CN106303483A - 一种图像处理方法及装置 - Google Patents
一种图像处理方法及装置 Download PDFInfo
- Publication number
- CN106303483A CN106303483A CN201510259725.7A CN201510259725A CN106303483A CN 106303483 A CN106303483 A CN 106303483A CN 201510259725 A CN201510259725 A CN 201510259725A CN 106303483 A CN106303483 A CN 106303483A
- Authority
- CN
- China
- Prior art keywords
- pixel
- value
- colours
- correction
- feature
- 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
Landscapes
- Facsimile Image Signal Circuits (AREA)
- Color Image Communication Systems (AREA)
- Image Processing (AREA)
- Color Television Image Signal Generators (AREA)
Abstract
本发明实施例公开了一种图像处理方法及装置。本发明实施例通过确定待处理图像是否需要进行伪彩色校正处理;在确定需要进行伪彩色校正的情况下,根据待处理图像中每个像素的颜色分量值,确定待处理图像中每个像素的特征,并根据待处理图像中每个像素的特征,确定待进行伪彩色校正的像素以及无需进行伪彩色校正的像素;最后根据待进行伪彩色校正的像素的特征,对所述待进行伪彩色校正的像素进行校正,得到所述待处理图像进行校正后的图像;本发明实施例通过对确定出的待进行伪彩色处理的像素进行校正,实现了在不影响图像的清晰度和色彩的保真度的前提下,消除或减弱“伪彩色”现象,提升人眼的主观感受。
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
摄像机采集到的图像往往会出现“紫边”。“紫边”是一种较为常见的“伪彩色”现象,有时也会以“红色”、“蓝色”等其它颜色出现,通常以“紫色”现象最为常见,且人眼对“紫色”相较其它颜色也更为敏感,故以“紫边”统一指代这类“伪彩色”现象。
“紫边”的成因很多,一个典型的摄像机系统由镜头、光电传感器、后处理芯片等组成,摄像机系统中的每个部分都有可能引起“紫边”,下面具体列举“紫边”的几个方面的成因:
一、光源:自然光中存在一定量的紫外线,尤其在多云且日照强烈的天气下,空气中会弥散着大量的紫外线和杂散光,日光灯作为一种常见光源,内含的荧光粉不能完全的吸收灯管内水银分子所释放的紫外线,部分紫外线穿过灯管玻璃向外发射。上述光线可被摄像机所采集,进而在图像中形成“紫边”现象。
二、镜头:不同波长的光线在玻璃中的折射率不同,所以摄像机的镜头不能将不同波长的光线完全聚焦到相同的焦平面上,在实际的图像中会出现“色像差”现象,这也是一种典型的紫边现象。
三、光电传感器:强光下,尤其是一些紧凑的光电传感器中可以观察到“高光溢出”(sensor blooming)现象,即当传感器中的像素在饱和后会产生“溢出效应”,能量扩散到周围的像素上,产生“紫边”现象。
四、图像处理芯片中的解马赛克方法:图像光电传感器获得的图像一般为Bayer格式,其中红色像素和蓝色像素只占所有像素的1/4,需要将Bayer格式的图像转换为RGB格式方能正常播放。在一些细节和边沿区域,解马赛克方法往往无法很好的恢复原始颜色,也会产生“紫边”现象。
五、图像处理芯片中的宽动态方法:当拍摄中的物体有较快速的移动时,容易在移动物体的边缘上出现“紫边”现象。
六、图像处理芯片中的白平衡方法和色彩校正方法:在图像中一些高亮区域,其初始R、G、B分量均为饱和值,表现为灰度值,白平衡和色彩校正对RGB采用了不同的校正倍数,所以可能会造成其中某一个分量不再饱和,颜色也就发生了变化,产生“紫边现象”。
由于“紫边”现象的成因很多,也出现了很多基于不同原理的校正方法。例如,一种基于图像处理的校正方法,该方法通过搜索图像中的导致“紫边”现象的像素,并对其进行颜色校正。然而,该方法虽然计算量较小,但在搜索导致“紫边”现象的像素时容易产生搜索错误的现象,比如,将不是导致“紫边”现象的像素误认为是导致“紫边”现象的像素,并对其进行颜色校正,或者,将是导致“紫边”现象的像素误认为不是导致“紫边”现象的像素,未对其进行颜色校正,因此,采用该方法对图像进行校正会对图像的色彩保真度以及图像清晰度产生不良影响。
综上所述,现有的针对于“紫边”现象的处理方法在搜索导致“紫边”现象的像素时容易搜索错误,会带来色彩保真度下降、图像清晰度下降等问题。
发明内容
本发明实施例提供一种图像处理方法及装置,用以实现解决现有技术中针对于“紫边”现象的处理方法在搜索导致“紫边”现象的像素时容易搜索错误,会带来色彩保真度下降、图像清晰度下降等问题。
本发明实施例提供一种图像处理方法,包括:
确定是否需要对待处理图像进行伪彩色校正处理;
在确定需要进行伪彩色校正处理的情况下,根据所述待处理图像中每个像素的颜色分量值,确定所述待处理图像中每个像素的特征;
根据所述待处理图像中每个像素的特征,确定待进行伪彩色校正的像素;
根据所述待进行伪彩色校正的像素的特征,对所述待进行伪彩色校正的像素进行校正,得到所述待处理图像进行校正后的图像。
较佳地,所述确定对待处理图像进行伪彩色校正处理,包括:
获取待处理图像中的每个像素的亮度值;
根据所述每个像素的亮度值,确定所述待处理图像中亮度值大于第一亮度阈值的像素的数量占所述待处理图像的所有像素数量的比例;
若所述比例大于比例阈值,则确定对所述待处理图像进行伪彩色校正处理。
较佳地,所述根据所述待处理图像中每个像素的特征,确定出待进行伪彩色校正的像素,包括:
若所述待处理图像中的第一像素符合以下第一特征组合至第四特征中的任一种特征组合,则确定所述第一像素为待进行伪彩色校正的像素,所述第一像素为所述待处理图像中的任意一个像素,其中:
第一特征组合为所述第一像素符合第一特征且符合第四特征;
第二特征组合为所述第一像素符合第二特征且符合第四特征;
第三特征组合为所述第一像素符合第一特征且符合第三特征;
第四特征组合为所述第一像素符合第三特征且符合第五特征;
其中,可通过以下方式确定所述第一像素符合第一特征至第五特征中的任一种:
若在包含所述第一像素的第一区域内存在亮度值大于第一亮度阈值的像素,则确定所述第一像素符合第一特征;
若在包含所述第一像素的第二区域内存在亮度值大于第二亮度阈值且蓝色分量值大于蓝色分量阈值的像素,则确定所述第一像素符合第二特征,所述第二亮度阈值小于所述第一亮度阈值;
若所述第一像素的亮度值与相邻的M个像素中任一个像素的亮度值的差值的绝对值大于亮度差值阈值,则确定所述第一像素符合第三特征,1<M<=8;
若所述第一像素的蓝色分量值与绿色分量值的差值大于第一蓝绿差值阈值,且所述第一像素的红色分量值与绿色分量值的差值大于红绿差值阈值,则确定所述第一像素符合第四特征;或者,若所述第一像素的蓝色分量值与绿色分量值的差值大于第二蓝绿差值阈值,且所述第一像素的红色分量值与绿色分量值的差值和所述第一像素的蓝色分量值与绿色分量值的差值的比值在预设比值范围内,则确定所述第一像素符合第四特征;
若N个相似度值中的最小相似度值小于相似度阈值,且所述最小相似度值对应的参考区域与包含所述第一像素在内的第四区域之间的位置偏移量大于第一偏移量阈值且小于第二偏移量阈值,则确定所述第一像素符合第五特征,N为大于1的整数;其中,所述参考区域的大小与所述第四区域的大小相同;一个相似度值用于衡量一个参考区域内所有像素的第一颜色分量与所述第四区域内所有像素的第二颜色分量的相似度。
较佳地,通过以下方式确定所述第一像素符合所述第五特征:
根据所述第一像素确定包含所述第一像素的第三区域和所述第四区域,所述第四区域包含于所述第三区域;
对所述第三区域内的每个像素的第一颜色分量值进行二值化处理,对所述第四区域内的每个像素的第二颜色分量值进行二值化处理;
确定所述第三区域内的第一至第N参考区域,每个参考区域的大小与所述第四区域的大小相同,1<N<=(a+1)*(b+1);其中,a为水平方向上所述第三区域多于所述第四区域的像素个数;b为垂直方向上所述第三区域多于所述第四区域的像素个数;
针对每个参考区域,根据该参考区域内的每个像素的二值化处理后的第一颜色分量值与所述第四区域内的每个像素的二值化处理后的第二颜色分量值,确定该参考区域内所有像素的第一颜色分量与所述第四区域内所有像素的第二颜色分量的相似度值;
从N个相似度值中选择最小相似度值,若所述最小相似度值小于相似度阈值且所述最小相似度值对应的参考区域与所述第四区域之间的位置偏移量大于偏移量阈值,则确定所述第一像素符合第五特征。
较佳地,所述根据所述待进行伪彩色校正的像素的特征,对所述待进行伪彩色校正的像素进行校正,包括:
若所述待进行伪彩色校正的像素符合第四特征,则根据包含所述待进行伪彩色校正的像素的第五区域内的每个不符合所述第四特征的像素的颜色分量值,对所述待进行伪彩色校正的像素进行校正;否则,根据所述待进行伪彩色校正的像素的颜色分量值,对所述待进行伪彩色校正的像素进行校正,其中:
若所述待进行伪彩色校正的像素的蓝色分量值与绿色分量值的差值大于第一蓝绿差值阈值,且所述第一像素的红色分量值与绿色分量值的差值大于红绿差值阈值,则确定所述待进行伪彩色校正的像素符合第四特征;或者,
若所述待进行伪彩色校正的像素的蓝色分量值与绿色分量值的差值大于第二蓝绿差值阈值,且所述第一像素的红色分量值与绿色分量值的差值和所述第一像素的蓝色分量值与绿色分量值的差值的比值在预设比值范围内,则确定所述待进行伪彩色校正的像素符合第四特征。
较佳地,所述根据包含所述待进行伪彩色校正的像素的第五区域内的每个不符合所述第四特征的像素的颜色分量值,对所述待进行伪彩色校正的像素进行校正,包括:
确定所述待进行伪彩色校正的像素的亮度值;
确定所述第五区域内的所有不符合所述第四特征的像素的红色分量值与绿色分量值的差值的第一平均值,以及蓝色分量值与绿色色分量值的差值的第二平均值;
根据所述待进行伪彩色校正的像素的亮度值以及所述第一平均值、所述第二平均值,对所述待进行伪彩色校正的像素进行校正。
较佳地,根据以下公式计算所述待进行伪彩色校正的像素的亮度值:
Ycur=α*R+β*G+γ*B
其中,Ycur为所述待进行伪彩色校正的像素的亮度值;α、β、γ为预设的参数,且α+β+γ=1;R、G、B为所述待进行伪彩色校正的像素的红色分量值、绿色分量值、蓝色分量值;
所述根据所述待进行伪彩色校正的像素的亮度值以及所述第一平均值、所述第二平均值,对所述待进行伪彩色校正的像素进行校正,包括:
采用以下公式对所述待进行伪彩色校正的像素进行校正:
Rcor=Ycur+(1-α)*Avgr-g-γ*Avgb-g
Gcor=Ycur-α*Avgr-g-γ*Avgb-g
Bcor=Ycur-α*Avgr-g+(1-γ)*Avgb-g
其中,Rcor、Gcor、Bcor为所述待进行伪彩色校正的像素校正后的红色分量值、绿色分量值、蓝色分量值;Avgr-g为所述第一平均值;Avgb-g为所述第二平均值。
较佳地,所述根据所述待进行伪彩色校正的像素的颜色分量值,对所述待进行伪彩色校正的像素进行校正,包括:
确定所述待进行伪彩色校正的像素的亮度值;
确定所述待进行伪彩色校正的像素的红色分量值与绿色分量值的第一差值,以及蓝色分量值与绿色分量值的第二差值;
根据所述待进行伪彩色校正的像素的亮度值以及所述第一差值、第二差值,对所述待进行伪彩色校正的像素进行校正。
较佳地,根据以下公式计算所述待进行伪彩色校正的像素的亮度值:
Ycur=α*R+β*G+γ*B
其中,Ycur为所述待进行伪彩色校正的像素的亮度值;α、β、γ为预设的参数,且α+β+γ=1;R、G、B为所述待进行伪彩色校正的像素的红色分量值、绿色分量值、蓝色分量值;
所述根据所述待进行伪彩色校正的像素的亮度值以及所述第一差值、第二差值,对所述待进行伪彩色校正的像素进行校正,包括:
采用以下公式对所述待进行伪彩色校正的像素进行校正:
Rcor=Ycur+(1-α)*Strencor*Curr-g-γ*Strencor*Curb-g
Gcor=Ycur-α*Strencor*Curr-g-γ*Strencor*Curb-g
Bcor=Ycur-α*Strencor*Curr-g+(1-γ)*Strencor*Curb-g
其中,Rcor、Gcor、Bcor为所述待进行伪彩色校正的像素校正后的红色分量值、绿色分量值、蓝色分量值;Curr-g为所述第一差值;Curb-g为所述第二差值;Strencor为校正强度,取值范围为[0,1]。
本发明实施例提供一种图像处理装置,包括:
确定处理模块,用于确定是否需要对待处理图像进行伪彩色校正处理;
确定特征模块,用于在确定需要进行伪彩色校正处理的情况下,根据所述待处理图像中每个像素的颜色分量值,确定所述待处理图像中每个像素的特征;
确定像素模块,用于根据所述待处理图像中每个像素的特征,确定待进行伪彩色校正的像素;
校正模块,用于根据所述待进行伪彩色校正的像素的特征,对所述待进行伪彩色校正的像素进行校正,得到所述待处理图像进行校正后的图像。
较佳地,所述确定处理模块具体用于:
获取待处理图像中的每个像素的亮度值;
根据所述每个像素的亮度值,确定所述待处理图像中亮度值大于第一亮度阈值的像素的数量占所述待处理图像的所有像素数量的比例;
若所述比例大于比例阈值,则确定对所述待处理图像进行伪彩色校正处理。
较佳地,所述确定像素模块具体用于:
若所述待处理图像中的第一像素符合以下第一特征组合至第四特征中的任一种特征组合,则确定所述第一像素为待进行伪彩色校正的像素,所述第一像素为所述待处理图像中的任意一个像素,其中:
第一特征组合为所述第一像素符合第一特征且符合第四特征;
第二特征组合为所述第一像素符合第二特征且符合第四特征;
第三特征组合为所述第一像素符合第一特征且符合第三特征;
第四特征组合为所述第一像素符合第三特征且符合第五特征;
其中,可通过以下方式确定所述第一像素符合第一特征至第五特征中的任一种:
若在包含所述第一像素的第一区域内存在亮度值大于第一亮度阈值的像素,则确定所述第一像素符合第一特征;
若在包含所述第一像素的第二区域内存在亮度值大于第二亮度阈值且蓝色分量值大于蓝色分量阈值的像素,则确定所述第一像素符合第二特征,所述第二亮度阈值小于所述第一亮度阈值;
若所述第一像素的亮度值与相邻的M个像素中任一个像素的亮度值的差值的绝对值大于亮度差值阈值,则确定所述第一像素符合第三特征,1<M<=8;
若所述第一像素的蓝色分量值与绿色分量值的差值大于第一蓝绿差值阈值,且所述第一像素的红色分量值与绿色分量值的差值大于红绿差值阈值,则确定所述第一像素符合第四特征;或者,若所述第一像素的蓝色分量值与绿色分量值的差值大于第二蓝绿差值阈值,且所述第一像素的红色分量值与绿色分量值的差值和所述第一像素的蓝色分量值与绿色分量值的差值的比值在预设比值范围内,则确定所述第一像素符合第四特征;
若N个相似度值中的最小相似度值小于相似度阈值,且所述最小相似度值对应的参考区域与包含所述第一像素在内的第四区域之间的位置偏移量大于第一偏移量阈值且小于第二偏移量阈值,则确定所述第一像素符合第五特征,N为大于1的整数;所述参考区域的大小与所述第四区域的大小相同;一个相似度值用于衡量一个参考区域内所有像素的第一颜色分量与所述第四区域内所有像素的第二颜色分量的相似度。
较佳地,所述确定像素模块具体用于:
通过以下方式确定所述第一像素符合所述第五特征:
根据所述第一像素确定包含所述第一像素的第三区域和所述第四区域,所述第四区域包含于所述第三区域;
对所述第三区域内的每个像素的第一颜色分量值进行二值化处理,对所述第四区域内的每个像素的第二颜色分量值进行二值化处理;
确定所述第三区域内的第一至第N参考区域,每个参考区域的大小与所述第四区域的大小相同,1<N<=(a+1)*(b+1);其中,a为水平方向上所述第三区域多于所述第四区域的像素个数;b为垂直方向上所述第三区域多于所述第四区域的像素个数;
针对每个参考区域,根据该参考区域内的每个像素的二值化处理后的第一颜色分量值与所述第四区域内的每个像素的二值化处理后的第二颜色分量值,确定该参考区域内所有像素的第一颜色分量与所述第四区域内所有像素的第二颜色分量的相似度值;
从N个相似度值中选择最小相似度值,若所述最小相似度值小于相似度阈值且所述最小相似度值对应的参考区域与所述第四区域之间的位置偏移量大于偏移量阈值,则确定所述第一像素符合第五特征。
较佳地,所述校正模块具体用于:
若所述待进行伪彩色校正的像素符合第四特征,则根据包含所述待进行伪彩色校正的像素的第五区域内的每个不符合所述第四特征的像素的颜色分量值,对所述待进行伪彩色校正的像素进行校正;否则,根据所述待进行伪彩色校正的像素的颜色分量值,对所述待进行伪彩色校正的像素进行校正,其中:
若所述待进行伪彩色校正的像素的蓝色分量值与绿色分量值的差值大于第一蓝绿差值阈值,且所述第一像素的红色分量值与绿色分量值的差值大于红绿差值阈值,则确定所述待进行伪彩色校正的像素符合第四特征;或者,
若所述待进行伪彩色校正的像素的蓝色分量值与绿色分量值的差值大于第二蓝绿差值阈值,且所述第一像素的红色分量值与绿色分量值的差值和所述第一像素的蓝色分量值与绿色分量值的差值的比值在预设比值范围内,则确定所述待进行伪彩色校正的像素符合第四特征。
较佳地,若所述待进行伪彩色校正的像素符合第四特征,则所述校正模块具体用于:
确定所述待进行伪彩色校正的像素的亮度值;
确定所述第五区域内的所有不符合所述第四特征的像素的红色分量值与绿色分量值的差值的第一平均值,以及蓝色分量值与绿色色分量值的差值的第二平均值;
根据所述待进行伪彩色校正的像素的亮度值以及所述第一平均值、所述第二平均值,对所述待进行伪彩色校正的像素进行校正。
较佳地,所述校正模块具体用于:
根据以下公式计算所述待进行伪彩色校正的像素的亮度值:
Ycur=α*R+β*G+γ*B
其中,Ycur为所述待进行伪彩色校正的像素的亮度值;α、β、γ为预设的参数,且α+β+γ=1;R、G、B为所述待进行伪彩色校正的像素的红色分量值、绿色分量值、蓝色分量值;
采用以下公式对所述待进行伪彩色校正的像素进行校正:
Rcor=Ycur+(1-α)*Avgr-g-γ*Avgb-g
Gcor=Ycur-α*Avgr-g-γ*Avgb-g
Bcor=Ycur-α*Avgr-g+(1-γ)*Avgb-g
其中,Rcor、Gcor、Bcor为所述待进行伪彩色校正的像素校正后的红色分量值、绿色分量值、蓝色分量值;Avgr-g为所述第一平均值;Avgb-g为所述第二平均值。
较佳地,若所述待进行伪彩色校正的像素不符合所述第四特征,则所述校正模块具体用于:
确定所述待进行伪彩色校正的像素的亮度值;
确定所述待进行伪彩色校正的像素的红色分量值与绿色分量值的第一差值,以及蓝色分量值与绿色分量值的第二差值;
根据所述待进行伪彩色校正的像素的亮度值以及所述第一差值、第二差值,对所述待进行伪彩色校正的像素进行校正。
较佳地,所述校正模块具体用于:
根据以下公式计算所述待进行伪彩色校正的像素的亮度值:
Ycur=α*R+β*G+γ*B
其中,Ycur为所述待进行伪彩色校正的像素的亮度值;α、β、γ为预设的参数,且α+β+γ=1;R、G、B为所述待进行伪彩色校正的像素的红色分量值、绿色分量值、蓝色分量值;
所述根据所述待进行伪彩色校正的像素的亮度值以及所述第一差值、第二差值,对所述待进行伪彩色校正的像素进行校正,包括:
采用以下公式对所述待进行伪彩色校正的像素进行校正:
Rcor=Ycur+(1-α)*Strencor*Curr-g-γ*Strencor*Curb-g
Gcor=Ycur-α*Strencor*Curr-g-γ*Strencor*Curb-g
Bcor=Ycur-α*Strencor*Curr-g+(1-γ)*Strencor*Curb-g
其中,Rcor、Gcor、Bcor为所述待进行伪彩色校正的像素校正后的红色分量值、绿色分量值、蓝色分量值;Curr-g为所述第一差值;Curb-g为所述第二差值;Strencor为校正强度,取值范围为[0,1]。
本发明的上述实施例中,确定待处理图像是否需要进行伪彩色校正处理,从而能够有效避免对一些虽然存在着“伪彩色”现象,但造成主观影响较小的图像进行多余的伪彩色校正处理;在确定需要进行伪彩色校正的情况下,根据待处理图像中每个像素的颜色分量值,确定待处理图像中每个像素的特征,并根据待处理图像中每个像素的特征,确定待进行伪彩色校正的像素以及无需进行伪彩色校正的像素,从而对像素进行准确的分类,为后续进行伪彩色校正处理奠定了良好的基础;最后根据待进行伪彩色校正的像素的特征,对所述待进行伪彩色校正的像素进行校正,得到所述待处理图像进行校正后的图像。本发明实施例通过对确定出的待进行伪彩色处理的像素进行校正,实现了在不影响图像的清晰度和色彩的保真度的前提下,消除或减弱“伪彩色”现象,提升人眼的主观感受。
附图说明
图1为本发明实施例提供的图像处理方法所对应的流程示意图;
图2为本发明实施例提供的第一区域示意图;
图3a-图3b为本发明实施例提供的第一像素与其相邻像素示意图;
图4为本发明实施例中确定第一像素符合第五特征的步骤示意图;
图5为本发明实施例中绿色分量的二值化处理过程示意图;
图6a-图6b为本发明实施例中偏移量为(0,0)和(-3,3)的相似度计算示意图;
图7为本发明实施例提供的待进行伪彩色校正的像素符合第四特征对应的校正方法示意图;
图8为本发明实施例提供的待进行伪彩色校正的像素不符合第四特征对应的校正方法示意图;
图9为本发明实施例提供的一种图像处理装置示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
图1为本发明实施例提供的一种图像处理方法所对应的流程示意图,该方法包括:
步骤101,确定是否需要对待处理图像进行伪彩色校正处理;
步骤102,在确定需要进行伪彩色校正处理的情况下,根据所述待处理图像中每个像素的颜色分量值,确定所述待处理图像中每个像素的特征;
步骤103,根据所述待处理图像中每个像素的特征,确定待进行伪彩色校正的像素;
步骤104,根据所述待进行伪彩色校正的像素的特征,对所述待进行伪彩色校正的像素进行校正,得到所述待处理图像进行校正后的图像。
本发明实施例通过确定待处理图像是否需要进行伪彩色校正处理,从而能够有效避免对一些虽然存在着“伪彩色”现象,但造成主观影响较小的图像进行多余的伪彩色校正处理;在确定需要进行伪彩色校正的情况下,根据待处理图像中每个像素的颜色分量值,确定待处理图像中每个像素的特征,并根据待处理图像中每个像素的特征,确定待进行伪彩色校正的像素以及无需进行伪彩色校正的像素,从而对像素进行准确的分类,为后续进行伪彩色校正处理奠定了良好的基础;最后根据待进行伪彩色校正的像素的特征,对所述待进行伪彩色校正的像素进行校正,得到所述待处理图像进行校正后的图像。本发明实施例通过对确定出的待进行伪彩色处理的像素进行校正,实现了在不影响图像的清晰度和色彩的保真度的前提下,消除或减弱“伪彩色”现象,提升人眼的主观感受。
一般情况下,伪彩色图像(即紫边图像)的出现往往伴随着高亮光源在图像中出现。当图像中没有高亮光源时,虽然图像中某些部分经过仔细观测也存在着紫边现象,但其轻度往往较小,亮度也往往较低,人眼较难分辨,对主观感受影响不大,此时则无需对该图像进行伪彩色校正处理。因此,本发明实施例在步骤101中,通过对图像进行判断,以确定是否需要对其进行伪彩色校正处理。
在步骤101中,判断待处理图像是否需要进行伪彩色校正的具体方式可以为:获取待处理图像中的每个像素的亮度值;根据所述每个像素的亮度值,确定所述待处理图像中亮度值大于第一亮度阈值的像素的数量占所述待处理图像的所有像素数量的比例;若所述比例大于比例阈值,则确定对所述待处理图像进行伪彩色校正处理,否则确定对所述待处理图像不进行伪彩色校正处理。
其中,待处理图像中一个像素的亮度值可通过以下公式得到:
Ycur=α*R+β*G+γ*B……………(1)
其中,Ycur为该像素的亮度值;α、β、γ均为预设的参数,且满足α+β+γ=1;R、G、B分别为该像素的红色分量值、绿色分量值、蓝色分量值。
由于待处理图像中的每个像素都具有相应的特征,故在步骤102中,可根据待处理图像中每个像素的颜色分量值,确定出待处理图像中每个像素的特征。其中,像素的颜色分量值包括像素的红色分量值、绿色分量值、蓝色分量值。
待处理图像中的像素可分为待进行伪彩色校正的像素(即导致“紫边”现象的像素)和无需进行伪彩色校正的像素两类,本发明实施例在步骤103中,根据所述待处理图像中每个像素的特征,确定待进行伪彩色校正的像素,具体方式可以为:
若所述待处理图像中的第一像素符合以下第一特征组合至第四特征中的任一种特征组合,则确定所述第一像素为待进行伪彩色校正的像素,所述第一像素为所述待处理图像中的任意一个像素,其中:
第一特征组合为所述第一像素符合第一特征且符合第四特征;
第二特征组合为所述第一像素符合第二特征且符合第四特征;
第三特征组合为所述第一像素符合第一特征且符合第三特征;
第四特征组合为所述第一像素符合第三特征且符合第五特征;
其中,可通过以下方式确定所述第一像素符合第一特征至第五特征中的任一种:若在包含所述第一像素的第一区域内存在亮度值大于第一亮度阈值的像素,则确定所述第一像素符合第一特征;
若在包含所述第一像素的第二区域内存在亮度值大于第二亮度阈值且蓝色分量值大于蓝色分量阈值的像素,则确定所述第一像素符合第二特征,所述第二亮度阈值小于所述第一亮度阈值;
若所述第一像素的亮度值与相邻的M个像素中任一个像素的亮度值的差值的绝对值大于亮度差值阈值,则确定所述第一像素符合第三特征,1<M<=8;
若所述第一像素的蓝色分量值与绿色分量值的差值大于第一蓝绿差值阈值,且所述第一像素的红色分量值与绿色分量值的差值大于红绿差值阈值,则确定所述第一像素符合第四特征;或者,若所述第一像素的蓝色分量值与绿色分量值的差值大于第二蓝绿差值阈值,且所述第一像素的红色分量值与绿色分量值的差值和所述第一像素的蓝色分量值与绿色分量值的差值的比值在预设比值范围内,则确定所述第一像素符合第四特征;
若N个相似度值中的最小相似度值小于相似度阈值,且所述最小相似度值对应的参考区域与包含所述第一像素在内的第四区域之间的位置偏移量大于第一偏移量阈值且小于第二偏移量阈值,则确定所述第一像素符合第五特征,N为大于1的整数;所述参考区域的大小与所述第四区域的大小相同;一个相似度值用于衡量一个参考区域内所有像素的第一颜色分量与所述第四区域内所有像素的第二颜色分量的相似度。其中,第一偏移量阈值小于第二偏移量阈值。第一偏移量阈值和第二偏移量阈值为预先设置的经验值。
本发明实施例中,通过对待处理图像中每个像素的特征进行判断,进而确定出待进行伪彩色校正的像素,从而能够准确地识别出待进行伪彩色校正的图像,以便于后续过程中对待进行伪彩色校正的像素进行校正。
具体地,本发明实施例中如果待处理图像中的第一像素符合第一特征组合至第四特征组合中的任一种特征组合,则确定第一像素为待进行伪彩色校正的像素,否则,为无需进行伪彩色校正的像素。其中,第一特征组合至第四特征组合分别是由第一特征至第五特征的其中两种特征进行组合而得到的。以下针对上述第一特征至第五特征做进一步的解释说明:
对于第一特征:第一区域可以为以第一像素所在位置为中心的正方形区域,或者也可以以第一像素所在位置为圆心,半径为设定值的圆所在的区域,又或者也可以为以第一像素所在位置为中心的矩形区域,本发明实施例对此不做限定。优选地,如图2所示,第一区域为以第一像素所在位置为中心的正方形区域,该正方形的边宽为预设的搜索范围值,搜索范围的具体取值可考虑最终效果和计算量的折中。第一亮度阈值为预先设置的经验值,亮度值大于第一亮度阈值的像素为高亮像素,符合上述第一特征表示第一像素位于高亮像素附近。
对于第二特征:第二区域可以为以第一像素所在位置为中心的正方形区域,或者也可以以第一像素所在位置为圆心,半径为设定值的圆所在的区域,又或者也可以为以第一像素所在位置为中心的矩形区域,本发明实施例对此不做限定。第二区域可以与第一区域范围大小相同,也可以不相同。优选地,如图2所示,第二区域为以第一像素所在位置为中心的正方形区域,该正方形的边宽为预设的搜索范围值,搜索范围的具体取值可考虑最终效果和计算量的折中。第二亮度阈值和蓝色分量阈值均为预先设置的经验值,且第二亮度阈值应小于第一亮度阈值,亮度值大于第二亮度阈值的像素为中等亮度像素。符合上述第二特征表示第一像素位于中等亮度、高蓝色分量区域附近。
对于第三特征:如图3a所示,为第一像素与其相邻的8个像素示意图,与第一像素相邻的像素通常为8个像素,若第一像素位于待处理图像的边缘区域,则有可能小于8个像素,如图3b所示,为第一像素位于边缘区域时的示意图。将第一像素与其相邻的像素中的任一个像素的亮度值做差,并取绝对值,如果其中某一个计算结果大于亮度差值阈值,则说明第一像素符合第三特征;亮度差值阈值为预先设定的经验值。符合上述第三特征表示第一像素位于一个亮度变化的区域。
对于第四特征:本发明实施例中将待进行伪彩色校正的像素的颜色分为蓝色和紫色两大类。第一蓝绿差值阈值、红绿差值阈值、第二蓝绿差值阈值和预设比值范围均为预先设置的经验值,一般情况下,第一蓝绿差值阈值略大于或等于第二蓝绿差值阈值关系。如果第一像素的蓝色分量值与绿色分量值的差值大于第一蓝绿差值阈值,且第一像素的红色分量值与绿色分量值的差值大于红绿差值阈值,则确定第一像素的颜色为蓝色;如果第一像素的蓝色分量值与绿色分量值的差值大于第二蓝绿差值阈值,且第一像素的红色分量值与绿色分量值的差值和第一像素的蓝色分量值与绿色分量值的差值的比值在预设比值范围内,则确定第一像素的颜色为紫色。
对于第五特征,如图4所示,为本发明实施例中确定第一像素符合第五特征的步骤示意图,包括:
步骤401,根据所述第一像素确定包含所述第一像素的第三区域和所述第四区域,所述第四区域包含于所述第三区域;
步骤402,对所述第三区域内的每个像素的第一颜色分量值进行二值化处理,对所述第四区域内的每个像素的第二颜色分量值进行二值化处理;
步骤403,确定所述第三区域内的第一至第N参考区域,每个参考区域的大小与所述第四区域的大小相同,1<N<=(a+1)*(b+1);其中,a为水平方向上所述第三区域多于所述第四区域的像素个数;b为垂直方向上所述第三区域多于所述第四区域的像素个数;
步骤404,针对每个参考区域,根据该参考区域内的每个像素的二值化处理后的第一颜色分量值与所述第四区域内的每个像素的二值化处理后的第二颜色分量值,确定该参考区域内所有像素的第一颜色分量与所述第四区域内所有像素的第二颜色分量的相似度值;
步骤405,从N个相似度值中选择最小相似度值,若所述最小相似度值小于相似度阈值且所述最小相似度值对应的参考区域与所述第四区域之间的位置偏移量大于偏移量阈值,则确定所述第一像素符合第五特征。
优选地,本发明实施例中,在步骤401之前,还包括对待处理图像进行双边滤波处理,在保留待处理图像结构信息的同时滤除噪声,从而提高后续判断结果的准确性。
优选地,在双边滤波处理后,还可对待处理图像进行缩小处理,一般进行2、4、8等整数倍缩小,从而有效减少后续步骤中的计算量。缩小处理的具体过程中可选用双线性、双三次等经典方法进行,上述方法均为现有技术,此处不再赘述。
在步骤401中,可选取绿色分量(第一颜色分量)作为基准颜色分量,基准颜色分量对应第四区域,红色分量(第二颜色分量)和蓝色分量(第三颜色分量)则对应第三区域;根据第一像素确定包含第一像素的第三区域和所述第四区域,第四区域包含于所述第三区域;其中,第三区域优选为以第一像素所在位置为中心的正方形区域,第四区域优选为以第一像素所在位置为中心的正方形区域。
在步骤402中,对红色分量、绿色分量和蓝色分量进行二值化处理。
下面以绿色分量的二值化处理为例进行说明,如图5所示,为本发明实施例中绿色分量的二值化处理过程示意图,包括:
步骤501,获取第四区域中每个像素的绿色分量;
步骤502,像素值截位:为减少计算量,可先将8bit的绿色分量值截位成4bit的数据,其值域范围为[0,15];该步骤可选;
步骤503,进行直方图统计,得到每个值上的直方图数据Hist(i),i的取值为0~15;
步骤504,找出中间值,中间值为直方图数据的索引值,即为i所对应的数值。具体可根据直方图数据通过以下公式找出中间值:
其中,Hist_mean为中间值,Hist(i)为直方图数据,i的取值为0~15。
步骤505,根据中间值进行二值化:将像素的绿色分量值大于等于中间值的绿色分量值设为1,否则设置为0,完成二值化。
在步骤403中,根据第三区域和第四区域确定第三区域内的第一至第N参考区域,1<N<=(a+1)*(b+1);其中,a为水平方向上所述第三区域多于所述第四区域的像素个数;b为垂直方向上所述第三区域多于所述第四区域的像素个数;本发明实施例中参考区域的大小与第四区域的大小相同,每个参考区域均具有一个偏移量(x,y),其中,-a/2<=x<=a/2,-a/b<=y<=b/2;该偏移量代表参与计算的第二颜色分量(此处也可为第三颜色分量)对应的第三区域与第一颜色分量对应的第四区域在空间位置的偏移。假设a和b的取值均为6,则N的最大取值为49,49个参考区域对应49组偏移量,为减少计算量,可选择y=0且-3<=x<=3,x=0且-3<=y<=3共13组偏移量对应的参考区域进行计算。如图6a-图6b所示,为偏移量为(0,0)和(-3,3)的相似度计算示意图。
在步骤404中,针对每个参考区域,根据该参考区域内的每个像素的二值化处理后的第一颜色分量值与所述第四区域内的每个像素的二值化处理后的第二颜色分量值,根据以下公式确定该参考区域内所有像素的第一颜色分量与所述第四区域内所有像素的第二颜色分量的相似度值:
Similarity(x,y)=∑(i,j)abs(R’(i+x,j+y)-G’(i,j))…………(3)
其中,Similarity(x,y)表示该参考区域内所有像素的第一颜色分量与所述第四区域内所有像素的第二颜色分量的相似度值;x和y分别表示在水平轴和垂直轴上该参考区域所对应的偏移量;(i,j)表示第四区域内每个像素的坐标值;R’(i+x,j+y)表示该参考区域内每个像素的二值化后的红色分量值;G’(i,j)表示第四区域内每个像素的二值化后的绿色分量值。
选取13组偏移量对应的参考区域通过上述过程进行计算,可得到13个相似度值。
在步骤405中,从步骤404中得到的13组相似度值中选取最小相似度值,相似度值越小说明相似度越高;若最小相似度值小于相似度阈值且所述最小相似度值对应的参考区域与所述第四区域之间的位置偏移量大于偏移量阈值,则确定所述第一像素符合第五特征,其中,相似度阈值和偏移量阈值均为预先设置的经验值。符合第五特征表示第一像素具有偏移相似度。
本发明实施例中通过上述方式判断待处理图像中的每个像素所符合的特征,进而将符合第一特征组合至第四特征组合中的任一种特征组合的像素确定为待进行伪彩色校正的像素。对于待进行伪彩色校正的像素,可根据其所符合的特征组合进行分析判断造成“伪彩色”现象的原因,进而可根据该原因找出适合的校正方式以消除或减弱“伪彩色”现象,实现了针对不同原因采用不同的解决方式以有效提高图像质量的效果。例如,若像素a符合第一特征组合,则经过分析判断可知,导致像素a为待进行伪彩色校正的像素的原因为背景技术中所提到的光源和/或光电传感器;若像素b符合第二特征组合,则经过分析判断可知,导致像素b为待进行伪彩色校正的像素的原因为背景技术中所提到的光源和/或光电传感器;若像素c符合第三特征组合,则经过分析判断可知,导致像素c为待进行伪彩色校正的像素的原因为去马赛克;若像素d符合第四特征组合,则经过分析判断可知,导致像素d为待进行伪彩色校正的像素的原因为镜头和/或宽动态方法中的运动物体。
本发明实施例在步骤104中,着重介绍针对待进行伪彩色校正的像素是否符合第四特征,来对待进行伪彩色校正的像素进行校正的方法,具体可包括:
若所述待进行伪彩色校正的像素符合第四特征,则根据包含所述待进行伪彩色校正的像素的第五区域内的每个不符合所述第四特征的像素的颜色分量值,对所述待进行伪彩色校正的像素进行校正;否则,根据所述待进行伪彩色校正的像素的颜色分量值,对所述待进行伪彩色校正的像素进行校正;其中,是否符合第四特征的判断方式见上文,此处不再赘述。
下面针对符合第四特征和不符合第四特征两种情况下的校正方法进行具体介绍。
(1)待进行伪彩色校正的像素符合第四特征时,根据包含所述待进行伪彩色校正的像素的第五区域内的每个不符合所述第四特征的像素的颜色分量值,对所述待进行伪彩色校正的像素进行校正,如图7所示,为待进行伪彩色校正的像素符合第四特征对应的校正方法示意图,该方法包括:
步骤701,确定所述待进行伪彩色校正的像素的亮度值;
步骤702,确定所述第五区域内的所有不符合所述第四特征的像素的红色分量值与绿色分量值的差值的第一平均值,以及蓝色分量值与绿色色分量值的差值的第二平均值;
步骤703,根据所述待进行伪彩色校正的像素的亮度值以及所述第一平均值、所述第二平均值,对所述待进行伪彩色校正的像素进行校正。
本发明实施例中,该校正方法需要参考包含待进行伪彩色校正的像素在内的第五区域内的像素,优选地,第五区域为以待进行伪彩色校正的像素为中心的正方形区域,该正方形区域的边宽为预先设置的经验值,例如,第五区域的边宽为7,即代表7个像素。
具体地,在步骤701中,通过上述公式(1)计算待进行伪彩色校正的的像素的亮度值。
在步骤703中,根据步骤701中确定的待进行伪彩色校正的的像素的亮度值以及步骤702中确定的第一平均值和第二平均值,采用以下公式对待进行伪彩色校正的像素进行校正:
Rcor=Ycur+(1-α)*Avgr-g-γ*Avgb-g…………(4)
Gcor=Ycur-α*Avgr-g-γ*Avgb-g…………(5)
Bcor=Ycur-α*Avgr-g+(1-γ)*Avgb-g…………(6)
其中,Rcor、Gcor、Bcor为所述待进行伪彩色校正的像素校正后的红色分量值、绿色分量值、蓝色分量值;Avgr-g为所述第一平均值;Avgb-g为所述第二平均值;Ycur为待进行伪彩色校正的像素的亮度值。
上述根据包含待进行伪彩色校正的像素的第五区域内的每个不符合所述第四特征的像素的颜色分量值,对所述待进行伪彩色校正的像素进行校正的方法,能够有效地消去“补色现象”,提高图像的质量。
(2)待进行伪彩色校正的像素符合第四特征时,根据所述待进行伪彩色校正的像素的颜色分量值,对所述待进行伪彩色校正的像素进行校正,如图8所示,为待进行伪彩色校正的像素不符合第四特征对应的校正方法示意图,该方法包括:
步骤801,确定所述待进行伪彩色校正的像素的亮度值;
步骤802,确定所述待进行伪彩色校正的像素的红色分量值与绿色分量值的第一差值,以及蓝色分量值与绿色分量值的第二差值;
步骤803,根据所述待进行伪彩色校正的像素的亮度值以及所述第一差值、第二差值,对所述待进行伪彩色校正的像素进行校正。
具体地,在步骤801中,通过上述公式(1)计算待进行伪彩色校正的的像素的亮度值。
在步骤803中,根据步骤801中确定的待进行伪彩色校正的的像素的亮度值以及步骤802中确定的第一差值和第二差值,采用以下公式对待进行伪彩色校正的像素进行校正:
Rcor=Ycur+(1-α)*Strencor*Curr-g-γ*Strencor*Curb-g…(7)
Gcor=Ycur-α*Strencor*Curr-g-γ*Strencor*Curb-g……(8)
Bcor=Ycur-α*Strencor*Curr-g+(1-γ)*Strencor*Curb-g…(9)
其中,Rcor、Gcor、Bcor为所述待进行伪彩色校正的像素校正后的红色分量值、绿色分量值、蓝色分量值;Curr-g为所述第一差值;Curb-g为所述第二差值;Strencor为校正强度,取值范围为[0,1];Ycur为待进行伪彩色校正的像素的亮度值。
本发明实施例中,通过确定待进行伪彩色校正的像素的特征,针对其是否符合第四特征来采取不同的校正方式,保证每个待进行伪彩色校正的图像都能够根据其具体情况而得到准确的校正,在保证图像质量的基础上,有效地消除或减弱“伪彩色”现象。
本发明的上述实施例中,确定待处理图像是否需要进行伪彩色校正处理,从而能够有效避免对一些虽然存在着“伪彩色”现象,但造成主观影响较小的图像进行多余的伪彩色校正处理;在确定需要进行伪彩色校正的情况下,根据待处理图像中每个像素的颜色分量值,确定待处理图像中每个像素的特征,并根据待处理图像中每个像素的特征,确定待进行伪彩色校正的像素以及无需进行伪彩色校正的像素,从而对像素进行准确的分类,为后续进行伪彩色校正处理奠定了良好的基础;最后根据待进行伪彩色校正的像素的特征,对所述待进行伪彩色校正的像素进行校正,得到所述待处理图像进行校正后的图像;本发明实施例通过对确定出的待进行伪彩色处理的像素进行校正,实现了在不影响图像的清晰度和色彩的保真度的前提下,消除或减弱“伪彩色”现象,提升人眼的主观感受。
针对上述方法流程,本发明实施例提供一种图像处理装置。该图像处理装置的具体内容可参照上述方法实施,在此不再赘述。
图9为本发明实施例提供的一种图像处理装置示意图,该装置包括:
确定处理模块901,用于确定是否需要对待处理图像进行伪彩色校正处理;
确定特征模块902,用于在确定需要进行伪彩色校正处理的情况下,根据所述待处理图像中每个像素的颜色分量值,确定所述待处理图像中每个像素的特征;
确定像素模块903,用于根据所述待处理图像中每个像素的特征,确定待进行伪彩色校正的像素;
校正模块904,用于根据所述待进行伪彩色校正的像素的特征,对所述待进行伪彩色校正的像素进行校正,得到所述待处理图像进行校正后的图像。
较佳地,所述确定处理模块901具体用于:
获取待处理图像中的每个像素的亮度值;
根据所述每个像素的亮度值,确定所述待处理图像中亮度值大于第一亮度阈值的像素的数量占所述待处理图像的所有像素数量的比例;
若所述比例大于比例阈值,则确定对所述待处理图像进行伪彩色校正处理。
较佳地,所述确定像素模块903具体用于:
若所述待处理图像中的第一像素符合以下第一特征组合至第四特征中的任一种特征组合,则确定所述第一像素为待进行伪彩色校正的像素,所述第一像素为所述待处理图像中的任意一个像素,其中:
第一特征组合为所述第一像素符合第一特征且符合第四特征;
第二特征组合为所述第一像素符合第二特征且符合第四特征;
第三特征组合为所述第一像素符合第一特征且符合第三特征;
第四特征组合为所述第一像素符合第三特征且符合第五特征;
其中,可通过以下方式确定所述第一像素符合第一特征至第五特征中的任一种:
若在包含所述第一像素的第一区域内存在亮度值大于第一亮度阈值的像素,则确定所述第一像素符合第一特征;
若在包含所述第一像素的第二区域内存在亮度值大于第二亮度阈值且蓝色分量值大于蓝色分量阈值的像素,则确定所述第一像素符合第二特征,所述第二亮度阈值小于所述第一亮度阈值;
若所述第一像素的亮度值与相邻的M个像素中任一个像素的亮度值的差值的绝对值大于亮度差值阈值,则确定所述第一像素符合第三特征,1<M<=8;
若所述第一像素的蓝色分量值与绿色分量值的差值大于第一蓝绿差值阈值,且所述第一像素的红色分量值与绿色分量值的差值大于红绿差值阈值,则确定所述第一像素符合第四特征;或者,若所述第一像素的蓝色分量值与绿色分量值的差值大于第二蓝绿差值阈值,且所述第一像素的红色分量值与绿色分量值的差值和所述第一像素的蓝色分量值与绿色分量值的差值的比值在预设比值范围内,则确定所述第一像素符合第四特征;
若N个相似度值中的最小相似度值小于相似度阈值,且所述最小相似度值对应的参考区域与包含所述第一像素在内的第四区域之间的位置偏移量大于第一偏移量阈值且小于第二偏移量阈值,则确定所述第一像素符合第五特征,N为大于1的整数;所述参考区域的大小与所述第四区域的大小相同;一个相似度值用于衡量一个参考区域内所有像素的第一颜色分量与所述第四区域内所有像素的第二颜色分量的相似度。
较佳地,所述确定像素模块903具体用于:
通过以下方式确定所述第一像素符合所述第五特征:
根据所述第一像素确定包含所述第一像素的第三区域和所述第四区域,所述第四区域包含于所述第三区域;
对所述第三区域内的每个像素的第一颜色分量值进行二值化处理,对所述第四区域内的每个像素的第二颜色分量值进行二值化处理;
确定所述第三区域内的第一至第N参考区域,每个参考区域的大小与所述第四区域的大小相同,1<N<=(a+1)*(b+1);其中,a为水平方向上所述第三区域多于所述第四区域的像素个数;b为垂直方向上所述第三区域多于所述第四区域的像素个数;
针对每个参考区域,根据该参考区域内的每个像素的二值化处理后的第一颜色分量值与所述第四区域内的每个像素的二值化处理后的第二颜色分量值,确定该参考区域内所有像素的第一颜色分量与所述第四区域内所有像素的第二颜色分量的相似度值;
从N个相似度值中选择最小相似度值,若所述最小相似度值小于相似度阈值且所述最小相似度值对应的参考区域与所述第四区域之间的位置偏移量大于偏移量阈值,则确定所述第一像素符合第五特征。
较佳地,所述校正模块904具体用于:
若所述待进行伪彩色校正的像素符合第四特征,则根据包含所述待进行伪彩色校正的像素的第五区域内的每个不符合所述第四特征的像素的颜色分量值,对所述待进行伪彩色校正的像素进行校正;否则,根据所述待进行伪彩色校正的像素的颜色分量值,对所述待进行伪彩色校正的像素进行校正,其中:
若所述待进行伪彩色校正的像素的蓝色分量值与绿色分量值的差值大于第一蓝绿差值阈值,且所述第一像素的红色分量值与绿色分量值的差值大于红绿差值阈值,则确定所述待进行伪彩色校正的像素符合第四特征;或者,
若所述待进行伪彩色校正的像素的蓝色分量值与绿色分量值的差值大于第二蓝绿差值阈值,且所述第一像素的红色分量值与绿色分量值的差值和所述第一像素的蓝色分量值与绿色分量值的差值的比值在预设比值范围内,则确定所述待进行伪彩色校正的像素符合第四特征。
较佳地,若所述待进行伪彩色校正的像素符合第四特征,则所述校正模块904具体用于:
确定所述待进行伪彩色校正的像素的亮度值;
确定所述第五区域内的所有不符合所述第四特征的像素的红色分量值与绿色分量值的差值的第一平均值,以及蓝色分量值与绿色色分量值的差值的第二平均值;
根据所述待进行伪彩色校正的像素的亮度值以及所述第一平均值、所述第二平均值,对所述待进行伪彩色校正的像素进行校正。
较佳地,所述校正模块904具体用于:
根据以下公式计算所述待进行伪彩色校正的像素的亮度值:
Ycur=α*R+β*G+γ*B
其中,Ycur为所述待进行伪彩色校正的像素的亮度值;α、β、γ为预设的参数,且α+β+γ=1;R、G、B为所述待进行伪彩色校正的像素的红色分量值、绿色分量值、蓝色分量值;
采用以下公式对所述待进行伪彩色校正的像素进行校正:
Rcor=Ycur+(1-α)*Avgr-g-γ*Avgb-g
Gcor=Ycur-α*Avgr-g-γ*Avgb-g
Bcor=Ycur-α*Avgr-g+(1-γ)*Avgb-g
其中,Rcor、Gcor、Bcor为所述待进行伪彩色校正的像素校正后的红色分量值、绿色分量值、蓝色分量值;Avgr-g为所述第一平均值;Avgb-g为所述第二平均值。
较佳地,若所述待进行伪彩色校正的像素不符合所述第四特征,则所述校正模块904具体用于:
确定所述待进行伪彩色校正的像素的亮度值;
确定所述待进行伪彩色校正的像素的红色分量值与绿色分量值的第一差值,以及蓝色分量值与绿色分量值的第二差值;
根据所述待进行伪彩色校正的像素的亮度值以及所述第一差值、第二差值,对所述待进行伪彩色校正的像素进行校正。
较佳地,所述校正模块904具体用于:
根据以下公式计算所述待进行伪彩色校正的像素的亮度值:
Ycur=α*R+β*G+γ*B
其中,Ycur为所述待进行伪彩色校正的像素的亮度值;α、β、γ为预设的参数,且α+β+γ=1;R、G、B为所述待进行伪彩色校正的像素的红色分量值、绿色分量值、蓝色分量值;
所述根据所述待进行伪彩色校正的像素的亮度值以及所述第一差值、第二差值,对所述待进行伪彩色校正的像素进行校正,包括:
采用以下公式对所述待进行伪彩色校正的像素进行校正:
Rcor=Ycur+(1-α)*Strencor*Curr-g-γ*Strencor*Curb-g
Gcor=Ycur-α*Strencor*Curr-g-γ*Strencor*Curb-g
Bcor=Ycur-α*Strencor*Curr-g+(1-γ)*Strencor*Curb-g
其中,Rcor、Gcor、Bcor为所述待进行伪彩色校正的像素校正后的红色分量值、绿色分量值、蓝色分量值;Curr-g为所述第一差值;Curb-g为所述第二差值;Strencor为校正强度,取值范围为[0,1]。
从上述内容可以看出:本发明的上述实施例中,确定待处理图像是否需要进行伪彩色校正处理,从而能够有效避免对一些虽然存在着“伪彩色”现象,但造成主观影响较小的图像进行多余的伪彩色校正处理;在确定需要进行伪彩色校正的情况下,根据待处理图像中每个像素的颜色分量值,确定待处理图像中每个像素的特征,并根据待处理图像中每个像素的特征,确定待进行伪彩色校正的像素以及无需进行伪彩色校正的像素,从而对像素进行准确的分类,为后续进行伪彩色校正处理奠定了良好的基础;最后根据待进行伪彩色校正的像素的特征,对所述待进行伪彩色校正的像素进行校正,得到所述待处理图像进行校正后的图像;本发明实施例通过对确定出的待进行伪彩色处理的像素进行校正,实现了在不影响图像的清晰度和色彩的保真度的前提下,消除或减弱“伪彩色”现象,提升人眼的主观感受。
本领域内的技术人员应明白,本发明的实施例可提供为方法、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (18)
1.一种图像处理方法,其特征在于,包括:
确定是否需要对待处理图像进行伪彩色校正处理;
在确定需要进行伪彩色校正处理的情况下,根据所述待处理图像中每个像素的颜色分量值,确定所述待处理图像中每个像素的特征;
根据所述待处理图像中每个像素的特征,确定待进行伪彩色校正的像素;
根据所述待进行伪彩色校正的像素的特征,对所述待进行伪彩色校正的像素进行校正,得到所述待处理图像进行校正后的图像。
2.如权利要求1所述的方法,其特征在于,所述确定对待处理图像进行伪彩色校正处理,包括:
获取待处理图像中的每个像素的亮度值;
根据所述每个像素的亮度值,确定所述待处理图像中亮度值大于第一亮度阈值的像素的数量占所述待处理图像的所有像素数量的比例;
若所述比例大于比例阈值,则确定对所述待处理图像进行伪彩色校正处理。
3.如权利要求1所述的方法,其特征在于,所述根据所述待处理图像中每个像素的特征,确定出待进行伪彩色校正的像素,包括:
若所述待处理图像中的第一像素符合以下第一特征组合至第四特征中的任一种特征组合,则确定所述第一像素为待进行伪彩色校正的像素,所述第一像素为所述待处理图像中的任意一个像素,其中:
第一特征组合为所述第一像素符合第一特征且符合第四特征;
第二特征组合为所述第一像素符合第二特征且符合第四特征;
第三特征组合为所述第一像素符合第一特征且符合第三特征;
第四特征组合为所述第一像素符合第三特征且符合第五特征;
其中,可通过以下方式确定所述第一像素符合第一特征至第五特征中的任一种:
若在包含所述第一像素的第一区域内存在亮度值大于第一亮度阈值的像素,则确定所述第一像素符合第一特征;
若在包含所述第一像素的第二区域内存在亮度值大于第二亮度阈值且蓝色分量值大于蓝色分量阈值的像素,则确定所述第一像素符合第二特征,所述第二亮度阈值小于所述第一亮度阈值;
若所述第一像素的亮度值与相邻的M个像素中任一个像素的亮度值的差值的绝对值大于亮度差值阈值,则确定所述第一像素符合第三特征,1<M<=8;
若所述第一像素的蓝色分量值与绿色分量值的差值大于第一蓝绿差值阈值,且所述第一像素的红色分量值与绿色分量值的差值大于红绿差值阈值,则确定所述第一像素符合第四特征;或者,若所述第一像素的蓝色分量值与绿色分量值的差值大于第二蓝绿差值阈值,且所述第一像素的红色分量值与绿色分量值的差值和所述第一像素的蓝色分量值与绿色分量值的差值的比值在预设比值范围内,则确定所述第一像素符合第四特征;
若N个相似度值中的最小相似度值小于相似度阈值,且所述最小相似度值对应的参考区域与包含所述第一像素在内的第四区域之间的位置偏移量大于第一偏移量阈值且小于第二偏移量阈值,则确定所述第一像素符合第五特征,N为大于1的整数;其中,所述参考区域的大小与所述第四区域的大小相同;一个相似度值用于衡量一个参考区域内所有像素的第一颜色分量与所述第四区域内所有像素的第二颜色分量的相似度。
4.如权利要求3所述的方法,其特征在于,通过以下方式确定所述第一像素符合所述第五特征:
根据所述第一像素确定包含所述第一像素的第三区域和所述第四区域,所述第四区域包含于所述第三区域;
对所述第三区域内的每个像素的第一颜色分量值进行二值化处理,对所述第四区域内的每个像素的第二颜色分量值进行二值化处理;
确定所述第三区域内的第一至第N参考区域,每个参考区域的大小与所述第四区域的大小相同,1<N<=(a+1)*(b+1);其中,a为水平方向上所述第三区域多于所述第四区域的像素个数;b为垂直方向上所述第三区域多于所述第四区域的像素个数;
针对每个参考区域,根据该参考区域内的每个像素的二值化处理后的第一颜色分量值与所述第四区域内的每个像素的二值化处理后的第二颜色分量值,确定该参考区域内所有像素的第一颜色分量与所述第四区域内所有像素的第二颜色分量的相似度值;
从N个相似度值中选择最小相似度值,若所述最小相似度值小于相似度阈值且所述最小相似度值对应的参考区域与所述第四区域之间的位置偏移量大于偏移量阈值,则确定所述第一像素符合第五特征。
5.如权利要求1所述的方法,其特征在于,所述根据所述待进行伪彩色校正的像素的特征,对所述待进行伪彩色校正的像素进行校正,包括:
若所述待进行伪彩色校正的像素符合第四特征,则根据包含所述待进行伪彩色校正的像素的第五区域内的每个不符合所述第四特征的像素的颜色分量值,对所述待进行伪彩色校正的像素进行校正;否则,根据所述待进行伪彩色校正的像素的颜色分量值,对所述待进行伪彩色校正的像素进行校正,其中:
若所述待进行伪彩色校正的像素的蓝色分量值与绿色分量值的差值大于第一蓝绿差值阈值,且所述第一像素的红色分量值与绿色分量值的差值大于红绿差值阈值,则确定所述待进行伪彩色校正的像素符合第四特征;或者,
若所述待进行伪彩色校正的像素的蓝色分量值与绿色分量值的差值大于第二蓝绿差值阈值,且所述第一像素的红色分量值与绿色分量值的差值和所述第一像素的蓝色分量值与绿色分量值的差值的比值在预设比值范围内,则确定所述待进行伪彩色校正的像素符合第四特征。
6.如权利要求5所述的方法,其特征在于,所述根据包含所述待进行伪彩色校正的像素的第五区域内的每个不符合所述第四特征的像素的颜色分量值,对所述待进行伪彩色校正的像素进行校正,包括:
确定所述待进行伪彩色校正的像素的亮度值;
确定所述第五区域内的所有不符合所述第四特征的像素的红色分量值与绿色分量值的差值的第一平均值,以及蓝色分量值与绿色色分量值的差值的第二平均值;
根据所述待进行伪彩色校正的像素的亮度值以及所述第一平均值、所述第二平均值,对所述待进行伪彩色校正的像素进行校正。
7.如权利要求6所述的方法,其特征在于,根据以下公式计算所述待进行伪彩色校正的像素的亮度值:
Ycur=α*R+β*G+γ*B
其中,Ycur为所述待进行伪彩色校正的像素的亮度值;α、β、γ为预设的参数,且α+β+γ=1;R、G、B为所述待进行伪彩色校正的像素的红色分量值、绿色分量值、蓝色分量值;
所述根据所述待进行伪彩色校正的像素的亮度值以及所述第一平均值、所述第二平均值,对所述待进行伪彩色校正的像素进行校正,包括:
采用以下公式对所述待进行伪彩色校正的像素进行校正:
Rcor=Ycur+(1-α)*Avgr-g-γ*Avgb-g
Gcor=Ycur-α*Avgr-g-γ*Avgb-g
Bcor=Ycur-α*Avgr-g+(1-γ)*Avgb-g
其中,Rcor、Gcor、Bcor为所述待进行伪彩色校正的像素校正后的红色分量值、绿色分量值、蓝色分量值;Avgr-g为所述第一平均值;Avgb-g为所述第二平均值。
8.如权利要求5所述的方法,其特征在于,所述根据所述待进行伪彩色校正的像素的颜色分量值,对所述待进行伪彩色校正的像素进行校正,包括:
确定所述待进行伪彩色校正的像素的亮度值;
确定所述待进行伪彩色校正的像素的红色分量值与绿色分量值的第一差值,以及蓝色分量值与绿色分量值的第二差值;
根据所述待进行伪彩色校正的像素的亮度值以及所述第一差值、第二差值,对所述待进行伪彩色校正的像素进行校正。
9.如权利要求8所述的方法,其特征在于,根据以下公式计算所述待进行伪彩色校正的像素的亮度值:
Ycur=α*R+β*G+γ*B
其中,Ycur为所述待进行伪彩色校正的像素的亮度值;α、β、γ为预设的参数,且α+β+γ=1;R、G、B为所述待进行伪彩色校正的像素的红色分量值、绿色分量值、蓝色分量值;
所述根据所述待进行伪彩色校正的像素的亮度值以及所述第一差值、第二差值,对所述待进行伪彩色校正的像素进行校正,包括:
采用以下公式对所述待进行伪彩色校正的像素进行校正:
Rcor=Ycur+(1-α)*Strencor*Curr-g-γ*Strencor*Curb-g
Gcor=Ycur-α*Strencor*Curr-g-γ*Strencor*Curb-g
Bcor=Ycur-α*Strencor*Curr-g+(1-γ)*Strencor*Curb-g
其中,Rcor、Gcor、Bcor为所述待进行伪彩色校正的像素校正后的红色分量值、绿色分量值、蓝色分量值;Curr-g为所述第一差值;Curb-g为所述第二差值;Strencor为校正强度,取值范围为[0,1]。
10.一种图像处理装置,其特征在于,包括:
确定处理模块,用于确定是否需要对待处理图像进行伪彩色校正处理;
确定特征模块,用于在确定需要进行伪彩色校正处理的情况下,根据所述待处理图像中每个像素的颜色分量值,确定所述待处理图像中每个像素的特征;
确定像素模块,用于根据所述待处理图像中每个像素的特征,确定待进行伪彩色校正的像素;
校正模块,用于根据所述待进行伪彩色校正的像素的特征,对所述待进行伪彩色校正的像素进行校正,得到所述待处理图像进行校正后的图像。
11.如权利要求10所述的装置,其特征在于,所述确定处理模块具体用于:
获取待处理图像中的每个像素的亮度值;
根据所述每个像素的亮度值,确定所述待处理图像中亮度值大于第一亮度阈值的像素的数量占所述待处理图像的所有像素数量的比例;
若所述比例大于比例阈值,则确定对所述待处理图像进行伪彩色校正处理。
12.如权利要求10所述的装置,其特征在于,所述确定像素模块具体用于:
若所述待处理图像中的第一像素符合以下第一特征组合至第四特征中的任一种特征组合,则确定所述第一像素为待进行伪彩色校正的像素,所述第一像素为所述待处理图像中的任意一个像素,其中:
第一特征组合为所述第一像素符合第一特征且符合第四特征;
第二特征组合为所述第一像素符合第二特征且符合第四特征;
第三特征组合为所述第一像素符合第一特征且符合第三特征;
第四特征组合为所述第一像素符合第三特征且符合第五特征;
其中,可通过以下方式确定所述第一像素符合第一特征至第五特征中的任一种:
若在包含所述第一像素的第一区域内存在亮度值大于第一亮度阈值的像素,则确定所述第一像素符合第一特征;
若在包含所述第一像素的第二区域内存在亮度值大于第二亮度阈值且蓝色分量值大于蓝色分量阈值的像素,则确定所述第一像素符合第二特征,所述第二亮度阈值小于所述第一亮度阈值;
若所述第一像素的亮度值与相邻的M个像素中任一个像素的亮度值的差值的绝对值大于亮度差值阈值,则确定所述第一像素符合第三特征,1<M<=8;
若所述第一像素的蓝色分量值与绿色分量值的差值大于第一蓝绿差值阈值,且所述第一像素的红色分量值与绿色分量值的差值大于红绿差值阈值,则确定所述第一像素符合第四特征;或者,若所述第一像素的蓝色分量值与绿色分量值的差值大于第二蓝绿差值阈值,且所述第一像素的红色分量值与绿色分量值的差值和所述第一像素的蓝色分量值与绿色分量值的差值的比值在预设比值范围内,则确定所述第一像素符合第四特征;
若N个相似度值中的最小相似度值小于相似度阈值,且所述最小相似度值对应的参考区域与包含所述第一像素在内的第四区域之间的位置偏移量大于第一偏移量阈值且小于第二偏移量阈值,则确定所述第一像素符合第五特征,N为大于1的整数;所述参考区域的大小与所述第四区域的大小相同;一个相似度值用于衡量一个参考区域内所有像素的第一颜色分量与所述第四区域内所有像素的第二颜色分量的相似度。
13.如权利要求12所述的装置,其特征在于,所述确定像素模块具体用于:
通过以下方式确定所述第一像素符合所述第五特征:
根据所述第一像素确定包含所述第一像素的第三区域和所述第四区域,所述第四区域包含于所述第三区域;
对所述第三区域内的每个像素的第一颜色分量值进行二值化处理,对所述第四区域内的每个像素的第二颜色分量值进行二值化处理;
确定所述第三区域内的第一至第N参考区域,每个参考区域的大小与所述第四区域的大小相同,1<N<=(a+1)*(b+1);其中,a为水平方向上所述第三区域多于所述第四区域的像素个数;b为垂直方向上所述第三区域多于所述第四区域的像素个数;
针对每个参考区域,根据该参考区域内的每个像素的二值化处理后的第一颜色分量值与所述第四区域内的每个像素的二值化处理后的第二颜色分量值,确定该参考区域内所有像素的第一颜色分量与所述第四区域内所有像素的第二颜色分量的相似度值;
从N个相似度值中选择最小相似度值,若所述最小相似度值小于相似度阈值且所述最小相似度值对应的参考区域与所述第四区域之间的位置偏移量大于偏移量阈值,则确定所述第一像素符合第五特征。
14.如权利要求10所述的装置,其特征在于,所述校正模块具体用于:
若所述待进行伪彩色校正的像素符合第四特征,则根据包含所述待进行伪彩色校正的像素的第五区域内的每个不符合所述第四特征的像素的颜色分量值,对所述待进行伪彩色校正的像素进行校正;否则,根据所述待进行伪彩色校正的像素的颜色分量值,对所述待进行伪彩色校正的像素进行校正,其中:
若所述待进行伪彩色校正的像素的蓝色分量值与绿色分量值的差值大于第一蓝绿差值阈值,且所述第一像素的红色分量值与绿色分量值的差值大于红绿差值阈值,则确定所述待进行伪彩色校正的像素符合第四特征;或者,
若所述待进行伪彩色校正的像素的蓝色分量值与绿色分量值的差值大于第二蓝绿差值阈值,且所述第一像素的红色分量值与绿色分量值的差值和所述第一像素的蓝色分量值与绿色分量值的差值的比值在预设比值范围内,则确定所述待进行伪彩色校正的像素符合第四特征。
15.如权利要求14所述的装置,其特征在于,若所述待进行伪彩色校正的像素符合第四特征,则所述校正模块具体用于:
确定所述待进行伪彩色校正的像素的亮度值;
确定所述第五区域内的所有不符合所述第四特征的像素的红色分量值与绿色分量值的差值的第一平均值,以及蓝色分量值与绿色色分量值的差值的第二平均值;
根据所述待进行伪彩色校正的像素的亮度值以及所述第一平均值、所述第二平均值,对所述待进行伪彩色校正的像素进行校正。
16.如权利要求15所述的装置,其特征在于,所述校正模块具体用于:
根据以下公式计算所述待进行伪彩色校正的像素的亮度值:
Ycur=α*R+β*G+γ*B
其中,Ycur为所述待进行伪彩色校正的像素的亮度值;α、β、γ为预设的参数,且α+β+γ=1;R、G、B为所述待进行伪彩色校正的像素的红色分量值、绿色分量值、蓝色分量值;
采用以下公式对所述待进行伪彩色校正的像素进行校正:
Rcor=Ycur+(1-α)*Avgr-g-γ*Avgb-g
Gcor=Ycur-α*Avgr-g-γ*Avgb-g
Bcor=Ycur-α*Avgr-g+(1-γ)*Avgb-g
其中,Rcor、Gcor、Bcor为所述待进行伪彩色校正的像素校正后的红色分量值、绿色分量值、蓝色分量值;Avgr-g为所述第一平均值;Avgb-g为所述第二平均值。
17.如权利要求14所述的装置,其特征在于,若所述待进行伪彩色校正的像素不符合所述第四特征,则所述校正模块具体用于:
确定所述待进行伪彩色校正的像素的亮度值;
确定所述待进行伪彩色校正的像素的红色分量值与绿色分量值的第一差值,以及蓝色分量值与绿色分量值的第二差值;
根据所述待进行伪彩色校正的像素的亮度值以及所述第一差值、第二差值,对所述待进行伪彩色校正的像素进行校正。
18.如权利要求17所述的装置,其特征在于,所述校正模块具体用于:
根据以下公式计算所述待进行伪彩色校正的像素的亮度值:
Ycur=α*R+β*G+γ*B
其中,Ycur为所述待进行伪彩色校正的像素的亮度值;α、β、γ为预设的参数,且α+β+γ=1;R、G、B为所述待进行伪彩色校正的像素的红色分量值、绿色分量值、蓝色分量值;
所述根据所述待进行伪彩色校正的像素的亮度值以及所述第一差值、第二差值,对所述待进行伪彩色校正的像素进行校正,包括:
采用以下公式对所述待进行伪彩色校正的像素进行校正:
Rcor=Ycur+(1-α)*Strencor*Curr-g-γ*Strencor*Curb-g
Gcor=Ycur-α*Strencor*Curr-g-γ*Strencor*Curb-g
Bcor=Ycur-α*Strencor*Curr-g+(1-γ)*Strencor*Curb-g
其中,Rcor、Gcor、Bcor为所述待进行伪彩色校正的像素校正后的红色分量值、绿色分量值、蓝色分量值;Curr-g为所述第一差值;Curb-g为所述第二差值;Strencor为校正强度,取值范围为[0,1]。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510259725.7A CN106303483B (zh) | 2015-05-20 | 2015-05-20 | 一种图像处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510259725.7A CN106303483B (zh) | 2015-05-20 | 2015-05-20 | 一种图像处理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106303483A true CN106303483A (zh) | 2017-01-04 |
CN106303483B CN106303483B (zh) | 2019-05-24 |
Family
ID=57634181
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510259725.7A Active CN106303483B (zh) | 2015-05-20 | 2015-05-20 | 一种图像处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106303483B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108124141A (zh) * | 2017-12-15 | 2018-06-05 | 浙江大华技术股份有限公司 | 一种图像处理方法及装置 |
CN108701353A (zh) * | 2018-04-13 | 2018-10-23 | 深圳市锐明技术股份有限公司 | 一种抑制图像伪彩的方法及装置 |
CN109636753A (zh) * | 2018-12-11 | 2019-04-16 | 珠海奔图电子有限公司 | 图像处理方法和装置、电子设备及计算机可读存储介质 |
WO2020093653A1 (zh) * | 2018-11-07 | 2020-05-14 | 浙江宇视科技有限公司 | 色彩调整方法、色彩调整装置、电子设备及计算机可读存储介质 |
CN111292345A (zh) * | 2019-05-17 | 2020-06-16 | 展讯通信(上海)有限公司 | 紫边检测方法及装置、电子设备和存储介质 |
CN111523551A (zh) * | 2020-04-03 | 2020-08-11 | 青岛进化者小胖机器人科技有限公司 | 蓝色目标的二值化方法、装置和设备 |
CN111861893A (zh) * | 2019-04-24 | 2020-10-30 | 浙江宇视科技有限公司 | 一种消除图像伪彩色边方法、系统、设备及计算机介质 |
WO2021022820A1 (zh) * | 2019-08-02 | 2021-02-11 | 浙江宇视科技有限公司 | 白平衡异常的确定方法、装置、存储介质及电子设备 |
CN113132705A (zh) * | 2021-04-20 | 2021-07-16 | Oppo广东移动通信有限公司 | 图像色边的校正方法、校正装置、电子设备及存储介质 |
US11399167B2 (en) | 2017-10-19 | 2022-07-26 | Zhejiang Dahua Technology Co., Ltd. | Methods and devices for processing images |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101478687A (zh) * | 2008-01-04 | 2009-07-08 | 华晶科技股份有限公司 | 对数字图像中伪色像素的校正方法 |
CN102017639A (zh) * | 2008-01-28 | 2011-04-13 | 泰塞拉技术爱尔兰有限公司 | 用于处理色差和紫色条纹的方法和装置 |
CN102045574A (zh) * | 2009-10-21 | 2011-05-04 | 比亚迪股份有限公司 | 一种处理图像伪彩色的设备及方法 |
US20110158514A1 (en) * | 2009-12-30 | 2011-06-30 | Altek Corporation | Method for removing color fringe in digital image |
CN102474628A (zh) * | 2010-03-25 | 2012-05-23 | 富士胶片株式会社 | 图像处理方法和设备、图像处理程序和存储该程序的介质 |
CN104093011A (zh) * | 2014-07-22 | 2014-10-08 | 浙江宇视科技有限公司 | 一种伪彩色抑制方法和装置 |
CN104301621A (zh) * | 2014-09-28 | 2015-01-21 | 北京凌云光技术有限责任公司 | 图像处理方法、装置及终端 |
-
2015
- 2015-05-20 CN CN201510259725.7A patent/CN106303483B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101478687A (zh) * | 2008-01-04 | 2009-07-08 | 华晶科技股份有限公司 | 对数字图像中伪色像素的校正方法 |
CN102017639A (zh) * | 2008-01-28 | 2011-04-13 | 泰塞拉技术爱尔兰有限公司 | 用于处理色差和紫色条纹的方法和装置 |
CN102045574A (zh) * | 2009-10-21 | 2011-05-04 | 比亚迪股份有限公司 | 一种处理图像伪彩色的设备及方法 |
US20110158514A1 (en) * | 2009-12-30 | 2011-06-30 | Altek Corporation | Method for removing color fringe in digital image |
CN102474628A (zh) * | 2010-03-25 | 2012-05-23 | 富士胶片株式会社 | 图像处理方法和设备、图像处理程序和存储该程序的介质 |
CN104093011A (zh) * | 2014-07-22 | 2014-10-08 | 浙江宇视科技有限公司 | 一种伪彩色抑制方法和装置 |
CN104301621A (zh) * | 2014-09-28 | 2015-01-21 | 北京凌云光技术有限责任公司 | 图像处理方法、装置及终端 |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11399167B2 (en) | 2017-10-19 | 2022-07-26 | Zhejiang Dahua Technology Co., Ltd. | Methods and devices for processing images |
CN108124141A (zh) * | 2017-12-15 | 2018-06-05 | 浙江大华技术股份有限公司 | 一种图像处理方法及装置 |
CN108701353A (zh) * | 2018-04-13 | 2018-10-23 | 深圳市锐明技术股份有限公司 | 一种抑制图像伪彩的方法及装置 |
WO2019196109A1 (zh) * | 2018-04-13 | 2019-10-17 | 深圳市锐明技术股份有限公司 | 一种抑制图像伪彩的方法及装置 |
CN108701353B (zh) * | 2018-04-13 | 2021-12-10 | 深圳市锐明技术股份有限公司 | 一种抑制图像伪彩的方法及装置 |
WO2020093653A1 (zh) * | 2018-11-07 | 2020-05-14 | 浙江宇视科技有限公司 | 色彩调整方法、色彩调整装置、电子设备及计算机可读存储介质 |
US11962917B2 (en) | 2018-11-07 | 2024-04-16 | Zhejiang Uniview Technologies Co., Ltd. | Color adjustment method, color adjustment device, electronic device and computer-readable storage medium |
CN109636753A (zh) * | 2018-12-11 | 2019-04-16 | 珠海奔图电子有限公司 | 图像处理方法和装置、电子设备及计算机可读存储介质 |
CN111861893B (zh) * | 2019-04-24 | 2024-04-09 | 浙江宇视科技有限公司 | 一种消除图像伪彩色边方法、系统、设备及计算机介质 |
CN111861893A (zh) * | 2019-04-24 | 2020-10-30 | 浙江宇视科技有限公司 | 一种消除图像伪彩色边方法、系统、设备及计算机介质 |
CN111292345A (zh) * | 2019-05-17 | 2020-06-16 | 展讯通信(上海)有限公司 | 紫边检测方法及装置、电子设备和存储介质 |
WO2021022820A1 (zh) * | 2019-08-02 | 2021-02-11 | 浙江宇视科技有限公司 | 白平衡异常的确定方法、装置、存储介质及电子设备 |
CN111523551A (zh) * | 2020-04-03 | 2020-08-11 | 青岛进化者小胖机器人科技有限公司 | 蓝色目标的二值化方法、装置和设备 |
CN113132705A (zh) * | 2021-04-20 | 2021-07-16 | Oppo广东移动通信有限公司 | 图像色边的校正方法、校正装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN106303483B (zh) | 2019-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106303483A (zh) | 一种图像处理方法及装置 | |
CN103455979B (zh) | 一种低照度视频图像增强方法 | |
CN103593830B (zh) | 一种低照度视频图像增强方法 | |
CN105578165B (zh) | 一种图像白平衡处理方法、装置及摄像机 | |
CN106973240B (zh) | 实现高动态范围图像高清显示的数字照相机成像方法 | |
CN106657946B (zh) | 图像紫边消除系统和方法 | |
DE102019106252A1 (de) | Verfahren und System für Lichtquellenschätzung zur Bildverarbeitung | |
US10937130B1 (en) | Image color enhancement method and device | |
CN106897981A (zh) | 一种基于引导滤波的低照度图像增强方法 | |
CN102340673B (zh) | 一种针对交通场景的摄像机白平衡方法 | |
CN104618700B (zh) | 一种彩色高动态范围图像增强显示的方法 | |
CN106097279B (zh) | 一种高动态图像增强方法 | |
CN101082992A (zh) | 实时高动态范围图像的绘制和显示方法 | |
CN105488793B (zh) | 图像显示方法以及图像处理方法 | |
CN104077759A (zh) | 一种基于色觉感知及全局质量因子的多曝光度图像融合方法 | |
CN106886985A (zh) | 一种减小色偏的自适应低照度图像增强方法 | |
CN103327220B (zh) | 低照度Bayer图像上以绿色通道为导向的去噪方法 | |
CN101425179A (zh) | 一种人脸图像重光照的方法及装置 | |
CN106997584A (zh) | 一种雾霾天气图像增强方法 | |
CN106127709A (zh) | 一种低照度彩色眼底图像判断方法与增强方法 | |
CN107705336A (zh) | 一种病理图像染色成分调节方法 | |
CN107194900A (zh) | 图像处理方法、装置、计算机可读存储介质和移动终端 | |
CN103839245B (zh) | 基于统计规律的Retinex夜间彩色图像增强方法 | |
CN108305232A (zh) | 一种单帧高动态范围图像生成方法 | |
CN107610066A (zh) | 一种叶面积指数测量方法 |
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 |