CN108550106B - 一种全景图像的颜色校正方法、装置和电子设备 - Google Patents

一种全景图像的颜色校正方法、装置和电子设备 Download PDF

Info

Publication number
CN108550106B
CN108550106B CN201810294787.5A CN201810294787A CN108550106B CN 108550106 B CN108550106 B CN 108550106B CN 201810294787 A CN201810294787 A CN 201810294787A CN 108550106 B CN108550106 B CN 108550106B
Authority
CN
China
Prior art keywords
image
brightness
overlapping area
color space
value
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
CN201810294787.5A
Other languages
English (en)
Other versions
CN108550106A (zh
Inventor
尹程龙
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.)
Insta360 Innovation Technology Co Ltd
Original Assignee
Insta360 Innovation 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 Insta360 Innovation Technology Co Ltd filed Critical Insta360 Innovation Technology Co Ltd
Priority to CN201810294787.5A priority Critical patent/CN108550106B/zh
Publication of CN108550106A publication Critical patent/CN108550106A/zh
Priority to JP2020552039A priority patent/JP6994585B2/ja
Priority to EP19776072.1A priority patent/EP3779861A4/en
Priority to US17/044,305 priority patent/US11948228B2/en
Priority to PCT/CN2019/077107 priority patent/WO2019184667A1/zh
Application granted granted Critical
Publication of CN108550106B publication Critical patent/CN108550106B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G06T3/047—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/001—Texturing; Colouring; Generation of texture or colour
    • G06T3/153—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformation in the plane of the image
    • G06T3/40—Scaling the whole image or part thereof
    • G06T3/4038—Scaling the whole image or part thereof for image mosaicing, i.e. plane images composed of plane sub-images
    • G06T5/94—
    • 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
    • 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
    • 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
    • G06T2207/20076—Probabilistic image processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour

Abstract

本发明适用于全景图像领域，提供了一种全景图像的颜色校正方法、装置和电子设备。该方法包括：获取第一鱼眼图像和第二鱼眼图像；将第一鱼眼图像和第二鱼眼图像分别展开得到RGB颜色空间的第一图像和第二图像；计算图像间的重叠区域；将第一图像和第二图像从RGB颜色空间转换至Lab颜色空间；在Lab颜色空间下，调整第一图像和第二图像的亮度；将第一图像和第二图像从Lab颜色空间转换到RGB颜色空间；根据第一重叠区域的颜色均值和第二重叠区域的颜色均值，以第一图像为参考，调整第二图像的颜色值，或者，以第二图像为参考，调整第一图像的颜色值。可见，本发明可以使拼接后的全景图像过渡更平滑，看起来更自然。

Description

一种全景图像的颜色校正方法、装置和电子设备
技术领域
本发明属于全景图像领域，尤其涉及一种全景图像的颜色校正方法、装置和电子设备。
背景技术
随着科技的发展，全景图像的应用越来越普及，全景图像能提供360度的全景图，带给用户一种身临其境的感受。一般而言，全景图像由两张或多张照片拼接而成，但由于受到环境的影响，照片之间的亮度和颜色等可能存在很大的差异，从而导致拼接后的全景图像的拼接痕迹非常明显，看起来很不自然，所以，颜色校正是全景图像拼接过程中的一个关键。
发明内容
本发明的目的在于提供一种全景图像的颜色校正方法、装置、计算机可读存储介质及电子设备，可以使拼接后的全景图像过渡更平滑，看起来更自然。
第一方面，本发明提供了一种全景图像的颜色校正方法，包括以下步骤：
获取第一鱼眼图像和第二鱼眼图像；
将所述第一鱼眼图像展开得到RGB颜色空间的第一图像，将所述第二鱼眼图像展开得到RGB颜色空间的第二图像；
计算所述第一图像和所述第二图像的重叠区域；
将所述第一图像和所述第二图像从RGB颜色空间转换至Lab颜色空间；
在Lab颜色空间下，根据第一重叠区域的亮度均值和第二重叠区域的亮度均值，调整所述第一图像和所述第二图像的亮度以缩小所述第一图像和所述第二图像的亮度差，所述第一重叠区域为所述第一图像上，与所述第二图像之间的重叠区域，所述第二重叠区域为所述第二图像上，与所述第一图像之间的重叠区域；
将调整亮度后的所述第一图像和调整亮度后的所述第二图像从Lab颜色空间转换到RGB颜色空间；
在RGB颜色空间下，根据所述第一重叠区域的颜色均值和所述第二重叠区域的颜色均值，以所述第一图像为参考，调整所述第二图像的颜色值，或者，以所述第二图像为参考，调整所述第一图像的颜色值。
第二方面，本发明提供了一种全景图像的颜色校正装置，包括：
获取模块，用于获取第一鱼眼图像和第二鱼眼图像；
展开模块，用于将所述第一鱼眼图像展开得到RGB颜色空间的第一图像，将所述第二鱼眼图像展开得到RGB颜色空间的第二图像；
计算模块，用于计算所述第一图像和所述第二图像的重叠区域；
第一转换模块，用于将所述第一图像和所述第二图像从RGB颜色空间转换至Lab颜色空间；
第一调整模块，用于在Lab颜色空间下，根据第一重叠区域的亮度均值和第二重叠区域的亮度均值，调整所述第一图像和所述第二图像的亮度以缩小所述第一图像和所述第二图像的亮度差，所述第一重叠区域为所述第一图像上，与所述第二图像之间的重叠区域，所述第二重叠区域为所述第二图像上，与所述第一图像之间的重叠区域；
第二转换模块，用于将调整亮度后的所述第一图像和调整亮度后的所述第二图像从Lab颜色空间转换到RGB颜色空间；
第二调整模块，用于在RGB颜色空间下，根据所述第一重叠区域的颜色均值和所述第二重叠区域的颜色均值，以所述第一图像为参考，调整所述第二图像的颜色值，或者，以所述第二图像为参考，调整所述第一图像的颜色值。
第三方面，本发明提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述的全景图像的颜色校正方法的步骤。
第四方面，本发明提供了一种电子设备，包括：
一个或多个处理器；
存储器；以及
一个或多个计算机程序，其中所述一个或多个计算机程序被存储在所述存储器中，并且被配置成由所述一个或多个处理器执行，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至4任一项所述的全景图像的颜色校正方法的步骤。
在本发明中，获取第一鱼眼图像和第二鱼眼图像；将第一鱼眼图像展开得到RGB颜色空间的第一图像，将第二鱼眼图像展开得到RGB颜色空间的第二图像；计算第一图像和第二图像的重叠区域；将第一图像和第二图像从RGB颜色空间转换至Lab颜色空间；在Lab颜色空间下，根据第一重叠区域的亮度均值和第二重叠区域的亮度均值，调整第一图像和第二图像的亮度以缩小第一图像和第二图像的亮度差；将调整亮度后的第一图像和调整亮度后的第二图像从Lab颜色空间转换到RGB颜色空间；在RGB颜色空间下，根据第一重叠区域的颜色均值和第二重叠区域的颜色均值，以第一图像为参考，调整第二图像的颜色值，或者，以第二图像为参考，调整第一图像的颜色值。可见，本发明可以通过先调亮度再调颜色，减少图片在拼接过程中的痕迹，使拼接后的图片看起来更自然。
附图说明
图1是本发明实施例一提供的全景图像的颜色校正方法的流程图。
图2是本发明实施例二提供的全景图像的颜色校正装置的功能模块框图。
图3是本发明实施例四提供的电子设备的具体结构框图。
具体实施方式
为了使本发明的目的、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
实施例一：
请参阅图1，本发明实施例一提供的全景图像的颜色校正方法包括以下步骤：需注意的是，若有实质上相同的结果，本发明的全景图像的颜色校正方法并不以图1所示的流程顺序为限。
S101、获取第一鱼眼图像和第二鱼眼图像。
具体地，可以通过鱼眼相机或者带有鱼眼镜头的电子设备来获取第一鱼眼图像和第二鱼眼图像。
S102、将第一鱼眼图像展开得到第一图像，将第二鱼眼图像展开得到第二图像。
具体地，可以根据内参、外参和畸变参数分别来展开第一图像和第二图像，此处不做太多限定。
S103、计算第一图像和第二图像的重叠区域。
具体地，可以根据特征匹配或者相关性匹配方法来计算重叠区域，此处不做太多限定。
S104、将第一图像和第二图像从RGB颜色空间转换至Lab颜色空间。
RGB是通过对红(R)、绿(G)、蓝(B)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色的，RGB即是代表红、绿、蓝三个通道的颜色，这个标准几乎包括了人类视力所能感知的所有颜色，是目前运用最广的颜色系统之一。
Lab是一种设备无关的颜色模型，也是一种基于生理特征的颜色模型。Lab由三个要素组成，一个要素是亮度(L)，a和b是两个颜色通道，a包括的颜色是从深绿色(低亮度值)到灰色(中亮度值)再到亮粉红色(高亮度值)；b是从亮蓝色(低亮度值)到灰色(中亮度值)再到黄色(高亮度值)。
具体地，可以借助XYZ颜色空间，把RGB颜色空间转换到XYZ颜色空间，之后再把XYZ颜色空间转换到Lab颜色空间，此处不做太多限定。
S105、在Lab颜色空间下，根据第一重叠区域的亮度均值和第二重叠区域的亮度均值，调整第一图像和第二图像的亮度以缩小第一图像和第二图像的亮度差。
其中，第一重叠区域为第一图像上，与第二图像之间的重叠区域，第二重叠区域为第二图像上，与第一图像之间的重叠区域。另外，需要说明的是，重叠区域可以是第一图像与第二图像之间的全部重叠区域，也可以是部分的重叠区域，例如特定特征物的重叠区域，此处不做太多限定。
在本发明实施例一中，包括但不限于根据以下公式，调整第一图像和第二图像的亮度以缩小第一图像和第二图像的亮度差：
Figure BDA0001618473590000051
Figure BDA0001618473590000052
其中，Lmean1为第一重叠区域的亮度均值；
Lmean2为第二重叠区域的亮度均值；
L1为调整前的第一图像的亮度；
L1'为调整后的第一图像的亮度；
L2为调整前的第二图像的亮度；
L2'为调整后的第二图像的亮度。
S106、将调整亮度后的第一图像和调整亮度后的第二图像从Lab颜色空间转换到RGB颜色空间。
S107、在RGB颜色空间下，根据第一重叠区域的颜色均值和第二重叠区域的颜色均值，以第一图像为参考，调整第二图像的颜色值，或者，以第二图像为参考，调整第一图像的颜色值。
其中，颜色均值是指R、G、B各个通道的均值。
在本发明实施例一中，包括但不限于根据以下公式，以第一图像为参考，调整第二图像的颜色值：
Figure BDA0001618473590000061
Figure BDA0001618473590000062
其中，Rmean1、Gmean1、Bmean1为第一重叠区域的颜色均值；
Rmean2、Gmean2、Bmean2为第二重叠区域的颜色均值；
rgGain为R通道调整参数，bgGain为B通道调整参数；
R2为调整前的第二图像的R通道值；
R2'为调整后的第二图像的R通道值；
G2为调整前的第二图像的G通道值；
G2'为调整后的第二图像的G通道值；
B2为调整前的第二图像的B通道值；
B2'为调整后的第二图像的B通道值。
可以理解的是，也可以以第二图像为参考，调整第一图像的颜色值，只需将上述公式进行适当的变形，此处不再赘述。
在本发明实施例一中，获取第一鱼眼图像和第二鱼眼图像；将第一鱼眼图像展开得到RGB颜色空间的第一图像，将第二鱼眼图像展开得到RGB颜色空间的第二图像；计算第一图像和第二图像的重叠区域；将第一图像和第二图像从RGB颜色空间转换至Lab颜色空间；在Lab颜色空间下，根据第一重叠区域的亮度均值和第二重叠区域的亮度均值，调整第一图像和第二图像的亮度以缩小第一图像和第二图像的亮度差；将调整亮度后的第一图像和调整亮度后的第二图像从Lab颜色空间转换到RGB颜色空间；在RGB颜色空间下，根据第一重叠区域的颜色均值和第二重叠区域的颜色均值，以第一图像为参考，调整第二图像的颜色值，或者，以第二图像为参考，调整第一图像的颜色值。可见，本发明可以通过先调亮度再调颜色，减少图片在拼接过程中的痕迹，使拼接后的图片看起来更自然。
实施例二：
请参阅图2，本发明实施例二提供的全景图像的颜色校正装置包括：
获取模块201，用于获取第一鱼眼图像和第二鱼眼图像；
展开模块202，用于将第一鱼眼图像展开得到RGB颜色空间的第一图像，将第二鱼眼图像展开得到RGB颜色空间的第二图像；
计算模块203，用于计算第一图像和第二图像的重叠区域；
第一转换模块204，用于将第一图像和第二图像从RGB颜色空间转换至Lab颜色空间；
第一调整模块205，用于在Lab颜色空间下，根据第一重叠区域的亮度均值和第二重叠区域的亮度均值，调整第一图像和第二图像的亮度以缩小第一图像和第二图像的亮度差；
第二转换模块206，用于将调整亮度后的第一图像和调整亮度后的第二图像从Lab颜色空间转换到RGB颜色空间；
第二调整模块207，用于在RGB颜色空间下，根据第一重叠区域的颜色均值和第二重叠区域的颜色均值，以第一图像为参考，调整第二图像的颜色值，或者，以第二图像为参考，调整第一图像的颜色值。
本发明实施例二提供的全景图像的颜色校正装置及本发明实施例一提供的全景图像的颜色校正方法属于同一构思，其具体实现过程详见说明书全文，此处不再赘述。
实施例三：
基于同一发明构思，本发明实施例三提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如本发明实施例一提供的全景图像的颜色校正方法的步骤。
实施例四：
基于同一发明构思，本发明实施例四提供了一种电子设备，图3示出了本发明实施例四提供的电子设备的具体结构框图，一种电子设备100包括：一个或多个处理器101、存储器102、以及一个或多个计算机程序，其中所述处理器101和所述存储器102通过总线连接，所述一个或多个计算机程序被存储在所述存储器102中，并且被配置成由所述一个或多个处理器101执行，所述处理器101执行所述计算机程序时实现如本发明实施例一提供的全景图像的颜色校正方法的步骤。
需要说明的是，电子设备可以为鱼眼相机、手机、平板电脑、PDA(PersonalDigital Assistant，个人数字助理)、车载电脑、智能手表等任意电子设备。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取记忆体(RAM，RandomAccess Memory)、磁盘或光盘等。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种全景图像的颜色校正方法，其特征在于，所述方法包括：
获取第一鱼眼图像和第二鱼眼图像；
将所述第一鱼眼图像展开得到RGB颜色空间的第一图像，将所述第二鱼眼图像展开得到RGB颜色空间的第二图像；
计算所述第一图像和所述第二图像的重叠区域；
将所述第一图像和所述第二图像从RGB颜色空间转换至Lab颜色空间；
在Lab颜色空间下，根据第一重叠区域的亮度均值和第二重叠区域的亮度均值，调整所述第一图像和所述第二图像的亮度以缩小所述第一图像和所述第二图像的亮度差，所述第一重叠区域为所述第一图像上，与所述第二图像之间的重叠区域，所述第二重叠区域为所述第二图像上，与所述第一图像之间的重叠区域；
将调整亮度后的所述第一图像和调整亮度后的所述第二图像从Lab颜色空间转换到RGB颜色空间；
在RGB颜色空间下，根据所述第一重叠区域的颜色均值和所述第二重叠区域的颜色均值，以所述第一图像为参考，调整所述第二图像的颜色值，或者，以所述第二图像为参考，调整所述第一图像的颜色值，颜色均值是指R、G、B各个通道的均值。
2.如权利要求1所述的方法，其特征在于，所述根据第一重叠区域的亮度均值和第二重叠区域的亮度均值，调整所述第一图像和所述第二图像的亮度以缩小所述第一图像和所述第二图像的亮度差包括根据以下公式，调整所述第一图像和所述第二图像的亮度以缩小第一图像和第二图像的亮度差：
Figure FDA0002496946550000011
Figure FDA0002496946550000012
其中，Lmean1为所述第一重叠区域的亮度均值；
Lmean2为所述第二重叠区域的亮度均值；
L1为调整前的所述第一图像的亮度；
L1'为调整后的所述第一图像的亮度；
L2为调整前的所述第二图像的亮度；
L2'为调整后的所述第二图像的亮度。
3.如权利要求2所述的方法，其特征在于，所述根据所述第一重叠区域的颜色均值和所述第二重叠区域的颜色均值，以所述第一图像为参考，调整所述第二图像的颜色值，包括根据以下公式，调整所述第二图像的颜色值：
Figure FDA0002496946550000021
Figure FDA0002496946550000022
其中，Rmean1、Gmean1、Bmean1为所述第一重叠区域的颜色均值；
Rmean2、Gmean2、Bmean2为所述第二重叠区域的颜色均值；
rgGain为R通道调整参数，bgGain为B通道调整参数；
R2为调整前的所述第二图像的R通道值；
R2'为调整后的所述第二图像的R通道值；
G2为调整前的所述第二图像的G通道值；
G2'为调整后的所述第二图像的G通道值；
B2为调整前的所述第二图像的B通道值；
B2'为调整后的所述第二图像的B通道值。
4.根据权利要求1至3任一项所述的方法，其特征在于，所述将所述第一鱼眼图像展开得到RGB颜色空间的第一图像，将所述第二鱼眼图像展开得到RGB颜色空间的第二图像具体为：
根据内参、外参和畸变参数分别将所述第一鱼眼图像展开得到RGB颜色空间的第一图像，将所述第二鱼眼图像展开得到RGB颜色空间的第二图像。
5.一种全景图像的颜色校正装置，其特征在于，所述装置包括：
获取模块，用于获取第一鱼眼图像和第二鱼眼图像；
展开模块，用于将所述第一鱼眼图像展开得到RGB颜色空间的第一图像，将所述第二鱼眼图像展开得到RGB颜色空间的第二图像；
计算模块，用于计算所述第一图像和所述第二图像的重叠区域；
第一转换模块，用于将所述第一图像和所述第二图像从RGB颜色空间转换至Lab颜色空间；
第一调整模块，用于在Lab颜色空间下，根据第一重叠区域的亮度均值和第二重叠区域的亮度均值，调整所述第一图像和所述第二图像的亮度以缩小所述第一图像和所述第二图像的亮度差，所述第一重叠区域为所述第一图像上，与所述第二图像之间的重叠区域，所述第二重叠区域为所述第二图像上，与所述第一图像之间的重叠区域；
第二转换模块，用于将调整亮度后的所述第一图像和调整亮度后的所述第二图像从Lab颜色空间转换到RGB颜色空间；
第二调整模块，用于在RGB颜色空间下，根据所述第一重叠区域的颜色均值和所述第二重叠区域的颜色均值，以所述第一图像为参考，调整所述第二图像的颜色值，或者，以所述第二图像为参考，调整所述第一图像的颜色值，颜色均值是指R、G、B各个通道的均值。
6.如权利要求5所述的装置，其特征在于，所述第一调整模块具体用于根据以下公式，调整所述第一图像和所述第二图像的亮度以缩小第一图像和第二图像的亮度差：
Figure FDA0002496946550000041
Figure FDA0002496946550000042
其中，Lmean1为所述第一重叠区域的亮度均值；
Lmean2为所述第二重叠区域的亮度均值；
L1为调整前的所述第一图像的亮度；
L1'为调整后的所述第一图像的亮度；
L2为调整前的所述第二图像的亮度；
L2'为调整后的所述第二图像的亮度。
7.如权利要求6所述的装置，其特征在于，所述第二调整模块具体用于根据以下公式，调整所述第二图像的颜色值：
Figure FDA0002496946550000043
Figure FDA0002496946550000044
其中，Rmean1、Gmean1、Bmean1为所述第一重叠区域的颜色均值；
Rmean2、Gmean2、Bmean2为所述第二重叠区域的颜色均值；
rgGain为R通道调整参数，bgGain为B通道调整参数；
R2为调整前的所述第二图像的R通道值；
R2'为调整后的所述第二图像的R通道值；
G2为调整前的所述第二图像的G通道值；
G2'为调整后的所述第二图像的G通道值；
B2为调整前的所述第二图像的B通道值；
B2'为调整后的所述第二图像的B通道值。
8.根据权利要求5至7任一项所述的装置，其特征在于，所述展开模块具体用于根据内参、外参和畸变参数分别将所述第一鱼眼图像展开得到RGB颜色空间的第一图像，将所述第二鱼眼图像展开得到RGB颜色空间的第二图像。
9.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至4任一项所述的全景图像的颜色校正方法的步骤。
10.一种电子设备，包括：
一个或多个处理器；
存储器；以及
一个或多个计算机程序，其中所述一个或多个计算机程序被存储在所述存储器中，并且被配置成由所述一个或多个处理器执行，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至4任一项所述的全景图像的颜色校正方法的步骤。
CN201810294787.5A 2018-03-30 2018-03-30 一种全景图像的颜色校正方法、装置和电子设备 Active CN108550106B (zh)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN201810294787.5A CN108550106B (zh) 2018-03-30 2018-03-30 一种全景图像的颜色校正方法、装置和电子设备
JP2020552039A JP6994585B2 (ja) 2018-03-30 2019-03-06 パノラマ画像の色補正方法及び電子設備
EP19776072.1A EP3779861A4 (en) 2018-03-30 2019-03-06 Color correction method for panoramic image and electronic device
US17/044,305 US11948228B2 (en) 2018-03-30 2019-03-06 Color correction method for panoramic image and electronic device
PCT/CN2019/077107 WO2019184667A1 (zh) 2018-03-30 2019-03-06 一种全景图像的颜色校正方法和电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810294787.5A CN108550106B (zh) 2018-03-30 2018-03-30 一种全景图像的颜色校正方法、装置和电子设备

Publications (2)

Publication Number Publication Date
CN108550106A CN108550106A (zh) 2018-09-18
CN108550106B true CN108550106B (zh) 2021-06-01

Family

ID=63514191

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810294787.5A Active CN108550106B (zh) 2018-03-30 2018-03-30 一种全景图像的颜色校正方法、装置和电子设备

Country Status (5)

Country Link
US (1) US11948228B2 (zh)
EP (1) EP3779861A4 (zh)
JP (1) JP6994585B2 (zh)
CN (1) CN108550106B (zh)
WO (1) WO2019184667A1 (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108550106B (zh) * 2018-03-30 2021-06-01 影石创新科技股份有限公司 一种全景图像的颜色校正方法、装置和电子设备
CN109361855B (zh) * 2018-10-24 2020-12-11 深圳六滴科技有限公司 全景图像像素亮度校正方法、装置、全景相机和存储介质
CN109727198B (zh) * 2019-01-03 2023-04-07 成都品果科技有限公司 一种基于肤色检测的图像亮度优化方法
CN112950510B (zh) * 2021-03-22 2024-04-02 南京莱斯电子设备有限公司 一种大场景拼接图像色差校正方法
CN113837928A (zh) * 2021-09-17 2021-12-24 平安普惠企业管理有限公司 对象颜色调整方法、装置、电子设备及存储介质
CN114092319A (zh) * 2021-11-09 2022-02-25 英博超算(南京)科技有限公司 一种汽车360全景显示的亮度均衡方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103189796A (zh) * 2010-09-20 2013-07-03 瑞典移动影像股份公司 用于形成图像的方法
CN106210535A (zh) * 2016-07-29 2016-12-07 北京疯景科技有限公司 全景视频实时拼接方法及装置
CN107492125A (zh) * 2017-07-28 2017-12-19 哈尔滨工业大学深圳研究生院 汽车鱼眼镜头环视图像的处理方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW583600B (en) * 2002-12-31 2004-04-11 Ind Tech Res Inst Method of seamless processing for merging 3D color images
US9897792B2 (en) * 2012-11-30 2018-02-20 L&T Technology Services Limited Method and system for extended depth of field calculation for microscopic images
JP6115104B2 (ja) 2012-12-04 2017-04-19 アイシン精機株式会社 車両の制御装置、及び制御方法
JP6478639B2 (ja) 2015-01-06 2019-03-06 キヤノン株式会社 画像処理装置、画像処理方法、及びプログラム
CN107403408A (zh) 2016-05-18 2017-11-28 苏州灵目电子科技有限公司 一种双鱼眼图像拼接全景图像接缝融合方法
US10136055B2 (en) * 2016-07-29 2018-11-20 Multimedia Image Solution Limited Method for stitching together images taken through fisheye lens in order to produce 360-degree spherical panorama
CN106373091B (zh) 2016-09-05 2019-05-07 山东省科学院自动化研究所 全景泊车中鸟瞰图像的自动拼接方法、系统及车辆
CN106713755B (zh) 2016-12-29 2020-02-18 北京疯景科技有限公司 全景图像的处理方法及装置
CN106713716B (zh) 2017-01-23 2020-03-31 努比亚技术有限公司 一种双摄像头的拍摄控制方法和装置
CN108550106B (zh) 2018-03-30 2021-06-01 影石创新科技股份有限公司 一种全景图像的颜色校正方法、装置和电子设备

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103189796A (zh) * 2010-09-20 2013-07-03 瑞典移动影像股份公司 用于形成图像的方法
CN106210535A (zh) * 2016-07-29 2016-12-07 北京疯景科技有限公司 全景视频实时拼接方法及装置
CN107492125A (zh) * 2017-07-28 2017-12-19 哈尔滨工业大学深圳研究生院 汽车鱼眼镜头环视图像的处理方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
全景图像拼接关键技术研究;柳运波;《中国优秀硕士学位论文全文数据库》;20140115(第1期);I138-1914/正文第36-57页 *
基于FPGA的大视场图像实时拼接技术的研究与实现;杨磊 等;《红外与激光工程》;20150630;第44卷(第6期);第1929-1935页 *

Also Published As

Publication number Publication date
US20210166440A1 (en) 2021-06-03
EP3779861A1 (en) 2021-02-17
US11948228B2 (en) 2024-04-02
CN108550106A (zh) 2018-09-18
JP2021518617A (ja) 2021-08-02
WO2019184667A1 (zh) 2019-10-03
EP3779861A4 (en) 2021-12-29
JP6994585B2 (ja) 2022-01-14

Similar Documents

Publication Publication Date Title
CN108550106B (zh) 一种全景图像的颜色校正方法、装置和电子设备
US11430209B2 (en) Image signal processing method, apparatus, and device
US11694372B2 (en) Non-linear color correction
CN102572443B (zh) 用于在图像信号处理系统中同步音频和视频数据的技术
CN108668093B (zh) Hdr图像的生成方法及装置
CN103716529B (zh) 阈值设定装置、被摄体检测装置、阈值设定方法
US9892495B2 (en) Image processing device, imaging device, image processing method, and image processing program
CN110930341A (zh) 一种基于图像融合的低光照图像增强方法
CN113810642B (zh) 视频处理方法、装置、电子设备和存储介质
CN114693580A (zh) 图像处理方法及其相关设备
CN110807735A (zh) 图像处理方法、装置、终端设备及计算机可读存储介质
WO2023010751A1 (zh) 图像高亮区域的信息补偿方法、装置、设备及存储介质
KR20150128168A (ko) 화이트 밸런싱 장치 및 이의 구동 방법
CN113066020A (zh) 图像处理方法及装置、计算机可读介质和电子设备
CN116668862B (zh) 图像处理方法与电子设备
US20090324127A1 (en) Method and System for Automatic Red-Eye Correction
EP4175275A1 (en) White balance processing method and electronic device
EP4195679A1 (en) Image processing method and electronic device
WO2023016044A1 (zh) 视频处理方法、装置、电子设备和存储介质
CN117135471A (zh) 一种图像处理方法和电子设备
WO2017101570A1 (zh) 照片的处理方法及处理系统
CN116668838B (zh) 图像处理方法与电子设备
CN109688333B (zh) 彩色图像获取方法、装置、设备以及存储介质
CN115955611B (zh) 图像处理方法与电子设备
WO2023016041A1 (zh) 视频处理方法、装置、电子设备和存储介质

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 518000 Guangdong, Shenzhen, Baoan District Xin'an street, Hai Xiu Road 23, 6 A 601603605, long Kong Century Towers, 601603605

Applicant after: Yingshi Innovation Technology Co., Ltd

Address before: 518000 Guangdong, Shenzhen, Baoan District Xin'an street, Hai Xiu Road 23, 6 A 601603605, long Kong Century Towers, 601603605

Applicant before: SHENZHEN ARASHI VISION Co.,Ltd.

GR01 Patent grant
GR01 Patent grant