CN105809638A - 图像处理方法及装置 - Google Patents
图像处理方法及装置 Download PDFInfo
- Publication number
- CN105809638A CN105809638A CN201610116322.1A CN201610116322A CN105809638A CN 105809638 A CN105809638 A CN 105809638A CN 201610116322 A CN201610116322 A CN 201610116322A CN 105809638 A CN105809638 A CN 105809638A
- Authority
- CN
- China
- Prior art keywords
- image
- child partition
- picture
- child
- picture 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.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 12
- 238000000034 method Methods 0.000 claims abstract description 51
- 238000004458 analytical method Methods 0.000 claims abstract description 48
- 230000002708 enhancing effect Effects 0.000 claims abstract description 37
- 238000005192 partition Methods 0.000 claims description 156
- 230000001235 sensitizing effect Effects 0.000 claims description 44
- 238000001514 detection method Methods 0.000 claims description 19
- 238000010586 diagram Methods 0.000 claims description 14
- 238000005728 strengthening Methods 0.000 claims description 9
- 238000001914 filtration Methods 0.000 claims description 7
- 238000009499 grossing Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 abstract description 25
- 238000011282 treatment Methods 0.000 abstract description 22
- 238000010191 image analysis Methods 0.000 abstract 1
- 238000000638 solvent extraction Methods 0.000 description 8
- 238000007619 statistical method Methods 0.000 description 8
- 230000035772 mutation Effects 0.000 description 7
- 230000000903 blocking effect Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration by the use of local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20021—Dividing image into blocks, subimages or windows
Abstract
本发明涉及一种图像处理方法及装置,其方法包括:获取图像帧画面,将所述图像帧画面分成若干子分区;对各子分区分别进行图像特征分析统计,得到各子分区图像特征信息;依据各子分区图像特征信息,对各子分区分别应用增强算法进行图像增强处理,将增强后的各个图像合并得到处理后的图像帧画面。本发明通过子分区图像分析及增强处理,可以兼顾到局部区域图像的特点,实现对图像的精细调整,提高图像处理效果;此外,通过敏感区均衡增强处理,可以避免某些情况下,由于分区处理而产生的区块间的突变效应,提升图像增强算法的精细调整程度。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及一种图像处理方法及装置。
背景技术
在图像处理技术中,图像增强是通过对图像信息的分析,从而有目的地强调图像的整体或局部特性。如,将原来不清晰的图像变得清晰或增强图像中不同物体特征之间的对比差别等,以改善图像的视觉效果。目前,图像增强的一些常用算法包括:对比度变、空间滤波、图像运算等。
但是,现有的图像增强方法,往往是基于将整帧图像内容作为一个统计区,进行分析统计,并运用增强算法,对整帧图像内容进行同一图像的增强调整。这种方式,较难兼顾到局部区域图像的特点,对图像调整不够精细,由此使得图像增强算法的效果会打折扣。
发明内容
本发明的主要目的在于提供一种图像处理方法及装置,旨在提升图像处理效果。
为了达到上述目的,本发明提出一种图像处理方法,包括:
获取图像帧画面,将所述图像帧画面分成若干子分区;
对各子分区分别进行图像特征分析统计,得到各子分区图像特征信息;
依据所述各子分区图像特征信息,对各子分区分别应用增强算法进行图像增强处理,将增强后的各个图像合并得到处理后的图像帧画面。
优选地,所述对各子分区分别进行图像特征分析统计,得到各子分区图像特征信息的步骤之后还包括:
对所述各子分区图像特征信息进行敏感区域信息检测,得到所述各子分区图像中为敏感图像的区域;
所述依据所述各子分区图像特征信息,对各子分区分别应用增强算法进行图像增强处理,得到处理后的图像帧画面的步骤包括:
依据所述子分区图像和敏感图像区域的特征信息,对各子分区及敏感图像区域分别应用图像增强算法进行图像增强处理,将增强后的各个图像合并得到处理后的图像帧画面。
优选地,所述进行图像增强处理包括:进行图像的滤波、平滑处理,和/或亮度、色彩调整。
优选地,所述各子分区图像特征信息包括:各子分区图像画面中的最大亮度、最小亮度、柱状图分布及色彩特色关键信息。
优选地,所述获取图像帧画面,将所述图像帧画面分成若干子分区包括:获取图像帧画面,依据所述图像帧画面的分辨率,将所述图像帧画面分成若干子分区。
本发明实施例还提出一种图像处理装置,包括:
划分模块,用于获取图像帧画面,将所述图像帧画面分成若干子分区;
分析统计模块,用于对各子分区分别进行图像特征分析统计,得到各子分区图像特征信息;
处理模块,用于依据所述各子分区图像特征信息,对各子分区应用增强算法进行图像增强处理,将增强后的各个图像合并得到处理后的图像帧画面。
优选地,所述装置还包括:
敏感区检测模块,用于对所述各子分区图像特征信息进行敏感区域信息检测,得到所述各子分区图像中为敏感图像的区域;
所述处理模块,还用于依据所述子分区图像和敏感图像区域的特征信息,对各子分区及敏感图像区域分别应用图像增强算法进行图像增强处理,将增强后的各个图像合并得到处理后的图像帧画面。
优选地,所述处理模块进行图像增强处理包括:进行图像的滤波、平滑处理,和/或亮度、色彩调整。
优选地,所述分区图像特征信息包括:各分区图像画面中的最大亮度、最小亮度、柱状图分布及色彩特色关键信息。
优选地,获取图像帧画面,依据所述图像帧画面的分辨率,将所述图像帧画面分成若干子分区。
本发明实施例提出的一种图像处理方法及装置,通过获取图像帧画面,将所述图像帧画面分成若干子分区;对各子分区分别进行图像特征分析统计,得到分区图像特征信息;依据各子分区图像特征信息,对各子分区分别应用增强算法进行图像增强处理,得到处理后的图像帧画面,由此,通过子分区图像分析及增强处理,可以兼顾到局部区域图像的特点,实现对图像的精细调整,提高图像处理效果;此外,通过敏感区均衡增强处理,可以避免某些情况下,由于分区处理而产生的区块间的突变效应,提升图像增强算法的精细调整程度。
附图说明
图1是本发明图像处理方法第一实施例的流程示意图;
图2是现有的图像分析统计区域示意图;
图3是本发明实施例图像分析统计区域示意图;
图4是本发明图像处理方法第二实施例的流程示意图;
图5是本发明实施例中图像增强算法流程示意图;
图6是本发明实施例中图像增强算法的细化流程示意图;
图7是本发明图像处理装置第一实施例的功能模块示意图;
图8是本发明图像处理装置第二实施例的功能模块示意图。
为了使本发明的技术方案更加清楚、明了,下面将结合附图作进一步详述。
具体实施方式
如图1所示,本发明第一实施例提出一种图像处理方法,包括:
步骤S101,获取图像帧画面,将所述图像帧画面分成若干子分区;
步骤S102,对各子分区分别进行图像特征分析统计,得到各子分区图像特征信息;
为了增强图像处理效果,本实施例将图像帧画面分成若干子分区,以便对各子分区分别进行图像特征分析统计,对各子分区分别应用增强算法进行图像增强处理,以兼顾到局部区域图像的特点,实现对图像的精细调整,提高图像处理效果。
通常,图像增强算法是先对原始图像特征进行统计分析,得到图像特征信息,之后针对所得到的图像特征信息,对原始图像进行增强处理。其中,图像特征包括诸如:画面最大亮度、最小亮度、平均亮度,以及柱状图分布及色彩特色等等。对原始图像进行增强处理,通常的方法有:对比度变换,提高某些像素亮度,降低某些像素亮度。色彩变换,对某些色彩进行调整等等,以提高画面层次感及色彩效果。对原始图像进行增强处理,可以等效为以原始图像信号为输入,按照一定的增强曲线调整,输出调整后的图像信号。
具体地,如图2所示,图2为现有的图像分析统计区域(以1920*1080为例),图像增强算法的分析统计涵盖1920*1080区域中的所有像素,即整个1920*1080像素为一个大区域。
如图3所示,图3为本实施例图像分析统计区域。由图3可知,本实施例方案是将1920*1080像素分成若干个子区域,而图像增强算法的分析统计区域是以各个子区域为单位分别独立进行,即分析统计的对象是每个子区域。
其中,对各子分区分别进行图像特征分析统计,得到的分区图像特征信息可以包括:各子分区图像画面中的最大亮度、最小亮度、柱状图分布及色彩特色关键信息。
由此,通过子分区图像分析及增强处理,可以兼顾到局部区域图像的特点,实现对图像的精细调整,提高图像处理效果。
步骤S103,依据所述各子分区图像特征信息,对各子分区分别应用增强算法进行图像增强处理,将增强后的各个图像合并得到处理后的图像帧画面。
其中,进行图像增强处理可以包括:进行图像的滤波、平滑处理,和/或亮度、色彩调整等。
具体地,现有的图像增强算法流程如下:
以1920*1080为例,一帧1920*1080像素的内容画面,经统计分析后,得出诸如画面中的最大亮度、最小亮度及柱状图分布及色彩特色等关键信息,而后的图像增强算法,依据这些关键信息,得到增强调整曲线,并对各帧图像进行实时动态增强处理,如,滤波、平滑,提高某些像素亮度,降低某些像素亮度,增强对比度,对某些色彩进行增强等等。这些增强处理的统计分析基础是整帧画面,即以1920*1080像素为一个整个单位,其等效增强调整曲线为一条。
而本实施例的图像增强算法流程如下:
将一帧1920*1080像素的画面,首先按照图象分辨率,分成若干个子分区,之后,基于各个子分区,进行各子分区图像分析统计,得到各子分区图像特征信息。图像分析统计是对各个子分区进行分析统计,而不是整幅画面,各子分区图像分析统计得到的是各子分区图像特征信息。
之后,基于各子分区图像特征信息得到增强调整曲线,并对各帧图像进行实时动态增强处理,如,滤波、平滑,提高某些像素亮度,降低某些像素亮度,增强对比度,对某些色彩进行增强等等。
最后,将增强后的各个图像合并得到处理后的图像帧画面。
由此,通过子分区图像分析及增强处理,可以兼顾到局部区域图像的特点,实现对图像的精细调整,提高图像处理效果。
如图4所示,本发明第二实施例提出一种图像处理方法,基于上述图1所示的实施例,该方法在上述步骤S102:对各子分区分别进行图像特征分析统计,得到分区图像特征信息之后还包括:
步骤S104,对所述各子分区图像特征信息进行敏感区域信息检测,得到所述各子分区图像中为敏感图像的区域;
上述步骤S103:依据所述各子分区图像特征信息,对各子分区分别应用增强算法进行图像增强处理,得到处理后的图像帧画面包括:
步骤S1031,依据所述子分区图像和敏感图像区域的特征信息,对各子分区及敏感图像区域分别应用图像增强算法进行图像增强处理,将增强后的各个图像合并得到处理后的图像帧画面。
相比上述实施例,本实施例还包括敏感区域检测并进行相应均衡处理的方案。
具体地,为了避免某些情况下,由于分区处理而产生的区块间的突变效应,以提升图像增强算法的精细调整程度,本实施例采用敏感区均衡增强处理。
如图5所示,本实施例的图像增强算法流程如下:
将一帧1920*1080像素的画面,首先按照图象分辨率,分成若干个子分区,之后,基于各个子分区,进行各子分区图像分析统计,得到各子分区图像特征信息。图像分析统计是对各个子分区进行分析统计,而不是整幅画面。各子分区图像分析统计得到的图像特征信息,传递给敏感区检测模块,敏感区检测模块对上述信息进行分析,得到敏感图像区域的特征信息,例如,对于如肤色及大面积蓝天白云等图像区域,因其细节丰富过度缓慢,其变化引起的视觉反应较为敏感,是为敏感区。敏感区的识别是基于已有的技术,如肤色识别等,在此不作详述。
之后将这些子分区图像特征信息及敏感图像区域的特征信息,进一步传递给处理模块中的分区均衡图像增强算法模块。分区均衡图像增强算法模块,依据上述子分区图像特征信息及敏感图像区域的特征信息,对各子分区及敏感图像区域,应用增强算法调整图像,取得等效增强调整曲线,并运用增强调整曲线完成图像增强。
其中敏感区域检测模块的目的是,找出敏感图像区域,将敏感图像区域的特征信息传递给分区均衡图像增强算法模块。分区均衡图像增强算法模块,将这些敏感图像区域内容进行特殊均衡处理,以防止产生区间的突变及块效应。其中,特殊均衡处理的方法,可以是合并区块等方式。
具体地,对于如肤色及大面积蓝天白云等图像区域,应该将这些区域进行特殊均衡处理,如,合并处理。即,将这些区域作为一个整体,分析其图像特征,取得同一条增强调整曲线,并运用图像调整曲线进行图像增强。否则,如果将敏感区分割成不同子区,对各子区运用不同的调整曲线,可能会引起块效应,造成上述敏感区过度不自然,突变等问题。
也就是说,本实施例中的图像增强算法其增强调整曲线为多条不同的曲线,而不是一条。多条不同的增强调整曲线,对各自的区域进行调整,最后通过区域合并,得到经调整后的整帧画面。
本实施例通过上述方案,通过获取图像帧画面,将所述图像帧画面分成若干子分区;对各子分区分别进行图像特征分析统计,得到各子分区图像特征信息;依据各子分区图像特征信息,对各子分区分别应用图像增强算法进行图像增强处理,得到处理后的图像帧画面,由此,通过子分区图像分析及增强处理,可以兼顾到局部区域图像的特点,实现对图像的精细调整,提高图像处理效果;此外,通过敏感区均衡增强处理,可以避免某些情况下,由于分区处理而产生的区块间的突变效应,提升图像增强算法的精细调整程度。
参照图6所示,图6为本实施例图像增强算法的一种细化流程示意图。
如图6所示,具体流程如下:
1、图像输入:输入图像信号。
2、按分辨率分区:将整幅画面按分辨率分成若干子分区;
3、子分区图像分析:对各子区域进行图像特征分析统计,得到各子分区图像特征信息,如亮度分布信息,色彩分布信息等;
4、分区增强调整:依据得到的上述图像特征信息,运用增强算法,取得各子分区增强调整曲线,并对各子分区的图像进行增强调整,如,滤波、平滑,提高某些像素亮度,降低某些像素亮度,增强对比度,对某些色彩进行增强等等。这些增强处理的统计分析基础是整帧画面,其等效增强调整曲线为一条。之后,输出除敏感区之外的调整后的子区图像;
5、敏感图检测:各子分区图像特征信息同时送往敏感区检测,检测敏感图像区域;
6、敏感区增强调整:对同一敏感区合并处理,取得同一条均衡调整曲线,并运用一条均衡调整曲线对敏感区域图像进行增强调整。输出增强调整后的子区图像。
7、输出增强后的图像:经增强处理的各子分区及经增强处理后的敏感区域图像,合成完整的整幅增强后的图像。
本实施例方案通过子分区图像分析及增强处理,可以兼顾到局部区域图像的特点,实现对图像的精细调整,提高图像处理效果;此外,通过敏感区均衡增强处理,可以避免某些情况下,由于分区处理而产生的区块间的突变效应,提升图像增强算法的精细调整程度。
对应地,提出本发明图像处理装置实施例。
如图7所示,本发明第一实施例提出一种图像处理装置,包括:划分模块201、分析统计模块202及处理模块203,其中:
划分模块201,用于获取图像帧画面,将所述图像帧画面分成若干子分区;
分析统计模块202,用于对各子分区分别进行图像特征分析统计,得到各子分区图像特征信息;
处理模块203,用于依据所述各子分区图像特征信息,对各子分区分别应用增强算法进行图像增强处理,得到处理后的图像帧画面。
具体地,为了增强图像处理效果,本实施例将图像帧画面分成若干子分区,以便对各子分区分别进行图像特征分析统计,对各子分区分别应用增强算法进行图像增强处理,以兼顾到局部区域图像的特点,实现对图像的精细调整,提高图像处理效果。
通常,图像增强算法是先对原始图像特征进行统计分析,得到图像特征信息,之后针对所得到的图像特征信息,对原始图像进行增强处理。其中,图像特征包括诸如:画面最大亮度、最小亮度、平均亮度,以及柱状图分布及色彩特色等等。对原始图像进行增强处理,通常的方法有:对比度变换,提高某些像素亮度,降低某些像素亮度。色彩变换,对某些色彩进行调整等等,以提高画面层次感及色彩效果。对原始图像进行增强处理,可以等效为以原始图像信号为输入,按照一定的增强曲线调整,输出调整后的图像信号。
具体地,如图2所示,图2为现有的图像分析统计区域(以1920*1080为例),图像增强算法的分析统计涵盖1920*1080区域中的所有像素,即整个1920*1080像素为一个大区域。
如图3所示,图3为本实施例图像分析统计区域。由图3可知,本实施例方案是将1920*1080像素分成若干个子区域,而图像增强算法的分析统计区域是以各个子区域为单位分别独立进行,即分析统计的对象是每个子区域。
其中,对各子分区分别进行图像特征分析统计,得到的分区图像特征信息可以包括:各子分区图像画面中的最大亮度、最小亮度、柱状图分布及色彩特色关键信息。
之后,依据所述各子分区图像特征信息,对各子分区分别应用增强算法进行图像增强处理,得到处理后的图像帧画面。
其中,进行图像增强处理可以包括:进行图像的滤波、平滑处理,和/或亮度、色彩调整等。
具体地,现有的图像增强算法流程如下:
以1920*1080为例,一帧1920*1080像素的内容画面,经统计分析后,得出诸如画面中的最大亮度、最小亮度及柱状图分布及色彩特色等关键信息,而后的图像增强算法,依据这些关键信息,得到增强调整曲线,并对各帧图像进行实时动态增强处理,如,滤波、平滑,提高某些像素亮度,降低某些像素亮度,增强对比度,对某些色彩进行增强等等。这些增强处理的统计分析基础是整帧画面,即以1920*1080像素为一个整个单位,其等效增强调整曲线为一条。
而本实施例的图像增强算法流程如下:
将一帧1920*1080像素的画面,首先按照图象分辨率,分成若干个子分区,之后,基于各个子分区,进行各子分区图像分析统计,得到各子分区图像特征信息。图像分析统计是对各个子分区进行分析统计,而不是整幅画面,各子分区图像分析统计得到的是各子分区图像特征信息。
之后,基于各子分区图像特征信息得到增强调整曲线,并对各帧图像进行实时动态增强处理,如,滤波、平滑,提高某些像素亮度,降低某些像素亮度,增强对比度,对某些色彩进行增强等等。
最后,将增强后的各个图像合并得到处理后的图像帧画面。
由此,通过子分区图像分析及增强处理,可以兼顾到局部区域图像的特点,实现对图像的精细调整,提高图像处理效果。
如图8所示,本发明第二实施例提出一种图像处理装置,所述装置还包括:
敏感区检测模块204,用于对所述各子分区图像特征信息进行敏感区域信息检测,得到所述各子分区图像中为敏感图像的区域;
所述处理模块203,还用于依据所述子分区图像和敏感图像区域的特征信息,对各子分区及敏感图像区域分别应用图像增强算法进行图像增强处理,将增强后的各个图像合并得到处理后的图像帧画面。
相比上述实施例,本实施例还包括敏感区域检测并进行相应均衡处理的方案。
具体地,为了避免某些情况下,由于分区处理而产生的区块间的突变效应,以提升图像增强算法的精细调整程度,本实施例采用敏感区均衡增强处理。
如图5所示,本实施例的图像增强算法流程如下:
将一帧1920*1080像素的画面,首先按照图象分辨率,分成若干个子分区,之后,基于各个子分区,进行各子分区图像分析统计,得到各子分区图像特征信息。图像分析统计是对各个子分区进行分析统计,而不是整幅画面。各子分区图像分析统计得到的图像特征信息,传递给敏感区检测模块,敏感区检测模块对上述信息进行分析,得到敏感图像区域的特征信息,例如,对于如肤色及大面积蓝天白云等图像区域,因其细节丰富过度缓慢,其变化引起的视觉反应较为敏感,是为敏感区。敏感区的识别是基于已有的技术,如肤色识别等,在此不作详述。
之后将这些子分区图像特征信息及敏感图像区域的特征信息,进一步传递给处理模块中的分区均衡图像增强算法模块。分区均衡图像增强算法模块,依据上述子分区图像特征信息及敏感图像区域的特征信息,对各子分区及敏感图像区域,应用增强算法调整图像,取得等效增强调整曲线,并运用增强调整曲线完成图像增强。
其中敏感区域检测模块的目的是,找出敏感图像区域,将敏感图像区域的特征信息传递给分区均衡图像增强算法模块。分区均衡图像增强算法模块,将这些敏感图像区域内容进行特殊均衡处理,以防止产生区间的突变及块效应。其中,特殊均衡处理的方法,可以是合并区块等方式。
具体地,对于如肤色及大面积蓝天白云等图像区域,应该将这些区域进行特殊均衡处理,如,合并处理。即,将这些区域作为一个整体,分析其图像特征,取得同一条增强调整曲线,并运用图像调整曲线进行图像增强。否则,如果将敏感区分割成不同子区,对各子区运用不同的调整曲线,可能会引起块效应,造成上述敏感区过度不自然,突变等问题。
也就是说,本实施例中的图像增强算法其增强调整曲线为多条不同的曲线,而不是一条。多条不同的增强调整曲线,对各自的区域进行调整,最后通过区域合并,得到经调整后的整帧画面。
本实施例通过上述方案,通过获取图像帧画面,将所述图像帧画面分成若干子分区;对各子分区分别进行图像特征分析统计,得到各子分区图像特征信息;依据各子分区图像特征信息,对各子分区分别应用图像增强算法进行图像增强处理,得到处理后的图像帧画面,由此,通过子分区图像分析及增强处理,可以兼顾到局部区域图像的特点,实现对图像的精细调整,提高图像处理效果;此外,通过敏感区均衡增强处理,可以避免某些情况下,由于分区处理而产生的区块间的突变效应,提升图像增强算法的精细调整程度。
参照图6所示,图6为本实施例图像增强算法的一种细化流程示意图。
如图6所示,具体流程如下:
1、图像输入:输入图像信号。
2、按分辨率分区:将整幅画面按分辨率分成若干子分区;
3、子分区图像分析:对各子区域进行图像特征分析统计,得到各子分区图像特征信息,如亮度分布信息,色彩分布信息等;
4、分区增强调整:依据得到的上述图像特征信息,运用增强算法,取得各子分区增强调整曲线,并对各子分区的图像进行增强调整,如,滤波、平滑,提高某些像素亮度,降低某些像素亮度,增强对比度,对某些色彩进行增强等等。这些增强处理的统计分析基础是整帧画面,其等效增强调整曲线为一条。之后,输出除敏感区之外的调整后的子区图像;
5、敏感图检测:各子分区图像特征信息同时送往敏感区检测,检测敏感图像区域;
6、敏感区增强调整:对同一敏感区合并处理,取得同一条均衡调整曲线,并运用一条均衡调整曲线对敏感区域图像进行增强调整。输出增强调整后的子区图像。
7、输出增强后的图像:经增强处理的各子分区及经增强处理后的敏感区域图像,合成完整的整幅增强后的图像。
本实施例方案通过子分区图像分析及增强处理,可以兼顾到局部区域图像的特点,实现对图像的精细调整,提高图像处理效果;此外,通过敏感区均衡增强处理,可以避免某些情况下,由于分区处理而产生的区块间的突变效应,提升图像增强算法的精细调整程度。
以上所述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流程变换,或直接或间接运用在其它相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种图像处理方法,其特征在于,包括:
获取图像帧画面,将所述图像帧画面分成若干子分区;
对各子分区分别进行图像特征分析统计,得到各子分区图像特征信息;
依据所述各子分区图像特征信息,对各子分区分别应用增强算法进行图像增强处理,将增强后的各个图像合并得到处理后的图像帧画面。
2.根据权利要求1所述的方法,其特征在于,所述对各子分区分别进行图像特征分析统计,得到各子分区图像特征信息的步骤之后还包括:
对所述各子分区图像特征信息进行敏感区域信息检测,得到所述各子分区图像中为敏感图像的区域;
依据所述各子分区图像特征信息,对各子分区分别应用增强算法进行图像增强处理,将增强后的各个图像合并得到处理后的图像帧画面的步骤包括:
依据所述子分区图像和敏感图像区域的特征信息,对各子分区及敏感图像区域分别应用图像增强算法进行图像增强处理,将增强后的各个图像合并得到处理后的图像帧画面。
3.根据权利要求1或2所述的方法,其特征在于,所述进行图像增强处理包括:进行图像的滤波、平滑处理,和/或亮度、色彩调整。
4.根据权利要求1或2所述的方法,其特征在于,所述分区图像特征信息包括:各子分区图像画面中的最大亮度、最小亮度、柱状图分布及色彩特色关键信息。
5.根据权利要求1所述的方法,其特征在于,所述获取图像帧画面,将所述图像帧画面分成若干子分区包括:获取图像帧画面,依据所述图像帧画面的分辨率,将所述图像帧画面分成若干子分区。
6.一种图像处理装置,其特征在于,包括:
划分模块,用于获取图像帧画面,将所述图像帧画面分成若干子分区;
分析统计模块,用于对各子分区分别进行图像特征分析统计,得到各子分区图像特征信息;
处理模块,用于依据所述各子分区图像特征信息,对各子分区应用增强算法进行图像增强处理,将增强后的各个图像合并得到处理后的图像帧画面。
7.根据权利要求6所述的装置,其特征在于,所述装置还包括:
敏感区检测模块,用于对所述各子分区图像特征信息进行敏感区域信息检测,得到所述各子分区图像中为敏感图像的区域;
所述处理模块,还用于依据所述子分区图像和敏感图像区域的特征信息,对各子分区及敏感图像区域分别应用图像增强算法进行图像增强处理,将增强后的各个图像合并得到处理后的图像帧画面。
8.根据权利要求6或7所述的装置,其特征在于,所述处理模块进行图像增强处理包括:进行图像的滤波、平滑处理,和/或亮度、色彩调整。
9.根据权利要求6或7所述的装置,其特征在于,所述分区图像特征信息包括:各分区图像画面中的最大亮度、最小亮度、柱状图分布及色彩特色关键信息。
10.根据权利要求7所述的装置,其特征在于,
获取图像帧画面,依据所述图像帧画面的分辨率,将所述图像帧画面分成若干子分区。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610116322.1A CN105809638A (zh) | 2016-03-01 | 2016-03-01 | 图像处理方法及装置 |
PCT/CN2016/084847 WO2017148035A1 (zh) | 2016-03-01 | 2016-06-03 | 图像处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610116322.1A CN105809638A (zh) | 2016-03-01 | 2016-03-01 | 图像处理方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105809638A true CN105809638A (zh) | 2016-07-27 |
Family
ID=56466505
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610116322.1A Pending CN105809638A (zh) | 2016-03-01 | 2016-03-01 | 图像处理方法及装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN105809638A (zh) |
WO (1) | WO2017148035A1 (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107291413A (zh) * | 2017-06-08 | 2017-10-24 | 深圳Tcl新技术有限公司 | 显示终端、画面对比度提高方法及计算机可读存储介质 |
CN108010491A (zh) * | 2017-11-08 | 2018-05-08 | 孙兴珍 | 一种基于瞳孔半径检测的背景光调节方法 |
CN109035183A (zh) * | 2018-08-14 | 2018-12-18 | 信利光电股份有限公司 | 一种亮度调整方法、装置及电子设备 |
CN111353339A (zh) * | 2018-12-21 | 2020-06-30 | 厦门歌乐电子企业有限公司 | 一种物体识别装置及方法 |
WO2022067489A1 (zh) * | 2020-09-29 | 2022-04-07 | 深圳市大疆创新科技有限公司 | 图像处理方法、装置及图像采集设备 |
CN114449181A (zh) * | 2020-11-05 | 2022-05-06 | 晶晨半导体(上海)股份有限公司 | 图像和视频处理方法及其系统、数据处理设备、介质 |
CN115114963A (zh) * | 2021-09-24 | 2022-09-27 | 中国劳动关系学院 | 基于卷积神经网络的智能流媒体视频大数据分析方法 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108665428B (zh) * | 2018-04-26 | 2022-11-11 | 青岛海信移动通信技术股份有限公司 | 图像增强方法、装置、设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050094892A1 (en) * | 2003-11-04 | 2005-05-05 | Samsung Electronics Co., Ltd. | Method and apparatus for enhancing local luminance of image, and computer-readable recording medium for storing computer program |
US20080042927A1 (en) * | 2006-08-16 | 2008-02-21 | Samsung Electronics Co., Ltd. | Display apparatus and method of adjusting brightness thereof |
CN101510302A (zh) * | 2009-03-25 | 2009-08-19 | 北京中星微电子有限公司 | 一种图像增强方法和装置 |
CN102236883A (zh) * | 2010-04-27 | 2011-11-09 | 株式会社理光 | 图像增强方法和装置、物体检测方法和装置 |
CN103024300A (zh) * | 2012-12-25 | 2013-04-03 | 华为技术有限公司 | 一种高动态范围图像显示方法及装置 |
CN104252700A (zh) * | 2014-09-18 | 2014-12-31 | 电子科技大学 | 一种红外图像的直方图均衡化方法 |
CN104580925A (zh) * | 2014-12-31 | 2015-04-29 | 安科智慧城市技术(中国)有限公司 | 一种控制图像亮度的方法、装置及摄像机 |
-
2016
- 2016-03-01 CN CN201610116322.1A patent/CN105809638A/zh active Pending
- 2016-06-03 WO PCT/CN2016/084847 patent/WO2017148035A1/zh active Application Filing
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050094892A1 (en) * | 2003-11-04 | 2005-05-05 | Samsung Electronics Co., Ltd. | Method and apparatus for enhancing local luminance of image, and computer-readable recording medium for storing computer program |
US20080042927A1 (en) * | 2006-08-16 | 2008-02-21 | Samsung Electronics Co., Ltd. | Display apparatus and method of adjusting brightness thereof |
CN101510302A (zh) * | 2009-03-25 | 2009-08-19 | 北京中星微电子有限公司 | 一种图像增强方法和装置 |
CN102236883A (zh) * | 2010-04-27 | 2011-11-09 | 株式会社理光 | 图像增强方法和装置、物体检测方法和装置 |
CN103024300A (zh) * | 2012-12-25 | 2013-04-03 | 华为技术有限公司 | 一种高动态范围图像显示方法及装置 |
CN104252700A (zh) * | 2014-09-18 | 2014-12-31 | 电子科技大学 | 一种红外图像的直方图均衡化方法 |
CN104580925A (zh) * | 2014-12-31 | 2015-04-29 | 安科智慧城市技术(中国)有限公司 | 一种控制图像亮度的方法、装置及摄像机 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107291413A (zh) * | 2017-06-08 | 2017-10-24 | 深圳Tcl新技术有限公司 | 显示终端、画面对比度提高方法及计算机可读存储介质 |
WO2018223602A1 (zh) * | 2017-06-08 | 2018-12-13 | 深圳Tcl新技术有限公司 | 显示终端、画面对比度提高方法及计算机可读存储介质 |
CN108010491A (zh) * | 2017-11-08 | 2018-05-08 | 孙兴珍 | 一种基于瞳孔半径检测的背景光调节方法 |
CN108010491B (zh) * | 2017-11-08 | 2018-09-07 | 深圳市星王电子有限公司 | 一种基于瞳孔半径检测的背景光调节方法 |
CN109035183A (zh) * | 2018-08-14 | 2018-12-18 | 信利光电股份有限公司 | 一种亮度调整方法、装置及电子设备 |
CN111353339A (zh) * | 2018-12-21 | 2020-06-30 | 厦门歌乐电子企业有限公司 | 一种物体识别装置及方法 |
WO2022067489A1 (zh) * | 2020-09-29 | 2022-04-07 | 深圳市大疆创新科技有限公司 | 图像处理方法、装置及图像采集设备 |
CN114449181A (zh) * | 2020-11-05 | 2022-05-06 | 晶晨半导体(上海)股份有限公司 | 图像和视频处理方法及其系统、数据处理设备、介质 |
WO2022095742A1 (zh) * | 2020-11-05 | 2022-05-12 | 晶晨半导体(上海)股份有限公司 | 图像和视频处理方法及其系统、数据处理设备、介质 |
CN115114963A (zh) * | 2021-09-24 | 2022-09-27 | 中国劳动关系学院 | 基于卷积神经网络的智能流媒体视频大数据分析方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2017148035A1 (zh) | 2017-09-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105809638A (zh) | 图像处理方法及装置 | |
EP3087730B1 (en) | Method for inverse tone mapping of an image | |
CN106504281B (zh) | 应用于cmos图像传感器的图像画质增强和滤波方法 | |
Wang et al. | A fast single-image dehazing method based on a physical model and gray projection | |
US11100613B2 (en) | Systems and methods for enhancing edges in images | |
Gupta et al. | Review of different local and global contrast enhancement techniques for a digital image | |
CN101626454B (zh) | 一种增强视频可视性的方法 | |
KR20090013934A (ko) | 이차원 정지 화상에 대해 몰입감을 생성하는 방법 및시스템 그리고 상기 몰입감 생성을 위한 팩터 조절 방법,이미지 콘텐트 분석 방법 및 스케일링 파라미터 예측 방법 | |
CN104335565A (zh) | 采用具有自适应滤芯的细节增强滤波器的图像处理方法 | |
CN103714520A (zh) | 基于fpga实现数字视频图像增强系统及其方法 | |
CN109587395B (zh) | 一种基于图像处理和虚拟增强的防止眩光的系统及其实现方法 | |
CN103702116B (zh) | 一种图像的宽动态压缩方法和装置 | |
TWI698124B (zh) | 影像調整方法以及相關的影像處理電路 | |
DE102020200310A1 (de) | Verfahren und System zur Dunstreduzierung für die Bildverarbeitung | |
WO2019090580A1 (en) | System and method for image dynamic range adjusting | |
EP3171331A1 (en) | Method for acquiring histogram, method for dynamically adjusting brightness and image processing device | |
Vazquez-Corral et al. | A fast image dehazing method that does not introduce color artifacts | |
CN105701780A (zh) | 一种遥感影像处理方法及系统 | |
Liu et al. | Single image haze removal via depth-based contrast stretching transform | |
US20140169669A1 (en) | Tone mapping method of high dynamic range image/video | |
CN109636739B (zh) | 图像饱和度增强的细节处理方法及装置 | |
CN106157253A (zh) | 图像处理装置与图像处理方法 | |
CN109982012B (zh) | 图像处理方法及装置、存储介质、终端 | |
US20070286522A1 (en) | Method for sharpness enhancing an image | |
CN103258318B (zh) | 一种图像降噪处理方法及系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160727 |