CN105791710A - 一种信号灯图像增强处理方法 - Google Patents
一种信号灯图像增强处理方法 Download PDFInfo
- Publication number
- CN105791710A CN105791710A CN201610219496.0A CN201610219496A CN105791710A CN 105791710 A CN105791710 A CN 105791710A CN 201610219496 A CN201610219496 A CN 201610219496A CN 105791710 A CN105791710 A CN 105791710A
- Authority
- CN
- China
- Prior art keywords
- pixel
- color
- threshold
- time
- valid frame
- 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
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/70—Circuitry for compensating brightness variation in the scene
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/70—Circuitry for compensating brightness variation in the scene
- H04N23/71—Circuitry for evaluating the brightness variation
Abstract
本发明公开了一种信号灯图像增强处理方法,本方法首先将原始图像的RAW数据进行插值转换到RGB的图像域,再对R、G、B分量进行算法分析和处理,并对其进行修正,实现信号灯图像过爆区域的合理还原,有效解决了信号灯颜色过爆问题,使信号灯的色彩更加的符合实际的需求。
Description
技术领域
本发明属于图像处理领域,具体涉及一种信号灯图像增强处理方法。
背景技术
随着科技的发展,前端sensor的性能越来越好,支持后端的RAW数据的位宽也越来越宽,提供了更宽的动态效果。RAW的原意就是“未经加工”。RAW图像可以理解为就是CMOS或者CCD图像感应器将捕捉到的光源信号转化为数字信号的原始数据。RAW是未经处理、也未经压缩的格式,可以把RAW概念化为“原始图像编码数据”或更形象的称为“数字底片”。RAW格式的全称是RAWImageFormat,在编程中称之为原始。许多摄影师都尽量拍摄TIFF或者RAW格式的照片,来获得尽可能最好的图像品质,RAW格式文件将提供给我们最大的图片后期调整余地。RAW数据就是由感光元件记录的图像的所有灰度数据。为了得到最终可用的图像,这些RAW数据必须经过所谓的“RAW转换程序(RAWConverter)”的处理(包括去马赛克)。
RAW数据位宽的差别就是一个颜色点可以用更大的数据表示。计算机的颜色空间是RGB,也就是每个点包括红、绿、蓝三个分量,位数就是每个分量在计算机系统中占用的空间。RAW数据的位宽越大,每个分量的级别越高,可以表示的颜色种类也越多。
虽然RAW数据位宽的增大,提高了图像色彩的多样性,使得图像质量有了很大的提高,但是本身也加大了图像处理的难度,以及实现所需要的资源。
更重要的一点是,随着智能交通行业的发展,信号灯的设计也越来越高端,进而导致智能相机前端sensor输出的RAW数据出现过饱和的状态,位宽的增加并没有很好的改善饱和电子的数量,因此图像在某些场景下也会出现过爆的情况,特别在智能交通领域,随着信号灯的设计越来越亮,本身反映到图像上就会出现过爆的状态,不仅对图像的质量产生了很大的影响,更重要的是影响到了后续相关的闯红灯、压线等违规情况的识别,所以急需一种较好的信号灯修正算法来弥补。
发明内容
本发明主要解决的技术问题是提供一种信号灯图像增强处理的方法,弥补RAW数据本身的缺欠,还能够有效解决信号灯颜色过爆的问题,对信号灯的颜色进行有效的调整,使其更符合实际的颜色。
为解决上述技术问题,本发明采用如下技术方案:
一种信号灯图像增强处理方法,所述方法包括如下步骤:
(1)首先根据24小时不同时段的场景,对需要处理的包含信号灯的图像初始化相关参数;所述相关参数值包括亮度判决的最低门限(luma_threshold_low)、亮度判决的最高门限(luma_threshold_high)、像素点G分量与B分量差值的判决门限(ydelta_threshold)、像素点R分量与G分量差值的判决门限(rgdelta_threshold)、像素点G分量与R分量差值的判决门限(grdelta_threshold)、亮度二次判决门限(luma_threshold2)、红色占比率(red_ratio)、颜色检测比率(color_determine_radio)、颜色补偿值(color_compensate)。这部分参数是根据24小时不同时段的场景,根据信号灯在不同情况下的颜色显示,通过大量的统计、测试和本领域技术的经验得到的合理的参数及取值;并且将需要处理的信号灯进行框选,并且给定框选的有效框的四个点的坐标;
(2)串行输入包含信号灯的图像数据,然后根据每一帧图像的行有效信息和场有效信息进行图像的行、列计数,进而确定每个像素点的坐标,同时还对像素点的坐标与有效框的坐标进行比较,如果像素点的坐标在有效框的坐标范围内,则是需要增强的像素点,如果像素点的坐标不在有效框的坐标范围内,则直接输出;
(3)对于坐标在有效框的坐标范围内的像素点,对所述像素点的亮度阈值(luma_threshold)实时参数值进行计算;再将有效框内的像素点逐点转换为亮度(luma)信号;
具体地,根据图像处理中的增益gain来确定luma图像的亮度阈值(luma_threshold),一般分为三种情况,在设计之前需要先对该参数进行运算。具体的设计公式如下:
对算法的实现需要将框内的像素转换为luma信号,具体的转换公式为luma=0.2654*R+0.6704*G+0.0642*B,然后对框内的像素逐点进行,对同一像素来讲,框内像素转化的具体公式为:
当时,或者时,cntred(红色个数)做加一操作;当时,或者时,cntyellow(黄色个数)做加一操作;当B-R>grdelta_threshold时,cntgreen(绿色个数)做加一操作;当G-R>rddelta_threshold时,cntblue(蓝色个数)做加一操作;
当cntred、cntyellow、cntgreen、cntblue在有效框内计数结束后,然后根据颜色计数的关系,进行模式选择。具体为:
当时,mode设置为1;当cntgreen>cntred*color_determine_radio或者cntblue>cntred*color_determine_radio时,mode设置为2;当判断条件既不满足mode为1,也不满足mode为2的情况下,mode设置为3。
最后在框选的有效范围内,当时,像素点的G和B分别减掉系数color_compensate,R值不变;当时,像素点的B减掉系数color_compensate,G值不变,R值减掉color_compensate/2;当时,像素点R减掉系数color_compensate,G、B值不变;
比如说,在luma>luma_threshold的情况下,如有效框判决为红色信号灯模式,则R值分量不变,G分量和B分量都减去参数color_compensate;
在luma>luma_threshold的情况下,如有效框判决为绿色信号灯模式,则像素点的B减掉参数color_compensate,G值不变,R值减掉color_compensate/2;
(4)再根据图像数据的行、场同步信息,对有效框内的像素点进行红色、绿色、蓝色、黄色的计数统计,针对多个有效框,分别进行统计;
(5)针对每个有效框的颜色统计值,根据统计结果,判断该有效框内是什么颜色的信号灯;
(6)通过对有效框内信号灯颜色的判断,对有效框内像素的RGB分量信息进行修正;
(7)最后根据实际的场景,通过对参数的调节,校正出符合实际要求的图像颜色。
这样在最后数据输出的时候就会对信号灯过爆的区域重新进行校正,颜色比较符合实际情况。
本发明的有益效果是:
本发明首先将原始的RAW数据进行插值,转换到RGB的图像域,然后对R、G、B分量进行算法分析和处理,实现信号灯的过爆区域的合理还原,使信号灯的色彩更加的符合实际的需求。
本发明通过新的算法对RGB分量信息进行修正,这种方法简单、有效,有效的解决了信号灯颜色过爆的问题,对信号灯的颜色进行有效的调整。
附图说明
图1是本发明信号灯图像增强处理方法流程图;
图2是本发明算法设计流程图;
图3是本发明红色信号灯增强效果对比图;
图4是本发明绿色信号灯增强效果对比图。
具体实施方式
下面将参照附图更详细地描述本发明的具体实施例。虽然附图中显示了本发明的具体实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
如在通篇说明书及权利要求当中所提及的“包含”或“包括”为一开放式用语,故应解释成“包含但不限定于”。说明书后续描述为实施本发明的较佳实施方式,然所述描述乃以说明书的一般原则为目的,并非用以限定本发明的范围。本发明的保护范围当视所附权利要求所界定者为准。
实施例1
一种信号灯图像增强处理方法,具体流程图见图1,该方法的红色信号灯实施例采用1920*1080的图像为例,首先设定有效框的四个坐标点分别为(100,200)、(100,230)、(120,200)、(120,230),增益值为5,且框选的为红色信号灯,每个像素点的颜色分量分别记为(r,g,b);
(1)根据24小时不同时段的场景,对需要处理的信号灯,首先对参数初始化,具体为luma_threshold_low的取值为120、luma_threshold_high的取值为180、ydelta_threshold的取值为60、rgdelta_threshold的取值为50、grdelta_threshold的取值为100、luma_threshold2的取值为100、red_ratio的取值为1.4、color_determine_radio的取值为5、color_compensate的取值为120;
(2)根据每帧输入图像的行场同步信息,当行信息设置为高时,开始对行像素的个数进行统计记为h_cnt,同时列也会统计,记为v_cnt,并且和像素点一一对应,在统计的过程中不断去判断该像素点的h_cnt、v_cnt的范围是否在有效框的给定的坐标范围内;
(3)对于坐标在有效框的坐标范围内的像素点,对所述像素点的亮度阈值(luma_threshold)实时参数值进行计算;再将有效框内的像素点逐点转换为亮度(luma)信号;因为增益值gain=5,根据公式
可得,luma_threshold=luma_threshold_high-(luma_threshold_high-luma_threshold_low)/20*(gain-1)=180-(180-120)/20*(5-1)=168值,并对有效的像素点计算luma=0.2654*r+0.6704*g+0.0642*b,每个像素点对应一个luma值;
(4)当计数的h_cnt在100-120,v_cnt在200-230范围之间时,对每个像素点逐点进行,对于同一像素来讲,根据框内像素转化的具体公式
(当时,或者时,cntred做加一操作;当时,或者时,cntyellow做加一操作;当B-R>grdelta_threshold时,cntgreen做加一操作;当G-R>rddelta_threshold时,cntblue做加一操作)对框内的像素点进行红色、绿色、蓝色、黄色的计数统计,分别记为cntred(红色个数)、cntgreen(绿色个数)、cntblue(蓝色个数)、cntyellow(黄色个数),从统计结果发现cntred要比cntgreen、cntblue、cntyellow大很多,然后根据颜色计数的关系,进行模式选择。具体模式的判断公式为:
当时,mode(模式)设置为1;当cntgreen>cntred*color_determine_radio或者cntblue>cntred*color_determine_radio时,mode(模式)设置为2;当判断条件既不满足mode为1,也不满足mode为2的情况下,mode设置为3。
(5)通过判断该有效框处在模式为1,即有效框里是红色信号灯。
(6)最后在有效框的范围内,根据下述公式进行计算:
①当时,像素点的G和B分别减掉系数color_compensate,R值不变;②当时,像素点的B减掉系数color_compensate,G值不变,R值减掉color_compensate/2;③当时,像素点R减掉系数color_compensate,G、B值不变;
因此,对于有效框所处模式为1,是红色信号灯时,属于上述①的情况,则r=r,g=g-color_compensate=g-120,b=b-color_compensate=b-120。
对于输入的图像信号,其像素点在有效框范围内的反复做上述操作,如果在像素点在不在有效框范围内,则不做处理,直接输出,本发明的算法设计流程图具体见图2。
表1为本实施例红色信号灯增强前后的像素值对比,通过像素分量的比对可以发现,绿色和蓝色分量明显减小,进而可以突出红色分量,实现增强的效果。
表1红色信号灯增强前后像素值对比
颜色分量 | 增强前取值 | 增强后取值 | 增强前取值 | 增强后取值 |
R | 255 | 255 | 220 | 220 |
G | 255 | 135 | 222 | 102 |
B | 255 | 135 | 218 | 98 |
图3为本实施例红色信号灯增强的效果对比图,左侧这张截图为原始的过爆的图像,右侧这张是算法做了修正的图片,经过实际图像对比,结果发现,经过本发明的方法修正后的图片,解决了原始红色信号灯过爆的问题,从图像的效果来看,信号灯增强算法的效果还是非常明显的。
实施例2
一种信号灯图像增强处理方法,该方法采用绿色信号灯为例,采用1600*1200的图像,首先设定有效框的四个坐标点分别为(800,1000)、(800,1080)、(850,1000)、(850,1080),增益值为3,且框选的为绿色信号灯,每个像素点的颜色分量分别记为(r1,g1,b1);
(1)根据24小时不同时段的场景,对需要处理的信号灯,首先对参数初始化,具体为luma_threshold_low的取值为120、luma_threshold_high的取值为180、ydelta_threshold的取值为60、rgdelta_threshold的取值为50、grdelta_threshold的取值为100、luma_threshold2的取值为100、red_ratio的取值为1.4、color_determine_radio的取值为5、color_compensate的取值为120;
(2)根据每帧输入图像的行场同步信息,当行信息设置为高时,开始对行像素的个数进行统计记为h_cnt,同时列也会统计,记为v_cnt,并且和像素点一一对应,在统计的过程中不断去判断该像素点的h_cnt、v_cnt的范围是否在有效框的给定的坐标范围内;
(3)对于坐标在有效框的坐标范围内的像素点,对所述像素点的luma_threshold实时参数值进行计算;再将有效框内的像素点逐点转换为luma信号;因为增益值gain=3,根据公式可得,luma_threshold=luma_threshold_high-(luma_threshold_high-luma_threshold_low)/20*(gain-1)=180-(180-120)/20*(3-1)=174值,并对有效的像素点计算luma=0.2654*r1+0.6704*g1+0.0642*b1,每个像素点对应一个luma值;
(4)当计数的h_cnt在800-850,v_cnt在1000-1080范围之间时,对每个像素点逐点进行,对于同一像素来讲,根据框内像素转化的具体公式
(当时,或者时,cntred做加一操作;当时,或者时,cntyellow做加一操作;当B-R>grdelta_threshold时,cntgreen做加一操作;当G-R>rddelta_threshold时,cntblue做加一操作)对框内的像素点进行红色、绿色、蓝色、黄色的计数统计,分别记为cntred(红色个数)、cntgreen(绿色个数)、cntblue(蓝色个数)、cntyellow(黄色个数),从统计结果发现cntgreen要比cntred、cntblue、cntyellow大很多,然后根据颜色计数的关系,进行模式选择。具体模式的判断公式为:
当时,mode(模式)设置为1;当cntgreen>cntred*color_determine_radio或者cntblue>cntred*color_determine_radio时,mode(模式)设置为2;其他情况设置为3。
(5)通过判断该有效框处在模式为2,即有效框里是绿色信号灯。
(6)最后在有效框的范围内,根据下述公式进行计算:
①当时,像素点的G和B分别减掉系数color_compensate,R值不变;②当时,像素点的B减掉系数color_compensate,G值不变,R值减掉color_compensate/2;③当时,像素点R减掉系数color_compensate,G、B值不变;
因此,对于有效框所处模式为2,属于绿色信号灯时,属于上述②的情况,则g1=g1,r1=r1-color_compensate/2=r1-120/2=r1-60,b1=b1-color_compensate=b1-120。
对于输入的图像信号,其像素点在有效框范围内的反复做上述操作,如果在像素点在不在有效框范围内,则不做处理,直接输出。
表2为本实施例绿色信号灯增强前后的像素值对比,通过像素分量的比对也可以发现,红色和蓝色分量明显减小,进而可以突出绿色分量,实现增强的效果。
表2绿色信号灯增强前后像素值对比
图4为绿色信号灯增强的效果对比图,左侧开始第一张截图为原始的过爆的图像,第二张是算法做了修正的图片,修正后绿色有些重,第三张更直观的对比了绿色信号灯过爆情况与修正后的对比,数字为原始过爆信号灯,下面的箭头为修正后的绿灯。从图像的效果来看,信号灯增强算法的效果还是非常明显的。
表2为本实施例红色信号灯增强前后的像素值对比,通过像素分量的比对可以发现,绿色和蓝色分量明显减小,进而可以突出红色分量,实现增强的效果。
以上所述仅为本发明的实施例,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 (7)
1.一种信号灯图像增强处理方法,其特征在于,所述方法包括如下步骤:
(1)首先根据24小时不同时段的场景,对需要处理的包含信号灯的图像初始化相关参数,并对包含信号灯的图像进行框选,并且给定框选的有效框的四个点的坐标;
(2)串行输入包含信号灯的图像数据,然后根据每一帧图像的行有效信息和场有效信息进行图像的行、列计数,进而确定图像每个像素点的坐标,同时还对像素点的坐标与有效框的坐标进行比较,如果像素点的坐标在有效框的坐标范围内,则是需要增强的像素点,如果像素点的坐标不在有效框的坐标范围内,则直接输出;
(3)对于坐标在有效框坐标范围内的像素点,对其亮度阈值实时参数值进行计算;再将有效框内的像素点逐点转换为亮度信号;
(4)再根据图像数据的行、场同步信息,对有效框内的像素点进行红色、绿色、蓝色、黄色的计数统计;
(5)针对有效框的颜色计数统计值,判断该有效框内是什么颜色的信号灯;
(6)通过对有效框内信号灯颜色的判断,对有效框内像素的RGB分量信息进行修正;
(7)最后根据实际的场景,通过对参数的调节,校正出符合实际要求的图像颜色。
2.根据权利要求1所述的信号灯图像增强处理方法,其特征在于,步骤(1)中所述相关参数包括luma_threshold_low、luma_threshold_high、ydelta_threshold、rgdelta_threshold、grdelta_threshold、luma_threshold2、red_ratio、color_determine_radio、color_compensate,所述参数对应的中文含义分别为:亮度判决的最低门限、亮度判决的最高门限、像素点G分量与B分量差值的判决门限、像素点R分量与G分量差值的判决门限、像素点G分量与R分量差值的判决门限、亮度二次判决门限、红色占比率、颜色检测比率、颜色补偿值。
3.根据权利要求1所述的信号灯图像增强处理方法,其特征在于,步骤(3)中对亮度阈值进行计算的公式为:
。
4.根据权利要求1所述的信号灯图像增强处理方法,其特征在于,步骤(3)中有效框内的像素转换为亮度信号时,具体的转换公式为luma=0.2654*R+0.6704*G+0.0642*B。
5.根据权利要求4所述的信号灯图像增强处理方法,其特征在于,对同一像素来讲,框内像素转化的具体公式为:
当时,或者时,cntred做加一操作;当时,或者时,cntyellow做加一操作;当B-R>grdelta_threshold时,cntgreen做加一操作;当G-R>rddelta_threshold时,cntblue做加一操作;所述cntred、cntyellow、cntblue对应的中文含义分别为红色个数、黄色个数、绿色个数。
6.根据权利要求1所述的信号灯图像增强处理方法,其特征在于,信号灯颜色模式的判决条件为:当时,mode设置为1;当cntgreen>cntred*color_determine_radio或者cntblue>cntred*color_determine_radio时,mode设置为2;当判断条件既不满足mode为1,也不满足mode为2的情况下,mode设置为3。
7.根据权利要求6所述的信号灯图像增强处理方法,其特征在于,对像素的RGB分量信息进行修正的公式为:
当时,像素点的G和B分别减掉系数color_compensate,R值不变;当时,像素点的B减掉系数color_compensate,G值不变,R值减掉color_compensate/2;当时,像素点R减掉系数color_compensate,G、B值不变。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610219496.0A CN105791710B (zh) | 2016-04-11 | 2016-04-11 | 一种信号灯图像增强处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610219496.0A CN105791710B (zh) | 2016-04-11 | 2016-04-11 | 一种信号灯图像增强处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105791710A true CN105791710A (zh) | 2016-07-20 |
CN105791710B CN105791710B (zh) | 2019-10-29 |
Family
ID=56396163
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610219496.0A Active CN105791710B (zh) | 2016-04-11 | 2016-04-11 | 一种信号灯图像增强处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105791710B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106600569A (zh) * | 2016-11-28 | 2017-04-26 | 浙江宇视科技有限公司 | 信号灯颜色效果增强处理方法及装置 |
CN108932696A (zh) * | 2017-05-26 | 2018-12-04 | 杭州海康威视数字技术股份有限公司 | 信号灯的光晕抑制方法及装置 |
CN111028186A (zh) * | 2019-11-25 | 2020-04-17 | 泰康保险集团股份有限公司 | 一种图像增强方法和装置 |
CN112215759A (zh) * | 2019-07-11 | 2021-01-12 | 浙江宇视科技有限公司 | 信号灯颜色增强方法、装置和电子设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102496282A (zh) * | 2011-12-16 | 2012-06-13 | 湖南工业大学 | 一种rgb颜色变换的交通路口信号灯状态识别方法 |
CN102568242A (zh) * | 2012-01-17 | 2012-07-11 | 杭州海康威视系统技术有限公司 | 基于视频处理的信号灯状态检测方法及其系统 |
CN103020613A (zh) * | 2013-01-07 | 2013-04-03 | 信帧电子技术(北京)有限公司 | 一种基于视频的信号灯识别方法及装置 |
US20130222620A1 (en) * | 2012-02-24 | 2013-08-29 | Kabushiki Kaisha Toshiba | Image processing device, image processing method, and solid-state imaging device |
CN103488987A (zh) * | 2013-10-15 | 2014-01-01 | 浙江宇视科技有限公司 | 一种基于视频检测交通信号灯的方法及装置 |
CN103679733A (zh) * | 2013-12-18 | 2014-03-26 | 浙江宇视科技有限公司 | 一种信号灯图像处理方法及其装置 |
CN105160924A (zh) * | 2015-08-25 | 2015-12-16 | 公安部第三研究所 | 基于视频处理的智能信号灯状态检测方法及检测系统 |
-
2016
- 2016-04-11 CN CN201610219496.0A patent/CN105791710B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102496282A (zh) * | 2011-12-16 | 2012-06-13 | 湖南工业大学 | 一种rgb颜色变换的交通路口信号灯状态识别方法 |
CN102568242A (zh) * | 2012-01-17 | 2012-07-11 | 杭州海康威视系统技术有限公司 | 基于视频处理的信号灯状态检测方法及其系统 |
US20130222620A1 (en) * | 2012-02-24 | 2013-08-29 | Kabushiki Kaisha Toshiba | Image processing device, image processing method, and solid-state imaging device |
CN103020613A (zh) * | 2013-01-07 | 2013-04-03 | 信帧电子技术(北京)有限公司 | 一种基于视频的信号灯识别方法及装置 |
CN103488987A (zh) * | 2013-10-15 | 2014-01-01 | 浙江宇视科技有限公司 | 一种基于视频检测交通信号灯的方法及装置 |
CN103679733A (zh) * | 2013-12-18 | 2014-03-26 | 浙江宇视科技有限公司 | 一种信号灯图像处理方法及其装置 |
CN105160924A (zh) * | 2015-08-25 | 2015-12-16 | 公安部第三研究所 | 基于视频处理的智能信号灯状态检测方法及检测系统 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106600569A (zh) * | 2016-11-28 | 2017-04-26 | 浙江宇视科技有限公司 | 信号灯颜色效果增强处理方法及装置 |
CN106600569B (zh) * | 2016-11-28 | 2020-04-10 | 浙江宇视科技有限公司 | 信号灯颜色效果增强处理方法及装置 |
CN108932696A (zh) * | 2017-05-26 | 2018-12-04 | 杭州海康威视数字技术股份有限公司 | 信号灯的光晕抑制方法及装置 |
CN112215759A (zh) * | 2019-07-11 | 2021-01-12 | 浙江宇视科技有限公司 | 信号灯颜色增强方法、装置和电子设备 |
CN112215759B (zh) * | 2019-07-11 | 2024-04-09 | 浙江宇视科技有限公司 | 信号灯颜色增强方法、装置和电子设备 |
CN111028186A (zh) * | 2019-11-25 | 2020-04-17 | 泰康保险集团股份有限公司 | 一种图像增强方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN105791710B (zh) | 2019-10-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103593830B (zh) | 一种低照度视频图像增强方法 | |
US20060204124A1 (en) | Image processing apparatus for correcting contrast of image | |
CN100470588C (zh) | 增强图像颜色的方法 | |
US20060262206A1 (en) | Noise reduction method | |
US20080240605A1 (en) | Image Processing Apparatus, Image Processing Method, and Image Processing Program | |
CN105791710A (zh) | 一种信号灯图像增强处理方法 | |
JP5847341B2 (ja) | 画像処理装置、画像処理方法、プログラム、及び記録媒体 | |
CN103065334A (zh) | 一种基于hsv颜色空间的偏色检测、校正方法及装置 | |
CN104935902A (zh) | 图像色彩增强方法、装置及电子设备 | |
CN104392425A (zh) | 一种基于人脸的自动调整对比度的图像增强方法 | |
CN110766636B (zh) | 一种用于ai芯片的智能图像处理方法 | |
WO2018100950A1 (ja) | 画像処理装置、デジタルカメラ、画像処理プログラム、及び記録媒体 | |
WO2022120799A9 (zh) | 图像处理方法、装置、电子设备及存储介质 | |
US8351724B2 (en) | Blue sky color detection technique | |
CN101815220B (zh) | 影像色彩失真的校正方法 | |
CN113658043A (zh) | 图像处理方法、装置、电子设备和可读存储介质 | |
US8208754B2 (en) | Apparatus and method for reducing image noise with filter matrix and computer readable medium stored thereon computer executable instructions for performing the method | |
CN110780961B (zh) | 一种调整应用界面文字颜色的方法、存储介质及终端设备 | |
WO2019152481A1 (en) | Systems and methods for image signal processor tuning | |
US8284316B2 (en) | Real-time image processing circuit capable of enhancing brightness contrast and color saturation | |
KR101180409B1 (ko) | 히스토그램 정규화와 감마 보정 합성을 통하여 저조도 영상을 개선하는 방법 및 장치 | |
US8416323B2 (en) | Noise reduction method and noise reduction apparatus | |
CN111047653A (zh) | 一种主色调确定方法、装置、设备及可读介质 | |
US20060146352A1 (en) | Image processing unit and method thereof | |
CN106911905B (zh) | 一种基于ycbcr色彩系统实现彩色空间功能的方法 |
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 |