CN106161984A - 视频图像强光抑制、轮廓及细节增强处理方法及系统 - Google Patents

视频图像强光抑制、轮廓及细节增强处理方法及系统 Download PDF

Info

Publication number
CN106161984A
CN106161984A CN201610798003.3A CN201610798003A CN106161984A CN 106161984 A CN106161984 A CN 106161984A CN 201610798003 A CN201610798003 A CN 201610798003A CN 106161984 A CN106161984 A CN 106161984A
Authority
CN
China
Prior art keywords
video image
subregion
video
profile
high 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.)
Granted
Application number
CN201610798003.3A
Other languages
English (en)
Other versions
CN106161984B (zh
Inventor
陈亮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Junjie Technology Beijing Co ltd
Original Assignee
Jun Jie Technology (beijing) Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jun Jie Technology (beijing) Co Ltd filed Critical Jun Jie Technology (beijing) Co Ltd
Priority to CN201610798003.3A priority Critical patent/CN106161984B/zh
Publication of CN106161984A publication Critical patent/CN106161984A/zh
Application granted granted Critical
Publication of CN106161984B publication Critical patent/CN106161984B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H04N23/76—Circuitry for compensating brightness variation in the scene by influencing the image signals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration using histogram techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/77—Retouching; Inpainting; Scratch removal
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80—Camera processing pipelines; Components thereof
    • H04N23/815—Camera processing pipelines; Components thereof for controlling the resolution by using a single image
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/01—Conversion of standards, e.g. involving analogue television standards or digital television standards processed at pixel level
    • 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
    • G06T2207/10016—Video; Image sequence
    • 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
    • G06T2207/20172—Image enhancement details
    • G06T2207/20192—Edge enhancement; Edge preservation
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本发明提供了一种视频图像强光抑制、轮廓及细节增强处理方法及系统；方法为：进行初始化设置，通过图像传感器实时获得原始视频中视频图像，并获得视频图像对应的标准曲线，标准曲线为光线与视频输出电压之间的关系；根据预先设置的目标曲线，将视频图像对应的标准曲线按照目标曲线进行调整，得到强光抑制处理后的视频图像，目标曲线是预先设定的输出特性曲线；通过视频制式转换器将待输出视频图像进行制式转换，得到输出视频图像。本发明视频图像强光抑制、轮廓及细节增强处理方法及系统，在对视频图像进行强光抑制处理的同时，将光线弱的区域进行增强处理，并对视频图像的轮廓及细节进行增强处理，使强光处、弱光处都尽可能地看清目标。

Description

视频图像强光抑制、轮廓及细节增强处理方法及系统
技术领域
本发明涉及视频图像处理领域，尤其涉及汽车车载摄像机视频图像处理。
背景技术
近年来车载前视摄像机应用系统发展很快，对车载摄像机的技术提出种种新的要求。比如拍摄角度的要求，摄像机像素数的要求等等。但首先要摄像机能对车辆前方的汽车，自行车、行人要能观察清晰。这是最基本的要求。
看清物体是第一位的、最基本的需求。在现实的汽车行驶过程中，在白天拍摄，较容易实现看清楚，但是夜间行驶中，有一个严重干扰摄像机拍摄清晰的情况就是道路上的各种强光光源，主要是对面汽车的前大灯的正面照明。
普通摄像机也能够在画面上出现强光的时候，加以处理，大多是使用自动光圈镜头，或自动电子光圈处理。这些处理都是将全画面的感光度压缩，造成的结果是强光处被抑制了，暗光处就变为一片黑，什么都看不见了。反过来增大光圈，就可以看到暗处物体了，但强光处就会有极大的“开花现象”发生，一大片白光淹没了强光光源附近的全部画面。这个现象在电视行业被称为“开花”、“flash”或“smare”。这在普通摄像机技术领域中，是很难克服的技术难点。
随着车载摄像机的发展，又提出了更进一步的要求：尤其是针对车用，道路上夜间会有很多低照度区的信息，如路面及路上的杂散物体，道路两旁的栏杆，灯光照不到的交通标志等等。车载摄像行业需要对低照度区的视频图像进行增强，使图像上的暗区更加清晰。
因此，现有技术中的缺陷是，对于汽车车载摄像机视频图像，不能同时在一幅画面上处理强光及弱光的区域，使强光处、弱光处都尽可能地看清目标。
发明内容
本发明要解决的技术问题是提供一种视频图像强光抑制、轮廓及细节增强处理方法及系统，在对视频图像进行强光抑制处理的同时，将光线弱的区域进行增强处理，并对视频图像的轮廓及细节进行增强处理，使强光处、弱光处都尽可能地看清目标。
为解决上述技术问题，本发明提供的技术方案是：
本发明提供一种视频图像强光抑制、轮廓及细节增强处理方法，包括：
步骤S1，进行初始化设置，通过图像传感器实时获得原始视频中视频图像，并获得所述视频图像对应的标准曲线，所述标准曲线为光线与视频输出电压之间的关系；
步骤S2，根据预先设置的目标曲线，将所述视频图像对应的标准曲线按照所述目标曲线进行调整，得到强光抑制处理后的视频图像，所述目标曲线是预先设定的输出特性曲线；
步骤S3，通过视频制式转换器将所述待输出视频图像进行制式转换，得到输出视频图像。
本发明的技术方案为先进行初始化设置，通过图像传感器实时获得原始视频中视频图像，并获得所述视频图像对应的标准曲线，所述标准曲线为光线与视频输出电压之间的关系；
然后根据预先设置的目标曲线，将所述视频图像对应的标准曲线按照所述目标曲线进行调整，得到强光抑制处理后的视频图像，所述目标曲线是预先设定的输出特性曲线；最后通过视频制式转换器将所述待输出视频图像进行制式转换，得到输出视频图像。
本发明视频图像强光抑制、轮廓及细节增强处理方法，在对视频图像进行强光抑制处理的同时，将光线弱的区域进行增强处理，并对视频图像的轮廓及细节进行增强处理，使强光处、弱光处都尽可能地看清目标。
本发明中的视频图像强光抑制、轮廓及细节增强处理方法，根据需求设置好IC后，根据输入的光线调整曲线进行视频图像强光抑制处理，在处理一帧视频图像后，对接下来视频中的每帧图像都进行相同的处理，使经该方法处理后的视频更加清晰。并且，使用本方法的摄像机工作时，当同一幅图像中同时出现高亮部分和暗区部分时，摄像机的强光抑制功能已经很大程度上对强光进行了抑制，同时对暗处图像进行了增补，尽量达到画面的明亮处、暗处的物体都能识别清楚，拍摄出很不错的汽车专用画面。
进一步地，获得目标曲线，将所述视频图像对应的标准曲线按照所述目标曲线进行调整，具体为：
获得所述标准曲线的斜率，对应目标曲线的斜率，逐像素进行如下处理：
当所述视频图像像素的亮度为暗，将所述视频图像对应的标准曲线的斜率按照所述目标曲线的斜率进行提升调整；
当所述视频图像像素的亮度为亮，将所述视频图像对应的标准曲线的斜率按照所述目标曲线的斜率进行降低调整。
进一步地，所述步骤S2之后，包括：根据所述视频图像的亮度，获得所述视频图像的直方图；
根据所述直方图，将所述强光抑制处理后的视频图像进行图像的轮廓及细节增强处理，得到轮廓及细节增强处理后的图像。
进一步地，根据所述直方图，将所述强光抑制处理后的视频图像进行图像的轮廓及细节增强处理，具体为：
按照亮度的不同将所述视频图像进行像素的分区处理，得到第一分区，第二分区和第三分区；
统计每一帧图像，获得所述第一分区，第二分区和第三分区中的像素总数，进行判定，得到所述第一分区，第二分区和第三分区对应的视频图像的亮度判定结果；
根据所述第一分区，第二分区和第三分区对应的视频图像的亮度判定结果，分别对所述第一分区、第二分区和第三分区进行图像的轮廓及细节增强处理。
进一步地，根据所述第一分区，第二分区和第三分区对应的视频图像的亮度判定结果，对所述第一分区、第二分区和第三分区进行图像的轮廓及细节增强处理，具体为：
获得所述第三分区的像素数；
当所述第三分区的像素数不小于第一预设阈值的上限值，判定所述第三分区对应的视频图像的亮度结果为亮，将所述第三分区的像素进行降低；
当所述第三分区的像素数小于所述第一预设阈值的下限值，判定所述第三分区对应的视频图像的亮度结果为暗，将所述第三分区的像素进行提升；
当所述第三分区的像素数在所述第一预设阈值的上限值和所述第一预设阈值的下限值之间，不作处理；
获得所述第一分区的像素数；
当所述第一分区的像素数不小于第二预设阈值的上限值，判定所述第一分区对应的视频图像的亮度结果为亮，将所述第一分区的像素进行降低；
当所述第一分区的像素数小于第二预设阈值的下限值，判定所述第一分区对应的视频图像的亮度结果为暗，将所述第一分区的像素进行提升，增加图像亮度；
当所述第一分区的像素数在所述第二预设阈值的上限值和所述第二预设阈值的下限值之间，不作处理。
进一步地，将所述强光抑制处理后的视频图像和/或所述轮廓及细节增强处理后视频图像进行处理，得到新的轮廓及细节增强视频图像，具体为：
选取所述强光抑制处理后的视频图像和/或所述轮廓及细节增强处理后视频图像中满足预设条件的9个像素点，组成9宫格，所述满足预设条件的9宫格中间的像素点对应的信号大，其他8个像素点的信号小于所述9宫格中间的像素点对应的信号；
将所述9宫格中中心点像素进行提升处理，将其他8个像素进行减小或增大处理，得到新的轮廓及细节增强视频图像，经减小或增大处理后的8个像素值小于经提升处理后的中心点像素值3个级别。
在各点的视频信号幅度判断时增加了9宫格判断，将相邻的9个像素点的中心是一个比较亮的点，我们定义这个九宫有关的像素点增加或减小。达到的效果就是突出了原有的亮点，使其更加亮，人眼看的效果就是物体轮廓更加清楚，尤其是画面上一些比较暗的区域，如夜间的道路，其中的细节可能是很重要的，比如道路上的车道线，道路凸凹位置等等，我们增强了这部分的画面中心亮度，会提高画面上物体的识别能力。
这个功能是对下一帧的处理，下一帧如果还是这个特征，重复处理，直到这个亮点不存在了，就不再处理，画面就恢复原来的标准幅度值。所以这个处理是短时的，大部分时间是行驶的汽车在行驶中发现的物体，处理好点帮助观察。过时就会恢复。
进一步地，将所述强光抑制处理后的视频图像和/或所述轮廓及细节增强处理后视频图像进行处理，得到新的轮廓及细节增强视频图像，具体为：
从所述强光抑制处理后的视频图像和/或所述轮廓及细节增强处理后视频图像中选取一个预设区域，并将所述预设区域分为多个子区；
根据多个所述子区的信号强度，判定得到亮度高的子区；
将所述亮度高的子区进行压缩处理。
进一步地，所述图像传感器为COMS图像传感器。
将我们事先设计好的初始输出斜率写到CMOS芯片中的有关指定位置，这样工作中的CMOS芯片就按照我们新制定的斜率，输出视频信号，这个信号比原芯片要小，但是在10万lx以内是不会限幅的。
进一步地，所述输入视频图像的输入光线强度对应需要的视频输出数据按需求存储在不同寄存器中。
将事先编制好的数据库，从程序后面的存储区搬到RAM中去。使程序运行中可以快速地从RAM中读取数据，完成关键的数据转换。
进一步地，根据视频图像强光抑制、轮廓及细节增强处理方法对应的系统，包括：
图像传感器、视频信号处理器、制式转换器、视频信号输出电路、数字视频处理器、通信芯片、存储器、存储芯片和时钟发生器；
所述图像传感器、制式转换器和视频信号输出电路分别与所述视频信号处理器连接，所述视频信号处理器、通信芯片、存储器、存储芯片和时钟发生器分别与所述数字视频处理器连接；
所述图像传感器用于采集视频图像，所述视频信号处理器用于对所述视频图像进行基础参数设置，所述制式转换器用于将所述视频图像进行制式转换，所述数字视频处理器调用所述存储器中的程序，对所述视频图像进行强光抑制、轮廓及细节增强处理，所述视频图像输出电路用于将制式转换后的视频图像输出。
图像传感器模块完成视频图像采集，输出原始图像数据流。送下一级模块进行图像基础设置，CPU通过嵌入式软件完成图像数据流接收，进行图像数据流输入、输出格式设置、图像帧率设置，图像幅型比设置等，图像的基础参数设置处理，以及各种通讯接口的设置，IO接口设置等，最后经视频制式转换器完成不同制式CVBS全电视视频信号输出，以便输出视频信号。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。
图1示出了本发明第一实施例所提供的视频图像强光抑制、轮廓及细节增强处理方法的流程图；
图2示出了本发明第一实施例所提供的视频图像强光抑制、轮廓及细节增强处理方法的视频数据输入、输出增值曲线图；
图3示出了本发明第一实施例所提供的视频图像强光抑制、轮廓及细节增强处理方法的图像分区图；
图4示出了本发明第一实施例所提供的视频图像强光抑制、轮廓及细节增强处理方法的9宫格示意图；
图5示出了本发明第二实施例所提供的视频图像强光抑制、轮廓及细节增强处理方法对应的模块结构示意图；
图6示出了本发明第二实施例所提供的视频图像强光抑制、轮廓及细节增强处理方法对应的第一软件流程图；
图7示出了本发明第二实施例所提供的视频图像强光抑制、轮廓及细节增强处理方法对应的第二软件流程图；
图8示出了本发明第二实施例所提供的视频图像强光抑制、轮廓及细节增强处理方法对应的第三软件流程图；
图9示出了本发明第二实施例所提供的视频图像强光抑制、轮廓及细节增强处理方法对应的第四软件流程图；
图10示出了本发明第三实施例所提供的视频图像强光抑制、轮廓及细节增强处理方法对应的系统结构示意图。
具体实施方式
下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案，因此只是作为示例，而不能以此来限制本发明的保护范围。
实施例一
图1示出了本发明第一实施例所提供的视频图像强光抑制、轮廓及细节增强处理方法的流程图。如图1所示，根据本发明第一实施例的分视频图像强光抑制、轮廓及细节增强处理方法，包括：
步骤S1，进行初始化设置，通过图像传感器实时获得原始视频中视频图像，并获得视频图像对应的标准曲线，标准曲线为光线与视频输出电压之间的关系；
步骤S2，根据预先设置的目标曲线，将视频图像对应的标准曲线按照目标曲线进行调整，得到强光抑制处理后的视频图像，目标曲线是预先设定的输出特性曲线；
步骤S3，通过视频制式转换器将待输出视频图像进行制式转换，得到输出视频图像。
本发明的技术方案为先进行初始化设置，通过图像传感器实时获得原始视频中视频图像，并获得视频图像对应的标准曲线，标准曲线为光线与视频输出电压之间的关系；
然后根据预先设置的目标曲线，将视频图像对应的标准曲线按照目标曲线进行调整，得到强光抑制处理后的视频图像，目标曲线是预先设定的输出特性曲线；最后通过视频制式转换器将待输出视频图像进行制式转换，得到输出视频图像。
本发明视频图像强光抑制、轮廓及细节增强处理方法，在对视频图像进行强光抑制处理的同时，将光线弱的区域进行增强处理，并对视频图像的轮廓及细节进行增强处理，使强光处、弱光处都尽可能地看清目标。
本发明中的视频图像强光抑制、轮廓及细节增强处理方法及，要先进行初始化设置，做好所有的IO接口，通讯方式及参数的设置等等，包括设置好预先设计的目标曲线各点的位置及各段的斜率；再设置好汽车车载系统中特别需要的CAN通讯芯片的设置。进一步设置好CMOS芯片、制式转换器芯片的各个参数，对各个芯片进行复位，完成全部设置工作。
使用本方法的摄像机工作时，当同一幅图像中同时出现高亮部分和暗区部分时，摄像机的强光抑制功能已经很大程度上对强光进行了抑制，同时对暗处图像进行了增补，尽量达到画面的明亮处、暗处的物体都能识别清楚，拍摄出很不错的汽车专用画面。
具体地，获得目标曲线，将视频图像对应的标准曲线按照目标曲线进行调整，具体为：
获得标准曲线的斜率，对应目标曲线的斜率，逐像素进行如下处理：
当视频图像像素的亮度为暗，将视频图像对应的标准曲线的斜率按照目标曲线的斜率进行提升调整；
当视频图像像素的亮度为亮，将视频图像对应的标准曲线的斜率按照目标曲线的斜率进行降低调整。
结合图2，图2的横轴是对数化的数轴，而且是摄像机CMOS靶面的照度，一般换算为拍摄场景照度的1/100，可以看出，靶面照度上升到1000lx，可以换算为场景照度为10万lx时，本摄像机拍摄的图像输出特性仍不会限幅，强光得到了极大范围的抑制。同时暗光线部分的曲线斜率大大提高，使暗区域的图像幅度大大提升，暗处图像增强作用明显。
本方法是用于车载夜视系统，是一种专门处理输入光线——输出视频信号曲线的方法。可以用于不同整车厂的不同车型。为今后的ADAS辅助驾驶系统及未来的自动驾驶系统提供了新型特殊视频处理的摄像机。是一种全新的体系中的摄像机视频处理方法。
在第一帧图像按曲线进行信号幅度调整后，立刻进入第二帧图像的数据，而第一帧图像的数据交由顺序排列的12个线程，在我们的高速处理器中分别、同时地进行。这样安排，可以一个周期读取一个数据，用时37nS，我们的主频刚好够用。其他的数据处理依次排开，顺序处理。不影响数据按时读取，也不妨碍数据的后续处理。
关于视频数据输入——输出的增值曲线，参见图2，加一点说明：
曲线图的横轴是输入光强，注意是输入到光感芯片靶面上的光照度E。一般估计比被拍摄物体上的外光照度，要低100倍。所以图中横轴右侧靶面照度高达1000lx，说明本摄像机可以拍摄物体照度高达100000lx。我们的曲线归一到0-1的一条对数排列的轴坐标，便于观察曲线及计算。
曲线垂直轴是视频输出电压，0-700mV的电压数轴，我们归一到0-1的一条均匀数轴，便于计算。
如图2所示，最上面一条斜率较大的直线，是CMOS芯片原定隐含的输出曲线，即原CMOS输出曲线，反映出CMOS芯片随着输入光强的增加，输出信号在迅速增加，可以看到靶面照度在9lx，即环境照度在900lx时，原输出曲线就会达到700mV再高就要限幅了，这当然不符合车载摄像机的要求。
图中上部一条弯曲为目标曲线，用7段(K1——K7)直线组成这条曲线，以此条弯曲曲线为标准，低照度时，将输入的信号大幅度提升。尽量使低照度下的摄像机灵敏度高。在慢慢接近高照度的区域，曲线斜率降低，即使靶面照度高达1000lx，环境照度高达100000lx时输出信号仍低于标准的700mV并有斜率，并不是一条水平线，这样保证了极高照度下的拍摄物体也不会限幅，更不会开花。这就完成了高照度物体的处理，就是大灯抑制的功能。
软件将我们事先设计好的初始输出斜率写到CMOS芯片中的有关指定位置，这样工作中的CMOS芯片就按照我们新制定的斜率，输出视频信号，这个信号比原芯片要小，但是在10万lx以内是不会限幅的。
主程序进入“光强——视频信号对应处理模块”后，先等待CMOS输出的帧起始/帧结束信息；我们的对应处理工作定于帧起始点，刚刚起始，立刻进入读取第一行、第一点的视频数据，立即处理，按曲线增值，升值到上面的弯曲的目标曲线上，完成数据调整。
a)、软件中我们会将最低的输出16bits的数据舍弃掉，输出为零，这样舍弃了最低照度物体的表现，有一点损失，但是压低了噪声值，大大提高了图像信噪比，是非常划得来的处理技巧。
b)、处理完一行的视频数据，行号加一接着处理下面一行。直到处理完全部512行，就结束视频数据处理模块，回到主程序。我们的摄像机一帧时间为40mS，主程序一个循环也是40mS，帧正程为25mS，帧结束到下一帧起始还有15mS，主程序利用这之间的空挡，进行其余的工作，如CAN信息识别，转发等工作。这些处理都很快，保证下一帧起始时，马上可以进行数据处理工作。
这样将CMOS输出的数字视频信号处理成图2曲线的样子，达到强光区的抑制，同时也有弱光线区的图像信号提升，起到双方向调节作用。
具体地，根据直方图，将强光抑制处理后的视频图像进行图像的轮廓及细节增强处理，具体为：
按照亮度的不同将视频图像进行像素的分区处理，得到第一分区，第二分区和第三分区；
统计每一帧图像，获得第一分区，第二分区和第三分区中的像素总数，进行判定，得到第一分区，第二分区和第三分区对应的视频图像的亮度判定结果；
根据第一分区，第二分区和第三分区对应的视频图像的亮度判定结果，分别对第一分区、第二分区和第三分区进行图像的轮廓及细节增强处理。
本方法通过分区，小范围、逐像素矫正处理的方法，将图像中不同亮度的像素首先划分在三个独立的像素亮度等级的分区中(参见图3)，既第一分区、第二分区、第三分区。一般情况下第二分区的像素不做处理。当第三分区中出现低亮度像素数量超过预设阈值时，软件拉伸低像素盒子中像素亮度，提升像素亮度值。
这样提高暗区图像的信号幅度。有高亮像素出现在第一分区中时(，软件定位像素坐标，并通过模糊数学方法计算出周围可能出现的像素点数，判断是否有集中出现的大片像素群，当像素数超过设定值界限，软件压缩处理降低像素亮度，进一步压缩处理强光信号。
视频在全画面的直方图分析，将低照度区的图像斜率加大是低照度下的图像更清晰，这种处理不是一般摄像机的AGC或γ校正处理，一般处理是摄像机信号的总性能的改变，是持续起作用的，而且是对全画面同时处理的，要暗全暗，要亮全亮。而本方法的处理是实时的，对每一帧图像瞬时的处理。这种处理不但是实时的，而且是图像中局部识别的，就是图像局部可以改变输出信号。
具体地，根据第一分区，第二分区和第三分区对应的视频图像的亮度判定结果，对第一分区、第二分区和第三分区进行图像的轮廓及细节增强处理，具体为：
获得第三分区的像素数；
当第三分区的像素数不小于第一预设阈值的上限值，判定第三分区对应的视频图像的亮度结果为亮，将第三分区的像素进行降低；
当第三分区的像素数小于第一预设阈值的下限值，判定第三分区对应的视频图像的亮度结果为暗，将第三分区的像素进行提升；
当第三分区的像素数在第一预设阈值的上限值和第一预设阈值的下限值之间，不作处理；
获得第一分区的像素数；
当第一分区的像素数不小于第二预设阈值的上限值，判定第一分区对应的视频图像的亮度结果为亮，将第一分区的像素进行降低；
当第一分区的像素数小于第二预设阈值的下限值，判定第一分区对应的视频图像的亮度结果为暗，将第一分区的像素进行提升，增加图像亮度；
当第一分区的像素数在第二预设阈值的上限值和第二预设阈值的下限值之间，不作处理。
如图3所示，将信号幅度值分为第一分区，第二分区、第三分区。首先统计第三分区中的每帧像素数Nd。在帧结束时进行判断，如果Nd超过了一个预定上限值，则说明当时的所拍摄的画面总体比较暗，我们采取的方法是给CMOS传送一个斜率设定数值，仅包括专门针对第三分区的斜率。这样在下一帧画面采样时，按取得视频输出会普遍增大。画面的观测效果就是提升了暗区的信号幅度，画面暗区更清楚。反之，如果Nd低于一个预定的下限值，则说明当时的所拍摄的画面总体已经比较亮，我们采取的方法是给CMOS传送一个新的斜率设定数值，仅包括专门针对第三分区的斜率。这样在下一帧画面采样时，暗区的视频输出会普遍减小。画面的观测效果就是降低了暗区的信号幅度，或者说暗区信号内容增多，画面不至于过亮。
然后统计第一分区中的每帧像素数Nu。在帧结束时进行判断，如果Nu超过了一个预定上限值，则说明即使是经过强光抑制压缩了的视频信号，在当前情况下，仍是比较亮，可以进一步压缩。我们采取的方法是给CMOS传送一个斜率设定数值，仅包括专门针对第一分区的斜率。这样在下一帧画面采样时，按取得视频输出会普遍减小。画面的观测效果就是降低了亮区的信号幅度，画面强光更加得到抑制。反之，如果Nu低于一个预定的下限值，则说明当时的所拍摄的画面总体已经不够亮，我们采取的方法是给CMOS传送一个新的斜率设定数值，仅包括专门针对第一分区的斜率。这样在下一帧画面采样时，亮区的视频输出会普遍加大。画面的观测效果就是提升了亮区的信号幅度，或者说亮区信号内容增多，画面变得比较明亮。
上述的各种处理方式其有关的参数的设置，变化量都不是很大，这样画面不致显得很突兀。而且这些处理都会在一定的时间后恢复，画面的平滑特性仍得以保持。
具体地，将强光抑制处理后的视频图像和/或轮廓及细节增强处理后视频图像进行处理，得到新的轮廓及细节增强视频图像，具体为：
选取强光抑制处理后的视频图像和/或轮廓及细节增强处理后视频图像中满足预设条件的9个像素点，组成9宫格，满足预设条件的9宫格中间的像素点对应的信号大，其他8个像素点的信号小于9宫格中间的像素点对应的信号；
将9宫格中中心点像素进行提升处理，将其他8个像素进行减小或增大处理，得到新的轮廓及细节增强视频图像，经减小或增大处理后的8个像素值小于经提升处理后的中心点像素值3个级别。
在各点的视频信号幅度判断时增加了9宫格判断，将相邻的9个像素点的中心是一个比较亮的点，我们定义这个九宫有关的像素点增加或减小。达到的效果就是突出了原有的亮点，使其更加亮，人眼看的效果就是物体轮廓更加清楚，尤其是画面上一些比较暗的区域，如夜间的道路，其中的细节可能是很重要的，比如道路上的车道线，道路凸凹位置等等，我们增强了这部分的画面中心亮度，会提高画面上物体的识别能力。
如图4所示，对于图像中的局部形成9宫格的数据分布，中间是一个亮点，但并不突出，我们对其他8个像素做处理，夸张了中间的亮点(由“2”变为“4”)，对应的将其他8个像素点进行减小处理，使中间点在图像上非常清晰。以这样的格式输出，替代原图像的局部。
在各点的视频信号幅度判断时增加了9宫格判断，将相邻的9个像素点的中心是一个比较亮的点，我们定义这个九宫有关的像素点增加或减小。达到的效果就是突出了原有的亮点，使其更加亮，人眼看的效果就是物体轮廓更加清楚，尤其是画面上一些比较暗的区域，如夜间的道路，其中的细节可能是很重要的，比如道路上的车道线，道路凸凹位置等等，我们增强了这部分的画面中心亮度，会提高画面上物体的识别能力。
这个功能是对下一帧的处理，下一帧如果还是这个特征，重复处理，直到这个亮点不存在了，就不再处理，画面就恢复原来的标准幅度值。所以这个处理是短时的，大部分时间是行驶的汽车在行驶中发现的物体，处理好点帮助观察。过时就会恢复。
具体地，将强光抑制处理后的视频图像和/或轮廓及细节增强处理后视频图像进行处理，得到新的轮廓及细节增强视频图像，具体为：
从强光抑制处理后的视频图像和/或轮廓及细节增强处理后视频图像中选取一个预设区域，并将预设区域分为多个子区；
根据多个子区的信号强度，判定得到亮度高的子区；
将亮度高的子区进行压缩处理。
具体的过程是：观察画面中一个局部的区域中，是否过亮，对应就是汽车对面的大灯过亮，则降低这一个局部区域的输出信号亮度。获得更好的强光抑制。这叫做区域处理。我们定义为64X64像素群为一个区域，画面水平分为16个区，在64行中进行判断。如果我们发现某一个区里面大多数信号比较高，则判断此区仍可以压缩。采取的办法是给CMOS发送一个指令，令当前区域的增益下降。进一步抑制了局部的强光。这个功能的恢复采用自动方式，局部增益在处理后2S恢复原值，这样节省了软件的处理流程及时间，提高了软件效率。
具体地，图像传感器为COMS图像传感器。
将我们事先设计好的初始输出斜率写到CMOS芯片中的有关指定位置，这样工作中的CMOS芯片就按照我们新制定的斜率，输出视频信号，这个信号比原芯片要小，但是在10万lx以内是不会限幅的。
具体地，输入视频图像的输入光线强度对应需要的视频输出数据按需求存储在不同寄存器中。
将事先编制好的数据库，从程序后面的存储区搬到RAM中去。使程序运行中可以快速地从RAM中读取数据，完成关键的数据转换。
具体地，方法中采用CAN通讯芯片传送车上控制中心的指令。
采用CAN通讯芯片的各个部分遵循同样的协议，每部分对应不同的ID号，以相同的波特率收发数据。每帧数据包含0-8字节及ID及CRC校验码等，CAN的通信速度快，距离远，且可靠性高。
具体地，本发明采用一款32位的400MHz主频的数字视频开发平台。除了适应目前的需求，还可以进行车载摄像机技术的数字化视频处理。
本发明视频图像强光抑制、轮廓及细节增强处理方法适应现在夜视车载摄像机对拍摄的需求，改善强光的开花现象，还能够抑制图像上白色光晕。但是我们还有一个目的是为了不久的将来，车载摄像机将会发展为车上智能视觉的采样摄像机，所采取的图像是需要使用视频数字处理电路来计算的。我们的这些处理都能使今后的数字式算法更加方便，为这个行业向辅助驾驶，甚至自动驾驶的目标靠拢。
实施例二
如图5所示，将本发明视频图像强光抑制、轮廓及细节增强处理方法设置成三部分模块进行具体说明：这三个模块分别为：摄像机设置模块、强光抑制模块和轮廓及细节增强处理模块；其中，摄像机设置模块是在本发明视频图像强光抑制、轮廓及细节增强处理方法之前进行的设置，通过强光抑制模块进行视频图像的强光抑制处理，通过轮廓及细节增强处理模块进行视频图像的轮廓及细节增强处理。需要说明的是，实施例一中的视频图像强光抑制、轮廓及细节增强处理方法是针对一帧视频图像处理，在强光抑制模块进行强光抑制时，需要跳出到轮廓及细节增强处理模块对这一帧视频图像进行轮廓和细节增强，然后再跳回强光抑制模块，继续执行强光抑制。
下面结合这三个模块，进行具体说明：
首先，通过摄像机设置模块进行参数设置，包括IO接口的设置，通讯方式及通讯方式及参数的设置等等；
然后，通过强光抑制模块，进行光线调整，使得摄像机拍摄的强光处信号得到大幅度地抑制，就是抑制了开花现象，抑制了强光造成画面开花的影响。同时这个曲线的下部还对光线较暗处的图像信号有所提升，使暗处图像增强；
在强光抑制软件未完成循环的一点(节点e)，我们令处理流程跳出来，进入图像轮廓及细节增强处理模块。分别进行了直方图处理，局部过亮区域处理以及9宫格处理，这几种处理都是增强了图像暗处的细节，使图像更加清晰，便于观察及为今后数字化处理软件的鉴别处理做准备。
做完图像轮廓及细节增强处理部分以后，软件工作跳回到强光抑制模块部分，进行每一行、每一帧的数据统计以后，完成一个帧循环，跳回主设置程序的循环起始点。每个循环为电视信号1帧的时间，这个时间也是由自行设定的，符合中国国家电视制式标准的规定。主软件完成1帧的循环后，立即开始第2帧的循环，依次进行，在电视的信号流动的整个过程中，不停地调整信号强度，在每一帧中间，实时地调整，使本摄像机拍摄的汽车前方画面抗强光，暗处条纹清晰，易于识别，有利于车载电视系统的应用。
如图6～9所示，进行图像强光抑制、图像轮廓及细节增强处理方法的软件流程描述：
a)摄像机上电，DSP通电开始工作，核心处理器本身初始化，设置核心处理器的主振频率及分振频率，设置本机的IIC通讯波特率，设置各时钟的属性及通讯规则，设置各IO口的特性。设置用户专门需求的各个寄存器，来完成用户的特殊需求，至此初始定义完成。
b)CAN通讯模块复位及设置；
c)CMOS图像采集芯片复位、初始化；
d)CMOS图像采集参数设置：像素时钟设置、行频、场频、帧率设置、输出数据流格式设置；
e)制式转换器复位、初始化，
f)制式转换器参数设置：图像输入输出格式设置，总像素数设置、像素缺陷矫正设置、暗电流矫正设置、图像幅型比设置；
g)启动主循环；
h)图像参数动态跟踪调整：亮度跟踪调整、对比度跟踪调整，锐化调整；
i)查询个用户CAN通讯指令群编号；并随着监看是否有CAN通讯指令，无CAN命令则延时、循环；有CAN命令，则判断是什么指令——要根据各汽车厂的要求编制具体指令，举例如下：
夜视摄像机开/关指令(开关摄像机的视频流)
外界光线命令(光线够强则关闭夜视系统)
车灯命令(本车远光或近光灯打开时才允许开夜视系统)
车速命令(符合预设值则开启视/关闭频流)
注意上述指令是本软件初始版本的指令集，当新用户规定了新的指令集后，加上新的指令集包；
j)附加软件通道判定，如果相关寄存器读出需要执行软件包2，则转向软件包2执行；如不需要执行软件包2，则进入延时。
k)附加软件通道判定，如果相关寄存器读出需要执行软件包3，则转向软件包3执行；如不需要执行软件包3，则进入延时。
l)返回节点e；本软件工作中，随时以节点e为循环节点，进行循环。
实施例三
如图10所示，根据视频图像强光抑制、轮廓及细节增强处理方法对应的系统，即本发明实施例一中的视频图像强光抑制、轮廓及细节增强处理方法用以下系统中的硬件可以实现，所述系统包括：
图像传感器、视频信号处理器、制式转换器、视频信号输出电路、数字视频处理器、通信芯片、存储器、存储芯片和时钟发生器；
图像传感器、制式转换器和视频信号输出电路分别与视频信号处理器连接，视频信号处理器、通信芯片、存储器、存储芯片和时钟发生器分别与数字视频处理器连接；
图像传感器用于采集视频图像，视频信号处理器用于对视频图像进行基础参数设置，制式转换器用于将视频图像进行制式转换，数字视频处理器调用存储器中的程序，对视频图像进行强光抑制、轮廓及细节增强处理，视频图像输出电路用于将制式转换后的视频图像输出。
图像传感器模块完成视频图像采集，输出原始图像数据流。送下一级模块进行图像基础设置，CPU通过嵌入式软件完成图像数据流接收，进行图像数据流输入、输出格式设置、图像帧率设置，图像幅型比设置等，图像的基础参数设置处理，以及各种通讯接口的设置，IO接口设置等，最后经视频制式转换器完成不同制式CVBS全电视视频信号输出，以便输出视频信号。
其中，图片传感器为COMS，数字视频处理器为DSP，存储芯片为RAM，通信芯片采用CAN模式进行数据传输。
本发明中的视频图像强光抑制、轮廓及细节增强处理方法应用在数字化的摄像机中，采用DSP芯片控制着摄像机的各个部分，在选定的CMOS光传感器芯片和后续制式转换器芯片的协同工作下，由软件处理，接收CMOS芯片输出的视频数字流，经过适当的计算预处理，必要的时候再向CMOS芯片发出一些该芯片能执行的指令，将画面上的局部强光幅度进行抑制，使画面上的强光尽量被压缩在大灯的边缘轮廓里面。同时对大灯轮廓外的暗处的物体，尽量不压制其视频幅度，还要适当地提升这部分的视频幅度。实质上提升了暗处物体的边缘轮廓，或暗处物体的表面细节，比如黑暗道路上的车道线。这在画面上达到的效果就是轮廓及细节增强。
针对图像细节进行细节增强处理，在数字化的摄像机中，可以通过在相邻的像素间，挑选最亮的像素，向上提升，对它周边的像素，压低幅度，这样做可以使图像细节更加清楚。因为在一般摄像机，电视台用的摄像机内都是不能使用的，这样的处理会使摄像机前的演员脸部细节过于夸张，达到失真的地步。而在车载摄像机中，是一个很有用的画面夸张技术。尤其适用即将到来的自动驾驶摄像机内数字分析对图像的要求。
具体地，本发明的硬件环境为：
所有功能均在DSP平台上运行实现，开发语言是linux C，编译工具是CodeComposer Studio V5(IDE)，操作系统是Microsoft windows 8.1，运行环境是DaVinciTMTMS320DM6437数字视频开发平台(DVDP)。
本发明中还包括看门狗，防误，自检重启等功能。
由实施例一中所述的方法，与上述硬件结合，构成了我们发明的载体—CFV夜视车载摄像机。这个摄像机在汽车上由车载电源系统供电，通电后硬件、软件均自动启动工作。对视频信号做各种处理后，输出给汽车车载显示屏。供驾驶人员或副驾驶人员作为安全驾驶的辅助系统，进行观察。特别是夜间行驶时，特种车辆行驶中不准开灯的情况下，本方法能使拍摄到的视频信号不怕强光，不惧黑暗，对驾驶员起到很好的辅助、支持作用。
本方法软件是用于车载夜视系统，可以用于不同整车厂的不同车型。各个车厂会有许许多多的不同的技术要求，或不同的CAN指令集，或不同的对视频处理的要求；我们这个软件专门设计了一些用户可指定的寄存器接口，接收特定用户订单后，由生产人员填写这些寄存器，形成本方法软件的一个分版本，下载到摄像机的DSP程序寄存器中，就可以令本摄像机执行该特定用户的要求。另外的用户有其它要求，类同上述步骤，只要生产中改写几个寄存器，就可以执行新用户的要求。
本发明中很多设置的内容都是经过精心计算比对，对汽车厂的要求进行认真分析及逼近。最后得出了这一系列的参数。这些参数的数值及推算方法未能在此说明中一一详述，但是每一条参数都是仔细推敲后得出的，与其他车用摄像机软件有完全不同的特性，具备软件创新的特点。
所以说本方法是一种“变形金刚”形式的软件。可随时变形，符合用户的要求，就是适应市场。
本发明视频图像强光抑制、轮廓及细节增强处理方法及系统的优点是：
a)本方法在摄像机指标中落实为“摄像机光线动态范围”，国标GB/T15865-95中第11项中关于动态范围测量有明确的规定，按照这个规定的方法进行了测试，本方法可控制摄像机输出的视频信号“摄像机光线动态范围”高达150dB，达到国际先进水平。
b)在实际样车中进行了安装测试，高动态范围突出表现出针对对面车辆的直射大灯有很好的抑制能力，图像开花较小，试用中明显优于大多数其他产品的强光抑制表现。图像的大灯周边还能看到道路上的物体、行人及其他车辆，有利于安全驾驶。
c)图像光线较暗处的细节表现良好，表现为道路表面的纹路、车道线、小障碍物均能清晰地显示。对辅助安全驾驶起到很好的作用。
d)图像总体较果不错，达到用户普遍见过的德国B..SH车载摄像机的图像质量。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。

Claims (10)

1.视频图像强光抑制、轮廓及细节增强处理方法，其特征在于，包括：
步骤S1，进行初始化设置，通过图像传感器实时获得原始视频中视频图像，并获得所述视频图像对应的标准曲线，所述标准曲线为光线与视频输出电压之间的关系；
步骤S2，根据预先设置的目标曲线，将所述视频图像对应的标准曲线按照所述目标曲线进行调整，得到强光抑制处理后的视频图像，所述目标曲线是预先设定的输出特性曲线；
步骤S3，通过视频制式转换器将所述待输出视频图像进行制式转换，得到输出视频图像。
2.根据权利要求1所述视频图像强光抑制、轮廓及细节增强处理方法，其特征在于，
获得目标曲线，将所述视频图像对应的标准曲线按照所述目标曲线进行调整，具体为：
获得所述标准曲线的斜率，对应目标曲线的斜率，逐像素进行如下处理：
当所述视频图像像素的亮度为暗，将所述视频图像对应的标准曲线的斜率按照所述目标曲线的斜率进行提升调整；
当所述视频图像像素的亮度为亮，将所述视频图像对应的标准曲线的斜率按照所述目标曲线的斜率进行降低调整。
3.根据权利要求1所述视频图像强光抑制、轮廓及细节增强处理方法，其特征在于，
所述步骤S2之后，包括：根据所述视频图像的亮度，获得所述视频图像的直方图；
根据所述直方图，将所述强光抑制处理后的视频图像进行图像的轮廓及细节增强处理，得到轮廓及细节增强处理后的图像。
4.根据权利要求3所述视频图像强光抑制、轮廓及细节增强处理方法，其特征在于，
根据所述直方图，将所述强光抑制处理后的视频图像进行图像的轮廓及细节增强处理，具体为：
按照亮度的不同将所述视频图像进行像素的分区处理，得到第一分区，第二分区和第三分区；
统计每一帧图像，获得所述第一分区，第二分区和第三分区中的像素总数，进行判定，得到所述第一分区，第二分区和第三分区对应的视频图像的亮度判定结果；
根据所述第一分区，第二分区和第三分区对应的视频图像的亮度判定结果，分别对所述第一分区、第二分区和第三分区进行图像的轮廓及细节增强处理。
5.根据权利要求4所述视频图像强光抑制、轮廓及细节增强处理方法，其特征在于，
根据所述第一分区，第二分区和第三分区对应的视频图像的亮度判定结果，对所述第一分区、第二分区和第三分区进行图像的轮廓及细节增强处理，具体为：
获得所述第三分区的像素数；
当所述第三分区的像素数不小于第一预设阈值的上限值，判定所述第三分区对应的视频图像的亮度结果为暗，将所述第三分区的像素进行提升；
当所述第三分区的像素数小于所述第一预设阈值的下限值，判定所述第三分区对应的视频图像的亮度结果为亮，将所述第三分区的像素进行降低；
当所述第三分区的像素数在所述第一预设阈值的上限值和所述第一预设阈值的下限值之间，不作处理；
获得所述第一分区的像素数；
当所述第一分区的像素数不小于第二预设阈值的上限值，判定所述第一分区对应的视频图像的亮度结果为亮，将所述第一分区的像素进行降低；
当所述第一分区的像素数小于第二预设阈值的下限值，判定所述第一分区对应的视频图像的亮度结果为暗，将所述第一分区的像素进行提升，增加图像亮度；
当所述第一分区的像素数在所述第二预设阈值的上限值和所述第二预设阈值的下限值之间，不作处理。
6.根据权利要求1～5所述视频图像强光抑制、轮廓及细节增强处理方法，其特征在于，
将所述强光抑制处理后的视频图像和/或所述轮廓及细节增强处理后视频图像进行处理，得到新的轮廓及细节增强视频图像，具体为：
选取所述强光抑制处理后的视频图像和/或所述轮廓及细节增强处理后视频图像中满足预设条件的9个像素点，组成9宫格，所述满足预设条件的9宫格中间的像素点对应的信号大，其他8个像素点的信号小于所述9宫格中间的像素点对应的信号；
将所述9宫格中中心点像素进行提升处理，将其他8个像素进行减小或增大处理，得到新的轮廓及细节增强视频图像，经减小或增大处理后的8个像素值小于经提升处理后的中心点像素值3个级别。
7.根据权利要求1～5所述视频图像强光抑制、轮廓及细节增强处理方法，其特征在于，
将所述强光抑制处理后的视频图像和/或所述轮廓及细节增强处理后视频图像进行处理，得到新的轮廓及细节增强视频图像，具体为：
从所述强光抑制处理后的视频图像和/或所述轮廓及细节增强处理后视频图像中选取一个预设区域，并将所述预设区域分为多个子区；
根据多个所述子区的信号强度，判定得到亮度高的子区；
将所述亮度高的子区进行压缩处理。
8.根据权利要求1所述视频图像强光抑制、轮廓及细节增强处理方法，其特征在于，
所述图像传感器为COMS图像传感器。
9.根据权利要求1所述视频图像强光抑制、轮廓及细节增强处理方法，其特征在于，
所述输入视频图像的输入光线强度对应需要的视频输出数据按需求存储在不同寄存器中。
10.根据权利要求1～9所述视频图像强光抑制、轮廓及细节增强处理方法对应的系统，其特征在于，包括：
图像传感器、视频信号处理器、制式转换器、视频信号输出电路、数字视频处理器、通信芯片、存储器、存储芯片和时钟发生器；
所述图像传感器、制式转换器和视频信号输出电路分别与所述视频信号处理器连接，所述视频信号处理器、通信芯片、存储器、存储芯片和时钟发生器分别与所述数字视频处理器连接；
所述图像传感器用于采集视频图像，所述视频信号处理器用于对所述视频图像进行基础参数设置，所述制式转换器用于将所述视频图像进行制式转换，所述数字视频处理器调用所述存储器中的程序，对所述视频图像进行强光抑制、轮廓及细节增强处理，所述视频图像输出电路用于将制式转换后的视频图像输出。
CN201610798003.3A 2016-08-31 2016-08-31 视频图像强光抑制、轮廓及细节增强处理方法及系统 Active CN106161984B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610798003.3A CN106161984B (zh) 2016-08-31 2016-08-31 视频图像强光抑制、轮廓及细节增强处理方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610798003.3A CN106161984B (zh) 2016-08-31 2016-08-31 视频图像强光抑制、轮廓及细节增强处理方法及系统

Publications (2)

Publication Number Publication Date
CN106161984A true CN106161984A (zh) 2016-11-23
CN106161984B CN106161984B (zh) 2020-03-31

Family

ID=57344479

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610798003.3A Active CN106161984B (zh) 2016-08-31 2016-08-31 视频图像强光抑制、轮廓及细节增强处理方法及系统

Country Status (1)

Country Link
CN (1) CN106161984B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108833748A (zh) * 2018-06-06 2018-11-16 钧捷科技（北京）有限公司 一种高动态单目cmos摄像机系统及其运行方法
CN109151346A (zh) * 2017-06-28 2019-01-04 三星电子株式会社 图像传感器和包括在图像传感器中的电子电路
CN109167980A (zh) * 2018-11-01 2019-01-08 苏州旷视智能科技有限公司 用于远距离高清晰度视频处理方法
CN109997110A (zh) * 2016-11-28 2019-07-09 微软技术许可有限责任公司 用于增强设备流的可插拔组件
CN110047052A (zh) * 2019-04-25 2019-07-23 哈尔滨工业大学 一种基于fpga的强光抑制夜视增强方法
CN110933323A (zh) * 2018-09-19 2020-03-27 深圳市航盛电子股份有限公司 一种车载视频显示装置及显示方法
CN115802167A (zh) * 2022-11-16 2023-03-14 北京云迹科技股份有限公司 机器人拍摄方法、装置、电子设备和介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101076087A (zh) * 2006-05-17 2007-11-21 索尼株式会社 图像校正电路、图像校正方法和图像显示器
CN101159822A (zh) * 2007-07-11 2008-04-09 西安工业大学 抗晕光面阵ccd图像传感器
CN101340509A (zh) * 2007-07-04 2009-01-07 索尼株式会社 图像处理装置、图像处理方法和程序
CN101510305A (zh) * 2008-12-15 2009-08-19 四川虹微技术有限公司 一种改进的自适应直方图均衡方法
CN103914811A (zh) * 2014-03-13 2014-07-09 中国科学院长春光学精密机械与物理研究所 一种基于高斯混合模型的图像增强算法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101076087A (zh) * 2006-05-17 2007-11-21 索尼株式会社 图像校正电路、图像校正方法和图像显示器
CN101340509A (zh) * 2007-07-04 2009-01-07 索尼株式会社 图像处理装置、图像处理方法和程序
CN101159822A (zh) * 2007-07-11 2008-04-09 西安工业大学 抗晕光面阵ccd图像传感器
CN101510305A (zh) * 2008-12-15 2009-08-19 四川虹微技术有限公司 一种改进的自适应直方图均衡方法
CN103914811A (zh) * 2014-03-13 2014-07-09 中国科学院长春光学精密机械与物理研究所 一种基于高斯混合模型的图像增强算法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
谢明果等: "带噪声抑制的反锐化掩模图像增强算法", 《现代电子技术》 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109997110A (zh) * 2016-11-28 2019-07-09 微软技术许可有限责任公司 用于增强设备流的可插拔组件
CN109997110B (zh) * 2016-11-28 2022-04-26 微软技术许可有限责任公司 用于增强设备流的可插拔组件
CN109151346A (zh) * 2017-06-28 2019-01-04 三星电子株式会社 图像传感器和包括在图像传感器中的电子电路
CN109151346B (zh) * 2017-06-28 2022-05-13 三星电子株式会社 图像传感器和包括在图像传感器中的电子电路
US11418736B2 (en) 2017-06-28 2022-08-16 Samsung Electronics Co., Ltd. Image sensor and electronic circuit included therein
CN108833748A (zh) * 2018-06-06 2018-11-16 钧捷科技（北京）有限公司 一种高动态单目cmos摄像机系统及其运行方法
CN108833748B (zh) * 2018-06-06 2021-01-29 钧捷科技（北京）有限公司 一种高动态单目cmos摄像机系统及其运行方法
CN110933323A (zh) * 2018-09-19 2020-03-27 深圳市航盛电子股份有限公司 一种车载视频显示装置及显示方法
CN110933323B (zh) * 2018-09-19 2021-06-22 深圳市航盛电子股份有限公司 一种车载视频显示装置及显示方法
CN109167980A (zh) * 2018-11-01 2019-01-08 苏州旷视智能科技有限公司 用于远距离高清晰度视频处理方法
CN110047052A (zh) * 2019-04-25 2019-07-23 哈尔滨工业大学 一种基于fpga的强光抑制夜视增强方法
CN115802167A (zh) * 2022-11-16 2023-03-14 北京云迹科技股份有限公司 机器人拍摄方法、装置、电子设备和介质

Also Published As

Publication number Publication date
CN106161984B (zh) 2020-03-31

Similar Documents

Publication Publication Date Title
CN106161984A (zh) 视频图像强光抑制、轮廓及细节增强处理方法及系统
CN111402135B (zh) 图像处理方法、装置、电子设备及计算机可读存储介质
US20050206776A1 (en) Apparatus for digital video processing and method thereof
EP1703436A2 (en) Image processing system, image processing apparatus and method, recording medium, and program
CN106454014B (zh) 一种提高逆光场景车辆抓拍图像质量的方法及装置
DE112010006012B4 (de) Anzeigesystem
CN108156369B (zh) 图像处理方法和装置
CN105812674A (zh) 一种信号灯的颜色修正方法、监控方法及装置
CN107194900A (zh) 图像处理方法、装置、计算机可读存储介质和移动终端
CN107085707A (zh) 一种基于交通监控视频的车牌定位方法
CN114143940B (zh) 隧道照明控制方法、装置、设备及存储介质
CN110047059B (zh) 图像处理方法、装置、电子设备及可读存储介质
CN112861645A (zh) 红外摄像头弱光环境补偿方法、装置及电子设备
CN113674303A (zh) 图像处理方法、装置、电子设备及存储介质
CN115965934A (zh) 一种停车位检测方法及装置
WO2011000392A1 (en) Method and camera system for improving the contrast of a camera image
CN111666869B (zh) 一种基于宽动态处理的人脸识别方法、装置及电子设备
US9013605B2 (en) Apparatus and method for processing intensity of image in digital camera
CN113408380B (zh) 视频图像调整方法、设备及存储介质
DE102011010315A1 (de) Erkennung von Objekten
CN116468636A (zh) 低照度增强方法、装置、电子设备和可读存储介质
CN113469980B (zh) 一种基于图像处理的法兰识别方法
CN116051400A (zh) 图像处理方法及装置、电子设备、存储介质
CN116110035A (zh) 一种图像处理方法、装置、电子设备及存储介质
CN113709365B (zh) 图像处理方法、装置、电子设备及存储介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20191121

Address after: No. A10, 11th floor, east block, Skyworth semiconductor design building, No. 18, gaoxinnan 4th Road, Yuehai street, Nanshan District, Shenzhen City, Guangdong Province

Applicant after: JUNJIE INTELLIGENT (SHENZHEN) Co.,Ltd.

Address before: 100094 Beijing city Haidian District road Yicheng malianwa International Center 306

Applicant before: JUNJIE TECHNOLOGY (BEIJING) Co.,Ltd.

GR01 Patent grant
GR01 Patent grant
PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: Video image strong light suppression, contour and detail enhancement processing method and system

Effective date of registration: 20220610

Granted publication date: 20200331

Pledgee: Haidian Beijing science and technology enterprise financing Company limited by guarantee

Pledgor: JUNJIE INTELLIGENT (SHENZHEN) Co.,Ltd.

Registration number: Y2022110000116

PC01 Cancellation of the registration of the contract for pledge of patent right
PC01 Cancellation of the registration of the contract for pledge of patent right

Date of cancellation: 20230602

Granted publication date: 20200331

Pledgee: Haidian Beijing science and technology enterprise financing Company limited by guarantee

Pledgor: JUNJIE INTELLIGENT (SHENZHEN) Co.,Ltd.

Registration number: Y2022110000116

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20240126

Address after: Room 603, Unit 1, Building 1, Yard 1, Longyu Middle Street, Huilongguan Town, Changping District, Beijing 102200

Patentee after: JUNJIE TECHNOLOGY (BEIJING) Co.,Ltd.

Country or region after: China

Address before: Room A10, 11th Floor, East Building, Skyworth Semiconductor Design Building, No. 18 Gaoxin South Fourth Road, Yuehai Street, Nanshan District, Shenzhen, Guangdong Province, 518000

Patentee before: JUNJIE INTELLIGENT (SHENZHEN) Co.,Ltd.

Country or region before: China