321153B (zh) | 2014-07-09 | 2014-07-09 | 视频监控低照度图像色彩还原方法和装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN105321153B (zh) |
WO (1) | WO2015154526A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110310223B (zh) * | 2019-07-03 | 2023-04-07 | 云南电网有限责任公司电力科学研究院 | 一种紫外光与可见光图像的融合方法 |
CN112995581A (zh) * | 2019-12-12 | 2021-06-18 | 北京英泰智科技股份有限公司 | 一种视频监控方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002033958A2 (en) * | 2000-10-19 | 2002-04-25 | Eastman Kodak Company | Methods for automatically and semi-automatically transforming digital image data to provide a desired image look |
CN101340510A (zh) * | 2008-08-07 | 2009-01-07 | 中兴通讯股份有限公司 | 一种视频增强的方法及其装置 |
CN103020924A (zh) * | 2012-12-13 | 2013-04-03 | 武汉大学 | 基于相似场景的低照度监控图像增强方法 |
CN103503027A (zh) * | 2011-03-04 | 2014-01-08 | Lbt创新有限公司 | 摄像装置所用的颜色校准方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020140824A1 (en) * | 2001-04-02 | 2002-10-03 | Christoff Jordan C. | System and method for processing low illumination image data |
CN101489121B (zh) * | 2009-01-22 | 2013-02-13 | 北京中星微电子有限公司 | 一种基于视频监控的背景模型初始化和更新方法 |
CN101783963B (zh) * | 2010-02-10 | 2012-07-18 | 西安理工大学 | 一种具有高光抑制的夜间图像增强方法 |
CN102665034A (zh) * | 2012-03-16 | 2012-09-12 | 江苏华枫物联网科技有限公司 | 一种针对摄像机采集视频的夜间效果去除方法 |
CN103020930A (zh) * | 2012-11-26 | 2013-04-03 | 天津大学 | 一种夜间监控视频增强方法 |
-
2014
- 2014-07-09 CN CN201410325721.XA patent/CN105321153B/zh active Active
- 2014-12-24 WO PCT/CN2014/094736 patent/WO2015154526A1/zh active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002033958A2 (en) * | 2000-10-19 | 2002-04-25 | Eastman Kodak Company | Methods for automatically and semi-automatically transforming digital image data to provide a desired image look |
CN101340510A (zh) * | 2008-08-07 | 2009-01-07 | 中兴通讯股份有限公司 | 一种视频增强的方法及其装置 |
CN103503027A (zh) * | 2011-03-04 | 2014-01-08 | Lbt创新有限公司 | 摄像装置所用的颜色校准方法 |
CN103020924A (zh) * | 2012-12-13 | 2013-04-03 | 武汉大学 | 基于相似场景的低照度监控图像增强方法 |
Non-Patent Citations (1)
Title |
---|
周虹 等;: "《CbCr色彩空间的彩色图像光线补偿方法研究》", 《柳州职业技术学院学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
Also Published As
Publication number | Publication date |
---|---|
WO2015154526A1 (zh) | 2015-10-15 |
CN105321153B (zh) | 2019-11-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Huang et al. | Efficient contrast enhancement using adaptive gamma correction with weighting distribution | |
CN1977542B (zh) | 利用感知规律提取主色以产生来自视频内容的环境光 | |
Kong et al. | Color image enhancement using brightness preserving dynamic histogram equalization | |
DE102019106252A1 (de) | Verfahren und System für Lichtquellenschätzung zur Bildverarbeitung | |
CN106570838B (zh) | 一种图像亮度优化方法及装置 | |
CN102567727A (zh) | 一种背景目标替换方法和装置 | |
CN103440674B (zh) | 一种数字图像蜡笔特效的快速生成方法 | |
JP2004509486A (ja) | 色かぶり検出及び除去方法 | |
CN107392879B (zh) | 一种基于参考帧的低照度监控图像增强方法 | |
CN104883504A (zh) | 开启智能终端上高动态范围hdr功能的方法及装置 | |
KR20070090224A (ko) | 전자 색 이미지 채도 처리 방법 | |
WO2022160895A1 (zh) | 图像处理方法、图像处理装置、电子系统及可读存储介质 | |
JP2003271971A (ja) | ディジタルカラー画像信号における照度変化のリアルタイムの識別と補償のための方法 | |
CN113748426B (zh) | 实时馈送中的内容感知的pq范围分析仪和色调映射 | |
US20180025476A1 (en) | Apparatus and method for processing image, and storage medium | |
KR20190030870A (ko) | 가상 크로마키 배경을 이용하여 영상을 합성하는 장치, 방법 및 컴퓨터 프로그램 | |
CN108711160B (zh) | 一种基于hsi增强性模型的目标分割方法 | |
CN113556526A (zh) | 一种基于rgbw滤光阵列的彩色夜视设备色彩增强方法 | |
CN113132696A (zh) | 图像色调映射方法、装置、电子设备和存储介质 | |
CN110807735A (zh) | 图像处理方法、装置、终端设备及计算机可读存储介质 | |
CN105321153A (zh) | 视频监控低照度图像色彩还原方法和装置 | |
KR101985880B1 (ko) | 디스플레이 장치 및 이의 제어 방법 | |
CN106550227A (zh) | 一种图像饱和度调整方法及装置 | |
Lam et al. | Automatic white balancing using standard deviation of RGB components | |
Lam et al. | Automatic white balancing using luminance component and standard deviation of RGB components [image preprocessing] |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |