CN107590789A - 实现区域性对比度增强的装置 - Google Patents
实现区域性对比度增强的装置 Download PDFInfo
- Publication number
- CN107590789A CN107590789A CN201710852648.5A CN201710852648A CN107590789A CN 107590789 A CN107590789 A CN 107590789A CN 201710852648 A CN201710852648 A CN 201710852648A CN 107590789 A CN107590789 A CN 107590789A
- Authority
- CN
- China
- Prior art keywords
- histogram
- block
- module
- enhancing
- statistics
- 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
Landscapes
- Image Processing (AREA)
Abstract
本发明涉及一种实现区域性对比度增强的装置。该装置包括：直方图统计模块，将图像划分区块并对每个区块进行直方图统计；直方图修剪模块，针对每个区块直方图进行修剪处理；直方图映射模块，针对修剪后的区块直方图进行映射处理，获得区块映射表；映射表滤波模块，针对多个区块映射表进行滤波；图像计算模块，借由滤波后的区块映射表，采用插值方式对输入图像计算，并输出对比度增强后的图像；复用和解复用器，对读写操作复用和解复用；直方图管理模块，管理直方图数据；映射表管理模块，管理映射表数据；时序控制生成器，生成工作时所需的时序控制信号；配准模块，用于配准图像。本发明的装置针对区域性对比度增强算法提出了硬件实现方法。
Description
技术领域
本发明涉及显示技术领域，尤其涉及一种实现区域性对比度增强的装置。
背景技术
在图像信号处理中，原始图像在经过多级滤波处理之后，图像一般会出现对比度降低的问题，给人的感觉像是图像被蒙上一层纱，严重影响图像的视觉效果。针对上述问题，一般采取对比度增强算法对图像进行进一步的处理，对比度增强算法主要是通过调整整体或局部特性，扩大图像中不同物体特征之间的差别，抑制不感兴趣的特征，使之改善图像质量、丰富信息量，加强图像判读和识别效果。
参见图1，其为现有通过软件处理实现区域性对比度增强的软件架构图，主要包括直方图统计模块1，直方图修剪模块2，直方图映射模块3，映射表滤波模块4，图像计算模块5，以及帧缓存器6等。该区域性对比度增强方法，在软件流程上需对输入图像做多个步骤处理，其中包括：步骤1，将图像划分区块并对每个区块进行直方图统计；步骤2，针对每个区块直方图进行修剪(Clip)处理；步骤3，针对Clip后的区块直方图进行映射(Mapping)处理，获得区块映射表；步骤4，针对多个区块映射表进行滤波；步骤5，借由滤波后的区块映射表，采用插值方式对输入图像计算，并输出对比度增强后的图像。
该区域性对比度增强方法，软件处理流程复杂，各个计算过程耗时，无法满足实时性要求。为此亟需提出硬件实现方法，采用类似硬件FPGA(现场可编程门阵列)/GPU(图形处理器)流水线结构及并行处理架构来实现该区域性对比度增强方法。
发明内容
因此，本发明的目的在于提供一种实现区域性对比度增强的装置，解决区域性对比度增强算法软件处理流程复杂，计算过程耗时，无法满足实时性要求的问题。
为实现上述目的，本发明提供了一种实现区域性对比度增强的装置，包括：
直方图统计模块，将图像划分区块并对每个区块进行直方图统计；
直方图修剪模块，针对每个区块直方图进行修剪处理；
直方图映射模块，针对修剪后的区块直方图进行映射处理，获得区块映射表；
映射表滤波模块，针对多个区块映射表进行滤波；
图像计算模块，借由滤波后的区块映射表，采用插值方式对输入图像计算，并输出对比度增强后的图像；
复用和解复用器，对读写操作复用和解复用；
直方图管理模块，管理直方图数据；
映射表管理模块，管理映射表数据；
时序控制生成器，生成工作时所需的时序控制信号；
配准模块，用于配准图像。
其中，待处理图像按照从左到右、从上到下按时间的传输方式输入配准模块。
其中，所述直方图统计模块对各区块直方图的统计以时分方式进行。
其中，所述直方图修剪模块、直方图映射模块对各区块直方图的处理按区块行分时处理。
其中，所述映射表滤波模块的滤波处理在图像的垂直消隐区进行。
其中，所述区块直方图采用SDP-SRAM存储。
其中，所述区块直方图采用TDP-SRAM或者SP-RAM存储。
其中，所述直方图统计模块设有桶形移位寄存器电路。
其中，所述桶形移位寄存器电路的工作过程包括：
在载入阶段，移入存储器中的数据；
在累计阶段，实现累加统计；
在更新阶段，移出统计数据到存储器中。
其中，所述直方图修剪模块的修剪处理至少包括直方图搜索阶段。。
综上，本发明的实现区域性对比度增强的装置针对区域性对比度增强算法提出了硬件实现方法：采用类似硬件FPGA/GPU流水线结构及并行处理架构来实现该方法，可完全满足实时性要求，保证算法的真正实现效果。
附图说明
下面结合附图，通过对本发明的具体实施方式详细描述，将使本发明的技术方案及其他有益效果显而易见。
附图中，
图1为现有通过软件处理实现区域性对比度增强的软件架构图；
图2为本发明实现区域性对比度增强的装置一较佳实施例的硬件架构示意图；
图3为本发明实现区域性对比度增强的装置一较佳实施例的图像传输方式示意图；
图4为本发明实现区域性对比度增强的装置一较佳实施例的图像划分区块示意图；
图5为本发明实现区域性对比度增强的装置一较佳实施例的区块直方图采用SRAM存储组织方式示意图；
图6为本发明实现区域性对比度增强的装置一较佳实施例的区块直方图时分统计示意图；
图7为本发明实现区域性对比度增强的装置一较佳实施例的桶形移位寄存器电路实现示意图；
图8为本发明实现区域性对比度增强的装置一较佳实施例中区块直方图经修剪、映射处理后效果示意图；
图9为本发明实现区域性对比度增强的装置一较佳实施例中直方图修剪模块的工作流程图；
参见图10A至10D，图10A为本发明实现区域性对比度增强的装置一较佳实施例中直方图修剪模块第一实施例的处理结果示意图；图10B至10D分别为该第一实施例的直方图搜索阶段、直方图修剪阶段、以及最后直方图修剪阶段示意图；
参见图11A至11D，图11A为本发明实现区域性对比度增强的装置一较佳实施例中直方图修剪模块第二实施例的处理结果示意图；图11B至11D分别为该第二实施例的直方图搜索阶段、直方图修剪阶段、以及最后直方图修剪阶段示意图；
参见图12A至12D，图12A为本发明实现区域性对比度增强的装置一较佳实施例中直方图修剪模块第三实施例的处理结果示意图；图12B至12D分别为该第三实施例的直方图搜索阶段、直方图修剪阶段、以及最后直方图修剪阶段示意图。
具体实施方式
如图2所示，本发明的硬件实现整体架构图中同样包含直方图统计(MakeHistogram)模块21、直方图修剪(ClipHistogram)模块22、直方图映射(MappingHistogram)模块23、映射表滤波(MapLut Filter)模块24、图像计算(ImageCalculation)模块25等主要部分；同时也包括跟硬件实现方法相关的复用和解复用器(Mux/DeMux)26、直方图管理(HistogramMananage)模块27、映射表管理(MapLutManage)模块28、时序控制生成器(Controll Timing Generator(CTG))29、配准(Aligning)模块30等部分。
在本发明中，因映射表滤波、图像计算等的实施方式多样，针对映射表滤波、图像计算、直方图管理、CTG等不做具体描述。
该较佳实施例中，本发明实现区域性对比度增强的装置主要包括：
直方图统计模块21，将输入的图像划分区块并对每个区块进行直方图统计；
直方图修剪模块22，针对每个区块直方图进行修剪处理；
直方图映射模块23，针对修剪后的区块直方图进行映射处理，获得区块映射表；
映射表滤波模块24，针对多个区块映射表进行滤波；
图像计算模块25，借由滤波后的区块映射表，采用插值方式对输入图像计算，并输出对比度增强后的图像；
复用和解复用器26，对各模块进行读写(read和write)操作复用和解复用；
直方图管理模块27，直方图数据管理；
映射表管理模块28，映射表数据管理；
时序控制生成器29，生成各模块工作时所需的时序控制信号(ctg_sig)；
配准模块30，用于配准图像。
本发明采用类似硬件FPGA/GPU流水线结构及并行处理架构来实现该方法，经实现验证可完全满足实时性要求。
参见图3，其为本发明一较佳实施例的图像传输方式示意图。图像可以按照从左(Left)到右(Right)、从上(Top)到下(Bottom)按时间的传输方式输入本发明的装置。不同于现有的软件处理方法，本发明硬件实现方法完全按照图像的传输方式，从左到右、从上到下按时间对图像处理。
参见图4，其为本发明一较佳实施例的图像划分区块示意图。本发明的直方图统计模块将图像划分区块并对每个区块进行直方图统计。本发明的硬件实现方法中，仍遵循软件实现思想，对图像按一定的方式划分多个区块(block)，对于同一水平方向的区块统称为区块行(BlockLine)。沿x轴(x-axis)划分8个区块，沿y轴(y-axis)划分为8个区块行。图像划分区块的方式决定硬件实现的复杂度，同时也决定最终的实现效果；本实施例中，针对图像按8×8方式划分区块，则总共有64个区块；同一水平上的区块行总共有8个。
本发明的硬件实现方法中，直方图统计模块对各区块直方图的统计可以以时分方式进行；直方图修剪模块、直方图映射模块对各区块直方图的直方图修剪(Clip)、直方图映射(Mapping)处理可以按区块行分时处理；而映射表滤波模块对映射表(MapLut)的滤波处理，将在图像的垂直消隐(Vblank)区进行。
特别的是，在图像的下一帧时间内，将对当前帧进行图像计算处理，与此同时对图像下一帧进行区块直方图统计，直方图修剪、直方图映射处理等；如此反复。
因图像从左到右、从上到下传输，各区块直方图的统计方式及区块直方图的存储方式在硬件实现方法的权衡与考虑特别重要。
参见图5，其为本发明一较佳实施例的区块直方图采用SRAM(静态随机存取存储器)存储组织方式示意图。本发明实施例中，可以由直方图管理模块管理，采用SDP(SimpleDualPort，简单双口)-RAM(随机存取存储器)来模拟存储多个区块直方图；总共采用16个SDP-SRAM，如图5所示描述为HistSramn(n＝0～15)。
特别的是，16个SDP-SRAM可以分成上组(Top Group)、下组(Bottom Group)两组，偶数区块行的区块直方图可以存放于上组，奇数区块行的区块直方图存放于下组。
特别的是，本实施例中的区块直方图存储方式也将适应图像划分更多区块的情况。
特别的是，本实施例中的SDP-SRAM在不同阶段可实现不同的用途；比如直方图统计(MakeHistogram)时，用于直方图(Histogram)的存储；直方图映射(MappingHistogram)时，用于映射表(MapLut)的存储等。
本发明的硬件实现方法中，多个区块直方图的存储并不局限于SDP-SRAM；而是取决于SRAM的数量与SRAM形式；比如采用TDP(TrueDualPort，真双口)-SRAM同时可以减少SRAM数量；或者采用SP(SinglePort，单口)-RAM可降低集成电路(IC)后端实现的面积大小。
在图像从左到右、从上到下传输进入本发明的装置的过程中，同一图像行按时间段分属于不同的区块；则需将同一图像行的数据统计到不同的区块直方图中；另外图像传输期间，一个时钟周期将传输多个像素值(比如奇偶像素)；由于SDP-SRAM数据的更新需要一定的时钟周期数；因此将各区块直方图直接统计到SDP-RAM不可能实现。
参见图6，其为本发明一较佳实施例的区块直方图时分统计示意图。为解决上述问题，本发明一实施例中，直方图统计模块设计有4组RegHist电路——桶形移位寄存器电路，如图6所示描述为RegHistn(n＝0～3)，采用时分方式来实现各区块直方图的统计，wr表示从HistSramn(n＝0～15)中读取某区块对应的上一次统计的直方图数据并写入RegHistn(n＝0～3)中。
特别的是，RegHist电路的操作分为载入、累计、更新三个队段：
1.载入(Load)阶段：当前区块到来前，先提前从SDP-SRAM——HistSramn(n＝0～15)中读取上一次统计数据，并载入到对应RegHist中；
2.累计(ACC)阶段：在当前区块时间内，按时钟周期对多个像素值进行统计；
3.更新(Update)阶段:当前区块时间过后，将RegHist中的统计数据更新到对应的HistSram中。
特别的是，RegHist划分为两组，比如RegHist0/1为第一组，RegHist2/3为第二组；当第一组RegHist在统计数据的同时，第二组RegHist工作在更新与载入阶段；此方式可保持同一图像行下各区块直方图的统计有序进行。
参见图7，其为本发明一较佳实施例的桶形移位寄存器电路实现示意图。本发明实施例中的RegHist电路可以为根据灰阶数(比如256灰阶)由多组寄存器构成桶形移位寄存器电路。该较佳实施例中的桶形移位寄存器电路主要包括加法器，触发器(DFF)，6位比较器(Compare(×6))等元件，接受Accum_en(累计使能)、Load_en(载入使能)、Upd_en(更新使能)等信号控制实现电路功能。
通过桶形移位寄存器电路，可以实现：在载入阶段，从左侧移入HistSram中的数据；在累计阶段，实现累加统计；在更新阶段，从右侧移出统计数据到HistSram中；具体的操作可以由专门的时序控制生成器(CTG)来控制实现。
参见图8，其为本发明一较佳实施例中区块直方图经修剪、映射处理后效果示意图。在本发明实施例中，直方图修剪模块实现对各区块直方图的修剪(Clip)处理。根据设定的修剪级别(ClipLevel)，将超出修剪级别的高灰阶以某种方式分配到各低灰阶中；再配合下一阶段的直方图映射模块进行映射处理，将扩展区块直方图的灰阶动态范围；以期获得较好的HDR(高动态范围)画面效果。
需要说明的是，图8所提供图例只是用于简单描述区块直方图经修剪、映射处理后的直方图灰阶范围扩展的效果，不在本发明约束范围内。
参见图9，其为本发明一较佳实施例中直方图修剪模块的工作流程图。本发明中，直方图修剪模块的修剪(Clip)处理可分为三个阶段：直方图搜索(SearchHistogram)、直方图修剪(ClipHistogram)、以及最后直方图修剪(LastClipHistogram)；其中直方图搜索阶段是必须的，但由于区块直方图的特性，直方图修剪阶段、最后直方图修剪阶段有可能会跳过不需要。
针对各区块直方图三个阶段的修剪处理，本发明下面将提供三个实施例对直方图修剪模块的工作过程加以描述。
为方便本发明中各实施例的描述：
将区块直方图的灰阶数定义为N；
其它变量定义如下：
ClipSum：用于统计超过修剪级别(ClipLevel)的统计数据；
GeClipNum：用于记录大于ClipLevel的灰阶个数；
ReadData：从HistSram中读取的数据；
WriteData：经修剪(Clip)更新将写入HistSram的数据；
BinIncr：表示每次Clip的平均量；
Upper：用于判断ReadData+BinIncr后，是否又超过ClipLevel；Upper＝ClipLevel–BinIncr。
参见图10A至10D，图10A为本发明一较佳实施例中直方图修剪模块第一实施例的处理结果示意图；图10B为本发明一较佳实施例中直方图修剪模块第一实施例的直方图搜索阶段示意图；图10C为本发明一较佳实施例中直方图修剪模块第一实施例的直方图修剪阶段示意图；图10D为本发明一较佳实施例中直方图修剪模块第一实施例的最后直方图修剪阶段示意图。过程包括：
在N个时钟周期下，从HistSram中读取区块直方图统计数据ReadData；
判断ReadData是否大于ClipLevel？
若大于或等于：
ClipSum＝ClipSum+(ReadData-ClipLevel)；
GeClipNum＝GeClipNum+1；
WriteData＝ClipLevel；
若小于，则ClipSum、GeClipNum不变；
WriteData＝ReadData；
将WriteData更新到HistSram对应的区块直方图中；
判断ClipSum是否大于0？
如果等于0，则直接结束Clip过程，同时用ClipDone标示ClipHistogram已完成；
如果大于0，则进入ClipHistogram或LastClipHistogram阶段；
BinIncr＝ceil(ClipSum/(N-GeClipNum))；判断BinIncr是否大于0？
若等于0，则进入LastClipHistogram阶段；
若小于0，则进入ClipHistogram阶段；
在N个时钟周期下，从HistSram中读取对应区块直方图数据ReadData；
判断ReadData是否大于Upper？
若大于或等于，ClipSum＝ClipSum-(ClipLevel-ReadData)；
GeClipNum＝GeClipNum+1；WriteData＝ClipLevel；
若小于，ClipSum＝ClipSum-BinIncr；GeClipNum不变；WriteData＝ReadData+BinIncr；
将WriteData更新到HistSram对应的区块直方图中；
在N个时钟周期下，读取区块直方图数据ReadData；
判断ReadData是否大于ClipLevel？
若小于，ClipSum＝ClipSum-1；WriteData＝ReadData+1；
若大于，ClipSum不变；WriteData＝ReadData；
将WriteData更新到HistSram对应的区块直方图中；
判断ClipSum是否等于0？
如果为0则结束Clip过程，用ClipDone标示ClipHistogram已完成。
参见图11A至11D，图11A为本发明一较佳实施例中直方图修剪模块第二实施例的处理结果示意图；图11B为本发明一较佳实施例中直方图修剪模块第二实施例的直方图搜索阶段示意图；图11C为本发明一较佳实施例中直方图修剪模块第二实施例的直方图修剪阶段示意图；图11D为本发明一较佳实施例中直方图修剪模块第二实施例的最后直方图修剪阶段示意图。过程包括：
在N个时钟周期下，从HistSram中读取区块直方图统计数据ReadData；
判断ReadData是否大于ClipLevel？
若大于或等于：
ClipSum＝ClipSum+(ReadData-ClipLevel)；WriteData＝ClipLevel；
若小于，则ClipSum不变；
WriteData＝ReadData；
将WriteData更新到HistSram对应的区块直方图中；
判断ClipSum是否大于0？
如果等于0，则直接结束Clip过程，同时用ClipDone标示ClipHistogram已完成；
如果大于0，则进入ClipHistogram或LastClipHistogram阶段；
BinIncr＝ceil(ClipSum/N)；判断BinIncr是否大于0？
若等于0，则进入LastClipHistogram阶段；
若小于0，则进入ClipHistogram阶段；
在N个时钟周期下，从HistSram中读取对应区块直方图数据ReadData；
判断ReadData是否大于Upper？
若大于或等于，ClipSum＝ClipSum-(ClipLevel-ReadData)；
WriteData＝ClipLevel；
若小于，ClipSum＝ClipSum-BinIncr；WriteData＝ReadData+BinIncr；
将WriteData更新到HistSram对应的区块直方图中；
判断ClipSum是否大于0？
如果等于0，则直接结束Clip过程，同时用ClipDone标示ClipHistogram已完成；
如果大于0，则进入ClipHistogram或LastClipHistogram阶段；
BinIncr＝ceil(ClipSum/N)；判断BinIncr是否大于0？
若等于0，则进入LastClipHistogram阶段；
若小于0，则进入ClipHistogram阶段；
在N个时钟周期下，读取区块直方图数据ReadData；
ClipSum＝ClipSum-1；WriteData＝ReadData+1；
将WriteData更新到HistSram对应的区块直方图中；
判断ClipSum是否等于0？
如果为0则结束Clip过程，用ClipDone标示ClipHistogram已完成；
此实施例中，经LastClip处理后，原本处于ClipLevel的灰阶将可能大于1。
参见图12A至12D，图12A为本发明一较佳实施例中直方图修剪模块第三实施例的处理结果示意图；图12B为本发明一较佳实施例中直方图修剪模块第三实施例的直方图搜索阶段示意图；图12C为本发明一较佳实施例中直方图修剪模块第三实施例的直方图修剪阶段示意图；图12D为本发明一较佳实施例中直方图修剪模块第三实施例的最后直方图修剪阶段示意图。过程包括：
在N个时钟周期下，从HistSram中读取区块直方图统计数据ReadData；
判断ReadData是否大于ClipLevel？
若大于或等于：
ClipSum＝ClipSum+(ReadData-ClipLevel)；WriteData＝ClipLevel；
若小于，则ClipSum不变；
WriteData＝ReadData；
将WriteData更新到HistSram对应的区块直方图中；
判断ClipSum是否大于0？
如果等于0，则直接结束Clip过程，同时用ClipDone标示ClipHistogram已完成；
如果大于0，则进入ClipHistogram或LastClipHistogram阶段；
BinIncr＝ceil(ClipSum/N)；判断BinIncr是否大于0？
若等于0，则进入LastClipHistogram阶段；
若小于0，则进入ClipHistogram阶段；
在N个时钟周期下，从HistSram中读取对应区块直方图数据ReadData；
ClipSum＝ClipSum-BinIncr；WriteData＝ReadData+BinIncr；
将WriteData更新到HistSram对应的区块直方图中；
判断ClipSum是否大于0？
如果等于0，则直接结束Clip过程，同时用ClipDone标示ClipHistogram已完成；
如果大于0，则进入LastClipHistogram阶段；
在N个时钟周期下，读取区块直方图数据ReadData；
ClipSum＝ClipSum-1；WriteData＝ReadData+1；
将WriteData更新到HistSram对应的区块直方图中；
判断ClipSum是否等于0？
如果为0则结束Clip过程，用ClipDone标示ClipHistogram已完成；
此实施例中，经Clip处理后，原本处于ClipLevel的灰阶将会提升到Clip+BinIncr。
综上，本发明的实现区域性对比度增强的装置针对区域性对比度增强算法提出了硬件实现方法：采用类似硬件FPGA/GPU流水线结构及并行处理架构来实现该方法，可完全满足实时性要求，保证算法的真正实现效果。
以上所述，对于本领域的普通技术人员来说，可以根据本发明的技术方案和技术构思作出其他各种相应的改变和变形，而所有这些改变和变形都应属于本发明后附的权利要求的保护范围。
Claims (10)
1.一种实现区域性对比度增强的装置，其特征在于，包括：
直方图统计模块，将图像划分区块并对每个区块进行直方图统计；
直方图修剪模块，针对每个区块直方图进行修剪处理；
直方图映射模块，针对修剪后的区块直方图进行映射处理，获得区块映射表；
映射表滤波模块，针对多个区块映射表进行滤波；
图像计算模块，借由滤波后的区块映射表，采用插值方式对输入图像计算，并输出对比度增强后的图像；
复用和解复用器，对读写操作复用和解复用；
直方图管理模块，管理直方图数据；
映射表管理模块，管理映射表数据；
时序控制生成器，生成工作时所需的时序控制信号；
配准模块，用于配准图像。
2.如权利要求1所述的实现区域性对比度增强的装置，其特征在于，待处理图像按照从左到右、从上到下按时间的传输方式输入配准模块。
3.如权利要求1所述的实现区域性对比度增强的装置，其特征在于，所述直方图统计模块对各区块直方图的统计以时分方式进行。
4.如权利要求1所述的实现区域性对比度增强的装置，其特征在于，所述直方图修剪模块、直方图映射模块对各区块直方图的处理按区块行分时处理。
5.如权利要求1所述的实现区域性对比度增强的装置，其特征在于，所述映射表滤波模块的滤波处理在图像的垂直消隐区进行。
6.如权利要求1所述的实现区域性对比度增强的装置，其特征在于，所述区块直方图采用SDP-SRAM存储。
7.如权利要求1所述的实现区域性对比度增强的装置，其特征在于，所述区块直方图采用TDP-SRAM或者SP-RAM存储。
8.如权利要求1所述的实现区域性对比度增强的装置，其特征在于，所述直方图统计模块设有桶形移位寄存器电路。
9.如权利要求8所述的实现区域性对比度增强的装置，其特征在于，所述桶形移位寄存器电路的工作过程包括：
在载入阶段，移入存储器中的数据；
在累计阶段，实现累加统计；
在更新阶段，移出统计数据到存储器中。
10.如权利要求1所述的实现区域性对比度增强的装置，其特征在于，所述直方图修剪模块的修剪处理至少包括直方图搜索阶段。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710852648.5A CN107590789A (zh) | 2017-09-19 | 2017-09-19 | 实现区域性对比度增强的装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710852648.5A CN107590789A (zh) | 2017-09-19 | 2017-09-19 | 实现区域性对比度增强的装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107590789A true CN107590789A (zh) | 2018-01-16 |
Family
ID=61048564
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710852648.5A Pending CN107590789A (zh) | 2017-09-19 | 2017-09-19 | 实现区域性对比度增强的装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107590789A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109003227A (zh) * | 2018-06-29 | 2018-12-14 | 深圳市华星光电技术有限公司 | 一种增强对比度的装置及显示器 |
| CN110132811A (zh) * | 2019-05-15 | 2019-08-16 | 五邑大学 | 一种空气质量pm2.5数据监测系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5825936A (en) * | 1994-09-22 | 1998-10-20 | University Of South Florida | Image analyzing device using adaptive criteria |
| US6424730B1 (en) * | 1998-11-03 | 2002-07-23 | Eastman Kodak Company | Medical image enhancement method for hardcopy prints |
| CN104463806A (zh) * | 2014-12-19 | 2015-03-25 | 南京理工大学 | 基于数据驱动技术的高度自适应图像对比度增强方法 |
| CN105574830A (zh) * | 2016-02-04 | 2016-05-11 | 沈阳工业大学 | 极端天气条件下低质图像增强方法 |
| CN106570833A (zh) * | 2016-10-31 | 2017-04-19 | 湖南国科微电子股份有限公司 | 视频图像自适应对比度增强方法和装置 |
-
2017
- 2017-09-19 CN CN201710852648.5A patent/CN107590789A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5825936A (en) * | 1994-09-22 | 1998-10-20 | University Of South Florida | Image analyzing device using adaptive criteria |
| US6424730B1 (en) * | 1998-11-03 | 2002-07-23 | Eastman Kodak Company | Medical image enhancement method for hardcopy prints |
| CN104463806A (zh) * | 2014-12-19 | 2015-03-25 | 南京理工大学 | 基于数据驱动技术的高度自适应图像对比度增强方法 |
| CN105574830A (zh) * | 2016-02-04 | 2016-05-11 | 沈阳工业大学 | 极端天气条件下低质图像增强方法 |
| CN106570833A (zh) * | 2016-10-31 | 2017-04-19 | 湖南国科微电子股份有限公司 | 视频图像自适应对比度增强方法和装置 |
Non-Patent Citations (3)
| Title |
|---|
| 杨春玲等: "《EDA技术与实验》", 30 April 2009, 哈尔滨：哈尔滨工业大学出版社 * |
| 邹汝平等: "《光纤图像寻的系统》", 31 October 2016, 北京：国防工业出版社 * |
| 陈全兵: "基于FPGA的高清实时全景视频拼接的研究与设计", 《中国优秀硕士学位论文全文数据库信息科技辑（月刊 ）》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109003227A (zh) * | 2018-06-29 | 2018-12-14 | 深圳市华星光电技术有限公司 | 一种增强对比度的装置及显示器 |
| WO2020000538A1 (zh) * | 2018-06-29 | 2020-01-02 | 深圳市华星光电技术有限公司 | 一种增强对比度的装置及显示器 |
| CN109003227B (zh) * | 2018-06-29 | 2021-07-27 | Tcl华星光电技术有限公司 | 一种增强对比度的装置及显示器 |
| CN110132811A (zh) * | 2019-05-15 | 2019-08-16 | 五邑大学 | 一种空气质量pm2.5数据监测系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104517265B (zh) | 智能磨皮方法和装置 | |
| US10224955B2 (en) | Data compression and decompression method of demura table, and mura compensation method | |
| US10360494B2 (en) | Convolutional neural network (CNN) system based on resolution-limited small-scale CNN modules | |
| CN107506707B (zh) | 采用嵌入式系统中的小规模卷积神经网络模块的人脸检测 | |
| CN104835164B (zh) | 一种双目摄像头深度图像的处理方法及装置 | |
| CN1178495C (zh) | 图象处理系统反差扩展设备中的直方图均衡化方法及装置 | |
| CN107590789A (zh) | 实现区域性对比度增强的装置 | |
| CN104200447B (zh) | 一种实时低照度彩色图像增强装置 | |
| CN109238225B (zh) | 移动式车台实时高度监护平台 | |
| CN105046658A (zh) | 一种低照度图像处理方法和装置 | |
| CN104658030A (zh) | 二次图像混合的方法和装置 | |
| CN109671042B (zh) | 基于fpga形态学算子的灰度图像处理系统及方法 | |
| CN105719250A (zh) | 基于简单背景的图像修复方法、系统及拍摄终端 | |
| DE102020122224A9 (de) | Verfahren und Vorrichtung für Referenz-Bildgebung und optische Objekt-Erkennung | |
| CN103338374B (zh) | 图像处理方法及装置 | |
| CN107027069A (zh) | 图像数据的处理方法、装置和系统、存储介质及处理器 | |
| CN102542528B (zh) | 一种图像转换处理方法及系统 | |
| CN104050635B (zh) | 一种模板尺寸可变的图像非线性滤波实时处理系统及方法 | |
| CN103413326A (zh) | Fast approximated SIFT算法中特征点检测方法及装置 | |
| CN111488839B (zh) | 一种目标检测方法和目标检测系统 | |
| CN117459661A (zh) | 一种视频处理方法、装置、设备及机器可读存储介质 | |
| CN106339988B (zh) | 一种图像去雾方法及装置 | |
| CN101461228A (zh) | 图像处理电路、半导体装置和图像处理设备 | |
| Qinghui et al. | Research of key algorithm in the technology of fingerprint identification | |
| CN103440637A (zh) | 用于图像序列增强的方法和装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | 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 |
Application publication date: 20180116 |
|
| RJ01 | Rejection of invention patent application after publication |