CN105825479B - 一种环境光下的图像增强方法 - Google Patents
一种环境光下的图像增强方法 Download PDFInfo
- Publication number
- CN105825479B CN105825479B CN201610066328.2A CN201610066328A CN105825479B CN 105825479 B CN105825479 B CN 105825479B CN 201610066328 A CN201610066328 A CN 201610066328A CN 105825479 B CN105825479 B CN 105825479B
- Authority
- CN
- China
- Prior art keywords
- image
- display
- under
- brightness
- environment light
- 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
- 238000000034 method Methods 0.000 title claims abstract description 108
- 230000002708 enhancing effect Effects 0.000 claims abstract description 105
- 238000012545 processing Methods 0.000 claims abstract description 38
- 238000005457 optimization Methods 0.000 claims abstract description 17
- 238000005286 illumination Methods 0.000 claims description 50
- 239000011159 matrix material Substances 0.000 claims description 34
- 238000006243 chemical reaction Methods 0.000 claims description 19
- 230000003287 optical effect Effects 0.000 claims description 15
- 230000004044 response Effects 0.000 claims description 12
- 239000000284 extract Substances 0.000 claims description 9
- 238000010586 diagram Methods 0.000 claims description 7
- 230000006978 adaptation Effects 0.000 claims description 5
- 238000012546 transfer Methods 0.000 abstract description 5
- 230000009466 transformation Effects 0.000 abstract description 4
- 230000006870 function Effects 0.000 description 24
- 230000003044 adaptive effect Effects 0.000 description 16
- 238000012360 testing method Methods 0.000 description 10
- 230000000007 visual effect Effects 0.000 description 6
- 230000001965 increasing effect Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 230000007704 transition 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
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/92—Dynamic range modification of images or parts thereof based on global image properties
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Controls And Circuits For Display Device (AREA)
- Control Of Indicators Other Than Cathode Ray Tubes (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种环境光下的图像增强方法，属于图像处理领域。所述发明包括提取原始图像的亮度值，确定可见度阈值，结合显示设备所处环境的光强度，确定亮度增强图像。根据显示设备所处环境的光强度，结合恰可察觉误差模型确定显示图像的梯度增益函数，进而通过加权优化的方式获取环境光下增强的显示图像。经过色彩空间变换得到可读性增强的彩色显示图像。通过基于加权的梯度域优化框架，对显示图像的亮度和细节进行增强，提高环境光下显示图像的可读性，使用环境光下非线性传递函数增强显示图像亮度，同时采用恰可察觉误差模型来补偿环境光导致的梯度损失，最终实现增强显示设备上的图像的可读性。
Description
技术领域
本发明属于图像处理领域，特别涉及一种环境光下的图像增强方法。
背景技术
最近在显示技术研究中，观察条件成为一个热点问题，引起了显示器制造商相当的关注。例如照明性能中的色温特性使显示图像看起来偏红或偏蓝。此外，经常会遇到不同的光照条件急剧变化的情况，比如手机在办公和户外。由于光照强度提高了显示设备的黑电平亮度，会降低显示设备的对比度、色彩度和色域尺寸；特别是在日光条件下，移动设备上显示的图像显得很暗，并且损失了很多细节信息。因此，在强烈的室外条件下，获得高亮度的、可见细节多的，饱和色彩的图像对于可以显著地改善显示图像在不同环境光下的可读性至关重要。
2007年Myong-Young Lee等人在Journal of Image Science and Technology上的一篇名为“Illumination-level adaptive color reproduction method withlightness adaptation and flare compensation for mobile display”引入了S形的Naka-Rushton方程来增强图像亮度，并对彩色失真进行色度补偿，该方法得到了明亮鲜艳的图像。Kim等人提出了基于周围环境光的对比敏感度函数，然后把它作为一个滤波器，通过结合环境光强度提高显示设备亮度的方式，增强小尺寸液晶显示器的显示图像质量。
在实现本发明的过程中，发明人发现现有技术至少存在以下问题：
环境光线不仅损失会显示图像的对比度，而且会损失显示图像的亮度。尤其在很强的环境光下，亮度损失相对于其他损失而言更为严重，这样会导致显示图像整体偏暗，并造成显示图像大量的细节丢失以及对比度的损失。此时单纯通过亮度增强方法这样会导致显示图像的细节损失，并且随着环境光的增强，细节损失会越发明显，降低了显示图像的可读性。
发明内容
为了解决现有技术的问题，本发明提供了一种环境光下的图像增强方法，所述环境光下的图像增强方法，包括：
提取原始图像的亮度值，结合背景亮度掩膜模型确定用于显示设备显示的显示图像的可见度阈值；
根据所述可见度阈值，结合所述显示设备所处环境的光强度，确定环境光下与所述显示图像对应的亮度增强图像；
根据所述显示设备所处环境的光强度，分别生成在室内光照下和室外光照下的显示图像，结合恰可察觉误差模型确定所述显示图像的梯度增益函数；
提取所述原始图像的梯度值，结合所述显示图像的梯度增益函数生成所述显示图像的梯度矩阵；
根据所述亮度增强图像和所述梯度矩阵，通过加权优化的方式获取环境光下增强的显示图像；
对所述环境光下增强的显示图像进行色彩空间逆转换，得到可读性增强的彩色显示图像。
可选的，提取原始图像的亮度值，结合背景亮度掩膜模型确定用于显示设备显示的显示图像的可见度阈值，包括：
将所述原始图像从RGB色彩空间转换到YUV色彩空间，得到YUV色彩空间下的显示图像，提取所述显示图像的Y分量即亮度值L(x,y)；
根据所述转换图像的亮度值L(x,y)，通过公式一确定所述转换图像的平均亮度值
公式一，
其中，B(i,j)是加权低通滤波器；
根据所述转换图像的平均亮度值结合背景亮度掩膜模型，通过公式一确定用于显示设备显示的显示图像的可见度阈值T(x,y)，
公式二。
可选的，根据所述可见度阈值，结合所述显示设备所处环境的光强度，确定环境光下与所述显示图像对应的亮度增强图像，包括：
根据所述显示设备所述环境的光强度Eamb，通过公式三确定人眼视觉在室内的响应矩阵Rindoor，以及所述显示设备的反射光强度Lrefl，
公式三，
其中，Y是所述显示图像的亮度，δ是常数并且δ＝IA α×β，n为常数，IA为人眼适应亮度，α是常数，β取值取决于人眼的视锥视杆细胞，取值范围为2.00到5.83；
通过公式四确定所述显示图像的增强变量i，
公式四，
其中，fmax(Rindoor)为所述响应矩阵Rindoor中的最大元素，fmin(Rindoor)为所述响应矩阵Rindoor中的最小元素，Lrefl所述显示设备的反射光强度，Lmax的和Lblack是所述显示设备的最大亮度和黑电平亮度；
结合所述可见度阈值T(x,y)和所述显示图像的增强变量i，通过公式五确定与所述显示图像对应的亮度增强图像d(x,y)，
d(x,y)＝(L(x,y))i+(1-i)·T(x,y)·L(x,y) 公式五，
其中，L(x,y)为所述显示图像的亮度值。
可选的，根据所述显示设备所处环境的光强度，分别生成在室内光照下和室外光照下的显示图像，结合恰可察觉误差模型确定所述显示图像的梯度增益函数，包括：
根据所述显示设备在室内光照下的光强度Eamb1以及所述显示设备在室内光照下的光强度Eamb2，通过公式三中的表达式确定所述显示设备在室内光照下的反射光强度Lrefl1和所述显示设备在室内光照下的反射光强度Lrefl2；
通过公式六，分别确定所述显示设备在室内光照下的显示图像Lindoor和室外光照下的显示图像Loutdoor，
公式六，
其中，L是所述原始图像亮度值，Lmax的和Lblack是所述显示设备的最大亮度和黑电平亮度，γ是显示器的伽玛值，通常取值2.2；
通过公式七，结合所述显示设备在室内光照下的显示图像Lindoor和室外光照下的显示图像Loutdoor，确定恰可觉察误差模型下的JND值，
公式七，
结合ΔL(Lindoor)和ΔL(Loutdoor)，通过公式八确定所述显示图像的梯度增益函数s(x,y)，
公式八。
可选的，提取所述原始图像的梯度值，结合所述显示图像的梯度增益函数生成所述显示图像的梯度矩阵，包括
提取所述原始图像的梯度值
结合所述显示图像的梯度增益函数s(x,y)，通过公式九生成所述显示图像的梯度矩阵g(x,y)，
公式九。
可选的，根据所述亮度增强图像和所述梯度矩阵，通过加权优化的方式获取环境光下增强的显示图像，包括
根据与所述显示图像对应的亮度增强图像d(x,y)通过公式十确定梯度优化框架中的权值A，
A(x,y)＝d(x,y)α· 公式十，
其中，α·为对图像亮度的敏感度；
根据亮度增强图像d(x,y)和梯度矩阵g(x,y)，构建如公式十一所示的梯度优化框架，
公式十
一，
其中，λ为的系数；
对所述梯度优化框架进行最小化处理，得到环境光下增强的显示图像f(x,y)。
可选的，对所述环境光下增强的显示图像进行色彩空间逆转换，得到可读性增强的彩色显示图像，包括
结合所述原始图像的亮度值L(x,y)和所述环境光下增强的显示图像f(x,y)，通过公式十二对所述原始图像进行转换，得到转换后的与R、G、B三个通道对应分量，最终得到可读性增强的彩色显示图像，
公式十二，
其中，MRo(x,y)为所述原始图像在RGB色彩空间中R通道的分量值，MGo(x,y)为所述原始图像在RGB色彩空间中G通道的分量值、MBo(x,y)为所述原始图像在RGB色彩空间中B通道的分量值，MR(x,y)为所述可读性增强的彩色显示图像在RGB色彩空间中R通道的分量值，MG(x,y)为所述可读性增强的彩色显示图像在RGB色彩空间中G通道的分量值，MB(x,y)为所述可读性增强的彩色显示图像在RGB色彩空间中B通道的分量值，γ是显示器的伽玛值，通常取值2.2。
本发明提供的技术方案带来的有益效果是：
通过基于加权的梯度域优化框架，对显示图像的亮度和细节进行增强，提高环境光下显示图像的可读性，使用环境光下非线性传递函数增强显示图像亮度，同时采用恰可察觉误差模型来补偿环境光导致的梯度损失，最终实现增强显示设备上的图像的可读性。
附图说明
为了更清楚地说明本发明的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明提供的一种环境光下的图像增强方法的结构示意图；
图2(a)是本发明提供的图像Hat的原始图像；
图2(b)是本发明提供的光照下颜色自适应复原方法处理的图像Hat在环境光为500lux下的增强图像；
图2(c)是本发明提供的光照下颜色自适应复原方法处理的图像Hat在环境光为5000lux下的增强图像；
图2(d)是本发明提供的光照下颜色自适应复原方法处理的图像Hat在环境光为1000lux下的增强图像；
图3(a)是本发明提供的图像Hat的原始图像；
图3(b)是本发明提供的基于环境光的图像自适应增强方法处理的图像Hat在环境光为500lux下的增强图像；
图3(c)是本发明提供的基于环境光的图像自适应增强方法处理的图像Hat在环境光为5000lux下的增强图像；
图3(d)是本发明提供的基于环境光的图像自适应增强方法处理的图像Hat在环境光为10000lux下的增强图像；
图4(a)是本发明提供的图像Hat的原始图像；
图4(b)是本发明提供的本发明提出的方法处理图像Hat在环境光为500lux下的增强图像；
图4(c)是本发明提供的本发明提出的方法处理图像Hat在环境光为5000lux下的增强图像；
图4(d)是本发明提供的本发明提出的方法处理图像Hat在环境光为1000lux下的增强图像；
图5(a)是本发明提供的测试图像Window的原始图像；
图5(b)是本发明提供的本发明提出的方法处理图像Window在环境光为500lux下的增强图像；
图5(c)是本发明提供的本发明提出的方法处理图像Window在环境光为5000lux下的增强图像；
图5(d)是本发明提供的本发明提出的方法处理图像Window在环境光为10000lux下的增强图像；
图6(a)是本发明提供的测试图像Guy的原始图像；
图6(b)是本发明提供的本发明提出的方法处理图像Guy在环境光为500lux下的增强图像；
图6(c)是本发明提供的本发明提出的方法处理图像Guy在环境光为5000lux下的增强图像；
图6(d)是本发明提供的本发明提出的方法处理图像Guy在环境光为10000lux下的增强图像；
图7(a)是本发明提供的测试图像Alley的原始图像；
图7(b)是本发明提供的本发明提出的方法处理图像Alley在环境光为500lux下的增强图像；
图7(c)是本发明提供的本发明提出的方法处理图像Alley在环境光为5000lux下的增强图像；
图7(d)是本发明提供的本发明提出的方法处理图像Alley在环境光为10000lux下的增强图像。
具体实施方式
为使本发明的结构和优点更加清楚，下面将结合附图对本发明的结构作进一步地描述。
实施例一
本发明提供了一种环境光下的图像增强方法，如图1所示，所述环境光下的图像增强方法，包括：
11、提取原始图像的亮度值，结合背景亮度掩膜模型确定用于显示设备显示的显示图像的可见度阈值。
12、根据所述可见度阈值，结合所述显示设备所处环境的光强度，确定环境光下与所述显示图像对应的亮度增强图像。
13、根据所述显示设备所处环境的光强度，分别生成在室内光照下和室外光照下的显示图像，结合恰可察觉误差模型确定所述显示图像的梯度增益函数。
14、提取所述原始图像的梯度值，结合所述显示图像的梯度增益函数生成所述显示图像的梯度矩阵。
15、根据所述亮度增强图像和所述梯度矩阵，通过加权优化的方式获取环境光下增强的显示图像。
16、对所述环境光下增强的显示图像进行色彩空间逆转换，得到可读性增强的彩色显示图像。
在实施中，为了解决现有技术中存在的环境光照下显示设备显示的图像可读性变差的缺陷，本发明提出了一种环境光下的图像增强方法，通过亮度增强可以增强显示图像的人眼视觉响应；同时，本方法可以有效地增强显示图像的细节，以尽量减少环境光下显示图像梯度和细节的损失。通过上述方法，能够通过增强显示图像的亮度和细节，改善环境光下显示图像的可读性。随着环境光的增加，设备显示图像的可读性和视觉效果可以得到持续性的增强。
本可读性增强方法，基于加权的梯度域优化框架，可同时增强显示图像的亮度和细节，提高环境光下显示图像的可读性；针对于亮度增强项，则使用环境光下非线性传递函数增强显示图像亮度；在梯度增强项上，采用恰可察觉误差模型(Just NoticeableDifference，JND)来补偿环境光导致的梯度损失，这里的恰可察觉误差是指目视观察时可以区分出差异的最小阈限。最后通过求解该加权梯度域优化框架，实现显示设备上的图像增强。
本发明提出的一种环境光下的图像增强方法，包括提取原始图像的亮度值，确定可见度阈值，结合显示设备所处环境的光强度，确定亮度增强图像。根据显示设备所处环境的光强度，结合恰可察觉误差模型确定显示图像的梯度增益函数，进而通过加权优化的方式获取环境光下增强的显示图像。经过色彩空间变换得到可读性增强的彩色显示图像。通过基于加权的梯度域优化框架，对显示图像的亮度和细节进行增强，提高环境光下显示图像的可读性，使用环境光下非线性传递函数增强显示图像亮度，同时采用恰可察觉误差模型来补偿环境光导致的梯度损失，最终实现增强显示设备上的图像的可读性。
可选的，提取原始图像的亮度值，结合背景亮度掩膜模型确定用于显示设备显示的显示图像的可见度阈值，包括：
将所述原始图像从RGB色彩空间转换到YUV色彩空间，得到YUV色彩空间下的显示图像，提取所述显示图像的Y分量即亮度值L(x,y)；
根据所述转换图像的亮度值L(x,y)，通过公式一确定所述转换图像的平均亮度值
公式一，
其中，B(i,j)是加权低通滤波器；
根据所述转换图像的平均亮度值结合背景亮度掩膜模型，通过公式一确定用于显示设备显示的显示图像的可见度阈值T(x,y)，
公式二。
在实施中，步骤11具体包括：
101、将所述原始图像从RGB色彩空间转换到YUV色彩空间，得到YUV色彩空间下的显示图像，提取所述显示图像的Y分量即亮度值L(x,y)。
这里将原始图像进行色彩空间的转换，即从原始的RGB色彩空间转换至YUV色彩空间，由于后者是以亮度和亮度色差信号进行图像保存以及传输的，便于单独对图像的亮度分量单独进行调节，因此本发明提出的环境光下的图像增强方法的大部分步骤均在YUV色彩空间内进行。具体的色彩转换矩阵本实施例中不再进行赘述。
102、根据所述转换图像的亮度值L(x,y)，通过公式一确定所述转换图像的平均亮度值
公式一，
其中，B(i,j)是加权低通滤波器，其具体形式如下所示，
由于其滤波器B(i,j)所有项和为32，因此需要滤波后除以32来保持其加权求和后图像像素的亮度范围不变。
这里在获取转换图像的平均亮度时，是通过滑动窗口实现的，即在转换图像中设置一个规模小于转换图像的滑动窗口，该滑动窗口中包含有5×5个像素。当该滑动窗口位于初始位置是图像的左上角像素时，利用低通滤波器和该像素邻域加权求和计算该像素的平均亮度。然后依次滑动窗口遍历整个图像，最终获得图像的平均亮度。
103、根据所述转换图像的平均亮度值结合背景亮度掩膜模型，通过公式一确定用于显示设备显示的显示图像的可见度阈值T(x,y)，
公式二。
本步骤所使用的背景亮度掩膜模型揭示了随着背景亮度的变化人眼对亮度差的敏感度变化。可见度阈值T(x,y)为人眼对亮度差的敏感度，可见度阈值是指人眼可感知的亮度差阈值，当亮度差变化大于可见度阈值时则人眼可感知到该亮度变化，相反则无法感到该变化。当可见度阈值较小时，则说明该区域人眼较为敏感不利于较大的亮度增强，否则会产生过增强问题。因此结合该可见度阈值可以根据图像像素亮度有效地控制其亮度增强程度。
可选的，根据所述可见度阈值，结合所述显示设备所处环境的光强度，确定环境光下与所述显示图像对应的亮度增强图像，包括：
根据所述显示设备所述环境的光强度Eamb，通过公式三确定人眼视觉在室内的响应矩阵Rindoor，以及所述显示设备的反射光强度Lrefl，
公式三，
其中，Y是所述显示图像的亮度，δ是常数并且δ＝IA α×β，n为常数，IA为人眼适应亮度，α是常数，β取值取决于人眼的视锥视杆细胞，取值范围为2.00到5.83；
通过公式四确定所述显示图像的增强变量i，
公式四，
其中，fmax(Rindoor)为所述响应矩阵Rindoor中的最大元素，fmin(Rindoor)为所述响应矩阵Rindoor中的最小元素，Lrefl所述显示设备的反射光强度，Lmax的和Lblack是所述显示设备的最大亮度和黑电平亮度；
结合所述可见度阈值T(x,y)和所述显示图像的增强变量i，通过公式五确定与所述显示图像对应的亮度增强图像d(x,y)，
d(x,y)＝(L(x,y))i+(1-i)·T(x,y)·L(x,y) 公式五，
其中，L(x,y)为所述显示图像的亮度值。
在实施中，步骤12具体包括：
201、根据所述显示设备所述环境的光强度Eamb，通过公式三确定人眼视觉在室内的响应矩阵Rindoor，以及所述显示设备的反射光强度Lrefl，
公式三，
其中，Y是所述显示图像的亮度，δ是常数并且δ＝IA α×β，n为常数，IA为人眼适应亮度，α是常数，β取值取决于人眼的视锥视杆细胞，取值范围为2.00到5.83。
202、通过公式四确定所述显示图像的增强变量i，
公式四，
其中，fmax(Rindoor)为所述响应矩阵Rindoor中的最大元素，fmin(Rindoor)为所述响应矩阵Rindoor中的最小元素，Lrefl所述显示设备的反射光强度，Lmax的和Lblack是所述显示设备的最大亮度和黑电平亮度。
示例性的，响应矩阵Rindoor如下：
典型的，fmax(Rindoor)为0.352，fmin(Rindoor)为0.029，基于Lmax的和Lblack的取值，可以获取到的显示图像的增强变量i为0.283。
203、结合所述可见度阈值T(x,y)和所述显示图像的增强变量i，通过公式五确定与所述显示图像对应的亮度增强图像d(x,y)，
d(x,y)＝(L(x,y))i+(1-i)·T(x,y)·L(x,y) 公式五，
其中，L(x,y)为所述显示图像的亮度值。
基于步骤11中获取到的可见度阈值T(x,y)结合步骤203获取到的显示图像增强变量i，可以获取与显示图像对应的亮度增强图像d(x,y)，该亮度增强图像与原始图像相比，通过使用如公式五所示的非线性传递函数的方式，显著的提升了显示图像的亮度，从而部分的提高显示图像的可读性。
可选的，根据所述显示设备所处环境的光强度，分别生成在室内光照下和室外光照下的显示图像，结合恰可察觉误差模型确定所述显示图像的梯度增益函数，包括：
根据所述显示设备在室内光照下的光强度Eamb1以及所述显示设备在室内光照下的光强度Eamb2，通过公式三中的表达式确定所述显示设备在室内光照下的反射光强度Lrefl1和所述显示设备在室内光照下的反射光强度Lrefl2；
通过公式六，分别确定所述显示设备在室内光照下的显示图像Lindoor和室外光照下的显示图像Loutdoor，
公式六，
其中，L是所述原始图像亮度值，Lmax的和Lblack是所述显示设备的最大亮度和黑电平亮度，γ是显示器的伽玛值，通常取值2.2；
通过公式七，结合所述显示设备在室内光照下的显示图像Lindoor和室外光照下的显示图像Loutdoor，确定恰可觉察误差模型下的JND值，
公式七，
结合ΔL(Lindoor)和ΔL(Loutdoor)，通过公式八确定所述显示图像的梯度增益函数s(x,y)，
公式八。
在实施中，步骤13具体包括：
301、根据所述显示设备在室内光照下的光强度Eamb1以及所述显示设备在室内光照下的光强度Eamb2，通过公式三中的表达式确定所述显示设备在室内光照下的反射光强度Lrefl1和所述显示设备在室内光照下的反射光强度Lrefl2。
在本步骤中之所以要分别获取室内和室外光照这两种条件下的反射光强度，是为了后续步骤中根据两者的数值获取梯度增益函数。
302、通过公式六，分别确定所述显示设备在室内光照下的显示图像Lindoor和室外光照下的显示图像Loutdoor，
公式六，
其中，L是所述原始图像亮度值，Lmax的和Lblack是所述显示设备的最大亮度和黑电平亮度，γ是显示器的伽玛值，通常取值2.2。
303、通过公式七，结合所述显示设备在室内光照下的显示图像Lindoor和室外光照下的显示图像Loutdoor，确定恰可觉察误差模型下的JND值，
公式七。
本步骤中采用恰可察觉误差模型(Just Noticeable Difference，JND)来补偿环境光导致的梯度损失，恰可察觉误差是指目视观察时可以区分出差异的最小阈限。这里采用恰可察觉误差模型(Just Noticeable Difference，JND)来补偿在梯度增强项上由于环境光导致的显示图像的梯度损失。
304、结合ΔL(Lindoor)和ΔL(Loutdoor)，通过公式八确定所述显示图像的梯度增益函数s(x,y)，
公式八。
可选的，提取所述原始图像的梯度值，结合所述显示图像的梯度增益函数生成所述显示图像的梯度矩阵，包括
提取所述原始图像的梯度值
结合所述显示图像的梯度增益函数s(x,y)，通过公式九生成所述显示图像的梯度矩阵g(x,y)，
公式九。
在实施中，步骤14包括：
401、提取所述原始图像的梯度值
本步骤中提取原始图像梯度值的方式为：利用x轴和y轴方向的差分算子计算原始图像的梯度，其具体实现为
402、结合所述显示图像的梯度增益函数s(x,y)，通过公式九生成所述显示图像的梯度矩阵g(x,y)，
公式九。
示例性的，基于步骤304获取到的梯度增益函数s(x,y)，结合步骤401提取到的原始图像的梯度值获取到的显示图像的梯度矩阵g(x,y)为：
可选的，根据所述亮度增强图像和所述梯度矩阵，通过加权优化的方式获取环境光下增强的显示图像，包括
根据与所述显示图像对应的亮度增强图像d(x,y)通过公式十确定梯度优化框架中的权值A，
A(x,y)＝d(x,y)α· 公式十，
其中，α·为对图像亮度的敏感度；
根据亮度增强图像d(x,y)和梯度矩阵g(x,y)，构建如公式十一所示的梯度优化框架，
公式十一，
其中，λ为的系数；
对所述梯度优化框架进行最小化处理，得到环境光下增强的显示图像f(x,y)。
在实施中，步骤15具体包括：
501、根据与所述显示图像对应的通过公式十确定梯度优化框架中的权值A，
A(x,y)＝d(x,y)α· 公式十，
其中，α·为对图像亮度的敏感度。
示例性的，基于亮度增强图像d(x,y)，获取到的权值A为：
502、根据亮度增强图像d(x,y)和梯度矩阵g(x,y)，构建如公式十一所示的梯度优化框架，
公式十一，
其中，λ为的系数。
由于采用幂函数形式的亮度增强往往会导致增强图像的细节损失，而梯度域优化框架则可以通过梯度域的约束来避免这一损失。因此该公式可以结合环境光下所需的亮度增强图像d(x,y)和梯度增强矩阵g(x,y)，可以有效地增强图像亮度的同时尽可能多的避免图像的细节损失。
503、对所述梯度优化框架进行最小化处理，得到环境光下增强的显示图像f(x,y)。
为了使得环境下增强图像在增强图像亮度的同时满足其梯度域的约束，因此需要最小化该优化框架使得最终的增强图像同时满足其亮度和梯度约束。这里的最小化处理，具体是利用矩阵对公式十一进行重建，得到公式十三，
(f-d)T(f-d)+λ[(Dxd-gx)TA(Dxd-gx)+(Dyd-gy)TA(Dyd-gy)] 公式十三，
其中，d是增强的图像亮度而f为由优化方程得到的最终增强图像，A为包含优化框架权值的对角矩阵；gx和gy是对于增强图像梯度g的偏导数；Dx和Dy是离散差分算子。最终对公式十三进行最小化处理，并根据处理后的解获得最终的增强图像f，对公式十三求解的最终结果为：
其中，Dx and Dy为前向差分算子,而DT x and DT y为反向差分算子。
示例性的，其最终增强图像f为
可选的，对所述环境光下增强的显示图像进行色彩空间逆转换，得到可读性增强的彩色显示图像，包括
结合所述原始图像的亮度值L(x,y)和所述环境光下增强的显示图像f(x,y)，通过公式十二对所述原始图像进行转换，得到转换后的与R、G、B三个通道对应分量，最终得到可读性增强的彩色显示图像，
公式十二，
其中，MRo(x,y)为所述原始图像在RGB色彩空间中R通道的分量值，MGo(x,y)为所述原始图像在RGB色彩空间中G通道的分量值、MBo(x,y)为所述原始图像在RGB色彩空间中B通道的分量值，MR(x,y)为所述可读性增强的彩色显示图像在RGB色彩空间中R通道的分量值，MG(x,y)为所述可读性增强的彩色显示图像在RGB色彩空间中G通道的分量值，MB(x,y)为所述可读性增强的彩色显示图像在RGB色彩空间中B通道的分量值，γ是显示器的伽玛值，通常取值2.2。
在实施中，步骤16具体包括：
在执行完步骤11-15后，已经获取到了环境光下增强的显示图像，但是此时增强的显示图像仅是具有亮度值的图像，为了最终获取到完整的用于显示的彩色图像，还需要进行色彩空间逆变换，即从YUV色彩空间转换至RGB色彩空间，具体的根据公式十二分别获取到R、G、B三个通道对应分量，最终将三个通道对应的分量进行合并，得到可读性增强的彩色显示图像。
本发明提出的一种环境光下的图像增强方法，包括提取原始图像的亮度值，确定可见度阈值，结合显示设备所处环境的光强度，确定亮度增强图像。根据显示设备所处环境的光强度，结合恰可察觉误差模型确定显示图像的梯度增益函数，进而通过加权优化的方式获取环境光下增强的显示图像。经过色彩空间变换得到可读性增强的彩色显示图像。通过基于加权的梯度域优化框架，对显示图像的亮度和细节进行增强，提高环境光下显示图像的可读性，使用环境光下非线性传递函数增强显示图像亮度，同时采用恰可察觉误差模型来补偿环境光导致的梯度损失，最终实现增强显示设备上的图像的可读性。
本发明的效果可以通过以下仿真实验进一步说明：
1.仿真条件：
CPU为Intel(R)CoreTM i5核处理器，其主频为2.60GHZ，内存4G，操作系统为WINDOWS 7，仿真平台为MATLAB。
测试图像：柯达无损真彩色图像和图像通过单反相机(佳能EOS 60D)获取的6幅测试图片：帽子(Hat)，窗户(Window)，森林(Forest)，巷(Alley)，男人(Guy)和花卉(Flower)如图4。帽子，窗户和森林的分辨率为768×512，巷和花卉的分辨率是1824×1368，男人的分辨率为592×896。
实验条件：环境光分别为500lux，5000lux和10000lux。
2.仿真内容：
仿真实验中，利用本发明方法与现有的Lee等人提出的光照下颜色自适应复原方法和Kim等人提出的基于环境光的图像自适应增强方法两个方法分别在6测试图片上进行仿真和对比。
仿真1，利用本发明方法和现有的Lee等人提出的光照下颜色自适应复原方法和Kim等人提出的基于环境光的图像自适应增强方法两个方法分别在测试图像Hat上进行仿真，环境光强度分别为500lux，5000lux和10000lux，其仿真结果分别如图2，图3和图4所示，其中，
图2(a)为图像Hat的原始图像；
图2(b)为光照下颜色自适应复原方法处理的图像Hat在环境光为500lux下的增强图像；
图2(c)为光照下颜色自适应复原方法处理的图像Hat在环境光为5000lux下的增强图像；
图2(d)为光照下颜色自适应复原方法处理的图像Hat在环境光为1000lux下的增强图像；
图3(a)为图像Hat的原始图像；
图3(b)为基于环境光的图像自适应增强方法处理的图像Hat在环境光为500lux下的增强图像；
图3(c)为基于环境光的图像自适应增强方法处理的图像Hat在环境光为5000lux下的增强图像；
图3(d)为基于环境光的图像自适应增强方法处理的图像Hat在环境光为10000lux下的增强图像；
图4(a)为图像Hat的原始图像；
图4(b)为本发明提出的方法处理图像Hat在环境光为500lux下的增强图像；
图4(c)为本发明提出的方法处理图像Hat在环境光为5000lux下的增强图像；
图4(d)为本发明提出的方法处理图像Hat在环境光为1000lux下的增强图像；
图2，图3和图4对比了本发明方法与现有的Lee等人提出的光照下颜色自适应复原方法和Kim等人提出的基于环境光的图像自适应增强方法两个方法的实验仿真结果。Lee等人提出的光照下颜色自适应复原方法使增强图像看起来明亮而鲜艳，随着环境光的增加，增强图像的色彩更加鲜艳明亮的。然而，该方法增强的图像存在偏色问题。如图2的(c)和(d)图所示。Kim等人提出的基于环境光的图像自适应增强方法可以有效地保持显示图像的对比度信息当增强图像在不同的环境光下显示时。然而，它会导致在亮区域的对比度和细节损失如图3所示。并且上述两种方法的显示图像亮度提升均不足，在实际环境光下的显示图像视觉效果并没有能到很大改善。本文提出的方法可以实现显示图像亮度和细节的同时增强。尤其是在强环境光，图像亮度得到了足够的增强。因此，所提出的方法可以获得更好的视觉质量相比光照下颜色自适应复原方法和基于环境光的图像自适应增强方法。同时，本方法可以有效地提高显示图像的细节，以尽量减少环境光下显示图像梯度和细节的损失如图4所示。因此随着环境光的增加，该方法可显著地增强显示图像的亮度和细节，从而提高环境光下显示图像的可读性。
仿真2，用本发明方法和现有的Lee等人提出的光照下颜色自适应复原方法和Kim等人提出的基于环境光的图像自适应增强方法两个方法分别在6幅测试图像上进行仿真，环境光强度分别为500lux，5000lux和10000lux，利用AMBE(平均亮度差)，DE(离散熵)两个指标分析三种对比方法的性能，其评价指标如表1所示：
表1展示了本发明提出方法与光照下颜色自适应复原方法和基于环境光的图像自适应增强方法的算法性能对比，本文提出的方法在亮度增强方面性能更好。亮度增强可以提升显示图像的整体亮度，因此可以显著地提高图像在强环境光下的显示视觉质量。对于离散熵(DE)方面，本发明提出的方法可以有效地增强图像细节来避免因环境光和亮度增强产生的细节损失，因此本发明的方法在离散熵指标上要接近或者更优于其他两种算法。总而言之，实验结果表明，该方法可增强显示图像的亮度和细节，并显著地改善显示图像环境光下的可读性。
表1本发明提出方法与光照下颜色自适应复原方法和基于环境光的图像自适应增强方法的算法性能对比
仿真3，利用本发明方法得到图像窗户，男人，巷的实验结果图如图5，图6和图7所示，其中：
图5(a)为测试图像Window的原始图像；
图5(b)为本发明提出的方法处理图像Window在环境光为500lux下的增强图像；
图5(c)为本发明提出的方法处理图像Window在环境光为5000lux下的增强图像；
图5(d)为本发明提出的方法处理图像Window在环境光为10000lux下的增强图像；
图6(a)为测试图像Guy的原始图像；
图6(b)为本发明提出的方法处理图像Guy在环境光为500lux下的增强图像；
图6(c)为本发明提出的方法处理图像Guy在环境光为5000lux下的增强图像；
图6(d)为本发明提出的方法处理图像Guy在环境光为10000lux下的增强图像；
图7(a)为测试图像Alley的原始图像；
图7(b)为本发明提出的方法处理图像Alley在环境光为500lux下的增强图像；
图7(c)为本发明提出的方法处理图像Alley在环境光为5000lux下的增强图像；
图7(d)为本发明提出的方法处理图像Alley在环境光为10000lux下的增强图像；
正如图5，图6和图7所示，随着环境光的增加，该方法可显著地增强显示图像的亮度和细节，从而提高环境光下显示图像的可读性。
需要说明的是：上述实施例提供的环境下的图像增强方法进行图像处理的实施例，仅作为该图像增强方法在实际应用中的说明，还可以根据实际需要而将上述图像增强方法在其他应用场景中使用，其具体实现过程类似于上述实施例，这里不再赘述。
上述实施例中的各个序号仅仅为了描述，不代表各部件的组装或使用过程中的先后顺序。
以上所述仅为本发明的实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (7)
1.一种环境光下的图像增强方法，其特征在于，所述环境光下的图像增强方法，包括：
提取原始图像的亮度值，结合背景亮度掩膜模型确定用于显示设备显示的所述原始图像的可见度阈值；
根据所述可见度阈值，结合所述显示设备所处环境的光强度，确定环境光下与所述原始图像对应的亮度增强图像；
根据所述显示设备所处环境的光强度，分别生成在室内光照下的第一显示图像和室外光照下的第二显示图像，结合恰可察觉误差模型确定所述原始图像的梯度增益函数；
提取所述原始图像的梯度值，结合所述原始图像的梯度增益函数生成所述原始图像的梯度矩阵；
根据所述亮度增强图像和所述梯度矩阵，通过加权优化的方式获取环境光下增强的显示图像；
对所述环境光下增强的显示图像进行色彩空间逆转换，得到可读性增强的彩色显示图像。
2.根据权利要求1所述的环境光下的图像增强方法，其特征在于，提取原始图像的亮度值，结合背景亮度掩膜模型确定用于显示设备显示的所述原始图像的可见度阈值，包括：
将所述原始图像从RGB色彩空间转换到YUV色彩空间，得到YUV色彩空间下的原始图像，提取所述原始图像的Y分量即亮度值L(x,y)；
根据所述原始图像的亮度值L(x,y)，通过公式一确定所述原始图像的平均亮度值
其中，B(i,j)是加权低通滤波器；
根据所述原始图像的平均亮度值结合背景亮度掩膜模型，通过公式二确定用于显示设备显示的原始图像的可见度阈值T(x,y)，
3.根据权利要求1所述的环境光下的图像增强方法，其特征在于，根据所述可见度阈值，结合所述显示设备所处环境的光强度，确定环境光下与所述原始图像对应的亮度增强图像，包括：
根据所述显示设备所处环境的光强度Eamb，通过公式三确定人眼视觉在室内的响应矩阵Rindoor，以及所述显示设备的反射光强度Lrefl，
其中，Y是室内光照下的第一显示图像的亮度，δ是常数并且δ＝IA α×β，n为常数，IA为人眼适应亮度，α是常数，β取值取决于人眼的视锥视杆细胞，取值范围为2.00到5.83，k为系数，π为圆周率；
通过公式四确定所述原始图像的增强变量i，
其中，fmax(Rindoor)为所述响应矩阵Rindoor中的最大元素，fmin(Rindoor)为所述响应矩阵Rindoor中的最小元素，Lrefl所述显示设备的反射光强度，Lmax的和Lblack是所述显示设备的最大亮度和黑电平亮度；
结合所述可见度阈值T(x,y)和所述原始图像的增强变量i，通过公式五确定与所述原始图像对应的亮度增强图像d(x,y)，
d(x,y)＝(L(x,y))i+(1-i)·T(x,y)·L(x,y) 公式五，
其中，L(x,y)为所述原始图像的亮度值。
4.根据权利要求1所述的环境光下的图像增强方法，其特征在于，根据所述显示设备所处环境的光强度，分别生成在室内光照下的第一显示图像和室外光照下的第二显示图像，结合恰可察觉误差模型确定所述原始图像的梯度增益函数，包括：
根据所述显示设备在室内光照下的光强度Eamb1以及所述显示设备在室外光照下的光强度Eamb2，通过公式三中的表达式确定所述显示设备在室内光照下的反射光强度Lrefl1和所述显示设备在室外光照下的反射光强度Lrefl2；
通过公式六，分别确定所述显示设备在室内光照下的显示图像Lindoor和室外光照下的显示图像Loutdoor，
其中，L是所述原始图像亮度值，Lmax的和Lblack是所述显示设备的最大亮度和黑电平亮度，γ是显示器的伽玛值，取值2.2；
通过公式七，结合所述显示设备在室内光照下的第一显示图像Lindoor和室外光照下的第二显示图像Loutdoor，确定恰可觉察误差模型下的JND值，
其中，JND为恰可察觉误差，ΔL(Lindoor)为显示设备在室内光照下的第一显示图像的亮度增益，ΔL(Loutdoor)为显示设备在室外光照下的第二显示图像的亮度增益；
结合ΔL(Lindoor)和ΔL(Loutdoor)，通过公式八确定所述原始图像的梯度增益函数s(x,y)，
5.根据权利要求1所述的环境光下的图像增强方法，其特征在于，提取所述原始图像的梯度值，结合所述原始图像的梯度增益函数生成所述原始图像的梯度矩阵，包括：
提取所述原始图像的梯度值
结合所述原始图像的梯度增益函数s(x,y)，通过公式九生成所述原始图像的梯度矩阵g(x,y)，
6.根据权利要求1所述的环境光下的图像增强方法，其特征在于，根据所述亮度增强图像和所述梯度矩阵，通过加权优化的方式获取环境光下增强的显示图像，包括：
根据与所述原始图像对应的亮度增强图像d(x,y)通过公式十确定梯度优化框架中的权值A，
A(x,y)＝d(x,y)α· 公式十，
其中，α·为对图像亮度的敏感度；
根据亮度增强图像d(x,y)和梯度矩阵g(x,y)，构建如公式十一所示的梯度优化框架，
其中，λ为系数，为环境光下增强的显示图像f(x,y)的梯度值；
对所述梯度优化框架进行最小化处理，得到环境光下增强的显示图像f(x,y)。
7.根据权利要求1所述的环境光下的图像增强方法，其特征在于，对所述环境光下增强的显示图像进行色彩空间逆转换，得到可读性增强的彩色显示图像，包括：
结合所述原始图像的亮度值L(x,y)和所述环境光下增强的显示图像f(x,y)，通过公式十二对所述原始图像进行转换，得到转换后的与R、G、B三个通道对应分量，最终得到可读性增强的彩色显示图像，
其中，MRo(x,y)为所述原始图像在RGB色彩空间中R通道的分量值，MGo(x,y)为所述原始图像在RGB色彩空间中G通道的分量值、MBo(x,y)为所述原始图像在RGB色彩空间中B通道的分量值，MR(x,y)为所述可读性增强的彩色显示图像在RGB色彩空间中R通道的分量值，MG(x,y)为所述可读性增强的彩色显示图像在RGB色彩空间中G通道的分量值，MB(x,y)为所述可读性增强的彩色显示图像在RGB色彩空间中B通道的分量值，γ是显示器的伽玛值，取值2.2。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610066328.2A CN105825479B (zh) | 2016-01-31 | 2016-01-31 | 一种环境光下的图像增强方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610066328.2A CN105825479B (zh) | 2016-01-31 | 2016-01-31 | 一种环境光下的图像增强方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105825479A CN105825479A (zh) | 2016-08-03 |
| CN105825479B true CN105825479B (zh) | 2018-11-20 |
Family
ID=56986980
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610066328.2A Active CN105825479B (zh) | 2016-01-31 | 2016-01-31 | 一种环境光下的图像增强方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105825479B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106504218B (zh) * | 2016-11-29 | 2019-03-12 | Oppo广东移动通信有限公司 | 控制方法、控制装置及电子装置 |
| CN106341670B (zh) | 2016-11-29 | 2017-09-22 | 广东欧珀移动通信有限公司 | 控制方法、控制装置及电子装置 |
| CN106454054B (zh) | 2016-11-29 | 2019-03-19 | Oppo广东移动通信有限公司 | 控制方法、控制装置及电子装置 |
| CN108629738B (zh) * | 2017-03-16 | 2022-04-01 | 斑马智行网络(香港)有限公司 | 一种图像处理方法及装置 |
| CN107451972B (zh) * | 2017-07-31 | 2020-03-17 | 北京小米移动软件有限公司 | 图像增强方法、装置及计算机可读存储介质 |
| CN107613206A (zh) * | 2017-09-28 | 2018-01-19 | 努比亚技术有限公司 | 一种图像处理方法、移动终端及计算机可读存储介质 |
| CN108492269B (zh) * | 2018-03-23 | 2021-06-25 | 西安电子科技大学 | 基于梯度正则卷积神经网络的低剂量ct图像去噪方法 |
| CN109741281B (zh) * | 2019-01-04 | 2020-09-29 | Oppo广东移动通信有限公司 | 图像处理方法、装置、存储介质及终端 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102063703A (zh) * | 2009-11-18 | 2011-05-18 | 夏普株式会社 | 用于增强输入图像的系统、图像显示系统和用于图像增强的方法 |
| CN104700365A (zh) * | 2015-02-02 | 2015-06-10 | 电子科技大学 | 一种图像对比度增强方法 |
| WO2016013125A1 (ja) * | 2014-07-25 | 2016-01-28 | Eizo株式会社 | 映像変換方法、映像変換装置、映像変換用コンピュータプログラム、映像表示システム |
-
2016
- 2016-01-31 CN CN201610066328.2A patent/CN105825479B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102063703A (zh) * | 2009-11-18 | 2011-05-18 | 夏普株式会社 | 用于增强输入图像的系统、图像显示系统和用于图像增强的方法 |
| WO2016013125A1 (ja) * | 2014-07-25 | 2016-01-28 | Eizo株式会社 | 映像変換方法、映像変換装置、映像変換用コンピュータプログラム、映像表示システム |
| CN104700365A (zh) * | 2015-02-02 | 2015-06-10 | 电子科技大学 | 一种图像对比度增强方法 |
Non-Patent Citations (2)
| Title |
|---|
| IMAGE Resolution Enhancement by Using Discrete and Stationary Wavelet Decomposition;Hasan Demirel 等;《IEEE Transactions on Image Processing》;20110531;第20卷(第5期);第1458-1460页 * |
| 实现人眼灰度感知信息最大化的图像增强算法;范晓鹏 等;《计算机辅助设计与图形学学报》;20151031;第27卷(第10期);第1900-1906页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105825479A (zh) | 2016-08-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105825479B (zh) | 一种环境光下的图像增强方法 | |
| CN103430551B (zh) | 使用具有纵色像差的透镜单元的成像系统及其操作方法 | |
| CN106504212A (zh) | 一种改进的hsi空间信息低照度彩色图像增强算法 | |
| CN102722868B (zh) | 一种高动态范围图像色调映射方法 | |
| CN101901475B (zh) | 基于视网膜自适应模型的高动态范围图像色调映射方法 | |
| CN105761227A (zh) | 基于暗通道先验与白平衡的水下图像增强方法 | |
| CN105513019B (zh) | 一种提升图像质量的方法和装置 | |
| CN106097279B (zh) | 一种高动态图像增强方法 | |
| CN104618700B (zh) | 一种彩色高动态范围图像增强显示的方法 | |
| CN105611125B (zh) | 成像方法、成像装置及电子装置 | |
| CN105243641B (zh) | 一种基于双树复小波变换的低光照图像增强方法 | |
| CN106448591B (zh) | 一种rgb转rgbw的色域换算方法及装置 | |
| CN108416745A (zh) | 一种具有色彩恒常性的图像自适应去雾增强方法 | |
| CN105096910A (zh) | 图像处理方法 | |
| CN102187657A (zh) | 图像的对比度增强 | |
| CN113706412A (zh) | 一种sdr到hdr转换方法 | |
| EP4261784A1 (en) | Image processing method and apparatus based on artificial intelligence, and electronic device, computer-readable storage medium and computer program product | |
| CN109949353A (zh) | 一种低照度图像自然感彩色化方法 | |
| CN108615496A (zh) | 图像数据处理方法及装置 | |
| CN107705263A (zh) | 一种基于rgb‑ir传感器的自适应透雾方法和终端 | |
| CN107871302A (zh) | 一种基于yuv颜色空间的红外图像伪彩色处理方法 | |
| WO2017143812A1 (zh) | 区分对象的方法和装置 | |
| Su et al. | Readability enhancement of displayed images under ambient light | |
| CN105100761A (zh) | 图像显示方法 | |
| CN107358592A (zh) | 一种迭代式全局自适应图像增强方法 |
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 |