CN108711142A - 图像处理方法及图像处理装置 - Google Patents

图像处理方法及图像处理装置 Download PDF

Info

Publication number
CN108711142A
CN108711142A CN201810497236.9A CN201810497236A CN108711142A CN 108711142 A CN108711142 A CN 108711142A CN 201810497236 A CN201810497236 A CN 201810497236A CN 108711142 A CN108711142 A CN 108711142A
Authority
CN
China
Prior art keywords
input pixel
value
pixel
enhanced
image
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
CN201810497236.9A
Other languages
English (en)
Other versions
CN108711142B (zh
Inventor
陈云娜
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.)
TCL China Star Optoelectronics Technology Co Ltd
Original Assignee
Shenzhen China Star Optoelectronics 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 Technology Co Ltd filed Critical Shenzhen China Star Optoelectronics Technology Co Ltd
Priority to CN201810497236.9A priority Critical patent/CN108711142B/zh
Publication of CN108711142A publication Critical patent/CN108711142A/zh
Application granted granted Critical
Publication of CN108711142B publication Critical patent/CN108711142B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/90Dynamic range modification of images or parts thereof
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/90Determination of colour characteristics

Landscapes

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

Abstract

本发明提供一种图像处理方法及图像处理装置。所述图像处理方法先在RGB颜色空间中,根据预设的第一函数对原图像中的输入像素进行图像处理,使得输入像素的饱和度增强至1,然后计算饱和度增强至1后的输入像素的RGB分量值,接着根据预设的第二函数和饱和度增强至1后的输入像素的RGB分量值确定分界亮度值,接着对原图像进行对比度增强,最后根据对比度增强前后的输入像素的亮度以及分界亮度值之间的关系进行分类映射,能够在RGB颜色空间中进行图像的对比度增强,同时避免色域超出和色调改变问题,且处理后的图像饱和度较高。

Description

图像处理方法及图像处理装置
技术领域
本发明涉及显示技术领域,尤其涉及一种图像处理方法及图像处理装置。
背景技术
随着人们生活水平的提高,对电子产品的画面显示效果追求越来越高。现有技术中为了提高画面的显示效果,通常会在画面显示时进行图像处理,以改善显示效果,图像增强技术是图像处理技术的一种,它可以显著改善图像质量,使得图像内容更有层次感并且主观观测效果更符合人们需求。
常见的图像增强技术包括:饱和度增强和对比度增强,相比于饱和度增强,对比度增强受到的关注度更高。对比度增强是通过调节图像的灰阶分布,增加图像灰阶的分布范围,以提高图像整体或部分的对比度,改善视觉效果。而对比度增强又分为:直方图均衡(Histogram Equalization)与伽马校正,其中伽马校正方法将伽马函数作为映射函数使用,从而提高图像对比度,该方法在用于对比度增强时,很难设置一个适合于每幅图像的伽马值,且当设置了错误的伽马值时,原始色彩可能会发生变化。直方图均衡方法是通过压缩像素数较少的灰阶并扩展像素数较多的灰阶,从而使得处理后图像获得较高的对比度。
对于彩色图像对比度增强,通常对彩色图像的对比度增强大多会转换到色调饱和度亮度(HIS或HSV)等颜色空间中进行处理,但是处理完成后转换到RGB颜色空间时会产生色域超出的问题,通常都会采用裁剪的方式将出界的值映射到边界值,这样会导致细节的丢失,可能会产生色调的改变,而且空间转换的方法计算量比较大,费时,效率低。
为了解决了色域的超出问题,现有技术提出在RGB空间的亮度映射方法,但目前现有技术中采用在RGB空间的亮度映射方法虽然避免了色域超出的问题和色调改变的问题,但是处理后图像的饱和度会降低,显示效果仍然达不到用户的需求,因此需要一种能避免色域超出和色调改变问题,又不降低饱和度且需要空间转换的图像处理方法。
发明内容
本发明的目的在于提供一种图像处理方法,能够在RGB颜色空间中进行图像的对比度增强,同时避免色域超出和色调改变问题,且处理后的图像饱和度较高。
本发明的目的还在于提供一种图像处理装置,能够在RGB颜色空间中进行图像的对比度增强,同时避免色域超出和色调改变问题,且处理后的图像饱和度较高。
为实现上述目的,本发明还提供一种图像处理方法,包括如下步骤:
步骤S1、在RGB颜色空间中,根据预设的第一函数对原图像中的输入像素进行图像处理,使得输入像素的亮度不变的同时饱和度增强至1;
步骤S2、计算饱和度增强至1后的输入像素的RGB分量值;
步骤S3、根据预设的第二函数和饱和度增强至1后的输入像素的RGB分量值确定分界亮度值;
步骤S4、对原图像进行对比度增强处理,并获取对比度增强后的输入像素的亮度值;
步骤S5、根据原图像中的输入像素的亮度值、对比度增强后的输入像素的亮度、分界亮度值及预设的映射函数,得出输出像素的RGB分量值,并根据所述输出像素的RGB分量值显示图像,所述映射函数为:
其中,Wi为原图像中的输入像素的RGB分量值,Wo为输出像素的RGB分量值,Lt为分界亮度值,Lo为对比度增强后的输入像素的亮度值,Li为原图像中的输入像素的亮度值,a1=Lo/Li,a2=(1-Lo)/(1-Li),a3=Lt/Li,a4=(1-Lt)/(1 -Li)。
所述步骤S1中的图像处理为在所述RGB颜色空间中,对输入像素的RGB 分量值同时进行伸缩α和平移β,所述第一函数为W1=αWi+β,W1为饱和度增强至1后的输入像素的RGB分量值。
所述步骤S4中通过直方图均衡法对所述原图像进行对比度增强处理。
所述步骤S2具体包括:
根据图像处理前后输入像素的亮度不变,得出ri+gi+bi=α(ri+gi+bi)+3β,其中,ri、gi、bi分别为原图像中输入像素的红色分量值、绿色分量值及蓝色分量值;
根据图像处理后输入像素的饱和度为1,得出
根据ri+gi+bi=α(ri+gi+bi)+3β和计算得出α和β的值;
根据W1=αWi+β,计算得出饱和度增强至1后的输入像素的RGB分量值。
所述步骤S3中预设的第二函数为;
其中,r1、g1及b1分别为饱和度增强至1后的输入像素的红色分量值、绿色分量值及蓝色分量值。
本发明还提供一种图像处理装置,包括:处理单元、与处理单元相连的计算单元、与计算单元相连的分界单元、与分界单元相连的映射单元及与所述映射单元相连的增强单元;
所述处理单元用于在RGB颜色空间中,根据预设的第一函数对原图像中的输入像素进行图像处理,使得输入像素的亮度不变的同时饱和度增强至1;
所述计算单元用于计算饱和度增强至1后的输入像素的RGB分量值;
所述分界单元用于根据预设的第二函数和饱和度增强至1后的输入像素的 RGB分量值确定分界亮度值;
所述增强单元用于对原图像进行对比度增强处理,并获取对比度增强后的输入像素的亮度值;
所述映射单元用于根据原图像中的输入像素的亮度值、对比度增强后的输入像素的亮度、分界亮度值及预设的映射函数,得出输出像素的RGB分量值,并根据所述输出像素的RGB分量值显示图像,所述映射函数为:
其中,Wi为原图像中的输入像素的RGB分量值,Wo为输出像素的RGB分量值,Lt为分界亮度值,Lo为对比度增强后的输入像素的亮度值,Li为原图像中的输入像素的亮度值,a1=Lo/Li,a2=(1-Lo)/(1-Li),a3=Lt/Li,a4=(1-Lt)/(1 -Li)。
所述处理单元进行的图像处理为在所述RGB颜色空间中,对输入像素的 RGB分量值同时进行伸缩α和平移β,所述第一函数为W1=αWi+β,W1为饱和度增强至1后的输入像素的RGB分量值。
所述增强单元通过直方图均衡法对所述原图像进行对比度增强处理。
所述计算单元计算饱和度增强至1后的输入像素的RGB分量值具体包括:
根据图像处理前后输入像素的亮度不变,得出ri+gi+bi=α(ri+gi+bi)+3β,其中,ri、gi、bi分别为原图像中输入像素的红色分量值、绿色分量值及蓝色分量值;
根据图像处理后输入像素的饱和度为1,得出
根据ri+gi+bi=α(ri+gi+bi)+3β和计算得出α和β的值;
根据W1=αWi+β,计算得出饱和度增强至1后的输入像素的RGB分量值。
所述分界单元中预设的第二函数为;
其中,r1、g1及b1分别为饱和度增强至1后的输入像素的红色分量值、绿色分量值及蓝色分量值。
本发明的有益效果:本发明提供一种图像处理方法,该方法先在RGB颜色空间中,根据预设的第一函数对原图像中的输入像素进行图像处理,使得输入像素的饱和度增强至1,然后计算饱和度增强至1后的输入像素的RGB分量值,接着根据预设的第二函数和饱和度增强至1后的输入像素的RGB分量值确定分界亮度值,接着对原图像进行对比度增强,最后根据对比度增强前后的输入像素的亮度以及分界亮度值之间的关系进行分类映射,能够在RGB颜色空间中进行图像的对比度增强,同时避免色域超出和色调改变问题,且处理后的图像饱和度较高。本发明还提供一种图像处理装置,能够在RGB颜色空间中进行图像的对比度增强,同时避免色域超出和色调改变问题,且处理后的图像饱和度较高。
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为本发明的图像处理方法的流程图;
图2至图5为本发明的图像处理方法的步骤S4的示意图;
图6为本发明的图像处理装置的示意图。
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,本发明提供一种图像处理方法,包括如下步骤:
步骤S1、在RGB颜色空间中,根据预设的第一函数对原图像中的输入像素进行图像处理,使得输入像素的亮度不变的同时饱和度增强至1。
具体地,所述步骤S1中的图像处理为在所述RGB颜色空间中,对输入像素的RGB分量值同时进行伸缩α和平移β,所述第一函数为W1=αWi+β,W1 为饱和度增强至1后的输入像素的RGB分量值。其中,所述RGB分量值指的是所述输入像素在RGB颜色空间中的红色分量值、绿色分量值及蓝色分量值;
例如,在本发明的一个实施例中,选取所述原图像中的一个输入像素A,设定所述输入像素A的红色分量值、绿色分量值及蓝色分量值分别为ri、gi、bi;
利用第一函数W1=αWi+β对输入像素A在RGB颜色空间中进行伸缩α以及平移β,使得输入像素的饱和度增强至1,则有:
r1=αri+β;(1)
g1=αgi+β;(2)
b1=αbi+β;(3)
其中,r1、g1及b1分别为饱和度增强至1后的输入像素的红色分量值、绿色分量值及蓝色分量值。
通过对输入像素的RGB分量值同时进行伸缩α和平移β,可保证所述输入像素的色调在图像处理的前后保持不变。
步骤S2、计算饱和度增强至1后的输入像素的RGB分量值;
具体地,根据亮度与RGB分量值之间的关系可知;
L1=r1+b1+g1;(4)
Li=ri+gi+bi;(5)
L1为饱和度增强至1后的输入像素的亮度值,Li为原图像中的输入像素的亮度值;
将上述的公式(1)至公式(3)代入到所述公式(4)中则有:
L1=r1+b1+g1=α(ri+gi+bi)+3β;
而根据图像处理前后输入像素的亮度不变,可知:
L1=Li,从而得出:
ri+gi+bi=α(ri+gi+bi)+3β;(6)
根据饱和度与RGB分量值之间的关系,可知图像处理后输入像素的饱和度为1时,从而得出:
由于ri、gi、bi均已知,根据公式(6)和公式(7)即可计算得出α和β的值;
最后,将α和β的值待代入公式(1)至公式(3)可以得出,输入像素的 RGB分量值r1、g1及b1。
步骤S3、根据预设的第二函数和饱和度增强至1后的输入像素的RGB分量值确定分界亮度值。
具体地,所述所述步骤S3中预设的第二函数为;
如图2至图5所示,所述分界亮度值Lt代表在所述输入像素对应的色度平面中的尖点到亮度轴的垂线所对应的亮度值。
步骤S4、对原图像进行对比度增强处理,并获取对比度增强后的输入像素的亮度值。
具体地,所述步骤S4中对原图像进行对比度增强处理也是在RGB颜色空间中进行的,优选地,所述步骤S4中通过直方图均衡法对所述原图像进行对比度增强处理,当然本发明不限于此,所述步骤S4中还可以采用其他方法对原图像进行对比度增强。
所述原图像是未经过步骤S1中的图像处理的图像。
步骤S5、根据原图像中的输入像素的亮度值、对比度增强后的输入像素的亮度、分界亮度值及预设的映射函数,得出输出像素的RGB分量值,并根据所述输出像素的RGB分量值显示图像,所述映射函数为:
其中,Wi为原图像中的输入像素的RGB分量值,Wo为输出像素的RGB分量值,Lt为分界亮度值,Lo为对比度增强后的输入像素的亮度值,Li为原图像中的输入像素的亮度值即对比度增强前的输入像素的亮度值,a1=Lo/Li,a2=(1 -Lo)/(1-Li),a3=Lt/Li,a4=(1-Lt)/(1-Li)。
具体来说,就是根据原图像中输入像素的亮度Li,对比度增强后的输入像素的亮度值的亮度Lo以及分界亮度值Lt之间的关系分四类进行映射;
如图2所示,第一类为:当Li≤Lt且Lo≤Lt时;
在所述输入像素的对应色调平面内,从(0,0,0)点与输入像素连线的延长线方向映射到对比度增强后的输入像素的亮度值的亮度Lo对应的亮度线上,得到输出像素的RGB值;
此时,a1=Lo/Li,Wo=a1×Wi;
如图3所示,第二类为:当Li≤Lt且Lo>Lt时;
在所述输入像素的对应色调平面内,先从(0,0,0)点与输入像素连线的延长线方向映射到分界亮度值Lt对应的亮度线上,得到(0,0,0)点与输入像素连线的延长线与分界亮度值Lt对应的亮度线的交点Wt,再从交点Wt与 (1,1,1)点的连线的方向映射到对比度增强后的输入像素的亮度值的亮度 Lo对应的亮度线上,得到输出像素的RGB值;
此时,a2=(1-Lo)/(1-Li),a3=Lt/Li,Wt=a3×Wi,Wo=1-a2(1-Wt);
如图4所示,第三类为:当Li>Lt且Lo≤Lt时
在所述输入像素的对应色调平面内,先从(1,1,1)点与输入像素连线的延长线方向映射到分界亮度值Lt对应的亮度线上,得到(1,1,1)点与输入像素连线的延长线与分界亮度值Lt对应的亮度线的交点Wt,再从交点Wt与 (0,0,0)点的连线的方向映射到对比度增强后的输入像素的亮度值的亮度 Lo对应的亮度线上对比度增强后的输入像素的亮度值的亮度Lo对应的亮度线上,得到输出像素的RGB值;
此时,a1=Lo/Li,a4=(1-Lt)/(1-Li),Wt=1-a4×(1-Wi),Wo=a1×Wt;
如图5所示,第四类为:当Li>Lt且Lo>Lt时;
在所述输入像素的对应色调平面内,从(1,1,1)点与输入像素连线的延长线方向映射到对比度增强后的输入像素的亮度值的亮度Lo对应的亮度线上,得到输出像素的RGB值;
此时,a2=(1-Lo)/(1-Li),Wo=1-a2×(1-Wi)。
举例来说,在输入像素A的红色分量值、绿色分量值及蓝色分量值为ri、 gi、bi,且Li>Lt且Lo>Lt时,则有ro=1-a2×(1-ri),go=1-a2×(1-gi),bo=1-a2 ×(1-bi),则ro、go、bo为输出像素的红色分量值、绿色分量值及蓝色分量值。
从而,通过本发明的图像处理方法,能够在RGB颜色空间中进行图像的对比度增强,同时避免色域超出和色调改变问题,且处理后的图像饱和度较高。
请参阅图6,本发明还提供一种图像处理装置,包括:处理单元10、与处理单元10相连的计算单元20、与计算单元20相连的分界单元30及与分界单元30 相连的映射单元40;
所述处理单元10用于在RGB颜色空间中,根据预设的第一函数对原图像中的输入像素进行图像处理,使得输入像素的亮度不变的同时饱和度增强至1;
所述计算单元20用于计算饱和度增强至1后的输入像素的RGB分量值;
所述分界单元30用于根据预设的第二函数和饱和度增强至1后的输入像素的RGB分量值确定分界亮度值;
所述增强单元40用于对原图像进行对比度增强处理,并获取对比度增强后的输入像素的亮度值;
所述映射单元50用于根据原图像中的输入像素的亮度值、对比度增强后的输入像素的亮度、分界亮度值及预设的映射函数,得出输出像素的RGB分量值,并根据所述输出像素的RGB分量值显示图像,所述映射函数为:
其中,Wi为原图像中的输入像素的RGB分量值,Wo为输出像素的RGB分量值,Lt为分界亮度值,Lo为对比度增强后的输入像素的亮度值,Li为原图像中的输入像素的亮度值,a1=Lo/Li,a2=(1-Lo)/(1-Li),a3=Lt/Li,a4=(1-Lt)/(1 -Li)。
具体地,所述处理单元10中的图像处理为在所述RGB颜色空间中,对输入像素的RGB分量值同时进行伸缩α和平移β,所述第一函数为W1=αWi+β, W1为饱和度增强至1后的输入像素的RGB分量值。其中,所述RGB分量值指的是所述输入像素在RGB颜色空间中的红色分量值、绿色分量值及蓝色分量值;
例如,在本发明的一个实施例中,选取所述原图像中的一个输入像素A,设定所述输入像素A的红色分量值、绿色分量值及蓝色分量值分别为ri、gi、bi;
利用第一函数W1=αWi+β对输入像素A在RGB颜色空间中进行伸缩α以及平移β,使得输入像素的饱和度增强至1,则有:
r1=αri+β;(1)
g1=αgi+β;(2)
b1=αbi+β;(3)
其中,r1、g1及b1分别为饱和度增强至1后的输入像素的红色分量值、绿色分量值及蓝色分量值。
由于所述图像处理为对输入像素的RGB分量值同时进行伸缩α和平移β,从而可以使得所述输入像素的色调在图像处理的前后均保持不变。
具体地,计算单元20根据亮度与RGB分量值之间的关系可知;
L1=r1+b1+g1;(4)
Li=ri+gi+bi;(5)
L1为饱和度增强至1后的输入像素的亮度值,Li为原图像中的输入像素的亮度值;
将上述的公式(1)至公式(3)代入到所述公式(4)中则有:
L1=r1+b1+g1=α(ri+gi+bi)+3β;
而根据图像处理前后输入像素的亮度不变,可知:
L1=Li,从而得出:
ri+gi+bi=α(ri+gi+bi)+3β;(6)
根据饱和度度与RGB分量值之间的关系,可知图像处理后输入像素的饱和度为1时,从而得出:
由于ri、gi、bi均已知,根据公式(6)和公式(7)即可计算得出α和β的值;
最后,将α和β的值待代入公式(1)至公式(3)可以得出,输入像素的 RGB分量值r1、g1及b1。
具体地,如图2至图5所示,所述分界单元30中预设的第二函数为;
所述分界亮度值代表在所述输入像素对应的色度平面中的尖点到亮度轴的垂线所对应的亮度值。
具体地,所述增强单元40对原图像进行对比度增强处理也是在RGB颜色空间中进行的,优选地,所述增强单元40通过直方图均衡法对所述原图像进行对比度增强处理,当然本发明不限于此,所述增强单元40还可以采用其他方法对原图像进行对比度增强。所述原图像是未经过步骤S1中的图像处理的图像。
具体来说,所述映射单元50就是根据原图像中输入像素的亮度Li,对比度增强后的输入像素的亮度值的亮度Lo以及分界亮度值Lt之间的关系分四类进行映射;
如图2所示,第一类为:当Li≤Lt且Lo≤Lt时;
在所述输入像素的对应色调平面内,从(0,0,0)点与输入像素连线的延长线方向映射到对比度增强后的输入像素的亮度值的亮度Lo对应的亮度线上,得到输出像素的RGB值;
此时,a1=Lo/Li,Wo=a1×Wi;
如图3所示,第二类为:当Li≤Lt且Lo>Lt时;
在所述输入像素的对应色调平面内,先从(0,0,0)点与输入像素连线的延长线方向映射到分界亮度值Lt对应的亮度线上,得到(0,0,0)点与输入像素连线的延长线与分界亮度值Lt对应的亮度线的交点Wt,再从交点Wt与 (1,1,1)点的连线的方向映射到对比度增强后的输入像素的亮度值的亮度 Lo对应的亮度线上,得到输出像素的RGB值;
此时,a2=(1-Lo)/(1-Li),a3=Lt/Li,Wt=a3×Wi,Wo=1-a2(1-Wt);
如图4所示,第三类为:当Li>Lt且Lo≤Lt时
在所述输入像素的对应色调平面内,先从(1,1,1)点与输入像素连线的延长线方向映射到分界亮度值Lt对应的亮度线上,得到(1,1,1)点与输入像素连线的延长线与分界亮度值Lt对应的亮度线的交点Wt,再从交点Wt与 (0,0,0)点的连线的方向映射到对比度增强后的输入像素的亮度值的亮度 Lo对应的亮度线上对比度增强后的输入像素的亮度值的亮度Lo对应的亮度线上,得到输出像素的RGB值;
此时,a1=Lo/Li,a4=(1-Lt)/(1-Li),Wt=1-a4×(1-Wi),Wo=a1×Wt;
如图5所示,第四类为:当Li>Lt且Lo>Lt时;
在所述输入像素的对应色调平面内,从(1,1,1)点与输入像素连线的延长线方向映射到对比度增强后的输入像素的亮度值的亮度Lo对应的亮度线上,得到输出像素的RGB值;
此时,a2=(1-Lo)/(1-Li),Wo=1-a2×(1-Wi)。
举例来说,在输入像素A的红色分量值、绿色分量值及蓝色分量值为ri、 gi、bi,且Li>Lt且Lp>Lt时,则有ro=1-a2×(1-ri),go=1-a2×(1-gi),bo=1-a2 ×(1-bi),则ro、go、bo为输出像素的红色分量值、绿色分量值及蓝色分量值。
从而,通过本发明的图像处理装置,能够在RGB颜色空间中进行图像的对比度增强,同时避免色域超出和色调改变问题,且处理后的图像饱和度较高。
综上所述,本发明提供了一种图像处理方法,该方法先在RGB颜色空间中,根据预设的第一函数对原图像中的输入像素进行图像处理,使得输入像素的饱和度增强至1,然后计算饱和度增强至1后的输入像素的RGB分量值,接着根据预设的第二函数和饱和度增强至1后的输入像素的RGB分量值确定分界亮度值,接着对原图像进行对比度增强,最后根据对比度增强前后的输入像素的亮度以及分界亮度值之间的关系进行分类映射,能够在RGB颜色空间中进行图像的对比度增强,同时避免色域超出和色调改变问题,且处理后的图像饱和度较高。本发明还提供一种图像处理装置,能够在RGB颜色空间中进行图像的对比度增强,同时避免色域超出和色调改变问题,且处理后的图像饱和度较高。
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 (10)

1.一种图像处理方法,其特征在于,包括如下步骤:
步骤S1、在RGB颜色空间中,根据预设的第一函数对原图像中的输入像素进行图像处理,使得输入像素的亮度不变的同时饱和度增强至1;
步骤S2、计算饱和度增强至1后的输入像素的RGB分量值;
步骤S3、根据预设的第二函数和饱和度增强至1后的输入像素的RGB分量值确定分界亮度值;
步骤S4、对原图像进行对比度增强处理,并获取对比度增强后的输入像素的亮度值;
步骤S5、根据原图像中的输入像素的亮度值、对比度增强后的输入像素的亮度值、分界亮度值及预设的映射函数,得出输出像素的RGB分量值,并根据所述输出像素的RGB分量值显示图像,所述映射函数为:
其中,Wi为原图像中的输入像素的RGB分量值,Wo为输出像素的RGB分量值,Lt为分界亮度值,Lo为对比度增强后的输入像素的亮度值,Li为原图像中的输入像素的亮度值,a1=Lo/Li,a2=(1-Lo)/(1-Li),a3=Lt/Li,a4=(1-Lt)/(1-Li)。
2.如权利要求1所述的图像处理方法,其特征在于,所述步骤S1中的图像处理为在所述RGB颜色空间中,对输入像素的RGB分量值同时进行伸缩α和平移β,所述第一函数为W1=αWi+β,W1为饱和度增强至1后的输入像素的RGB分量值。
3.如权利要求1所述的图像处理方法,其特征在于,所述步骤S4中通过直方图均衡法对所述原图像进行对比度增强处理。
4.如权利要求2所述的图像处理方法,其特征在于,所述步骤S2具体包括:
根据图像处理前后输入像素的亮度不变,得出ri+gi+bi=α(ri+gi+bi)+3β,其中,ri、gi、bi分别为原图像中输入像素的红色分量值、绿色分量值及蓝色分量值;
根据图像处理后输入像素的饱和度为1,得出
根据ri+gi+bi=α(ri+gi+bi)+3β和计算得出α和β的值;
根据W1=αWi+β,计算得出饱和度增强至1后的输入像素的RGB分量值。
5.如权利要求1所述的图像处理方法,其特征在于,所述步骤S3中预设的第二函数为;
其中,r1、g1及b1分别为饱和度增强至1后的输入像素的红色分量值、绿色分量值及蓝色分量值。
6.一种图像处理装置,其特征在于,包括:处理单元(10)、与处理单元(10)相连的计算单元(20)、与计算单元(20)相连的分界单元(30)、与分界单元(30)相连的映射单元(50)及与所述映射单元(50)相连的增强单元(40);
所述处理单元(10)用于在RGB颜色空间中,根据预设的第一函数对原图像中的输入像素进行图像处理,使得输入像素的亮度不变的同时饱和度增强至1;
所述计算单元(20)用于计算饱和度增强至1后的输入像素的RGB分量值;
所述分界单元(30)用于根据预设的第二函数和饱和度增强至1后的输入像素的RGB分量值确定分界亮度值;
所述增强单元(40)用于对原图像进行对比度增强处理,并获取对比度增强后的输入像素的亮度值;
所述映射单元(50)用于根据原图像中的输入像素的亮度值、对比度增强后的输入像素的亮度、分界亮度值及预设的映射函数,得出输出像素的RGB分量值,并根据所述输出像素的RGB分量值显示图像,所述映射函数为:
其中,Wi为原图像中的输入像素的RGB分量值,Wo为输出像素的RGB分量值,Lt为分界亮度值,Lo为对比度增强后的输入像素的亮度值,Li为原图像中的输入像素的亮度值,a1=Lo/Li,a2=(1-Lo)/(1-Li),a3=Lt/Li,a4=(1-Lt)/(1-Li)。
7.如权利要求6所述的图像处理装置,其特征在于,所述处理单元(10)进行的图像处理为在所述RGB颜色空间中,对输入像素的RGB分量值同时进行伸缩α和平移β,所述第一函数为W1=αWi+β,W1为饱和度增强至1后的输入像素的RGB分量值。
8.如权利要求6所述的图像处理装置,其特征在于,所述增强单元(40)通过直方图均衡法对所述原图像进行对比度增强处理。
9.如权利要求7所述的图像处理装置,其特征在于,所述计算单元(20)计算饱和度增强至1后的输入像素的RGB分量值具体包括:
根据图像处理前后输入像素的亮度不变,得出ri+gi+bi=α(ri+gi+bi)+3β,其中,ri、gi、bi分别为原图像中输入像素的红色分量值、绿色分量值及蓝色分量值;
根据图像处理后输入像素的饱和度为1,得出
根据ri+gi+bi=α(ri+gi+bi)+3β和计算得出α和β的值;
根据W1=αWi+β,计算得出饱和度增强至1后的输入像素的RGB分量值。
10.如权利要求6所述的图像处理装置,其特征在于,所述分界单元(30)中预设的第二函数为;
其中,r1、g1及b1分别为饱和度增强至1后的输入像素的红色分量值、绿色分量值及蓝色分量值。
CN201810497236.9A 2018-05-22 2018-05-22 图像处理方法及图像处理装置 Active CN108711142B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810497236.9A CN108711142B (zh) 2018-05-22 2018-05-22 图像处理方法及图像处理装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810497236.9A CN108711142B (zh) 2018-05-22 2018-05-22 图像处理方法及图像处理装置

Publications (2)

Publication Number Publication Date
CN108711142A true CN108711142A (zh) 2018-10-26
CN108711142B CN108711142B (zh) 2020-09-29

Family

ID=63869226

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810497236.9A Active CN108711142B (zh) 2018-05-22 2018-05-22 图像处理方法及图像处理装置

Country Status (1)

Country Link
CN (1) CN108711142B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110175969A (zh) * 2019-05-29 2019-08-27 深圳市华星光电技术有限公司 图像处理方法及图像处理装置
CN110766636A (zh) * 2019-10-28 2020-02-07 河南大学 一种用于ai芯片的智能图像处理方法
CN111161194A (zh) * 2019-12-31 2020-05-15 Tcl华星光电技术有限公司 图像处理方法
CN111180008A (zh) * 2019-12-31 2020-05-19 云舟生物科技(广州)有限公司 载体图形的元件插入方法、存储介质及电子设备
CN113643651A (zh) * 2021-07-13 2021-11-12 深圳市洲明科技股份有限公司 一种图像增强方法、装置、计算机设备和存储介质

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0701362A2 (en) * 1994-08-26 1996-03-13 Eastman Kodak Company Color image reproduction of scenes with color enhancement and preferential tone mapping
CN1179546C (zh) * 1999-04-13 2004-12-08 阿森泰克技术有限公司 真实彩色光线的虚拟放大
WO2007031873A2 (en) * 2005-09-14 2007-03-22 Rgbright, Inc. Image enhancement and compression
CN101325646A (zh) * 2007-06-13 2008-12-17 三星电子株式会社 用于对比度增强的方法和设备
CN102231264A (zh) * 2011-06-28 2011-11-02 王洪剑 动态对比度增强装置和方法
CN102385745A (zh) * 2011-07-20 2012-03-21 东南大学 单源伪双能探测器安检数据的伪彩配色方法
CN102780889A (zh) * 2011-05-13 2012-11-14 中兴通讯股份有限公司 视频图像处理方法、装置及设备
CN103353982A (zh) * 2013-05-15 2013-10-16 中山大学 一种基于直方图均衡化的色调映射方法
CN103916669A (zh) * 2014-04-11 2014-07-09 浙江宇视科技有限公司 高动态范围图像压缩方法及装置
CN103985097A (zh) * 2014-05-26 2014-08-13 中国科学院长春光学精密机械与物理研究所 一种非均匀照度的图像增强方法
CN104219420A (zh) * 2013-05-30 2014-12-17 深圳市迈瑞思智能技术有限公司 图像增强方法及装置
CN104284168A (zh) * 2014-10-17 2015-01-14 深圳市华星光电技术有限公司 图像色彩增强方法及系统
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
CN106251306A (zh) * 2016-08-01 2016-12-21 深圳市安健科技股份有限公司 一种低照度图像的处理方法及装置
CN107610186A (zh) * 2017-08-30 2018-01-19 深圳市华星光电半导体显示技术有限公司 一种图像处理方法及装置

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0701362A2 (en) * 1994-08-26 1996-03-13 Eastman Kodak Company Color image reproduction of scenes with color enhancement and preferential tone mapping
CN1179546C (zh) * 1999-04-13 2004-12-08 阿森泰克技术有限公司 真实彩色光线的虚拟放大
WO2007031873A2 (en) * 2005-09-14 2007-03-22 Rgbright, Inc. Image enhancement and compression
CN101325646A (zh) * 2007-06-13 2008-12-17 三星电子株式会社 用于对比度增强的方法和设备
CN102780889A (zh) * 2011-05-13 2012-11-14 中兴通讯股份有限公司 视频图像处理方法、装置及设备
CN102231264A (zh) * 2011-06-28 2011-11-02 王洪剑 动态对比度增强装置和方法
CN102385745A (zh) * 2011-07-20 2012-03-21 东南大学 单源伪双能探测器安检数据的伪彩配色方法
CN103353982A (zh) * 2013-05-15 2013-10-16 中山大学 一种基于直方图均衡化的色调映射方法
CN104219420A (zh) * 2013-05-30 2014-12-17 深圳市迈瑞思智能技术有限公司 图像增强方法及装置
CN103916669A (zh) * 2014-04-11 2014-07-09 浙江宇视科技有限公司 高动态范围图像压缩方法及装置
CN103985097A (zh) * 2014-05-26 2014-08-13 中国科学院长春光学精密机械与物理研究所 一种非均匀照度的图像增强方法
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
CN104284168A (zh) * 2014-10-17 2015-01-14 深圳市华星光电技术有限公司 图像色彩增强方法及系统
CN106251306A (zh) * 2016-08-01 2016-12-21 深圳市安健科技股份有限公司 一种低照度图像的处理方法及装置
CN107610186A (zh) * 2017-08-30 2018-01-19 深圳市华星光电半导体显示技术有限公司 一种图像处理方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
于向楠: "基于颜色调整的古画恢复方法研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 *
王萍等: "基于色调不变的彩色图像增强", 《中国图象图形学报》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110175969A (zh) * 2019-05-29 2019-08-27 深圳市华星光电技术有限公司 图像处理方法及图像处理装置
CN110175969B (zh) * 2019-05-29 2021-07-23 Tcl华星光电技术有限公司 图像处理方法及图像处理装置
CN110766636A (zh) * 2019-10-28 2020-02-07 河南大学 一种用于ai芯片的智能图像处理方法
CN110766636B (zh) * 2019-10-28 2022-06-07 河南大学 一种用于ai芯片的智能图像处理方法
CN111161194A (zh) * 2019-12-31 2020-05-15 Tcl华星光电技术有限公司 图像处理方法
CN111180008A (zh) * 2019-12-31 2020-05-19 云舟生物科技(广州)有限公司 载体图形的元件插入方法、存储介质及电子设备
CN111180008B (zh) * 2019-12-31 2021-05-07 云舟生物科技(广州)有限公司 载体图形的元件插入方法、存储介质及电子设备
CN111161194B (zh) * 2019-12-31 2023-12-05 Tcl华星光电技术有限公司 图像处理方法
CN113643651A (zh) * 2021-07-13 2021-11-12 深圳市洲明科技股份有限公司 一种图像增强方法、装置、计算机设备和存储介质

Also Published As

Publication number Publication date
CN108711142B (zh) 2020-09-29

Similar Documents

Publication Publication Date Title
CN108711142A (zh) 图像处理方法及图像处理装置
US7656375B2 (en) Image-processing device and method for enhancing the luminance and the image quality of display panels
CN104221051B (zh) 图像显示装置或其方法
JP5739966B2 (ja) ディスプレイシステム
CN105069756B (zh) 图像增强方法
CN105184754B (zh) 图像对比度增强方法
CN110175969A (zh) 图像处理方法及图像处理装置
JP2009518660A5 (zh)
CN104680490B (zh) 一种增强文本图像可视性的方法
US20010014175A1 (en) Method for rapid color keying of color video images using individual color component look-up-tables
CN109935219B (zh) 拼接面板的显示方法
WO2020007166A1 (zh) 一种视频信号处理方法及装置
CN104935902A (zh) 图像色彩增强方法、装置及电子设备
CN104103043B (zh) 空间域色域映射方法
CN103248793A (zh) 色域转换系统的肤色最佳化方法与装置
CN104284168A (zh) 图像色彩增强方法及系统
CN104680518A (zh) 一种基于色度溢出处理的蓝屏抠像方法
CN107358578B (zh) 一种阴阳脸处理方法和装置
CN104240666B (zh) 一种视频处理方法及装置
CN104978945A (zh) 图像饱和度增强的方法及其装置
CN100476946C (zh) 四色数据转换的方法及其装置
WO2022120799A9 (zh) 图像处理方法、装置、电子设备及存储介质
CN102903091B (zh) 用于在数字图像处理设备中拼接图像的方法
CN109119046B (zh) 灰阶亮度的调节系统及调节方法、存储器
CN105208362B (zh) 基于灰度平衡原理的图像色偏自动校正方法

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
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: 9-2 Tangming Avenue, Guangming New District, Shenzhen City, Guangdong Province

Patentee after: TCL China Star Optoelectronics Technology Co.,Ltd.

Address before: 9-2 Tangming Avenue, Guangming New District, Shenzhen City, Guangdong Province

Patentee before: Shenzhen China Star Optoelectronics Technology Co.,Ltd.