CN108495109B - 基于模糊控制的饱和度增强方法及装置 - Google Patents

基于模糊控制的饱和度增强方法及装置 Download PDF

Info

Publication number
CN108495109B
CN108495109B CN201810247968.2A CN201810247968A CN108495109B CN 108495109 B CN108495109 B CN 108495109B CN 201810247968 A CN201810247968 A CN 201810247968A CN 108495109 B CN108495109 B CN 108495109B
Authority
CN
China
Prior art keywords
saturation degree
component
function
enhancing
input picture
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
Application number
CN201810247968.2A
Other languages
English (en)
Other versions
CN108495109A (zh
Inventor
陈云娜
许神贤
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.)
Shenzhen China Star Optoelectronics Semiconductor Display Technology Co Ltd
Original Assignee
Shenzhen China Star Optoelectronics Semiconductor Display Technology 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 Shenzhen China Star Optoelectronics Semiconductor Display Technology Co Ltd filed Critical Shenzhen China Star Optoelectronics Semiconductor Display Technology Co Ltd
Priority to CN201810247968.2A priority Critical patent/CN108495109B/zh
Publication of CN108495109A publication Critical patent/CN108495109A/zh
Priority to PCT/CN2018/104451 priority patent/WO2019179059A1/zh
Priority to US16/088,754 priority patent/US10692193B2/en
Application granted granted Critical
Publication of CN108495109B publication Critical patent/CN108495109B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00—Details of colour television systems
    • H04N9/64—Circuits for processing colour signals
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00—Details of colour television systems
    • H04N9/64—Circuits for processing colour signals
    • H04N9/646—Circuits for processing colour signals for image enhancement, e.g. vertical detail restoration, cross-colour elimination, contour correction, chrominance trapping filters
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/46—Colour picture communication systems
    • H04N1/56—Processing of colour picture signals
    • H04N1/60—Colour correction or control
    • H04N1/6027—Correction or control of colour gradation or colour contrast
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00—Details of colour television systems
    • H04N9/64—Circuits for processing colour signals
    • H04N9/643—Hue control means, e.g. flesh tone control
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00—Details of colour television systems
    • H04N9/77—Circuits for processing the brightness signal and the chrominance signal relative to each other, e.g. adjusting the phase of the brightness signal relative to the colour signal, correcting differential gain or differential phase
    • 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

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Image Processing (AREA)
  • Color Image Communication Systems (AREA)

Abstract

本发明提供一种基于模糊控制的饱和度增强方法及装置。所述基于模糊控制的饱和度增强方法利用模糊系统根据输入图像的饱和度分量、亮度分量及细节信息或饱和度分量、强度分量及细节信息输出一增强权重，并将该增强权重反馈到增强函数中，以改变饱和度分量的增强强度，能够避免饱和度增强时造成的色彩不确定性，并降低饱和度增强时细节信息的损失。

Description

基于模糊控制的饱和度增强方法及装置
技术领域
本发明涉及显示技术领域，尤其涉及一种基于模糊控制的饱和度增强方法及装置。
背景技术
随着显示技术的发展，液晶显示器(Liquid Crystal Display，LCD)及有机发光二极管显示器件(Organic Light Emitting Display，OLED)等平面显示装置因具有高画质、省电、机身薄及应用范围广等优点，而被广泛的应用于手机、电视、个人数字助理、数字相机、笔记本电脑、台式计算机等各种消费性电子产品，成为显示装置中的主流。
提高图像的视觉效果，以及图像的质量是现在图像处理的主要课题之一，随着显示技术的发展，用户对显示画面质量的要求越来越高，鲜亮的色彩能够给人更好的视觉感受，所以目前越来越多的显示装置中加入了图像色彩增强功能。
目前常见的图像色彩增强方法有两类：第一类增强的方法是不进行空间的转换，直接在RGB色彩空间中对图像中R(Red，红)、G(Green，绿)B(Blue，蓝)，即三原色的分量进行相同的放缩和平移，从而达到色调不变的目的；第二类增强的方法就是对色彩分量进行转换，从RGB空间转换到其他空间，例如由色调分量(Hue，H)、饱和度分量(Saturation，S)和亮度分量(Value，V)组成的HSV色彩空间或由色调分量、饱和度分量和强度分量(Intensity，I)组成的HSI色彩空间，并做相应的运算处理，然后再转换回RGB空间。
上述第二种色彩增强的方法，为了保证在对图像增强后色调的不变，一般在进行运算处理时会选择一饱和度函数曲线来控制饱和度分量的变化，但是这种方法通常会丢失图像细节，而且在接近于低饱和度时饱和度增强是不推荐的，因为低饱和区色调具有不确定性，增强后可能产生不期望的色彩。
发明内容
本发明的目的在于提供一种基于模糊控制的饱和度增强方法，能够避免饱和度增强时造成的色彩不确定性，并降低饱和度增强时细节信息的损失。
本发明的目的还在于提供一种基于模糊控制的饱和度增强装置，能够避免饱和度增强时造成的色彩不确定性，并降低饱和度增强时细节信息的损失。
为实现上述目的，本发明提供了一种基于模糊控制的饱和度增强方法，包括如下步骤：
步骤S1、将输入图像从RGB色彩空间转换至由色调分量、饱和度分量和亮度分量组成的HSV色彩空间或由色调分量、饱和度分量和强度分量组成的HSI色彩空间；
步骤S2、根据饱和度分量对输入图像进行边缘检测，得到输入图像的细节信息；
步骤S3、设置模糊系统，将输入图像的饱和度分量、亮度分量及细节信息或饱和度分量、强度分量及细节信息输入至模糊系统中；
步骤S4、所述模糊系统根据输入的饱和度分量、亮度分量及细节信息或饱和度分量、强度分量及细节信息输出一增强权重；
步骤S5、根据所述增强权重及预设的增强函数对饱和度分量进行增强，得到增强后的饱和度分量；
步骤S6、将色调分量、增强后的饱和度分量和亮度分量或色调分量、增强后的饱和度分量和强度分量转换回RGB色彩空间，得到饱和度增强后的图像。
所述步骤S3中的设置模糊系统具体包括：
设定模糊系统中所述饱和度分量的隶属函数、亮度或强度分量的隶属函数、细节信息的隶属函数及增强权重的隶属函数，以及定义模糊系统的规则库。
所述步骤S2中通过索贝尔模板对所述输入图像进行边缘检测并归一化，得到输入图像的细节信息。
可选地，所述步骤S5中预设的增强函数为：
fS＝SR
其中，S为所述输入图像的原饱和度分量，fS为所述输入图像的增强后的饱和度分量，R＝R1×FuzzyWeight，R1为预设的增强指数，FuzzyWeight为增强权重，R1＜0。
可选地，所述步骤S5中预设的增强函数为：
fS＝FuzzyWeight×fS1+(1-FuzzyWeight)fS2
其中，fS为所述输入图像的增强后的饱和度分量，FuzzyWeight增强权重，fS1为根据预设的第一函数和输入图像的原饱和度分量得出的第一饱和度分量，fS2为根据预设的第二函数和输入图像的原饱和度分量得出的第二饱和分量，且fS1＞fS2；所述预设的第一函数为分段变换函数，所述预设的第二函数为线性映射函数。
本发明还提供一种基于模糊控制的饱和度增强装置，包括：变换单元、与变换单元相连的检测单元、与所述变换单元和检测单元相连的模糊系统、与所述变换单元和模糊系统相连的增强单元、与所述增强单元和变换单元相连的回复单元；
所述变换单元用于将输入图像从RGB色彩空间转换至由色调分量、饱和度分量和亮度分量组成的HSV色彩空间或由色调分量、饱和度分量和强度分量组成的HSI色彩空间；
所述检测单元用于根据饱和度分量对输入图像进行边缘检测，得到输入图像的细节信息；
所述模糊系统用于根据输入的饱和度分量、亮度分量及细节信息或饱和度分量、强度分量及细节信息输出一增强权重；
所述增强单元用于根据所述增强权重及预设的增强函数对饱和度分量进行增强，得到增强后的饱和度分量；
所述回复单元用于将色调分量、增强后的饱和度分量和亮度分量或色调分量、增强后的饱和度分量和强度分量转换回RGB色彩空间，得到饱和度增强后的图像。
所述模糊系统中预设有饱和度分量的隶属函数、亮度或强度分量的隶属函数、细节信息的隶属函数、增强权重的隶属函数及模糊系统的规则库。
所述检测单元通过索贝尔模板对所述输入图像进行边缘检测并归一化，得到输入图像的细节信息。
可选地，所述预设的增强函数为：
fS＝SR
其中，S为所述输入图像的原饱和度分量，fS为所述输入图像的增强后的饱和度分量，R＝R1×FuzzyWeight，R1为预设的增强指数，FuzayWeight为增强权重，R1＜0。
可选地，所述预设的增强函数为：
fS＝FuzzyWeight×fS1+(1-FuzzyWeight)fS2
其中，fS为所述输入图像的增强后的饱和度分量，FuzayWeight增强权重，fS1为根据预设的第一函数和输入图像的原饱和度分量得出的第一饱和度分量，fS2为根据预设的第二函数和输入图像的原饱和度分量得出的第二饱和分量，且fS1＞fS2；所述预设的第一函数为分段变换函数，所述预设的第二函数为线性映射函数。
本发明的有益效果：本发明提供一种基于模糊控制的饱和度增强方法，所述基于模糊控制的饱和度增强方法利用模糊系统根据输入图像的饱和度分量、亮度分量及细节信息或饱和度分量、强度分量及细节信息输出一增强权重，并将该增强权重反馈到增强函数中，以改变饱和度分量的增强强度，能够避免饱和度增强时造成的色彩不确定性，并降低饱和度增强时细节信息的损失。本发明还提供一种基于模糊控制的饱和度增强装置，能够避免饱和度增强时造成的色彩不确定性，并降低饱和度增强时细节信息的损失。
附图说明
为了能更进一步了解本发明的特征以及技术内容，请参阅以下有关本发明的详细说明与附图，然而附图仅提供参考与说明用，并非用来对本发明加以限制。
附图中，
图1为本发明的基于模糊控制的饱和度增强方法的流程图；
图2为本发明的基于模糊控制的饱和度增强装置的模块图；
图3为本发明的基于模糊控制的饱和度增强装置的一实施例中模糊系统内亮度或强度分量的隶属函数的示意图；
图4为本发明的基于模糊控制的饱和度增强装置的一实施例中模糊系统内饱和度分量的隶属函数的示意图；
图5为本发明的基于模糊控制的饱和度增强装置的一实施例中模糊系统内细节信息的隶属函数的示意图；
图6为本发明的基于模糊控制的饱和度增强装置的一实施例中模糊系统内增强权重的隶属函数的示意图；
图7为本发明的基于模糊控制的饱和度增强方法的一实施例中的增强函数的示意图。
具体实施方式
为更进一步阐述本发明所采取的技术手段及其效果，以下结合本发明的优选实施例及其附图进行详细描述。
请参阅图1，本发明提供一种基于模糊控制的饱和度增强方法，包括如下步骤：
步骤S1、将输入图像从RGB色彩空间转换至由色调分量、饱和度分量和亮度分量组成的HSV色彩空间或由色调分量、饱和度分量和强度分量组成的HSI色彩空间。
具体地，所述步骤S1中将输入图像从RGB色彩空间转换至HSV色彩空间或HSI色彩空间方法采用现有技术的转换公式完成，此处不再赘述。
步骤S2、根据饱和度分量对输入图像进行边缘检测，得到输入图像的细节信息。
可选地，在本发明的一些实施例中，所述步骤S2中根据饱和度分量对输入图像进行边缘检测通过索贝尔(Sobel)模版进行，以获得输入图像的细节信息，当然并不是对本发明的限制，所述边缘检测还可以采用其他可行的方法进行。
步骤S3、设置模糊系统，将输入图像的饱和度分量、亮度分量及细节信息或饱和度分量、强度分量及细节信息输入至模糊系统中。
具体地，所述步骤S3中设置模糊系统的过程具体包括：设定模糊系统中所述饱和度分量的隶属函数、亮度或强度分量的隶属函数、细节信息的隶属函数及增强权重的隶属函数，以及定义模糊系统的规则库。
步骤S4、所述模糊系统根据输入的饱和度分量、亮度分量及细节信息或饱和度分量、强度分量及细节信息输出一增强权重。
具体地，所述饱和度的增强强度随着增强权重的增大而增大，所述增强权重的取值范围为0～1。
可选地，在本发明的一些实施例中，所述饱和度分量的隶属函数、亮度或强度分量的隶属函数、细节信息的隶属函数及增强权重的隶属函数分别如图3、图4、图5及图6所示，所述模糊系统的规则库如表1所示；
表1
序号 亮度/强度 饱和度 细节信息 增强权重
1 mf11 mf21 mf31 mf41
2 mf11 mf21 mf32 mf41
3 mf11 mf21 mf33 mf41
4 mf11 mf22 mf31 mf44
5 mf11 mf22 mf32 mf43
6 mf11 mf22 mf33 mf42
7 mf11 mf23 mf31 mf45
8 mf11 mf23 mf32 mf44
9 mf11 mf23 mf33 mf43
10 mf12 mf21 mf31 mf42
11 mf12 mf21 mf32 mf42
12 mf12 mf21 mf33 mf42
13 mf12 mf22 mf31 mf45
14 mf12 mf22 mf32 mf44
15 mf12 mf22 mf33 mf43
16 mf12 mf23 mf31 mf45
17 mf12 mf23 mf32 mf44
18 mf12 mf23 mf33 mf43
19 mf13 mf21 mf31 mf41
20 mf13 mf21 mf32 mf41
21 mf13 mf21 mf33 mf41
22 mf13 mf22 mf31 mf44
23 mf13 mf22 mf32 mf43
24 mf13 mf22 mf33 mf42
25 mf13 mf23 mf31 mf45
26 mf13 mf23 mf32 mf44
27 mf13 mf23 mf33 mf43
根据表1可知，当饱和度为低(饱和度为mf21)时，无论细节信息是否变换，其增强权重均为低(mf41)或较低(mf42)，即在低饱和度时，为了避免色彩色调的不明确性，饱和度的增强强度都很低，而当饱和度为中等或高(mf22或mf23)时，其增强权重还会随着细节信息的增多而减小，即在饱和度为中等或高时，为了减少细节信息的丢失，细节信息越多，饱和度的增强强度越低。
步骤S5、根据所述增强权重及预设的增强函数对饱和度分量进行增强，得到增强后的饱和度分量。
可选地，在本发明的一些实施例中，所述步骤S5中预设的增强函数为：
fS＝SR
其中，S为所述输入图像的原饱和度分量，fS为所述输入图像的增强后的饱和度分量，R＝R1×FuzzyWeight，R1为预设的增强指数，FuzzyWeight为增强权重，R1＜0。此时，R随着增强权重的增大而减小，R越小，饱和度分量的增强强度越大。
可选地，所述步骤S5中预设的增强函数为：
fS＝FuzzyWeight×fS1+(1-FuzzyWeight)fS2
其中，fS为所述输入图像的增强后的饱和度分量，FuzzyWeight增强权重，fS1为根据预设的第一函数和输入图像的原饱和度分量得出的第一饱和度分量，fS2为根据预设的第二函数和输入图像的原饱和度分量得出的第二饱和分量，且fS1＞fS2；所述预设的第一函数为分段变换函数，所述预设的第二函数为线性映射函数。
可选地，如图7所示，所述预设的第一函数为分段变换函数，所述预设的第二函数为线性映射函数，所述预设的第一函数的曲线图7中的实线所示，预设的第二函数的曲线如图7中的虚线所示，所述预设的第一函数包括第一变换段100和第二变化段200，在相同的原饱和度下，第一饱和度分量始终大于第二饱和度分量，增强权重越大，增强后的饱和度分量越接近第一饱和度分量，即增强权重越大，增强的强度越大；相应地，增强权重越小，增强后的饱和度分量越接近第二饱和度分量，即增强权重越小，增强的强度越小。
步骤S6、将色调分量、增强后的饱和度分量和亮度分量或色调分量、增强后的饱和度分量和强度分量转换回RGB色彩空间，得到饱和度增强后的图像。
具体地，将色调分量、增强后的饱和度分量和亮度分量或色调分量、增强后的饱和度分量和强度分量转换回RGB色彩空间的方法采用现有技术进行，此处不再赘述。
请参阅图2，本发明还提供一种基于模糊控制的饱和度增强装置，包括：变换单元10、与变换单元10相连的检测单元20、与所述变换单元10和检测单元20相连的模糊系统30、与所述变换单元10和模糊系统30相连的增强单元40、与所述增强单元40和变换单元10相连的回复单元50。
具体地，所述变换单元10用于将输入图像从RGB色彩空间转换至由色调分量、饱和度分量和亮度分量组成的HSV色彩空间或由色调分量、饱和度分量和强度分量组成的HSI色彩空间。具体地，将输入图像从RGB色彩空间转换至HSV色彩空间或HSI色彩空间方法采用现有技术的转换公式完成，此处不再赘述。
具体地，所述检测单元20用于根据饱和度分量对输入图像进行边缘检测，得到输入图像的细节信息。
可选地，在本发明的一些实施例中，所述检测单元20根据饱和度分量对输入图像进行边缘检测通过索贝尔(Sobel)模版进行，以获得输入图像的细节信息，当然并不是对本发明的限制，所述边缘检测还可以采用其他可行的方法进行。
具体地，所述模糊系统30用于根据输入的饱和度分量、亮度分量及细节信息或饱和度分量、强度分量及细节信息输出一增强权重。所述模糊系统30中预设有饱和度分量的隶属函数、亮度或强度分量的隶属函数、细节信息的隶属函数、增强权重的隶属函数及模糊系统的规则库。
具体地，可选地，在本发明的一些实施例中，所述饱和度分量的隶属函数、亮度或强度分量的隶属函数、细节信息的隶属函数及增强权重的隶属函数分别如图3、图4、图5及图6所示，所述模糊系统的规则库如表1所示；根据表1可知，当饱和度为低(饱和度为mf21)时，无论细节信息是否变换，其增强权重均为低(mf41)或较低(mf42)，即在低饱和度时，为了避免色彩色调的不明确性，饱和度的增强强度都很低，而当饱和度为中等或高(mf22或mf23)时，其增强权重还会随着细节信息的增多而减小，即在饱和度为中等或高时，为了减少细节信息的丢失，细节信息越多，饱和度的增强强度越低。
具体地，所述增强单元40用于根据所述增强权重及预设的增强函数对饱和度分量进行增强，得到增强后的饱和度分量。
可选地，在本发明的一些实施例中，所述预设的增强函数为：
fS＝SR
其中，S为所述输入图像的原饱和度分量，fS为所述输入图像的增强后的饱和度分量，R＝R1×FuzzyWeight，R1为预设的增强指数，FuzzyWeight为增强权重，R1＜0。此时，R随着增强权重的增大而减小，R越小，饱和度分量的增强强度越大。
可选地，所述预设的增强函数为：
fS＝FuzzyWeight×fS1+(1-FuzzyWeight)fS2
其中，fS为所述输入图像的增强后的饱和度分量，FuzzyWeight增强权重，fS1为根据预设的第一函数和输入图像的原饱和度分量得出的第一饱和度分量，fS2为根据预设的第二函数和输入图像的原饱和度分量得出的第二饱和分量，且fS1＞fS2；所述预设的第一函数为分段变换函数，所述预设的第二函数为线性映射函数。
可选地，如图7所示，所述预设的第一函数为分段变换函数，所述第二函数为线性映射函数，所述预设的第一函数的曲线图7中的实线所示，第二函数的曲线如图7中的虚线所示，所述预设的第一函数包括第一变换段100和第二变化段200，在相同的原饱和度下，第一饱和度分量始终大于第二饱和度分量，增强权重越大，增强后的饱和度分量越接近第一饱和度分量，即增强权重越大，增强的强度越大；相应地，增强的强度越小，增强后的饱和度分量越接近第二饱和度分量，即增强权重越小，增强的强度越小。
具体地，所述回复单元50用于将色调分量、增强后的饱和度分量和亮度分量或色调分量、增强后的饱和度分量和强度分量转换回RGB色彩空间，得到饱和度增强后的图像。具体地，将色调分量、增强后的饱和度分量和亮度分量或色调分量、增强后的饱和度分量和强度分量转换回RGB色彩空间的方法采用现有技术进行，此处不再赘述。
综上所述，本发明提供一种基于模糊控制的饱和度增强方法，所述基于模糊控制的饱和度增强方法利用模糊系统根据输入图像的饱和度分量、亮度分量及细节信息或饱和度分量、强度分量及细节信息输出一增强权重，并将该增强权重反馈到增强函数中，以改变饱和度分量的增强强度，能够避免饱和度增强时造成的色彩不确定性，并降低饱和度增强时细节信息的损失。本发明还提供一种基于模糊控制的饱和度增强装置，能够避免饱和度增强时造成的色彩不确定性，并降低饱和度增强时细节信息的损失。
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权利要求的保护范围。

Claims (8)

1.一种基于模糊控制的饱和度增强方法，其特征在于，包括如下步骤：
步骤S1、将输入图像从RGB色彩空间转换至由色调分量、饱和度分量和亮度分量组成的HSV色彩空间或由色调分量、饱和度分量和强度分量组成的HSI色彩空间；
步骤S2、根据饱和度分量对输入图像进行边缘检测，得到输入图像的细节信息；
步骤S3、设置模糊系统，将输入图像的饱和度分量、亮度分量及细节信息或饱和度分量、强度分量及细节信息输入至模糊系统中；
步骤S4、所述模糊系统根据输入的饱和度分量、亮度分量及细节信息或饱和度分量、强度分量及细节信息输出一增强权重；
步骤S5、根据所述增强权重及预设的增强函数对饱和度分量进行增强，得到增强后的饱和度分量；
步骤S6、将色调分量、增强后的饱和度分量和亮度分量或色调分量、增强后的饱和度分量和强度分量转换回RGB色彩空间，得到饱和度增强后的图像；
所述步骤S3中的设置模糊系统具体包括：
设定模糊系统中所述饱和度分量的隶属函数、亮度或强度分量的隶属函数、细节信息的隶属函数及增强权重的隶属函数，以及定义模糊系统的规则库；
所述步骤S4中，当所述饱和度为低时，无论细节信息是否变换，所述增强权重均为低或较低，而当所述饱和度为中等或高时，其所述增强权重随着细节信息的增多而减小。
2.如权利要求1所述的基于模糊控制的饱和度增强方法，其特征在于，所述步骤S2中通过Sobel模板对所述输入图像进行边缘检测并归一化，得到输入图像的细节信息。
3.如权利要求1所述的基于模糊控制的饱和度增强方法，其特征在于，所述步骤S5中预设的增强函数为：
fS＝SR
其中，S为所述输入图像的原饱和度分量，fS为所述输入图像的增强后的饱和度分量，R＝R1×FuzzyWeight，R1为预设的增强指数，FuzzyWeight为增强权重，R1＜0。
4.如权利要求1所述的基于模糊控制的饱和度增强方法，其特征在于，所述步骤S5中预设的增强函数为：
fS＝FuzzyWeight×fS1+(1-FuzzyWeight)fS2
其中，fS为所述输入图像的增强后的饱和度分量，FuzzyWeight增强权重，fS1为根据预设的第一函数和输入图像的原饱和度分量得出的第一饱和度分量，fS2为根据预设的第二函数和输入图像的原饱和度分量得出的第二饱和分量，且fS1＞fS2；所述预设的第一函数为分段变换函数，所述预设的第二函数为线性映射函数。
5.一种基于模糊控制的饱和度增强装置，其特征在于，包括：变换单元(10)、与变换单元(10)相连的检测单元(20)、与所述变换单元(10)和检测单元(20)相连的模糊系统(30)、与所述变换单元(10)和模糊系统(30)相连的增强单元(40)、与所述增强单元(40)和变换单元(10)相连的回复单元(50)；
所述变换单元(10)用于将输入图像从RGB色彩空间转换至由色调分量、饱和度分量和亮度分量组成的HSV色彩空间或由色调分量、饱和度分量和强度分量组成的HSI色彩空间；
所述检测单元(20)用于根据饱和度分量对输入图像进行边缘检测，得到输入图像的细节信息；
所述模糊系统(30)用于根据输入的饱和度分量、亮度分量及细节信息或饱和度分量、强度分量及细节信息输出一增强权重；
所述增强单元(40)用于根据所述增强权重及预设的增强函数对饱和度分量进行增强，得到增强后的饱和度分量；
所述回复单元(50)用于将色调分量、增强后的饱和度分量和亮度分量或色调分量、增强后的饱和度分量和强度分量转换回RGB色彩空间，得到饱和度增强后的图像；
所述模糊系统(30)中预设有饱和度分量的隶属函数、亮度或强度分量的隶属函数、细节信息的隶属函数、增强权重的隶属函数及模糊系统的规则库；
当所述饱和度为低时，无论细节信息是否变换，所述增强权重均为低或较低，而当所述饱和度为中等或高时，其所述增强权重随着细节信息的增多而减小。
6.如权利要求5所述的基于模糊控制的饱和度增强装置，其特征在于，所述检测单元(20)通过Sobel模板对所述输入图像进行边缘检测并归一化，得到输入图像的细节信息。
7.如权利要求5所述的基于模糊控制的饱和度增强装置，其特征在于，所述预设的增强函数为：
fS＝SR
其中，S为所述输入图像的原饱和度分量，fS为所述输入图像的增强后的饱和度分量，R＝R1×FuzzyWeight，R1为预设的增强指数，FuzzyWeight为增强权重，R1＜0。
8.如权利要求5所述的基于模糊控制的饱和度增强装置，其特征在于，所述预设的增强函数为：
fS＝FuzzyWeight×fS1+(1-FuzzyWeight)fS2
其中，fS为所述输入图像的增强后的饱和度分量，FuzzyWeight增强权重，fS1为根据预设的第一函数和输入图像的原饱和度分量得出的第一饱和度分量，fS2为根据预设的第二函数和输入图像的原饱和度分量得出的第二饱和分量，且fS1＞fS2；所述预设的第一函数为分段变换函数，所述预设的第二函数为线性映射函数。
CN201810247968.2A 2018-03-23 2018-03-23 基于模糊控制的饱和度增强方法及装置 Active CN108495109B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201810247968.2A CN108495109B (zh) 2018-03-23 2018-03-23 基于模糊控制的饱和度增强方法及装置
PCT/CN2018/104451 WO2019179059A1 (zh) 2018-03-23 2018-09-06 基于模糊控制的饱和度增强方法及装置
US16/088,754 US10692193B2 (en) 2018-03-23 2018-09-06 Saturation enhancement method and device based on fuzzy control

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810247968.2A CN108495109B (zh) 2018-03-23 2018-03-23 基于模糊控制的饱和度增强方法及装置

Publications (2)

Publication Number Publication Date
CN108495109A CN108495109A (zh) 2018-09-04
CN108495109B true CN108495109B (zh) 2019-10-11

Family

ID=63319705

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810247968.2A Active CN108495109B (zh) 2018-03-23 2018-03-23 基于模糊控制的饱和度增强方法及装置

Country Status (3)

Country Link
US (1) US10692193B2 (zh)
CN (1) CN108495109B (zh)
WO (1) WO2019179059A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108495109B (zh) * 2018-03-23 2019-10-11 深圳市华星光电半导体显示技术有限公司 基于模糊控制的饱和度增强方法及装置
CN110349097B (zh) * 2019-06-17 2021-06-25 苏州华星光电技术有限公司 图像显着性的色彩增强方法及图像处理装置
CN113763265A (zh) * 2021-08-09 2021-12-07 云南北方光电仪器有限公司 红外图像对比度增益调节方法、存储介质及红外探测器

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100914515B1 (ko) * 2006-06-23 2009-09-02 주식회사 칼라짚미디어 색상 기반 이미지 코드의 색상 판별 방법
CN101790101B (zh) * 2010-04-01 2013-01-09 昆山锐芯微电子有限公司 图像饱和度调整方法与图像饱和度调整装置
US9070195B2 (en) * 2012-06-10 2015-06-30 Apple Inc. Method and system for auto-enhancing photographs with saturation adjustments
CN102779330B (zh) 2012-06-13 2014-08-06 京东方科技集团股份有限公司 图像增强方法、图像增强装置和显示装置
US10176642B2 (en) * 2015-07-17 2019-01-08 Bao Tran Systems and methods for computer assisted operation
CN107529050B (zh) * 2017-09-28 2019-05-07 深圳市华星光电技术有限公司 一种图像色彩增强方法、显示设备及存储装置
CN108495109B (zh) * 2018-03-23 2019-10-11 深圳市华星光电半导体显示技术有限公司 基于模糊控制的饱和度增强方法及装置

Also Published As

Publication number Publication date
US10692193B2 (en) 2020-06-23
CN108495109A (zh) 2018-09-04
WO2019179059A1 (zh) 2019-09-26
US20190370945A1 (en) 2019-12-05

Similar Documents

Publication Publication Date Title
CN101794565B (zh) 一种图像显示方法、装置及系统
CN106971695B (zh) Rgbw液晶显示装置的亮度调节方法及装置
CN108495109B (zh) 基于模糊控制的饱和度增强方法及装置
CN101866641B (zh) 影像的色彩调整方法
US9548015B2 (en) Image color enhancement method and device for display
US10347198B2 (en) Image displaying methods and display devices
RU2012125614A (ru) Устройство обработки изображения и способ обработки изображения
CN107799080B (zh) 一种基于分段式曲线的液晶像素补偿方法
CN104332143B (zh) 显示装置及其色彩转换方法
CN104021746A (zh) 一种图像检测的方法及装置
US20170256235A1 (en) Color display method and system for mobile terminal
CN110009588A (zh) 一种人像图像色彩增强方法及装置
US9305519B2 (en) Image color adjusting method and electronic device using the same
CN107680541A (zh) 一种降低液晶显示器功耗的方法及装置
CN105306917B (zh) 低灰阶白平衡控制方法、控制系统及显示器
CN110277076A (zh) 一种颜色映射方法及装置、显示设备、介质
CN112331140B (zh) 一种显示屏幕色偏Mura修复方法及装置
US9111478B2 (en) Method of compensating color gamut of display
WO2017107266A1 (zh) 显示面板、显示器及提高四基色纯色画面显示亮度的方法
CN107491161A (zh) 显示器的节能方法及系统
CN114566118B (zh) 显示偏色校正方法、装置及系统
CN208590061U (zh) 一种拼接屏的颜色调整系统
KR102122180B1 (ko) 영상 처리 장치, 영상 처리 방법 및 프로그램
CN208572286U (zh) 一种准确显示色彩的监视器
WO2016169205A1 (zh) 显示方法和显示设备

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
GR01 Patent grant
GR01 Patent grant